1. はじめに NTT西日本の鈴木*1です。 生成AIの活用が進む中、多くのエンジニアが次に注目しているのが「AIエージェント」です。 この記事では、機密性の高い会議情報を外部に出さず、オンプレミス環境内で完結して動作する「会議メモ要約&フォルダ格納AIエ…
NTT西日本の倉田による、生成AIプラットフォームの実装体験比較レポートです。AWS、Azure（Microsoft Foundry）、Difyの3環境でRAG構築サイクルを実際に回し、「いま導入するならどこがいい？」という疑問を実務者の視点で検証しました。最新モデル（Claude …
はじめに 株式会社ジャパン・インフラ・ウェイマークの川邉です。 当社はNTT西日本の子会社で、ドローン×画像解析AIを活用したインフラ点検を主に行っています。 本稿では、同じ場所を撮影した２枚の写真の特徴点を取得することで、同じような位置・角度で撮…
はじめに：信頼性を技術で担保するということ NTT西日本 1年目の野村です。私は現在、生成AIを活用したインフラ運用の高度化に取り組んでいます。 生成AIは業務効率化の「有効な手段」として期待される一方、ハルシネーション（情報の誤り）への懸念から、特…
はじめに NTT西日本 1年目社員の野村です。私は現在、生成AIを活用したインフラ運用の高度化に取り組んでいます。 生成AIは業務効率化の「有効な手段」として期待されていますが、ハルシネーション（情報の誤り）への懸念から、特に正確性と透明性が求められ…
1. はじめに 1.1. 検証の背景と目的 1.2. 対象読者 1.3. 検証条件 2. OpenNebulaの特徴と位置づけ 2.1. OpenNebulaとは 2.2. 他の仮想化基盤との比較 2.3. 最重要ポイント:ディスクイメージの扱い方の違い 3. 検証環境の構築 3.1. 環境概要 3.1.1. 最終構成 …
はじめに NTT西日本エンタープライズビジネス営業部の吉田泰隆です。 本記事ではAWSが提供する生成AIアシスタント「Amazon Q」の性能を３つの観点で検証・評価してみました。 １観点１記事、合計３つの連載となりますので、最後までお読みいただけると嬉しい…
はじめに NTTビジネスソリューションズの辻本です。 この記事では、NTTの国産LLM「tsuzumi」を用いたRAG実装をガイドするとともに、ベースモデル（RAGなし）とRAG構成を同一の質問で実行し、精度・応答時間の実測値に基づいて効果を比較検証した結果を紹介し…
はじめに NTT西日本エンタープライズビジネス営業部の吉田泰隆です。 本記事ではAWSが提供する生成AIアシスタント「Amazon Q」の性能を３つの観点で検証・評価してみました。 １観点１記事、合計３つの連載となりますので、最後までお読みいただけると嬉しい…
はじめに NTT西日本の中川です。 本記事ではフロントエンド（ブラウザ）だけで利用できるデータの保持方法とデータベースサービスを厳選してご紹介します。 本記事は、2025年12月時点の情報に基づきます。 対象読者 本記事が想定する対象読者は次の通りです…
