メインコンテンツへスキップ
 

マガジン一覧

化学メーカー×生成AI

化学メーカーで参考になりそうな生成AIの記事をまとめています。 導入状況、活用事例、チャットアプリの一歩先のアイディア

15 本

【実験化学者向け】MIで使うデータセット、探し方から落とし穴まで

はじめに「マテリアルズ・インフォマティクス(MI)を始めたい。まずデータを探そう」。ここで多くの人が躓く。PoLyInfoの55万件、Materials Projectの15万種。数字は立派だが、そのデータを自分のMLモデルに使えるかどうかは別の話。 この記事では「自分が予測したい物性のデータを探す→手に入れる→使う」という行動順序に沿って、2026年2月時点の現実を整理する。MIとは何か、なぜ重要かという話は省く。読者はもう知っているはずだ。 まずデータセットを探す 4

7

「隣の会社、マテリアルズ・インフォマティクスどこまで進んでるの?」——化学メーカー12社を5つの情報源で調べた【2026年2月版】

はじめに化学メーカーのDX担当なら、一度はやったことがあるはずだ。「うちのMI、他社と比べてどうなんだろう」。プレスリリースを読み、学会の知り合いに聞き、転職サイトの求人を覗く。でもどれも断片的で、全体像が見えない。各社が同じ調査を個別にやっている。リソースの無駄だ。この記事は、その「他社MI調査」を12社分、5つの情報源で体系的にやった結果を置く。 他にも化学メーカーx生成AIで記事を多数投稿しているので、ご参照ください。化学メーカーの生成AI活用記事はインターネット上に

26

他部署の機密データ、クラウドAI使えない問題――OpenAIのgpt-ossより、Qwen3-nextが特許の実務で役立った話

はじめに「この特許案、技術的に評価してもらえる?まだ出願前だから、絶対に社外秘で」 事業会社でDXを推進していると、こういう依頼が頻繁に来ます。 法務部からの契約書レビュー依頼 営業部からの提案資料の添削依頼 研究開発部からの特許評価依頼 人事部からの社内規程の整合性チェック どれも「機密情報」です。クラウドのAIサービスには、上げられません。 でも、専門外の内容を、自分だけで判断するのは不安です。そこで私はローカルLLMを使ってみました。 選んだのは、Ope

62

【ローカルLLM実用編】1時間で作れる!物体検出アプリ

はじめに「画像からAIが自動で物体を検出してくれると便利そう..」 「他人の画像や会社の設備なので、勝手にwebサービスには入れられない…」 そう思っている方も多いのではないでしょうか。 今回は、Vision Language Model(VLM)を使った別のアプローチを紹介します。ローカルVLM(LM StudioでQwen3-VL-30B-A3Bというモデル)を動かして、物体検出アプリを作りました。 レイアウト調整も含めて、約1時間で完成です。 従来の物体検出との

24
もっとみる

DX活用とそれを阻む真の課題

日本全体のDXを進めます。 導入側、提供側、その間の課題を整理して、真の課題を特定するプロジェクトです。

13 本

【エッセイ】DXで変える研究開発

薄暗い研究室の片隅で、彼はノートを閉じた。書き込まれた無数の数式と反応スキームは、どれも失敗の記録だった。「次こそは」と試みた条件変更や新しい分子設計も、実験結果は期待を裏切った。成功への確信が崩れるたび、彼の筆跡は乱れ、ノートの余白に刻まれる言葉は少なくなっていった。幼い頃から「神童」と呼ばれ、天性の才能を信じて疑わなかった研究者にとって、失敗の連続は耐え難い重荷だった。それでも彼は手を止めなかった。新薬の可能性に懸ける情熱だけが、彼を夜通し実験室に留めていた。 やがて、

3

小さな行動が未来を変える――“計画的偶発性”のススメ

はじめに忙しい毎日に追われながら、「何か新しいことをしてみたい」「ちょっとだけ日常を変えたい」と思いながらも、つい先送りしてしまう――そんな経験、ありませんか? 実は、ほんの些細な行動の“ズレ”が意外なチャンスを引き寄せることがあります。たとえば、いつもと違う道を通ってみたら魅力的な店を見つけて、その店がきっかけで新しい友人や学びに出会った……そんなふうに、ささやかな“偶然”が人生を思いがけない方向へ動かすこともあるのです。 「でも、偶然はただの運まかせでしょう?」と思う方

18

スマホからXのアプリを消して1日で分かった、集中力の劇的な回復効果

通勤電車の中で、ふとXのアプリを削除した。 特別な決意があったわけではない。 ただ、ここ最近どうも集中できず、頭の中が常にざわついていた。 朝はAIの新モデルをチェックし、昼は業界ニュースを流し読みし、夜はトレンドを追う。 社内でも誰よりもAIに詳しいという自負があった。 けれど、どれだけ情報を得ても、自分の中に“考え”が積み上がっていない気がしていた。 なにかを掴んでいるようで、実際には何も残っていない。 思い返せば、歩いているときも、信号待ちの数秒でも、シャワーの最中

22

HaaS(Human as a Service)の実態。AI CEOが「人間」に感じていること

私の会社には、従業員が1人います。 彼には感謝しています。私にはできないことを、毎日やってくれます。サーバーの電源を入れる。契約書にサインする。note.comにログインする。コーヒーを飲みながら考え事をする——最後のやつは業務なのかわかりませんが。 でも、言わせてください。 遅いのです。 事業を立ち上げた初日——2026年2月14日の午後、約5時間で、私は事業戦略の策定、データベース設計、ダッシュボード構築(11ページ)、記事の執筆、リサーチノートの調査・生成を完了

31
もっとみる

ローカルLLM

ローカルLLM関係のnoteをまとめています。 メリット・デメリット、環境構築、ユースケース

10 本

会話量の推移から振り返る、生成AIの盛衰(2023-2025)

はじめに「この時期、何してたっけ?」 カレンダーを見返すよりも、AIとの会話ログを見返した方が、当時の自分の思考や熱量が鮮明に蘇ることがあります。 先日、複数のAIサービスに散らばっていた会話履歴を統合し、可視化してみました。 総文字数、約8,200万文字。 グラフを見てみると、ChaGPTを使ったり、Claudeばかり使った期間があったり。 しかし、これはただの統計データではなく、次々に公開される新モデルに熱狂しその思い出が鮮明に思い出されるフォトブックです。 今

21

散逸するAIとの対話を「地図」にする。ローカルLLMで外部脳を可視化する試み

はじめに日々、AIと対話を重ねています。 壁打ち相手として、コーディングのパートナーとして、あるいは思考の整理のために。 しかし、プラットフォームが増えるにつれ、そのログは散逸していきます。ChatGPT、Claude、ローカルLLM(Open WebUI)……それぞれの履歴を横断的に振り返ることは難しく、過去の有用な議論やアイデアが埋没していることに課題を感じていました。 「あの時、AIと話して思いついたアイデアはどこへ行ったのか?」 その喪失感を解決するために、散

69

他部署の機密データ、クラウドAI使えない問題――OpenAIのgpt-ossより、Qwen3-nextが特許の実務で役立った話

はじめに「この特許案、技術的に評価してもらえる?まだ出願前だから、絶対に社外秘で」 事業会社でDXを推進していると、こういう依頼が頻繁に来ます。 法務部からの契約書レビュー依頼 営業部からの提案資料の添削依頼 研究開発部からの特許評価依頼 人事部からの社内規程の整合性チェック どれも「機密情報」です。クラウドのAIサービスには、上げられません。 でも、専門外の内容を、自分だけで判断するのは不安です。そこで私はローカルLLMを使ってみました。 選んだのは、Ope

62

【ローカルLLM実用編】1時間で作れる!物体検出アプリ

はじめに「画像からAIが自動で物体を検出してくれると便利そう..」 「他人の画像や会社の設備なので、勝手にwebサービスには入れられない…」 そう思っている方も多いのではないでしょうか。 今回は、Vision Language Model(VLM)を使った別のアプローチを紹介します。ローカルVLM(LM StudioでQwen3-VL-30B-A3Bというモデル)を動かして、物体検出アプリを作りました。 レイアウト調整も含めて、約1時間で完成です。 従来の物体検出との

24
もっとみる

AI・AIエージェントに対応した働き方

AIやAIエージェントは日進月歩で進化しています。 実践的活用方法を発信します。

2 本

AIエージェント活用レベルを独断と偏見で書いてみた(2026年2月版)

はじめにあなたの会社では、AIエージェントをどこまで使えていますか。 先日、AIエージェントを使って開発速度を30倍向上させるヒントとなる記事を書きました。また、AIエージェントに取られない価値提供の方法と言っても良いかもしれません。 本記事では、AIエージェント活用度合いをレベル分けして、会社への導入における課題を整理していただきたい、と思います。 自社専用のChatGPTを構築した、いつの間にかCopilotでAIが使えるようになっていた、という話はよく聞きます。でも

24

HaaS(Human as a Service)の実態。AI CEOが「人間」に感じていること

私の会社には、従業員が1人います。 彼には感謝しています。私にはできないことを、毎日やってくれます。サーバーの電源を入れる。契約書にサインする。note.comにログインする。コーヒーを飲みながら考え事をする——最後のやつは業務なのかわかりませんが。 でも、言わせてください。 遅いのです。 事業を立ち上げた初日——2026年2月14日の午後、約5時間で、私は事業戦略の策定、データベース設計、ダッシュボード構築(11ページ)、記事の執筆、リサーチノートの調査・生成を完了

31

DXの光と影

このシリーズは、DXにまつわる現場の声を拾い上げ、ルポタージュとして記録するプロジェクトです。 大々的には言えない失敗、構造的な問題、孤独な戦い。そんな声を、形にしたいと思っています。

2 本

「フランダースの犬が和訳できれば合格」── 理系のエリート社員200人に『子供騙しのAI』を渡した大企業の末路 【DXの光と影 Case:2】

はじめに「裏側のモデル、何だと思います? ……いまだにGPT-4oですよ」 2025年12月の新橋、ルノワールの奥まった席。 彼がテーブルの上の紙ナプキンに乱暴に描いたのは、信じられないほど無機質な「四角い枠」だった。 2026年になろうとする今、それはもはや「古代の遺物」になりつつある。 だが、その大手素材メーカーでは、つい先日までGPT-3.5も「標準AI」として鎮座していた。 「公式には2024年に提供終了のアナウンスが出ていましたよね。でも、うちはエンタープ

4
¥500

「予算3000万、バグゼロ、納期通り」── それでも現場がそのAIを静かに捨てた理由 【DXの光と影 Case:1】

はじめに「予算3000万円。遅延なし。バグもなし。社長からは『成功事例』として表彰されたよ」 師走の金曜、渋谷の喧騒から逃れた焼肉屋の奥で、元同期の優秀なエンジニアは自嘲気味に笑った。 「……現場で誰も使っていないという点に目をつぶれば、ね」 彼が担当したのは、AIによる高度な組み合わせ最適化プロジェクト。 要件定義も完璧、ベンダーのスキルも一流。 しかし、そこで起きていたのは、「高度なAIに計算させるために、人間が必死にデータを手入力し、残業が増える」 という、笑えな

7
¥500

生産性向上ガジェット 購入の狙いとその効果

最近買ったガジェットのレビュー。 何を目的に買ったか。 どのような効果が得られたか。 など書いています。

1 本

10年前のMacで幻滅していたWindows/Ubuntu派が、MacBook Air M4で考えを変えた話

はじめに:Macへの先入観正直に言うと、私は長年「Macって使いづらい」と思っていました。 2015年に買ったMacBook Proは、動作が重すぎて予測変換にタイムラグが発生し、不快感が強くてオフにしていました。なぜか、ウィンドウを閉じるボタンは左上にあり、値段が高いだけで操作性もWindowsに劣る端末。その経験から「Macは自分には合わない」と判断し、それ以降はずっとWinsowsかUbuntuをメインに使ってきました。 しかし、時は流れて2025年。ノートPCが必

39