REPORTS / AUTHOR

データと論文から読み解く、生成AIの実像。

岡崎 太が、26件のデータ・論文レポートから、生成AIの技術動向とビジネスへの影響を読み解きます。

岡崎 太のプロフィール写真

AUTHOR PROFILE

Futoshi Okazaki

CTO / AIアーキテクト

26 REPORTS

← レポート一覧に戻る
  • データレポート情報セキュリティ

    2026年夏の情報流出を『5つの欠陥パターン』で読み直す — 件数ランキングより先に見るべきもの

    2026年7〜9月に公表された個人情報流出・サイバー攻撃の事例7件を、各社の公表文と警察庁・個人情報保護委員会の一次資料だけで件数順に並べ、『どの欠陥パターンで起きたか』で読み直します。管理の隙、パッチ前侵入、アカウント奪取、サプライチェーン、保持データによる被害拡大の5つに整理し、人の教育で防げる範囲と、システム側で今日から検査できる範囲を切り分けます。

    分析
    岡崎 太
    公開日
    出典数
    出典 12件
  • 論文レポート生成AI

    人とAIを組ませると平均で「単独の強い方」に負ける — 106実験メタ分析が示す判断業務と生成業務の分岐

    人とAIを組み合わせれば、必ず良くなるとは限りません。MITの研究者が106実験・370の効果量を統合した結果、人とAIの組み合わせは人単独よりは優れる一方、人単独とAI単独のうち良い方には平均で劣りました。判断業務と生成業務で結果が分かれる理由を整理し、任せ方の原則に落とします。

    分析
    岡崎 太
    公開日
    出典数
    出典 3件
  • 論文レポート生成AI

    AI付きの1人はチーム1組に届くか — P&G 776名フィールド実験「Cybernetic Teammate」

    要旨でP&Gの社員776名と報告された実験を、個人とチーム、AIの有無の4条件で読み解きます。AIを使った個人の成果物は、AIなしの2人チームと同程度の品質でした。一方、上位10%の解を出す確率はAI付きチームだけが有意に上がりました。平均を取るか、卓越を取るか。チーム編成の判断材料を整理します。

    分析
    岡崎 太
    公開日
    出典数
    出典 3件
  • 論文レポート生成AI

    専門家の成果物と「同等以上」は何割か — 44職種1,320タスク GDPval が示す実務委任ライン

    OpenAIのGDPvalは、44職種の専門家が作った実務タスクで、AIの成果物を専門家の成果物と比べる評価です。2025年9月の論文では、最良モデルでも専門家と同等以上は47.6%。その後半年ほどで80%台の自社公表値が並びました。数字の意味と限界を整理し、どの業務をどこまで任せるかの線引きに使います。

    分析
    岡崎 太
    公開日
    出典数
    出典 5件
  • データレポート生成AI

    2026年版 中小企業白書を生成AIの目で読む — 投資余力と人手不足の間で何から着手するか

    2026年版中小企業白書は、AIトランスフォーメーションを掲げつつ、デジタル化の段階では約6割がツール移行の途中にとどまると示しました。省力化投資をした企業のうちAIに取り組んだのは3割。活用していない理由の1位は予算ではなく「活用する業務がイメージできていない」63.4%です。白書の数字から、中小企業が最初に着手する業務を考えます。

    分析
    岡崎 太
    公開日
    出典数
    出典 4件
  • 論文レポート生成AI

    読んだ文書がAIへの指示に変わる — AgentDojoの97タスク・629テストから考える導入前チェック

    外部文書を読んで業務を実行するAIを、何で評価すればよいのか。AgentDojoの97タスク・629セキュリティテストケースとOWASP 2025版を手がかりに、業務の達成・不正操作・人の承認を分けて点検する方法を考えます。

    分析
    岡崎 太
    公開日
    出典数
    出典 2件
  • データレポート生成AI

    AIが成果になる7条件 — DORA 2025で見直す開発組織の投資先

    DORA 2025では、回答者の90%が業務でAIを利用する一方、AI生成コードへの信頼が低い回答も30%ありました。AI導入と開発の速さ・不安定さとの関連を読み分け、7つの組織能力を、自社の投資先と検証項目に置き換えます。

    分析
    岡崎 太
    公開日
    出典数
    出典 5件
  • 論文レポート生成AI

    任せたい業務と、AIができる業務は違う — WORKBankで考える導入順序

    AIで実行できそうでも、現場が任せたいとは限りません。StanfordのWORKBankは、米国の1,500人・104職種・844タスクを対象に、働く人の希望と専門家の能力評価を照合しました。自動化希望と技術的な見込みを分け、導入順序と人が担う範囲を決める方法を整理します。

    分析
    岡崎 太
    公開日
    出典数
    出典 2件
  • データレポート生成AI

    AIガバナンスは誰の仕事か — 責任所在とAI資産の棚卸しから読む「PoC止まり」の構造

    PwC Canadaの調査では、責任あるAIを最優先事項とする組織が72%ある一方、専任ガバナンス機能を持たない組織は36%。Accentureの業務再設計に関する論考と合わせ、生成AIの実証実験を本番運用へ進めるための責任・台帳・受入基準を考えます。

    分析
    岡崎 太
    公開日
    出典数
    出典 4件
  • データレポート生成AI

    AIの影響を受けやすい職種の22〜25歳、雇用は「同ペースなら」より19%少ない — 2026年8月改訂「炭鉱のカナリア」で採用・育成計画を組み直す

    Stanfordの2026年8月改訂版では、AIの影響を受けやすい職種の22〜25歳の雇用は、影響を受けにくい職種の同年代と同ペースで推移した場合より19%少なく、差は離職の増加ではなく採用の減少で生じています。金融引き締め説などの反論も併記し、日本の新卒採用・離職データと重ねて、若手採用を絞る前に「任せる範囲」と育成を組み直す判断軸を示します。

    分析
    岡崎 太
    公開日
    出典数
    出典 7件
  • データレポート生成AI

    令和8年版 情報通信白書を経営者目線で読む — 個人利用58.8%・調査対象内の企業利用86.4%の先にある「学ぶ環境」と「データ基盤」の差

    総務省「令和8年版 情報通信白書」のAI利活用データを経営者目線で読み解きます。個人向け調査では利用経験58.8%（15〜69歳・年代別同数割付）、デジタル化着手済み企業の管理職調査で、活用方針「わからない」を除いた回答者内の業務利用は86.4%。後続設問では、学ぶ環境39.9%、社内データ基盤24.5%です。調査条件を確認し、導入率の次に測る指標を考えます。

    分析
    岡崎 太
    公開日
    出典数
    出典 4件
  • 論文レポート生成AI

    AIは数週間規模の開発タスクを完遂できるか — METRの時間軸（time horizon）研究とMirrorCode初期結果から読む「委任範囲」の動き

    MirrorCodeの4月初期結果では、Claude Opus 4.6が約16,000行のgotreeを再実装し、2,001テスト中2,000件に合格。6〜7月の完全版では25対象・最強モデル56%へ拡張され、Opus 4.7がgotreeを14時間・251ドルで再実装しました。初期値と完全版を分け、AIへ任せる条件を整理します。

    分析
    岡崎 太
    公開日
    出典数
    出典 7件