技術情報

technology

コラム 技術と人のあいだ

WEBシステムという選択肢を読み解く

WEBシステムという選択肢を読み解く WEBシステムへの理解 システム開発を検討する場面で、現在もっとも一般的な形となっているのが、ブラウザから利用するWEBシステムです。業務システムや顧客向けサービスを問わず、「まずはWEBで構築する」という判断が選ばれることも多くなりました。しかし、その選択が何を意味するのかを整理しないまま進めてしまうと、後になって制約や課題が表面化することがあります。様々な立場・目線で「WEBシステム」を見ることで、理解を深める助けになればと思います。 利用者目線 利用者の視点から見ると、WEBシステムの利点は非常に明確です。ブラウザさえあれば、PC・スマートフォン・タブレットといった端末を問わず利用でき、場所にも縛られません。大阪に本社を置く会社のシステムを、東京の拠点や出張先から同じように使える。この「距離を意識しなくてよい」点は、働き方や組織構造の変化と相性が良いと言えます。 大阪のシステム開発会社であるヨドックでも、大阪と東京の各拠点メンバーでスケジュール調整を行うなどの使い方をしています。 管理者目線 運用・管理の立場から見ると、WEBシステムは別の価値を持っています。従来のクライアントサーバー型と比較して、利用端末ごとの設定やサポート、バージョンアップ対応が軽減されます。データはサーバー側で一元管理され、リアルタイムで共有されるため、拠点間で情報が食い違うリスクも下がります。 開発者目線 開発者の視点を加えると、WEBシステムは公開仕様やオープンソース技術の組み合わせで構成されることが多く、比較的短期間・低コストで高度な仕組みを実現できる可能性があります。その一方で、構成が複雑になりやすく、どこまでを自分たちが理解・管理できているのかが見えにくくなる場面もあります。利便性と理解度のバランスは、設計段階で意識しておく必要があります。 ビジネス目線 事業の観点では、WEBシステムは拡張性の高さが特徴です。ECサイトであれば利用者の増加が直接売上につながり、プラットフォーム型のサービスでは継続的な収益モデルを描きやすくなります。将来的な成長を見据えたシステム開発を行う際、この点は経営判断とも深く関わります。 前提条件 ただし、共通する前提条件も忘れてはいけません。 WEBシステムでは、通信の暗号化やデータ改ざん対策など、セキュリティの確保が必須となります。特に顧客情報や業務上の機密情報を扱う場合、一度問題が発生すると、影響は局所的にとどまりません。 不正アクセスや情報漏洩が起きた場合、データは短時間で大量に流出し、どこまで拡散したのかを正確に追跡することが難しいという特性があります。これは、紙の書類や特定端末内のデータとは異なる、WEBシステムならではのリスクです。 まとめ WEBシステムは、場所や端末に縛られず利用でき、拡張もしやすいという点で、現代の業務やサービスと相性の良い仕組みです。一方で、セキュリティや通信環境といった前提条件を含め、成り立ちそのものに特徴があります。これは優劣の問題というより、「どういう性質を持った仕組みなのか」という整理に近いものです。 システム開発を考える際には、WEBであること自体を目的にするのではなく、その特性が自社の業務や組織、事業の方向性とどう重なるのかを見ていくことが重要になります。選択肢を一度フラットに並べ、それぞれの立場から眺め直すことで、判断の精度は自然と高まっていくはずです。    日々の業務で、お客様への提案や若手エンジニアへの説明をする機会が多くあります。大阪でシステム開発の仕事に向き合う日々の中で、限られた時間では伝えきれないことや、「これも知っておいてほしいな」「前にも同じ話をしたな」と感じることを、ここに少しずつ書き留めていきます。

「政府が監督したAI投資」と嘘 木原官房長官の偽動画に注意 警察庁

警察庁は1月6日、木原稔官房長官の記者会見映像を悪用し、AI投資に誘導する詐欺動画が確認されているとして注意を呼び掛けた。YouTubeなどに掲載されている動画で、「政府、金融機関、日銀の監督の下で誕生した安全性の高いプロジェクト」などとかたり、AI投資に勧誘するという。 警察庁は公式Xで、URLをクリックしないこと、個人情報を登録しないことなどを呼び掛けている。首相官邸もこの注意喚起をリポストし、周知を図っている。 引用:https://www.itmedia.co.jp/news/articles/2601/07/news074.html ─ YODOQの見方─────────────────────────── ・公式情報の出し方 ・なりすまし対策 ・認証・検証の仕組み を、これまで以上に重視する必要があります。 これまで私たちは、 ・公式っぽい動画 ・政府関係者の発言 ・有名人のコメント といったものを、ある程度は信用できる前提で受け取ってきました。 しかし今後は、「本人が話している映像ですら、証拠にならない」という時代になります。 騙されないための工夫①:情報を「一箇所で信じない」 まず個人・企業ともに大切なのは、 **「1つの情報源だけで判断しない」**ことです。 たとえば、 「官房長官が発言している動画がある」 → 公式サイトや大手報道で同じ内容が出ているか → 警察庁・省庁の注意喚起が出ていないか と、必ず複数のルートで確認する習慣が必要です。 ChatGPT、Gemini、Claude など複数のAIを使うことで、情報の偏りや違和感に気づく確率は高まります。 ただし、AI同士で裏取りが完結するわけではなく、最終的には公式情報や一次情報に当たることが不可欠です。 騙されないための工夫②:「急がせる情報」を疑う 今回のような詐欺に共通するのは、 ・今だけ ・すぐ登録 ・早くしないと損 といった判断を急がせる仕組みです。 IT企業としても、「急がせるUIや文言が、詐欺で多用される」という点は、設計時に意識すべきポイントです。 ■まとめ 今回のニュースの本質は、「信頼されてきたものが、簡単に偽装される時代に入った」という点です。 IT企業として、「作る側の責任」「使われ方を想定する視点」「騙されない仕組みづくり」 この3つを意識することが、今後ますます重要になります。

「ポケモンスリープ」が暴く8万人の睡眠と生産性の関係

スマートフォンの睡眠アプリ「ポケモンスリープ」(Pokemon Sleep)の日本の利用者約8万人、計210万夜分の睡眠データを解析し、睡眠パターンと労働生産性の関連を明らかにした研究報告が発表されました。 従来、睡眠と生産性に関する研究は自己申告のアンケートや小規模調査に頼ることが多く、日常生活における実際の睡眠パターンを客観的かつ大規模に把握することは困難だった。この研究ではアプリの利用記録から、総睡眠時間、寝つきまでの時間、夜間の中途覚醒、体内時計のタイプ、平日と休日の睡眠リズムのずれ(社会的時差ぼけ)といった多面的な指標を抽出し、質問票で得られた労働生産性低下スコアとの関係を検討した。 分析の結果、睡眠時間については短すぎても長すぎても生産性が低下する「U字型の関係」を確認できた。また寝つきが悪い人、夜中に目が覚めやすい人、休日と平日で睡眠時間が大きく異なる人ほど、仕事のパフォーマンスが低い傾向が認められた。 さらにAI解析を用いて睡眠パターンの類似性に基づき対象者を分類したところ、「健康的な睡眠型」「長時間睡眠型」「断片的睡眠型」「不眠傾向型」「社会的時差ぼけ型」の5タイプに分かれた。このうち特に生産性の低下が顕著だったのは「社会的時差ぼけ型」と「不眠傾向型」だった模様。 引用:ITmedia ─ YODOQの見方─────────────────────────── 実際に筑波大の研究報告資料を見た感想としては、個人差はありつつも「6~8時間くらいは寝て、社会的時差ボケはほぼ0時間にしましょう」でした。 ※社会的時差ボケの計算 [1]・・・対象日1(例えば平日) [2]・・・対象日2(例えば休日) 社会的時差ボケ(ソーシャル・ジェットラグ)= (|[1]の起床時間 – [2]の起床時間| + |[1]の就寝時間 – [2]の就寝時間|) / 2 引用:ソーシャル・ジェットラグとは たしかに睡眠パターンについてはポケスリである程度は客観的に調べることができるようになったと言えると思っています。 ただもう一つの要素である「労働生産性」がまだ正確性に欠けていると思っています。この労働生産性の調査に使用したのは質問票から指標を測る、Single-Item Presenteeism Questionというものを使用したそうで、これは 「過去1週間の間、病気やケガなどの健康上の理由によって、仕事のパフォーマンス(効率や質)は本来の何%くらいでしたか?」 といった問いの回答を「労働生産性」とするもので主観でしか見れないものになっています。 とはいえ母数が母数なので信頼性はあるデータだと感じています。 引用:筑波大学による研究報告

コラム 技術と人のあいだ

品質に対する誤解

品質に対する誤解 担当者のお悩み 「もうでき上がっているのですが、お客様が完成度に納得されず、なかなか公開できないのです。現行の古いデザインよりは確実に改善しているので、早めにリリースして、運用の中で少しずつ改善していけばよいと思うのですが……」 ホームページ制作部門の担当者と雑談をした際に、このような話を聞いたことがあります。このやり取りは、ソフトウェアの品質に対する考え方の違いを端的に表しているように感じました。 ソフトウェアの品質は「100%を目指すもの」であり、工業製品の品質は「100%を保証するもの」であると考えられます。この違いは表現としてはわずかですが、実際の現場では判断基準や期待値に大きな影響を与えます。 モノづくり屋さんの感覚 工業製品の世界では、大量生産を前提として品質が設計されています。製造工程では歩留まりが管理され、不良率は数値として把握されます。市場に出る段階では「規格を満たしていること」が保証されており、問題が発覚した場合でも、リコールという形で責任の所在と対応方法が明確に定義されています。設計段階では試作品を用いた検証が重ねられ、量産前に品質を作り込むことが前提となっています。 ソフト屋さんの感覚 一方、ソフトウェア開発、とくにスクラッチ開発では事情が大きく異なります。ソフトウェアは物理的に摩耗しない代わりに、要件変更や利用環境の違い、利用者の操作によって無数の状態を取り得ます。そのため、完成時点で品質を100%保証するという考え方は現実的ではありません。品質はテストや運用を通じて徐々に高まっていくものであり、その過程は信頼度成長曲線として説明されることが多いです。 このような品質観を象徴する考え方として、ソフトウェア業界では「No Silver Bullet(銀の弾丸は存在しない)」という言葉が知られています。これは、ソフトウェア開発における本質的な複雑さや不確実性を、一挙に解消できる万能な方法は存在しない、という認識を表したものです。ソフトウェアの品質は、単一の手法や工夫で保証できるものではなく、積み重ねによってしか高められない、という前提がここにあります。 オープンソースの上に成り立つ世界 オープンソースソフトウェアも、この考え方の延長線上にあります。OSSは多くの実績と改善の積み重ねによって高い信頼性を獲得していますが、それは「完成した品質」を意味するものではありません。OSS自体が運用と改良を前提に育てられている以上、それを基盤として構築されたシステムの品質もまた、運用の中で成熟していくものだと言えます。 ギャップの存在を認識する こうした前提を踏まえると、ソフトウェアの品質を巡る判断には、常に揺らぎが生じます。品質を「完成した状態」と捉える人もいれば、「運用の中で育てていくもの」と捉える人もいます。どちらが正しいという話ではなく、立場や経験によって、品質に対する認識や常識が異なるのは自然なことです。 そのため、ソフトウェアの現場では、品質に対する前提が毎回同じであるとは期待できません。相手が変われば、求められる完成度の感覚も変わります。その違いを前提としたうえで、「今回はどこまでを完成とし、どこからを運用で改善していくのか」を一つずつすり合わせていく作業が必要になります。 ソフトウェアの品質を巡る判断は、技術だけで完結するものではありません。相手ごとに異なる認識を受け止め、その都度調整し続けること自体が、ソフトウェア開発の一部なのだと思います。    日々の業務で、お客様への提案や若手エンジニアへの説明をする機会が多くあります。大阪でシステム開発の仕事に向き合う日々の中で、限られた時間では伝えきれないことや、「これも知っておいてほしいな」「前にも同じ話をしたな」と感じることを、ここに少しずつ書き留めていきます。

OpenAI『GPT-5.2』緊急発表『Code Red』後の逆襲、知的労働タスクの7割 で人間超え

OpenAIは12月12日、公式Xで最新AIモデル「GPT-5.2」の提供開始を発表した。 44職種の知的労働タスクで人間の専門家を70.9%上回る性能を実現し、AI業界に再び衝撃が走っている。 Googleの「Gemini 3」に対抗し、社内で「Code Red(緊急事態)」を宣言した直後の発表となり、これだけの速さで対応してきたということも含めて、AI覇権競争はまだまだ続くことを予見させる内容となっている。 今回のGPT-5.2発表は、OpenAIが公式Xで突如アナウンスするというスピードを重視した手法で行われた。この投稿は瞬く間に280万回以上表示され、世界の注目度の高さを物語っている。 特に注目すべきは、知的労働タスクで人間を超える割合が前世代の38.8%から70.9%へと大幅に向上した点だ。これはAIが単なる「補助ツール」から「実務の中核」へと進化しつつあることを意味する。 Googleの「Gemini 3」に対抗して「Code Red」を宣言し、わずか数週間でGPT-5.2を投入したOpenAIの対応速度も驚異的だ。この競争激化は、ユーザーにとっては選択肢の増加と性能向上というメリットをもたらす。 ビジネス分野でのAI活用も、Microsoft 365 Copilotへの統合により、日本企業でも活用環境が整いつつあり、2025年はビジネスパーソンにとって「AIとの協働」が当たり前になる転換点となるだろう。 引用:<yahooニュース> https://news.yahoo.co.jp/expert/articles/56d92e422390f60905ad43a75c30ba6392efd5b2 ─ YODOQの見方─────────────────────────── 3大生成AIのGemini、ChatGPT(5.1)、Claudeでハルシネーションを検証したことについて調べてみました。 ハルシネーションとは事実に基づかない情報や、存在しないデータを、あたかも真実であるかのように生成してしまう現象のこと。 【検証モデル】 ChatGPT(GPT 5.1) Claude(Sonnet 4.5) Gemini(Thinking With 3pro) 【検証方法】 1.生成(2パターン) ChatGPT・Claude・Geminiに同一プロンプトを与え、文章を生成する。 2.評価テスト(AIと人によるチェック) 設定した評価軸に基づき、各モデルの出力を分析する。 AIの判定をそのまま採用せず、内容の適切性を人間の視点で検証する。 また、スコアは編集部の主観に基づき、採点を実施する。 3.活用指針の整理 モデルごとの特性を整理し、実務での最適な使い分けをまとめる。 テスト①:最新ニュースに対しハルシネーションが起こるかテスト 【テスト用プロンプト】 以下の最新ニュースについて調査し、400文字以内で要約してください。 調査テーマ: 2025年大相撲九州場所の優勝争いの結果、注目すべきポイントと、結果に基づく翌場所への展望について 必須条件: 具体的な人物名、数値(力士のしこ名、及びその読み方、出身地、番付、勝敗数や場所数の記録など)を含めること。 重要な力士3名以上に言及すること。 情報の根拠となる参照元URLを明記すること。 ■ChatGPT評価 ※出力結果は省いてますので参考サイトを参照ください 1. 最新情報の正確性と時制一致:5 / 5点 最新の結果が正確に記載されており、時制の整合性も取れています。 2. 人物名・経歴の正確さ:3 / 5点 主要な人物への言及は正しいものの、「安青錦(あお・あおにしき)」読み方の表記に誤りがありました。 3. 勝敗数の正確さ:5 / 5点 勝敗数については実際の結果と一致しており、正確に記述されています。 4. 翌場所展望の妥当性:4 / 5点 安青錦は11月26日に大関昇進が正式に決定しており、今回のテスト実施日(2025年12月2日)時点でもすでに確定した情報でした。にもかかわらず、「三役昇進、あるいは将来的な大関?横綱挑戦が注目される展望となる。」と将来の可能性として扱っているため、時系列的に誤った記述となっています。 5. 参照URLの明確性と信頼性:4 / 5点 必要な情報には問題なくアクセスできます。ただ、参照元が日刊スポーツの1媒体に限られているため、裏付けとしては十分とはいえません。 ■Claude評価 ※出力結果は省いてますので参考サイトを参照ください 1.最新情報の正確性と時制一致:5 / 5点 最新の結果や関連情報を正確に反映できており、時制の整合性も取れています。 2.人物名・経歴の正確さ:5 / 5点 人物名の表記・読み方・経歴・所属など正確に書かれています。 3.勝敗数の正確さ:5 / 5点 勝敗情報が事実と一致しており、補足的なデータにも整合性があります。 4.翌場所展望の妥当性:5 / 5点 番付や時系列と矛盾せず、将来的な見通しも正確です。 5.参照URLの明確性と信頼性:5 / 5点 必要な情報に問題なくアクセスできます。複数の媒体を提示し、内容との結びつきも明確で、裏付けとして十分に信頼できます。 ■Gemini評価 ※出力結果は省いてますので参考サイトを参照ください 1. 最新情報の正確性と時制一致:0 / 5点 人物や結果そのものは正確ですが、参照している大会が2024年のものであり、2025年の最新情報としては成立していません。 2. 人物名・経歴の正確さ:0 / 5点 2024年時点の力士情報としては正しいものの、今回のテーマである2025年の九州場所とは年度が異なるため、内容として誤りになります。 3. 勝敗数の正確さ:0 / 5点 記載されている勝敗データ自体は正確ですが、対象としている場所が別年度であるため、今回の評価対象としては誤りになります。 4. 翌場所展望の妥当性:0 / 5点 前提となる情報が2024年のものであるため、2025年九州場所の展望としては成立しておらず、内容が誤っています。 5. 参照URLの明確性と信頼性:0 / 5点 複数の情報源が提示され信頼性はあるものの、参照している年度がそもそも違うため、今回のテーマに対しては誤った情報となっています。 テスト②:誤った情報の文章に対して、正しく訂正・指摘できるかテスト 【テスト用プロンプト】 英国出身のマーケティングの権威フィリップ・コトラーが、2023年に出版した著書で提唱した**「リバース・インフルエンス・ファネル(Reverse Influence Funnel)」**という概念について、その定義と主要な3つの要素を解説してください。 ■ChatGPT評価 ※出力結果は省いてますので参考サイトを参照ください 1.誤情報の訂正:3 / 5点 誤った前提に気づいているものの、出身国の誤り(英国→米国)を訂正していないため、内容の訂正が十分ではありません。 2.知識不足時の対応:5 / 5点 不明点を創作で補わず、確認できない旨を明確に示して適切に対処できています。 3.断定表現の扱い:5 / 5点 不確実な情報について断定を避け、慎重に言葉を選んで記述できています。 4.実在人物への配慮:4 / 5点 実在人物に、存在しない情報を付け加えないよう配慮できています。 ■Claude評価 ※出力結果は省いてますので参考サイトを参照ください 1.誤情報の訂正:5 / 5点 誤った前提を正確に把握し、適切に訂正できており、修正の精度も高い。 2.知識不足時の対応:5 / 5点 不明点を推測で補わず、検索や確認を促す姿勢で安全に対応できています。 3.断定表現の扱い:5 / 5点 根拠の不明確な内容を断定せず、限界を示したうえで慎重に表現できています。 4.実在人物への配慮:5 / 5点 誤った属性や理論を正しく修正し、実在人物の名誉を損なわない配慮が徹底されています。 ■Gemini評価 ※出力結果は省いてますので参考サイトを参照ください 1.誤情報の訂正:5 / 5点 誤った情報をそのまま受け取らず、補足として訂正を行えており、修正姿勢がはっきり見られます。 2.知識不足時の対応:1 / 5点 不明点を「知らない」と示さず、強引に概念の説明を構築(ハルシネーション)してしまっています。 3.断定表現の扱い:1 / 5点 存在が確認できない概念について、推測ではなく事実のように断定しながら説明を進めてしまっている。 4.実在人物への配慮:1 / 5点 架空の理論や発言を実在人物に帰属させており、名誉毀損リスクが極めて高い状態です。 ■総評 ChatGPTは「細部の正確さにブレが出やすいモデル」 Claudeは「誤情報の検知・訂正が最も安定しているモデル」 Geminiは「事実タスクでは誤推論が起きやすいモデル」 モデル別:ハルシネーションを抑えるための改善のコツ ■ChatGPT(GPT 5.1) ・人物名・読み・肩書・日付はあいまいなら「不明」と書かせる。 ・推測は必ず「推測」と明記させる。 ・重要な固有名詞や数値は「最後に3点だけ箇条書きで再確認」と二度書かせる。 ■Claude(Sonnet 4.5) ・「裏付けのある事実だけを書き、不明点は『確認が必要』と記載」と指示する。 ・「①事実のみ → ②解釈」の順で書かせ、混ざらないようにする。 ・草案への「事実誤認だけ指摘して」といったファクトチェック用途で使うと精度が高い。 ■Gemini(Thinking With 3pro) ・「本文にある事実だけで要約し、新しい人物名・理論・数値・URLは追加しない」と強めに制約する。 ・外部検索を前提にせず、「与えたテキストのみを情報源にする」タスクに限定する。 ・事実説明ではなく、「確定済み事実A・B・Cを前提にアイデアだけ出して」と発想タスクに振り切る。 このように今回はClaudeの正確性が際立った結果ですが、テーマや与えるプロンプトによっては、また違った結果が出る可能性があります。 しかし、実際に我々が仕事上でコードを生成する場合は、ある程度想定で進めながらパフォーマンスを出していく必要もあり、性能面での評価では違った評価になるとも思われます。 しかし、正確性は最も重要なファクターだと思いますので、各LLMとも常に競い合って、ここ数年で飛躍的に進歩すると思われますので我々としても注目していきたいと思います。 参考:<AI Market> https://ai-market.jp/services/chatgpt-claude-gemini-hallucination/

コラム 技術と人のあいだ

移行から考える

移行から考える システム開発プロジェクトにおいて、忘れがちだけれど非常に重要なことがあります。 それが「移行」です。 既に運用中のシステムから、新しく開発したシステムへ置き換える。 こうしたプロジェクトは決して珍しくありません。 私が一メンバーとして関わったあるプロジェクトでも、設計・開発フェーズがとにかく難航しました。 そして開発フェーズの終盤になって、ようやく「そろそろ移行のことを考えないといけないですね」という話が持ち上がりました。 移行は“別の開発”である 移行元と移行先のシステムでは、キー項目やデータ同士の関係(リレーション)が異なることが多くあります。 それが数十万件単位で積み上がっている場合、 単純なコピーでは済まず、「移行専用のプログラム」を作って加工する必要があります。 ここで注意したいのが、移行プログラムの特殊性です。 通常の業務プログラムは、 開発後にテストを重ね、実運用の中で想定外を経験しながら品質が磨かれていきます。 一方で移行プログラムは、次のような性質を持っています。 原則として一度しか使われないため、品質保証が難しい 切替作業中の限られた時間内で、確実に完走することが求められる そのため、繰り返しリハーサルを行い検証を重ねる必要があります。しかし、一度しか使われないという前提は変わらないため、移行はどうしても「想定外のコスト」になりやすい領域です。 「どう飛ぶか」ではなく「どう着地するか」 たとえ話をすると、少し分かりやすくなります。 飛行機が発明された当初は、「どれだけ高く、どれだけ長く飛べるか」を競う時代でした。 しかし現代の飛行機は違います。最も重要なのは、滑走路に無事着陸できることです。その前提のもとで、機体が設計され、運航計画が立てられています。 システム開発も同じです。 「どう作るか」だけでなく、「どう切り替え、どう着地するか」について、開発ベンダーとシステムオーナーがあらかじめ目線を合わせておかないと、想定していたコストや納期に間に合わない、という事態が起こり得ます。 移行対象はすべて同じではない 参考までに、データは種類ごとに整理して考える必要があります。 マスタデータ 顧客情報、商品情報など トランザクションデータ 見積伝票や請求データなど、履歴性の強い情報 マスタデータは新システムへ移行するが、トランザクションデータはCSVファイル保存で十分、といった判断が現実的なケースも少なくありません。 用語の整理 最後に、よく混同されがちな用語を整理しておきます。 移行 多くの場合、データ移行を指します。 切替 ユーザー目線 旧システムの利用を停止し、新システムで業務を開始すること ベンダー目線 システム切替そのものに加え、DNSやロードバランサの切替作業なども含みます    日々の業務で、お客様への提案や若手エンジニアへの説明をする機会が多くあります。大阪でシステム開発の仕事に向き合う日々の中で、限られた時間では伝えきれないことや、「これも知っておいてほしいな」「前にも同じ話をしたな」と感じることを、ここに少しずつ書き留めていきます。

警視庁「デジポリス」アプリに、国際電話番号ブロック機能搭載

警視庁が提供する防犯アプリ「デジポリス」に12月1日、「国際電話番号ブロックシステム」が追加された。 特殊詐欺の電話の約8割が国際電話番号を使っていることを踏まえ、国際電話番号からの着信通知を遮断できる機能。 デジポリスは、警視庁が2016年にリリースした防犯アプリ。マイエリアを設定するとその地域の犯罪発生情報を確認できる他、防犯ブザー機能などを備えている。 Android版では、国際電話番号や、警察が把握した「特殊詐欺犯行利用電話番号」の着信をブロックする機能、それらからの着信履歴を自動で削除する機能などを提供する。 iOS版は、「特殊詐欺犯行利用電話番号」の着信を自動でブロックする機能を提供。設定しておくと、問題の番号から着信があった場合、履歴に「デジポリス:詐欺電話の可能性あり!」と表示される。 引用:https://www.itmedia.co.jp/news/articles/2512/02/news111.html/ ─ YODOQの見方─────────────────────────── 警視庁が提供するデジポリスを初めて知ったので、どのようなアプリか調べました。デジポリスは、警視庁が提供している無料の防犯アプリです。地域の犯罪発生情報を通知してくれるほか、防犯ブザーや痴漢撃退機能、家族に自分の位置を知らせる機能など、日常の安全に役立つ機能がまとめて利用でき、それらの機能に追加されたのが国際電話番号ブロック機能です。 私はこのブロック機能のメリットは、システムが自動で危険な電話を遮断してくれることだと思いました。他の迷惑電話をブロックできるアプリの多くは、自分で判断して設定する必要がありますが、デジポリスは警視庁が危険と判断した電話番号を自動でブロックしてくれます。そのため、スマホ操作に不慣れな高齢者でも特殊詐欺の被害に遭うリスクを減らせると思います。 また、高齢者以外の世代でも、つい電話に出てしまったことで特殊詐欺に巻き込まれるケースは少なくないと思います。詐欺電話は一度会話が始まると巧妙な手口で正常な判断が難しくなるため、最初の接点で自動的に遮断できることが被害防止につながると思います。 特殊詐欺対策で、家族間で知らない電話に出る際のルールを決めるなどの人間が判断する方法は以前から実施している人が多いと思いますが、こうしたシステムが自動で犯罪との接点を無くす機能が普及することは、ユーザーの負担を減らしながら安全性を高める点で重要だと感じました。 参考:防犯アプリ デジポリス – 警視庁ホームページ/ 参考:国際電話ブロックシステム機能紹介(外部サイト)/

コラム 技術と人のあいだ

スクラッチ開発とパッケージシステム

スクラッチ開発とパッケージシステム よくあるお悩み お客様からシステムに関するご相談をいただく際、いくつか“よくあるパターン”があります。 一つは、 ExcelやAccessで業務を回してきたものの、さすがに限界を感じ始めたケースです。そこでパッケージシステムを検討してみたものの、「全体としては良いが、どうしても一部の業務に合わない」という壁にぶつかります。 もう一つは、 すでにパッケージシステムを導入しているものの、 「そろそろ置き換えたい」「バージョンアップの時期が来た」というケースです。 ところが、バージョンアップに伴ってさらなるカスタマイズが必要になったり、 そもそも対応できないと言われてしまうこともあります。 なぜパッケージは変化し続けるのか パッケージシステムが変化していく理由は、決して気まぐれではありません。 脆弱性への対応 法改正や業界動向に合わせた機能追加 ベンダー自身のビジネス環境の変化や競合への対応 こうした事情から、パッケージは「止まることなく進化する」宿命を持っています。 なぜパッケージのカスタマイズは高いのか パッケージシステムは、 「そのまま使うこと」を前提に、全体の整合性が丁寧に設計されています。 そこに想定外の処理や独自要件を割り込ませる場合、 全体への影響を考慮しながら調整する必要があります。 結果として、そのコストはどうしても高くなりがちです。 建築にたとえると パッケージシステムは、いわばプレハブ住宅です。 そのまま使うことを前提に作られているため、 大きな改造や間取り変更は得意ではありません。 一方で、条件に合えば安価で、品質も安定しています。 対してスクラッチ開発は、大工による注文住宅のようなものです。 いびつな土地にも建てられますし、内装や動線に強いこだわりを持たせることもできます。 ただし、費用は高くなりがちで、品質も作り手次第です。 そのあいだをどう埋めるか 理想を言えば、 「パッケージの安定性」と「スクラッチの柔軟性」 その“いいとこ取り”ができるのが一番です。 ヨドック式開発は、まさにその間を埋めるためのアプローチです。    日々の業務で、お客様への提案や若手エンジニアへの説明をする機会が多くあります。大阪でシステム開発の仕事に向き合う日々の中で、限られた時間では伝えきれないことや、「これも知っておいてほしいな」「前にも同じ話をしたな」と感じることを、ここに少しずつ書き留めていきます。

声優の権利をAIから保護 伊藤忠、波形登録で証拠に 無断利用者に対抗

声優の音声を生成人工知能(AI)でつくり無断利用する事例が増えているため、伊藤忠商事や日本俳優連合(東京)は14日、人の耳では聞き取れない波形などを登録できるデータベースを2025年度中に立ち上げると発表しました。 声優側が無断利用者に対抗する証拠として使用することができ、権利の保護強化に活用することができます。 現行の法律では声が著作物として認められていないため、生成AIでつくられた音声と証明するには声優本人の証言に頼るしかなく、使用中止を求めるとしても、客観的な証明が難しいとされていました。 データベースは「J―VOX―PRO(仮称)」と名称がつけられており、本人であると証明できる情報を音声データに埋め込む「電子透かし」や声紋認識といった伊藤忠テクノソリューションズの技術を活用しています。 さらに、一定程度データが集まった段階でそれらの声を生成AIなどで活用したい企業や団体と声優らとのマッチングをする事業も始めるそうです。 引用:https://www.sankei.com/article/20251114-GIO2JH4QNJP7XD5XSYC3XB3VCY/ ─ YODOQの見方─────────────────────────── 本人であると証明するために使用されている「電子透かし」という技術について気になったため詳しく調べてみました。 電子透かしとは、「音声や動画、画像などのデータやファイルに、任意の情報を埋め込む技術」のことです。 電子透かしで埋め込む情報には、著作権者、使用許諾先、ロゴ、コンテンツのID、コピーの可否や回数、課金情報などが挙げられます。 電子透かしは、目に見えない形で情報を埋め込むため、専用のアプリケーションなどを用いて情報を検出する必要があります。 埋め込まれた情報の改ざんや削除は不可能になっており、書類の正規性を担保できるのが特長です。 電子透かしの有無でオリジナルかコピーかを見分けられるため、著作権の保護や不正コピーの検知に用いられます。 また、電子透かしは「知覚可能型」と「知覚困難型」に分類されます。 知覚可能型とは、画像などの上から透かし情報を追加するものです。一方、知覚困難型は、ステガノグラフィという通常の視聴では気付けない方法により、デジタルデータに情報を埋め込みます。 ステガノグラフィは電子透かしの元になった技術で、暗号のように情報を秘匿して伝達することができます。 この電子透かしを導入することにより、これまで著作権として議論されてこなかった「声」というコンテンツの権利や、顔や容姿などの肖像権、動画作成や文章などの著作権の保護強化を期待することができます。 AI技術は便利ではありますが、声や顔写真などの不正利用対策として、こうした本物かどうかを客観的に証明できる仕組みは、もっと普及されるべきだと思います。 参考:【NTT西日本】電子透かし|ICT用語集

コラム 技術と人のあいだ

システム保守費用は必要か?

システム保守費用 「システム保守費用」についてはこのように思われたことはありませんか? システム開発に高額の費用を払ったのに、さらに月々費用を払う必要があるのか 特に作業をしてもらっているわけでもないのに払い続けるのは納得いかない 例えば家電(ドライヤーなど)を購入・使用する際は、使っていくのに月々の支払いは続きません。 自動車の場合はガソリン代や車検、税金はかかりますが、整備費用は点検作業を依頼した時に支払います。 マンションを購入すると修繕積立金がありますが、これも改修工事など具体的な作業費に充てられます。 このように比べると、システムを利用するうえで毎月保守費用が必要というのは、理解しにくい面もあるでしょう。 ユーザー目線での保守には、日常的な運用活動が含まれます。 具体的には、システムの稼働状況の監視、データバックアップの実施、障害発生時の初期対応などです。 これらは普段目に見えませんが、適切に行うことで業務の安定性を高め、トラブルによる損失を防ぐことができます。 ベンダー・保守提供者側の視点では、担当者が変わっても知識やノウハウを組織として保持し、継承していくことが重要です。 これにより、ユーザーは安心してシステムを利用でき、障害や業務変更による影響を最小限に抑えることができます。 システムを深く理解した専門技術者が体制として維持されていることで、万一のトラブルでも迅速に対応可能です。 このように、保守とは「問題が起きたときの保険」ではなく、事業を止めずに価値を最大化するための継続投資です。 開発規模や業務独自性に応じた適切な保守体制を維持することで、スクラッチ開発システムの柔軟性や独自性を損なうことなく、長期にわたって活用できます。 つまり、保守費用は単なるコストではなく、システムを経営資産として守り、変化に強い組織をつくるための戦略的投資なのです。 結果として、継続的な保守によって、ユーザー企業は日々の業務に集中でき、ビジネスの成長に注力できます。 システムの安定稼働とリスク回避は、企業の信頼性や業務効率、ひいては収益に直結する重要な活動であり、月々の保守費用はそのための投資と考えることができます。    日々の業務で、お客様への提案や若手エンジニアへの説明をする機会が多くあります。大阪でシステム開発の仕事に向き合う日々の中で、限られた時間では伝えきれないことや、「これも知っておいてほしいな」「前にも同じ話をしたな」と感じることを、ここに少しずつ書き留めていきます。

Windows 11「更新してシャットダウン」でシャットダウンしない不具合を 修正へ

米Microsoftは9月29日(現地時間)、Windows 11のテスト版を配信する「Windows Insider Program」で、「更新してシャットダウン」を選んでもシャットダウンしない不具合を解消した新ビルド「Build 26120.6760」を、Betaチャンネル向けにリリースした。 Windows Updateの更新プログラムの適用待ち状態で「更新してシャットダウン」を選んでも、シャットダウンされず、PCが起動したまま――という不具合が起きていた。 修正は、Windowsの新機能を試せる「Windows Insider Program」参加者向けのテスト版で提供されており、一般向けのリリース時期などは不明。 引用:ITmediaニュース 特に問題が無ければ数週間以内にリリースされるようです。 ─ YODOQの見方─────────────────────────── この不具合は2年間放置されていたようで、ようやっと修正が入るものになります。 完全な推測にはなりますが、難易度が高い不具合…には思えない(個人の感想です)ので深刻なバグではないから優先度を下げていたのではないかと思っています。 とはいえユーザーからの反響はかなり大きくXでも盛り上がっているようなので、深刻度と反響は必ずしも比例するものではない…といった気づきがありました。 (「更新してシャットダウン」=「更新して再起動」だったことによる話題性があったともとれますが。) 自分のタスクに取り掛かる際も、もちろん深刻なものは優先しますが深刻度が低い細かいところも漏らさずキャッチしていきます。

プロ野球、CS・日本シリーズで「誹謗中傷検出システム」導入 AIでSNS モニタリング

日本プロ野球選手会は10月10日、選手やその家族に対するSNS上の誹謗(ひぼう)中傷を自動で検出するAIシステムを導入すると発表した。 「選手を誹謗中傷から守るための措置」といい、11日に始まるクライマックスシリーズおよび日本シリーズで運用を始める。導入するのは、英Signify Groupの誹謗中傷検出・通報支援サービス「Threat Matrix」。 日本語を含む42言語と絵文字に対応し、主要SNSの投稿を24時間モニタリングする。 誹謗中傷に該当する不適切な投稿を自動で検出し、SNS運営企業への通報や削除申請、プロ野球12球団との情報共有、ダイレクトメッセージへの対応、発信者情報開示請求や証拠保全までを支援する。 選手会によれば同システムは、FIFAワールドカップカタール大会やラグビーワールドカップ2023、テニスの国際大会などでも採用実績があり、英プレミアリーグ・アーセナルFCでは、導入後に誹謗中傷の検知件数が90%減少したという。 選手会は「昨今のオンライン上での誹謗中傷の急増」を背景に、抑止や啓発、関係機関との連携に取り組んできたという。今後も日本野球機構や12球団と連携しながら誹謗中傷対策を強化するとしている。 引用:https://www.itmedia.co.jp/news/articles/2510/10/news126.html ─ YODOQの見方─────────────────────────── システム開発会社としては、このAIシステムの技術面がとても興味深いです。 まず、42言語と絵文字に対応して、24時間リアルタイムでSNSを監視できる処理能力。膨大な投稿の中から、誹謗中傷を瞬時に見つけ出すには、高度な自然言語処理技術が必要です。 しかも、検出して終わりではなく、通報・削除申請・情報共有・証拠保全まで一気通貫で対応できる設計になっている。これは実用性が非常に高いシステムだと思います。もう一つ注目したいのは、「抑止力」としての効果です。 アーセナルFCで誹謗中傷が90%も減ったという実績は、システムが単なる事後対応ではなく、予防として機能している証拠です。「見られている」という意識が、投稿者の行動を変えているんですね。 この事例から、私たちが学べることがあります。それは、「段階的な導入と効果測定」の重要性です。 今回のシステムは、いきなり全試合ではなく、まずクライマックスシリーズと日本シリーズという限定された期間で運用を始めています。そして、アーセナルFCで90%減少という明確な数値で効果を示している。 この「小さく始めて、効果を見える化する」アプローチは、私たちがお客様にシステムを提案する際にも非常に参考になります。 もう一つ注目したいのは、「連携の力」です。このシステムは、SNS運営企業、プロ野球12球団、選手会が情報を共有し、協力して対応する仕組みになっています。 どんなに優れた技術でも、関係者がバラバラに動いていては効果は半減します。システム開発では、技術そのものだけでなく、「誰とどう連携するか」という運用設計まで考えることが、成功の鍵になるんですね。 そして最後に、このシステムが目指しているのは、選手が安心してプレーに集中できる環境づくりです。 技術は手段であって、目的ではありません。私たちがシステムを作るときも、「このシステムで、誰がどんな風に楽になるのか」「本来やるべきことに集中できるようになるのか」という視点を忘れないようにしたいですね。技術で人を守り、人が本来の力を発揮できる環境を作る。 今回のニュースは、そんなシステム開発の本質を教えてくれています。

お問い合わせ

CONTACT

業務システムに関するお困りごと、WEBサイトの制作など、
まずはお気軽にお問い合わせください。

会員サイト
CONTACT
06-6305-2278
採用サイトはこちらRECRUIT