【情報収集】日々のITネタ収集録#4

こんにちは、キクです。

本記事は、僕が今日(2025年7月8日)の朝時点で気になった「最近のIT関連ニュース記事」について、ざっくり要約して書いていきます。

注意事項

要約ミスにより一部事実と異なる情報が含まれる場合があります。

本記事を書くことは僕自身が情報収集を習慣化するという目的も兼ねており、各記事の関連性や正確性を保証するものではない点についてご了承ください。

記事1:MIXI、AIプラットフォーム「Google Agentspace」を全社導入

MIXI、全社員に「Google Agentspace」導入 業務効率化とAI活用を本格化

生産性向上とAI活用の全社展開を目的として、GoogleのAIプラットフォーム「Google Agentspace」を全従業員に導入した

Google Agentspaceとは

Google Cloudが提供する企業向け生成AIプラットフォームで、検索技術と生成AI「Gemini」を組み合わせている

  • 社内の分散データを統合的に検索・活用できる
  • 自然言語による検索・作業指示が可能
  • コンテンツ生成や業務の自動化に対応
MIXIの導入背景

複数AIツールの混在による非効率を解消するため、情報統合に特化した一元プラットフォームが必要だった

  • 生成AIは2023年から部門ごとに導入済み
  • 社内データが分散し、AI活用に課題があった
導入までの流れ

2025年3月から一部従業員による試験導入を実施し、効果を検証

  • Google Cloudの支援で効果的な活用を確認
  • 全社的な業務効率向上が見込めると判断し、本格導入を決定
今後の展開

Google Cloudと連携し、AIリーダーの育成や社内研修を進め、AI活用の定着と拡張を目指す

  • 実践的なワークショップで知見を共有
  • AI活用を社内文化として根付かせる方針
まとめ

MIXIは、分散していたAIツールと情報を「Google Agentspace」に統合することで、全社レベルでの業務効率化とAI利活用の基盤整備を進めている

今後は人材育成も視野に入れた体制強化を図る方針

記事2:電通G、組織横断のAI開発チーム発足 約1000人の専門人材結集 「AIネイティブカンパニー」目指す

電通グループは、AIを企業変革の中核とする新組織「dentsu Japan AIセンター」を発足し、グループ全体でAI活用を本格化させる

dentsu Japan AIセンターとは

国内4社(電通デジタル、セプテーニHD、電通総研、イグニション・ポイント)からなる横断的AI組織。

  • 約1000人の専門人材で構成
  • AI技術・人材・データを集約
  • グループ全体のAI活用を推進
6つの専門ユニットの役割

ユニットごとに異なるAI関連領域を担当し、AI利活用の多面的な展開を支援

  • 社内業務のAI化推進
  • マーケティング・クリエイティブ分野のAIツール開発
  • 独自の生活者データを活かした「People Model」の拡充
  • 顧客向けAIエージェントの導入支援 など
設立の背景と狙い

国内企業のAI導入が部門単位にとどまる中、電通Gは全社的なAI戦略と組織整備を進める必要性を見出した。

  • 「AIネイティブカンパニー」への進化を目指す
  • AIを企業変革の中心と位置付け、全社での価値創出を推進
今後の展望

dentsu Japan AIセンターを起点に、AIを活用した業務革新と社会貢献を両立し、顧客に対しても高付加価値なAI支援を行う。

  • 社内外でのAI利活用ノウハウを共有
  • 顧客企業のAI導入支援を拡大
まとめ

電通グループは、専門人材と技術を集約した「dentsu Japan AIセンター」の設立により、グループ横断でのAI活用を本格化させている

これにより、AIを軸とした企業変革と持続的な価値創出を進め、「AIネイティブカンパニー」への進化を狙う構えだ

記事3:クラウドとNASの“いいとこ取り”? Blackmagic Designのローカルストレージ「Cloud Store」を試す

映像制作の現場で、クラウドとローカルの柔軟な運用を可能にするストレージ製品「Blackmagic Cloud Store」のレビューが紹介された

クラウド編集とNAS編集の課題を両立して解決する設計が特徴

Cloud Storeの基本構成

Cloud Storeはローカルに設置するNAS型ストレージで、クラウドと連携することで編集ワークフローを効率化できる

  • 製品バリエーション:Mini 8TB、Maxシリーズ、Towerタイプ、Cloud Pad など
  • RAID 0構成の高速ストレージ
  • 10Gbps LANやUSB-C、HDMI端子を装備し柔軟な接続が可能
クラウドとの連携機能

Cloud StoreはBlackmagic Cloudとの同期機能を持ち、クラウド上の素材とローカルNASを連携できる

  • 同期方法は3タイプ(双方向/Cloud Store→クラウド/クラウド→Cloud Store)
  • プロキシまたはオリジナルファイルでの同期も選択可能
  • クラウドからのデータキャッシュとして機能し、編集レスポンスを向上
編集ワークフローへの適用

DaVinci Resolveなどの編集ソフトと連携することで、高速かつ安定した編集環境を構築できる

  • 素材共有がクラウド経由で容易になる
  • Cloud Store経由の編集により、回線速度の影響を最小化
  • クラウド編集に不安がある現場にもフィット
注意点と運用ノウハウ

同期方法によってはクラウド上のファイルも削除されるリスクがあるため設定には注意が必要

  • 編集者はクラウド→Cloud Storeの一方通行同期が安全
  • 素材削除の誤操作を防ぐ工夫が求められる
  • Cloud Padを使えば、カードリーダー接続で自動アップロードも可能
長期保存とバックアップ

Blackmagic Cloud Backup 8により、編集済み素材やプロジェクトの長期保存も可能

  • 8台の大容量HDD(最大176TB)に対応
  • 編集後の素材をまとめて退避・整理
  • DaVinci Resolveとの連携で直接編集も可能
テレビ局での実例

長野朝日放送での導入事例では、4話分の番組素材(約1TB)をCloud Storeで管理

  • 月1回の制作スケジュールにおいて効率よく編集を分散
  • 素材共有やバックアップにおいて有効に機能
まとめ

Blackmagic Cloud Storeは、クラウドとローカルの中間に位置する柔軟な編集ストレージとして、映像制作のワークフローを支える実用的な製品

従来のNAS型運用とクラウド型運用の課題を補完し、編集現場にとって安心感と効率を両立する選択肢となり得る

特に、クラウド編集に不安を感じていたプロフェッショナル層にとって、有力な解決策となっている

備忘録

Blackmagic Cloudとは

Blackmagic Design社が提供する映像制作向けのクラウドコラボレーションサービス

特に、同社の人気編集ソフトDaVinci Resolveと連携し、離れた場所のチームで映像編集を共同作業できるようにするためのサービス

記事4:BizOpsとは何か? 構想と現場をつなぐ、事業成長の“実行装置”

組織の戦略を現場に届けることが難しくなっている今、注目されているのが「BizOps(ビズオプス)」という新たな職能である

業務とシステム、戦略と現場の“あいだ”に立ち、意図された施策を実行へと導くこの役割は、これまで「誰の仕事でもない」ものとして見過ごされがちだった

BizOpsは構想と現場をつなぐ職能として注目されている

戦略と実行、経営と現場、業務とシステムを滑らかにつなぎ、組織が意図通りに動くように整える役割が「BizOps」として定義されつつある

  • 「誰の仕事でもない課題」に奔走する人々に役割の名が与えられた
  • 仕組みと現場の間で課題解決を担う“つなぎ役”が可視化されつつある
  • 名前がついたことで評価や設計が可能になり、再現性のある職能となった
SFAやダッシュボードが活用されない背景に構造的な問題がある

多くの企業でシステム導入が進む一方、それが活用されず形骸化するのは、“責任の所在が曖昧”な領域に問題があるためである

  • 部門横断施策の運用責任が不明瞭になりやすい
  • 結果としてシステムが「使われない」状態に陥る
  • 属人的な調整や努力に依存している現場は極めて脆弱
BizOpsは“構想を動く仕組み”に変える

戦略と現場、ツールと業務、情報と行動の橋渡しを担い、全体最適な構造を設計するのがBizOpsの役割である。

  • KPI設計やSFA構築支援などに関与
  • 業務フローの再設計とデータ整備を担当
  • 各部門のナレッジや運用ルールの整備を推進
DXが進んでも成果が出ない理由に対応できる

SaaSやクラウドの導入だけでは業務に根づかず、成果につながらない

この断絶をつなぎ直すのがBizOpsの価値である

  • 導入や構想に投資しても、運用基盤がなければ意味を成さない
  • サイロ化、情報分断、属人対応が成果の障害となる
  • BizOpsは構造的な戦略実行の仕組みを整える
“なんでも屋”ではなく構造設計を担う専門職能である

営業企画や情シス、BPRと役割が似ているが、BizOpsはその“あいだ”に立ち、全体を見渡して構造をデザインする点が特徴である

  • PdMや情シスなどとの違いは“あいだ”の橋渡しにある
  • 組織全体を見据えた仕組みの最適化を実行設計する
  • 現場での定着まで含めた責任を持つ点が独自性
名称が付与されたことで評価と育成が可能になった

BizOpsという名前が与えられたことで、初めて組織内で職能としての設計・評価・育成が可能になった

  • “なんとなく”動いていた調整役を仕組みとして定着させる
  • チームとしての役割設計が可能になり、変革が進む
  • 属人化から脱却し、戦略を実行可能な構造に変える基盤となる
まとめ

BizOpsは組織における“構想と実行の断絶”を解消し、戦略が実際に動く仕組みをつくる専門職能である

DX時代における成果実現の鍵として、今後より一層の注目を集めていくと見られる

記事5:レシートをめくる動画でGeminiが金額を自動集計 個人の“ずぼら家計簿”がとても便利になった

Googleの生成AI「Gemini」が動画解析機能に対応し、レシートを動画で撮影するだけで合計金額を自動集計できるようになった

手作業だった家計管理の負担を軽減する新しい使い方として、SNSを中心に注目を集めている

Geminiの動画分析で家計簿が変わる

Geminiが動画解析に対応したことで、視覚的な情報からの自動処理が可能となった

  • 動画を要約・分析し、質問に対して返答できる
  • レシートをめくるだけで合計金額を自動抽出
  • 面倒な家計簿作業の新たな代替手段として注目
これまでの手作業に感じていた面倒

筆者はスプレッドシートによる家計管理をしていたが、月末の集計作業に負担を感じていた

  • 紙のレシートを溜めて手動で分類・合計
  • 特定アプリに依存せず長期的に管理できる形を志向
  • Geminiの登場で手間削減の可能性を見出した
実際に試した操作の流れ

レシート動画をGeminiに読み込ませる際の手順と注意点が説明されている

  • iPhoneで撮影後、Geminiアプリからアップロード
  • 対応形式:MP4/MOV/WEBMなど(最大2GB、5分)
  • 有料プランでは最大1時間まで対応
精度と使い勝手の印象

Geminiは複数レシートの合計金額を自動抽出し、時間単位で結果を表示

  • 秒単位で読み取った金額をリスト表示
  • すべての合計金額も計算可能
  • プロンプト次第でカテゴリー分類やスプレッドシート連携も視野に
家計管理の自動化と可能性

家計簿作成の手間が大幅に削減されることで、個人の資産管理スタイルにも変化が生まれる

  • 動画を撮るだけで簡易家計簿が完成
  • レシート分類すら不要にできる可能性も
  • Geminiの進化による生活支援の一例として注目

記事6:AmazonとDisneyが「広告」で連携 2社の豊富なデータを、どう活用するのか

AmazonとDisneyが広告分野での本格連携を発表した

両社が持つ豊富なデータとテクノロジーを掛け合わせ、ターゲティングの高度化と広告効率の最適化を目指す取り組みである

広告主に新たな連携価値を提供

この連携により、AmazonとDisneyのプラットフォームを横断して広告出稿が可能になる

  • Amazon AdsとDisneyのDRAXをAmazon DSPに統合
  • DisneyのプレミアムメディアにAmazon経由でアクセス可能に
  • コマースインサイトをストリーミング広告に活用
キャンペーンの質と効果の向上

広告配信の精度と透明性、費用対効果の向上が期待されている

  • Disneyの視聴データとAmazonの購買データを組み合わせたターゲティング
  • ペットフード広告をペット関連商品購買者に配信する事例を紹介
  • AWSベースの「クリーンルーム」技術を活用
段階的な導入スケジュール

導入は段階的に進み、年内には広範囲に展開される見込みである

  • 第3四半期にAmazon DSP広告主すべてが利用可能に
  • Disney側の広告ソリューションも組み合わせ可能
Disney Compassの役割と進化

データの統合管理を担うプラットフォーム「Disney Compass」が中核となる

  • ファーストパーティデータへの可視性を提供
  • 代理店や外部パートナーとの連携強化
  • すでにWPPや電通など大手代理店と統合済み
データ主導マーケティングへの対応

AIやデータ活用の潮流に対応し、効率と精度の両立を目指す

  • 測定ベンダーとの連携によりキャンペーン成果の可視化を支援
  • Disney Compassを通じ、キャンペーン設計から測定まで一元化可能
  • AIによる効率化ニーズに対応した機能が強化されている
まとめ

AmazonとDisneyの広告連携は、消費者理解とメディアパワーを融合させた新たなデータ駆動型マーケティングの一例である

両社の強みを活かしつつ、広告主にとって成果の見える運用が可能になることが期待される

特にAIやクリーンルーム技術といった最新技術の活用が今後のカギとなる

記事7:パナソニックの「設計AI」が“勘と経験”を超える設計の自動化を実現

パナソニックが開発中の「設計AI」は、従来の“勘と経験”に頼る手法を超える新たな設計プロセスを実現しようとしている

高速なシミュレーションとAIを組み合わせることで、ゼロベースから最適な構造を導出し、設計現場に革新をもたらす取り組みが進められている

設計AIの概要

AIとシミュレーションを同時に動かすことで、設計の自動化を目指す

  • 設計者のモデル作成をAIが代替し、短時間で設計サイクルを回せる
  • 事前に大量の学習データを用意せずに逐次学習する「事前学習レス方式」を採用
  • シミュレーションデータをヒートマップ化し、重要領域の可視化と計算高速化に活用
背景と開発のきっかけ

設計AI開発は、技術者の現場課題から始まった

  • リニアモーターの性能限界が誰にも分からなかった経験が動機に
  • 人間の頭で処理できないほど増えたパラメーターをAIに任せる発想が出発点
  • 大阪大学との共同研究により基盤技術を確立
構造ゼロベースの革新

基本構造すらAIが設計する新アプローチ

  • 従来はパラメーターの最適化だけであり、初期構造に依存していた
  • 設計AIでは領域内の材料配置までAIが判断し、より良い構造を導き出す
  • 実例として、電気シェーバー「ラムダッシュ」のリニアモーターの高出力化を実現
課題とその克服

導入や理解のハードルにヒートマップで対応

  • 普及には計算コスト・設計解釈・理解促進といった壁が存在
  • ヒートマップによってAIが導いた構造の意味を視覚的に理解可能
  • 計算速度も従来比で約7倍に向上
成果と特許出願

既に5件以上の製品に適用、性能向上や特許にもつながる

  • 出力比で10%以上の性能向上を確認した事例も存在
  • 設計AIが新規構造を導出し、特許出願に至ったケースも
  • コストと性能のバランス設計も可能に
今後の展開

他分野への応用と現場導入を目指す

  • マルチフィジックスや回路設計など新領域への展開を検討
  • グループ各社の設計現場での導入を2026年から本格化予定
  • 将来的には、対話形式でAIが設計を提案するシステムの実現も視野に
まとめ

パナソニックの「設計AI」は、AIと高速シミュレーションの融合により、設計の自動化と高度化を推進している

設計者の経験に依存せず、高精度かつ迅速な構造提案が可能であり、設計現場の将来像を大きく変える可能性を秘めている

記事8:STT GDC、同社国内初のデータセンター「STT Tokyo 1」を運用開始

シンガポールのSTT GDCが、ついに日本市場で本格的にデータセンター事業を開始した

千葉・印西市に開業した「STT Tokyo 1」は、堅牢性と電力性能、そして高い水準のセキュリティを兼ね備え、グローバルな展開戦略の一環として注目されている

STT Tokyo 1の概要

日本初のSTT GDCデータセンターが印西市で運用開始

  • 「グッドマンビジネスパーク」内に開設された1棟目の施設
  • 最大339ラック、最大32MWの供給能力
  • 空冷で最大20kW/水冷で最大100kWまで対応可能な電力密度
今後の拡張計画

隣接する2棟目の建設もすでに視野に

  • STT Tokyo 2は2027年11月にサービスイン予定
  • 2棟合計で延べ床面積6万㎡、IT容量70MWを想定
グローバル展開と環境戦略

各国で急速に拠点を拡大、環境対応も強化

  • 英国では17拠点、ロンドンでは最大規模の事業者に
  • インドでは30カ所を展開予定で業界最大へ
  • データセンターのカーボンニュートラル率は78%、2030年に100%達成予定
施設の特徴と運用体制

高い堅牢性と独立運用体制が強み

  • 30m超の杭を90本打ち、球面滑り免震を採用
  • 4方向からの独立した回線引き込みを実現
  • TIA-942-C認証を世界で初取得したデータセンター
  • 自社社員による運用で委託なしという運用形態も特徴
顧客と需要動向

AI需要の急増を受け、水冷サーバーにも対応

  • 12のデータホールはすでにほぼ満床
  • 顧客の6割がハイパースケーラー企業
  • AI需要の拡大に対応するため、水冷対応を強化中
まとめ

STT GDCの「STT Tokyo 1」は、日本市場における新たなハイパースケールデータセンターの幕開けを告げる重要な施設である

堅牢性・電力性能・セキュリティを兼ね備えた設計は、高まるAI需要にも対応可能であり、今後の国内展開にも期待が高まる

備忘録

STT Tokyo 1のパラメータを深堀り

一般的なデータセンターと比べてみると

項目STT Tokyo 1一般的なデータセンター(Tier III相当基準)
最大ラック数339ラック数百~数千ラック(施設の規模による)
最大電力供給32MW1~10MW(中規模DC)10~30MW(大規模DC)
空冷ラックあたり電力密度最大20kW通常は5~10kW
水冷ラックあたり電力密度最大100kW20~30kW(比較的高性能なDCでもこの程度)

最大339ラック+最大32MWの供給能力

  • 比較的ハイパースケール寄りの構成
  • 通常、1MWあたり40~60ラック程度が一般的な密度と言われており、32MWで339ラックというのは電力リッチな設計(1ラックあたり平均94kW相当)で、AIやHPC用途向けの高負荷サーバを想定した構成と考えられる
  • 特にAI/GPU用途の電力密度要求に適応した構成

空冷:最大20kW/ラック

  • 一般的なデータセンターでは5〜10kW/ラックが平均的な上限
  • 20kW/ラックは、高集積・高発熱なワークロード(GPU/AI、HPC)にも対応可能な空冷設計
  • 空冷方式としては非常に高水準。通常このレベルだとラック前面に風量を増やすなどの特殊対策が必要

水冷:最大100kW/ラック

  • 水冷対応のデータセンターでも、50〜60kW/ラックが主流
  • 100kW/ラックはトップクラスの電力密度で、液冷の中でも特にハイエンド
  • NVIDIA DGXやH100のようなAI専用サーバを多数積み込む構成に対応できる数少ないDC設計

結論:どれくらいすごい?

  • 32MW+高密度対応は、AI時代に最適化された「次世代型データセンター」の象徴
  • 特に空冷20kW・水冷100kW/ラック対応は、日本国内でも極めて珍しい水準
  • 今後の生成AI・大規模計算向けクラウド基盤の需要にマッチした仕様といえる

-情報収集
-,