ブログ

  • 【無料】Web会議で使えるおしゃれな背景と設定方法を徹底解説!

    【無料】Web会議で使えるおしゃれな背景と設定方法を徹底解説!

    ZoomやGoogle Meet、TeamsなどのWeb会議で、部屋の背景を隠したい・印象を良くしたいと感じていませんか?
    本記事では、無料で使えるWeb会議用の背景素材と、簡単な設定方法をわかりやすく解説します。
    おしゃれで印象の良い背景を使えば、リモートワーク中の印象アップにもつながります!

    目次

    Web会議用の背景とは?

    Web会議用の背景とは、オンライン会議中に自分の部屋の映像の代わりに表示する画像や動画のことです。
    プライバシーを守るだけでなく、会社のブランドイメージや清潔感を演出する目的でも使われます。

    無料で背景素材がダウンロードできるサイト3選

    Canva(キャンバ

    無料で豊富なデザインテンプレートがあり、「Zoom 背景」「バーチャル背景」で検索すればすぐ使える素材が見つかります。

    Pixabay(ピクサベイ)

    商用利用可能な無料写真サイト。オフィス風や自然の背景など幅広く選べます。

    Pexels(ペクセルズ)

    海外風のおしゃれな空間やアート背景が多く、センス良く見せたい方におすすめ。

    Web会議ツール別の設定方法

    ▶ Zoomの場合

    1. Zoomを開き、右上の「設定」ボタンをクリック。
    2. 「背景とエフェクト」を選択。
    3. 「+」ボタンから画像をアップロードして完了!

    ▶ Google Meetの場合

    1. 会議参加前の画面で右下の「効果」をクリック。
    2. 「背景を変更」から画像を選ぶ。
    3. アップロードした画像を選択して完了。

    ▶ Microsoft Teamsの場合

    1. 会議中に「…(その他)」→「背景効果」をクリック。
    2. 「新しい画像を追加」から素材を選ぶ。
    3. 設定後、「適用」で反映。

    自然に見せるコツと注意点

    • 照明を正面に当てると輪郭が自然に映る
    • 背景と服の色が近いと透けやすいので注意
    • 動きの少ない背景を選ぶと目が疲れにくい

    まとめ:無料背景でWeb会議を快適に!

    今回は無料で使えるWeb会議背景の設定方法をご紹介しました。
    もう一度ポイントを整理します。

    • Canva・Pixabay・Pexelsで無料背景を入手
    • Zoom・Meet・Teamsで簡単設定可能
    • 照明や服装でより自然な印象に

    背景を工夫するだけで、印象も作業効率もアップします。
    今日からぜひ試してみてください!

  • テレワークしている人必見!今日から使える快適に仕事を進める簡単IT工夫5選

    テレワークしている人必見!今日から使える快適に仕事を進める簡単IT工夫5選

    テレワークに慣れてきたけれど、集中できない・効率が上がらない…そんな悩みを抱えていませんか?
    実は、ちょっとしたITの工夫で作業の快適さは大きく変わります。
    今回は、今日からすぐに試せる“簡単ITテクニック”を紹介します!


    1. ツールを使って「作業環境」を整える

    ■ クラウドメモツールで整理整頓

    メモをデバイス間で共有できるツールを使えば、どこでも作業がスムーズに進みます。
    おすすめは Google KeepNotionEvernote
    アイデアの断片やToDoをクラウドで管理しておくと、あとからすぐに取り出せます。

    ■ デュアルモニター代わりに「仮想デスクトップ」

    MacならMission Control、Windowsなら仮想デスクトップ機能を使うと便利。
    仕事用・プライベート用など画面を分けることで、切り替えの手間が減り集中力もUPします。


    2. IT小技で「時間のムダ」をなくす

    ■ ショートカットキーで操作スピードを倍に

    • Mac:Command+Space → Spotlight検索
    • Windows:Ctrl+Shift+T → 閉じたタブを復元

    たった数秒の短縮でも、1日積み重ねると大きな時短効果があります。

    ■ ブラウザ拡張で自動化

    Todoist(タスク管理)、Grammarly(文章チェック)、Tab Suspender(不要タブのスリープ)などを導入すれば、作業効率もPC動作も軽くなります。


    3. 快適に過ごすための「環境づくり」

    ■ ブルーライトカット設定/画面色温度調整

    夜の作業ではNight Shift(Mac)Night Light(Windows)を活用。
    目の疲れを軽減して睡眠リズムも整えます。

    ■ ポモドーロ・タイマーアプリを活用

    25分作業+5分休憩を繰り返す「ポモドーロ・テクニック」を支援するアプリ、Focus To-DoTideがおすすめ。
    リズムを保つことで集中力が持続します。


    4. チームで働くなら「共有の工夫」も

    ■ ステータス機能で「見える化」

    SlackGoogle Chatでは「集中中」「離席中」などのステータス表示が可能。
    無駄な連絡が減り、チーム全体のストレスも軽減します。

    ■ クラウドストレージで共同編集

    Google DriveDropboxを使えば、複数人でリアルタイム編集が可能。
    メール添付よりもずっと効率的です。


    5. まとめ:小さな工夫が大きな快適さに

    テレワークは自由度が高い分、自己管理がカギ。
    ちょっとしたIT工夫を積み重ねることで、「働きやすさ」と「成果」は両立できます。
    今日紹介した中から、ひとつでも取り入れてみてください!


    おすすめタグ: #テレワーク #IT便利技 #在宅勤務 #時短テクニック #リモートワーク効率化 #Webツール

  • AWSのセキュリティ対策の全体像 をレイヤーと用途別で徹底解説!

    AWSのセキュリティ対策の全体像 をレイヤーと用途別で徹底解説!

    まず”どのレイヤーで、何から守るか”を一枚で掴み、その後に監視・検知・監査・データ保護までを体系立てて解説します。


    レイヤーと役割の対応(速見表)

    コンポーネント主なレイヤーステートスコープ/設置位置何から守る?
    AWS WAFL7 (HTTP/S, API)—(リクエスト評価)ALB / API Gateway / CloudFront / AppSync / Cognito / App Runner / Verified Access / Amplify の前段OWASP Top10、ボット、レート制御、IP/Geo 制御
    Security Group (SG)L3/L4ステートフルENI(EC2、ALB/NLB など)単位インスタンス/ENI への到達制御(許可のみ)
    Network ACL (NACL)L3/L4ステートレスサブネット単位サブネット境界の粗い許可/拒否(ルール番号順)
    ALBL7アプリ公開の終端TLS ポリシー、Cognito/OIDC 認証、WAF 取付点
    NLBL4 (TCP/UDP/TLS)高スループットの入口TLS パススルー/終端、SG を関連付け可(作成時)
    Shield / Network Firewall / DNS FirewallL3〜L7エッジ/境界/東西DDoS 緩和、DPI/URL・ドメイン制御、DNS 脅威対策

    根拠:WAF の対応リソース、SG のステートフル性、NACL のステートレス/評価順序、ALB の認証、NLB の SG 対応など。(AWS ドキュメント)


    L7アプリ防御:AWS WAF(Web ACL)

    WAF は HTTP(S) リクエストを検査し、CloudFront / ALB / API Gateway / AppSync / Cognito / App Runner / Verified Access / Amplify などに取り付けてアプリ層を守ります。マネージドルールレートベースIP セットボット対策を組み合わせるのが基本です。L3/4 のDDoSは Shield と役割分担します。(AWS ドキュメント)


    インスタンス到達の最小化:Security Group(SG)

    SG は ENI 単位でイン/アウトの許可のみを定義し、戻り通信は自動許可されるステートフル動作。日々の細粒度な到達制御の”主役”です(EC2 だけでなく ELB の ENI にも適用)。(AWS ドキュメント)


    サブネット境界の粗いゲート:Network ACL(NACL)

    NACL は サブネット単位ステートレス番号の小さい順に評価され、往復分のルールを明示します。サブネット全体の”地ならし”(例:特定レンジの遮断)や二重化に向きます。(AWS ドキュメント)


    L7 終端+認証ゲート:ALB

    Application Load Balancer は TLS を終端し、セキュリティポリシーで暗号スイートを統制。さらにCognito/OIDCユーザー認証を前段で要求できます。WAF を併用して「認証→検査→転送」という王道構成に。(AWS ドキュメント)


    L4 高速入口:NLB(Network Load Balancer)

    Network Load Balancer は L4 で超高スループット/低レイテンシの入口。TLS パススルー/終端のどちらも可能で、作成時に SG を関連付けて受け付け元を絞り込めます(推奨:作成時に付与)。L7 検査は持たないため、必要に応じ WAF/Network Firewall と重ねます。(AWS ドキュメント)


    監視・検知・監査・データ保護・運用

    1) トラフィック監視・ログ監視

    • VPC Flow Logs:VPC/サブネット/ENI の IP トラフィックを記録。出力先は CloudWatch Logs / S3 / Firehose を選べます。東西・南北の把握に必須。(AWS ドキュメント)
    • Traffic Mirroring:特定 ENI のパケット複製をミラーツーゲットに送出。DPI/IDS、トラブルシュート、スレットハンティングに。(AWS ドキュメント)
    • CloudWatch Logs & Logs Insights:ログを集中管理し、クエリ可視化ダッシュボード保存クラスを活用。(AWS ドキュメント)
    • メトリックフィルタ & アラーム:ログからメトリクス化→しきい値で SNS 通知/自動対応。(AWS ドキュメント)
    • サブスクリプションフィルタ:ログを Kinesis Data Firehose へストリームし、SIEM など外部に連携。(AWS ドキュメント)
    • CloudWatch(全体像):複数アカウント/リージョンの集中監視やダッシュボードを構築。(Amazon Web Services, Inc.)

    近年は Security Lake を使って各種セキュリティログを OCSF 形式で S3 ベースのデータレイクに集約するパターンも一般的。SIEM/分析基盤と相性が良いです。(AWS ドキュメント)


    2) 脅威検知と見える化

    • Amazon GuardDuty:CloudTrail/VPC Flow Logs/DNS/EKS 監査ログなどを機械学習や脅威インテリジェンスで解析するマネージド脅威検知。(AWS ドキュメント)
    • AWS Security Hub:GuardDuty/Inspector などの検出結果を集約し、ベンチマーク(CIS/AWS Foundational Best Practices)に照らして posture を可視化。(AWS ドキュメント)
    • Amazon Detective:ログをグラフ化してインシデントの因果を可視化。GuardDuty/Security Hub と連携して調査を高速化。(AWS ドキュメント)

    3) 監査・変更追跡・コンプライアンス

    • AWS CloudTrail:コンソール/CLI/API の操作履歴を記録し、監査・説明責任を担保。(AWS ドキュメント)
    • AWS Config:リソースの設定変更履歴準拠性評価(マネージドルール)。Well-Architected のセキュリティ原則との対応表も用意。(AWS ドキュメント)
    • Organizations の SCP:アカウント横断で許可の上限を定義し、ガードレールを適用。Control Tower と組み合わせて統制。(AWS ドキュメント)

    4) ネットワーク境界の強化

    • AWS ShieldL3/4中心の DDoS 緩和(Standard は自動付帯、Advanced は拡張防御/可視化/SLAs)。(AWS ドキュメント)
    • AWS Network Firewall:VPC にステートフル/DPIのゲートを配備。URL/ドメイン/シグネチャTLS 解除検査にも対応。(AWS ドキュメント)
    • Route 53 Resolver DNS Firewall:VPC のアウトバウンド DNS をフィルタ。既知悪性ドメインや DGA/トンネリング対策。(AWS ドキュメント)

    5) データ保護と秘密情報の管理

    • AWS KMS:各サービスの暗号化の鍵管理を統合。鍵は KMS 内で保護され、ポリシーで厳格に制御。(AWS ドキュメント)
    • AWS Secrets Manager:DB 認証情報や API キー等を安全に保管・ローテーションし、ハードコードを排除。(AWS ドキュメント)
    • Amazon S3 Block Public Access:バケット/アカウント単位で公開設定を一括遮断(既存/将来の公開化も抑止)。(AWS ドキュメント)
    • AWS Certificate Manager (ACM)TLS 証明書の発行/更新/配備をマネージド化(ELB/CloudFront/API Gateway と統合)。(AWS ドキュメント)

    6) 運用の一元化とインシデント対応

    • AWS Firewall Manager:WAF/Shield/SG/Network Firewall/DNS Firewall のポリシーを中央管理し、アカウント全体へ自動適用。(AWS ドキュメント)
    • AWS Systems Manager Incident Managerエスカレーション/Runbook/チャット連携等でインシデント対応を標準化。(AWS ドキュメント)
    • Well-Architected・Security Pillar:設計原則(アイデンティティ、検知、インフラ保護、データ保護、インシデント対応)に沿って継続改善。(AWS ドキュメント)
    • Amazon Security Lake:セキュリティログをOCSF へ正規化中央集約、横断分析・調査の土台を整備。(AWS ドキュメント)

    すぐ使える”現実解”の重ね合わせ(最小構成例)

    1. エッジ:CloudFront(+ WAF) /公開エンドポイントは Shield Standard 前提。(AWS ドキュメント)
    2. 入口ALB で TLS/認証 → 背後ターゲットは SG で ALB のみ許可。(AWS ドキュメント)
    3. VPC 内:細粒度は SG、粗い遮断や非常停止は NACL。(AWS ドキュメント)
    4. 監視VPC Flow LogsCloudWatch Logs へ、Logs Insightsメトリックフィルタ+アラームで運用監視。必要に応じ SIEM へストリーム。(AWS ドキュメント)
    5. 検知/集約GuardDuty → Security Hub → Detective の三点セット。(AWS ドキュメント)
    6. 監査・準拠CloudTrail 全リージョン有効化、Config マネージドルール+SCP ガードレール。(AWS ドキュメント)
    7. データ保護KMS で暗号化、Secrets Manager で認証情報、S3 Block Public Access をアカウントレベルで有効化。(AWS ドキュメント)

    参考:公式の”総合窓口”

  • MCPサーバーとは?——AIと外部システムをつなぐ新しい”差込口”

    MCPサーバーとは?——AIと外部システムをつなぐ新しい”差込口”

    AIが同僚のように業務へ入ってくると、次の壁は「社内外のデータやツールへ、どう安全に手を伸ばしてもらうか」です。MCP(Model Context Protocol)は、そのためのオープン標準で、LLMアプリ(Claude/ChatGPT/IDE など)と外部システムの”接続作法”をそろえます。いわばAIのUSB-C。1つの規格で多様なデータ源やツールにつながるイメージです。


    MCPをもう少しだけ噛み砕く

    MCPの登場人物はクライアント(Claude や IDE 拡張など)と、それに”能力”を公開するサーバー(あなたが作る/既製の MCP サーバー)です。サーバーはTools(実行できる操作)/Resources(参照できるデータ口)/Prompts(指示テンプレ)といった”能力の棚卸し”をクライアントへ伝え、クライアントは必要なときにそれらを呼び出します。通信は標準入出力(stdio)や WebSocket/HTTP 等の上でJSON(JSON-RPC)をやり取りします。仕様やドキュメントは公式で公開されていて、ブラックボックスではありません。


    仕組みの流れ:接続して、能力を知って、呼び出す

    クライアントがサーバーへ接続すると、まずサーバー側の能力一覧(利用可能な Tools/Resources/Prompts)が共有されます。
    その後、会話や操作の文脈に応じてツール実行データ参照が要求され、サーバーは必要に応じて外部 API や DB にアクセスして結果を返します。
    MCP はこの手順とメッセージ形式を標準化し、どのクライアントでも似た体験を再現できるようにします。トランスポート(通信経路)は stdio / WebSocket / HTTP(SSE など)などが使われます。


    どこに置く?:ローカル、閉域、SaaS

    ローカルPCでサーバーを立てれば、ファイル操作などが軽快です。社内VPC/閉域なら、ガバナンスの効いた形で社内 DB や業務 SaaS と連携できます。SaaS として公開すれば配布性と再利用性が高まりますが、認可や鍵の扱いはより厳密に。Claude Desktop などローカル MCP サーバーへ接続する手順が整備されたクライアントも増え、試しやすい環境が整っています。


    何がつながる?:エコシステムの現在地

    コミュニティではファイルシステム、Git/CI、Web 取得(Fetch)、各種 SaaS、DBなど、多彩な MCP サーバーが公開されています。まずは GitHub のキュレーション(”awesome-mcp-servers”)から、自分の業務に近いものを探すのが早道です。


    ユースケース:現場でどう効くのか

    開発なら、リポジトリ検索やブランチ作成、CI のジョブ実行、ログ抽出といった”面倒な手動操作”を自然言語から安全に委任できます。
    ビジネスでは、CRM やスプレッドシートから必要データを引き、レポート雛形を作るといった”下準備”が楽に。
    データ基盤では、DB の読み出し→前処理→簡易可視化の材料作りまで、人が判断すべき前段に集中できる設計が可能です。
    主要クライアント側の対応も拡大しており、非エンジニアでもディレクトリからコネクタを選んで使える流れが進んでいます。


    セキュリティとガバナンス:ここを外すと痛い目を見る

    “つながる”ことは”権限が広がる”ことでもあります。最小権限(Least Privilege)を守り、短期・使い捨てトークンを基本に、監査ログで呼び出し履歴を残しましょう。OS/プラットフォーム側でも MCP を前提にユーザー同意やレジストリ制御を組み込む動きがあり、エコシステムはセキュアな方向に舵を切っています。


    最短ルート:自作 MCP サーバーを動かしてみる

    まずは1つのツールだけを公開する最小サーバーから。TypeScript や Python の SDK を使えば数十行で雛形を作れます。ローカルで起動し、Claude Desktop などMCP 対応クライアントから接続して挙動確認。引数と返却値の形を整え、失敗時のリトライやタイムアウトを設定する——ここまで行けば”実務で使える”手応えが出てきます。仕様とサンプルは公式ドキュメントと GitHub が一番の近道です。


    もう一歩先へ:運用・互換・変化への追随

    運用では設定の一元管理互換性が肝です。クライアント側アップデートで新しい MCP 機能が増えることもあるため、サーバーの能力一覧やスキーマはバージョニングを。外部 API 呼び出しは失敗を前提にバックオフ/レート制御を設計し、個人情報はマスキングとアクセス境界の整理を徹底しましょう。MCP は”つなぐ”ことを簡単にしますが、”運用が楽になるか”は設計次第です。


    よくある誤解と素朴な疑問

    Q. 既存の独自 API と何が違うの?
    A. 標準化です。各アプリごとに別の作法でコネクタを作るのではなく、1つの規格に沿って作れば複数クライアントで似た体験を再現できます。

    Q. オフライン/閉域でも使える?
    A. 使えます。 ローカルや社内 VPC にサーバーを置き、そこから閉域のリソースへ橋渡しするのが一般的です(Claude Desktop のローカル接続ガイドが参考になります)。


    参考リンク

    • What is MCP?(公式トップ):コンセプトと”USB-C”の比喩。 (Model Context Protocol)
    • MCP ドキュメント/学習ガイド:概念やアーキテクチャの概説。 (modelcontextprotocol.info)
    • トランスポート仕様(JSON-RPC / stdio / HTTP 等):実装時に参照。 (Model Context Protocol)
    • Claude Desktop:ローカル MCP サーバー接続ガイド:手元で試すなら。 (Model Context Protocol)
    • 公式 GitHub(仕様・スキーマ):最新の変更点を追うなら。 (GitHub)
    • コミュニティのサーバー一覧(awesome):まずはここから用途別に探索。 (GitHub)
    • 動向(ニュース):クライアント側対応拡大や OS 統合の話題。 (Tom’s Guide)


  • AIは中小企業の業務をどう変える?—劇的に解消される最新トレンド

    AIは中小企業の業務をどう変える?—劇的に解消される最新トレンド

    はじめに

    2025年、AIによる業務効率化は大企業に限らず、中小企業にも大きな恩恵をもたらしています。人手不足や多忙、情報収集の負担など、多くの経営者が抱える課題に対して、最新のAI技術を活用することで根本的な解決が進んでいます。特にAIブラウザ『Dia』『Comet』の話題が広がりつつあり、様々な企業で導入事例が増えているようです。

    1. AI導入で実現する「自動化」「時短」

    AIを活用すれば、経理・受発注・顧客対応・社内連絡など単純作業が自動化できるようになります。
    たとえば、AIチャットボットによる問い合わせ自動対応で人的リソースを新規事業などに振り向けられる例も。
    地方の食品メーカーではAI化により対応時間が80%削減、新商品の開発にも余力が生まれたとの報告がありました。

    2. 話題のAIブラウザ「Dia」「Comet」とは?

    Cometの注目ポイント

    • 作業の自動化:購入リサーチや予約、競合分析など「〜して」と話しかけるだけで自動処理。メールやカレンダーもAIが代行し、タスク処理時間が大幅に減ったという事例も。
    • 情報の一元管理:複数ツールやサイトもまとめてAIが資料収集、経営者が本質的戦略に集中しやすい環境に。

    Diaの注目ポイント

    • 情報収集&分析の効率化:複数サイトの比較・要点整理も自動化され、調べ物に費やす時間が激減した企業も出ています。
    • ライティング支援:業務資料やレポート・ブログ記事の下書きもAIが素早く生成。作業の効率が数倍にアップしたという声も。

    3. AIブラウザ導入による経営メリット

    • 人手不足の補完
    • 本質課題への集中
    • データに基づく意思決定の精度向上

    など、多方面で効果が報告されています。

    4. 導入のコツと注意点

    日本語対応や業界特有のニーズは、運用しながら改善する企業も多いようです。
    不安がある場合は、一部定型業務から試すこと、体験版や無料枠から始めることがおすすめです。
    ITが苦手でも「秘書感覚」で使えるという評価も。

    まとめ

    AIブラウザは、中小企業の経営者にとって業務負担を軽減し、戦略的意思決定・新規事業への集中を支援する力強いツール。
    第三者として、興味のある方がまず「Comet」や「Dia」を体験してみるのが時代の流れと言えそうです。

    EastCloud株式会社では、以下の事業を展開しています。

    • ITコンサルティング・システム開発
    • クラウドサービス導入支援

    詳しい会社情報・お問い合わせは、公式サイトをご覧ください。

    公式サイトを見る

  • 第一弾:PC上でAIを動かす実験 — Phase 0〜3の挑戦

    第一弾:PC上でAIを動かす実験 — Phase 0〜3の挑戦


    自己紹介

    はじめまして。私は主にフロントエンドを扱っているエンジニアです。
    普段はWebアプリケーションの開発を中心に行っていますが、近年はAIの進化に強い関心を持ち、「自分の環境でAIを動かし、業務や事業にどう活かせるか」 をテーマに取り組んでいきます。

    今回は、その実験の第一弾として 「PC上でAIを立ち上げ、少しずつ拡張していく」 という取り組みを紹介します。


    なぜ「PC上でAIを動かす」のか

    AIを利用する際、多くの企業や個人はクラウドAPIに依存しています。確かにこれらは高性能で便利ですが、最大の課題は「従量課金」です。

    • n8nやdifyといった自動化ツールに接続すると、APIリクエスト数は一気に増える
    • 利用が広がるほど「費用が怖いから控える」という逆効果が生まれる

    この問題を解決するために、ローカルで動かせるLLM に注目しました。
    最近はOpenAI自身もローカルモデルを提供し始め、MetaのLLaMA、Mistral、Gemma、Phiなど選択肢も豊富になっています。

    これらをPCやオンプレ環境で動かすことで、従量課金を気にせず業務フローに組み込める のです。


    ロードマップ:Phase 0〜3

    Phase 0:PCでチャット応答できる

    • 目的: ローカルLLMをPC上で動かし、チャット形式で応答できる環境をつくる。
    • 成果物: テキストでの入出力が可能な最小のチャット環境。
    • 使用予定/検討中の技術(暫定):
    • バックエンド: FastAPI(REST API化し、n8n/dify連携を想定)
    • LLM候補: LLaMA・Mistral・OpenAIローカルモデル
    • UI(User Interface:ユーザーインターフェース): Streamlitで簡易UI、将来的にはReactへの移行も検討
    • 補足: ここで挙げた技術は暫定であり、実際の進行時には再検討する可能性があります。

    Phase 1:自分の文章を検索→正しく返す

    • 目的: 自社のドキュメントをAIに参照させ、根拠を示して回答できるようにする。
    • 成果物: RAG(Retrieval-Augmented Generation:検索拡張生成)を組み込んだ検索応答システム。
    • 使用予定/検討中の技術(暫定):
    • ベクトルDB: Chroma(ローカルで軽量)、将来的にQdrantやElasticsearchも視野
    • 埋め込みモデル: Instructor系、MiniLMなどローカル対応の埋め込みモデル
    • API(Application Programming Interface:アプリケーション間の連携インターフェース): FastAPIで/ingest(文書投入)・/ask(検索質問)を提供
    • UI(User Interface:ユーザーインターフェース): Streamlitで検索結果やスコアを可視化
    • 補足: 実際には、ドキュメント量や運用方法に応じて都度技術を見直していきます。

    Phase 2:ベンチ結果をCSV/グラフ化

    • 目的: 各モデルの応答速度や精度を数値化し、比較できる状態にする。
    • 成果物: ベンチマーク結果をCSVに出力し、グラフで可視化。
    • 使用予定/検討中の技術(暫定):
    • ベンチ計測: Pythonスクリプト(timeit・pytest)で応答時間やトークン数を収集
    • 可視化: Matplotlib / Plotly、Streamlitのダッシュボードでグラフ化
    • 比較対象: LLaMA、Mistral、Gemma、Phiなど複数ローカルモデル
    • 補足: ベンチマークの評価指標や可視化方法も、進めながら柔軟に変えていく予定です。

    Phase 3:音声で質問→音声応答返る

    • 目的: テキストだけでなく音声で自然に対話できる環境をつくる。
    • 成果物: マイク入力→AI応答→音声出力の一連の体験。
    • 使用予定/検討中の技術(暫定):
    • 音声認識(STT:Speech To Text): Whisper(ローカル動作可)
    • 音声合成(TTS:Text To Speech): VOICEVOX、Coqui TTS(OSSでローカル利用可)
    • UI(User Interface:ユーザーインターフェース): Streamlitで録音・再生UIを試作
    • 補足: 音声合成エンジンやSTTの選択も、精度や操作感を見ながら見直していきます。

    LLM技術の検討

    今回の実験で扱うのはすべてローカルで動かせるモデルです。

    • OpenAI Local Models: 従量課金不要でn8n/difyに安心して組み込める
    • LLaMA(Meta): 最もエコシステムが成熟、GPU最適化環境が豊富
    • Mistral: 軽量で高精度、商用利用にも向く
    • Gemma(Google): 小型ながら精度が高い
    • Phi(Microsoft): 軽量モデルとしてPC実行に適する

    ただし、これらも「どれを採用するか」は状況次第で変わります。
    実験を進めながら、モデルの精度・速度・リソース要件を比較し、都度最適なものを選びます。
    実際の比較・検討は、次回以降で実際に手を動かして試しながら進めます。


    副次的な効果

    Phase 0〜3を完了すると、次のような効果が期待できます。

    • n8nやdifyと連携した業務フロー自動化
    • 社内ナレッジの即時活用(マニュアルや規程をAIが回答)
    • 利用拡大のハードルが下がる(従量課金を気にせず誰でも使える)

    実験スタイル(進め方)

    • 原則は“最小で動かす→測る→改善”:毎回、最小構成でまず一往復を成立させる。
    • ローカル優先:API課金を避け、CPUで回る構成から始め、必要に応じてGPU/エッジへ。
    • 可視化重視:理由の分かるログ・グラフを残し、再現性を担保。
    • 安全マージン:音声・GPIOなど外部世界に触れる箇所は、必ず安全層で隔離。

    リスクと対応

    • モデルが重くて遅い:小モデル/量子化/プロンプト短縮→TTFT(Time To First Token:最初の文字が返ってくるまでの時間)1秒以内。
    • 日本語PDFの品質差:抽出器の切替・段落分割の最適化・手動修正の運用も用意。
    • 音声デバイス競合:固定デバイスID化、初回セットアップウィザードで回避。
    • スパゲッティ化:Phaseごとにフォルダ構成とAPI境界を固定、後戻りを減らす。

    次回予告

    今回はPhase 0〜3の全体像と、暫定的に想定している技術をご紹介しました。

    ただし繰り返しになりますが、ここで挙げた技術はあくまで現時点での候補です。
    実際に取り組む中で課題や制約が見えれば、その都度最適な技術に差し替えていきます。

    そして、複数のLLM候補を比較・検討する作業は次回以降で取り上げます

    次回はまず Phase 0: PCでチャット応答できる環境 を実際に構築して試します。
    FastAPIによるAPI化、Streamlitでの簡易UI、そしてローカルLLMのセットアップまで手を動かし、動作確認まで行います。

    「AIをローカルで動かし、従量課金を気にせず社内で使えるようにする」
    その第一歩を、ぜひ一緒に見届けていただければと思います。



    EastCloud株式会社では、以下の事業を展開しています。

    • ITコンサルティング・システム開発
    • クラウドサービス導入支援

    詳しい会社情報・お問い合わせは、公式サイトをご覧ください。

    公式サイトを見る

  • 株式会社エスエヌシーとの顧客・案件紹介に関する業務提携契約締結のお知らせ

    株式会社エスエヌシーとの顧客・案件紹介に関する業務提携契約締結のお知らせ

    EastCloud株式会社は、株式会社エスエヌシーと、顧客および購入希望案件の紹介業務に関する業務委託契約を締結いたしました。

    ■ 契約の概要

    本契約は、EastCloudが保有する顧客ネットワークおよび案件情報をもとに、エスエヌシー社へ対象となる顧客や案件を紹介し、両社が協力して販売機会を創出することを目的としています。

    本件業務(顧客・案件紹介業務)において、EastCloudは顧客とエスエヌシー社をつなぐ役割を担い、互いの強みを活かしたソリューション提案を通じて、より高品質なサービス提供を目指します。

    ■ 参考リンク

    株式会社エスエヌシー



    EastCloud株式会社では、以下の事業を展開しています。

    • ITコンサルティング・システム開発
    • クラウドサービス導入支援

    詳しい会社情報・お問い合わせは、公式サイトをご覧ください。

    公式サイトを見る

  • 農林水産省「令和7年度 国有農地情報公開システム作成及び運用・保守業務」を受託

    農林水産省「令和7年度 国有農地情報公開システム作成及び運用・保守業務」を受託

    EastCloud株式会社は、農林水産省様より「令和7年度 国有農地情報公開システム(ウェブサイト)作成及び運用・保守業務」を受託いたしました。

    本業務では、国有農地に関する情報を一般公開するウェブサイトの構築および保守運用を行います。
    国民が必要な情報へ円滑にアクセスできる環境の整備を支援し、行政のデジタル化推進に貢献してまいります。

    【案件概要】

    • 発注機関: 農林水産省
    • 業務名: 令和7年度 国有農地情報公開システム(ウェブサイト)作成及び運用・保守業務
    • 業務内容: Webサイトの設計・開発・運用・保守
    • 目的: 国有農地情報の公開と行政DXの推進

    EastCloud株式会社では、以下の事業を展開しています。

    • ITコンサルティング・システム開発
    • クラウドサービス導入支援

    詳しい会社情報・お問い合わせは、公式サイトをご覧ください。

    公式サイトを見る

  • 未経験からはじめて短期間で伸びる人の特徴とは?AIを活用して特性や気質を強みに

    未経験からはじめて短期間で伸びる人の特徴とは?AIを活用して特性や気質を強みに

    ごあいさつ

    はじめまして。EastCloud株式会社でバックオフィス中心に携わらせていただいておりますゾノです。

    みなさん、突然ですが友人や会社の同僚から「MBTI何タイプ?」と聞かれた経験はありませんか?
    最近では「私はENTPだった」「私は提唱者タイプ」と即答できる人が増えており、自己紹介の一部として性格診断が浸透しつつあります。
    10代・20代の未経験者でも短期間でスキルを伸ばす人の共通点として、「自分を客観視し、適切なツールを活用できること」が挙げられます。
    実はAIや性格診断を上手に取り入れることで、後回し癖や集中力の波に悩む人でも、不安を和らげながら成長スピードを高めることができるのです。

    本記事では、AIを活用した不安解消方法の具体例について解説します。 これから転職を目指している方や未経験の分野で頑張ろうとしている方はぜひ参考にしてください


    現代の生きづらさ

    なぜ「客観視」と「ツール活用」が大事なのか。
    それは、現代人の多くが 「自分をどう理解するか」 に悩んでいるからです。

    MBTI診断はアメリカ発の性格分析ツールで、人を16タイプに分類します。自己理解や就職活動の自己分析に活用されることも多く、「自分を客観的に見つめ直す」きっかけを与えてくれるものとして現在では多くのシーンで活用されています。

    このように、MBTIやエニアグラムなどの性格診断、さらには「ADHD」「ASD」といった神経発達特性の表明までもが、SNSではカジュアルにユーザーネームやプロフィールに使われています。
    つまり、今の時代は「自分の特性をどう表現するか」が大きなテーマになっているのです。

    ただし、ここに一つ落とし穴があります。
    それは「診断結果や特性を“レッテル”にしてしまい、可能性を自ら狭めてしまう恐れがある」ことです。
    例えば「自分はADHDだから集中できない」「完璧主義だから一人で全部できてこそ正解」などと思い込んでしまえば、せっかくの成長の芽も摘んでしまいます。

    ただしここで「ADHD」やその他の「特性」を透明化して、周囲や自身がそれはないものとして扱うのは避けましょう。結果的にそれは抑圧と強制に繋がり、排他的になってしまうからです。

    ここで重要なのは、診断や特性を認識した上でそれを「制限」ではなく「攻略のヒント」と捉え、ツールを使って補うことなのだと念頭に置いてください。


    具体例

    私が前職で約300名のライバーをマネジメントしていた時、その多くは未経験で不安を抱えた10代・20代でした。もちろん中には「後回し癖が強くて配信を始められない」「集中力が続かない」と悩む人も少なくなかったです。

    けれども、短期間で伸びる人は例外なく「自己理解」と「工夫」を持っていました。

    では具体的にAIをどのように活用していけばいいのでしょうか。

    今回は、伸びる人の特徴+AIを用いた例として下記三点をご紹介します。

    • 目標を言語化していた
       例:「将来インフルエンサーになりたい」「フォロワー1万人を目指す」など目標を立ててから、ゴールまでの小さな目標を生成してもらう。
    • 診断や特性を自己否定ではなく工夫に変えていた
       例:MBTIを参考に自分の強みを理解する、ADHD傾向を「集中力の爆発力がある」とポジティブに捉えてAIにすぐ質問する。
    • AIを使って弱みを補っていた
       例:不安はAIに質問して思考の整理を行う。

    目標を言語化していた

    先延ばし癖がある人の中には、完璧主義という方も少なからずいらっしゃり、1つ1つのTODOに時間をかけてしまうため、なかなか本題に取り組めず、結果として先延ばしになってしまうパターンが多くあります。

    そういう場合はchatGPTなどで最小限の目標設定を作成してもらいましょう。例えば「将来インフルエンサーになる」目標を立てたとしても漠然としすぎて何をしていいか分からず結果的に何も手つけられない…と思うので「今日はペンを持って○文字書いた」「教科書の目次を読んだ」ぐらいの小さな目標を立ててもらながら徐々に手をつける時間を延ばすことに慣れていけば大丈夫です。

    診断や特性を自己否定ではなく工夫に変えていた

    診断結果に囚われて自己否定から入ってしまうとどうしても生活全体のパフォーマンスも落ちてきます。

    例えばADHDには「過集中(ハイパーフォーカス)」と呼ばれる特性があり、興味がある分野や事柄に驚くべき集中と記憶力が働く場合があります。

    このときに生成AIを用いることで頭の中で漠然としていた考えが即時整理整頓され次のパフォーマンスの提案までしてくれるので、有効です。

    英語学習を始めたいと思った場合:
    海外ドラマを観て「英語を話せるようになりたい!」と感じたら、
    「初心者でも続けやすい英語学習法、1日15分でできる練習メニュー、無料で使えるアプリを教えて」とAIに聞いてみます。すぐに具体的な方法が提示されるので、その勢いで学習計画を立て、毎日のルーティンに組み込めます。

    AIを使って弱みを補っていた

    頭の中で考え事が止まらず、脳が疲労してしまう、気分が落ち込んでしまう。

    そういった時は一旦AIにいまの率直な気持ちを箇条書きでもいいので書き出してみましょう。最初は自分の心の言語化が難しいかもしれませんが、そこをAIが補って言語化してくれるので、気にしなくて大丈夫です。

    人ではないAIに相談するのは最初は抵抗あるかもしれませんが「もう一人の自分」と思って思い切ってアウトプットしてみて、そこで導き出された「言語化された自分」を実際に仕事や勉強のインプット時に活かしてみる、こうして自身の弱みを補うツールとして使うことも出来ます。

    これは現職のプログラミングスクールでも同じです。未経験から学習を始めた受講生でも、AIを積極的に活用して不安を解消する人は成長が早く、離脱率も低いのです。逆に「聞くのが恥ずかしい」「診断で向いていないと言われた」と立ち止まる人ほど停滞してしまう傾向があります。

    まずその一歩を踏み出すためのきっかけづくりはAIに任せてしまって、徐々に視野を広げていくといいでしょう。

    すると自ずと自分の「色」が分かってくるはずです。


    これから新しいことに挑戦する人へ

    未経験からでも短期間で伸びる人の特徴とは「自分を客観視し、ツールを味方につけられる人」です。
    MBTIやADHDといったラベルは「限界を示すもの」ではなく「攻略マニュアルの一部」として使うべきもの。

    そして何より、今の時代はAIという心強い相棒がいます。

    弱みを補い、後回し癖や不安を解消してくれるAIを適切に使いこなせば、むしろ“特性を武器に変える”ことができるのです。

    10代・20代のみなさん、自分の診断や特性に縛られるのではなく、それを理解しながらAIを活用してみませんか?
    努力だけでなく「工夫」と「道具」を味方にすることこそ、新しい時代の成長戦略だと思います。

    「AIを学びたい」「未経験から現役エンジニアに転向した人の話を聞いてみたい」などあればお気軽に弊社へお問い合わせくださいね。

    【お問い合わせはコチラ】

    〒101-0025
    東京都千代田区神田佐久間町3-29-3
    B.S.R 秋葉原 3F EastCloud株式会社

  • GPUクラウドサービス販売パートナー契約締結のお知らせ

    GPUクラウドサービス販売パートナー契約締結のお知らせ

    🖥️ 2025年10月、EastCloud株式会社は、株式会社ハイレゾおよび株式会社ハイレゾ香川と、GPUクラウドサービス「GPUSOROBAN」および「GPUSOROBAN-AIスパコンクラウド」に関する販売パートナー契約(GPUセールスパートナー契約)を締結いたしました。

    ■ 契約の概要

    本契約により、EastCloudはハイレゾ社が提供する高性能GPUクラウド「GPUSOROBAN」シリーズの正式販売パートナーとして認定されました。AI開発・生成AI・映像処理・機械学習などの高負荷演算領域に向けたGPU環境の提供および導入支援を行うことが可能となります。

    また、香川拠点で展開される「GPUSOROBAN-AIスパコンクラウド」においては、NVIDIA H100以上のGPUを搭載したAIスパコン環境のライセンス販売および技術支援を行います。生成AI分野における社会的需要の高まりに応える体制を構築いたします。

    ■ 関連リンク

    EastCloud株式会社では、以下の事業を展開しています。

    • ITコンサルティング・システム開発
    • クラウドサービス導入支援

    詳しい会社情報・お問い合わせは、公式サイトをご覧ください。

    公式サイトを見る