世界では今、インプットされたデータから文章や画像などを自動で作り出す「生成AI」の技術が急速に進化しています。こうした中、中国では「生成AI」を使って亡くなった人を「復活」させるビジネスが登場し、論争を…

機械学習を「社会実装」する際に待ち受けている罠と、その解決方法の考察 (2024年版) です。今回は、生成AI時代とも呼ばれる昨今において、我々は機械学習プロジェクトをどのように捉え、どのように向き合えばよいか？の羅針盤になる内容を盛り込みました。 ※この資料は、東京大学メタバース工学部リスキリン…

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 競泳に400m個人メドレーという種目があります。2020年現在の世界記録は、怪物と言われた米国のMichael Phelpsが2008年に北京オリンピックでマークした4分3秒で、12年間も破られていない大記録です。他方、4人の各種目のスペシャリストがリレーする400mメドレーリレーの世界記録は3分27秒です。単純に比較すると怪物Phelpsですら50m以上の大差で負けることになります。日本のIT系セールスの現場はまさにこれで、専門チームがリレーする仕組みには歯が立ちません。 その結果、外資系への優秀な人材流出が止まらないという現象が続いています。特に売れる営業ほど外資に行く傾向があり、新卒入社して5～7年くらいの営業としてスキルと自信が

スピーディにテストケースを再利用するノウハウや技術、そしてテストの「実行」ではなく「設計」の自動化に着目したアプローチ法について考える「品質か？開発スピードか？大規模アジャイル時代の品質確保」。ここで株式会社ベリサーブの朱峰氏が登壇。続いて、現在の時代とアジャイル開発について話します。前回はこちらから。 このスライドはいったい何を示したものでしょうか？ 朱峰錦司氏：アジェンダを踏まえて本題に入ります。今日の私の話の6割ぐらいは、基本的には一般論です。もしくは「私はこう考えています」という話です。そこに私の経験を30パーセント加えます。この発表の中だけでなく、事前にいくつかピックアップした質問にも後半で答えようと思っています。最後の10パーセントはちょっとだけ宣伝要素があります。ぜひ聞いてください。 では中身に入ります。話の前に、1つだけみなさんにクイズを出します。制限時間は1分間です。した

僕らの会社は「スタートアップを量産する会社」だ。 かつてヘンリーフォードは「Ｔ型フォード」によって自動車を大量生産できるようにしたが、僕らはそれを「スタートアップ」でやりたい。 僕らはこの１年ちょっとで10以上の事業を生みだし、いくつかを法人化した。今年に入って立ち上げた建材の会社は初月からいきなり6000万円ほどの売上が見えていた。 スタートアップを次々に生み出す「スタートアップスタジオ」というモデルは、今のような先の見えない時代に強い。 事業をバンバン立ち上げて、PDCAを回しまくって、うまくいったものだけを法人化できるからだ。このやり方はアメリカなんかではわりとポピュラーだったりするのだが、日本だとまだまだ知られていない。 そこで今回は、どうやって僕らがスタートアップを生み出しているのか？　「スタートアップスタジオ」の強みについてまとめてみたい。 スタートアップスタジオは「映画スタジ

ソースコードを公開したソフトウェアで収益を得ている会社をまとめる。いわゆる「オープンソースソフトウェア（OSS）」という有名な言葉を使わなかったのは、OSS の定義に当てはまらない、またはその可能性があるものが含まれているため。 この記事では "OSS" の定義に当てはまらないものも含め、主要な事業を構成するソフトウェアを一定のライセンスの下で公開している会社をまとめていく。このようにソースコードを公開して利用者やフィードバックを集めるビジネスモデルは open core とか COSS: Commercial Open Source Software と呼ばれているようだ。 企業が「ソースコードが公開されているソフトウェア」を利用するメリットとしては、主に以下の2つがあると考えられる。 コア機能の開発に集中できる 自社のビジネスの核となるソフトウェアの開発に集中し、それ以外の機能的・非機

はじめに 本稿は、日経クロステックにて筆者が昨年連載していた3回分の記事一部変更して1つにまとめたものです。 https://xtech.nikkei.com/atcl/nxt/column/18/01394/ 有料記事として配信されておりますが、無料でも閲覧できるようにということで日経クロステック様に許可を得てQiitaにも掲載しています。 第1回：技術的負債はなぜ生じるか。 第2回：ソフトウエア開発を「制御」する意外な処方箋 第3回：技術的負債への取り組みはなぜ「２つのDX」につながるのか。 第1回：技術的負債はなぜ生じるか。 年間12兆円ものマイナスの影響をもたらす技術的負債（あるいはレガシーシステム）はどのように生まれるのでしょうか。それを防ぐ方法はあるのでしょうか。第1回は、技術的負債をとりまく歴史をたどりながら、ソフトウェアエンジニアではない人にも理解できるようにその正体に迫り

「問題を解決するために、統計やソフトウエア開発・プログラミング、ビジネス問題解決、ソフトウエアツールの活用などの知識やスキルを統合活用する。これがデータサイエンティストに関する古典的な定義だ。だが、非常に大切なのに無視されがちな役割がある」。 こう指摘するのは、データサイエンティストのセルゲイ・ユルゲンソン（Sergey Yurgenson）氏である。機械学習自動化ツールを提供する米データロボット（DataRobot）のアドバンスドデータサイエンスサービス ディレクターとして、顧客の問題解決を手掛ける傍ら、後進の指導を務めている。 データサイエンティストは世界中に数えきれないほど存在する。データサイエンス／機械学習関連のコンペティションとして知られる「Kaggle」には11万2607人が登録されている（2019年6月14日時点）。どのような人材までをデータサイエンティストと呼ぶかにもよるが

どちらも大変素晴らしい記事で、大変よくまとまっていながら主張が入っていて読みごたえのある文だった。それに比べたら、以下の文はまとまりもない駄文だが、それでもどうしてもこの話題には物申したくなる自分がいる。知見と呼べるほどでもないけれど、3年間マイクロサービスのことを考え続けてきた者の率直な感想として、読んでいってもらえたら嬉しい。 tl;drこの記事を通して、僕が結局何が言いたいのかというと、マイクロサービスはもっと開かれたものであってほしいということだ。複数のビジネスをやるならマイクロサービスの考え方を導入する権利があるし、すでにマイクロサービスをやっているなら、マイクロサービスのことを考えるのは基盤チームだけじゃなくてみんなであるべきだ。 マイクロサービスは「やる」か「やらない」かではない前者のdeeeetさんの記事は、全くマイクロサービスを知らない人がぜひ読むべき、本当に良い記事だと

社会人になって数年たったR25世代のビジネスマン。 後輩ができてきたり、ちょっとしたチームのリーダーを任せられたりする機会も出てきたはず。 実力に自信はないけど、ちょっとは先輩らしいところも見せなくては…。でも、いわゆる「マネジメント」なんてしたことないから、どうしたらいいのかわからない！ そこで、“新R25レギュラーズ”田端信太郎さんに「マネジメントの本質」を教えていただきました。 〈聞き手：天野俊吉（新R25編集部）〉 【田端信太郎（たばた・しんたろう）】株式会社ZOZO コミュニケーションデザイン室本部長。NTTデータを経てリクルートへ。フリーマガジン『R25』を立ち上げ、創刊後は広告営業の責任者を務める。その後ライブドア、コンデナスト・デジタル、NHN JAPANを経て、2018年3月から現職

3. 1. 議論の整理 議論を整理するため、本検討会における議論の対象となっている「研究開発型ベンチャー」の意味についての 認識を統一する必要がある 3  ベンチャー企業（スタートアップ企業） 中小企業（下請け企業） 外部投資家（ベンチャーキャピタル等）からの投資を受けている － 創業者は株主から急速な成長モデルを描くことが義務付けられている（高いIRRの実現） － 創業者は株主からスケーラブルなビジネスモデルを描くことが義務付けられている（リニアな積上げは×） － 創業者は株主に対してエグジットの道を提供することが義務付けられている（IPO又はM&A） － 与えられた猶予は最長でも10年（実際にはもっと短い期間で投資家からエグジットのプレッシャをかけられる） <主な特性>  研究開発型ベンチャー企業 <主な特性> 複数分野に応用可能な革新的なテクノロジーを持っている － リソース制約

監視可能性は、マイクロサービスの初期段階から重要な原則でした。これは分散システム一般に当てはまるものですが、今日では(特にKubernetesにおいては)その大部分がプラットフォームレベルで最初から用意されています(プロセスのヘルスチェック、CPUおよびメモリ消費など)。アプリケーションに必要な最低限の要件は、JSON形式でコンソールにログを出力することです。それをもとにプラットフォームが、リソース消費量の把握、要求の追跡、あらゆる種類のメトリクスやエラー率の収集などを、サービスレベルでの開発をさほど必要とせずに実現してくれます。 クラウドネイティブなプラットフォームでは、監視可能性だけでは不十分です。それよりも基本的な前提条件が、ヘルスチェックの実装、シグナルへの対応、リソース使用量の定義などによって、マイクロサービスを自動化可能(automatable)にすることです。そうすることで、

2018年4月20日、Deep Learning Labが主催するイベント「音声・言語ナイト」が開催されました。Chainerを提供するPreferred Networksと、Azureクラウドを提供するMicrosoftによる、エンジニアコミュニティDeep Learning Lab。今回は、自然言語処理や合成音声など、音声・言語×深層学習（ディープラーニング）の最新事例や知見を発表しました。プレゼンテーション「深層学習時代の自然言語処理ビジネス」に登場したのは、株式会社Preferred Networksの海野裕也氏。ディープラーニングによる自然言語処理技術の最前線と、ビジネスへの転用可能性について語りました。 自然言語処理の活かし方 海野裕也氏（以下、海野）：では、お話を始めさせていただきたいと思います。Preferred Networksの海野と申します。 今日は「自然言語処理の話

4. ビジネス面の制約条件を考える • 「人工知能で何とかしてください」 • この案件はどのタイプの利益モデルか？ • 人間のリプレイスが目的なので、人間より精度が高ければよい？ • 今の人間の精度は95%位なので、それよりも精度が高くなければ使えない • 今の人間の精度は60%位なので、それよりも精度が高くなければ使えない • 60%であれば、簡単なルールベースや画像処理で到達できる可能性が高い • 機械学習を使わなくても改善が出来る • 要求される精度次第で、使う技術が異なる • 自らの立ち位置によって、精度売上曲線の意味が変わってくる • 内製と下請け 5. YahooとGoogle • Yahooは自社の検索ビジネスをロジスティック型だと思い込んでいた • これ以上投資しても売上が増えないと思っていた • http://blog.livedoor.jp/lionfan/archiv

▼　旭川医科大学による訴訟提起 旭川医科大学は平成２３年３月１６日に旭川地裁に訴訟を提起しました。 旭川医科大学は、ＮＴＴ東日本に対し、新システム導入失敗に伴う逸失利益として約１９億４０００万円を請求し、他方、ＮＴＴ東日本は、旭川医科大学に対し、不当な受領拒絶でリース料を受け取れなくなったとして約２２億８０００万円を請求しました。 ▼　地裁判決（旭川地判平成２８年３月２９日） 旭川地裁は、ユーザ・ベンダの過失割合を２：８（ユーザ：ベンダ）としたうえでユーザ・ベンダの両請求とも一部認容し、実質、旭川医科大学からNTT東日本へ約１８００万円の支払いを命じる判決をしました。 双方ともに控訴をし、舞台は札幌高裁に移りました。 ▼　高裁判決（札幌高判平成２９年８月３１日） 札幌高裁は、ユーザ・ベンダの過失割合を１０：０（ユーザ：ベンダ）に変更した上で、ベンダの請求を認容、ユーザの請求を棄却し、旭川医

はじめに クラスメソッド株式会社 AWS事業部長の佐々木です。 私は前職で創業メンバーの1人としてビジネスを立ち上げた後、エンジニアとして実業務に携わりながら、統括マネージャーとして50人規模のエンジニア組織を構築しました。 また2014年にAWSエンジニアとしてクラスメソッドに入社し、2015年7月よりAWS事業部の部長に就任。事業は順調に拡大しており、2015年と比較して組織も2倍以上に大きくなりました。これは優秀な仲間に恵まれたのはもちろんのこと、組織設計と構築プランが功を奏したことも一因だと感じています。 そこで、私がこれまでに培ってきた経験から得たエンジニア組織の構築の仕方をお伝えしたいと思います。 エンジニア組織構築マニュアル 骨子を定義する これはエンジニア組織に限りませんが、組織には3つの骨子が必要です。 ポリシー ビジョン ターゲット ポリシーは、その組織が最もこだわる一

Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you.

私が普段どうやって英語の勉強をしているか聞かれることがよくあるので、まとめてみました。 私のバックグラウンドとしては、大学時代に1年間アメリカの大学に交換留学、新卒で入ったメーカーで海外営業、外資IT企業の経営管理部門で外国人役員や本社メンバーとやり取り、という経歴なので、英語はずっと仕事で使ってきました。ただ、英語力は筋肉などと同じで普段から鍛錬していないとすぐなまるので、色々と試行錯誤しています。 リスニング まず、リスニングは毎朝の通勤時にポッドキャストを聴いています。やはり定番のものが良くできていて、まずはBBC Worldです。 さすがBBCという感じで、世界中の政治・経済・文化についてのニュースがコンパクトに30分程度でまとまっていて、英語だけでなく、世界で起きていることを理解する上でもとてもよいです。キャスターは英国人で典型的なブリティッシュアクセントを学べますし、しかも、世

近所の通りを歩いていたら、信号が黄色から赤に変わりはじめたのに、交差点に突っ込んできた乗用車があった。強引に右折して進んでいく。歩道近くの歩行者たちは、あわてて身をひき、皆がひやりとした。車のドライバーは、年配の男性だった。みたところ団塊の世代くらいか。車種はそれなりの中型車だった。 何を怒っているのだろう。わたしは思った。あきらかに、何かに腹を立てているかのような、乱暴な運転だった。別に渋滞でもなく、忙しい通勤の時間帯でもない。だから別のことに腹を立てているのだ。 それにしても、彼は何に怒っているのか。立派な車も持ち、たぶんきちんと家庭もあり、年齢から見て、日本の高度成長の栄光と共に生きてきたはずだ。年金だって、それなりにもらっているだろう。多くの若い人から見れば、うらやむべき境遇ではないか。 もちろん、日常生活には腹の立つ場面はたくさんある。出がけに夫婦げんかでもしたのか、あるいは、好

製品やサービスの開発という視点からビジネスを考えるときには、4つの大きな要素があります。市場、競争、組織体制、技術の4つです。この4つは、企業の持つ能力の4つの面を表している、とも言えますね。つまり、販売能力、競争力、供給能力、技術開発力の4つです。 製品やサービスを開発するときには、これら4つの要素を独立にバラバラに検討するのではなく、合わせ技として、スパイラルを形成するような仕組みを考えることがポイントです。 ところでこの4つの要素は、最初の2つが企業にとっての外部環境を表し、残る2つが内部環境を表すと言い換えることもできます。ここで似たようなものとして想起されるのが、SWOT分析でしょう。よく経営コンサルタントは、最初に訪問したクライアントに対し、SWOT分析という道具立てを導入に使います。SWOTとは、strength, weakness, opportunities, threa