レガシーシステム刷新、生成AIの本番化、MLOps、オンプレLLM。実案件での設計判断を具体的に書いています。https://mugen-giken.comjahttps://mugen-giken.com/blog/legacy-spec-recoveryhttps://mugen-giken.com/blog/legacy-spec-recoveryVB6やAccessで動く基幹システムの刷新が止まる原因は、技術力ではなく情報の欠落です。コードから現行仕様とテストを復元する工程を独立させることで、投資判断そのものが可能になります。Wed, 12 Aug 2026 00:00:00 GMTレガシー刷新モダナイゼーション基幹システムhttps://mugen-giken.com/blog/ai-poc-to-productionhttps://mugen-giken.com/blog/ai-poc-to-production精度は出たのに本番に載らない。生成AI導入で最も多い停滞パターンを5つに整理し、それぞれをどの順番で潰すべきかを、実装の観点から具体的に書きます。Fri, 24 Jul 2026 00:00:00 GMT生成AILLMPoC本番化https://mugen-giken.com/blog/onprem-llm-realityhttps://mugen-giken.com/blog/onprem-llm-reality機密データを外部に出せない環境でLLMを導入するとき、何が本当の難所になるのか。GPU選定、閉域でのパッケージ供給、モデル選定の判断基準を実務の観点で整理します。Tue, 30 Jun 2026 00:00:00 GMTオンプレLLM閉域網Kuberneteshttps://mugen-giken.com/blog/airflow-to-vertex-pipelineshttps://mugen-giken.com/blog/airflow-to-vertex-pipelinesMLパイプラインの基盤をAirflowからVertex AI Pipelinesへ移す際、設計思想の違いがどこで効いてくるか。移行の判断基準と、実際に踏んだ落とし穴を書きます。Tue, 19 May 2026 00:00:00 GMTMLOpsVertex AIBigQueryhttps://mugen-giken.com/blog/drawing-ai-evaluationhttps://mugen-giken.com/blog/drawing-ai-evaluation図面という非構造化データからの情報抽出は、モデル選定より評価設計が難所になります。積算・見積の自動化を題材に、業務で使えるAIにするための評価の作り方を書きます。Tue, 28 Apr 2026 00:00:00 GMT生成AILLM構造化抽出