AI運用支援 ( 33 )
AIに関するカテゴリーです。
アプリ開発を外注したいものの、必要な機能や仕様をうまく説明できない方へ。AIで発注前の試作品を作り、実際に操作しながら不要な機能と本当に必要な機能を見極め、開発要件を具体化する方法を解説します。完成まで内製する必要はなく、専門部分だけ外注する考 ...
運送・物流業でAI配車を導入する前に、電話受注、紙伝票、車両、運転者、配送先、運賃、請求を一元化する必要があります。車両10〜100台規模の運送会社向けに、データ整備から配車案、ルート最適化、荷待ち分析、請求効率化へ進むAI・DX導入手順と注意 ...
鉱業・採石業・砂利採取業のAI・DX活用を解説します。設備監視、予知保全、車両運行、安全管理、紙の点検記録、出荷管理をどう改善するのかを整理。AIの異常検知を導入する際の安全責任、人による確認、既存設備との接続まで、現場規模に合った進め方が分か ...
AIがコードを書いてくれるのに、なぜGitHubまで必要なのでしょうか。GitHub AI開発で重要なのはコード保管ではなく、変更履歴と復旧地点を残すことです。repository、main、commit、push、SHA、diffの6用語を軸 ...
IT企業・情報通信業で生成AIを導入しても、個人利用のままでは開発工程に定着しません。営業提案、要件定義、仕様書、テスト、問い合わせ対応、社内ナレッジ検索への組み込み方と、顧客コードの入力管理、シャドーAI、知的財産、ライセンス、AI出力の品質 ...
電気・ガス・水道業のAI活用では、設備保全や異常検知、需要予測だけでなく、安全性の設計が重要です。データ統合、生成AIを制御系へ直接接続するリスク、サイバーセキュリティ、モデル検証、誤作動時の責任分担まで、重要インフラでAI導入を進める際の注意 ...
Claude Codeをアプリ開発でどう使えばよいか分からない非エンジニア向けに、Google AI Studioとの役割分担、既存コードを安全に修正する指示方法、変更してよい範囲・触ってはいけない範囲の伝え方、GitHubで変更履歴を管理する ...
Google AI Studioで何が作れるのか、非エンジニアでも業務アプリを開発できるのかを解説。Buildモードやフルスタック生成、GitHub・Cloud Runへの公開方法に加え、診断アプリを実際に作った経験と、本番環境で確認すべきポイ ...
製造業のAI・DX導入は、画像検査や予知保全を入れるだけでは進みません。本記事では、受注・工程・実績・品質・在庫・原価が分断された中小製造業に向けて、品番や工程データの整備方法、生成AIから需要予測まで段階的に導入する手順、費用・セキュリティ上 ...
建設業のAI・DX導入は何から始めればよいのでしょうか。地域工務店や専門工事会社に残る現場写真、日報、見積、安全書類、請求、協力会社連絡の課題を整理し、施工管理クラウドと生成AIを組み合わせて小さく導入する手順、注意点、効果測定の方法を解説しま ...
