技術情報

2026-03-13

RAG評価フレームワーク「Ragas」の紹介

こんにちは、ARISE analyticsの和久田です。私は業務でカスタマーサポート向けのAIエージェントの開発に携わっており、特にRAG部分の精度向上に取り組んでいます。その過程で、RAG評価フレームワークである「Ragas」を知りました。本記事では、私が担当しているプロジェクトにRagasを導入した経験をもとに、Ragasの特徴や、実務で利用する際に気を付けるべきポイントについて紹介します。はじめに：RAGとは近年、生成AIの企業導入が加速する中で、RAG（Retrieval-Augmented Generation：検索拡張生成）は注目される技術の1つとなっています。...

2026-02-13

「ChatGPTの次」は何が来るのか？——各社レポートから読み解くエージェント型AIへのシフトとビジネス戦略

こんにちは、ARISE analyticsでデータ分析支援業務を中心に行う「データコンサルタント」というキャリアトラックに所属している徳元です。現在、AIを用いたアプリケーション開発に携わっております。近年、AI分野の目まぐるしい発展が度々ニュースになっていますが、企業のAI活用という側面では「ChatGPT導入」が一巡し、多くの企業で「次はどうする？」という議論が起きているかと思います。そんな中、ビッグテックや研究機関が口を揃えて提唱しているのがエージェント型AIへのシフトです。「Microsoft CopilotやOpenAIのツールを使えばいいのでは？...

2026-02-06

LangGraphで作る“壊れにくい”データ分析AIエージェント設計－Text2SQLを捨てたら、営業分析AIがちゃんと動き始めた話－

こんにちは、ARISE analyticsの多田です。約1年前に中途入社して以降、AIエージェントの開発と顧客導入支援に携わっています。昨今、AIエージェントへの関心が急速に高まっており、多くの企業で導入に向けた検討が進められています。一方で、多様なスキーマ・日々更新される業務データをリアルタイムに分析し回答を返す──“よしに”な分析ができるAIエージェントの実現には、まだまだ技術的な課題があるのが現状です。本記事では、私たちが営業向けのデータ分析エージェントを作る中で直面した課題と、Text2SQL（一発で自然言語→SQL）ではない方法で課題を解決するための工夫として、...

2026-01-30

LLM時代のデータ管理

はじめに生成AI技術の急速な発展により、データ分析業務の様相が大きく変化しています。ChatGPTをはじめとするLLM（大規模言語モデル）は、データの可視化、統計分析、仮説検証、モデリングといった従来人間が行ってきた分析作業を支援し、自動化しつつあります[1][2]。しかし、LLMが真に分析業務で価値を発揮するためには、質の高いデータが不可欠です。...

2026-01-23

データサイエンティスト、dbt Coalesce on the road Tokyoに参加する

DX技術本部に所属するデータサイエンティストの岡部です。入社以来、機械学習モデルの構築・運用を担当してきたのですが、最近はアセット開発運用Teamの一員として、分析者がパフォーマンスを発揮できるような分析環境の整備にも従事しています。なかでも、データエンジニアリングやMLOps/DataOpsについて学んでいるなかで、dbtに出会いました。本記事では、データサイエンティストの目線から、dbtの年次イベントdbt Coalesce on the road Tokyoに参加した体験談を報告したいと思います。はじめに：dbtとは dbtはdata buiild...

2026-01-09

Gemini の Nano Banana Proを使って漫画広告を作成してみよう！

こんにちは、ARISE analytics の鈴木です。現在、生成AIを活用する案件に従事しており、目まぐるしく変わる生成AIの状況に驚きつつも、日々面白さを感じながら過ごしています。今回は生成AIの中でも最近注目を浴びている Gemini の Nano Banana Pro を使って漫画広告を作成してみよう！というテーマで記事を書かせていただきます。...

2025-12-19

GPT-OSS Safeguardが拓く新たな潮流 — ガードレールモデルの分類と実務への適用②

はじめに ARISE analyticsの挺屋です。前回の記事では、生成AIの安全性を担保するガードレールモデルについて、「分類型」と「推論型」という2つのアプローチの特性や使い分けの基準を解説しました。前回記事：GPT-OSS Safeguardが拓く新たな潮流 — ガードレールモデルの分類と実務への適用① 本記事はその後編として、推論型ガードレールの代表格であるGPT-OSS Safeguardを実際に動かし、その動作感や実務適用に向けた勘所を共有します。...

2025-12-12

アンケートの限界を超えろ ―― サーベイ実験のすすめ（その①）　動機編

はじめに読者のみなさんこんにちは。Beyond Analytics Devisionの齋藤です。普段のお仕事では、小売業界の商品開発に関わるデータ分析・システム開発をしています。データサイエンティストをしていると、システムから上がってくるログデータばかり目にしますが（少なくとも私はそうでした）、支援先をはじめとした企業実務では、アンケートや聞き取り調査なども駆使して、定量・定性の両側面から方針検討がされているようです。つまり、アンケート調査が使われている実務現場は意外にも多いと思われます。...

2025-11-21

GPT-OSS Safeguardが拓く新たな潮流 — ガードレールモデルの分類と実務への適用①

ARISE analyticsの挺屋です。私は社内の生成AI活用推進を担当し、AIエンジニアとして、日々の開発現場で AI コーディングツールをどのように安全かつ効果的に使うかを検証・標準化しています。また、業務の過程でローカルLLMの話題に触れることも昨今は多くなってきました。そこで得られたローカルLLM知見のうち、本記事ではガードレールモデルの分類について紹介しようと思います。また、後続記事ではモデルを実際に触り、検証結果と実務適用への勘所を共有する2本立ての記事となっています。この記事は、次のような方にぜひ読んでいただきたいと思っています。...

2025-11-05

対話エージェントの評価フレームワークとマルチターン会話の評価手法

ARISE analyticsの秋元です．本記事では，チャットボットに代表される人間との会話に特化したAIシステムである対話エージェントの評価方法について紹介します．特に，エージェントとユーザが複数回のやり取りを行うようなケースを想定したマルチターンの対話を対象にした性能評価に注目します．対話エージェント対話エージェントは，ユーザがテキストまたは音声でAI等のシステムと会話を行う場面において，AI側のシステムを指します．...

タグから探す

技術解説