データ分析力を高める　ビジネスパーソンのためのSQL入門

変化の激しい今の時代、これまでの経験則だけでビジネスにおける重要な決定を下すことは難しくなってきました。そんなときに使われるのがデータ分析です。仮説を立て、データを活用して検証することで、カンや経験だけではない根拠にもとづいて意思決定をすることができます。 スマートフォン、IoTなどの普及により、企業はあらゆるデータを取得することができるようになりました。そんな中で、データの取得はエンジニア...

オントロジーとは？AIネイティブCRMの意味設計として読み解く | ブログ | Hiway

オントロジーとは何かを、ナレッジグラフ・セマンティックレイヤーとの違い、AIネイティブCRMで顧客・案件・見積の意味を揃える設計として、海外ブログと一次情報から整理します。

オントロジーとは何か

オントロジーとは？意味・ナレッジグラフとの違い・LLMでの効果

オントロジーとは、データの意味と関係を人とAIの双方がわかる形で定義した「意味の地図」。ナレッジグラフやセマンティックレイヤーとの違い、LLMの正答率が約3倍になった実証、構築の5ステップと失敗パターンを解説します。

オントロジーとは。AI時代のビジネスにこそ必要な「意味の設計図」を簡単解説

オントロジーとは、AIが自社データの“意味”を理解するための設計図です。哲学由来のこの言葉が、なぜ今AI活用の最前線で再注目されるのか。RDF・OWLといった技術の基礎から、タクソノミーやナレッジグラフとの違い、ビジネスでの活かし方、実践ステップまで解説します。

あなたの会社はA/Bテストを実施しすぎていないか データが揃うまで待つことの代償 | 意思決定｜DIAMOND ハーバード・ビジネス・レビュー

A/Bテストは、データに基づく意思決定の「ゴールドスタンダード」とされてきた。しかし現実には、統計的有意性を過度に重視するあまり、意思決定を遅らせ、成長機会を逃している企業は少なくない。こうした従来…

FDE（フォワードデプロイドエンジニアリング）によって開発されたAIエージェントの7割は使われず、FDEの名前で単なるコンサルティングが販売されるようになる危険が高まるとガートナーが予測

米調査会社のガートナーは、ベンダーのFDE（フォワードデプロイドエンジニアあるいはフォワードデプロイドエンジニアリング）によって開発されたAIエージェントの70％が2028年までに企業に使われずに放棄されるだろう（Gartner Predi...

Claude、SQL不要でデータ分析可能に - ダッシュボードを自動生成する新機能

Anthropicは10月8日、生成AI「Claude」の新機能「Claude Dashboards」と「Claude Motion」をベータ版として公開した。Claude Dashboardsは、SnowflakeやDatabricks、BigQueryなどの企業向けデータ基盤に接続し、自然言語による指示からダッシュボードを自動生成する機能。SQLの知識がなくても企業データを分析・可視化で...

Databricks Genieで現場で使えるAI分析基盤を育てる - every Tech Blog

はじめに こんにちは。株式会社エブリーの開発1部の村上です。 弊社ではClaudeを非エンジニアも含めた全社に展開しており、業務のあらゆる場面で生成AIの活用を推進しています。 弊社のデータ基盤は、昨年TreasureDataとDatabricksを併用していた構成からDatabricksに統一しました。（この移行の話…

How Anthropic's AI Accuracy Went from 21% to 95% | AtScale

Anthropic's Claude hit 21% accuracy on internal analytics without a semantic layer. With one, it reached 95%. Here's what that means for enterprises that need 100%.

App Orchid | Raising the Performance Bar: How App Orchid Got 99.8% Text-to-SQL Accuracy on the...

App Orchid’s ontology-driven Text-to-SQL solution sets new standards for accuracy and reliability in a field often plagued by LLM hallucinations — 99.8% accurate.

なぜ「今」オントロジーなのか — 古くて新しい知恵を押し上げる３つの力｜太田文行＠ZENPORT｜グローバルサプライチェーン連携

One Grid Insight Vol.1, オントロジーの輪郭 — AI時代の必須インフラを紐解く, No.1 2025年第3四半期、Palantir TechnologiesのCTO Shyam Sankarは決算説明会でこう述べた。 "Realizing value from AI in the enterprise requires the elegant integration of...

オントロジーについて - Qiita

AI時代のオントロジー入門 文書検索を「組織の意味と行動の基盤」へ変える実装ガイド 生成AIを社内文書へ接続すると、最初のデモはたいていうまくいく。 規程を要約し、議事録を探し、過去の提案書から似た事例を見つけられるからだ。 ところが、利用者が「この顧客に適用される契約...

2026年 セマンティックレイヤー最新動向｜ikki / stable株式会社

こんにちは。stable株式会社代表のikki（@ikki_mz）です。 stableでは、企業様向けにデータエンジニアリング領域の支援を行っています。クライアントのデータ活用や、そのための基盤整備をハンズオンでご支援しています。 今回は、セマンティックレイヤー周りのアップデートを振り返ります。ちょうど約1年前、セマンティックレイヤーに関するイベントに登壇しました。入門的な内容として、セマン...

BIは死んだのか？　セールスフォースの責任者に聞く、AI時代のデータ活用の本質

「AI時代はBI不要」との見方をセールスフォースでタブロー事業責任者を務める福島隆文氏は明確に否定する。同氏が主張する、AI時代のBIツールの存在意義は何か。

オントロジーとは？RAG・AIエージェントの精度を高める業務知識の定義を徹底解説｜株式会社ノーコードソリューションズ

はじめに 社内文書を検索して回答するAIの仕組み（RAG）を作ったものの、「現場の言葉で質問すると答えられない」「複数の文書にまたがる質問になると急に精度が落ちる」と感じたことはないでしょうか。原因の多くは、AIが文書の「意味のつながり」を持っていないことにあります。文章を断片として検索するだけでは、「この製品の図面はどれか」「この顧客の注文はどの担当者が対応したか」のような、業務では当たり...