加藤龍彦

加藤龍彦

デジタルマーケティング

CData Software Japan のデジタルマーケティング担当。大学院で自然言語処理に関する研究に従事した後、2020年CDataにジョイン。PardotやCMSとの連携をはじめとするウェブ開発からSEO/AEO・広告運用などBigQueryを活用したデータ基盤の整備まで一貫して担当。マーケティングとエンジニアリングの両軸でデータドリブンな施策を推進している。最近はひたすらClaude Codeと向き合い、業務効率化とAIの知見を吸収している。

掲載記事:ODBCドライバーとは? ODBCの仕組みからドライバーの使い方まで解説!

資格:ウェブ解析士協会会員、TOEIC 970点

加藤龍彦 のブログ

AIエージェントに必要な7つのデータ要件
September 29, 2026

AIエージェント導入に必須な7つのデータ要件|連携から監査まで【2026年版】

AIエージェントの本番運用を検討する情シス・データ基盤担当者向けに、7つのデータ要件を解説。データ連携・鮮度・意味の統一・ガバナンス・監査追跡まで、つまずきの原因と対策を整理し、CData Connect AIでの満たし方も示します。

SAPの業務データにAIエージェントが安全にアクセスするイメージ
September 25, 2026

SAPのAI連携をMCPサーバーで実現 検討ポイント・実装ステップ【2026年版】

SAPのデータをAIエージェントに使わせたい情シス・SE向けに、SAP MCPサーバー導入時の検討ポイント・実装ステップを解説。BTPでの構築と認証設計、オンプレSAPの接続、自前構築とマネージド型の選び方まで整理します。

AI Agent Data Governance
September 15, 2026

AI時代のデータガバナンス 4つの柱でAI活用をセキュアに実現

情シス・データ部門向けに、AIエージェントのデータガバナンスを4本柱(ID・RBAC・分離・監査ログ)で解説。kintoneやSalesforceを扱う企業の実装手順も紹介します。

AI Agents
September 14, 2026

リアルタイム vs バッチ連携 AI活用に求められるのはどっち?

MCP AIエージェントの設計担当者向けに、レプリケーション型では正しさが保てない理由とリアルタイムデータアクセスが必須要件になる背景を解説。5つの設計要件も紹介します。

分析用データベースの選び方を示すブログ用ヒーロー画像
September 11, 2026

分析用データベースの選び方|自社に最適なデータベースを見極めるには?

データエンジニア・情シス向けに分析データベースの選び方を解説。BigQuery・Snowflakeなど7製品を比較し、kintoneやExcelとの連携も紹介します。

Salesforce MCPサーバーを徹底比較 公式・OSS・マネージドサービスのどれがベスト?
September 11, 2026

Salesforce MCPサーバーを徹底比較 公式・OSS・マネージドサービスでどれがベスト?

SalesforceのデータをAIから扱うMCPサーバーには公式のHosted MCP Servers、コミュニティ製OSS、CData Connect AIの3択があり、対応エディションと他システム横断の要否、ガバナンスの所在から選び分けます。

AI Gatewayの成果測定
September 10, 2026

AI Gatewayの成果測定はどうする?3層フレームワークでROIを証明

AIゲートウェイ導入後の成果測定を、インフラ・データアクセス・ビジネス成果の3層で解説。CData Connect AIの監査ログを稟議・監査対応の証跡として活用する方法とROIの示し方も紹介します。

AIエージェントが企業システムへAPI経由で安全に接続する様子を表したイメージイラスト
September 10, 2026

AIをセキュアに業務システムにつなぐには?コスト・ガバナンス・セキュリティを考慮したAPI管理法

AIエージェントを業務システムに安全につなぐには、API管理でガバナンス・セキュリティ・コストの統制が鍵です。CData Connect AIならkintone等の基幹データにも安全に接続できます。実践ステップを今すぐ確認しましょう。

AI Gatewayが実現する業務ユースケース
September 10, 2026

AI Gatewayで何ができる?業務ユースケース6選【2026年版】

IT意思決定者・情シス担当者向けに、AI Gatewayが実現する業務ユースケースを解説。自然言語BI、CRM/ERPコパイロット、kintone連携など、ガバナンスを保ったままAIに業務データを開放する方法を整理します。

AIモデルをMySQLに安全に接続する
September 9, 2026

MySQLをAIに安全につなぐには?MCPで固める権限設計

MySQLをAIに安全につなぐ7ステップ。MCPで権限とログを固める設計手順を、社内審査に出せる粒度でCData Connect AIとともに解説します。

SnowflakeとAIツールを連携させる7つのステップ
September 8, 2026

SnowflakeのデータをAIにどう渡す?Cortex連携を7ステップで【2026年版】

Snowflakeを運用するデータエンジニア向けに、Cortexで進めるAI連携の7ステップを解説。取り込み・RAG・ガバナンス・監視を整理し、AI_REDACTのリージョン制約も扱います。Connect AIで試せます。

Context Engineering
September 7, 2026

AI向けコンテキストレイヤーを4つの評価基準で見極める

AIが業務データを正しく扱うためのコンテキストレイヤーを、接続範囲・スキーマ理解・権限適用・測定可能な精度の4基準で評価する方法を解説。RAGとの使い分けと、ベンダーに投げる質問もまとめました。