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

CData Connect AI ブログ「MCPサーバー導入の7ステップ|セキュリティ審査で迷わない進め方」のタイトルカード
November 10, 2026

MCPサーバー導入の7ステップ|セキュリティ審査で迷わない進め方

エンタープライズAIエージェントのためのセキュリティ、ガバナンス、リアルタイム接続を組み込んだマネージドMCPに移行するための7つのステップをご紹介します。

AIエージェントと業務システムの連携を成功させる3つの型【2026年】
October 30, 2026

AIエージェントと業務システムの連携を成功させる3つの型【2026年】

AIエージェントのアーキテクチャを情シス・データ基盤の担当者向けに解説。MCPの統制・フェデレーション・エージェントメッシュの3つの型の選び方と、本番前に確認すべきID・権限・監査ログの要点を整理します。

Connect Your Business Apps to Meta Muse
October 26, 2026

MetaのパーソナルAI「Muse」を業務システムにつなぐ方法

情シス・データ担当者向けに、Meta MuseをCData Connect AIのMCPエンドポイント経由で業務システムにつなぐ手順を解説。接続前に確認したいデータの絞り方と止め方、5つの接続手順をまとめています。

LiteLLM vs CData Connect AI
October 20, 2026

【徹底比較】LiteLLM vs CData Connect AI:どちらを選ぶ?AI Gatewayの選び方

LiteLLMとCData Connect AIをAI Gatewayの観点で比較。モデル経路とデータ経路の違い、MCPの個人権限・監査・オンプレ接続まで、情シス・DX担当者向けに選び方を整理します。

ClaudeとExcelを連携する手順のタイトルカード。ExcelとClaudeをCData Connect AIがつなぐ構成をアイコンで表現
October 20, 2026

ClaudeとExcelを連携する方法|SharePoint上のExcelファイルに直接接続

ClaudeとExcelを連携し、SharePoint・OneDrive上のExcelファイルを直接分析する手順を5ステップで解説。アップロード不要で、常に最新のデータをユーザー本人の権限のまま扱えます。

Connect AIでShopifyとClaudeを接続
October 19, 2026

ShopifyとClaudeをMCPで接続する方法|ストアのデータをAIが作業

ShopifyをClaudeにつなぎたい開発者・IT担当者向けに、MCPとShopify AI Toolkitで実ストアを直接扱う6ステップを解説。バックアップから本番反映、Connect AIによる統制まで。

企業の連携ボトルネックをMCPプラットフォームで解消する
October 19, 2026

MCPサーバーはどう選ぶ?企業導入で見るべき5つの評価軸【2026年版】

企業でMCPサーバーを導入する情シス・データエンジニア向けに、連携のボトルネックを4パターンで診断し、MCPプラットフォームを5つの評価軸で選ぶ手順を解説。パイロットの進め方とセキュリティ審査の観点も整理します。

AI Gatewayをデータレイヤーから作る理由を、精度と統制の両面から解説するCData Blogの記事タイトルカード
October 4, 2026

AI Gatewayをデータレイヤーから作る理由 コスト・精度・ガバナンスを1つの基盤で

AI Gatewayをデータレイヤーから作る理由を、IT・AI推進の責任者向けに解説。正答率98.5%の検証結果、ユーザー単位の権限と監査証跡、モデルに縛られないコンテキスト設計を紹介します。早期アクセス受付中。

The 178x Token Cost Spread
October 1, 2026

AIコストを1/178に!?回答精度は下げずにコストを下げるには | AIモデル22種の比較結果

AIエージェントに業務データを扱わせたいIT部門向けに、22モデル・1,034回のAIモデル比較ベンチマークを解説。正解率は横並びでも正解1件あたりのコストは178倍の差。書き込みを安全に保つ設計もわかります。

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。