特集:AI for エンジニアリング――AIは開発/テスト、運用、セキュリティの現場をどう変えるのか?

「ChatGPT」の登場によって「AI活用」は新たな局面を迎えた。テキストや画像などを「生成」するAIは、これまで「分析」や「認識」が主流だったAIに対する人々の意識を大きく変えたといえるだろう。企業のビジネスにどう適用できるか模索が進む中で、先行しているのが、開発/テスト、運用、セキュリティなどに関わるITエンジニアのためのAI活用だ。コードの生成や補助を中心に、ツールベンダーが生成AIを取り入れる動きを活発化している。ビジネス要請による開発スピードの向上、複雑化するシステム/サービスの安定運用、増加する一方のサイバー攻撃へのセキュリテイ対策に追われるITエンジニアは、「AI」について「仕事を奪うもの」ではなく、「効率化に役立つもの」と捉え、生かし始めている。本特集では、有識者への取材などを通じて、開発/テスト、運用、セキュリティにおけるAI活用の未来を探る。

TopStory

「AI/Automation for System Engineers」ライブ配信セミナー基調講演レポート:

AIはエンジニアから仕事を奪うのか?――生成AIへの期待値の高まりとともに、改めてAIとの向き合い方が問われている。仕事でAIを使うことが当たり前になる時代に、エンジニアはどう振る舞うべきか。@ITが開催したセミナーからそのヒントを探る。

(2024年2月27日)

AIによる開発の総論

AWS Summit Japan 2024セッションレポート:

IT業界だけでなく、製造業でも「ソフトウェア開発」に対する要求が高まっている。生成AIへの期待が膨らむ中、三菱電機は「組み込みソフトウェア」開発の効率化に取り組んだ。

(2024年9月3日)
AWS、カスタマイズ機能のプレビュー版を提供開始:

AWSは開発者向け生成AIアシスタント「Amazon Q Developer」において、カスタマイズ機能のプレビュー版の提供を開始した。カスタマイズ機能を利用することで、社内のライブラリ、API、パッケージ、クラス、メソッドに基づいた説明やコード提案が受けられるという。

(2024年7月31日)
プロ開発者のほぼ半数が、AIツールの複雑なタスク処理に苦労:

Stack Overflowは、2024年の年次開発者調査「2024 Developer Survey」の結果を発表した。

(2024年7月29日)
技術者向け、生成AIベースのサービス:

Amazon Web Services(AWS)は、自然言語を使ってエンタープライズグレードのアプリケーションを作成できる生成AIベースのサービス「AWS App Studio」(プレビュー版)を発表した。

(2024年7月17日)
AIが「Lorem ipsum」を自動置換し、より現実的なデザインに:

デザインツールのFigmaは、6つの生成AI機能を追加する「Figma AI」を発表した。Figma AIはβ版として、全ユーザーに向けて順次提供される予定だ。

(2024年7月17日)
Android Studio内のデザインをAIでコード変換、修正:

GoogleはGoogle AI StudioとGeminiを使い、Android Studio内でアプリのデザインをコードに変換する方法を公式ブログで紹介した。本記事ではそこで紹介されたGoogle AI StudioとGeminiを活用する3つの方法を紹介する。

(2024年7月13日)
Generative AI Summit Tokyo '24 セッションレポート:

Google Cloudが2024年3月7日に開催した「Generative AI Summit Tokyo '24」で、住友ゴム工業の角田昌也氏は、デジタル設計の工程に不可欠な「コンピュータシミュレーション」に関連したプログラムの生成やマイグレーションにおける生成AIの活用事例を紹介した。

(2024年7月5日)
「利用者のコーディング速度は55%向上」:

生成AIの用途として、与えられたプロンプトに応じてソースコードを生成したり補完したりするAIコードアシスタントに注目が集まっている。GitHubは記者説明会を開き、日本のAIプロジェクトへの貢献状況や、「GitHub Copilot」の現状、グローバルでのAI法規制を巡る同社の貢献を説明した。

(2024年7月4日)
時間の節約や共同作業の改善に効果:

Microsoftは、「Visual Studio 2022 バージョン 17.10」で「GitHub Copilot」を使って、プルリクエストの説明を生成できる機能を公式ブログで紹介した。

(2024年7月4日)
JavaScriptユーザー数は1年で400万人増加:

SlashDataは全世界の開発者を対象とした調査レポートを発表した。レポートが取り上げたトピックのうち「開発者とAI技術の関わり方」と「プログラミングコミュニティーの規模」について紹介する。

(2024年6月18日)
チャットでSQLクエリを作成、改良可能に:

Oracleはローコード開発プラットフォーム「Oracle APEX」の最新バージョンとなる「Oracle APEX 24.1」を発表した。コーディング不要で生成AIとのチャット機能をアプリケーションに組み込んだり、自然言語を使ってSQLクエリを作成したりできる。

(2024年6月18日)
オープンソース、製品、エコシステムの革新を推進:

IBMは年次イベント「THINK」において、同社のAIおよびデータプラットフォーム「watsonx」によって企業におけるAI導入、活用の支援を推進する一連の取り組みを発表した。

(2024年5月24日)
早期に導入した企業にこそ起こる課題も:

TechTargetは「生成AIアプリケーションの動向」に関する記事を公開した。2024年に開催された「Google Cloud Next '24」では生成AIに関する多くの情報が公開された。期待が高まる生成AIアプリケーションだが、その進化は速く、それに伴う課題も生まれている。

(2024年5月15日)
自然言語で生成AIアプリを作成できる新機能も発表:

AWSは、ビジネス全般とソフトウェア開発を支援するように設計され、業務に合わせてカスタマイズできる生成AIアシスタント「Amazon Q」の一般提供を開始した。

(2024年5月7日)
生成AIで開発をラディカルに変革:

GitHubは2024年4月29日(米国時間)、生成AIでソフトウェア開発者の仕事を幅広く支援する開発環境、「GitHub Copilot Workspace」を発表した。開発者の「第2の頭脳」として働き、ソフトウェア開発をラディカルに変えるという。

(2024年4月30日)
開発プロセスにAIが浸透:

Dockerは、開発者がどのようにAIを導入、利用しているかを調査したレポート「Docker AI Trends Report 2024」を発表した。

(2024年4月19日)
生成AIを実務活用する際何を想定すべきか:

生成AI導入の最前線に立っているのは、DevOpsチームとプラットフォームエンジニアだ。生成AIが抱えるリスクを解説したり、生成AIを活用するメリットの事例として、プラットフォームエンジニアリングにおける活用事例を紹介したりする。

(2024年4月12日)
開発者やクラウド担当者、セキュリティ担当者、ビジネスアナリストを支援:

Google Cloudは、開発者、Google Cloudサービス、アプリケーション向けの新世代AIアシスタント「Gemini for Google Cloud」を発表した。

(2024年4月12日)
プルリクエストの概要やコミットメッセージの生成も可能:

コード生成機能を提供することで広く知られているGitHub Copilotを、コード生成以外にどのような用途で活用できるか、10のユースケースをGitHubが紹介した。

(2024年2月5日)
「AIは開発者の思考や作業の抽象度を自然に引き上げるようになる」:

GitHub Nextは、25人の開発者に対するインタビュー調査の結果をまとめたブログ記事「開発者の第2の脳:AIとの連携による複雑さの軽減」を公開した。

(2024年1月24日)
AIを使ってコンテンツを生成、カスタマイズ可能に:

フリーランサーや個人事業主はビジネスの運用よりも、ツールのセットアップに多大な時間を費やしている。MozillaはAIを使ってWebサイトを作成するツール「Solo」を発表した。

(2024年1月12日)
「The State of Developer Ecosystem 2023」を発表:

JetBrainsは、開発者エコシステムの現状をまとめたレポート「The State of Developer Ecosystem 2023」を発表した。196の国と地域の2万6348人の開発者から回答を得た。

(2023年12月27日)
「AI使用した開発体制は2〜5年以内に主流に」:

Gartnerは、先進テクノロジーに関する最新のハイプ・サイクルを示した「Hype Cycle for Software Engineering 2023」を発表した。AIを活用した変革的なテクノロジーは、2〜5年以内に主流になり、2027年までに企業のソフトウェアエンジニアの50%が機械学習を利用したコーディングツールを使用すると予測している。

(2023年12月22日)
Gartner Insights Pickup(328):

本稿では、先進的なソフトウェアエンジニアが、ソフトウェア開発ライフサイクルに沿ってAIを重要な活動にすぐに取り入れる5つの方法と、ソフトウェアエンジニアリングリーダーがチームに、計画からテストまでの各段階にAIを持続的に統合できるように準備を整えさせる7つの方法を紹介する。

(2023年12月1日)
開発者の約半数がコード生成以外のAI利用に意欲的:

GitLabは「ソフトウェア開発におけるAIの現状」の調査結果を発表した。開発者やセキュリティ専門家の83%が「AI導入は不可欠」、その反面79%が「AIが個人情報や知的財産にアクセスすることを懸念」と回答した。

(2023年10月10日)
Googleエコシステムが生成AIと関連付く意味とは:

2023年8月に開催さえたGoogle Cloud Nextでは多様なアップデートが発表された。その中でも注目なのが開発者向け生成AI「Duet AI」だ。

(2023年10月3日)
Duet AIが多くのGoogle Cloudサービスで利用可能に:

Google Cloudは、ソフトウェア開発者を支援するGoogle Cloudのソリューション、サービス、機能の新展開を発表した。

(2023年9月1日)
本当に仕事が奪われちゃう私たちが考える、AI革命時代の働き方(2):

AIに仕事が奪われることをネガティブに捉えるのでなく、AIとどのように仕事に取り組んでいくのか、AIにどこまでやってもらえるかを前向きに考えていく本連載。AI技術とエンジニアがどのように協働すれば効率的かつ革新的な開発ができるかをテーマに、2回に分けて考察する。前編となる第2回は、AIが既存のエンジニアの仕事をどう効率化しているかについて。

(2023年8月21日)
「業務効率化や時短につながる」は6割:

キラメックスは、生成AIの活用に関する調査の結果を発表した。プログラミングスクール受講者100人の6割が「業務で生成AIを活用して業務効率化や作業時間の短縮につながった」と回答。何に使っているのかも明らかになった。

(2023年8月21日)
開発者の稼働を2カ月で6.8%削減:

APCは、開発回りの補助的な業務を削減するAI活用型の新ツール「Value Tracer」を開発した。開発者がより良い機能の開発に集中し、迅速に製品を開発できるよう支援する。SOLIZEとの共同検証では、開発者の稼働を2カ月で6.8%削減した。

(2024年2月15日)
導入企業の4社が活用のヒントを紹介:

GitHubは、GitHub Copilotの活用方法や組織への展開方法を学べるコンテンツを無料公開した。組織のリーダーが抱きがちな疑問を理解する手助けになるとしている。

(2024年3月23日)
5800万件以上の質問と回答データを利用:

Stack Overflowは、開発者向けQ&Aサイトで蓄積した知識ベースなどをAI/MLを用いて活用し、開発者の問題解決を支援する「OverflowAI」を発表した。

(2023年8月1日)
ITエンジニアの働き方は変わる?:

OpenAIが開発したChatGPTの進化が進む中、一部では「IT業界の未来」と指摘する人もいる。次世代の大規模言語モデルである「GPT-4」はアプリケーション開発、ITエンジニアの働き方をどう変えるのか。

(2023年7月27日)
ひろゆきだけど何か質問ある? 再び(前編):

論破王論破せず――ひろゆきは今年も、エンジニアを目指す学生たちの質問に、真摯(しんし)に誠実に答えまくった。

(2023年5月22日)
知識がなくても「GPT-4」に任せればできるのか検証:

「ChatGPT」があれば知識不要でプログラミングもできるのか、プログラミング初心者の筆者が試してみた。

(2023年4月6日)
意思決定者も積極的に関与:

SlashDataは開発者動向を調査した「24th edition of State of Developer Nation」を発表した。AIを開発支援に活用する開発者は63%、生成AIを積極的に活用する意向を持つ開発者は57%に上った。

(2023年6月23日)
Gartner Insights Pickup(306):

OpenAIの「ChatGPT」をはじめ、このところ、生成AI(ジェネレーティブAI)の進化が目まぐるしい。テキスト作成は得意だが、UIやUXのデザインについてはどうだろうか――。

(2023年6月16日)
仕事が「つまんない」ままでいいの?(101):

AIをはじめとした技術革新の話題が盛んです。新たなテクノロジーの登場で、エンジニアとして「このままでいいのかな?」と、課題感や不安感を抱いていませんか?

(2023年5月17日)
本当に仕事が奪われちゃう私たちが考える、AI革命時代の働き方(1):

AIに仕事が奪われることをネガティブに捉えるのでなく、AIとどのように仕事に取り組んでいくのか、AIにどこまでやってもらえるかを、前向きに考えていく本連載。第1回は、データサイエンティストの未来像を探る。

(2023年4月3日)
Stack Overflow実施の技術トレンド調査:

Stack Exchangeが運営する開発者向けQ&Aサイト「Stack Overflow」は、技術トレンドについてどのように感じているかを開発者に尋ねた調査結果を公開した。

(2023年4月11日)
AIは開発とテストをどう変えるのか:

「AIは開発者のコード生成をどう変えるのか」「AIベースのツールは開発チームのテストをどう変えるのか」。Gartner バイスプレジデント アナリストのマーク・ドライバー氏が行った講演の内容をダイジェストでお届けする。

(2019年4月25日)
@ITソフトウェア品質向上セミナー2018:

システム開発現場の在り方はAIや機械学習によってどのように変わるのか――@ITソフトウェア品質向上セミナーの特別講演「AI/機械学習、自動化で開発現場にも訪れるシンギュラリティーにどう備えるか」で、フリーランス エンジニアリング・プロダクトアドバイザーの及川卓也氏と、長年AIの研究に携わる国立情報学研究所教授の山田誠二氏が対談した。

(2019年1月28日)
AIベースの新ツールセットを活用:

IBMがクラウド関連の新サービスを発表した。ハイブリッドマルチクラウド戦略を採用した企業が、ビジネストランスフォーメーションを加速する際の複雑なプロセスを支援するという。

(2018年11月20日)
AIで手書きの図形と文字を認識:

Microsoftは、手書きでスケッチしたUI画面をHTMLコードに自動変換するWebベースソリューション「Sketch2Code」を発表した。

(2018年9月4日)

AIによるコーディング、ペアプログラミング

COBOLを使う金融機関でも役立つ? RAGよりも良い?:

GitHubは、AIコーディングアシスタント「GitHub Copilot Enterprise」の限定公開β版として、モデルのファインチューニングを可能にした。

(2024年9月16日)
リモート開発、AI Assistant機能など更新:

JetBrainsは、同社が提供する各種IDE、AI Assistant機能などの2024.2バージョンをリリースした。本記事ではこのバージョンの更新内容を紹介する。

(2024年9月14日)
「10B未満のパラメーターで最先端のコーディング性能」:

中国のAIスタートアップ零一万物(01.AI)は、コーディング用大規模言語モデル(LLM)「Yi-Coder」をオープンソースとして公開した。

(2024年9月10日)
「プロンプトエンジニアリングのためのワークスペースとして活用できる」:

オープンソースのRust製コードエディタ「Zed」を提供するZed Industriesは「Zed AI」を発表した。初期リリース中はZedにサインインすることで無料で利用できるという。

(2024年9月9日)
AIで名前付けやデバッグなども効率化:

Microsoftは、2024年8月にリリースした「Visual Studio 2022 バージョン 17.11」の最新の「GitHub Copilot」機能を公式ブログで紹介した。

(2024年9月4日)
米国、ブラジル、インド、ドイツのソフトウェアエンジニア、開発者など2000人を調査:

GitHubは、米国、ブラジル、インド、ドイツの企業におけるソフトウェア開発者など2000人を対象に、ソフトウェア開発におけるAIコーディングツールの導入状況や導入のメリット、課題などを調査した結果を発表した。

(2024年8月26日)
Stack Overflowの開発者調査、1700人が回答:

Stack Overflowは、開発者がどのコード生成AIを利用しているか、不十分と感じるのはどのような点かを調査した。開発者の76%がコード生成AIを活用しており、高い満足度を持つことが明らかになった。

(2024年6月17日)
80以上のプログラミング言語のデータセットで学習:

Mistral AIは、同社初のコーディングモデル「Codestral」を発表した。コード生成タスク用に設計され、重みが公開されている生成AIモデルだ。

(2024年6月3日)
Python、JavaScript、Java、Go、C++、Rustなど主要なプログラミング言語に対応:

IBMは、同社が開発した生成AIモデル「Granite」において、Granite CodeモデルとGranite Code Instructモデルの2つをオープンソース化した。コード生成、バグ修正、コードの説明など、さまざまなプログラミングタスクに特化したモデルだという。

(2024年5月28日)
クラウドベースのAI支援機能の懸念点をカバー:

クラウドベースのAIアシスタントを利用して著作権やデータプライバシーの問題を回避するというトレンドがますます広がっている。そうした中、「JetBrains」が「GitHub Copilot」に先んじてローカルでのAIコード支援機能を実装した。本記事ではそのメリットを解説する。

(2024年5月16日)
OCIのLLMを利用、Java、SQLおよびアプリケーション開発向けに最適化:

Oracleは、社内で使用しているAIコーディングコンパニオン「Oracle Code Assist」を社外にも提供する計画を発表した。

(2024年5月14日)
AIの価値を最大化するためにROIの捉え方を変える必要がある、と提言:

Gartnerは「ソフトウェアエンジニアのAIコードアシスタント使用率」に関する予測を発表した。それによると「2028年までには、企業の75%がAIコードアシスタントを利用するようになる」という。

(2024年4月30日)
関連性が高く有用なコード提案を生成するための戦略:

GitHub Copilotのコード補完機能を最大限活用するためには、できるだけ多くのコンテキストを提供する必要がある。本稿ではテキストエディタでより多くのコンテキストを提供するためのヒントを紹介する。

(2024年4月16日)
30億パラメーターで「Stable Code 3B」をチューニングしたバージョン:

Stability AIは、同社のコーディング用生成AI「Stable Code 3B」をベースにした指示学習済みの大規模言語モデル「Stable Code Instruct 3B」を発表した。

(2024年3月29日)
最大100万コンテキストウィンドウに対応:

Googleは、同社の大規模言語モデル「Gemini」の次世代モデルである「Gemini 1.5」を発表した。

(2024年3月9日)
研究および商用利用が無料:

コードと自然言語のプロンプトからコードとコード関連の自然言語を生成する「Code Llama」の高性能バージョン「Code Llama 70B」がリリースされた。高いパフォーマンスを示しており、ベンチマークテストでも他のLLMをしのぐという。

(2024年2月21日)
「Android Studio」でのアプリ開発をサポート:

「Android Studio」から直接アクセスできるAIベースのコーディングアシスタント「Studio Bot」が、170以上の国と地域(日本を含む)で利用可能になった。

(2023年9月27日)
ユーザーの作業をGoogle AIが支援できる時代へ:

Googleは、ブラウザベースでマルチプラットフォームアプリを開発できる「Project IDX」を発表した。

(2023年9月1日)
Python特化モデル、自然言語命令の理解のために微調整したモデルも:

Metaは、大規模言語モデル「Llama 2」をベースにしたコーディング用LLMファミリー「Code Llama」を提供開始した。

(2023年8月29日)
3つのモデルを用意:

Stability AIは新しくコーディング用LLM生成AIであるStableCodeをリリースした。ベースモデル、インストラクションモデル、ロングコンテキストウィンドウモデルの3モデルでコーディングを支援する。

(2023年8月29日)
「Copilot Chatのメリットは気が散らないことだが、使用に懸念も」:

GitHub Copilot Chatのパブリックβ版ではVisual Studioにチャットアシスタントを組み込んでいる。便利な半面、一部の開発者にはAIに関する懸念が残る。

(2023年8月22日)
「GitHub Copilot」をテーマに:

GitHubは、ソフトウェア開発者が生成AIを効果的に利用するためのベストプラクティスを同社が提供するコーディングアシスタントツールである「GitHub Copilot」をテーマに解説した。

(2023年7月11日)
「GitHub Copilot for Business」ユーザーが対象:

GitHubは、Visual StudioとVisual Studio Code(VS Code)で利用可能な「GitHub Copilot Chat」のβ版をGitHub Copilot for Businessユーザー向けに公開した。

(2023年8月7日)
「JetBrains」と「Neovim」への適用も検討中:

GitLabは、「GitLab for Visual Studio」の提供を開始した。GitLab for Visual Studioは、「GitLab Duo」によるAIを使ったコード提案機能を、「Visual Studio」上で使えるようにする拡張機能だ。

(2023年7月25日)
IntelliSenseリストでの選択に応じてCopilotの予測候補が変化:

GitHubのAIペアプログラミングツール「GitHub Copilot」と、Microsoftの統合開発環境「Visual Studio」のAI支援機能の連携が強化された。

(2023年6月14日)
特集:Microsoftテクノロジーの現在と未来:

AIを利用して効率的なコーディングを実現しようという「IntelliCode」。その概要と、Visual Studio以外の環境で試す方法を紹介。

(2018年5月15日)
「GitHub Copilot」との統合機能を公開:

Microsoftは「Visual Studio Code」の最新版「March 2023」リリース(バージョン1.77)を公開した。アクセシビリティー、ワークベンチ、ノートブック、言語、拡張機能サポート、リモート開発といった機能が追加、改善されている他、GitHubのAIペアプログラミングツール「GitHub Copilot」との統合機能(プレビュー段階)も試せる。

(2023年4月6日)
「もうコード自動生成だけではない」:

GitHubが、AIペアプログラマーの「GitHub Copilot」で、革新的な新機能を開発する取り組み「GitHub Copilot X」を発表した。コードの自動生成だけでなく、チャットインタフェースやプルリクエスト作成支援など、開発ライフサイクル全般にわたる機能の開発を進めているという。

(2023年3月23日)
企業向け機能をユーザー当たり月額19ドルで提供:

GitHubは、AIペアプログラミングツールの企業向けプラン「GitHub Copilot for Business」の一般提供を開始した。

(2023年2月17日)
「ユースケースを大規模言語モデル(LLM)で対応」:

GoogleはGoogle Cloudの開発者向けにAIを活用した開発支援の機能「Duet AI for Google Cloud」を発表した。Duet AIは開発者に対してリアルタイムのコード提案やチャット支援などに役立つという。

(2023年6月14日)
「Google スプレッドシート」の関数にも対応:

Googleは、生成系AIの「Bard」にプログラミングやソフトウェア開発のタスクを支援する機能を追加した。「コーディングはユーザーから寄せられた最も多いリクエストの一つだ」という。

(2023年5月6日)
コーディング支援チャットbotも使用可能:

Googleは、「Google Colab」に間もなく、AIコーディング機能(コード補完、自然言語によるコード生成、コーディング支援チャットbotなど)を追加すると発表した。

(2023年5月26日)
基盤モデルで生成系AIアプリを開発、拡張できる「Amazon Bedrock」も:

AWSが、生成系AIアプリを開発、拡張できるツールや基盤モデル、専用チップ搭載インスタンス、コーディング支援ツールなどを発表した。

(2023年4月25日)
「Red Hat OpenShift AI」や「Watson Code Assistant」を提供へ:

IBMが企業向けのAIプラットフォーム「watsonx」を発表した。2023年7月に一般提供を予定しているwatsonxは、基盤モデルや生成AIのための新しいプラットフォームで、スタジオツールやデータストア、ガバナンスツールキットを提供する。

(2023年5月29日)
1兆のトークンに対して約150億のパラメーターモデルを機械学習:

AI開発向けのツールを提供しているベンチャー企業Hugging Faceは、2023年5月4日(米国時間)、コーディング用大規模言語モデル(LLM)の「StarCoder」を一般公開。ベンチマークによる評価やデータセットなども併せて公開した。

(2023年5月25日)
攻撃者は「スクリプトを仕上げるために手を貸してくれた」と投稿:

チェック・ポイント・ソフトウェア・テクノロジーズは脅威アクターがOpenAIのChatGPTを悪用して悪質なコードを生成していることを、実例のサンプルとともに公開した。AIの悪用がサイバー犯罪の新たなトレンドになりつつあることを警告している。

(2023年1月20日)
AIの問題解決能力の飛躍的向上を実証:

DeepMindがAIベースのコンピュータプログラム作成システム「AlphaCode」を開発し、競技プログラミングコンテストへの参加をシミュレートしたところ、同システムはコンテスト参加者の54%以内の順位に相当する成績を収めた。

(2022年4月11日)
「AIZU Online Judge」と「AtCoder」のデータを利用:

IBMはAIによるコードの理解と変換をサポートする大規模なオープンソースデータセット「Project CodeNet」を公開した。50種類以上のプログラミング言語で作成され、約1400万のコードサンプルで構成されている。正常に動作するコード以外にエラーを起こすコードも含まれており、AIの学習データとして役立つという。

(2021年5月13日)

AIによるテスト、品質保証

GPT-4oも活用:

GitHubは、「GitHub Advanced Security」機能の一部として、AIを用いてコード内の脆弱性の迅速な修正を支援する「Copilot Autofix」の一般提供を開始した。

(2024年8月19日)
「GitHub Copilot Chatを使うとコードレビューが15%速くなる」:

GitHubは、GitHub Copilot Chatに関する調査結果を発表した。同社によると、GitHub Copilot ChatとGitHub Copilotを使ってコードを作成することで、85%の開発者がコードの品質に自信が持てるようになったと感じているという。

(2023年11月1日)
なぜプロジェクト管理にAIを入れるのか:

PwC Japanグループは「AIはなぜプロジェクト管理において期待された成果を上げられないのか」と題したレポートを発表した。AIを導入する際の障壁を克服し、AIをプロジェクト管理に活用するための道筋をまとめた。

(2023年10月25日)
「セキュリティ担当者は生成AIのせいで仕事が増えると懸念している」:

GitLabは、全世界で実施したDevSecOpsに関する調査のレポート「ソフトウェア開発におけるAIの現状」を発表した。回答者の4割が「AIはセキュリティ面で大きなメリットをもたらしている」と考えていた。

(2023年10月2日)
開発者体験を向上できるのか:

専門家らによると、Platform Engineeringの時代において、開発者チームと運用チーム、双方の共通言語として、可観測性にはまだ改善の余地がたくさんあるという。

(2023年9月20日)
コードカバレッジの向上に成功:

Googleは、同社の大規模言語モデルを利用して、オープンソースソフトウェア向けファジングサービス「OSS-Fuzz」の対象プロジェクトのコードカバレッジを高めることに成功した。

(2023年8月23日)
AI/MLを使ったコードチェックが普及:

GitLabはDevSecOpsに関する調査の結果を発表した。AI/MLによるコードチェックやテストプロセスでのbotの使用の増加が目立つDevSecOps担当者のセキュリティへの取り組みや、回答を寄せたDevSecOps担当者のコメントを紹介する。

(2023年7月21日)
顕在化していない課題も:

KPMGは、ジェネレーティブAIに関する提言を発表した。それによると、ジェネレーティブAIを開発支援ツールとして採用しようとしている開発者は多く、「課題やリスクはあるものの今すぐにでも検証を開始すべきだ」としている。

(2023年4月26日)
学習方法を工夫:

GitHubは、GitHub上のソースコードがどのような言語で記述されているのかを特定するツール「OctoLingua」を開発した。50種類の主要な言語に対応しており、今後はソースコードの一部分だけが与えられた場合でも判定できるように改良を続ける。

(2019年7月8日)
機械学習を利用してテストを作成:

DatadogはWebアプリケーションのテスト自動化ツール「Datadog Browser Tests」を提供開始する。Webサイトを変更した場合でも、機械学習によってWebサイトの要素を再認識し、テストを自己調整できることが特徴。

(2019年4月26日)
@ITソフトウェア品質向上セミナー:

@ITは2018年12月14日、「@IT ソフトウェア品質向上セミナー」を開催した。本稿では野村総合研究所(NRI)の講演「最近流行りの機械学習、どの分野に適用させています? ソフトウェア不具合予測を中心とした、機械学習活用事例のご紹介」の模様をお届けする。

(2019年3月14日)
@ITソフトウェア品質向上セミナー2018:

@ITは2018年12月14日、「@IT ソフトウェア品質向上セミナー」を開催した。本稿ではヴェスの講演「第三者検証専門会社 自動化最前線 −現状とこれから−」の模様をお届けする。

(2019年2月6日)
@ITソフトウェア品質向上セミナー:

@ITは2018年12月14日、「@IT ソフトウェア品質向上セミナー」を開催した。本稿ではテクマトリックスの講演「ソースコード診断で手戻りを防ぎ、開発スピードを早めるためのヒント〜開発ツールとの連携による脆弱性診断の早期発見と自動化〜」の模様をお届けする。

(2019年2月5日)
システムが過去の経験から学習し、脆弱性発見を支援:

Microsoftの研究者は、機械学習とディープニューラルネットワークをソフトウェアのセキュリティ脆弱性発見に利用する「ニューラルファジング」という研究プロジェクトを進めている。初期の実験では有望な結果を示している。

(2017年11月15日)

AIによる監視/運用

2023年度の売上金額は100億円超え:

ITRは、国内APM/オブザーバビリティ市場の規模推移と予測を発表した。それによると2024年度の売上金額は、対2023年度比で21.9%増加する見込みだ。

(2024年7月22日)

Juniper Networksは、2024年に入ってネットワーク管理製品「Mist AI」の機能追加を相次いで発表した。その中で「事前のトラブルシューティング」も可能にしたという。具体的にはどういうことなのか。

(2024年6月11日)
データベース運用のあらゆる側面を簡素化:

Google Cloudは、開発支援やパフォーマンス最適化、フリート管理、ガバナンス、移行など、データベース運用のあらゆる側面を簡素化するAIベースのデータベースアシスタント「Gemini in Databases」のプレビュー提供を開始した。

(2024年4月18日)
「より迅速かつ正確に検知し、対応できるよう支援する」:

日本IBMは、「IBM FlashCore モジュール」と「IBM Storage Defender」の新バージョンを発表した。「AI機能を強化して、ランサムウェアやその他のサイバー攻撃を検知し、対応できるようにした」としている。

(2024年3月4日)
排気温度からAIで消費電力を推定:

NTTコムウェアと日本IBMは、IT機器ごとの消費電力とCO2可視化の実証実験の結果を発表した。「サーバ機器の排気温度から消費電力をAIで推定し、CO2排出量を算出できること確認した」という。

(2024年2月14日)
AIで監視アラートの状況を判断:

CTCテクノロジーは、AIを活用したシステム運用のマネージドサービスを提供開始した。監視アラートをAIで分析し、システム障害時の一次対応を迅速化させる。

(2024年2月2日)
羽ばたけ!ネットワークエンジニア(62):

NHKテクノロジーズはコンテンツ制作を支えるシステム群をAIで効率的に監視するシステムを開発した。各システムの監視装置とAI監視システムのインタフェースとしてモニターの「映像」を使うユニークな仕組みだ。

(2023年3月27日)
新ベンダー/新製品じろじろウオッチ(4):

システムのインシデント対応、AIOps、プロセス自動化などのツール「PagerDuty」を提供するPagerDutyは、日本法人設立を披露するキックオフイベントを開催した。海外クラウドベンダーを支援するジャパン・クラウド・コンピューティングと戦略的パートナーシップを締結し、日本市場での展開を加速するという。

(2023年1月19日)
特集:AIOpsとは何か(1):

ITがビジネスを加速させる昨今、多くの新規サービスが開発、リリースされ、運用管理者には安定したサービスの供給や、利用動向のログを解析することが求められている。だが、これに伴い解析すべきログや拾うべきアラートも増す一方となり、多大な負担が運用管理者の身に振り掛かっている。こうした中、AIを利用したIT運用「AIOps」が注目されている。では企業がAIOpsを取り入れる上で必要なこととは何か。運用管理者は、AIとどう向き合うべきなのか。本特集では、そのヒントをお届けする。

(2019年10月29日)
特集:AIOpsとは何か(2):

ITシステム/サービスがビジネスとイコールの関係になっている今、運用管理の在り方こそが「ビジネスの成果」を左右し得る状況になっている。こうした中、一部で注目を集めているAIOps(Artificial intelligence for IT Operations)は運用管理者の役割をどう変えていくのだろうか。

(2020年1月17日)
特集:AIOpsとは何か(3):

システムの安定した稼働を守ることが求められる「IT運用」の現場において「AIOps」による業務の自動化、効率化への関心が高まっている。商社のインフラサポートエンジニアとしての職務経験の中で、自ら機械学習を応用した遠隔サポートシステムを開発した園山淳也氏に「AIOps」の有効性や未来像を聞いた。

(2020年1月21日)
Gartner Insights Pickup(127):

ITサービスの停止やパフォーマンスの低下は、ビジネス上の損失に直結する。では、サービスの吐き出す膨大なログデータを、サービス品質の向上や維持にどうつなげればいいのか。ここで検討すべきなのがAIOps(Artificial intelligence for IT Operations)だ。

(2019年10月4日)
ワークスペース環境を「AIOps」で分析:

Lakeside Softwareは「Lakeside SysTrack 8.4」を発表した。IT運用支援ツール「AIOps」を提供し、技術者が対応するエンドユーザーからの問い合わせやインシデントの数を削減するという。日本では、2018年第四半期に提供を予定している。

(2018年9月6日)
手掛かりは「スクラム」「ゲームソフト開発」:

2019年8月29〜31日に開催された「builderscon tokyo 2019」のセッション「われわれはいかにして機械学習プロジェクトのマネージメントをすべきか」で、はてなの「Mackerel」のディレクターが機械学習技術の開発における「不確実性」のマネジメント術を説明した。

(2019年10月4日)
「データベースを超える機能」:

 IBMはAmazon Web Services(AWS)上でのフルマネージドDb2サービス、「IBM Db2 Warehouse Flex on AWS」を2019年3月末に提供開始する。日本IBMは2019年3月26日、これを本社に先がけて明らかにした。また、IBMは2019年5月を目途にDb2の機能を拡充し、同製品を「AIデータベース」として推進していくという。

(2019年3月27日)
@ITソフトウェア品質向上セミナー2018:

九州のISPサービスを担う、QTnet運用エンジニア木村氏は、ITインフラの監視に機械学習を活用し、これまで見えていなかった異常の検知や予測に取り組んでいる。「機械学習に関しては、ほぼど素人の取り組みだが、ソフトウェア開発に活用する際のヒントになれば」と謙遜しながら、その歩みを紹介した。

(2019年2月12日)
オラクルがクラウドを“自律化”の時代へ:

高機能なPaaSを、誰もが手軽に使いこなせる時代が到来した。それを実現するのが、オラクルの自律型クラウドサービス「Oracle Autonomous Cloud Platform」だ。第1弾のサービスとしてDWH用途に最適化された「Oracle Autonomous Data Warehouse Cloud」の提供も開始された。果たして、オラクルはクラウドをどこまで“自律化”したのだろうか?

(2018年5月30日)
機械学習による「自律型データベース」:

日本オラクルは、「Oracle Autonomous Data Warehouse Cloud」の提供を国内で開始した。簡単な設定で、自動バックアップや暗号化、パッチの自動適用が可能になる他、高可用性に対応するデータベースシステムも構築できる。

(2018年4月23日)

日本ユニシスと日立が、システム障害に対するエンジニアの呼び出し要否の判断をAIで自動化する共同検証を開始。金融機関の基幹システムの本番運用環境で行い、機械学習したAIが判断するとともに、オペレーターの判断を継続的に学習しながら判断精度の向上を図る。

(2018年4月6日)
セキュリティ対策を施せない古い装置がある混在環境でも使える:

日立製作所は、サイバー攻撃の脅威を検知する新たなアルゴリズムを開発した。重要インフラ分野の制御システムのセキュリティ強化が目的。2017年12月をめどに新製品として提供する予定。

(2017年10月3日)

AIによる防御/セキュリティ対策

ITmedia Security Week 2024 夏:

2024年9月2日、アイティメディアが主催するセミナー「ITmedia Security Week 2024 夏」における「セキュリティ運用自動化」ゾーンで、日本ハッカー協会 代表理事 杉浦隆幸氏が「セキュリティ運用自動化をなぜ始めるべきか」と題して講演した。

(2024年9月26日)
回答者の半数以上がセキュリティにAIを導入予定:

チェック・ポイント・ソフトウェア・テクノロジーズは、サイバーセキュリティとAI活用の現状に関する調査結果を公開した。AI導入に関しては、内部統制とガバナンスポリシーの重要性に対する調査結果が浮き彫りになった。

(2024年7月9日)
調査対象企業のほとんどがAIを導入済み、または検討中:

チェック・ポイントは、サイバーセキュリティに対する生成AIの活用に関する調査結果を発表した。セキュリティにおけるスキルギャップが企業に深刻な影響を与えつつある中で、対策として生成AIへの期待が高まっていることが分かった。

(2024年6月10日)
調査対象の95%がセキュリティの課題を抱えている:

パロアルトネットワークスは、「日本企業のサイバーセキュリティにおけるAI・自動化活用」に関する調査の結果を発表した。多くの組織がセキュリティの課題に悩んでおり、約9割の企業が「変革の必要性」を感じていた。

(2024年3月26日)
2024年の支出額は初の1兆円超えになる見込み:

IDC Japanは、セキュリティ市場に関する予測を発表した。国内市場の支出額は、対2023年比7.6%増の1兆455億円で、初めて1兆円を超えると予測している。

(2024年3月8日)
敵対的なテキスト操作に対する耐性が向上:

Googleは、オープンソースの多言語テキストベクタライザ「RETVec」(Resilient & Efficient Text Vectorizer)を用いて「Gmail」の受信トレイの保護を大幅に強化した。

(2023年12月7日)
各種セキュリティツールとの連携機能も:

Microsoftは、生成AIを用いたセキュリティ分析ツール「Microsoft Security Copilot」について、早期アクセスプログラムの開始と重要な新機能の追加を発表した。

(2023年10月26日)
2023年から2030年までのCAGRを「24.42%」と予測:

SkyQuestはサイバーセキュリティAI市場の成長予測を発表した。2023年から2030年までの同市場の年平均成長率(CAGR)を24.42%、市場規模は2030年までに94.3億米ドルを超えると見込んでいる。

(2023年3月23日)
ダークウェブ上ではChatGPTでマルウェアが作られている:

韓国のS2Wは、ダークウェブ解析専用のAI言語モデル「DarkBERT」を開発したと発表した。DarkBERTは、ダークウェブで犯罪者が使用する言語を解析し、脅威情報を抽出するAIモデルで、「ダークウェブについて理解が可能になる」としている。

(2023年6月20日)
働き方改革時代の「ゼロトラスト」セキュリティ(24):

デジタルトラストを実現するための新たな情報セキュリティの在り方についてお届けする連載。今回は、ゼロトラストを支えるモダンSOCアナリストに求められる知識と生成AIについて解説する。

(2023年6月6日)
パートナーを支援する複数の発表:

Microsoftはパートナー向け年次イベント「Microsoft Inspire」の開幕に合わせ、パートナー支援などセキュリティに関する最新の取り組みを発表した。

(2023年7月24日)
チャットAIは、あくまで「頭の良いインタフェース」:

日本マイクロソフトは2023年4月20日、「Chat AIを活用した 新しいセキュリティ運用」と題する記者発表会を開催した。内容は3月28日に発表された「Security Copilot」をベースとしたもので、MicrosoftにおけるAI活用として、どのように安全性を向上させつつ、実務に展開するかを紹介した。

(2023年5月11日)
脅威分析や関連資料の自動作成を支援:

Microsoftは、「ChatGPT」を活用してセキュリティ担当者を支援する「Microsoft Security Copilot」を発表した。

(2023年4月13日)
セキュリティに特化したLLM(大規模言語モデル)がベース:

Googleは「Google Cloud Security AI Workbench」を発表した。セキュリティに特化した大規模言語モデル(LLM)である「Sec-PaLM」をベースにした業界初の拡張可能なセキュリティプラットフォームとうたっている。

(2023年4月28日)
機械学習により数秒以内に脅威を検知、対応:

Windows 10の次期アップデートでは、企業のセキュリティ対策の強化や、セキュリティインシデントの迅速かつ効率的な解決に役立つように「Windows Defender Advanced Threat Protection(ATP)」の機能が拡張される。

(2018年4月19日)
目には目を、AIにはAIを:

Darktraceは、メールセキュリティに関する調査結果を発表した。それによると「ジェネレーティブAIで作成された本物と見分けが着かない詐欺メールに脅威を感じている」と回答した割合は82%だった。

(2023年4月12日)
組織的対策を補う技術的対策:

トレンドマイクロは、AIを活用したビジネスメール詐欺対策技術を開発した。文章作成上の癖を解析して、なりすましメールを検知する。今後、クラウドアプリケーション向けのセキュリティサービス「Trend Micro Cloud App Security」の新機能として提供する。

(2019年1月30日)
特集:「AI」は企業のセキュリティ対策に必要なのか、どう変革するのか(1):

機械学習や人工知能(AI)がビジネスを変革する昨今、セキュリティの分野でもAIの活用が進んでいる。企業がセキュリティ対策にAIを取り入れるために必要なことは何か。AIでセキュリティ対策の何が変わるのか。セキュリティエンジニアは、AIとどう向き合うべきなのか。

(2020年1月29日)
特集:「AI」は企業のセキュリティ対策に必要なのか、どう変革するのか(2):

ESETのエンジニアに、「AI/機械学習でどう顧客を守るのか」「特にエンドポイントに近いコンポーネントにおいてAIや機械学習をどう活用しているのか」を聞いた。

(2020年2月25日)
特集:「AI」は企業のセキュリティ対策に必要なのか、どう変革するのか(3):

「セキュリティにとってのAIとは?」を考えると、「AIによる攻撃」「AIによる防御」「AIへの攻撃」「AI自体からの人間への攻撃」といったことが挙がる。このうち「AIによる防御」は特にブラックボックスになりがちだったが、その一部をセキュリティベンダーであるトレンドマイクロが明かした。

(2020年4月2日)
技術の成熟不足を懸念する声も:

BlackBerry Cylanceが全世界で実施した、AIを活用したセキュリティに関する調査によると、AIを活用したセキュリティは今まで以上に効果があると考えているセキュリティ担当者が多いことが分かった。

(2019年5月23日)
1%程度と低い誤認率を実現:

英国の大学を中心とした共同プロジェクトが、オンラインデートサービスの「ロマンス詐欺」に使われる偽プロフィールを検知するAIアルゴリズムを開発した。

(2019年2月19日)
セキュリティ・アディッショナルタイム(26):

「ガートナー セキュリティ&リスク・マネジメント サミット 2018」に合わせて来日したガートナーのリサーチ・ディレクター、マーク・ホーヴァス氏に、安全なアプリケーション開発を実現するコツを尋ねた。

(2018年9月19日)
セキュリティ対策に自動化は必須の要件:

日本マイクロソフトは、デジタルトランスフォーメーションとセキュリティの関係についての調査結果を明らかにした。日本マイクロソフトは、クラウドの時代だからこそできるセキュリティ対策とは何かを知り、既存のセキュリティ対策を見直す時期が来ていると呼び掛ける。

(2018年6月14日)

大阪市が、クラウド型エンドポイント侵害検知・対処ソリューション「Cybereason EDR」を導入。庁内1万7000台のPCやサーバを常時監視し、クラウド上のAI分析により、マルウェア感染やサイバー攻撃の兆候をリアルタイムに検知する。

(2018年4月19日)
自動化された攻撃には「自動化された防御」が必要:

Fortinetは2018年2月27〜28日、年次カンファレンス「Accelerate 18」を米国で開催。専用OSの新バージョン「FortiOS 6.0」をリリースし、サイバー攻撃の検知から対処までを自動化する機能を追加した。目には目を、歯には歯を、そして自動化された攻撃には「自動化された防御を」という考え方だ。

(2018年3月16日)
AIや機械学習を利用したセキュリティ対策が今後有効に:

Ciscoは、年次サイバーセキュリティレポートの2018年版を公開し、現在のセキュリティ動向の特徴として、マルウェアの進化、攻撃者によるWebトラフィック暗号化、セキュリティ対策へのAIの活用拡大を指摘した。

(2018年2月23日)
AIでランサムウェア対策:

アクロニス・ジャパンは、ランサムウェア対策ソフト「Acronis Ransomware Protection」の無償提供を開始した。同社独自の機械学習モデルを使って実行中のプロセスをリアルタイムに監視し、ユーザーのシステムを保護する。

(2018年1月26日)
CSIRT運用業務を100分の1程度に短縮:

NECは、システム全体の脆弱(ぜいじゃく)性を管理する「ActSecure セキュリティリスク管理サービス」と、AIを利用して未知のサイバー攻撃を検知する「ActSecure セキュリティ異常検知サービス」の販売を開始する。

(2017年10月25日)
イベントという「点」を、標的型攻撃の「線」に:

カスペルスキーが、標的型攻撃対策に特化した企業向けセキュリティ製品「Kaspersky Anti Targeted Attack Platform(KATA)」を発表した。製品投入の背景と狙いを開発キーパーソンに聞いた。

(2017年4月26日)
マルウェアの活動を自動検知:

EMCジャパンは、法人向けセキュリティ管理ソフトウェアの新バージョン「RSA Security Analytics 10.6」をリリース。新たに機械学習によるリアルタイム行動分析機能を追加し、標的型サイバー攻撃を早期に検出する能力を向上させた。

(2016年5月11日)
セキュリティ、若手に聞いてみよう(1):

憧れの先輩は、同世代のライバルは、あるいは最近の若者は、一体何を考えているのでしょうか? セキュリティ業界の若者たちにフォーカスを当て、業界に入ったきっかけや現在の業務、将来の展望などについて聞く“若手限定”インタビューシリーズ。「これをきっかけにセキュリティ業界に興味を持ったり、憧れを抱いてくれたりする人が少しでも増えてくれれば」、そんな願いを込めて、スタートします。

(2016年2月18日)
自己学習型セキュリティソリューションに強み:

ダークトレース(Darktrace)は7月13日、日本市場への参入を発表した。機械学習や数学理論を使用した自己学習型のセキュリティソリューション「Enterprise Immune System」を展開する。

(2015年7月14日)
セキュリティ業界、1440度(4):

「エンジニアサポートCROSS 2014」にて、マルウェア検知が機械に可能なのかを考えてきました。

(2014年2月3日)
「いたちごっこ」からの脱却なるか:

どうしても攻撃者の後手に回りがちなセキュリティ対策。ここに機械学習を活用することで、先手を打った対策を実現できないか――そんな取り組みが始まろうとしている。

(2013年8月30日)
スポンサーからのお知らせPR

注目のテーマ

AI for エンジニアリング
「サプライチェーン攻撃」対策
1P情シスのための脆弱性管理/対策の現実解
OSSのサプライチェーン管理、取るべきアクションとは
Microsoft & Windows最前線2024
あなたにおすすめの記事PR

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。