HAQM Web Services ブログ

Category: Generative AI

製造業の設計開発領域での AI 活用 - 「身体性」の原理から考える

製造業の設計開発領域での AI 活用 – 「身体性」の原理から考える（前編）

製造業の設計領域における生成 AI 活用の可能性と限界について「身体性」の概念から考察します。AI の特性を理解し、適材適所で活用することで、製造業の生産性向上に貢献できるでしょう。

大規模マルチモーダル AI による鉄道車両の異常画像検知システムの実証実験

この投稿は、JR東日本、ドイツ鉄道、JEISが、車両外観検査の画像にAIを活用する取り組みについて紹介したものです。従来の手法の課題を克服するため、大規模マルチモーダルAIを用いた異常画像検知システムの実現可能性を検証しました。

AWS の生成 AI を活用してリテールインサイトを変革する

グローバルな高級ファッションブランドを擁し、世界中に 1,400 を超える小売店舗を展開し、18,000 人を超える従業員を抱える Tapestry は顧客体験の改善に役立つ豊富な情報を保有しているものの、それを十分に活用できているとは言えませんでした。そこで生成 AI エンジンを活用して、店舗従業員からのフィードバックを収集・分析するアプリケーション「Tell Rexy」と「Ask Rexy」を構築した結果、店舗オペレーション、在庫管理、顧客嗜好に関する前例のないインサイトを得ることができ、アプリケーションを従来より10倍早くリリースできるようになりました。

エンタープライズにおける HAQM Bedrock による生成 AI のオペレーティングモデル

生成 AI の導入が進むにつれ、企業は生成 AI のオペレーティングモデルを確立していく必要が生じてきます。オペレーティングモデルは、事業運営を駆動する組織設計、コアプロセス、テクノロジー、役割や責任、ガバナンス体制、そして財務モデルを確立するものです。本記事では、適用可能な生成 AI のオペレーティングモデルを考察します。

20 Minutes 社がHAQM Bedrock で生成 AI を活用してジャーナリストを支援し購読者を惹きつけている方法

このブログ記事では、20 Minutes が生成 AI を使ってデジタルパブリッシングの課題に取り組んでいるさまざまなユースケースについて概説しています。また実装の技術的側面に踏み込み、基盤モデルプロバイダーとして HAQM Bedrock を選択した理由を説明します。

HAQM Q Developerにおけるリアルタイム実行によるコード生成の強化

AI がソフトウェア開発における急速なイノベーションを推進する中で、高品質なコード生成を促進するためには、リアルタイムにテストできる信頼性の高い実行環境が不可欠です。開発者は、 AI が生成したコードがプロジェクトの要件を満たしているかを確認するためのデバッグと反復に多くの時間を費やし、その結果、機能の提供が遅れることもあります。以前の HAQM Q Developer の開発用エージェントはコード生成に重点を置いていました。最新のアップデートにより、エージェントはリアルタイムでコードをビルドしてテストし、開発者がレビューする前に変更を検証できるようになりました。この新機能は、コードレコメンデーションの品質向上、エラーの検出、生成されたコードとプロジェクトの最新状態の同期、そしてコード生成とテストワークフローの両方を効率化することによる開発プロセスの加速が含まれます。これらはコミュニティからのフィードバックに直接対応したものです。

← Older posts
Newer posts →