AI(人工知能) コンテキストエンジニアリングとは?意味・プロンプトとの違い・始め方を解説 Tsuyoshi Kimura 2026年8月6日 コンテキストエンジニアリングとは、AIが応答を生成する際に参照する情報環境そのものを設計・管理する技術です。AIに「何を、どの順で、どれだけ渡すか」という設計こそが出力の質を決めます。 Agentforce Agentic AI AI(人工知能) Agentic AI エージェント・ウォッシングとは。「AIエージェント」の8割は、本物ではない Tsuyoshi Kimura 2026年8月6日 「AIエージェント」を名乗る製品の多くは、従来のチャットボットやRPAの看板を塗り替えただけーー。ガートナーはこれを「エージェント・ウォッシング」と名づけました。本物と偽物の境界と、経営者が投げるべき4つの問いを解説します。 ソートリーダーシップ Data Cloud CEO CIO AI投資のROIを、どう証明するか。日本のIT意思決定者277人が挙げた「5つの壁」と突破口 Ryo Takada 2026年8月6日 日本企業のCIO・ITリーダー277人への調査で判明した「AI ROI証明」の最大課題と、業務再設計・人材再配置・スキル習得・再調整の4ステップ解決策を徹底解説。Salesforce自社における実践事例を交えて紹介します。 Agentforce Agentic AI AI(人工知能) データの可視化 データで未来を切り拓け。世界最大のデータ可視化コンテスト「Viz Games 2026」、日本で3回目の開催へ Mei Yamaguchi 2026年8月3日 「Tableau(タブロー)」を活用したデータの可視化コンテスト「Viz Games」。2026年も開催します。応募要項を紹介しますので、Tableauユーザーの皆さま、ご応募お待ちしております! データ CIO データアナリスト データ戦略 プロンプトでは、もう差がつかない。経営者が向き合うべき「コンテキスト負債」という新概念 Tsuyoshi Kimura 2026年7月24日 AI活用の成否を分けるのは、もはやプロンプトの巧拙ではありません。会社の知識や判断がAIに渡せる形で整っていない状態=「コンテキスト負債」という新しい指標を解説。ビジネスリーダーが向き合うべき理由と、明日から始める3つの問いを紹介します。 システム管理者 Agentforce Agentic AI Datablazer 【見逃し配信】国内最大級のデータの祭典「DataFam(データファム) Tokyo」で示した「見る」から「実行する」への次世代BI Tsuyoshi Kimura 2026年7月24日 2026年6月にセールスフォース・ジャパンが開催した国内最大のデータの祭典「DataFam(データファム)」。顧客事例や学生コンテストを含む前12本のセッションのオンデマンド配信を開始しました。本記事では、各セッションのサマリーをご案内します。 Digital 360 データアナリスト Datablazer 保険 【RINGの会】「保険代理店×AIの実装」について考えた1日 Yusuke Higashiyama 2026年7月24日 7月11日に開催された保険業界向けイベント「第27回 RINGの会 オープンセミナー」に登壇する機会を頂きました。「AIの実装」をテーマにしたセッションの骨子をレポートします。 Agentforce Agentic AI AI(人工知能) AI(人工知能) SaaS業界の「転換点」とは?職種や注目の背景、PaaSとの違いを徹底解説 Salesforce Japan 2026年7月17日 大きな変革期(転換点)にあるSaaS業界を徹底解剖!マーケやエンジニアなどの職種紹介、PaaSとの違い、そしてなぜ今注目されているのかを分かりやすく解説します。スピーディーな変化に対応し、将来性が期待されるSaaS業界の今がわかります。 エンジニア・デベロッパー マーケティング AI(人工知能) AI(人工知能) AI導入はどう進める?メリット・デメリットや成功のポイント、事例を紹介 Salesforce Japan 2026年7月17日 企業がAIを導入することで、短時間で大量のデータを分析でき、その結果をもとに精度の高い予測が可能となります。本記事では、AI導入のメリット・デメリットや事例、導入プロセスを詳しく解説します。 営業戦略 生成AI データ管理 AI(人工知能) AIのデータ活用方法|6つの事例とメリット、分析のポイントを紹介 Salesforce Japan 2026年7月17日 データ分析が急速に加速する中、AIによる分析とデータ活用が重要視されています。さまざまなデータをもとにAI分析することで、より正確な現状把握と予測が可能です。その事例と活用時のポイントについて解説します。 イノベーション 生成AI データ管理
AI(人工知能) コンテキストエンジニアリングとは?意味・プロンプトとの違い・始め方を解説 Tsuyoshi Kimura 2026年8月6日 コンテキストエンジニアリングとは、AIが応答を生成する際に参照する情報環境そのものを設計・管理する技術です。AIに「何を、どの順で、どれだけ渡すか」という設計こそが出力の質を決めます。 Agentforce Agentic AI AI(人工知能)
Agentic AI エージェント・ウォッシングとは。「AIエージェント」の8割は、本物ではない Tsuyoshi Kimura 2026年8月6日 「AIエージェント」を名乗る製品の多くは、従来のチャットボットやRPAの看板を塗り替えただけーー。ガートナーはこれを「エージェント・ウォッシング」と名づけました。本物と偽物の境界と、経営者が投げるべき4つの問いを解説します。 ソートリーダーシップ Data Cloud CEO
CIO AI投資のROIを、どう証明するか。日本のIT意思決定者277人が挙げた「5つの壁」と突破口 Ryo Takada 2026年8月6日 日本企業のCIO・ITリーダー277人への調査で判明した「AI ROI証明」の最大課題と、業務再設計・人材再配置・スキル習得・再調整の4ステップ解決策を徹底解説。Salesforce自社における実践事例を交えて紹介します。 Agentforce Agentic AI AI(人工知能)
データの可視化 データで未来を切り拓け。世界最大のデータ可視化コンテスト「Viz Games 2026」、日本で3回目の開催へ Mei Yamaguchi 2026年8月3日 「Tableau(タブロー)」を活用したデータの可視化コンテスト「Viz Games」。2026年も開催します。応募要項を紹介しますので、Tableauユーザーの皆さま、ご応募お待ちしております! データ CIO データアナリスト
データ戦略 プロンプトでは、もう差がつかない。経営者が向き合うべき「コンテキスト負債」という新概念 Tsuyoshi Kimura 2026年7月24日 AI活用の成否を分けるのは、もはやプロンプトの巧拙ではありません。会社の知識や判断がAIに渡せる形で整っていない状態=「コンテキスト負債」という新しい指標を解説。ビジネスリーダーが向き合うべき理由と、明日から始める3つの問いを紹介します。 システム管理者 Agentforce Agentic AI
Datablazer 【見逃し配信】国内最大級のデータの祭典「DataFam(データファム) Tokyo」で示した「見る」から「実行する」への次世代BI Tsuyoshi Kimura 2026年7月24日 2026年6月にセールスフォース・ジャパンが開催した国内最大のデータの祭典「DataFam(データファム)」。顧客事例や学生コンテストを含む前12本のセッションのオンデマンド配信を開始しました。本記事では、各セッションのサマリーをご案内します。 Digital 360 データアナリスト Datablazer
保険 【RINGの会】「保険代理店×AIの実装」について考えた1日 Yusuke Higashiyama 2026年7月24日 7月11日に開催された保険業界向けイベント「第27回 RINGの会 オープンセミナー」に登壇する機会を頂きました。「AIの実装」をテーマにしたセッションの骨子をレポートします。 Agentforce Agentic AI AI(人工知能)
AI(人工知能) SaaS業界の「転換点」とは?職種や注目の背景、PaaSとの違いを徹底解説 Salesforce Japan 2026年7月17日 大きな変革期(転換点)にあるSaaS業界を徹底解剖!マーケやエンジニアなどの職種紹介、PaaSとの違い、そしてなぜ今注目されているのかを分かりやすく解説します。スピーディーな変化に対応し、将来性が期待されるSaaS業界の今がわかります。 エンジニア・デベロッパー マーケティング AI(人工知能)
AI(人工知能) AI導入はどう進める?メリット・デメリットや成功のポイント、事例を紹介 Salesforce Japan 2026年7月17日 企業がAIを導入することで、短時間で大量のデータを分析でき、その結果をもとに精度の高い予測が可能となります。本記事では、AI導入のメリット・デメリットや事例、導入プロセスを詳しく解説します。 営業戦略 生成AI データ管理
AI(人工知能) AIのデータ活用方法|6つの事例とメリット、分析のポイントを紹介 Salesforce Japan 2026年7月17日 データ分析が急速に加速する中、AIによる分析とデータ活用が重要視されています。さまざまなデータをもとにAI分析することで、より正確な現状把握と予測が可能です。その事例と活用時のポイントについて解説します。 イノベーション 生成AI データ管理