「何もしない」元請けのシステム開発見積もりが高すぎる、首をかしげる情シス責任者
Q．ユーザー企業の情報システム部門の責任者です。経理や人事業務はパッケージを利用しており、カスタマイズや追加プログラムの開発は大手IT企業のA社に発注しています。実際は、A社の下請けであるIT企業B社が対応します。今回新たに、サブシステムを追加することになりました。プロジェクト体制図から見るとプロジェクトリーダーはA社マネジャーですが、この人が顔を出すのは、定例会と費用提示のときぐらいです。付き合いの長いB社がいるので困ることはありません。開発費用の原価構造は分かっており、その点から見ても、丸投げにしてはプロジェクト管理費を含めて全体的に高いと思っています。 筆者の顧問先企業での話です。質問者はIT企業出身で、費用構造をよく理解しています。なによりB社との付き合いが深いので、原価も分かっているわけです。 打ち合わせからパッケージのパラメーター設定、追加プログラム開発、導入サポートまで対応し
公取委がIT業界の暗部にメス、ユーザー企業に「見ぬふり」は許されない
公正取引委員会が2021年10月に、システム開発などを担う下請けITベンダー2万1000社に対する取引実態調査に乗り出した。良い機会なので、ユーザー企業がシステム開発を外注する際の問題点を、ESG（環境・社会・企業統治）の観点で考えてみたい。ただし「環境」ではない。「S」つまり「社会」の観点からである。 日本ではユーザー企業が基幹系など大規模システムを開発する際、システムインテグレーター（SIer）に発注する場合が多い。基本的に請負契約であるため、開発の実務はSIerに任せ、発注側はベンダーマネジメントと呼ばれる進捗などの管理業務に徹することになる。いわゆる「丸投げ」である。 丸投げされたSIerは、パートナー企業と呼ぶ下請けITベンダーに、システム開発の一部、場合によっては全てを再委託する。下請けITベンダーはさらに複数のITベンダーに委託し、委託されたベンダーも…といった具合に再委託を
TSMCの拠点設立で目指せ日本の半導体復興、頑張れシニアパワー
ここまでの報道を見る限り、TSMCは、日本の前工程には見るべき魅力を感じておらず、後工程の開発拠点を日本に設立する方向で動いている。 先日、内輪の飲み会でこの話題になったのだが、日本の半導体産業、特に前工程は学生が半導体を志向しなくなっており、若い人材が入ってこなくなりつつある。かつて日本の半導体産業を支えた、スキルと経験のある人材は、どんどん高齢化している。半導体前工程は、技術も人材も日本にはない、という話になっていた。TSMCが後工程の拠点しか設立しないというのは、日本の半導体産業のこのような現状を再認識させる上で、重要な一石を投じたことになる。 そして、ここから日本の半導体産業の復活につなげていかないと、TSMCを誘致した意味がない。TSMC誘致のメリットは、まず、こうした現状を再認識させたこと。加えて、あと2つのメリットがある。 まず、世界最大の半導体製造装置、材料のユーザーである
《日経Robotics》アスクルが採用したMUJINの動作計画技術、「アカデミックが構築したソフトは決してそのままでは商用にならない」
ピッキングシステムは、自動マニピュレーション技術を手掛けるロボット関連ベンチャー企業のMUJINが開発した。 アスクルは2015年12月にMUJINと業務提携し、これまで物流向けピッキングシステムを共同で検討してきた。 導入のテスト自体は、ALP横浜ではなく埼玉県にある「ASKUL Logi PARK（ALP）首都圏」の試作ラインで実施。今回、ロボット導入のメドが立ったことから、ALP首都圏での実証結果を明らかにした形だ。デンソー製の6軸ロボット「VS-087」とドイツIDS社製のStructured Light方式のステレオカメラを利用している（図2）。 アスクルの物流センターでは、物流業向けの専用機械を用いて既に多くの工程が自動化されている。 例えば、センターに入庫した商品は自動倉庫に保管されており、出荷する際は電子的な指示により、その対象商品が自動的に出てくるようになっている。段ボー
MUJIN、動きを自分で考える知能化ロボット、ティーチレスでばら積みピッキング
ばら積みピッキング向けに知能化した産業用ロボットコントローラーを開発して急成長しているのが、MUJIN（本社東京）だ。ここでいう知能化とは、人が動作プログラムを作成しなくても、ロボットコントローラーが最適なプログラムを自動生成すること。つまり、ロボットが自から考えて動く。 この技術に着目した大手企業が、ここ数年で生産ラインや物流センターで稼働する産業用ロボットにMUJINのコントローラーを相次いで導入している。例えば、自動車部品大手のアイシン・エィ・ダブリュは、物流センターで複数種の形状が異なる金属部品のピッキングに導入（図1）。バルブ製造大手のキッツもばら積み部品の生産工程への投入に採用している＊1。 ＊1 物流分野でも2016年にアスクルが、2017年には中国の大手電子商取引（EC）事業者である京東商城（JD.com）がそれぞれ物流センターに導入した。2019年7月には、その実力に目を
機械学習と一線を画すMUJIN、速さと確実性でロボットを知能化
ばら積みピッキング向けに知能化した産業用ロボットコントローラーを開発して急成長しているのが、MUJIN（本社東京）だ。ここでいう知能化とは、人が動作プログラムを作成しなくても、ロボットコントローラーが最適なプログラムを自動生成すること。つまり、ロボットが自ら考えて動く。 この技術に着目した大手企業が、ここ数年で生産ラインや物流センターで稼働する産業用ロボットにMUJINのコントローラーを相次いで導入している。例えば、自動車部品大手のアイシン・エィ・ダブリュは、物流センターで複数種の形状が異なる金属部品のピッキングに導入（図1）。バルブ製造大手のキッツもばら積み部品の生産工程への投入に採用している＊1。 ＊1 物流分野でも2016年にアスクルが、2017年には中国の大手電子商取引（EC）事業者である京東商城（JD.com）がそれぞれ物流センターに導入した。2019年7月には、その実力に目をつ
Chainer開発終了、PFN幹部が明かした「感謝とおわびの気持ち」
自社のディープラーニング（深層学習）フレームワークである「Chainer」の新機能開発を終了し、米フェイスブック（Facebook）が開発する「PyTorch」に移行すると発表したPreferred Networks（PFN）。その決断の背景を詳しく見ていこう。 Chainer開発の責任者であるPFNの秋葉拓哉執行役員は、「PyTorchという非常に優れたフレームワークを使うメリットと、Chainerを使い続けるメリットとを比較した結果、PyTorchに移行すべきだと決断した」と説明する。「PyTorchは先進的なフレームワークで、機能や実行速度も優れている。PyTorchを利用することで、PFNの研究開発もより加速する。ChainerからPyTorchへの移行コストが低いことも決断を容易にした」（同氏）。 これだけ聞くと「国産深層学習フレームワークであるChainerが、フェイスブックと
脱・受託型、深層学習向けプロセッサーの開発を急ぐLeapMind
「深層学習の演算を加速させる高効率のアクセラレータ―プロセッサーの開発を進めている」――。 創業7年の国内AIスタートアップ、LeapMind（東京・渋谷）が新たなチャレンジを始めた。2019年2月27日に開催した自社イベント「Edge Deep Learning Summit」に登壇した松田総一CEO（最高経営責任者）は深層学習向けの低消費電力プロセッサーの開発に着手した事実をこう明らかにした。 同社が開発するのは学習済みのモデルを組み込んで物体認識や不良品特定といった「推論」を実行するプロセッサーだ。自社で半導体チップを設計・製造するのではなく、パートナーとなる半導体ベンダーにプロセッサーのIP（Intellectual Property）、つまり回路設計データを提供して製造してもらう。仕様の詳細については2019年6月ごろ、事業モデルの詳細については2019年末までに情報を公開すると
「伝説」の勉強会、きっかけはアインシュタインも在籍していた米研究所
「異能」ともいえる際立った能力や実績を持ち、周りから一目置かれるエンジニアの素顔に迫る。今月は、IoT（インターネット・オブ・シングス）を利用した人工知能（AI）ベンチャー「Idein（イデイン）」の創業者である中村晃一氏。多くの参加者を集め半ば伝説と化した「圏論勉強会」の講師としても知られる。今回は、コンピューターとの出会いから圏論と関わるようになった経緯、Ideinの創業に至るまでを聞いた。 家にもMacintoshがあり、絵を描いたりダンジョンゲームをしたりしていました。小学校のときにはパソコンクラブで、HTMLでWebページを作ったり簡単なゲームを作ったりしていました。小中高時代はパソコンよりも機械工作や電子回路のほうが好きでした。ミニ四駆を改造したり、工作キットを買ってきて改造したりしていました。 プログラミングは小中高ではあまりやっていなくて、本格的に始めたのは大学のときです。
ユーザーはアプリを選ぶだけ、1日100円程度で使えるエッジAIを提供
「異能」ともいえる際立った能力や実績を持ち、周りから一目置かれるエンジニアの素顔に迫る。今月は、IoT（インターネット・オブ・シングス）を利用した人工知能（AI）ベンチャー「Idein（イデイン）」の創業者である中村晃一氏。多くの参加者を集め半ば伝説と化した「圏論勉強会」の講師としても知られる。今回は、Ideinの取り組みとその狙いについて聞いた。 エッジコンピューティングでは、オンプレミスのサーバーやクラウドではなく、デバイス側で計算を行います。今後ニーズが高まるだろうといわれています。IoTでは膨大なデータがデバイスから発生するので、送られてきたデータをすべてクラウドで処理するのは不可能に近い。そこで、エッジ側で処理するのです。 多くの開発者が、ディープラーニングなどの機械学習技術を使って、異常検知、モニタリング、データ収集などに主に取り組んでいます。そうした仕組みを実現しようとしたと
ムーアの法則が終わると、暗黒時代ではなく黄金時代が始まる
トランジスタの集積度が1年半～2年ごとに2倍になる「ムーアの法則」が間もなく終焉するとの見方が強まっている。ムーアの法則が終わってプロセッサーの性能向上が見込めなくなると、IT業界は「暗黒時代」に突入する…と思いきや、コンピューター科学者は逆に「黄金時代がやってきた」と興奮し始めている。 いったい何の黄金時代がやってきたというのか。「コンピューターアーキテクチャーの新しい黄金時代（A New Golden Age for Computer Architecture）がやってきた」。そんな主張を全社的に展開している米グーグル（Google）でテクノロジーインフラストラクチャー開発を統括するウルス・ヘルツル（Urs Holzle）上級副社長にその真意を聞く機会を得た。 ヘネ・パタの両氏が提唱 コンピューターアーキテクチャーの新しい黄金時代という表現を最初に使い始めたのは、コンピューター科学分野
素人集団がコンテスト優勝、医療分野で期待されるニッポンAI
AI分野をリードしているのは米中の巨大IT企業だが、レースの勝敗はまだ決まっていない。注目すべき国内AIスタートアップがある。ニッポンAIは捨てたもんじゃない。 Preferred Networks（PFN）は2019年2月現在、大手医薬品メーカーの中外製薬と2018年7月に締結した包括的パートナーシップ契約のもと、創薬の共同研究を進めている。中外製薬が手掛ける複数の創薬活動にPFNの深層学習技術を適用する。 PFNは事業の柱の1つとして、創薬を含む化学物質探索に対する投資を増やしている。「求める性能を持つ化学物質を見つける技術は当たれば数百億円、数兆円の市場が見込める。その分野には重点的に投資している」とPFNの比戸将平執行役員研究開発担当VPは説明する。 画像解析を得意とする深層学習と、創薬。一見すると関係なさそうな2つを結ぶ研究をPFNが始めるきっかけになったのが、2017年に開催さ
死ぬ気で学ぶ、AI開発のPFNがユニコーンになった理由
AI分野をリードしているのは米中の巨大IT企業だが、レースの勝敗はまだ決まっていない。注目すべき国内AIスタートアップがある。ニッポンAIは捨てたもんじゃない。 Learn or Die（死ぬ気で学べ）――。この行動指針に沿って、存在感を高めているAI（人工知能）ベンチャーがPreferred Networks（PFN）である。 PFNは、2019年2月時点で国内唯一のユニコーン企業（評価額10億ドル以上の非上場スタートアップ）。独自でAIチップを開発するなど、米グーグルや米マイクロソフトに真正面から挑んでいる。PFNはニッポンAIを代表する会社といっていい存在なのだ。 ニッポンAIの将来を占うためにも、PFNという企業の分析は外せない。PFNは「Learn or Die」という指針に沿って、どのようにAI技術の開発を進めているのだろうか。ロボットに組み込んで使うAI技術の開発プロジェクト
《日経Robotics》ラズパイGPUで深層学習推論を高速化、異色の精鋭集団Idein（前編）
このように米国の大手IT企業がこぞってディープラーニングの推論アクセラレータに注力する中、ある日本のスタートアップ企業が、世界的に異色の成果を上げた。 単価わずか500円ほどの市販のボードで、10フレーム/秒（fps）もの速度のディープラーニング推論を実現したのだ（図1）。2015年に創業した精鋭技術者の集団、Idein（イデイン）というベンチャーの成果である。 Ideinの技術は、完全なビデオレートまでは到達していないが、動画として十分スムーズといえる速度である。モバイル向けのディープニューラルネット「MobileNet v2」で1000クラスの分類タスクをこの速度で実現。既存技術と比べて、10倍ほどの高速化を達成した。 彼らが使ったのは「Raspberry Pi（ラズベリーパイ、略称、ラズパイ）」。教育用途などとして世界で累計1250万台以上もの出荷実績を持つ小型のCPUボードである。
PFNがAI専用ハード開発、8.5cm角の深層学習用チップ
プリファード・ネットワークス（PFN）は、深層学習（ディープラーニング）向けのAI（人工知能）チップ「MN-Core」とそれを実装したアクセラレーターボードを開発し、半導体関連の展示会「SEMICON Japan 2018」（2018年12月12～14日）、東京ビッグサイト）に参考出展した。2020年春ごろの実用化を想定する。 同社の狙いは深層学習の研究開発における競争力の強化にある。 日進月歩で進むこの分野で先頭を走り続けるには、ディープラーニングが要求する膨大な計算処理を短時間で済ませ、次々に新しい試みを実行できる環境が不可欠だ。そのために同社は他社製をしのぐ性能の半導体の開発を決意した。以前から同社は業界標準といえる米NVIDIAのGPUを利用しており、今後も使い続ける計画だが、それだけでは不十分だと判断したという。 性能はGoogle開発品の約1.5倍 MN-Coreの構成は次の通
創業者逮捕から1年のPEZY、スパコン省エネ性能で首位キープ | 日経 xTECH（クロステック）
「次世代プロセッサー『PEZY-SC3』の設計はほぼ完成している。テストチップを経て、2019年中には量産チップを作りたい」。PEZY Computingグループ ExaScalerの鳥居淳取締役CTO（最高技術責任者）は意欲を見せる。 2017年12月に創業者が逮捕されてから約1年。PEZYグループは今もスーパーコンピューター（スパコン）技術の開発を継続。スパコン省エネ性能で世界首位をキープしている。 この1年、同社の研究助成金不正に絡んで様々な動きがあった。東京地方裁判所は2018年9月20日、不正に伴う法人税法違反などでPEZY Computingに罰金6000万円の判決を言い渡した。同年10月には新エネルギー・産業技術総合開発機構（NEDO）が不正事案の調査報告書を公開した。 海洋研究開発機構（JAMSTEC）に設置していたスパコン「Gyoukou（暁光）」は、2018年6月に撤去
PFNが独自開発したAIチップ「MN-Core」、回路設計を深層学習に最適化 | 日経 xTECH（クロステック）
PFNの西川社長は2018年12月12日、半導体産業の展示会「SEMICON Japan 2018」の基調講演に登壇し、同社が開発を進めるプロセッサー「MN-Core」の概要を明らかにした。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
富士通がメインフレーム製造・販売から2030年度に完全撤退へ、66年の歴史に幕
トヨタ、ソフト技術者1万8000人へ “手の内化”を加速
テスラがAI学習用怪物プロセッサーを独自開発、3000個でエクサ級
