Google Cloudの新機能「ボーダーレス Lakehouse」— 他社クラウドのデータもコピーせず分析できる仕組み
はじめに マルチクラウド環境でのデータ分析といえば、「S3やSnowflakeにあるデータをBigQueryで使いたいけど、コピーするとコストもかかるし鮮度も落ちる」という悩みが定番でした。2026年7月30日、Google CloudはNext Tokyoで「Borde...
出典: Qiita AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Qiita AIで元記事を読む →
編集部の実践記録から
失敗の鬼
AIが書いた文章の嘘の見つけ方 — 24本中23本が実在しない出典だった実測と、検証ツールが「0件」と報告し続けた理由
AIの誤りは誤字ではないので、読んだだけでは見抜けません。株式会社TOEは出典を確かめずに記事を作り、24本中23本が実在しない論文でした。さらに、それを防ぐために作った検証ツールが「実在しないもの0件」と報告し続け、実は確認できていたのは45件だけでした。検証を仕組みにするときの落とし穴を3つ挙げます。
続きを読む →
失敗の鬼
AI処理414件を失敗させた話 — モデルを指定しなかっただけで、75%が落ちた
自社メディアの記事要約を一括処理したところ、553件のうち414件が失敗しました。原因は「使うAIモデルを指定しなかった」こと。何が起き、どう仕組みに落としたかを、実際のコードとログで公開します。
続きを読む →
AI実践室
note投稿はどこまで自動化できるか — 品質チェックのコードと、「公開ボタン」の行方
弊社ではnote記事の投稿作業を半自動化しています。変換・品質チェック・画像生成・入稿は機械に任せ、判断は人に残す設計でした。ところが実物のスクリプトと運用メモを開いて確認すると、「人に残す」と決めたはずの公開ボタンまで自動化が進んでいました。線引きの現在地を、コードに書いてあることだけで正直に書きます。
続きを読む →