オープンウェイトLLMの推論最適化事例：ローカル環境で応答速度を約15分の1へ
トークン課金なしで無制限に使えるローカルLLMは高セキュリティだが、限られたリソースでは応答の遅延が壁となる。本資料では、大規模オープンウェイトLLMの推論処理を大幅に高速化させた実践手法を解説する。
2026/08/10
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
IT製品導入に関する技術資料を多数掲載 ホワイトペーパーダウンロードセンター
「AI／機械学習／ディープラーニング」の検索結果一覧（3ページ目）
「データ分析」／「AI／機械学習／ディープラーニング」の資料は、無料でダウンロードが可能です。「データ分析」／「AI／機械学習／ディープラーニング」の比較・検討は ホワイトペーパー ダウンロードセンター をお使い下さい。
AIエージェントにうそをつかせない、回答精度を高める“情報収集”の技術とは？
生成AIの活用は、プロンプトを工夫することから最適な追加情報を取得する技術へと焦点が移っている。本資料では、AIのうそや判断力低下を防ぎ、回答精度を大幅に向上させる「ハイブリッド検索」の有用性と安全に導入する方法を紹介する。
2026/07/09
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
古いビジネス習慣から脱却、事例に学ぶ生成AIを活用したワークプレース変革
ワークプレース変革は、イノベーションの創出やパフォーマンスの向上を推進していくうえで必要な取り組みだ。昨今ますます期待の高まる生成AIを導入した企業が、ワークプレース変革をスムーズに実現した秘訣を紹介する。
2026/06/19
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
AIエージェント活用の落とし穴？ 利用者のガバナンス設計を整備するためのコツ
AIエージェントを活用して業務の変革を実現するためには、このテクノロジーを安全に利用するための仕組みづくりが重要だ。その過程で必要となるのが、利用者である「人」のガバナンス設計だ。その考え方や整備のポイントを解説する。
2026/03/27
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
AI活用における“無視できない問題” データ戦略とAI戦略の不整合への対処法は
多くのAIプロジェクトがデータの断片化や鮮度の低下で失敗する中、メタデータの統合でリアルタイムなデータへのアクセス性を確保する「論理データ管理」が提唱されている。その概要と具体的ソリューションについて、事例を交えて紹介する。
2026/02/27
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
AI活用の課題、ミッションクリティカルな現場で使える回答が得られない理由とは
判断が人命に直結するようなミッションクリティカルな現場でのトラブル対応において、AIへの期待は高まっている。しかし、マニュアルなどを取り込むだけでは、現場が判断材料にできる回答を得られないケースもある。
2026/02/18
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
DXとAIの融合が加速する時代に求められるデータマネジメントとは？
DX推進にはデータの利活用が欠かせないが、データマネジメント戦略を進める上では多くの課題が残る。近年はDXとAIを融合させる動きが加速し、データマネジメントの複雑さは一段と増している。本動画では、課題と解決策を紹介する。
2025/12/26
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
現場業務の生産性と安全性を向上、生成AI×BIで進める改善の手法とは？
工事業務や設備保全などの現場では、生産性向上が急務となる一方で、安全対策の確保も欠かせない状況になっている。本資料では、生成AIとBIを組み合わせて、限られた人員でも生産性向上と安全性向上を両立できるアプローチを紹介する。
2025/11/28
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
現役CSO（最高戦略責任者）が語る、海外の成功企業における生成AI経営のリアル
全ての面で高い能力を発揮するGPT-5が登場するなど、生成AIは日々進化している。海外では経営に取り入れて成果を挙げる企業が増えてきた。本動画では、現役CSO（最高戦略責任者）が海外事例を基に生成AI経営の実態を解説する。
2025/10/07
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
生成AIの精度を左右する“追加学習データ”作成で陥りがちな課題と解決策
インストラクションチューニングは、生成AIの応答精度を向上させるために重要なステップだが、その学習データを作成する際は、設計面／実務面／運用面で課題が発生しやすい。本資料では、現場でよくある課題と解決策について解説する。
2025/07/23
- カテゴリ：
- エンタープライズAI
- AI／機械学習／ディープラーニング
「データ分析」に関連するカテゴリ