技術共有
Multi-Agent アーキテクチャパターン：どの協働トポロジーがどのタスクに合うか
多くの Multi-Agent プロジェクトの失敗は、Agent が弱いからではなく、最初に正しい協働トポロジーを選ばなかったことに起因します。本記事は主制御-ワーカー・階層型・対等型・パイプライン型の 4 つを、LangGraph・Anthropic・CrewAI・OpenAI・MetaGPT の実際の使い方と実測データに対応づけ、選び方を示します。
この考え方を、ご自身のシステムに当てはめてみませんか？ 保守サービスを見る
技術共有
技術共有
POCから本番へ：AIシステムが本番稼働で崩れる理由と、作り直しの進め方
Demo では見事に動く AI システムが、本番に載せた途端に不具合だらけになる——これはほぼすべての導入チームが経験する落差です。本記事は Gartner・RAND・MIT のデータと実際の判例をもとに、工学的な視点で POC が蓄積する技術的負債を読み解き、ストラングラーパターンによる段階的な置き換え戦略と、稼働前に必須の工学的な土台を示します。
技術共有
MCP セキュリティ警報：AI Agent を社内システムに接続する前に必ず行うべき安全チェック
MCP による AI Agent と社内システムの連携が当たり前になる一方、NSA のセキュリティガイダンス、Azure DevOps MCP の脆弱性、悪意あるスキルの大量登録など、統合の速度が安全対策を追い越している実態が明らかになっています。本記事では実際の事例から二つの攻撃パターンを解説し、デプロイ前に一つずつ確認できる五つの観点のセキュリティチェックリストをご提供します。
技術共有
AI卓越センター vs. 従来のIT部門：なぜAI CoEはITの下に置いてはいけないのか？
多くの企業がAI CoEをIT部門の傘下に置いていますが、この選択はAI人材の推進力を制限してしまうことがよくあります。本記事ではAI CoEを独立させるべき5つの理由を解説します。
技術共有
企業データが散在している:社内ナレッジマネジメントシステムを構築する3つのステップ
企業の知識が各所に散在していることは、規模拡大における最大の障壁です。本記事では、有効なナレッジマネジメントシステムを構築する3つのステップ——価値の高い知識から優先項目を棚卸しする、知識が本当に見つかる検索アーキテクチャを設計する、知識を継続的に更新する仕組みを構築する——を紹介し、AIの意味検索と自動知識抽出がナレッジマネジメントをどう一段引き上げるかを解説します。
技術共有
Excelから自動化マネジメントシステムへ：中小企業の転換プロセス
多くの企業がExcelでの管理に苦労しているため、システム化の時期です。一枚のフォームから始まり、真に合った情報システムを構築するのを支援します。
技術共有
経営者がプログラムを作成しないか？この3つの思考があれば、アウトソーシングをうまく管理することができます
アウトソーシングは単に技術的な問題ではなく、管理とコミュニケーションの試練でもあります。プログラミングを理解していないマネージャーでも、デジタルトランスフォーメーションの核心的な役割を果たすことができます。
技術共有
V1からN+まで: 外委プロジェクトの価値は継続的な進化にあります.
情報システムは装飾ではなく、バージョン進化が求められる製品です。エンティック技術は、段階的な導入開発を支援し、真に使える情報ツールを構築します。
技術共有
「人材不足の時代、力を借りる術が競争力となる：なぜ企業は情報アウトソーシングをもっと理解すべきか」
AI時代のエンジニアがより希少性をもつようになり、企業が開発プロジェクトを安定して進行させるためには、情報のアウトソーシングは欠かせない戦略の一つとなります。