12月もいよいよ最終週になりました。
年末になると、年賀状やお正月のおせち料理、お飾りの準備などで、何かと忙しくなります。
毎年、秋口になるとコンビニやスーパーでおせち料理の予約注文が始まりますが、ここ数年、その販路が年々広がっているように感じています。ポスターを見る限り、正直なところ「ちょっと割高なのでは？」という印象を持っていました。
ところが昨年、ついに筆者の家庭でも出来合いのおせちを予約してみたところ、これが想像以上によくて驚きました。いろいろな種類の料理を少しずつ楽しめるうえ、準備の手間がほとんどかからず、結果的に材料を買いそろえるよりも費用が抑えられたのです。
「おせちは家で作るもの」という思い込みも、生活スタイルの変化とともに、少しずつ更新されているのかもしれません。
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！！
AI開発競争が過熱する2025年、その年末に登場した Google Gemini 3 は、テック業界に大きな衝撃を与えました。本記事では、大学講師チクタク先生と大学院生サルくんの対話を通じて、Gemini 3の実力と、NotebookLMを軸としたGoogleのAI戦略をわかりやすく解説します。性能競争の先に見える「ビジネスユースとしてのAI」の現在地とは──。 （・・詳しくはこちらへ）
現在のAIを支えるニューラルネットワークは、どのように生まれ、なぜ一度は「失敗作」と見なされたのか。本記事では、フランク・ローゼンブラット が提唱したパーセプトロンの誕生から挫折までを、チクタク先生とサルくんの対話形式でひも解きます。AI史における最初のブームと、その裏側にあった限界の物語を通じて、現代の機械学習につながる原点を振り返ります。 （・・詳しくはこちらへ）
皆さん、本を読んでますか？2025年ももうすぐ終わります。「社会人として働いていると本が読めない」という声も多くあります。しかし、これからも会社で働いて成果を出すために本を読むことは重要ですし、人生において本を読む楽しさも必要です。そこで2025年に発売した本からオススメの本として23冊をご紹介します。特にIT業界で活躍する人に向けた本から、ジャンル別で選んでみました。ぜひ年末年始の長期休暇に読んでみてください。 （・・詳しくはこちらへ）
「データ・情報は生もの！」を掲げる 「データのじかん」 の新企画 「DX Namamono information」 では、ネット検索やAI生成では得られない、現場のリアルな体験情報をお届けします。DXやデジタル活用の情報は一次情報に触れることで、自分ごととして理解が深まる──このコンセプトのもと、全国各地の体験者の声や実例を取り上げ、ニュースと合わせて解説します。10月4日から東海道・山陽・九州新幹線で開始された、会員登録不要でLINEから新幹線予約ができる「LINEからEX」。公式の説明だけでなく、私自身が実際に使ってみた体験も交えて、その操作感や活用ポイントをお伝えします。AIや検索だけでは見えない“現場の生きた情報”を、ぜひあなたのDX理解に役立ててください。 （・・詳しくはこちらへ）
「データ・情報は生もの！」をコンセプトにした「データのじかん」の企画 「DX Namamono information」 では、検索やAIだけでは見えてこない、現場でのリアルな体験に基づくDX・デジタル活用のヒントをお届けしています。一次情報とニュースをあわせて読むことで、理解が深まり、自分ごととして捉えられる──そんな“生きた情報”を全国の体験者の声とともに紹介します。都市圏では交通系ICカードが当たり前となり、紙の切符を使う機会はめっきり減りました。そんな中、大阪空港（伊丹空港）に関東の大手私鉄・京浜急行電鉄の券売機が設置されていることをご存じでしょうか。ICカード全盛の時代に、なぜ関西の空港に京急の券売機があるのか──。実はこの券売機を活用すると、京急と東京の地下鉄（東京メトロ・都営地下鉄）をお得に利用できる仕組みが隠されています。今回は、その背景と実際の使いどころを体験ベースでひも解きます。 （・・詳しくはこちらへ）
日本企業のデータ活用は、2025年現在どこまで進んでいるのでしょうか。世界最大級のITリサーチ・アドバイザリー企業 ガートナー の日本法人が2025年1月23日に発表した調査結果によると、データ活用において「全社的に十分な成果を得ている」と回答した企業は、2024年11月時点でわずか8％にとどまっています。この数字だけを見ると、日本ではデータ活用がほとんど進んでいないようにも見えます。しかし本当にそうなのでしょうか。視点や指標を変えると、別の実態や前向きな兆しも見えてきます。本記事では、複数の調査データや事例をもとに、日本におけるデータ活用の現在地を整理し、2025年以降に向けた課題と展望を読み解きます。数値の裏側にある「進んでいない理由」と「それでも進みつつある現実」を押さえたい方に向けた内容です。 （・・詳しくはこちらへ）
AIの性能向上と市場拡大は、いまなお加速度的に進んでいます。それと歩調を合わせるように、IoTデバイスの普及も世界規模で拡大しており、国際的な調査では、2023年時点で世界のIoTデバイス数は約159億台、2030年には321億台を超えると予測されています。こうした流れの中で、近年とくに注目を集めているのが「フィジカルAI」です。これは、AIが現実世界を認識し、操作するための“身体”を持つという考え方であり、ロボティクスや自律制御と深く結びついた技術領域です。そして、このフィジカルAIを社会実装していくうえで、重要な基盤となるのが「AIoT（AI＋IoT）」です。AIoTは、単にモノをインターネットにつなぐ従来のIoTとは異なり、AIによってデバイスそのものに知能を持たせ、システム全体として価値を生み出す概念です。フィジカルAIが「物理的な動き」に焦点を当てるのに対し、AIoTは通信やネットワークを含めた、より広範な情報システムの視点から捉えられます。「万物がつながる世界」から、「万物が賢くなる世界」へ──。本記事では、AIoTとは何かという基本から、従来のIoTとの違い、具体的なユースケースまでを整理して解説します。 （・・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
2025.12.22 公開
AIバブル崩壊が囁かれる中、2025年のAI界隈を締めくくる存在として登場したのが GoogleのGemini 3 です。匿名評価によるLMArenaでの高評価や、博士号レベルの推論力を測るGPQA Diamondでの好成績など、その性能はテック業界でも群を抜いており、サム・アルトマン 率いるOpenAIを強く刺激する結果となりました。
本記事では、GoogleのNotebookLMを日常的に活用するチクタク先生と、ChatGPT派のサルくんの対話を通じて、Gemini 3の特徴を具体的に掘り下げます。自律的にUIを生成する「生成インターフェース」、Googleサービスと連携するエージェント機能、マルチモーダル対応や高精度な画像生成など、Gemini 3は単なる対話AIを超え、実務で使える“仕事の相棒”として進化していることが見えてきます。
さらに、NotebookLMというGUI中心のサービス設計からは、AGIを追求するOpenAIとは異なる、Googleの「ビジネスユース重視」という明確な戦略も浮かび上がります。実際、マーク・ベニオフ がChatGPTからGeminiへの乗り換えを宣言するなど、その影響は業界全体に波及しています。品質を重視したクローズド開発へと舵を切ったGoogleの判断は、次世代AI開発のあり方そのものを問いかけています。
2025.12.24 公開
現在の人工知能技術は、突如として誕生したものではなく、数多くの研究者たちの試行錯誤の積み重ねによって形づくられてきました。本記事は、人工知能研究の歴史を人物中心にたどるシリーズ第3回として、ニューラルネットワークの原型である「パーセプトロン」に焦点を当てています。
まず、生物の脳神経ネットワークの仕組みを手がかりに、人工知能がどのように「学習」や「記憶」をモデル化しようとしてきたのかを解説します。その流れの中で、1950年代に ローゼンブラット が提案したパーセプトロンが登場します。視神経を模した単純な構造ながら、図形や文字を識別できるこの仕組みは大きな注目を集め、最初のAIブームを巻き起こしました。
しかし、その期待は長くは続きません。1969年、マービン・ミンスキー によって、単純パーセプトロンは「線形分離可能な問題しか学習できない」という致命的な限界が数学的に証明されます。世の中の多くの問題を扱えないことが明らかになり、研究資金は途絶え、ニューラルネットワーク研究は長い冬の時代へと入っていきました。
華々しい成功と急激な挫折。その両方を経験したパーセプトロンの歴史は、現代の深層学習がなぜ多層構造を採用しているのかを理解するうえで、欠かすことのできない重要な原点となっています。
2025.12.24 公開
生成AIが“当たり前”になりつつあるいま、2025年に出版された関連書籍を切り口に、データ活用とAIの現在地を俯瞰する記事です。前半では、東京格差の可視化、日本人像を統計で問い直す試み、グラフデザインの実践、データ分析プロジェクト成功のセオリーなど、身近な「見える化／分析」領域の良書を紹介。データをどう読み、どう伝え、どう意思決定につなげるかという基本が、改めて浮かび上がります。
続いて「2025年はAIエージェント元年」と位置づけ、ビジネスと技術の両面から学べる解説書、現場での開発・導入・運用ノウハウ、さらには社会や組織への影響を俯瞰する一冊まで幅広く取り上げます。加えて、ノーコードでAIアプリを構築できるDify関連書籍を通じて、非エンジニアから開発者までがAI活用に踏み出す道筋も整理しています。
後半では、企業で生成AIを導入して成果を出すための組織づくり、データマネジメント、知財・倫理といった「守るべきルール」にも焦点を当てます。技術だけでは成果につながらない現実を踏まえ、経営・現場・社会の視点を往復しながら考える構成です。
最後に本記事は、変化の速い時代だからこそ、断片的な最新情報を追い続けるのではなく、基礎を理解し、試行錯誤を重ねるための土台として「本を読む」ことの価値をあらためて問い直します。生成AIと長く向き合うための視座を得たい人に向けた、AIのブックガイドです。
2025.12.25 公開
本記事では、新幹線をLINE上で予約・決済できる新サービス「LINEからEX」を実際に利用した体験をもとに、その使い勝手と注意点を検証しています。最大の特徴は、会員登録不要でLINEから予約できる手軽さですが、支払い方法がPay Pay限定である点には注意が必要です。残高不足の場合は事前のチャージが必須となります。
予約の流れ自体はシンプルで、LINE公式アカウントから列車検索・座席区分の指定・決済までスムーズに進みます。ただし、座席は座席表から選べず、「窓側」「中央」などの区分指定のみとなります。運賃は紙の切符より100円安く、わずかながら価格面のメリットも確認できました。一方で、予約後に乗車用ICカード（モバイルICOCA）を指定する操作はやや分かりづらく、戸惑う場面もありました。
また、「LINEからEX」で予約した内容は「EX予約」アプリでは確認できず、両者は完全に別サービスとして扱う必要があります。さらに大きな制約として、予約後の変更が一切できず、変更する場合は払い戻し手数料を支払ったうえで再予約が必要です。総合すると、「LINEからEX」は現時点では試験的なサービス色が強く、利便性や柔軟性を重視する場合は、従来の「EX予約」を利用するのが無難だと言えるでしょう。
2025.12.27 公開
本記事では、大阪空港（伊丹空港）に設置されている京急の券売機で購入できる「お得な切符」を、実際に利用した体験をもとに検証しています。都市部では交通系ICカードが主流となる中、なぜ関西の空港に関東私鉄・京急の券売機があるのか。その背景と狙いを、具体的な利用シーンから読み解きます。
筆者が購入したのは、京急線の往復乗車券と東京メトロ・都営地下鉄が72時間乗り放題となる「京急＆Tokyo Subway Ticket 72」。購入手順はやや分かりづらく、千円札しか使えない点や、引換券を別途カウンターで本券に交換する必要があるなど、注意点も少なくありません。また、切符はすべて紙で発行されるため、ICカードに慣れた利用者にはやや不便に感じる場面もあります。
一方で、実際の3日間の移動履歴をもとに計算すると、合計で451円分お得になる結果となりました。JR利用が多い行程でも元が取れた点から、条件次第では十分にメリットがあることが分かります。本記事は、公式情報だけでは分かりにくい使い勝手やコスト感を、一次体験を通じて整理した内容となっており、首都圏を訪れる出張者・旅行者にとって参考となる“生きた情報”を提供しています。
2025.12.23 公開
本記事では、日本企業のデータ活用は本当に進展していないのかという問いに対し、複数年の調査データをもとに現状を整理しています。ガートナージャパン株式会社 の調査では、「全社的に十分な成果を得ている」と回答した企業は依然として少数にとどまるものの、「全社または一部で成果を得ている」企業は約9割に達しており、取り組み自体は着実に進んでいることが示されています。一方、総務省 の情報通信白書など過去データを振り返ると、企業は早い段階から顧客データやPOSデータを活用しており、「活用」と「成果」の定義の違いが見え方の差を生んでいることが分かります。
続いて、データ活用が成果に結びつかない要因として、「スキル不足」「現場の理解・協力」「業務への適用」という三つの主要課題を整理。背景には深刻なIT・DX人材不足があり、IPA の調査でも多くの企業が人材不足を実感している現状が示されています。こうした課題への対応策として、リスキリングの推進やデータの民主化、生成AIを安全に活用できる環境整備の重要性にも触れています。
さらに後半では、多くの企業が苦慮している「成果の測定」に焦点を当て、代表的なKGI／KPI例とともに、SMARTの法則を用いた具体的な目標設定の考え方を解説。データ活用を次の段階へ進めるためには、「活用しているか」ではなく「成果を定義し、評価できているか」が重要であることを示しています。
2025.12.24 公開
本記事では、IoT（モノのインターネット）にAIを組み込むことで、データ収集から分析、判断、制御までを自律的に行う仕組みである「AIoT（Artificial Intelligence of Things）」について、その基本概念から具体的な活用例までを体系的に解説しています。従来のIoTが「つながること」に主眼を置いていたのに対し、AIoTはAIによる高度な分析と知的なアクションまでを含む点が大きな特徴です。センサー、通信インフラ、AIアルゴリズム、エッジ／クラウド基盤といった要素技術の組み合わせにより、リアルタイムかつ自律的な判断が可能になります。
また、AIoTという概念が シャープ によって2015年に提唱されたことや、AIoT家電を起点としたスマートホーム戦略、さらに Xiaomi をはじめとするグローバル企業の取り組みも紹介。メーカーごとに呼び方や文脈は異なるものの、家電やデバイスの知能化・ネットワーク化による新たな価値創出という方向性は業界全体で共有されていることが分かります。
さらに記事後半では、製造業、小売、物流、ヘルスケア、スマートシティといった5つの分野におけるAIoTの代表的なユースケースを取り上げ、予知保全や需要予測、遠隔医療、都市インフラ最適化など、社会実装が進む姿を具体的に示しています。AIに「身体」を与える存在としてのIoTと、その価値を引き出すAIの融合が、今後の産業や社会をどう変えていくのかを俯瞰できる内容です。
今回は『AIエージェントの時代（第5回）‐OpenAI を焦らせるGoogle Gemini 3』という記事を紹介させて頂きました。記事内では、Googleの最新モデルであるGemini 3の特徴や評価を整理しつつ、その実力を具体例で検証しています。
中でも印象に残ったのが、「だし巻き卵の作り方を1枚の図表で解説してください」というプロンプトを、GPT-5とGemini 3に与えた比較結果です。図解の完成度を見て、正直なところ、自分のエンジニアリング業務でも、こうした生成能力がそのまま使えたらどれだけ助かるだろうかと感じました。
エンジニアの仕事では、設計構想や検証結果を整理する際、フロー図や構成図など、ビジュアルを用いたレポート作成が欠かせません。しかし、これはセンスが求められる作業でもあり、実は苦手意識を持つ人も少なくありません。加えて、作図ツールの操作や情報整理には想像以上に時間がかかります。
だからこそ、「検証手順をフロー図にする」「構成を1枚の図にまとめる」といった作業を、プロンプトひとつでAIが下書きしてくれたら──そんな期待を常に抱いています。
生成AIは急速に進化していますが、情報漏えいやガバナンスの問題から、現場ではまだ自由に使えないケースも多いのが実情です。それでも、Gemini 3のように「考えたことを、そのまま視覚的に表現できる」AIが現実のものになりつつある今、いずれは安全性を担保した形で、設計や検証の初期段階からAIが当たり前に使われる時代が来るのではないでしょうか。
エンジニアがすべてを一から描くのではなく、AIが下書きを用意し、人が判断と責任を担う──。そんな役割分担が進めば、これまで“作図”に費やしていた時間を、“考える”ことに振り向けられるようになります。Gemini 3が示したのは、単なる性能向上ではなく、エンジニアリングの仕事の進め方そのものが変わる可能性なのかもしれません。
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
学びをシェアする
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！
