JPモルガン・チェースがAI投資を拡大、技術支出は200億ドルに迫る
JPモルガン・チェースは2026年に向けて技術予算を約198億ドルまで増額し、AI関連支出の割合を大幅に引き上げている。これは金融業界全体がAIの試験的導入から本格的な大規模展開へと移行していることを示している。
JPモルガン・チェースは2026年に向けて技術予算を約198億ドルまで増額し、AI関連支出の割合を大幅に引き上げている。これは金融業界全体がAIの試験的導入から本格的な大規模展開へと移行していることを示している。
AI企業Naradaが1000本以上の顧客との深い対話を通じて製品を改良し、資金調達と規模拡大に成功した成長戦略を分析する。
Datatonicの最新レポートによると、企業がAI導入時に「ヒューマン・イン・ザ・ループ」を軽視することで、生産性や競争力が損なわれ、結果的にレイオフにつながっている。成功の鍵は、人間とAIの緊密な協働にある。
フランスのスタートアップMistral AIが、世界的経営コンサルティング大手のアクセンチュアと戦略的パートナーシップを締結し、企業向けAI展開の最前線に進出した。
AI スタートアップのTraceが300万ドルのシードラウンド資金調達を完了し、企業環境におけるAIエージェントの導入課題を解決するための監視・最適化プラットフォームを開発している。
Uberのエンジニアチームが、CEO Dara Khosrowshahiのデジタル分身となるAIチャットボットを開発し、従業員がプロダクトピッチの練習に活用していることが明らかになった。この革新的な取り組みは、企業内部文化のAI駆動型への転
OpenAIは、アクセンチュア、デロイト、マッキンゼー、BCGの4大コンサルティング企業と戦略的パートナーシップを締結し、最新製品「OpenAI Frontier AIエージェントプラットフォーム」の企業導入を加速させる。
農業技術大手Nutrienが買収後のIT統合の混乱から、AI活用とデータ駆動型戦略により、わずか1年でシステム可用性99.9%、収益20%増を実現した事例を詳述。
代理式AI(agentic AI)は自律的な意思決定能力を持つ新世代のAI技術として、特に小売業のソフトウェア開発において大きな変革をもたらしており、開発効率の倍増とコスト30%削減が期待されている。
InfosysがTopaz Fabricを核とするAI実装フレームワークを発表し、企業がAIを概念から実装に移行する際の明確な指針を提供。同フレームワークは評価、設計、構築、運用の4段階で構成され、責任あるAIの実現を重視している。
印度ITサービス大手InfosysがAIスタートアップAnthropicと戦略的提携を発表し、ClaudeモデルをTopaz AIプラットフォームに統合して企業向けAIエージェントシステムを共同開発する。AI関連株が激しく変動する中、業界に
企業AI分野で激しい「土地争奪戦」が繰り広げられる中、新興企業Gleanは企業検索ツールからAIアプリケーションを支える基盤ミドルウェア層への転換という独自の道を選んだ。
カナダのAIスタートアップCohereが2025年に年間経常収益(ARR)2.4億ドルを初めて突破し、企業向けAI市場の巨大な潜在力を証明するとともに、将来のIPOへの道を切り開いた。
企業AIがチャットボットから自律的エージェントへと進化する中、データ、ツール、従業員を結ぶ「AI層」の支配権を巡る競争が激化している。Glean CEOのArvind Srinivasは、将来は大規模言語モデル提供者ではなく、企業向けAIイ
企業向けAIがチャットボットから実際の業務を遂行するインテリジェントエージェントへと進化する中、Gleanは企業AIインフラの最下層を狙い、巨大テック企業との競争に挑んでいる。
Intuit、Uber、State Farmなどの大手企業が、単純なチャットボットを超えた自律的なAIエージェントの試験運用を開始し、企業ワークフローの自動化に新たな時代が到来している。
OpenAI は 2026 年 2 月 6 日、企業が AI エージェントを人間の従業員のように構築・管理できるプラットフォーム「Frontier」を正式発表した。このプラットフォームは、企業が AI をビジネスプロセスに深く統合することを
スタートアップ企業Fundamentalが2.55億ドルのシリーズA資金調達を発表し、構造化データ専用の基盤モデルでビッグデータ分析に革新をもたらす。
OpenAIは2027年に1000億ドルの収益目標を達成するため、大規模なAIコンサルタントチームを密かに構築し、最先端技術と企業意思決定層のギャップを埋める戦略を推進している。
SENEN集団CEOのRonnie Sheth氏が、企業AIの失敗の主因はデータ品質にあると指摘し、2026年を転換点として「実践的AI」への移行を提唱。データ品質問題により年間1290万ドルの損失が発生している現状を踏まえ、データ優先・ア