秋本番。行楽の季節になりました。週末の休暇を利用して、久しぶりに大人数でキャンプに出かけてきたのですが、夜、ふと空を見上げると、星が驚くほどくっきりと瞬いていました。
秋の星空がきれいに見えるのは、夏ほど湿度が高くなく、冬ほど空気が乾きすぎてもいないからだそうです。この“ほどよい乾燥”と“安定した気温差”が、空気中のチリや水蒸気を減らし、星の光を散乱させないのだとか。そのおかげで、夜空の星々は輪郭を保ったまま、凛とした光を放っていました。
ペガスス座、アンドロメダ座、カシオペヤ座など、秋を代表する星座が南の空に広がり、少し夜が更けると、冬の訪れを告げるオリオン座も顔を出しました。
みなさんも、秋の夜長に星空を眺めてみてはいかがでしょうか。
それではまず、今回紹介する記事をダイジェストで紹介します！！
2025年はAIエージェント元年と言われており、最近のAI関連の展示会ではAIエージェントが花盛りです。IT企業で「AIエージェント」と看板に掲げていない企業を探すほうが難しいくらいです。「RAG」「ChatGPT」「生成AI」のときもそうでしたが、IT業界では毎年のようにバズワードを掲げてユーザーを煽りながら、自社製品を売り込むのが常套手段となっています。それにしても、いまだ大半がテスト段階で実績がほぼないAIエージェントを、自社ですら利用していないにもかかわらず、売り込もうとする企業の姿は、どこか異様に映ります。今回の講座では、このAIエージェントの仕組みと特徴、そのバリエーションを解説します。まずはAIエージェントの実態と､生成AIとの違い、その特徴と仕組みについて見ていきましょう。 （・・詳しくはこちらへ）
2025年は「AIエージェント元年」とも言われており、最近のAI関連展示会ではAIエージェントがまさに花盛りです。IT企業で「AIエージェント」と看板に掲げていない会社を探すほうが難しいほどです。今年上半期までは、自社ですら活用していないIT企業が売り込んでいたのに対し、下半期になると実稼働可能なAIエージェントを掲げているスタートアップ企業が複数登場してきています。本講座では、このAIエージェントの仕組みや特徴、そしてそれが開く未来を考察します。特に、AI界隈で最も進化の激しい「MCP」「A2A」というゲームチェンジャーとなり得るテクノロジーを中心に解説します。 （・・詳しくはこちらへ）
2025年10月21日、高市早苗氏が第104代内閣総理大臣に就任。日本の内閣制度140年の歴史で初の女性首相の誕生です。これにより、ジェンダー・ギャップ指数の「女性／男性国家元首の在任期間＝0年」というデータが、ついに「0→1」に変わります。この小さな数字の変化は、日本のジェンダー格差にどんな意味をもたらすのでしょうか。今回の「2025年のジェンダー・ギャップ指数から世界を見る」第3回では、「世界のジェンダー格差」に焦点を当てます。北欧のようにスコアが高い国もあれば、日本のように低迷する国もありますが、その“谷”の位置――教育、経済、政治など――は国ごとに異なります。一見似たスコアの裏側にも、社会や歴史の違いが潜んでいるのです。 （・・詳しくはこちらへ）
こんにちは。データのじかん編集部です。デジタル技術が企業の競争力を左右する時代。その中核を担うキーパーソンが、CIO（最高情報責任者）です。経営と現場、テクノロジーと人をつなぎ、企業の変革を実行に移すリーダーたちが今、改めて注目されています。そんなCIOのためのサミット「CIO Japan Summit 2025」が、2025年11月11日（火）〜12日（水）に、ホテル椿山荘東京で開催されます。主催は国際会議運営で知られるMarcus Evans Group。CIOやテクノロジーエグゼクティブが知見を共有し、ネットワークを築くための場として開催されます。メディアパートナーとして「データのじかん」も本イベントを紹介し、CIOが直面する課題と、これからの時代に求められるリーダー像を探っていきます。 （・・詳しくはこちらへ）
データのじかんNewsのバックナンバーはこちら
2025.10.27 公開
2025年は「AIエージェント元年」と言われ、AI関連の展示会ではその言葉を掲げる企業が目立ちます。ところが、実際に導入や運用実績を持つ企業はまだ少なく、流行先行の印象も拭えません。記事では、大学講師の知久卓泉（チクタク）先生と大学院生のサルくんによる対話を通して、AIエージェントの実態と仕組みをわかりやすく解説しています。
チクタク先生によれば、AIエージェントとは「目標を達成するために、タスクを分解・計画・実行まで自律的に判断して行うソフトウェア」です。生成AIが与えられた指示に従ってコンテンツを生成するのに対し、AIエージェントは複数のタスクを連携させて、より複雑な課題を処理できる点が特徴とされています。
記事ではさらに、NVIDIAの資料を参考にした「認識（Perceive）」「推論（Reason）」「実行（Act）」「学習（Learn）」という4段階のプロセスを紹介し、AIエージェントがどのようにタスクを処理しているのかを整理しています。現時点では実証段階にあり、環境依存や運用上の課題も多く残りますが、外部ツールとの連携やAPIの整備など、実用化に向けた動きも進みつつあります。
本記事では、こうしたAIエージェントの“今”を冷静に見つめ、その仕組みと可能性を理解するための基礎知識をお届けします。
2025.10.27 公開
AIエージェントが実用段階へと歩みを進めるなかで、注目を集めているのが「MCP」と「A2A」という2つの新技術です。今回の記事では、大学講師の知久卓泉（チクタク）先生と大学院生のサルくんが、急速に進化するAIエージェント・テクノロジーの最前線を対話形式でひもときます。
まず紹介されるMCP（Model Context Protocol）は、Anthropic社が2024年に公開したオープンプロトコルです。AIエージェントが外部ツールやデータソースにアクセスし、情報と機能をやり取りする方法を標準化したもので、AIにおける「USB Type-C」とも呼ばれています。すでにMicrosoftやGoogleが対応を表明し、MCP対応のサービスや開発ツールが次々と登場しています。
続いてA2A（Agent to Agent Protocol）は、2025年にGoogleが提唱した、AIエージェント同士の自律的な連携を可能にする仕組みです。従来のように業務プロセスの間に人の介在が必要だった部分を、エージェント間の共通言語によってつなぐことで、より広範な自動化を実現します。
さらに記事では、複数の専門AIが協働する「マルチAIエージェント」の有効性を、ホンダやトヨタの研究事例を交えて紹介しています。単体のAIを超えた「協働するAI」の時代が、いよいよ現実味を帯びてきました。
2025.10.31 公開
2025年のジェンダー・ギャップ指数を紐解くと、「順位」と「スコア」が必ずしも比例しないという“数字マジック”が浮かび上がります。教育や健康分野は多くの国が95〜100％の高スコアに集中しており、わずかな差が大きな順位変動を生む「団子状態」です。一方で経済や政治の分野は差が広く、スコアと順位が正比例しやすい――つまり、分野ごとに「谷」の形が異なるのです。
記事では、日本、インド、ルワンダ、アイスランドという4カ国のデータを比較し、それぞれの格差の質を掘り下げています。インドでは教育スコアが高い一方で、出生時の性差や妊産婦死亡率など「命の格差」が深刻で、数字の裏に社会的な慣習の問題が潜んでいます。
ルワンダは女性議員比率の高さで政治スコアが突出しますが、その背景にはジェノサイドによる人口構造の変化という特殊な事情があり、表面的な数値だけでは測れない現実を映し出しています。
そして北欧諸国――とくにアイスランド――では、政治・経済・教育・健康のすべてで高水準を維持。高税率・高福祉を基盤とする「社会契約」と、小規模社会ならではの合意形成の仕組みが、その安定した平等を支えています。
データを読むとは、数字の背後にある文化・制度・歴史を読むこと。
本記事は、ジェンダー・ギャップ指数という「数値の地形図」から、世界の格差のかたちを立体的に描き出します。
2025.10.30 公開
CIO（最高情報責任者）は、もはや単なるIT部門の統括者ではありません。企業の情報資産とテクノロジーを駆使し、経営戦略を支える「変革の要」としての役割が求められています。2025年11月、CIOやITリーダーが一堂に会し、経営とデジタルの未来を議論する招待制カンファレンス「CIO Japan Summit 2025」が開催されます。会場はホテル椿山荘東京。主催はMarcus Evans Groupです。
今回のサミットでは、生成AIのリスクと可能性、人材戦略、サイバー防衛、IT体制の再設計、アウトソーシング、DXの現在地といった6つの主要テーマが設定され、企業変革に欠かせない課題を多角的に取り上げます。
基調講演には、NTTの松原実穂子氏、株式会社圓窓の澤円氏、人事院の伊藤かつら氏の3名が登壇。それぞれ、サイバーセキュリティの最前線、変革を阻む「思考停止」の打破、行政機関におけるデジタル改革など、現場に根ざした実践知を共有します。
本サミットの魅力は、知見と人脈の両輪にあります。講演を通じて多角的な視点を得ると同時に、国内主要企業のCIO・IT戦略リーダーとの交流から、実務に直結するヒントを得ることができます。
生成AIが経営判断を支え、人とデータが共創する時代。CIOに求められるのは、技術を導入する力ではなく、変化を導く力です。
今回は『AIエージェントの時代（第1回） ‐ブームから実用化へ』という記事を紹介させて頂きました。
この記事では、AIエージェントの仕組みや生成AIとの違いを通じて、“自律的に行動するAI”の輪郭を描きました。読まれた方の中には、「ところで記事の中で繰り返し出てきた“タスク”って、具体的には何を指すのだろう？」と感じた方もいらっしゃるかもしれません。
私たちが日常で使う「タスク＝仕事や作業」と、AIが扱う「タスク」は少し異なります。AIにおけるタスクとは、目標を達成するために分解された“思考と行動の最小単位”のこと。たとえば、「社内データを調べてレポートを作る」という大きな指示の中には、“情報を検索する”、“要点を抽出する”、“文書を作成する”、“上司にメールする”といった複数のタスクが内包されています。
AIエージェントは、この一連のタスクを自律的に判断し、順序を組み立て、実行していく仕組みです。その意味で「タスク」とは、AIが“考えながら動く”ための設計図でもあります。
人がAIに仕事を任せるとはどういうことか。その根本を理解する鍵は、この「タスク」にあるのかもしれません。
それでは次回も「データのじかんNews」をよろしくお願いします！
データのじかんは、テクノロジーやデータで、ビジネスや社会を変え、文化をつくりあげようとする越境者のみなさまに寄り添うメディアです。
越境者の興味・関心を高める話題や越境者の思考を発信するレポート、あるいは越境者の負担を減らすアイデアや越境者の拠り所となる居場所などを具体的なコンテンツとして提供することで、データのじかんは現状の日本にあるさまざまなギャップを埋めていきたいと考えています。
（畑中 一平）
メルマガ登録をしていただくと、記事やイベントなどの最新情報をお届けいたします。
ChatGPTとAPI連携したぼくたちが
機械的に答えます！
何か面白いことを言うかもしれないので、なんでもお気軽に質問してみてください。
ただし、何を聞いてもらってもいいですけど、責任は取れませんので、自己責任でお願いします。
無料ですよー
30秒で理解！インフォグラフィックや動画で解説！フォローして『1日1記事』インプットしよう！
