情報量が多い領域ほどAIは得意になる。ならば世に出ていないCOBOL・メインフレームこそAIが最後まで苦手とする領域だ。金融基幹系を開発してきた立場から、AIに任せていい仕事と任せてはいけない仕事の分かれ目を解説する。

生成AIは個人の生産性を上げても、放置すると「個人の時短」で止まり経営に届きません。MITやパーソルの調査データをもとに、9割が失敗する理由と、AI駆動型企業へ近づくPhase 0〜4の段階的な導入設計を解説します。

最新VLM「Qwen3-VL」を、Ollamaで家庭用PC（RTX 3090）に導入し、写真から物体の座標をJSONで出す手順を実演。PowerShellの罠、思考オフが効かない既知バグ、座標は推論で導かれる事実まで、実際に動かした記録をまとめます。

VLMとVLAの違いを、フィジカルAIを実務（AGRIST×Microsoft）で実装した経験から解説。画像から座標を出す方式と、座標を経由せず動作を直接出す最新VLAの違い、個人のGPUで試せるようになった経緯までまとめます。

AIが進化した先に人間の仕事は残るのか。残るのは『信頼・所属・意味』という堀です。仕事が消えず律速が移る理由、AIに埋められない3つの領域、そして自社の堀をどこに作るかを、経済原理から整理します。

「面白い技術なのに事業にならない」のはなぜか。登山アプリなど身近なサービスを観察して見えた、当たる画像認識プロダクトの3条件（大勢が使う／ちょっと怖い／見なきゃ分からない）を、技術顧問の視点でまとめます。

最新モデルYOLO26のセマンティックセグメンテーションを、ClaudeにコードさせつつWindows+RTX 3090で動かした全手順。エージェントが選んだ作り方をvenv隔離・GPU切り替えへ指示し直した判断と、X投稿できるmp4の書き出しまで解説します。

日本企業や自治体が生成AIを急速に導入できた理由を公開情報で整理。無料と法人プランの学習ポリシーの違い、著作権補償、ISMAPなど、稟議とセキュリティで押さえる点を経営層・DX担当向けにまとめます。

日々の暮らしや仕事の中で、「こういうアプリがあったら本当に便利なのに」と感じた瞬間は、誰にでも一度はあるはずです。 ところが、いざその不便を解消しようとしても、市販のアプリは少しずれている。痒い所に手が届かない。仕方なく我慢して、紙のメモやExcelに戻る。そんな経験を持つ方は、想像よりずっと多いはずです。 2026年...