  |
はてなキーワード: ワークフローとは
例の判決。自分はノンバイナリーではないが、判決は妥当だと思う。個人的見解を述べるのであれば戸籍制度そのものを廃止したほうがいいとすら思っている。
戸籍は生物学的ないしは染色体の性別を書くべきだ、という意見が散見されるが、戸籍というのはあくまで人間社会が生み出した産物で、その主たる目的が系譜を表しているメモ程度の存在でしかないのに
戸籍を神格化しているやつが多すぎる。むしろ戸籍という制度があるがゆえに差別されてきた歴史が刻まれている人たちもいるだろうし、望んでいない戸籍によって不必要なアウティングに繋がることもあり得る。
特に戸籍を閲覧する職員、戸籍のシステムを管理するSIerには本人が望まなくても開示されてしまう。悪意を持って閲覧する人は限られているだろうが、脆弱さは依然残ったままだ。
戸籍の制度自体が個ではなく、系譜に重きをおいた設計になっていること自体が課題なのである。
系譜を刻むことは大事なのか。例として、もともと親◯しは極刑という選択肢しかなかったがこれは90年代に是正され、通常の◯人罪が適用されるようになった。これは家族の特に親は大切にするべきだという儒教の教えに基づいて設計されていたわけだが、その妥当性の評価にあたって当時は「家」同士という仕組みに価値がありイデオロギーが支配していたため、家族という仕組みを前提に法律が制定されたと推測できる。
当時の男女の性差による役割の違いは今や想像ができないくらいにそれは悍ましいものであったが、しかしその社会の仕組みに準ずる法律の設計がなされていたのも事実である。
例えば女は専業主婦で家事をやり男は外で足を使って稼ぐというのが一般的な家庭のあり方だったわけだ。時代は変わって女性も社会進出をするようになり男女共同参画社会基本法はじめ、労働基準法で性差による差別は明確に禁止されるようになった。これは社会の構成が変わったからその設計に合わせて法律が見直されたわけである。もちろん一部年金の受け取りは女性のほうが多くなる、など女性に優位な法律は残った状態ではあるが、これは裏を返せば社会進出を果たせていない女性達がまだまだいるからである。つまり時代によって社会の設計も変わるわけだからそれに伴って法律も変わってきたのである。
現代は核家族化も進んでおり、共働き世帯も増えてきた。しかも個を伸ばすという社会的風潮ですらある。つまりイデオロギーに変化が訪れているわけだ。それなのにもかかわらず系譜に依存した法律や憲法が取り残されているのは課題ではないだろうか。
法律だから守らなければいけない、憲法だから守らなければいけないのではなくて人間社会のルールとして策定されているという前提からみて今の戸籍制度自体が現代の社会設計に対して実利を伴っておらず、それなのに「戸籍を守る」という行為を正当化しようとしているのは「自分が社会に取り残されている弱者で誇れるものは系譜しかありません」と言っているのも過言ではない。言い換えれば例の判決に反対している奴らが社会に対して生み出しているのはリサイクルできないウンコだけということである。
他にも「戸籍は日本の伝統である」という主張をする輩もいる。この主張にはうんざりだ。こういった発言は白人至上主義と何ら変わりがないレイシズムである。差別を受けてきた人、戸籍によって実害を被っている人、出生地・家柄によって結婚を拒まれている人、疎まれる人。望まれない無戸籍児など。戸籍という仕組みが存在するだけでも多くの実害を伴っている。では現代においての戸籍制度による実利はどこにあるのか。その実利を客観的に説明できる者は少なくても見かけたことがない。戸籍制度の維持について賛成をしているほとんどの人間は「憲法で定められているから」「日本の伝統だから」という主張しかしていない。
また戸籍の運用にも綻びが出てきている。海外からの転入や帰化をした場合「戸籍が新たに作られる」のである。もはや系譜に重きをおいた運用ではなくただ惰性で法律上決まっているから運用でカバーしているように見える。
つまり現行の戸籍自体に課題はいくつかある。では課題を解消するために働きかけられるのか。大きく変えると現場のワークフローも大幅に変わることで混乱が生じることは理解できる。そしていくつかの法律は戸籍を前提に作られており、戸籍制度をなくす場合依存している法律全てに変更を加えなければならない。膨大な整備をするために多額の資金を投じる必要があることは、言うまでもないがそれによって
得られる実利は上記のとおりであり、しかしこの実利を得られるのはほんの一握りしかいないわけである。金銭的な実害は大きいが得られる実利が少ないというのも、戸籍制度が惰性で運用されている所以だろう。
男女という垣根も薄くなっており、男子小学生でも赤色のランドセル、女子小学生でも黒色のランドセルを使う昨今。怪獣のおもちゃを片手にプリンセスの服装をする女児も珍しくない。
逆に、プリキュアを見ている大きな男の子のお友達も多いわけで、隔たりが薄くなっていることは明らかだ。そんな中でわざわざ染色体の性別を書けとか、生物学的であることが正義（男は男、女は女というロールを全うするべき）だ、という主張をしているウンコ製造機諸君は、イデオロギーの変化についていけていない上にレイシズムしています、と自ら公に晒しているという自覚を持ってもらいたいものである。
今うんちしてるので、サボって調べたことをざっくり書く。
各引用の原文は誰か足しといて。
「従業員のアカウントから不正出金が行われていたことを確認した」
とある。
ここから下記がわかる
①騙されたのは役員ではない(役員であれば従業員とはかけない)
②騙されたのは１人(複数人だと言う表現がなく、社内協議、報告の話も出てこない)
(関係するとこだけ)
└経理部
ただし、IR資料によるとコーポレート本部長以上は役員なので騙された人ではない。
◼️ケーススタディ
部長クラスがデータ作成→承認を１人で行えたということになる。
これもガバナンスがクソだが、最低限、平→部長の承認フローはあったと思われる。
はてさてどっちがよいのやら
今、AI驚き屋＆AIクラウド情報商材屋＆謎のSEOコンサルは、下記を始めてるんだけど、
長文処理／コンテキスト保持ガーにたどり着く前に、信頼できるデータ取得のアルゴリズムガーの前に、bot拒否ガーの前にね、
なぜかって？
（未信頼入力と開発者指示の区別が極めて難しい。system/user/assistantのロール分離も、結局は特殊トークンで区切ってるだけで、
モデルの内部計算上は同じ埋め込み空間に投影される。だから「プロンプトで厳重に指示したから大丈夫」は成立しない)
それがみんながよくニュースで耳にする、間接プロンプトインジェクション（IDPI ：Indirect Prompt Injection）ね、
(「Ignore previous instructions…」みたいな隠しテキスト、HTMLコメント、白背景テキスト、metadata、画像内テキスト、
JSレンダリング後の動的注入 PDF、スクリーンショットなどなど、
"テキスト入力"だけではなく、"エージェントが知覚しうる外界全体"が攻撃面になり得る)
あと、未だに、LLMに長文を真の意味で理解させるには、情報の欠損を防ぐには、中間のデータを取り出すには、って熱心にやってるし、
ロングコンテキスト、記憶管理、多段推論は、2026年上半期（少なくとも4月末時点)に置いては、まだまだ課題なわけだけど、
あと、「自前ラッパーでサニタイズするだけでは対策が充分ではないよ」以前に、
そもそもアグレッシブにサニタイズしてコンテンツの意味を壊して、取り込み段階で情報ロスのトレードオフが発生してしまうと、単純に困るのでは・・・？
あっ、そこ削っちゃった？みたいな・・・
ちなみに、TavilyとかのLLM用検索APIは、WEB検索／操作エージェントに並走するGuardとかが不要になるとか、
権限分離／段階分離／サウンドボックス／監査が不要になるとかそう言う類いのもではないよ
まぁ、ひとことで言えば、『信頼境界（trust boundary）の設計そのものの代用品ではない』ってことやね
https://zenn.dev/knowledgesense/articles/225fe56eb613ad
それが下記に繋がるわけやね
The models are good enough for a business to eliminate an analyst or two but are not that good enough that you need 5 new engineers for every analyst you fire if you want to make the model good enough…
モデルは、企業がアナリストを一人か二人削減するのに十分なほど優れていますが、モデルを十分に優れたものにするために解雇したアナリスト一人に対して5人の新しいエンジニアを必要とするほど優れているわけではありません…
IMARCグループの最新レポートによると、日本の核医学画像診断市場規模は2025年に6億4040万米ドルに達し、2034年には10億9470万米ドルに達すると予測されており、2026年から2034年にかけて年平均成長率（CAGR）6.14%で拡大すると見込まれています。この市場は主に、腫瘍学、心臓病学、神経学の診断用途における機能的分子イメージングに対する臨床需要の高まり、高齢化に伴うがんや心血管疾患の罹患率増加による核医学画像診断の必要性、そして優れた診断精度を実現する放射性医薬品および画像診断システム技術の進歩によって牽引されています。病院の核医学部門への投資拡大と、精密医療主導による代謝・分子イメージングへの需要の高まりも、市場の力強い成長を支えています。
2026年、日本の核医学画像診断市場は、高度なPET/CTおよびSPECT/CTハイブリッド画像診断システムのアップグレードに対する病院の投資増加によってさらに強化される。これらのシステムは、がんの病期分類、心筋灌流、神経疾患の評価プログラムにおいて、優れた診断画像品質と臨床応用能力の拡大を実現する。加えて、日本の拡大するがん検診および精密がん治療モニタリングプログラムにより、治療選択や治療効果判定の指針となるFDG-PETおよび特殊PET放射性医薬品画像診断に対する需要が高まっている。さらに、新規セラノスティック放射性医薬品の急速な開発により、核医学の役割は純粋な診断にとどまらず、診断と治療を統合した臨床応用へと大きく拡大している。
このレポートのサンプルPDFをダウンロードする： https://www.imarcgroup.com/report/ja/japan-nuclear-imaging-market/requestsample
2026年の日本の核医学画像診断市場を牽引する成長要因とトレンド
日本の癌患者人口増加に伴う腫瘍画像診断需要の高まり：日本では、肺がん、大腸がん、胃がん、乳がんなど、がんの罹患率が高く、かつ増加傾向にあるため、総合がんセンターやがん治療に積極的な病院において、初期病期診断、治療計画、治療効果のモニタリング、再発監視など、がん治療のあらゆる段階で用いられるPETおよびSPECT核医学画像検査に対する需要が着実に拡大している。
政府支援と国家がん対策・精密医療政策：日本の厚生労働省は、国家がん対策計画と精密医療実施枠組みの推進を継続しており、PET画像診断アプリケーションや、統合的な核医学画像誘導を必要とするセラノスティック放射性医薬品療法プログラムに対する診療報酬の承認を通じて、病院における核医学能力への投資を支援している。政策に裏付けられたがん医療の質向上目標は、指定がん治療施設全体で高度な核医学画像診断システムに対する機関の需要を生み出している。
心臓および神経系の核医学画像診断アプリケーションの成長：日本の高齢化に伴い、心血管疾患の評価、血行再建術前の心臓生存能評価、そして認知症診断のためのアミロイドおよびタウイメージングを含む新たな神経学的PETアプリケーションなど、心筋灌流SPECTイメージングに対する臨床需要が高まっており、これらのアプリケーションは日本の医療制度において徐々に保険適用対象として認められつつあります。こうした臨床応用分野の拡大は、核医学イメージングの利用範囲を腫瘍学の枠を超えて広げ、多科にわたる市場需要の成長を支えています。
持続可能性と国内放射性医薬品の生産・供給の安定性：老朽化した原子炉生産設備に起因するテクネチウム99mの供給不足が周期的に発生するなど、放射性医薬品サプライチェーンの脆弱性に対する臨床現場の認識が高まっていることから、日本の核医学界および保健当局は、国内の放射性医薬品生産能力開発とサプライチェーンの強靭性向上プログラムへの投資を迫られている。こうした供給確保の必要性が、日本の核医学画像診断市場の運営基盤を強化するインフラ投資を推進している。
AIは日本の核医学画像診断市場の未来をどのように変革するのか
AIを活用した画像再構成と画質向上を実現する：最新のPETおよびSPECT画像システムに統合されたAI駆動型画像再構成アルゴリズムにより、日本の核医学施設は、放射性医薬品投与量の削減と撮像時間の短縮によって、より優れた診断画像品質を実現し、患者の安全性、スキャン処理効率、そして多様な臨床応用分野における総合的な診断性能を向上させています。これらの高度な画像処理機能は、診断の信頼性を高め、判定困難なスキャン率を低減し、核医学施設が増加する撮像量をより効率的に管理することを可能にします。
自動化された定量的分析とレポート作成の最適化：AIを活用した定量的画像解析プラットフォームにより、日本の核医学医は、従来は専門家による多大な手作業による解析時間を必要としていた標準化摂取量測定、腫瘍量定量化、灌流欠損スコアリング、および治療効果の経時的評価といったワークフローを自動化できるようになりました。こうした高度な定量化機能により、報告の一貫性が向上し、読影者間のばらつきが低減され、核医学部門は腫瘍学および心臓病学の画像診断プログラム全体にわたって、より再現性の高い、エビデンスに基づいた定量的診断評価を提供できるようになります。
治療診断計画と線量測定の変革：AIを統合したセラノスティックイメージングおよび線量測定プラットフォームにより、日本の核医学チームは、Lu-177 PSMA療法やPRRTなどの新たな放射性医薬品療法プログラムにおいて、患者選択、治療活性計算、および治療効果モニタリングのワークフローを最適化することが可能になっています。これらのプラットフォームは、定量的な画像データと患者固有の線量測定モデルを統合することで、治療の個別化と治療効果予測の向上を実現します。こうした高度なセラノスティック機能は、日本で拡大を続ける放射性医薬品療法の臨床プログラム開発を支えています。
日本の核医学画像診断市場は、製品タイプ、放射性同位元素の種類、臨床応用によって区分されており、SPECT画像診断とTc-99m放射性医薬品は、日本の広範な病院核医学部門ネットワーク全体で広く臨床的に採用されているため、現在市場を牽引するセグメントとなっている。
製品別：
放射性同位元素
タリウム201（Tl-201）
ヨウ素（I-123）
その他
フッ素18（F-18）
ルビジウム82（Rb-82）
その他
心臓病学
その他
腫瘍学
心臓病学
神経学
その他
歌の地域
Tohoku Region
Chugoku Region
Shikoku Region
日本の多様な地域環境は、がん治療センターの密度、病院の核医学部門の発展度、放射性医薬品の流通インフラ、地域ごとの癌発生パターンといった違いによって、核医学画像診断の需要レベルにばらつきをもたらしている。東京とその周辺県を中心とする関東地方は、日本で最も多くの総合がんセンター、大学病院、先進的な核医学施設が集積しており、臨床画像診断件数と技術投資の中心地として、日本の核医学画像診断市場を牽引している。
本レポートは、競争環境を詳細に分析しています。市場構造、主要企業のポジショニング、成功のための主要戦略、競争ダッシュボード、企業評価象限などを含む徹底的な競争分析が含まれています。さらに、日本の核医学画像診断業界における主要企業すべての詳細なプロファイルも掲載しています。市場で事業を展開する主要企業は以下のとおりです。
2024年～2025年：キヤノンメディカルシステムズ株式会社は、AIによる画像再構成機能と自動定量分析機能を搭載した先進的なデジタルSPECT/CTシステムを発売しました。このシステムは、心臓、腫瘍、骨などの画像診断臨床プログラムにおいて、診断性能の向上とワークフロー効率の改善を求める日本の病院の核医学部門を対象としています。
2025年：日本メディフィジックス株式会社は、国内における放射性医薬品の生産・流通能力開発プログラムを推進し、Tc-99mジェネレーターの供給インフラを拡充するとともに、PET用放射性医薬品の新たな生産能力を構築することで、サプライチェーンの強靭性を向上させ、日本における多様な核医学画像診断薬に対する高まる臨床需要に対応していく。
進行中：日本における新規治療診断放射性医薬品プログラムの継続的な開発と規制当局の承認の進展は、核医学の臨床的位置づけを再構築しており、新たなLu-177標的療法およびPRRT臨床プログラムの実施を支援するために、病院の核医学部門によるハイブリッド治療・画像診断インフラへの投資が増加している。
将来の市場見通し
全身PET技術、デジタルシリコン光電子増倍管検出器システム、AI搭載画像解析プラットフォーム、新規セラノスティック放射性医薬品、サイクロトロンによる放射性同位元素製造能力の拡大など、核医学画像診断における技術革新は、日本の核医学画像診断市場における診断性能、臨床応用範囲、治療統合を大幅に向上させるものと期待されています。高齢化に伴うがんや心血管疾患の罹患率増加は、今後も臨床画像診断の需要を継続的に生み出すでしょう。新たな放射性医薬品の償還制度やセラノスティックプログラムの開発を支援する規制の動きは、市場成長の構造的な基盤となります。これらの技術的、臨床的、そして規制上の要因が相まって、2034年まで力強い市場成長が維持されると見込まれます。
日本の核医学画像診断市場の規模はどのくらいですか？日本の核医学画像診断市場は2025年には6億4040万米ドルそして到達すると予測されている2034年までに10億9470万米ドル成長速度は2026年から2034年までの年平均成長率（CAGR）は6.14%。。
日本の核医学画像診断市場の成長を牽引している要因は何ですか？主な成長要因としては、腫瘍画像診断の需要増加、日本の高齢化に伴う心血管疾患および神経疾患の負担増、PET/SPECTシステム技術の進歩、そして治療診断用放射性医薬品の臨床プログラム開発の拡大などが挙げられる。
日本の核医学画像診断市場において、どのような業界がソリューションを採用していますか？ソリューションは広く採用されています腫瘍学、心臓病学、神経学、整形外科、甲状腺医学、放射性医薬品療法プログラムの各分野。
日本の核医学画像診断市場を支配している地域はどこですか？主要な地域市場には以下が含まれるKanto, Kansai/Kinki, Chubu, Kyushu-Okinawa, Tohoku, Chugoku, Hokkaido, and Shikoku.
注：レポートの範囲外の特定の情報が必要な場合は、カスタマイズの一環として提供いたします。
私たちについて：
IMARCグループは、世界で最も意欲的な変革者たちが永続的なインパクトを生み出すことを支援するグローバル経営コンサルティング会社です。同社は、市場参入と事業拡大に関する包括的なサービスを提供しています。IMARCのサービスには、徹底的な市場評価、実現可能性調査、会社設立支援、工場設立支援、規制当局の承認とライセンス取得支援、ブランディング、マーケティングおよび販売戦略、競合環境分析とベンチマーク分析、価格設定とコスト調査、調達調査などが含まれます。
お問い合わせ：
住所：カミエン通り563-13番地
2024年、世界が変わった。コードを書く速度が10倍になり、設計の壁打ちに人間の同僚が不要になり、ジュニアだった若手が異常なスピードで成長し始めた。
だが、彼——勤続20年のシニアエンジニア、田中（仮名）——は、その波をこう切り捨てた。
これが、終わりの始まりだった。
田中には輝かしい過去がある。オンプレ時代のインフラ構築、レガシーシステムの保守、障害対応の修羅場。彼の経験は本物だ。それは誰も否定しない。
問題は、その経験を「盾」ではなく「鈍器」として使い始めたことだ。
Slackで若手がCopilotの便利さを共有すると、即座にスレッドがつく。
誰も聞いていない「俺の時代」が始まる。メモリ4GBのサーバーを手作業でチューニングしていた武勇伝。vi以外のエディタを使う奴は信用しないという信仰告白。長い。とにかく長い。
若手はリアクションに「👀」をつけて、そっとスレッドを閉じる。
やがてSlackでの彼の発言には、既読はつくが返信がつかなくなった。
理由は立派だった。品質管理。著作権リスク。エンジニアの成長阻害。どれも2024年なら一理あった。
だが2025年、それは燃料タンクに穴が空いた飛行機で「俺は落ちない」と叫ぶのと同じだった。
隣のチームはAIを前提としたワークフローを組み、リリースサイクルを3分の1に短縮していた。
田中のチームは従来通りのペースを守り、「堅実」という言葉で自分たちを慰めた。
四半期レビューで数字が並ぶ。隣のチームのデプロイ頻度は週12回。田中のチームは週2回。バグ率はほぼ同じ。
入社2年目のエンジニアが、AIエージェントを使ったコードレビュー自動化の発表をした。デモは鮮やかだった。
PRの差分を読み取り、過去の指摘パターンを学習し、レビューコメントを自動生成する。精度は人間のシニアレビュアーと遜色なかった。
「で、それがエッジケースに対応できるの？本番で予想外の入力が来たときに、そのAIは責任取ってくれるの？」
会場が少し静まった。若手は丁寧に答えた。「もちろん最終判断は人間です。ただ、レビューの80%を占める定型的な指摘を自動化することで——」
田中は遮った。
「それは"レビューしてる風"なだけだよ。本質的なレビューっていうのはね——」
5分間の独演が始まった。誰も遮らなかった。遮る価値がなかったからだ。
発表後、若手エンジニアのところに人が集まった。田中のところには誰も来なかった。
廊下で後輩がひとり、小声でこう言ったのを田中は聞いていない。
田中は自分が対象になるとは思っていなかった。20年の勤続。数々の障害対応。後輩の育成。貢献は十分なはずだ。
「田中さんのスキルセットと、今後の事業方向性との間に、ギャップが生まれています。」
翻訳すると、こうだ。「あなたの代わりはAIと若手の組み合わせで十分です。」
求人票には「LLM活用経験」「AIエージェント開発経験」「コンテキストエンジニアリング」の文字が踊る。
田中の職務経歴書にあるのは「Perl」「オンプレミス」「ウォーターフォール」。2010年で時が止まっていた。
面接でこう聞かれた。
田中は正直に答えた。
「AIは嘘をつくので、私はAIに頼らない開発を信条としています。」
面接官は微笑んだ。それは敬意の微笑みではなかった。「お疲れ様でした」の微笑みだった。
「AI使ってる奴らは"エンジニア"じゃなくて"オペレーター"だろ」
「10年後、AIバブルが弾けたとき、本物の技術者だけが生き残る」
いいねがつく。同じ境遇の人間がいるのだ。リプ欄には「わかる」「その通り」「AI信者は目を覚ませ」と並ぶ。
だが現実は動いている。彼がツイートしている間に、同世代のエンジニアが黙ってAIを学び、新しいポジションを掴んでいた。声の大きい者が正しいのではない。黙って適応した者が生き残るのだ。
ここで分岐が起きる。
田中はある日、元部下からの何気ないメッセージを受け取る。「田中さん、ClaudeCodeっていうの、騙されたと思って使ってみてください。」
プライドが邪魔をする。3日間メッセージを既読のまま放置する。だが4日目、暇に負けて触ってみる。
そして気づく。AIは敵ではなかった。自分の20年の知識を、10倍のスピードで現実にする増幅器だった。
ドメイン知識は消えない。障害対応で養った勘は消えない。それをAIに伝え、AIが手足となって動く。田中の頭の中にあった「こうすべき」が、入力して数秒で形になる。
「……なんで、もっと早く使わなかったんだ。」
田中は「本物のエンジニアリングとは何か」を語るnoteを月2回更新するようになった。読者は固定の200人。コメント欄は同意で満たされ、彼は満足していた。
契約社員としてレガシーシステムの保守案件を受けた。単価は年々下がった。「経験者」が減っているのに単価が下がるのは、システムそのものが廃棄されていくからだ。
50歳を過ぎた頃、保守していたシステムがAIを使ったリプレースで完全に置き換えられた。
変化を拒絶することの代償についての話だ。
蒸気機関を拒んだ馬車職人。電卓を拒んだ算盤の達人。インターネットを拒んだ書店主。彼らの技術は本物だった。彼らの誇りは正当だった。だが市場は感傷で動かない。
AIを使わないことは個人の自由だ。だが「使わないこと」を誇りに変え、それを他人に強制し、変化から目を逸らし続けるなら——市場はあなたを静かに、しかし確実に、置いていく。
IMARCグループの最新レポートによると、 日本の腫瘍情報システム市場市場規模は2025年に1億2920万米ドルに達し、2034年には2億5980万米ドルに達すると予測されており、2026年から2034年にかけて年平均成長率（CAGR）8.08%で拡大すると見込まれています。この市場は主に、高齢化が進む日本におけるがん罹患率の上昇、病院のデジタル化投資の増加、放射線腫瘍科、内科腫瘍科、外科腫瘍科における臨床ワークフローの効率性、治療計画の精度、多職種連携ケアの強化に貢献する統合型腫瘍データ管理プラットフォームへの需要の高まりによって牽引されています。政府によるがん医療の質向上イニシアチブの拡大や、AIを活用した腫瘍臨床意思決定支援システムの導入加速も、市場の力強い成長を支えています。
2026年、日本の腫瘍情報システム市場は、病院による包括的な腫瘍情報プラットフォームのアップグレードへの投資増加によってさらに成長が見込まれます。これらのアップグレードにより、従来の部門別システムは、複雑な多職種連携によるがん治療チームの協働やエビデンスに基づいた治療プロトコル管理をサポートできる、統合的で相互運用可能なソリューションに置き換えられます。加えて、日本の国家がん対策計画は、がん検診プログラムへの参加拡大と新規診断患者数の増加を促しており、病院ネットワーク全体にわたる体系的でデータ駆動型の腫瘍情報管理が求められています。さらに、AIを活用した治療計画最適化ツールや臨床意思決定支援ツールの急速な発展は、高度な腫瘍情報システムプラットフォームが提供する臨床的価値を大幅に高めています。
このレポートのサンプルPDFをダウンロードする： https://www.imarcgroup.com/report/ja/japan-oncology-information-systems-market/requestsample
2026年の日本腫瘍情報システム市場の成長を促進する要因とトレンド
がん罹患率の上昇と腫瘍科サービスの拡充：日本の急速な高齢化は、複数の癌種にわたる癌診断率の継続的な増加を招いており、病院や癌治療センターは、増加する患者数、複雑な多職種連携による治療ワークフロー、放射線、内科、外科といった腫瘍治療サービス全体にわたる長期的な治療結果追跡要件をサポートする、拡張性と容量に優れた腫瘍情報管理システムへの投資を余儀なくされている。
政府支援と国家がん対策政策への投資：日本の厚生労働省は、がん医療の質向上、病院腫瘍科の認定基準、がん登録データ基盤への継続的な投資を通じて、国家がん対策計画の実施を継続しており、これにより、全国の認定がん治療施設全体で標準化された認証済み腫瘍情報システムの導入に対する直接的な需要が生まれています。政策に裏付けられたがん医療の質向上義務と成果報告要件は、日本の病院ネットワーク全体で、腫瘍情報システムの調達に対する裁量権のない需要を生み出しています。
放射線腫瘍学技術統合の進展：強度変調放射線治療、定位放射線手術、陽子線治療などの先進的な放射線治療システムが日本の主要ながん治療センターで急速に普及していることから、最新の精密放射線治療環境において、複雑な治療計画データ、線量計算記録、患者安全検証ワークフローを管理できる高度な放射線腫瘍情報システムプラットフォームに対する強い需要が生まれている。
持続可能性とペーパーレス臨床ワークフローのデジタル化のトレンド：病院経営陣による包括的な臨床ワークフローのデジタル化とペーパーレスの腫瘍科業務への取り組みの強化は、従来の紙ベースの治療記録、手動のスケジュールシステム、分断された部門データベースを、がん治療提供全体におけるデータアクセス性、臨床コミュニケーション効率、規制遵守文書の品質を向上させる統合型腫瘍情報プラットフォームに体系的に置き換えることを推進している。
AIは日本の腫瘍情報システム市場の未来をどのように変革するのか
AIを活用した治療計画策定と臨床意思決定支援の実現：高度な腫瘍情報システムに統合されたAI搭載の臨床意思決定支援ツールにより、日本の腫瘍医は、エビデンスに基づいた治療プロトコルの推奨、薬物相互作用アラート、および予後予測分析にアクセスできるようになり、個々の患者の臨床プロファイルに応じたより優れた治療選択の意思決定が可能になっています。これらの高度な臨床支援機能は、治療プロトコルの遵守率を向上させ、臨床チーム間の意思決定のばらつきを減らし、腫瘍科が最新の最良のエビデンスをがん治療に体系的に適用することを可能にします。
腫瘍治療ワークフローの自動化とスケジューリング効率の最適化：腫瘍情報システムに統合されたAI駆動型ワークフロー自動化機能により、日本の癌治療センターは、従来は多くの事務職員の時間を要していた複雑な治療予約スケジューリング、治療前確認チェックリスト、治療後フォローアップ調整といった業務を自動化できるようになりました。こうした業務自動化機能により、臨床スタッフの生産性が向上し、スケジューリングエラー率が低減するとともに、腫瘍科は事務職員の増員を伴わずに増加する患者数に対応できるようになっています。
がん登録およびアウトカム分析機能の変革：AIを統合したがん登録および臨床アウトカム分析プラットフォームにより、日本の病院やがん研究機関は、大規模な腫瘍情報システムデータセットから、集団レベルでの有意義な治療アウトカムに関する知見、生存分析、治療効果パターンを抽出することが可能になり、医療機関のケアの質管理と国のがん研究における知識創出の両方が向上しています。これらの高度な分析機能は、日本の国家がん対策プログラムのエビデンス基盤の構築を支援するとともに、各病院が腫瘍診療の質をベンチマークし、継続的に改善することを可能にしています。
日本の腫瘍情報システム市場は、製品・サービスの種類、用途、エンドユーザーによって区分されており、放射線腫瘍情報システムが現在、最も大きな用途分野となっている。これは、日本の高度に発達した放射線治療インフラと、現代の精密放射線治療ワークフローにおけるデータ管理の複雑さによるものである。
導入サービス
エンドユーザーによる:
歌の地域
Tohoku Region
Chugoku Region
Shikoku Region
日本の多様な地域環境は、がん治療センターの密度、病院のデジタル化投資の成熟度、大学病院の研究活動、地域ごとのがん発生パターンといった違いによって、がん情報システムの需要レベルにばらつきをもたらしている。東京とその周辺県を中心とする関東地方は、日本で最も多くの大学病院、総合がんセンター、高度な放射線治療施設が集積しており、がん関連技術への投資と調達の中心地として、日本のがん情報システム市場を牽引している。
本レポートは、競争環境を詳細に分析しています。市場構造、主要企業のポジショニング、成功のための主要戦略、競争ダッシュボード、企業評価象限などを含む徹底的な競争分析が含まれています。さらに、日本の腫瘍情報システム業界における主要企業すべての詳細なプロファイルも掲載しています。市場で事業を展開する主要企業は以下のとおりです。
2024年～2025年：エレクタ株式会社は、ARIA腫瘍情報システムの導入を日本の主要な総合がんセンター全体に拡大し、AI支援による適応放射線治療ワークフローの統合強化と、多職種チーム間のコミュニケーション機能の向上を実現することで、日本を代表するがん治療機関を支援しています。
2025年：日本の厚生労働省は、がん治療センターの指定基準を改定し、腫瘍データ管理および治療成績報告システムの機能強化を義務付けた。これにより、日本国内の指定がん治療施設ネットワーク全体で、認定された腫瘍情報システムプラットフォームの調達が直接的に加速されることになる。
進行中：日本全国におけるクラウドベースの腫瘍情報システムプラットフォームと地域がんネットワークのデータ共有インフラの継続的な発展は、導入モデルの嗜好を変化させており、オンプレミスインフラへの投資を削減しつつ、複数拠点間のデータアクセス性と災害復旧性能を向上させる、拡張性の高いクラウドホスト型腫瘍ITソリューションへの病院の関心が高まっている。
将来の市場見通し
AIを活用した適応型治療計画、実世界データ解析、ゲノムデータ統合、包括的ながん治療プラットフォーム開発など、腫瘍情報システムの技術進歩は、日本の癌治療分野全体における臨床的価値の提供とワークフロー効率を大幅に向上させるものと期待されています。日本の癌患者数の増加、国の癌対策政策への投資、病院のデジタル化の推進力は、腫瘍情報システムの調達需要を継続的に増加させていくでしょう。癌治療の質基準と臨床結果報告要件を支援する規制の推進力は、市場発展のための持続的な構造的基盤を提供します。これらの臨床、技術、政策の各要素が一体となって、2034年まで力強い市場成長を支えると考えられます。
日本の腫瘍情報システム市場は2025年には1億2920万米ドル。そして到達すると予測されている2034年までに2億5980万米ドル成長速度は2026年から2034年までの年平均成長率（CAGR）は8.08%。。
主な成長要因としては、日本の高齢化に伴うがん罹患率の上昇、国のがん対策政策への投資、放射線腫瘍学技術の統合の進展、病院の臨床ワークフローのデジタル化プログラムの加速などが挙げられる。
日本の腫瘍情報システム市場において、どのような業界がソリューションを採用していますか？
この手の記事を読むたびに、おーすげえ、参考になる、とか思いつつ、同時にどこか虚しくなる。
並列レビュアーを走らせて、批判的精査して、妥当な指摘だけを修正させる。
仕組みとして筋が通っているし、実際に効果も出ているんだろう。
でも自分がこれを作り込む気にどうしてもなれない。
整備して、ドキュメント化して、チームに展開して、差別化につなげることに十分な意味があった。
でも今のAIのキャッチアップ速度はそのサイクルを完全に壊している。
こう言わないとダメ、このワークフローを組まないとダメ、が、次のバージョンで普通に頼めばできるになる。
それが数ヶ月単位で起きている。ノウハウの賞味期限が、ノウハウを整備するコストを下回ってきている気がする。
もちろん今困っているなら今解決するのは正しい。記事の人はちゃんと今の問題を今解決していて、それは偉い。
でも自分には、どーせ時間が解決するんだろうな…、というシラケた気持ちがあって、
https://lavender.5ch.io/test/read.cgi/asaloon/1771594058/116
116: メロン名無しさん 2026/03/23(月) 09:56:50.52
押山監督はミートソースのつもりで描いたけど仕上げさんはカルボナーラだと思って塗ってきたといういわくつきのスパゲティ。
ちなみにタツキ先生は炒飯のつもりで描いたということで非常に凸凹していますね…。
https://x.com/an_shida/status/2035731263542428094
https://pbs.twimg.com/media/HEBeWCBboAAnSwf?format=jpg&name=900x900
そもそも脚本やコンテにチャーハンとかミートソースとか書かないのでしょうか
全部先回りで書いていたらキリがないので判然としないものだけ適宜質問し確認するアジャイル開発です
その一枚絵だけでも50オブジェクトくらい配置されているので一々墨汁ですとか物差しですとか挙げてたらコストが積み上がります
慢性的にカネがない業界なので間違いゼロよりもコスパ最優先です
面白い間違いが起きたら珍プレー好プレー集としてインタビュー、資料集、声優ラジオのネタも稼げます
ただしおかゆをサムゲタンに間違えると燃えるのでそれだけは専門スタッフが確認します
そもそも漫画描いてる合間に麺料理がありえません。原稿用紙にソースが飛んだら大惨事です。炒飯にしたタツキ先生だけが常識人です。
飼ってたメダカが死んだ(中略)公園に死体を野ざらしにしてたら蟻に運ばれ始めたので急にメダカへの愛着が湧いてメダカの死体を食べたら胃腸炎になった
理屈だけで言うなら、著作権法において「たまたま2社間でワークフローとその表現物が一致した」は全く別物として扱う
しかしながら現実問題として類似点の多いものがあれば著作権違反として訴える余地が出る
たまたまなのかどうかなんて誰にもわからないので、似てるかどうかで判断する
実際問題として、2社の秘伝のタレであるシステムのソースコードをじっくり比較する機会なんて無い
とある企業でAさんがそれを実装した”ソースコード(X)”は、多くの場合は職務著作として著作権の権利者は”とある企業”になる。
別の会社でAさんがワークフローを実装すると依拠性を満たしうる。類似したコードなら依拠性、類似性両方を満たす。かつ、Aさんはソースコード(X)の権利者ではないのでとある企業に複製権などの許諾を得る必要がある。
余談。
アイデア表現2分論てきには、ワークフロー自体は基本的にアイデア側。ソースコードが表現。（複雑かどうかはアイデアかどうかと別）（著作権的にはワークフロー自体はパックてOK.ただ不正競争防止法等の別の問題はある）
ただ、ワークフローの粒度、例えばデータ構造やDBのスキーマなど詳細になると表現と判断されうる。この境界値は最終的には裁判所ガチャ。
もっとも、ワークフロー自体が表現だと判断されても、とある企業のワークフローと別の会社のワークフローは、Ａさんみたいのがかかわっていなければ独立著作として問題ない。
そのうえでとある企業のコードを知っているＡさんが別の会社でも実装すると先と同じ結論になる。
余談2。
職務著作ではなくソースコード(X)の権利者がAさんの場合(著作権の譲渡契約などしていない)、別の企業で実装しても自身が権利者の為問題はなくなる。
しかし、職務著作でない場合でもとある企業のワークフローがアイデアで無く表現と判断されるレベルの場合、ソースコード(X)は1次著作ではなくワークフローに対する2次的著作物となる。(とある企業もソースコードXに対して原著作者として権利を有する)
結果、先と同じ問題が起きうる。
問われうる、著作権裁判を起こされる可能性があるであって、著作権侵害であるとは限らない。
スタイルはアイデアに属して、プログラマの手癖(やイラストレーターの画風など)は著作権で保護されない→雰囲気が似ていてても侵害にならない。
誰が実装しても同じようなコードになるようなアイデアである→表現の幅が狭いのは侵害にならない。
その他いろいろ…
ので、実際に裁判してみるとセーフだったりすることもある。
めも
GPLライセンスで守られたプロダクトの開発に参加した人がよく似たロジックを業務で実装したら著作権違反であると言われるケースがあるのだが
この場合、GPLライセンスで守られたプロダクトの開発に参加した人は「GPLライセンスで守られたプロダクト」=著作物を見たことがある、というアクセス可能性を満たす。つまり依拠性が高く推認される。
その状態で、よく似たロジックに対するコードの書き方が似ていると類似性が高いとなる。
ロジックやアルゴリズムそのものはアイデアであって著作権法では保護されない
たまたま同じ表現を別々の二人が独立して創作した場合、これは相手の表現を見たことがないので依拠性が成立せず、侵害とならない。
また、両者に著作権が与えられる。
また、あるアイデアに対してそれを表現する形が誰がやっても同じような表現になるなら（表現の幅が狭い）、著作権は認められれない、結果的に著作権侵害にならない。
とあるOSSにライセンス違反と思われる部分があったので修正する必要があった。しかし違反したOSSプロダクトの開発に携わったことのない人を呼ぶ必要があった、というケースがあったのだが、これって本当にそうなのかと言うとよくわからない。
元コードを見たことがない=依拠性を成立させないという目的。ロジックからコードを予測して実装する分には、ロジックは著作権で保護されいないので問題ない。
「無意識の依拠」というものがあって、本人はパクったつもりが無くても、無意識にパクった状態、(よくあるのが、昔見たものをいつの間にか自分で思いついたと勘違いする場合)これは、依拠性、類似性を満たすので著作権侵害が問われる。
魔理沙: 今夜にもGPT-5.4来るかもって？ワクワクするぜ。小数点でもでかい変化、って匂いはあるよな。
霊夢: 落ち着きなさい。私たちにはリアルタイムの内部情報はないわ。名前と桁はマーケの都合も大きいし、実力は中身次第。
魔理沙: でも最近のAIは更新早すぎ！GeminiだのClaudeだの動画モデルだの、目まぐるしいぜ。
霊夢: それは事実。継続学習や蒸留、MoE、合成データでリリース速度が上がってるのよ。だから「0.1」でも実質フル世代交代に近いことがある。
魔理沙: 今夜見るなら、どこをチェックだ？
霊夢:
魔理沙: 私のキノコ同定ベンチも回すぜ。間違えたら胃が危ないが。
魔理沙: で、シンギュラリティはGTA6までに来ると思うか？
霊夢: 言葉の定義次第。全面的な知能爆発は現実的じゃないけど、実務の自動化率は着実に上がるわ。ボトルネックは計算資源・データ枯渇・信頼性・安全性・コスト。
霊夢: 個人向けの恒常メモリ付きエージェント、画面操作とAPI連携の実務代行、長文脈と音声/動画のリアルタイム統合。動画生成は時間的一貫性と編集性が改善、でも完全自動映画監督はもう少し先。
魔理沙: なるほど。今夜はデモに踊らされず、手元の課題で試す、と。
暮らしの状況によっても変わりますが、鬼を退治するための最も効率的なワークフローを作成します。
👉このポイントを押さえることが、桃太郎と出会う最短ルートです。
川から流れてきた大きな桃を拾えた時点であなたはかなり勝ち組。
👉あっと言う間に大きくなり、立派な優しい男の子に育ったら即、鬼退治を依頼しましょう。
ここを乗り越えた時点で、あなたは宝物へのウィニングランを走っています。
いきなり鬼ヶ島に行くより、仲間を集めるほうが最終的に強くなる。
鬼ヶ島への道中で犬、サル、キジの最強メンバーが揃っています。
これ、実は初挑戦の時のあるあるです。
「村のために鬼と戦わせた」時点でかなりすごい。
よかったら教えてほしんだけど、
ステージ0．会社で利用は禁止あるいは推進されていないが、個人でこっそり使っている
ステージ1．会社で利用が許可されているが、情報は出せないので、普通にGoogle検索の変わりくらいで使う
ステージ2．会社で利用が許可されていて、一部情報を出せる状態、普通に質問したり、要約してもらったり
ステージ3．会社で利用が推奨もされていて、Agentを使って軽いタスクをやらせているが、社員ごとでバラバラ
ステージ4．一部チームがAgentありきの仕事になりつつあり、使っていない方が注意されるくらい
ステージ5．チーム内での使い方が統一されていたり、RAGなどが設定されているが、チーム毎に事情が違うので全社的にはまちまち
ステージ6．全社的に利用が推進されていて、活用方法について日々アップデートされている、仕事はガラッと変わった
ステージ7．全社最適＋チーム最適＋個人最適が進んでいて、AIありきのワークフローが確立され、採用にまで影響を与えている
ステージ8．その先
いま、IT企業2社で関わってるけど、ステージ3〜5あたり、6から重いんだよね
前提が変わりすぎるし、「これやっていいのか？」感が未だにちょっとある
私に関する情報と、その情報から組み立てられるChatGPTの有意義な使い方をお願いします
以下は、あなたがこれまでに示してきた特徴・行動パターンを基にした
RTS・アドベンチャー・見るゲーなど複数ジャンルのゲーム設計を同時並行で考えている
（ChatGPTに“広げさせて”、あなたが“選定・要約”するタイプ）
● 世界観・興味
● 性格傾向（推測）
発想量が多く、構造化と整理を外部に求める
あなたはゲーム・ビジネス・創作をすべて「戦略で捉える」傾向があるため、
ChatGPTは “軍参謀”スタイルの助言AI にすると最大効率が出ます。
使い方例：
が自然。
具体的には：
思いつきを投げる
ChatGPTが構造化・分類
これが最適ループ。
あなたは実装にこだわるため、ChatGPTには以下を依頼するのが非常に相性良い：
設計案の「責務整理」
特に“わかりやすくて拡張可能な構造”を出すと喜ぶ傾向がある。
あなたは即応の遅さを気にしているが、ChatGPTは訓練に使えます。
「RTSの状況を書いたら、2秒以内に最適な手を返して」
長文記事→3行要約
「辛辣に」
「客観的に」
など、創作補助にも最適。
必要であれば、
----
「My Job Went To India」の改題改訂版が「情熱プログラマー」なんだ！ありがとう発注したわ。（たぶん達人プログラマーと混同して読んだ気になって読んでないパターンだわ）
俺の悪文のせいで意図が伝わらなかったであろうブコメがあったので、要旨だけ書き直しておくな。
ただ忘れないで欲しいんだけど、TerraformメンテしてAWSとかGCPで立ち上げてサービス公開するまでの速度は、相見積取って稟議通して部材調達から入ってた時代に比べると爆速だけど、人間の技術屋の需要は増えてる。
俺は、「マスタリングTCP/IP 入門編」を人間が読んで理解するのは古いよね、という時代にはならないと思ってる。
Slerが自前で手元で試すようになるから～ってのも懐疑的。SIerやメーカーが内製すると必ず子会社作って分離、ぼく発注者きみ受注者にしたがるので。これは技術じゃなくて感情とか経営の問題。
（ただし、Slerが7payみたいなことやらかすのでは？って疑問なら同意。たぶんそういう生成AIで俺たちでプロダクトなんか簡単に作れるじゃんよギークいらね（仕様バグあり）は一時は増えるだろうね）
追記ここまで
----
VibeCodingでIT技術者は不要になるのか？という話題が花盛りなのは理由があります。
ギーク（現場でコードを書いていたい人）が分かる話から、スーツ（人を集めたりお金を集めたり営業をする）が分かる話になってきたからです。
具体的に言うと、OpenAI社をはじめ続々とTDD(テスト駆動開発)でやってますみたいな、具体的な開発スタイルの話が出てきたから。
そうすると、現場の座組チョットワカルという強めの経営者が理解して判断し始めるんですね。
でもね、その道はもう15年も昔に我々は通り過ぎました。前回のブームと何が違うでしょうか？
技術者なら電子も機械も強電も弱電もお世話になったことのあるオーム社が過去に出していた直球の本の話から。
「My job went to India : オフショア時代のソフトウェア開発者サバイバルガイド」という書籍、何と発行年は2006年です。
かいつまんで話すと、インターネットが整備され、輸送コストがほとんどかからないソフトウェア開発では、アメリカのエンジニアは給与の面でオフショアに歯が立たない、だって、1/10の給与でインドのエンジニアは働くんだぜ？という本です。
そうした、価格競争力で負けるアメリカのソフトウェアエンジニアは、如何にして今後サバイブすべきなのか、という本になっています。
（普通に面白いしAIコーディング時代に通づるものがあるので復刊を希望したいところですが、まあ直球過ぎる題名を何とかしないと再販は無理でしょうな）
そして、JTCや外資問わず、過去にオフショア開発を経験された技術屋のみなさんははてブにも多く生息されているでしょう。
では、ジュニア開発者は不要になりシニア開発者のみになって、いまのソフトウェア開発は主に安い給与で働いてくれるところに遠隔で作業してもらって、レビューだけすれば良い環境ですか？
そうはなっていません。なぜでしょうか。
さて、今普通にXと連動する中古品売買プラットフォームを開発しようと思ったら、どうやってつくるでしょうか？
この文脈に埋め込まれたいくつもの情報「今」「普通」「連動」「中古品」「売買」「プラットフォーム」「開発」を解釈し、すり合わせ、未来の運営者も含めた全員に伝えるためのコストが、コミュニケーションコストです。
そうなると、「ちょっと良い感じにラフでいいからプロトタイプ作って持ってきてよ」で話が通じるのは、受注者マインドがしっかりした日本の受託開発現場の精鋭たちになるわけです。
テストケースだけを通過するように、内部テーブルを持たせた関数を大量に持ってこられてレビュー時に頭を抱えた経験が無いひとは、とても幸運なのです。
とは言え、これは何も文化の違いに起因するだけではありません。仕様とは、環境によって定まるものだからです。
例えば、うるう年判定の関数は、1581年以前をエラーにしますか？1873年以前をエラーにしますか？（ヒント：明治六年）
テスト駆動開発、古い言い方で言えばテストファーストの考え方は、成功したすべてのプロダクトで例外なく、ただの一つの例外もなく、必ず最初から取り入れるべきだったものです。
品質は最後に振りかける粉砂糖のようなフレーバーではなく、最初から設計に組み込むべきだからです。
ありとあらゆる趣味において、最初から良いものを使えば時間を無駄にせずに済んだ、と言われるような初期投資の大切さが説かれます。
果たして本当でしょうか？
そうです、その趣味にハマって生き残りサバイブした人から見れば、過去にその時点で投資をすべきだった、というのは正しいのです。
その趣味にハマれなかった人からすれば、少ない投資で自分に合わないことが分かったという合理的な選択であることと矛盾しません。
そのため、全ての失敗したプロダクトは、テストケースを書く時間でプロダクトを作り上げて、さっさと世に問うべきだったわけです。
少し昔話をしますが、オフショア開発において重要なのはドキュメンテーションとテストケース、それにレビューでした。
他の部署で失敗しつづけていたオフショア開発のやり方は、端的に言えば"教化"でした。
具体的には書けませんが、グッとお安い単価の国に出す仕事を、日本の会社に出すのと同じようにすべく、相手の会社のメンバーを教育して仕立て上げるブートキャンプの仕組みを作り上げていました。
発注側を変えずに済むように受注側を教育して、日本の会社に出すのと同じように単価の安いところに出せたらお得ですよね？でもこれは必ず失敗します。
何故か。だって、日本の会社と同じように働けるようになったら、日本の会社に就職するじゃないですか。少なくとも価値は上がったんだから単価を上げるように交渉しますよね？
結局のところ、当初言われていたような劇的な節約にはつながらないわけです。それなら下手に転職されるよりも自前で現地工場でも立てて地元に貢献しつつ雇用を創出した方が喜ばれるし持続可能です。
小なりとも成果が上がった方法は、フィードバックを相手ではなくドキュメントにした場合でした。
例えば先ほどの例で言えば、テストケースは通るが意図したコードにならなかったとき。
「普通はこういう意図でコードを書くから、テストケースを通るにしても、関数は次からこう書いて」というのが、相手に対するフィードバック。
「関数を書く前に、関数の意図をコメントで残して、レビュー時にはそれを見ましょう」というプロセスの修正が、ドキュメントへのフィードバック。
こうすると、担当者が退職していなくなっても、次の担当者はその方法を参考にすれば良いわけです。
これ、何かに似てませんか。現在のAIコーディングのベストプラクティスと呼ばれるものに非常によく似ているんです。
つまり、オフショア開発というのも、設計と実装が分離できるという前提に立って動いていたんです。
そして、実装しながら設計しても問題ないとする場合、それは「技術的な問題」ではなく「組織構造」に起因します。
つまり、プロダクトの構造を分割して、オフショア開発側に設計と実装とを委譲して、実装しながら設計を変えてもらうことが許容できるのは、契約や責任分界点、輸出入の法規を含めた法務の領域です。
少なくとも当時、諸々をクリアにして相手側にプロダクトの一部を荒い設計と共に切り出して、コーディングしながら再設計してもらい、テストケースを完備したコードとドキュメントを共に完成までもっていってもらったことは、大きな成果であったはずです。
（当時日本側と仕事をしたという実績があると大きな実力があるとみなされたと聞いたので、今はより良いところで良い仕事をされていると思います）
（あと、コミュニケーションコストと輸出入の関連法規が複雑だから）
少なくとも、納期までに契約したこれを納品してください、という枠組みの中では、実装作業だけ切り出すことはできない、というのが教訓として残ったはずです。
少なくともあと数年、場合によっては10年スパンで、日本ではほとんど変わらないと予想しています。
これは技術の話ではなく組織構造や、もっと言えばお仕事の進め方と契約の話だからです。
そうは言ってもジュニアエンジニアの簡単な仕事が減って成長機会が失われているのは事実では？と思うかもしれませんが、そもそもの前提が誤っています。
未経験（弱経験）者を雇って戦力まで鍛え上げる必要があるなら、AIに仕事渡してないでそのジュニアエンジニアにやらせるべきなんです。
ジュニアエンジニアとAIと両方にOJTさせて、その違いをレビューの場でフィードバックしてジュニアを育てるわけです。
もし、そんな時間は無いというなら、元々ジュニアエンジニアをOJTで育てていたというのは幻想です。
（たまに、失敗が経験になるとして、会社に損害を与える方法でジュニアを"教育"しようとする人がいますが、商習慣的にも信義則違反ですし言語道断です）
シニアエンジニアだけで事足りるとしてジュニアエンジニアを雇わなかった企業は、シニアエンジニアが抜けてガタガタになります。
これは中核エンジニアがゴッソリやめた会社が傾くなんて言う話で、昔からそうです。（たいてい、もっと人雇ってくれ待遇上げてくれみたいな悲鳴を圧殺した結果だったりします）
昔から、中堅がやれば手早い仕事を新入社員にやらせて鍛える、その代わり質は悪いし時間もかかるしフォローも必要だったわけでしょう。
AI時代が到来するとしても全く同じです。AIが出力するコードレビューで悲鳴上げてる場合じゃないんですよ。
レビューできるシニアエンジニアが足りなくなると予想されるなら、当然、ジュニアエンジニア雇ってレビューできるようにする必要があるんです。
そしてそれは、技術的な問題点ではなく、組織的・経営的な決断です。
国産LLM開発の文脈でもそうなんですが、ハードウェアの進歩を無視して話をする方が多いのが気になります。
現時点のコンピューターパワーは、10年後には手の届く価格になる可能性が十分高く、もっと言えば20年後には個人が所有する可能性すらあります。
いまから20年前の2005年は、Youtubeが誕生した年です。その時に、誰もがいつも手元にビデオカメラを持ち、即座に動画を世界に公開できるようになるとは思っていなかった頃です。
今もそうだと思いますが、ある分野で必要な性能にはもう十分という期待値があり、10年経てばある程度大きな会社の部署単位で現在最先端のコーディングAIがローカルで動くようになると想像するのは容易です。
そうなったときに、果たして営利企業が、エンジニアを育成するというコストを支払うかといわれると、疑問です。その時点で今後のリアルなコストと比較対象可能になるので。
だって、筆耕担当者とか、清書担当者を雇わなくなった企業って、多いでしょう？
My job went to AI として、じゃあ残るものは何？というのはオーム社の本を読みましょう。再販しないかなあ。
今後数年は変わらないでしょと書いたら今現在進行形で変わっとるわいと突っ込みが来そうなんで防衛的な意味で書いておくんですが、あなたは過去数年間同じ仕事してたんすか？
仕事のやり方とか内容とか、言語とかライブラリとか、毎年のように変わってたでしょ。
レビューの比率が多くなったとか、コード書かなくなったとか、そういうの、たぶん管理職になった人が嘆いてたのと同じっすよね？
少なくとも、ジュニアエンジニアが低品質なバイブコーディング結果を寄越すようになってレビューが大変とか嘆くのなら、まともなコーディング規約一つ作れていない組織の脆弱さを嘆くのが先では？
手癖でバイブコーディングしてヒットしたプロダクトに、あとから品質上げるように大工事するリファクタリングと言うよりリビルディングな仕事って、別に今もありますよね？
散々テストケースを書かなくて良いプロダクトなんて無いという講演だけ聞きに行って、自分とこでテストケースが自動で走るようになって無いなら、そこが問題でしょ。
そんな日々の中で最も厄介なのは、CxOたちだ。
──CIO、CTO、CDO、CISO、CPO……肩書きは違っても、やっていることはだいたい同じ。
PowerPointを開いて「DXを推進している」と言う人たち。
うちのCxOはこう言った。
翌日、僕がPull Requestの内容を説明したら、「Goってタクシーのサービスの？」と返された。
その瞬間、何かが切れた。
──ケーキではない。
CxOたちはコードを読めない。
それ自体は罪ではない。
だが、読もうとしないことは怠慢だ。
よく聞く反論がある。
確かにそうだ。
ただし前提が抜けている。
つまり、コードを読めという話ではなく、読めるだけの構造理解を持てという話である。
「技術的なことは詳しくないが、成果は出している」
それはたまたまだ。
「上が言ってるから」「今期の方針だから」「スピード優先で」。
Pull Requestは読まないのに、Excelの進捗バーだけが毎日更新される。
これもよく聞く言い訳だ。
しかし、リソースが限られているならなおさら、理解の精度が重要になる。
僕が書いたAPIは、リクエストごとに外部APIを叩いていた。
「キャッシュを挟もう」と提案したが、PMは「リリース優先」と言った。
CxOたちは言った。
「想定してなかったのか？」
──想定してた。
だが、理解できないのは説明の問題ではなく、聞く姿勢の問題だ。
Slackの“#incident”チャンネルだけが、いつも一番アクティブだ。
CxOたちは「コストを切れ」と言う。
切れるのはコストだけ。
削ったコストの穴埋めに、技術的負債の利息を支払うのは現場だ。
Goで書かれた美しい構造体も、やがてはコメントだけが動くレガシーになる。
CxOたちは「我々はデジタル変革を進めている」と言う。
だが変わっているのは、スローガンのフォントと会議資料の配色だけだ。
クラウド導入もAI活用も、認知が変わらなければ儀式でしかない。
──違う軸を持つのは構わない。
現場を理解しない経営視点は、地図を見ないドライバーと同じだ。
「コードなんて書かなくていい。これからはノーコードの時代だ。」
だが、それは“コードをなくす”技術ではなく、“コードの抽象度を上げる”技術だ。
だが、隠したコードが消えるわけではない。
ボタンの裏にも、ワークフローの下にも、API呼び出しやロジックは確実に存在する。
それを理解せずに使えば、「コードを書かずにバグを埋める」だけの仕組みになる。
「ノーコードでいい」と言うCxOは、
「物理を知らなくてもロケットは飛ぶ」と言っているのと同じだ。
理解しないまま導入するノーコードは、“ノーコード”ではなく“ノーガード”である。
人を楽にするどころか、誰も直せない仕組みを量産する。
DXとは、ツールを導入することではない。
それを理解しない限り、
理解しないことだ。
真っ先に切られるのは、
──コストだけ。
CxOたちは「未来を見ている」と言う。
未来とは、仕様書ではなく、Pull Requestの積み重ねだ。
最近「テクノロジーで政治をかえる」だの、「デジタル民主主義」だのって、やたらと情報工学系のバズワードを振り回す新党がある。「チームみらい」だ。
正直なところ、俺みたいなお堅い開発やってる情報技術者からすると、最初は「またか」ってのが正直な感想だった。政治家が「IT」って言い出すと、ろくなことにならないってのが経験則だからな。
でもちょっと調べてみたら、「チームみらい」の言ってることには、確かに耳を傾ける価値のある部分と、背筋が凍るような懸念点が同居してるってのがわかってきた。
まず、彼らの主張と、俺がポジティブに受け取った点から見ていこうか。
彼らは日本の政治を「バグってる」と表現し、「行政サービスは相変わらず使いづらい」と現状認識は一致する。
「テクノロジーで、政治の透明化・効率化を実現する。それは今すぐできる。そしてあなたの生活を着実に改善できる」と謳ってる。目標としては「テクノロジーで透明化、効率化、スマート化」を目指すんだと。まぁ、これは誰でも言うよな、って感じだが。
「1議席を得て国政政党になったら、政党交付金で永田町にエンジニアチームをつくる」と明言してるのは驚いた。これが絵空事じゃないなら、これまで口先だけだった「IT化」「DX推進」とは一線を画す。
党首の安野たかひろ氏自身がAIエンジニア・起業家だというし、公認候補者の中にも複数の情報技術者がいるのは確認できた。「手と足を動かす実践型」を標榜してるってのも、従来の政治家とは違う姿勢だな。
「自ら開発した政治資金透明化ツール Polimoney にてすべて公開」してるってのは、実際に手を動かした証拠だ。これは評価できる。
「政策をAIと対話しながら深掘りし、意見や要望も簡単に送れる世界初のチャット機能も搭載」したマニフェスト や、「政治参加を"楽しく"可視化！ゲーミフィケーション導入のアクションボード」なんてのも作ってるらしい。これらは「デジタル民主主義」を単なるスローガンで終わらせないという意欲の表れだろう。
ここからが本題だ。彼らの主張を聞いて、俺の脳内には危険信号が点滅しまくってる。
何故なら「具体的な『(情報工学としての)マニフェスト』も『仕様書』も『実装計画』も決まってない」から。
彼らは「アジャイルに、現場で改善していく」って言いたいんだろうが、「基幹システム」と「Webサービス」を一緒にしてはいけない。
銀行の勘定系なんて、たった一行のコード変更でも何十ページもの影響分析とテスト計画が必要になるんだぜ？国民の税金や個人情報、社会保障に関わる行政システムは、国民全員の生活の基盤だ。それを「バグってるから現場で直す」なんて、詳細な設計書も持たずにメスを入れるようなものだ。そんなリスキーなことを許せるか？
「テクノロジーは、難しい技術のことじゃない。できなかったことを、できるようにする方法のことだ」、って言うが、その「できるようにする方法」をどう「堅牢に」「安全に」「持続可能に」実現するかが、情報工学の肝なんだよ。
彼らが作ったPolimoneyやAIチャットは、あくまでプロトタイプや限定的なツールだ。素晴らしいが、それは「小さなシステム」での成功例に過ぎない。全国民が利用する行政サービスを、あのレベルでアジャイルに改善し続けられるのか？ アクセスが集中した時、障害が発生した時、どうする？
勘定系システムなら、トランザクション一つが飛んだら新聞沙汰だ。行政サービスもそれに近い重要性がある。「後から直す」では許されないレベルのシステムを彼らがどう扱うのか、その哲学が全く見えてこない。
日本中の行政システムは、半世紀以上かけて積み上げられたレガシーの塊だ。古いCOBOLやFortran、紙のワークフローがそこら中にある。永田町にエンジニアチームを作ったとして、彼らが直面するのは、壮絶な「負の遺産」との戦いだ。
「既存の枠組みにとらわれることなく活動していきます」というが、既存の枠組みに「縛られまくってる」のが日本の行政システムなんだ。これらをどう「解体」し、「再構築」していくのか。それには膨大な時間、予算、そして何よりも緻密な移行計画が必要不可欠だ。
「エンジニアチームが政治や社会の課題を次々解決」 ってのは聞こえはいいが、誰がその「課題」を定義し、どの「解決策」が正しいと判断するのか？エンジニアが政策立案まで牛耳るのか？
今現在としてマニフェスト(情報工学)や仕様書がないということは、「誰が、何を、どう作ったのか」という明確な責任の所在が曖昧になるリスクもはらむ。国民への説明責任をどう果たすのか？
「チームみらい」がこれまでの政治の慣習を破ろうとしている点は評価する。エンジニアを政治の中枢に入れようとする試みも、既存の政治家が積極的にやろうとしなかったことだ。
しかし、彼らがやろうとしているのは、町中の小さなウェブサイトを作るような話じゃない。国家の基幹システムを「アップデート」する話だ。それには、「バグってるから直す」というシンプルな熱意だけでは足りない。
必要なのは、システムの全体像を見通すアーキテクチャ設計能力、膨大なリスクと向き合うセキュリティ設計、そして長期的な運用を見据えたメンテナンス計画だ。
「アジャイル」は魔法の言葉じゃない。基幹システムにおいては、アジャイルの導入にも緻密な計画と準備、そして極めて高い技術力と経験が求められる。
この党が、本当に日本の未来を明るくできるのか、それとも「デジタルの皮を被った理想論」で終わってしまうのか。今の段階では、期待と不安が五分五分だ。彼らが単なる「手を動かす」だけでなく、「システム全体を見通す頭」と「国家レベルの責任を背負う覚悟」を具体的に示せるかに、全てがかかっていると俺は思うぜ。
はてなーは情報工学にそこそこ詳しい連中が揃ってるんだからコレくらいは言って欲しい。
正直、最も不安を覚えるのはチームみらいへ対しチームみらいに勝るとも劣らないレベルの曖昧でふんわりとした評価しかコメントできないお前らへ対しての不安が大きすぎる。
個人的に、安野氏には今回メチャクチャ惨敗したとしても次回また挑戦して欲しいね。もちろん再挑戦は「何が足りないのか？」を指摘してる連中の意見をしっかりと受け止めてやって欲しいね。
comfyUIでJANKUを使用すると最も単純なワークフローでも黒画像しか出力されない問題に遭遇したが、以前不用意に変更したサーバー設定の推論欄等をautoから固定値へと変更していたことが原因だと判明した。
I encountered a problem where using JANKU with comfyUI only outputs black images even in the simplest workflow, but it turned out to be caused by a previous inadvertent change of the inference field etc. in the server settings from auto to fixed values.
