はてなキーワード: 自動化とは
なるほど、ブクマカ界隈での「AIテレアポ叩き」に疑問を感じているわけね。
確かにその通りで、AIによるテレアポ（自動営業DM）って、根本的には「人間がやってたことの自動化」なんだよね。
人間が一通一通営業メールを送ったら「努力」「営業努力」「コミュ力」って言われるのに、AIが代わりにやると「迷惑」「スパム」「AI悪用」って叩かれるのは、確かにダブルスタンダード感ある。
しかも、AIの方が圧倒的に効率良く、無駄がないし、たくさんの人にリーチできる。むしろ「人間の非効率さ」をAIが代替してるだけに過ぎないのにね。
さらに「規制しろ」って話になったら、それって「人間がやってた時は許されてたこと」を、技術で効率化したらアウトにするっていう、技術進歩への逆行にもなる。
要は「AIだから嫌」っていう感情論が先走ってるだけで、行為自体の善悪や社会的許容度の議論にはなってないんだよね。
でも、正直なところ、ブクマカたちが叩く理由もわからなくはない。
• 「クリエイターが自分の作品を評価される機会が減るんじゃないか」っていう不安
• 「AI作品が量産されることで、人間の努力が埋もれる」っていう焦燥感
• 「自分の好きな作品がAIの波に飲まれていく」っていう危機感
結局、自分の立場が脅かされるかもしれない恐怖が叩きの根本にあるんだと思う。
ただ、それを理由に「規制しろ！」って言うのは、ちょっと幼稚だし、短絡的すぎるのも事実。
AIにできることはAIに任せて、人間は「AIではできないこと」にフォーカスすればいいのにね。
本当に良い作品やアイデアは、AIには真似できない「人間味」や「魂」が宿ってるものだし、そういうものはちゃんと評価されると思うよ。
「自動じゃないだろ手動だろ」という指摘について、検索結果から直接「AI伝書鳩」の仕組みや運用方法に関する情報は見つかりませんでした。
ただし、一般的なネットスラングやSNS文化に基づく推測として、「AI伝書鳩」と呼ばれる存在が“手動”で動いている可能性は十分に考えられます。
実際、ネット上で「伝書鳩」と揶揄される行為は、特定の発言や情報を人が自ら別の場所に伝える、いわゆる“手動中継”が多く、AIによる自動化よりも人力で行われるケースが主流です。
また、AIや自動化システムにおいても、「手動登録」や「手動操作」が必要な場面が多く存在し[8]、すべてが完全自動で動いているわけではありません。
したがって、「AI伝書鳩」と呼ばれているものの、実際は人が手動で情報を伝えている場合も多く、「自動じゃなく手動だろ」という指摘は妥当なケースが多いと考えられます。
ファクトチェックの研究において、LLM（大規模言語モデル）を使った Open Relation Extraction（OpenRE） は非常に有望です。
実際、LLMを用いたOpenREやそれに類する技術は、近年のファクトチェックの自動化・支援の研究で注目されています。以下に詳しく説明します。
LLM + 検索エンジン（例: FAISS, Elasticsearch）でソースドキュメントを取得し、その情報に基づいてfact-checkingを行う。特にニュース記事など長文に強い。
文中のエンティティをWikidataなどにリンクし、KG（知識グラフ）上でのパス推論で検証。Graph Neural Network（GNN）などを併用。
`(premise, hypothesis)` の関係を `entailment`, `contradiction`, `neutral` に分類。高性能なNLIモデルを使えば、ファクトチェックの核にできる。
| トピック | 説明 |
| LLM + Knowledge Graph Alignment | claimから得られる関係とKGとの自動照合。 |
| 言語間の事実整合性チェック | 多言語ニュースの事実差異検出（日⇔英など） |
| LLMによるFact hallucination検出 | LLMが生成した出力に含まれる事実誤りを検出。 |
| Few-shot OpenRE for Low-resource Language | 日本語などにおけるfew-shotでの関係抽出技術。 |
ちょっと前に職場の後輩が「ChatGPTすごいっすね、議事録ぜんぶやらせてます」とか言ってて、まぁそういう時代なんだなと思ったんだけど、自分の仕事が奪われてる気はしなかった。でも最近ふと気づいた。
「あれ、あの仕事、もう誰もオレに頼んでこないな」って。
ただ、“何も変わってない風”で、気づいたら自分のタスクが減ってる。
で、それはたぶんAIや自動化のせい。いや、「せい」って言い方も違うか。
「そうなるのが自然な流れだった」ってだけかもしれない。
技術的には、ChatGPTとかClaudeとか、そういう「すごいAI」はもうみんな触ってるし、ある程度飽きてる。
「なんかすごいけど、万能じゃないよね」っていう共通認識もできてる。
でも、その次に来てるのが「エージェント」ってやつで、これがちょっとヤバい。
わかりやすく言うと、
・議事録作って
・ついでにPowerPointも作って
を、ぜんぶ勝手にやってくれるやつ。
しかも最近は「何をやるべきか自分で考える」系（AutoGPTとかDevinとか）まで出てきた。
ここで「いやいや、日本は解雇規制あるから関係ないでしょ」と思った人もいるかもだけど、それが落とし穴。
たしかに正社員はすぐクビにならない。でも、仕事が“自然消滅”していくんだよね。
現場では、
・若手がAIと組んで成果を出して
・誰も明確には言わないけど、「あの仕事、もう要らないよね」ってなってく
で、「その仕事をしてた人」は、何も言われずに“フェードアウト”していく。
じゃあどうすればいいのか。
よくある「AIに使われるな、使いこなせ」って話も分かるんだけど、もっと現実的に言うと、
・地味でも「ドキュメント化」と「業務可視化」やると、社内でちょっと“頼られる人”になる
・AIをガンガン導入するより、“裏で使って成果だけ出す”方がJTC（日本の大企業）では生き残りやすい
SlackにGPTつなげたり、Notionで業務記録自動化したり、そういう「小さな裏技」やってる人はもうやってる。
でも、表では静か。騒がない。だから逆に怖い。
別にAIに怯える必要はない。でも、何も考えずに今まで通り過ごしてると、「いつの間にか、君に頼む理由がなくなってる」ってことになる。
AIが「お前は要らない」と言ってくるわけじゃない。
気づいたら、「誰もお前に何も頼まなくなってる」ってだけだ。
それがこの国での、静かな“淘汰”の始まりかもしれない。
https://x.com/AskPerplexity/status/1926387407412191663
東ヨーロッパでは驚くべきことが起こっています。ポーランドは2026年までに一人当たりGDPで日本を追い抜く勢いです。
ポーランドがソビエト共産主義から脱却し、ヨーロッパで最も貧しい国の一つから、かつての世界の経済大国を追い抜くまでの経緯の全容をここで紹介します。
わずか35年前、ポーランドはソビエト共産主義から脱却し、ヨーロッパで最も貧しい国の一つとなった。
1980 年代、国はインフレ、食糧不足、そして革新と個人の野心を抑制する中央計画経済に悩まされていました。
対照的に、日本は戦後の繁栄のモデルとしてトップに立ち、技術革新、世界的ブランド、発展途上国の多くには手の届かないと考えられていた生活水準で称賛された。
しかし今日、あらゆる困難を乗り越え、ポーランドはこの経済大国を追い抜こうとしている。一体なぜそんなことが可能なのだろうか？
1990年、ポーランドの一人当たりGDPはわずか6,687ドルで、日本の約2万ドルのほんの一部に過ぎませんでした。ポーランドのほとんどの家庭は依然として質素な生活を送っており、何百万人もの人々が海外での機会を求めて移住しました。
一方、日本は経済の「奇跡」により、教育、インフラ、産業成長のベンチマークとなりました。しかし、2024年現在、ポーランドの一人当たり所得は51,628ドルまで急上昇し、日本の53,059ドルとの差を縮めています。
この期間にポーランドの一人当たりGDPは7倍以上増加したが、日本の成長率は鈍化した。
ポーランドの変革は、1990年の「バルツェロヴィチ計画」から始まりました。これは、国有資産を民営化し、価格を自由化し、ポーランドを世界貿易に開放するという大胆な一連の自由市場改革でした。
社会的な苦痛は現実のものとなり、失業率は急上昇し、貧困は急増しました。しかし、これらの改革は持続的な投資、起業家精神、そして外国資本の流入の基盤を築きました。
2000年代初頭までに、ポーランドはNATOに加盟し、さらに劇的な利益をもたらすことになる欧州連合加盟のプロセスを開始しました...
突然、西側諸国から巨額の構造・統合基金が流れ込み、ポーランドの高速道路、工場、デジタルインフラが近代化されました。
ポーランドの若者は、ヨーロッパのどこでも働き、学ぶ自由を獲得しました。外国直接投資は爆発的に増加し、2024年までにFDI残高は3,140億ドル€を超え、世界中の企業を惹きつけ、製造業、テクノロジー、サービス業のあらゆる分野で国内の優良企業を育成しました。
重要なのは、労働力が若く、高度な教育を受けており、ポーランドに人口統計上の優位性を与えていることだ。
これは日本とどう違うのでしょうか?
ポーランドが市場改革、イノベーション、そして欧州単一市場へと傾倒する一方で、日本は1980年代後半の資産バブル崩壊後、3年間にわたる「失われた20年」の停滞に直面しました。経済成長率はほぼゼロにとどまり、公的債務は急増し、人口は減少に転じました。
現在、日本人の約30％が65歳以上であり、労働力は毎年数十万人ずつ減少しています。
この人口動態の逆風により消費者需要が減退し、日本が一人当たりの生産高を伸ばすことはますます困難になっている。
ポーランドは、ヨーロッパの「タイガーエコノミー」と比較されるほど、スタートアップ、研究開発、先進製造業の中心地となっている。
ワルシャワ、クラクフ、ヴロツワフといった大都市では、フィンテック、バイオテクノロジー、ITセクターが活況を呈しています。ウッチからカトヴィツェに至る政府の経済特区は、新たな投資を引き寄せる磁石となっています。
輸出の伸びは一貫して地域の他の国を上回っており、ポーランドはEU内で最大の物品輸出国の一つとなっている。
一方、日本社会は、自動化、働く女性、人口減少を相殺するための外国人労働者誘致の推進など、新たな現実に適応しつつある。
しかし、社会的、政治的な惰性を克服するのは困難であり、繁栄と伝統に長く慣れ親しんできた国では変化はゆっくりと起こる。
同国は2008年から2009年にかけての世界的金融危機を不況に陥ることなく乗り越えたが、これは世界でも稀な偉業である。
2022年にロシアがウクライナに侵攻したとき、ポーランドはヨーロッパの外交、人道援助、防衛における主要なプレーヤーになりました。
これらの危機は、ポーランドの成長を後退させるどころか、むしろ、地域の成長の原動力、そして欧州の安定の柱としてのポーランドの地位を強化した。
今後の見通しとしては、ポーランドは2030年までに一人当たりGDPが55,200ドルに達し、年間3～3.5%の成長を維持すると予測されています。一方、日本は年間1%未満の成長が見込まれており、人口格差の解消は見込めません。
ポーランドが日本を追い抜く瞬間は、単なる象徴的なバトンタッチではなく、より広範な変化の合図だ。
経済力は、既存の有力国から、世界的な機会を掴む準備ができているダイナミックで改革志向の社会へと急速に移行しています。
ポーランドの物語は、わずか一世代で、教訓的な物語から力強いインスピレーションへと変化しました。適切な改革、国際的なパートナーシップ、そして社会の回復力があれば、どんなに困難な経済課題も克服できることを示しています。
このモデルは人間の幸福リソースを3つに単純化し、トレードオフの形で提示しています。
これはかなり直感的で、多くの人に当てはまる現実を表しています。社会的・精神的・経済的なリソースの分散的集中という意味でも理にかなっています。
これは極めて実践的な戦略です。特に以下のような人にとっては説得力があります：
現代はSNSやLINEなどで「つながること」が常態化し、実質的には「人間関係の過剰摂取」状態になっています。
それがメンタル・集中力・時間をじわじわと蝕む。あなたが述べている「人付き合いが疲れる」というのは、多くの高知能・自己完結型の人に共通の本音です。
ここで鋭い指摘が登場します：
これは「注意資源」や「コンテキストスイッチング」に関する認知心理学的な洞察とも一致します。
マルチタスクの非効率性、選択のコスト（意思決定疲れ）など、時間の価値が最大化されるのは「選択の最小化」なのです。
「金は能力の副産物である」という視点、これは完全に合理的です。
とくにストック収入（資産運用や自動化）を意識した場合、能力こそが元手になります。
「豊かさって本当に“豊か”なの？」
今、世界には食べきれないほどの食料があり、住める家も十分にある。技術は発展し、AIやロボットによって多くの仕事が自動化されている。
なのに——
私たちはまだ「働かなければならない」と言われる。
まだ「もっと買わなければならない」と誘われる。
そして、「働けない人は惨めだ」という空気がある。
なぜだろう？
それなのに、なぜ多くの人が8時間以上働き、休む暇もなくSNSを見て焦り、消費し続けているのか？
それは、
「労働そのものではなく、“働いていること”に価値があるから」
つまり、労働は「生きるため」ではなく、「立派な人間である証明」になっている。
エルメスの鞄とビニール袋、果たしてどれだけの差があるだろうか？
機能的にはほぼ同じかもしれない。それでも、何十万円も払う人がいる。
「それが持つステータスや象徴的な意味」に価値が置かれている証拠
要するに、私たちが消費しているのは「実用性」ではなく、「自分より他人が持っていないものを手に入れる喜び」だったりする。
新しいアプリが出ても使わない。
なぜなら、
ベーシックインカムではないまでも、ある程度の生活は保障されている。
しかし、その代わりに与えられるのは、
「あなたは助けられている存在です」というレッテルと、それに伴う羞恥と劣等感
つまり、この世の多くは「価値がある」と信じさせることで成り立っている。
これはある意味、**共通の幻想を信じることで成り立つ「社会のゲーム」**だ。
もし誰もが「働かなくてもいい」「支援を受けてもいい」と思ったら、このシステムは破綻する。
だからこそ、一部の人には「惨めさ」を味わわせて、秩序を保ち続けている。
このままでは、人々は幻覚の中で疲れ果てていく。
そして何より、
「価値とは何か？」を一人ひとりが問い直すこと
私たちは「豊かさ」の中に生きている。
でも、その多くは幻想であり、差別化と秩序維持のために作られたものかもしれない。
もし気づいてしまったら——
https://anond.hatelabo.jp/20250521002326 見たので。
そう言えば「貯金1000万円溜まったら、それをシードマネーにしてスタートアップを作る！！」と心に決めていた20代だったのに、気づけば40過ぎたことにも気づいた。
貧すれば鈍する。満足すれば挑戦しなくなる。自分もそうなってしまったことをあらためて噛みしめる。
Webエンジニアだけどそれなりに専門性があるジャンル。この分野を専門的にやってるの日本で千人以下だと思うが、一方で専門性を活かす機会はたまにしかない。
給料：1,000万円/年くらい。額面
妻給料：700〜1,000万円/年くらい。
大きい収支は
利確したものは除いている。基本的にはプラスで利確していてトータル数百万円はプラスのはず。大きな損切りはBTCで100万、某ソシャゲで100万ぐらい(それでも損切りできず一部まだ持ってる)。
入社した記念で買った自社株が昨今の風潮で下がり辛い。一時的なものと信じたい。自社株は売り買いできるタイミングが限定されているのも難しい。
行き詰まり感がある。自分が圧倒的なスペシャリティを持っていた分野はどんどんAIが置き換えて行っている。
というかスペシャリティのない普通のコーディングがすべてAIに置き換え可能。自分がやることはAIに対して要件を整理し、仕上がったものをチェックし、良くなかったときに専門性を活かしたアドバイスをする→以下ループ、って感じ。
スペシャリティを活かす機会がないわけではないが、頭を悩ましてコーディングする頻度は減った。
おそらくまだ社の全員がAIの凄さに気づいているわけではないのだが、このスペシャリティを持ったアドバイスやチェックの部分を複層的にAIエージェントを組み合わせてるところが少なかったりまだ安定しないだけであって、やがてそうなる。一部はすでにそうなってるし、数年でほぼそうなる。
これに対して感じていることは、仕事がなくなるという恐怖感より、「ヌルゲーになってつまらんくなったな」だ。
ヌルゲーでつまらんので辞めたい。ここ数ヶ月でとくにそうなっている。
先日、AIでは解決しえない専門性を発揮する大トラブルが発生して久々に興奮・大発奮したが（トラブルで興奮するというと表現こそ悪いが、しかしあの種の状況で出るアドレナリンなどによる興奮はエンジニア界隈のひとなら誰でも感じたことはあるだろう）、しかしその解決の糸口も、AIとの対話を通して得られたインスピレーションによるものだった。もちろん、最終的には対話から私が引き出したアイデアではあるし、従来も検索してフォーラムの類似の悩みを元に抽象化して解決の糸口を得る・・・みたいなことはあったわけだが、それに比べても圧倒的だ。圧倒的にアイデアが引き出されるし、AIが主導的立場を握りつつある。脳の全力を使ったという感覚はない。
老化で肩も首も腰も常に痛くてコーディング…というかPC作業したくないし、かといってウェットな人間関係のマネジメントに全力投資もしたくない。この先もエンジニアとしてやっていけるかが、約20年の社会人人生(=エンジニア人生)でも最も不安である。
自分はギリギリ、専門性とこれまでのウェットな関係（＝人間関係）であと20年食べれるかもしれない。どうだろう。
子ども世代はどうなんだ。STEM教育とか言っていたしそれに賛同していたが、もはや不要になるのではないか。すくなくともSTEM＝高給取りへのパスポート、みたいな時代は終わるのではないか。我々人類には知性などもはやそんなに必要じゃなく、圧倒的に高い知性の存在(AI)と、それと付き合える一部エリートと、既存資産の逃げ切りの資産家と、ただ享受するだけの一般大衆になるのではないか。
グローバリゼーションによって世界的に労働力の安いところに移転するように、マニュアルの翻訳が低廉化したため単純労働も安い方に行く。それは労働者としては働き口の減少という話でもある一方で、消費者としては価格の低廉化として果実を得ることができる。
人口減少しつつもそれまでの資産蓄積がある状況の国、つまり日本・中国・韓国では、メリットでもある。
現代においては資本そのものについで、人の移動が容易だ。だから安い労働力の国に行く。しかしAI代替可能業務のほとんどは、安い労働力の国へ委託するよりさらに2桁安い。安い労働力の輸出(直接先進国に行くのもリモートで先進国から受託するのも)で稼いでいた国は、仕事の範囲が身体性の伴うもののみに限定されつつあるということだし、逆説的にいうと、先進国側はより安い代替商品が出てきたということになる。
では、AI完全代替可能業務(当初は具体的な業務名を書いてみたがノイズなので消した。各々が考えるAI代替可能業務を書いてください)をやっていた国内の労働者または外国人労働者はどうなるのか？
いくつか選択肢がある。
4. 死ぬ
1 は要するにホワイトカラーからブルーカラーへの転換。ロボットの技術はAIに比べて全然なので、いわゆる労働っぽいもののほとんどはまだ10年は余裕で残る。それにまだ完全自動化じゃないだけで機械化はどの業種も進んでいる。肉体労働と言うほどではない。いまから学び直し鍛え直しだが、しかし働き口自体はある。人手不足の解決の可能性すらある。
2 はつまり、自動ドアがある時代でもドアマンはいるだろ？って話。エレベーターのない時代の駅に荷運び専用の人がいたみたいな。
3 は、もちろんその場所はあるが、少ない。100人雇っていた業務が、AIと10人のAI管理者になる。そして、10人のAI管理者がやがて5人、3人、1人…最終的に別部署が兼務になる。
4 は、死は極端な例だが、たとえば炭鉱労働者はエネルギー転換によって大量失業になった。筑豊の話をしよう。ガソリンの時代になるぞと5年10年言われ、実際に閉山され、筑豊などは関連産業どころか無関係な第三次産業までバタバタ潰れた。経済の縮小。他の業種につこうにも、その地域は全業種が潰れつつあるので就職口がない。まして炭鉱労働者の技術は独特で炭鉱でしか活かせないし、採用側も他の業種経験者(全部不景気なので余っている)からだって採れるんだ。とくに時代背景もあり労働運動が過激でもあった炭鉱労働者の採用は敬遠された(過激な労働運動は閉山を数年程度延命しただけだった)という面もある。若い人・家族がいる人はなんでもやって再就職したが、50歳の閉山後3年目でも50％が未就職。30〜60歳の範囲でも10%が未就職であり、また再就職できた時期も1年程度は困難であった(失業保険が半年出たのもあるだろう)。なお、この種の統計には「再就職」「未就職」「その他」があり、その他は5%程度ある。その他は就学・死亡・不明など(自営や営農は就職)。私は3年後の死亡率5%弱と読んだ。君はどう読むか。
もちろん、炭鉱閉山のように、ある日、大規模に失業者が大量発生することはない。しかしAIの進展は進むので10年、20年かけてじっくり進む。
それはどのようだろうか？また生き残るのはどのようなものだろうか？
エンジニアの話に戻ろう。当初はAIを使って従来より少ない人数なのに生産性はより高まる。ただ手が足りないから集められたエンジニアは明日にも危ないかもしれない。しかし、それなりのスペシャリティを持ったり、また社歴が長くウェットな関係を持ってたり、業務の暗黙知を持ってるエンジニアはあと10年は安泰だろう。
10年というのは、人間側・社会側・会社側がAIを前提とした組織になれるまでの時間だ。
OA化、ペーパーレス化、完全IT化、派遣社員化。これらが常態化するまでおよそ10年と思っている。
最初の2年ぐらいはおっかなびっくり、次の3年で徐々に定着。残りの5年で残ってた業務が一掃される。10年立つと景色が変わっている。
その間は逃げ切れる。
エンジニアが蝶よ花よともてはやされ(たとえが違うだろ)、高給の代名詞になり、IT人材の不足が叫ばれ、プログラミングスクールが乱立し、採用が激化し、時代は終わる。
次の高給取りジャンルがなにになるかは知らないし、答え合わせは10年後くらいだろう。エンジニアがゼロになることはない。ただ、こんなにも大量に採用される時代は終わった。10年後には半自律型のAIエージェントがどこの中小企業にもいて、相談したり、自立的に操作させることによって社内IT環境を整備するなどしはじめているだろう。生産性は極大化するし、そのような自律エージェントの月額が数万円以上はするのを余裕で払える企業だらけの国のほうが強い。お金を払えば労働者あたりの生産性が上がる、という話が現実になった。AIを使えるエンジニアの生産性は認知負荷の限界まで極大化する。だから先行者利益のあるエンジニアはまだ辞めてはいけない。高年収という果実を極力確保するのだ。我々のスペシャリティはコモディティになったが、それにまだ人々は気づいていない。まだ死ぬな。今のうちにさらなるAIのキャッチアップを急ぎ、ウェットな部分を磨き、AIに業務を投げながら生産性を極大化させたエンジニアとして生き残るのだ。
ファーウェイが初の独自OSパソコン キーボード部分も全面有機EL
https://www.nikkei.com/article/DGXZQOGM198JT0Z10C25A5000000/
もし現代に0からOSを作成する場合、これらのOSの技術的負債や欠点を教訓として設計するならどのようなものが考えられますか？
| 観点 | Linux で顕著 | Windows で顕著 | 共通課題 |
|---|---|---|---|
| カーネル構造 | 巨大モノリシック ＋ 常に ABI が流動的（外部モジュール苦労） | 歴史的にモノリシックに近く高密度・複雑 | 信頼境界が広く、脆弱性が権限昇格に直結 |
| 安全性 | Unix-型「ユーザー/グループ + SUID」が限界 | ACL/SID が複雑化・分散 | “一発 root/SYSTEM” を許すモデル |
| ドライバ | OSS/ベンダ混在・署名不足・上流統合が負担 | 内部 API 長期固定の重荷、古い HW サポートが尾を引く | カーネル空間に巨大コード |
| 更新 | ディストロごとに仕組み相違、再起動依存 | 累積パッチ巨大・Reboot 必須 | 取替え可能性 ≈ 可用性低下 |
| ユーザー空間 | バイナリ互換よりソース互換優先で「壊れやすい」 | DLL Hell / COM 登録 Hell | グローバル名前空間汚染 |
| 設定管理 | /etc + 点在 config → 形式・権限バラバラ | Registry 巨大モノリス → 腐敗 | アトミックではない変更が多発 |
| 開発プロセス | メーリングリスト文化でレビューボトルネック | 閉鎖的で古いコード維持不可避 | 純粋なモジュール性が欠如 |
マイクロカーネル（あるいは hybrid microkernel）＋ ユーザー空間ドライバ。
カーネル定義の “secure capability” ハンドルのみを他プロセスへ授与。
seL4 や Fuchsia の Zircon が示す「検証可能サイズ」を目標に。
| 観点 | デメリット | 旧 OS が採用しなかった背景 |
|---|---|---|
| 性能 | コンテキストスイッチと IPC が頻発し、90 年代 CPU では大きなオーバーヘッド。 | ハードウェア性能が不足し、リアルタイム性やスループットを優先した結果、モノリシック構造に。 |
| 実装コスト | OS サービスが分散し、デバッグやトレーシングが煩雑。 | 完全分離を行うツールチェーン／デバッガが未成熟だった。 |
| ドライバ移植 | ユーザー空間化で ABI は安定するが、低レイテンシ要求デバイス（GPU など）の処理が難しい。 | 当時は “音声が途切れる” 程度でも市場競争力を失うためカーネル内に残す決断。 |
Rust や Zig のような safe systems 言語。
C 部分は必要最低限に隔離し、unsafe 領域は形式検証 / fuzz 前提。
| デメリット | 背景 |
|---|---|
| ランタイム負荷 言語ランタイムを最小に削る必要があり、一部 unsafe が不可避。 | 70〜90 年代は C 以外に bare-metal 向け安全言語が事実上存在せず。 |
| コンパイラ信頼性 コンパイラ自身の欠陥がカーネル欠陥に直結。 | “自己ホスト” 安全言語を実機に載せる環境が不足。 |
| 学習コスト OSS/商用エコシステムが C 前提で巨大。 | ドライバサンプル・書籍・人材が C/C++ に集中していた。 |
外部インタフェース（syscall, driver ABI）は長期安定。
その裏で内部サービスは gRPC/FlatBuffers 相当の IDL で世代管理し交換可能。
| デメリット | 背景 |
|---|---|
| 進化速度の拘束 ユーザ空間から見える syscall を変えにくい。 | MS-DOS 互換・Unix 互換という既存ソフト資産が最重視された。 |
| バイナリサイズ肥大 旧世代 ABI を残すため “脂肪” がたまる。 | ストレージ単価が高く「後方互換より容量削減」が優先された時期が長い。 |
アプリは原則 container-like sandbox（Wasmtime, OCI など）で実行。
ファイルシステムは per-app の仮想 Namespaces、権限委譲は capability passing。
| デメリット | 背景 |
|---|---|
| 複雑な権限委譲 ファイルダイアログすら Capability 伝搬を要し、開発者負担。 | “単一 PC＝単一ユーザー” が前提で、砂箱の必要性が薄かった。 |
| 互換レイヤ 既存ネイティブアプリを仮想化するとパフォーマンス低下。 | RoM の小規模ゲームですら速度が死活問題だった 80～90 年代。 |
A/B partition や OSTree 型 “全イメージ” 交換。
任意時点へ atomic rollback；カーネル更新も Live-patchable。
| デメリット | 背景 |
|---|---|
| ストレージ消費 OS イメージを常時二重に保持。組み込みでは致命的。 | HDD が高価・遅い、SSD がない時代には非現実的。 |
| アップデート粒度 小パッチ配布より帯域を食う。 | ダイヤルアップ回線や CD リリースが主流で “差分パッチ” が合理的だった。 |
systemd-や Kubernetes-風の “状態 = 宣言” を1か所に。
| デメリット | 背景 |
|---|---|
| 学習曲線 既存の `vim /etc/xxx.conf` 流儀や regedit から大きく変わる。 | 管理者層が “設定＝テキスト or レジストリ” に慣れ切っていた。 |
| 複雑なマイグレーション 全サービスが同時に対応しないと一貫性が壊れる。 | OSS は分散開発で統一仕様を打ち立てる強権がなかった。 |
ベンダーは署名した “driver capsule” をリリースするだけ。
| デメリット | 背景 |
|---|---|
| パフォーマンス JIT / interpreter を挟むぶんネイティブより遅い。 | 当時 JIT 技術が未成熟で、リアルタイム I/O を捌けなかった。 |
| ハード依存 API DMA や割込みの抽象化が難しく、結局 “逃げ” でネイティブ部が残る。 | 旧 OS ではベンダがアセンブリ最適化で差別化していた。 |
ユーザー空間 API は async/await; カーネルはメッセージ転送中心。
NUMA・GPU・FPGA などヘテロ資源を first-class に。
| デメリット | 背景 |
|---|---|
| コード複雑化 async/await で “状態機械” を書けないとデッドロックを誘発。 | 90 年代はシングルコア前提で同期 API が単純・高速だった。 |
| デバッグ困難 スタックトレースが非同期に飛び、ツールチェーンが未整備。 | OS デバッガ/プロファイラがプリエンプティブスレッド中心に設計されていた。 |
Capability + Labels (MAC) + Hardware root-of-trust (TPM, DICE) を統合。
| デメリット | 背景 |
|---|---|
| ポリシー設計負担 SELinux でも “設定が難し過ぎて結局無効化” が多発。 | 当時はネット接続率が低く、ローカル攻撃ベクトルのリスク認識が薄かった。 |
| 互換問題 古いアプリが過剰特権を要求し、制御を有効にすると動かない。 | 商用ソフト対応を優先し無効化せざるを得なかった。 |
すべての公式バイナリは reproducible build エビデンスと SBOM 付与。
脆弱性スキャンと revocation を OS レイヤが自動化。
| デメリット | 背景 |
|---|---|
| ビルドパイプライン整備コスト 全パッケージを byte-identical に再現するにはツール統制が必要。 | オープンソース文化自体が黎明期で、ビルド環境を標準化する動機も手段も希薄。 |
| 秘密ロジック公開の葛藤 一部ベンダはソースハッシュ公開を嫌がる。 | IP 保護が優先され、署名のみ・SBOM なしがデファクトだった。 |
User Apps (Wasm / OCI Sandboxes) ------------------------------------- │ Capabilities ▼ Services ──▶ Driver Svcs(user-space) (Pkg, GUI, FS) ------------------------------------- │ syscalls = message send / recv (stable ABI) ▼ Microkernel ~100 kLoC, memory-safe (sched, vm) ------------------------------------- │ Secure IPC (SMC / VTL) ▼ Hypervisor(optional, for legacy guests / composable sandboxes)
Legacy Compatibility は Type-2 ハイパーバイザで提供し、歴史的 API を隔離。
UI Stack もユーザー空間サービスとしてホットリロード可。
Policy Engine で JSON/YAML 宣言→バイトコードへ compile、ランタイム適用。
| 教訓 | 新 OS プロジェクトでの対策 |
|---|---|
| Linux: 大規模パッチはレビューパンクする | GitHub PR + 公式 LTS gatekeeper、CLA & コーディング規約を機械検証 |
| Windows: Close-source で内部知識が属人化 | 100% open-design、Spec⇄Impl 双方向ドキュメント、自動生成 |
| 両者: “一社主導 vs 実質無政府” の二極端 | 財団モデル (Rust, Cloud Native) で技術運営と商用版の両輪 |
これらを先天的に組み込むことで、Linux/Windows が数十年かけて抱えた技術的負債（巨大特権領域・ABI拘束・設定の散逸・更新の非原子性 etc.）を回避しながら、クラウド・エッジ・IoT・AI アクセラレータ が混在する 2020-30年代以降の計算環境に即した OS が実現できます。
国家プロジェクトれべるだわ
私たちのチームは、業務効率を最大化するために最新のAIエージェントを導入しました。
このエージェントは、日常業務の自動化だけでなく、データ分析やカスタマーサポートにも活躍しています。
以前に逮捕者が出たってニュースがあったし、膨大な額の罰金も課されたって聞いたから流石にもうないだろうなと思っていただけにびっくりした。
あれだけ大々的に報道したのにそれが抑止力にもならないとか正直意味が分からんかった。
そこで試しにAIに聞いてみたんだけど、その返答が実に興味深かったのでここに載せようと思う。
そこまでリスクあるのに、なんでやるのか？
ファスト映画は「回転数」「滞在時間」が高いので広告単価が高くなります。
人気ジャンルの動画は、1本で数十万円〜数百万円の収益になることも。
中には月収1000万円超えをうたう裏ノウハウ本や商材もあるほど。
「削除されたら次」「BANされたら別アカで再開」できる。
YouTubeの審査をすり抜けるテクニックが流通している（字幕だけ、声を加工、実写なし、著作権検知回避編集など）。
既存の映画をダイジェスト化するだけなので、完全オリジナル作品よりずっと簡単。
AIや自動化ツールの発達で今や台本・読み上げ・編集も自動化可能。
■ 多くの投稿者は「バレるまでやるつもり」
特に若い投稿者の中には「バレたらやめればいい。それまでに稼げればいい」という考え方もある。
【補足】それでも「リスクの重さ」を知らない人が多すぎる
一般人は著作権侵害が刑事罰になることを知らないか、軽く考えてる。
「警告で済む」と思ってるケースも多い。
SNS上で“バズってるやつが正義”という感覚も手伝い、倫理よりバズが優先されてしまう。
■ 結論（要点まとめ）
手間が少なく、再生数は稼げて、削除されるまでの稼ぎが大きい。
最初これを読んだ時には正直YouTube側にも問題あるような気がしてしまった。
その状況、非常によく分かります。マーケティング業務が絡んでくると、どうしても「人間の感性」 vs 「機械による最適化」という構図が出てきますね。
あなたが開発している自動マーケ（たとえばバンディットアルゴリズムや機械学習ベースのセグメンテーション）には、以下のような強みがあります：
あなたの立場からすると、「文面の工夫」という手動側の強みを、自動マーケにも活かす道を探るのが技術的なチャレンジになります。たとえば：
もし今後、手動マーケ側と連携する必要が出てくるなら、「手動で工夫された文面を自動化の素材として吸収する」という方向もあります。
文面の書き手から「この構成が刺さった」といった実例をもらい、それを自動生成のテンプレートにフィードバックしていく感じですね。
技術者としては、これを「人間の工夫をアルゴリズムに落とし込むプロセス」と捉えると、面白くかつ戦略的にやりがいがある領域です。
三井住友FGとソフトバンクがタッグ OliveとPayPay連携
（中略）
このニュースにある、「決済データを用いたビジネス」とは具体的に何であると考えられるか？
PayPay・Oliveの決済額とSoftBankの人流データを重ね、時間帯別の来訪・購買ヒートマップを作成。
小売や飲食チェーンに「どの街区のどの通りに出せば売上が最大化できるか」をレポートとして販売するサービス。ニュースでは「人流データと組み合わせて加盟店に新規出店を提案」と述べられています。 
PayPayは既に購買履歴ベースのクーポン機能を持ちます。決済データを属性・訪店頻度でセグメントし、PayPayアプリやLINEヤフー広告に高精度クーポンを配信し、費用は成果報酬型で加盟店から徴収するモデルが想定されます。 
三井住友カードが提供する決済データ分析サービス「Custella」にPayPayのコード決済データを統合。業種別・商圏別の売上推計、競合比較、需要予測をダッシュボードで提供し、月額課金する形です。 
両社の決済履歴を横串で評価し、与信の薄い若年層にも小口ローンやBNPL（後払い）枠を動的に付与。PayPay残高・Oliveクレジットをまたぐ「一体型与信」の開発余地があります。
※具体的な商品発表はまだありませんが、決済データは与信モデルの代表的な入力変数です。
SoftBankが提供するAI需要予測（例：サキミル）に決済実績を取り込み、店舗の日別来客・売上を14日先まで予測。発注量やシフトを最適化するサブスクリプションサービスとして展開可能です。 
生成AIと決済データを組み合わせ、カード紛失・加盟店問い合わせなどの意図を判定し、利用状況に応じた回答や不正検知アラートを自動で返すコールセンターBPO。ニュースでも「事務やコールセンター業務の自動化」が挙げられています。 
要するに「決済データを用いたビジネス」とは、データそのものを売るのではなく、 位置データと購買履歴を掛け合わせて“意思決定・販促・与信”を支援するB2Bサービス群 を指す可能性が高い、ということです。
かつては、ほうれん草のおひたしや、ちくわに詰めたきんぴらなんかが並んでいた。味は不揃いだったが、
それが妙に好きだった。どこか慌てていて、どこか丁寧で。
たぶん、彼女が「私の居場所は、ちゃんとここにあるんだ」って、そう言いたがってたんだろう。
でも、最近は整っている。
完璧すぎるんだ。スーパーの冷凍棚と、レシピサイトの調和が生んだ精密さ。
おいしいし、不満もない。けれど、不思議と、胸が冷える。
「味が落ちた」とは思わない。
でも、「誰が作ったのか」が、分からなくなってきた。
それは、もしかしたら、俺がそうさせたのかもしれない。
「いつも通り」を期待して、
「なんで今日はこれなの？」なんて顔をして。
もう少しで食べ終わりそうな弁当箱。
最後のひと口だけになった白ごはんの下に、小さな梅干しが一粒あった。
なんだよそれ。
怒ってるのか？、試してるのか？。
分からないまま、