  |
はてなキーワード:パイプラインとは
以下回答
ゲーム機メーカーが「自社ハードウェア事業を終息」し、「自社ソフトを他社プラットフォームに供給する」という方針転換を行う場合、経営・ブランド・技術・収益面などで多面的なリスクやデメリットが生じます。以下に体系的に列挙します。
🧩 1.経営・戦略面のリスク
■ (1)収益構造の変化による利益率低下
- 自社ハード販売による利益（ハード本体・周辺機器・ライセンス料など）が消滅。
- 他社プラットフォームでは、**販売手数料（例：30%前後）**を支払う必要があり、**利益率が大幅に低下**。
- 「プラットフォーム料」によって価格戦略の自由度も制限される。
■ (2) 成長ドライバー喪失
🎮 2.ブランド・マーケティング面のリスク
■ (1)ブランド価値・アイデンティティの喪失
- 「ハード＋ソフト一体の体験」を提供していたブランドが崩壊。
- 消費者にとって「唯一無二のゲーム体験」を失う。
- 長年築いた「プラットフォームブランド」（例：PlayStation、Switchなど）が**事実上消滅**。
■ (2)既存ユーザーの離反・不信感
■ (3)販売チャネルの再構築コスト
⚙️ 3.技術・開発面のリスク
■ (1)技術力・開発ノウハウの空洞化
■ (2) 他社プラットフォームへの依存度上昇
💰 4.経済・契約面のリスク
■ (1)ロイヤリティ・手数料負担
- プラットフォーム運営会社（例：Sony,Microsoft,Nintendo,Valveなど）に販売手数料を支払う。
- サブスクリプションサービス（例：Game Pass）に参加する場合、**収益分配の条件交渉が不利**になる可能性。
■ (2)価格政策の制約
🧠 5.組織・人材面のリスク
■ (1)人員削減・士気低下
■ (2) 開発体制の再構築コスト
🧩 6.市場・競争面のリスク
■ (1)差別化困難
■ (2) 他社との関係悪化の可能性
🕰️ 7. 過渡期の移行リスク
✅ 総括
観点 主なリスク・デメリット 経営 利益率低下、成長鈍化 ブランド 独自性喪失、ユーザー離反 技術 ハード技術衰退、他社依存 組織 人員整理・士気低下 市場 差別化困難、競争激化
もし本当にMicrosoftがXBOX販売から撤退したら、こういうリスクを織り込んだうえでそれでも決断せざるを得なかった、という事なわけだ。
日本を代表する大企業において、50代の社員が直面する「無言の退職圧力」は、もはや例外的な事象ではなく、構造的な問題として常態化している。長年の経験と専門性を蓄積したベテラン人材を早期に手放し、その一方で育成に10年という歳月を要する未経験の新卒者を採用する──この一見不合理なサイクルは、なぜ繰り返されるのか。本レポートは、この問題の背景にある経済的力学と制度的欠陥を解き明かし、日本企業が直面する人事制度の根本課題に対する処方箋を提示することを目的とする。
この問題の核心には、見過ごすことのできない重大なパラドックスが存在する。
この矛盾した人材サイクルの根本原因は、個々の企業の経営判断ミスという表層的な問題ではない。それは、日本型雇用システムに深く根ざした「年功序列型」の賃金体系そのものに内在する構造的欠陥なのである。次章では、この矛盾を生み出す経済的メカニズムを詳述する。
持続的なリストラのサイクルは、経営の非情さの表れというより、むしろ伝統的な日本型報酬モデルに組み込まれた、根深い経済的ロジックの症状である。中高年社員の早期退職を促す構造は、短期的な財務改善という抗いがたい「誘惑」を経営陣に提示する一方で、長期的な人的資本を蝕む罠となっているのだ。
問題の根源は、多くの日本企業において、中高年社員の賃金水準が本人の生産性を大きく上回ってしまう「高すぎる給与」にある。具体的には、以下のような水準が常態化している。
この報酬と貢献の危険な乖離は、労働経済学の「レイザーの法則」によって理論的に説明できる。この法則によれば、年功序列賃金は社員のキャリアを二つのフェーズに分断する。
この報酬と貢献のデカップリングこそが、早期退職を促す構造の核心である。壮年期以降の社員を早期に退職させることが、企業にとって「膨大な利益」をもたらす財務的ロジックがここに成立する。
1.退職金のコスト:早期退職優遇制度では、退職金に「30ヶ月分」程度の給与が上乗せされるのが一般的である。
2.雇用継続のコスト: 一方で、高給与の50代社員を1年間雇用し続けるための総コストは、基本給（12ヶ月）に加え、賞与、高額な社会保険料、その他経費を含めると、給与の「24～25ヶ月分」に相当する。
3.結論: つまり、30ヶ月分の退職金は、実質的にわずか「1年3ヶ月分」程度の雇用コストでしかない。この計算に基づけば、50歳で社員を退職させることで、定年となる65歳までの残り15年分の莫大な人件費を削減できることになる。この財務的インパクトが、経営陣にとって短期的なバランスシート改善を優先し、経験豊富な人材の維持という長期的な視点を犠牲にする、強力かつ危険な誘惑となっているのだ。
しかし、この短期的な経済合理性は、深刻な副作用を伴う。かつて大規模なリストラを行ったパナソニックが、15年の時を経て再び同様のリストラを繰り返している事実は、このモデルが持続不可能であることを象徴している。この負のサイクルを断ち切るためには、問題の根源である日本の給与構造そのものにメスを入れる必要がある。
日本の賃金に関する議論は、「日本の平均給与は低い」という、統計がもたらす「罠」にしばしば陥りがちである。本章では、この誤解を解き明かし、急峻な年功カーブが一部の大企業特有の問題ではなく、日本の中堅・大企業に共通する構造的課題であることを論証する。
世間一般で語られる「低い平均給与」の根拠とされる統計データは、意図せずして実態を著しく歪めている。これらの数値は、人事戦略を構築する上で根本的に誤解を招くものであり、一種の「インチキ」と言わざるを得ない。
これらの統計からパートタイマー等の影響を除外し、フルタイムで働く男性の賃金カーブに焦点を当てると、全く異なる実態が浮かび上がる。学歴（高卒・中卒含む）や地域を問わない全国の平均値ですら、50代の平均年収は700万円に達する。これを大卒の正社員に限定すれば、さらに100万円程度上乗せされるのが実情だ。これは、日本の賃金体系が年齢と共に急勾配で上昇する、典型的な年功序列型であることを明確に示している。
では、この構造的問題はどの規模の企業に当てはまるのか。我々の分析は、明確な境界線を明らかにしている。
この分析が示すのは、この問題が一部の巨大企業に限定されたものではなく、日本の企業アーキテクチャに組み込まれたシステム上の欠陥であるという事実だ。したがって、この課題の解決策を模索する上で、グローバルな標準との比較はもはや単に有益であるだけでなく、不可欠なプロセスなのである。
日本型雇用システムの構造的課題を克服するためには、国内の常識に囚われず、海外の先進的な雇用モデルを比較分析することが極めて重要である。フランスやアメリカの事例は、日本の年功序列型とは全く異なる賃金思想を示しており、我々が目指すべき改革の方向性を明確に示唆している。
フランスの賃金体系は、エリート層と一般層でキャリアパスと給与モデルが明確に分離された「複線型」を特徴とする。
アメリカの賃金体系も、大多数の労働者においては同様の傾向を示す。中央値に位置する労働者の場合、賃金の伸びは30歳から40歳までの期間に集中し、40歳以降の給与はほぼ横ばい（フラット）となる。給与が青天井で上がり続けるのは、ごく一部のトップエリート層に限定されるのだ。
フランスとアメリカ、二つの先進国の事例から導き出される示唆は、極めて明確である。それは、「一部のエリート層を除き、大多数の労働者の賃金カーブは若いうちに頭打ちとなり、その後はフラットに推移する」という共通の原則だ。このモデルは、年齢給による人件費の高騰を防ぎ、長期的な雇用安定を可能にする基盤となっている。このグローバルスタンダードを参考に、次章では日本が目指すべき具体的な人事制度改革案を提言する。
これまでの分析で明らかになった構造的課題を解決するためには、小手先の対策では不十分である。我々が取るべき唯一の持続可能な道は、戦略的な転換、すなわち「年功序列型賃金から、成果と役割に応じたフラットな賃金体系への移行」である。本レポートが提示する核心的な提言は、この移行を断行することに尽きる。その具体的なモデルケースとして、「年収700万円での頭打ち」を一つのベンチマークとすることを提案する。
この新しい賃金モデルは、単なるコスト削減策ではなく、企業の競争力と従業員のエンゲージメントを同時に向上させる、多面的なメリットをもたらす。
この改革は、単なる賃金制度の変更に留まらない。それは日本人の働き方、キャリア観、そして社会全体のあり方を変革し、持続可能なタレントパイプラインを構築する大きなポテンシャルを秘めている。
本レポートを通じて明らかになったように、日本の中高年雇用問題の根本原因は、個々の社員の能力や意欲の欠如では断じてない。その本質は、経済成長期を前提に設計され、現代の環境には全く適合しなくなった年功序列型の賃金システムそのものにある。
この本質的な課題を前に、我々は議論の焦点を大きく転換させねばならない。「定年後の再雇用」や「中高年のリスキリング」といった対症療法的な議論から、「そもそも定年を意識することなく、誰もが安心して長く働き続けられる雇用・賃金体系をいかにして構築するか」という、より本質的な議論へとシフトしなければ、この問題が解決することはない。
真の「雇用安定」とは、単に一つの企業に長く在籍できることではない。それは、年齢に関わらず、社員一人ひとりが自らの能力と経験を最大限に発揮し、その貢献に対して公正な処遇を受けながら、社会の一員として長く活躍し続けられるシステムである。この新しい定義に基づき、持続可能で、かつ働くすべての人々にとって公平な人事制度を構築することこそ、現代の日本企業に課せられた最も重要な戦略的責務である。
きっかけは、学生時代にちょっとしたレポートでテキストの単語出現頻度を数えようとしたとき、「あれ、そもそも日本語ってどうやって単語に分けんの？」って疑問が出たところからだ。
英語ならスペースで切れるけど、日本語はそうはいかない。で、いろいろ調べて「形態素解析」って言葉にたどり着いた。
その瞬間にちょっとハマったんだよね。
辞書をもとに文を機械的に切り刻んで、品詞をラベル付けして、統計を取って、構文を推定する。まるで人間の頭の中を数理的に覗いているようで。
そこからMeCabとかJumanとかKyTeaとか、いろんなツールを触った。
Pythonでテキスト処理のパイプラインを組んだり、mecab-ipadic-NEologdを突っ込んで新語に対応させたり。
「言葉を数理で扱える」って発見が、ちょっとした中毒になった。
その頃はMosesとかGIZA++とか、ああいう統計翻訳系のツールも触ってたね。
単語アラインメントの確率モデルをいじって、「確率的に対訳辞書を作る」みたいな遊びをしてた。
とにかく、NLPの世界には「人間の言葉を数学で再現できるかもしれない」という変な魅力があった。
深層学習がまだ主流じゃなかったから、n-gramやHMM、CRFなんかが主戦場で、論文読むたびに確率式の展開を手で追ってた。
最初はPoC（Proof of Concept）しかやらせてもらえなかった。
感情分析とか、Stance Detectionとか、「この文は文法的に典型か非典型か」を判別するための言語モデルの構築とか、エンティティリンキング、質問応答（Question Answering）。とにかくNLPの典型的なタスクを一通り。
学術的には面白かったけど、現場で求められてたのは「論文再現じゃなくて、実用的な精度と速度」だった。
PoCで終わって、実装には至らない案件が山のように積み上がっていった。
あの時期、NLP業界全体が「技術的にはすごいけどビジネスには落とし込めてない」って空気だった。
でもさ、LLM（大規模言語モデル）が出てきてから、世界がひっくり返った。
正直、最初は「Transformerの延長だろ」と思ってたけど、数ヶ月で実感が変わった。
それまでチマチマ特徴量を設計して、分類器を学習して、F値を0.02上げるために夜中までパラメータをいじってたのが、全部一瞬で過去になった。
ChatGPTが出て、蒸留やファインチューニングでほとんどのNLPタスクが置き換えられるようになったとき、「あれ、今までの俺の知識、ほとんど無駄だったんじゃね？」って一瞬マジで虚無になった。
でも、そこで終わらなかった。プロダクション環境を任せてもらえるようになって、推薦システムとかパーソナライゼーションの設計をやるようになって、ようやく「ユーザーベクトルを使う」という文脈でNLPが再接続した。
単なるテキスト処理から、「テキストを媒介にして人間の行動を理解する」方向に進んだ。
埋め込み表現をベースにユーザーの嗜好を推定して、レコメンドやメルマガのパーソナライズをやる。
自然言語はもう目的じゃなくて、インターフェイスになった。そうやって初めて、「NLPがビジネスに食い込む瞬間」ってのを肌で感じた。
PoCなんてやってても金にはならん。動くシステム、回る仕組み、再現性のある成果、それを出せないと、どんなに学問的に立派でも意味がない。
でも、PoCの積み重ねがなかったら、今の設計思想もなかったと思う。無駄に見える実験が、実は土台になってる。
自然言語処理って、そういう「積層的な知識と挫折の積み上げ」が一番の資産なんだよな。
Permalink |記事への反応(15) | 06:37
どう考えたってSEやプログラマよりも土方の方が必要な職業だし重宝されるべき仕事にも関わらずスタートアップのよくわからんホワイトカラーの連中の方が高給だったりするのが納得できない
というか正直ITバブルが長すぎたと思うんだよ。それだけ需要があります!ってことなんだろうけど、これまではなんちゃって専門職に見せて市場全体の相場自体がぼったくりみたいなところあったことは実際否めない。
だってフリーランス仲介サイトなどで見るSESや受託開発案件では一般的なWeb系エンジニアなら人月単価60〜80万円前後が相場だが、機械学習系やSREなど高難度のプロジェクトでは一人月100万円近くに達する案件も珍しくないんだぜ!？
あと仲介業者多すぎぃ!!例を挙げるとクライアント企業から人月90万円の発注があっても、実際に要件定義や開発を担うのは下請けの開発会社や派遣チームであることが少なくなくて、仲介業者がやるのはその橋渡しだけ。あとの実務やリスクの大半を下請けに丸投げしてるのに10〜30％前後の手数料をマージンって確保すんだぜ。ノミじゃん。ダニじゃん。一応マッチングや契約管理といった役割はあるとしたって、一次請けとしての実働や技術的責任をほとんど負わない状態での高率マージンはどう考えたって業界全体のコスト構造を押し上げる一因になってる。でも誰もここを変革しようとはしなかった。はっきりいって、そういう業界全体の空気に心底うんざりしてた。
けど今後は、大規模言語モデル（LLM）や生成系AIの普及でコード自動生成ツール（GitHub Copilot など）やDevOpsパイプラインの標準化が進めば、こうしたエンジニア単価の上限は徐々に見直されるはずだ。これこそが長らく続いたITバブルの前提を根本から揺るがす変革になるだろうなと思ってる。
頼むよAI。
今度イギリスの製薬会社が、性欲をピタッと押さえ込むパッチを出すらしい。
ニコチンパッチみたいに腕にペタンと貼るだけで、煩悩が全部蒸発するって話だ。
っていうのはまったくの「嘘」なんだけど、実際にそんなもんが出てきたらどうする？
世の中、性欲で人生こじらせてる奴が多すぎる。電車でスマホ片手にエロ広告を消すのも面倒だし、週末の夜は「彼女ほしい」と言いながらAVで自家発電大会。「風俗なんて行く金がねぇ」、「マッチングアプリでメンタル崩壊」、「女友達と飯行くだけで下心がバレる」、「結婚したけどレス地獄」。そんな毎日なら、もう全部パッチで消してくれって気分にもなる。
そもそも、性欲とやらがなければ、もっと有意義なことに脳みそ使えるんじゃないか。受験生の頃、「くだらねえ妄想消して単語帳に全集中できたら東大行けた」とか、仕事中にスクリプト組んでても、なぜか脳裏にアイドルのあの表情がフラッシュバック。「この時間が全部計算資源に変換できたらCIパイプライン爆速じゃね？」なんて考えたやつ、俺だけじゃないだろ。
でも、いざパッチを貼ってサクッと欲望ゼロになったら、空っぽのロボットになる気もする。好きな人と目が合っても何も感じない。推しアイドルの新曲MV見ても「はえー色使い綺麗っすね」とかしか思わない。そもそも金曜の夜に飲み会で変なフラグ立てることもなくなる。「恋」「ときめき」「妄想」「嫉妬」・・・こんな人間くさい情動を、ぜんぶパッチの下に封印してしまう。それで何を楽しいと思えるんだろう。
冷静に考えれば、性欲如きに踊らされる人生もどうかしてる。でも全部消してしまえば、人間社会そのものが根っこから成り立たなくなる気もする。文明の起動エネルギーを全部オフにした世界で、進化はもうあり得ない。
いっそパッチで悩みが消えてしまえば楽ではある。でも、欲望を抱えて泥臭く生きてる今が、案外悪くないんじゃないかとも思ってしまう。
※追記
この増田は、特定の企業を非難、攻撃するために書いていません、あくまでファンが外から見た話です
仕事柄、造船に関わることはありますがそれは、図面通りの物を造るという仕事で業界を俯瞰することはありません
例えば、下に出てくるJMU（Japan Marine United）は、今年の6月に今治造船の傘下に入りました
今治造船は、ぼくが増田で書いている大手造船が本当に大手だった頃、中堅と呼ばれるような規模の会社でした
それが今や日本最大の造船会社になり、IHI、住友重機、日立造船、JFEと錚々たる面子をルーツに持つJMUを傘下にしたのです
そんな今治造船の主力は、バラ積みやコンテナ船です、結果を見れば中韓と競争してでも貨物船に集中し巨大化の波に乗るのが正解だったんです
じゃあ、なぜこの増田に今治造船の話が出て来ないか、それは、ぼくの好みの船を造っていないからです
マニアやファンとの意見と言うのは往々にして業界のためにならないし、業界を語ることも出来ません、興味のないことに注意を向けないからです
これはそんな増田です、この増田は業界を反映していません、ぼくの好きな特殊な作業船をいっぱい造って欲しい、そして、出来たら日本企業がいいなってそんな話です
SEP船は（Self Elevating Platform）の略であり海底に向け足をビューンと伸ばして着底したらドーンと船体を海面より上に持ち上げる
船体が海と接しておらず、かつ足で海底に固定されているため波浪の影響を軽減しつつ作業が出来る作業船、一般的に水深60mぐらいまで対応できる
このSEP船、これまで日本には2018年に完成した五洋建設のCP-8001しかなかった
そんな中、2022年に清水建設のBLUE WIND、2023年に大林組・東亜建設の柏鶴、五洋建設・鹿島建設・寄神建設のCP-16001が完成し計4隻となる
| CP-8001 | CP16001 | BLULE WIND | 柏鶴 | |
| 基本設計 | GustoMSC | GustoMSC | GustoMSC | JMU |
| 昇降装置 | GustoMSC | GustoMSC | GustoMSC | 三菱重工 |
| 能力 | 800t | 1600t | 2500(1250)t | 1250t |
| 自航能力 | ✖ | ✖ | ○ | ✖ |
| 建造 | JMU | PaxOcean | JMU | JMU |
GustoMSCはオランダの造船会社WerfGustoをルーツに持つ、オフショアプロジェクトで世界的なシェアをもつ会社で今はアメリカのNOV（National Oilwell Varco）の傘下、NOVのルーツはUSスチール
WerfGustoは、日本や韓国との競争に負けて再編、閉鎖されたがオフショアに活路を見出していた
日本のJMUで建造されているものの基本設計はGustoMSC、SEP船の特徴である昇降装置もGustoMSCに頼っていた中
柏鶴は、オランダのHuisman製クレーンを使用しているものの基本設計からJMUが担当しておりほぼ国産と言っていいSEP船である
Huismanは海上や港湾で使われる大型クレーンの世界的な企業で世界最大の起重機船Sleipnirの10000t×2のクレーンもHuisman製
日本に洋上風力発電の波が来たことで高い技術力を持ちながらも経験や実績不足から海外に頼らざるを得ない状況が改善されていくかに見えていた中での三菱商事の撤退
作業船好きなマニアに衝撃が走った、夢見た国産化の道が、造船立国日本の復活が途絶えてしまうのではないか
SEP船の建造費用は数百億円かかりBLUE WINDは約500億、近年は大型化に拍車がかかり3000tクラスの吊り上げ能力をもつものもあり1000億がみえている
20フィートコンテナを20000個以上積める、24000TEUのコンテナ船で1隻当たり330億ぐらいであり、SEP船は単価が高い
コンテナ船は同じものを何隻か造ることでコストダウンしているため単純比較は出来ないが、中韓との単純な価格競争に巻き込まれづらい利点もある
日本は、世界の建造量において中国の48%、韓国の28%に次いで15%と世界3位の座を維持しているものの価格競争に晒されるコンテナやバラ積みなど貨物船が主力で苦労している
三菱重工のように大型客船に解決策を見たケースもあったが炎上し沈没（比喩）、祖業の造船を分社化し商船から撤退という結末を迎える
WerfGustoらに勝ち世界の頂点に立った日本は、韓国、中国に追い立てられた時FPSO（floating production storage and offloading）に手を出した
FPSOは、石油プラットフォームから石油を受け取り炭化水素の生産、処理を行ったり一時的に石油を貯蔵したりする船舶
石油プラットフォームと違い移動が可能で、パイプラインを陸地まで引く必要がないなどの利点がある
しかし、これは失敗だった
FPSOに手を出した日本の大手造船は赤字を叩き出し撤退、今は現代重工など韓国の企業がシェアを持っているが利益を出せていない
FPSOの設計は、基本的に欧州の企業が手掛け、アジアは製造のみを担当していることが多く、欧州が設計、アジアが血を吐きながら生産、欧州が運用という状況が続いてる
だからこそ、柏鶴は希望だった、外国に旨い所を持っていかれない、国内だけで完結することが出来る未来
しかし、三菱商事の洋上風力発電撤退ということで国内の洋上風力発電の勢いが小さくなれば、この未来も危うくなる可能性がある
世界最大の起重機船Sleipnirを建造したのはシンガポールの国営エネルギー開発企業Sembcorp Industriesだが
1985年に建造され一時、世界最大の起重機船だったThialfを建造したのは三井造船であるものの今世界一の船舶に日本が建造したものはない
日本の造船の技術力は高い、それは間違いないが中韓は安さだけでやっているのではなく技術力があり日本より実績がある
世界最大の半潜水式の重量運搬船BOKA Vanguardは現代重工
世界最大の積載量を誇るコンテナ船Evergreen Aシリーズは、サムスン重工と中国船舶集团有限公司
個人的に最も好きな作業船で世界最大の船舶の一つPioneeringSpirit全長382ｍ、総トン数40万tはHanwhaOcean（大宇造船海洋）が建造
石油プラットフォームをそのまま持ち上げることが出来るリフト能力が最大60000t、スカイツリーの総鉄骨重量が36000t、レインボーブリッジの総鉄骨重量が48000tだからイカレテル
最近では、バージョンアップして石油プラットフォームを海底に固定してるジャケットを引き上げる能力も獲得しこちらが20000t、イカレテル
なお、上であげた世界最大の船舶たちの設計は欧州がやっている、アジアは手足でしかない、もちろん手足も重要だがやはり頭は自前で欲しい
ちなみにベルギーのJan De Nulが所有する世界最大のSEP船Voltaire吊り上げ能力3200tは中遠海運集装箱運輸が建造、クレーンはやっぱりHuisman
中遠海運集装箱運輸は傘下に川崎重工との合併企業を持っている、日本の大手造船が赤字で苦しむ中、川崎重工が堅調だったのはこれがあったからだが良いのか悪いのかは分からん
テスラの「Sr.Software Engineer, Full Stack - Tesla Cloud Platform（TCP）」の求人（https://www.tesla.com/careers/search/job/sr-software-engineer-full-stack-tesla-cloud-platform-249132）を起点に、自動車各社が同種人材を採用する“目的”の違いを整理した。日本勢はIT基盤やSRE運用の比重が高い一方、テスラは社内クラウド自体をプロダクトとして内製し、中国勢のNIOやXPengはAIインフラ（自動運転やロボティクス、エネルギー連携）に特化、ECARXはOEM向けの外販プラットフォームという立て付けである。
| 会社 | 主要目的 | What to Expect | WhatYou’ll Do | WhatYou’ll Bring | Compensation and Benefits |
|---|---|---|---|---|---|
| Tesla | 社内クラウド（TCP）を“製品として”内製し、全社サービスの速度と統制を握る | TCPはテスラの内製クラウドであり、複数DCにまたがる計算・ストレージ・ネットワーク・IDを提供し、開発者がセルフサービスで使える基盤をつくるチームである | コアAPIやサービスの設計実装、セルフプロビジョニングの自動化、可観測性、ReactやNextやTypeScriptによるダッシュボード | GoやReactやNextやTypeScript、Kubernetesや仮想化、CI/CD、分散システムの知見 | 年収133,440〜292,800USDに加え、現金賞与と株式付与および福利厚生。提示額は勤務地、市場水準、職務関連の知識、スキル、経験など個別要因により異なる。本職の総合的な報酬パッケージには、提示される職位に応じて他の要素が含まれる場合がある。各種福利厚生制度の詳細は、内定時に案内される。 |
| WovenbyToyota | 製品直結サービスを“止めない”SRE運用（AreneやEnterpriseAIやCity Platform） | ミッションクリティカル運用の信頼性最適化を担う | 監視や可観測性やインシデント対応や運用自動化、マルチクラウド横断 | SRE実務、Kubernetes、Terraformなどの基盤スキル | 給与は多くが非公開。米拠点の類似シニアは$169K–$200Kの例あり。 |
| Nissan | 全社ITや開発のモダナイズと標準化（Platform EngineeringやDevEx） | 社内開発者のクラウド活用を底上げする基盤を整える | CI/CD、セキュア環境の供給、教育や展開、オンプレとクラウドの統合運用 | クラウドやコンテナ、CI/CD、セキュリティ設計 | 多くがレンジ非公開（地域により待遇差） |
| Honda（Drivemode含む） | 製品直結のAWS基盤と開発者体験の高速化（DevEx） | モバイルやIVIやバックエンドの横断基盤を整える | AWS設計運用、GitOps型プロビジョニング、CI/CD、観測やセキュリティの自動化 | AWS、TerraformやCDK、Kubernetesなど | 本体US求人はレンジ非開示が多い。Drivemodeはホンダ完全子会社（前提関係） |
| NIO | AI学習や推論インフラの内製強化とエネルギー運用統合 | 自動運転やVLMやLLMなどのAI基盤を構築する | GPU最適化、分散学習、データパイプライン整備 | 深層学習や分散処理、クラウド、最適化 | 米SJ拠点で$163.5K–$212.4Kのレンジ例。 |
| XPeng | FuyaoAI PlatformによるADやロボやコックピット向けAI基盤 | 社内共通のMLプラットフォームを提供 | データローダやデータセット管理、学習や推論スループット最適化 | 分散処理、MLプラットフォーム運用 | クラウド 米サンタクララ拠点の公募多数（給与は媒体や募集による） |
| ECARX（Geely系） | OEM向けに外販するクラウドやソフト製品（Cloudpeakなど） | 車載SoCからクラウドまでを束ねる外販スタック | 製品機能開発や統合、導入支援、機能安全準拠 | 車載とクラウド統合、機能安全、顧客導入 | ハイパーバイザなど 直近レンジ情報は公開少なめ（事業広報は多数） |
なお、関連するポストとして、SETI Park氏のポストを挙げる。
https://x.com/seti_park/status/1961629836054859810
「自動車メーカーがなぜクラウド専門人材を探すのか」に答える文脈で、2024/07公開のテスラ特許（US2024249571A1）を手がかりに、ロボタクシーやフリート運用の中核となるクラウド基盤が競争優位になり得る点を示唆している。
単なるストレージではなく、フリート運行やデータ連携を統合管理する“中核プラットフォーム”としての重要性が強調される。
上記はテスラのTCP求人（セルフサービスIaaSやダッシュボード、プロビジョニング自動化の開発）という具体の採用と整合的である。
日中の生産性は、夜の過ごし方、特に「就寝」というクリティカルなタスクをいかに成功させるかにかかっている。本記事では、つい夜更かししてしまうエンジニアのために、早寝を「技術」として体系化し、再現性のある形で実践するための具体的な手法を探求する。これは精神論ではない。あなたのQoLと生産性を向上させるための、実践的なスリープエンジニアリングだ。
我々エンジニアにとって、夜は不思議な魅力を持つ時間だ。日中の喧騒から解放され、思考は冴えわたり、ゾーンに入りやすい。しかし、その魅力的な時間は、往々にして「早寝」という、人間の生存に不可欠な基本プロセスを犠牲にすることで成り立っている。
「リファクタリングが楽しくなってきた」
これらの探求心はエンジニアの美徳であるが、同時に我々を「睡眠負債」という深刻な技術的負債へと導く。本稿は、この負債を返済し、持続可能な開発（と生活）を実現するための「早寝」という技術に焦点を当てる。
早寝を実装する前に、まずは現状のアーキテクチャに潜むアンチパターンを特定しよう。
就寝前のスマートフォンは、まさに同期的なブロッキングI/Oだ。SNSの無限スクロール、動画プラットフォームの自動再生、チャットアプリの通知。これらは我々の意識というシングルスレッドを完全に占有し、本来実行されるべきsleep()プロセスへの遷移を妨げる。
深夜まで続くコーディングや問題解決は、脳を極度の興奮状態にする。ベッドに入っても、アドレナリンやコルチゾールといったホルモンがCacheに残り続け、CPUがクールダウンしない。shutdown -hnowを叩いても、プロセスが終了しないのだ。
「夜更かしの供」として注入されるカフェインやアルコールは、一見するとパフォーマンスを向上させるように見える。しかし、これらは睡眠の質という重要なmetricsを著しく劣化させる、誤った依存関係だ。特にアルコールは、入眠を助けるように見えて、実はレム睡眠を阻害し、睡眠のアーキテクチャ全体を不安定にする。
不規則な就寝・起床時間は、体内時計という最も重要なCronジョブを破壊する。毎日異なる時間に実行されるジョブが安定した結果をもたらさないのと同様に、不規則な睡眠スケジュールは、日中のパフォーマンスを予測不可能なものにする。
では、どうすればこれらのアンチパターンを排除し、安定した早寝pipelineを構築できるのか。ここではSleepas Codeの概念に基づき、具体的なプラクティスを紹介する。
毎晩、同じ手順で就寝プロセスを実行することで、入眠を自動化する。
-PC/スマホのシャットダウン: 最も重要なステップ。物理的に電源を落とすか、手の届かない場所（別のコンテナ）にdeployする。
- 入浴: 38〜40℃のぬるめのお湯に15分ほど浸かる。これにより深部体温が一時的に上昇し、その後の下降とともに入眠が促される。これはHot-swapならぬHot-bathによるクールダウンだ。
静的コンテンツの消費: 激しい思考を伴わない、静的な情報（紙の読書など）に切り替える。電子書籍ではなく、紙媒体が望ましい。
ストレッチ: 軽いストレッチで、日中のcommitで固まった体をreleaseする。
すべての準備が整ったら、ベッドという本番環境にデプロイする。余計な思考はgitclean -fdで強制削除し、呼吸に集中する。
例：「夕食後のコーヒーが原因だった」→「カフェインの摂取は15時までというSLAを設ける」
早寝は、単に体を休める行為ではない。日中の高いパフォーマンス、明晰な思考、そして創造性を維持するための、最も効果的で再現性の高い「技術」だ。
我々はインフラをコードで管理し、CI/CDでデプロイを自動化するように、自身の睡眠もまた、技術と工夫によってコントロールできる。今夜、あなたのwhile(true)なループをbreakし、持続可能なパフォーマンスを手に入れるための第一歩を踏み出してほしい。
Happy sleeping!
日中の生産性は、夜の過ごし方、特に「就寝」というクリティカルなタスクをいかに成功させるかにかかっている。本記事では、つい夜更かししてしまうエンジニアのために、早寝を「技術」として体系化し、再現性のある形で実践するための具体的な手法を探求する。これは精神論ではない。あなたのQoLと生産性を向上させるための、実践的なスリープエンジニアリングだ。
我々エンジニアにとって、夜は不思議な魅力を持つ時間だ。日中の喧騒から解放され、思考は冴えわたり、ゾーンに入りやすい。しかし、その魅力的な時間は、往々にして「早寝」という、人間の生存に不可欠な基本プロセスを犠牲にすることで成り立っている。
「リファクタリングが楽しくなってきた」
これらの探求心はエンジニアの美徳であるが、同時に我々を「睡眠負債」という深刻な技術的負債へと導く。本稿は、この負債を返済し、持続可能な開発（と生活）を実現するための「早寝」という技術に焦点を当てる。
早寝を実装する前に、まずは現状のアーキテクチャに潜むアンチパターンを特定しよう。
就寝前のスマートフォンは、まさに同期的なブロッキングI/Oだ。SNSの無限スクロール、動画プラットフォームの自動再生、チャットアプリの通知。これらは我々の意識というシングルスレッドを完全に占有し、本来実行されるべきsleep()プロセスへの遷移を妨げる。
深夜まで続くコーディングや問題解決は、脳を極度の興奮状態にする。ベッドに入っても、アドレナリンやコルチゾールといったホルモンがCacheに残り続け、CPUがクールダウンしない。shutdown -hnowを叩いても、プロセスが終了しないのだ。
「夜更かしの供」として注入されるカフェインやアルコールは、一見するとパフォーマンスを向上させるように見える。しかし、これらは睡眠の質という重要なmetricsを著しく劣化させる、誤った依存関係だ。特にアルコールは、入眠を助けるように見えて、実はレム睡眠を阻害し、睡眠のアーキテクチャ全体を不安定にする。
不規則な就寝・起床時間は、体内時計という最も重要なCronジョブを破壊する。毎日異なる時間に実行されるジョブが安定した結果をもたらさないのと同様に、不規則な睡眠スケジュールは、日中のパフォーマンスを予測不可能なものにする。
では、どうすればこれらのアンチパターンを排除し、安定した早寝pipelineを構築できるのか。ここではSleepas Codeの概念に基づき、具体的なプラクティスを紹介する。
毎晩、同じ手順で就寝プロセスを実行することで、入眠を自動化する。
-PC/スマホのシャットダウン: 最も重要なステップ。物理的に電源を落とすか、手の届かない場所（別のコンテナ）にdeployする。
- 入浴: 38〜40℃のぬるめのお湯に15分ほど浸かる。これにより深部体温が一時的に上昇し、その後の下降とともに入眠が促される。これはHot-swapならぬHot-bathによるクールダウンだ。
静的コンテンツの消費: 激しい思考を伴わない、静的な情報（紙の読書など）に切り替える。電子書籍ではなく、紙媒体が望ましい。
ストレッチ: 軽いストレッチで、日中のcommitで固まった体をreleaseする。
すべての準備が整ったら、ベッドという本番環境にデプロイする。余計な思考はgitclean -fdで強制削除し、呼吸に集中する。
例：「夕食後のコーヒーが原因だった」→「カフェインの摂取は15時までというSLAを設ける」
早寝は、単に体を休める行為ではない。日中の高いパフォーマンス、明晰な思考、そして創造性を維持するための、最も効果的で再現性の高い「技術」だ。
我々はインフラをコードで管理し、CI/CDでデプロイを自動化するように、自身の睡眠もまた、技術と工夫によってコントロールできる。今夜、あなたのwhile(true)なループをbreakし、持続可能なパフォーマンスを手に入れるための第一歩を踏み出してほしい。
Happy sleeping!
これがただの知ったかで、無茶も良いところなんだよな
データセンターレベルの発熱（最低でも数MW）って、実はボイラーとしては『『『超巨大』』』レベルなんだよ
なんでかっていうと、北欧にはそもそも『数万世帯接続』『数百kmのパイプライン』の地域熱供給のインフラがあるから
そういうところじゃないと『『『ほとんど熱が余る』』』くらい巨大なのがデータセンターの廃熱なわけ
インフラのない日本じゃ無理、というかやっても無駄が多すぎて採算が取れないんだよな
そんなことも知らないで「海外でやってるから日本も出来るはず」って、ただ無知をひけらかしてるだけなんだよな、これ言ってる奴
ちょっと一例を計算してみると、仮に一日100MWhの廃熱があるとする（24時間で平均4MW強）
30℃弱のお湯（温水プール）ならこれで数百から一千万リットル沸かせる
25mプール数百個分のお湯だ
こんなのどうするんだよ
Twitterの「the-algorithm」リポジトリをもとに、推薦アルゴリズムを数学的に極限まで抽象化すると、以下のように表現できます。
ユーザー u ∈ U に対して、一連の候補アイテム（ツイート） i ∈ I をスコア付けし、降順に並べて上位 K を表示します。
要するに、以下を最大化する推薦問題です：
argmax{i∈C(u)} S(u,i)
ここで C(u) は候補集合、S(u, i) はスコア関数。
数千万から億単位のツイート全体 Iから、まず候補集合 C(u) ⊂ I を生成。
グラフ構造（フォロー関係）や「SimClusters」「TwHIN」など埋め込みから近似。
検索インデックス（Lucene/Earlybird）による検索スコアによる絞り込み 。
数理的には、潜在空間中でユーザーとアイテムの距離または類似度sim(u, i) が上位のものを選ぶ操作。
候補数をさらに削減。特徴量 xᵤ,ᵢ を簡易学習モデル（線形モデルなど）に入力し出力スコア：
Slight(u,i) = wᵀxᵤ,ᵢ
多層ニューラルネット＋マルチタスク学習で、複数のユーザー行動（いいね、リプライ、リツイートなど）確率 Pₖ(u, i) を予測。
S(u,i) = Σₖ αₖPₖ(u,i)
例：リプライ Pᵣₑₚₗᵧ に重み 27、著者返信あり Pᵣₑₚₗᵧ_ₐᵤₜₕₒᵣ に 75 など。
投稿者がBlue Verifiedなどでスコアを×4または×2倍。
同一投稿者続出の抑制、逆風バイアス（negativefeedback）などが入る。
これは以下のような修正：
S̃(u,i) =mS(u,i)
この構成は一般的なレコメンダシステムの「Retrieval → Ranking → Filtering」の標準パイプラインと整合。
学習モデル fᶿ は特徴量集合・ニューラル構造・訓練データによって依存し、ブラックボックス的。
特徴量 xᵤ,ᵢ は埋め込み、行動履歴、文脈、信頼性指標（tweepcred）等多次元で複雑。
スコア重み αₖ は明示されるが、最適化は A/Bテスト・実システムでの評価に基づく。
信頼性・安全性のルール はフィルタとして明示されるが、その詳細（具体的しきい値など）は省略・秘匿されている。
S̃(u,i) = m(u,i) Σₖ αₖ fᶿₖ(u,i)
ここで、
という、レコメンドパイプラインの抽象テンプレートに帰着します。
Twitterの「the-algorithm」は、コード構造の多くを公開しているものの、モデルパラメータ・学習データ・設定ファイルは秘匿されており、上述パイプラインの数学的な枠組みは把握できても、実際の挙動はまだブラックボックスです。
とはいえ、レコメンデーション理論の観点からは、上記の抽象モデルで十分に説明可能であり、汎用の数学モデルとして整合しています。
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 NeuralNetwork（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-shotOpenRE forLow-resource Language | 日本語などにおけるfew-shotでの関係抽出技術。 |
そんな寝言を垂れ流す前に、その脳内の自己放尿を止めろ。現実を知らずに感情論で殴りかかるのは、ただの知的怠慢だ。
まずな、「コードを書く」と一口に言うが、AIはGPT-4以降、文脈理解、設計意図の読解、エラーログの解析、APIドキュメントの要点抽出、果てはCI/CDパイプラインの構築補助まで、実用レベルで人間の工数を削減してる。
そもそも、お前はAIが書いたコードをレビューしたことがあるのか？
エッジケースの処理、ユースケースに応じた構造の変化、リファクタリング提案までやってくる様子を見たことがあるのか？
それもせずに「書けない」などと言うのは、自分の無知を自己放尿のように撒き散らしてるに等しい。
今なお「自分の手で書かないとコードじゃない」とか言ってるのは、馬と車の比較で馬の方が魂があるとか言ってた時代錯誤の連中と同じだ。
便利になるいっぽう、様々な方面に弊害を与えると思うのですが。
皆さまの妄想をお聞かせください。
ric********さん
2010/5/611:45
首都圏や大都市地域ににオフィスや本社を構える必要がなくなるので、
そうなると、こうした地域の土地や不動産を担保に借入していた人々の
あまりなさそうなので、世界の経済活動(特に日本)は大幅に収縮する。
(航空機は軍事・宇宙開発関係以外は必要なくなる可能性もある)
石油燃料については、
需要そのものの低下と、どこでもドアを通じてのパイプライン軽油での
ただし、プラスチック原料としての需要は変わらないか、増えるだろうが、
ただし、こうしたことの結果として、
失業が増えるとか、消費水準が低下するとか、
そのような結果になるかどうかは分からない。
どこでもドアの普及により、新たにどのような
しかし、犯罪そのものが国際的になり、逃亡も世界中にいけることになるから、
世界中に簡単にいけるから、例えば、ニューヨークで仕事をしながら、
昼飯は信州でそば、ということもあるわけだ。ところが、そのときに、
財布の中にドルしかなかったら不便だ。円を持ってたっていいけど、
晩御飯はローマで取る予定だとなると、今度は、リラも持ってなきゃ。
となると、相当めんどくさい。
まあ、店のほうでいろいろな通貨に対応できるようになる可能性もあるが、
給料がどの通貨で支払われるか、ということによって、影響を受ける人も
今までよりはるかに多くなる。
どこでもドアでいつでもどこでもいけるとなると、
かけられなくなる)、住居もどこにも移動できるし、
買い物もどこにでもいけるので、
あるいは、そこまでいかなくてもかなり広域の
なんってったって、
どこでもドアを敵国に向けてあけておけば、
でも、これって、逆にいえば、自分の国で
かえって良くないのか？
というか、どこでもドアを開けといて、
核爆発させるとどうなるんだ？
どこでもドアは、壊れないのか？
まあ、核兵器といわなくても、
普天間基地も要らなくて、
送り込むが、みんな食い物に懐柔されて、
金政権を打倒する。。。ってなればいいなあ）
かえって、高くついたりして。
でも、あっちこっちでドアを開けっ放しにしておくと、
いろいろな動植物が出入りするようになって、
というわけで、思いつくままかいてみたが、
いずれにせよ、
なってくるだろうなあ。。。。
妄想乙
ひどい
https://www.youtube.com/watch?v=St1VqOctvnY
公開日: 2021/06/17
※本講演はUniteSeoul 2020での講演を日本語吹替したものとなります
「原神」のレンダリングパイプラインと、コンソールでのクロスプラットフォーム開発について、miHoYoのテクニカルディレクターであるZhenzhong Yiがお話しします。
【こんな人にオススメ】
・Game Developers
【得られる知見】
【講演者】
・miHoYo Technicaldirector Zhenzhong Yi
古い資料ではあるがモバイルやコンソールのような貧弱環境でも美しい表現ができるようGPU負荷を抑えながらえげつない最適化を昔からしてきたノウハウと技術力を考えると
入社して最初の仕事は「AWS認定ソリューションアーキテクト」の資格を取ることだった。
会社の先輩はAWSアカウントの管理だけで頭を抱えていて、俺は「クラウドってすごいんだろうな」と思っていた。
甘かった。
大学時代はPythonでちょっとしたWebアプリを作るのが楽しかったのに、今はIAMポリシーとSecurityGroupの設定で一日が終わる。
コードを書いているはずが、実際はYAMLとJSONばかり書いている。
先輩（30代）は「昔はサーバーにSSHして直接デプロイしてたんだよ」と言うけど、正直それの何が悪いんだろう。
デプロイ自体は確かに自動化されるけど、その仕組みを作るのに疲れ果てる。
Kubernetes？EKS？ECS？Fargate？Lambda？Step Functions？どれを使えばいいのか分からない。
友人はGCPを使っているけど、別の呪われた世界があるだけだと言っている。
Azureの話は聞きたくもない。
懐かしい感覚だった。「gitpushherokumain」だけで済んだ。
こんなに簡単だったのか。
herokuの料金は高いってよく聞くけど、精神衛生上の価値はある。
最近のスタートアップでは「NoOps」とか「クラウドレス」みたいな言葉が流行っていると聞いた。
Vercel、Netlify、Railway、Fly.ioなどを使ってインフラをほぼ考えずにデプロイするらしい。
もしかして、クラウドの複雑さに耐えられなくなった開発者が増えているのかもしれない。
いや、きっと俺のスキルが足りないだけだ。「クラウドネイティブ」になるべきなのだろう。でも正直、モノリスに戻りたい気持ちもある。
きっと、単純なものが複雑になりすぎたんだ。
三行まとめ
石油やガスを世界に供給できる国と、そうでない国。この差が世界の勢力図をどう塗り替えてきたか『世界資源エネルギー入門』をきっかけに調べてみた。
エネルギー資源を持つ国は、ただ経済的に優位ってだけじゃなくて、地政学的にもめちゃくちゃ強い力を持つようになる。実際、石油や天然ガスの輸出に依存するペトロ国家は、そうでない国に比べて2倍も高い頻度で国家間戦争に関わるって研究結果もあるらしい。
ウクライナ侵攻でもこの構図がはっきり出てた。ロシアは長年、欧州向けのガスパイプラインを握ることで影響力を強めてきた。欧州は侵攻前、天然ガス輸入の4割以上をロシアに依存してて、ドイツなど一部の国では8割超だった。だからこそプーチンは欧州の結束を分断できると踏んだんだろうね。
2022年5月以降、ロシアは非友好国にルーブル建て支払いを要求して、応じなかったポーランドやフィンランドへのパイプライン供給を停止。9月には欧州最大の供給路だったノルドストリーム1も停止に追い込んだ。冬場にウクライナのエネルギーインフラを攻撃しながら欧州向けガスも絞るエネルギー戦争を仕掛けて、ウクライナ政府の戦意と欧州の結束を挫こうとした。
でもロシアの想定通りにはいかなかったんだよね。欧州各国は代替となるLNG調達や再エネ促進に走った。ロシアのエネルギー供給の恫喝は欧州にエネルギー安全保障の教訓を残して、結局ロシア自身の市場シェア喪失と影響力低下を招きつつある感じ。
中東産油国も同じく、エネルギー資源を外交・戦略上の強力な武器として使ってきた。1973年の第4次中東戦争ではアラブ産油国がイスラエル支援国に対し石油禁輸を実施。原油価格は急騰して、西側諸国では深刻な経済混乱（オイルショック）が起きた。
最近でもサウジアラビアはOPECプラスの事実上のリーダーとして原油増産・減産の主導権を握って、世界の石油価格を左右してる。2022-2023年にはサウジとロシアが組んで原油生産削減を決めて、インフレに苦しむ米欧にとってガソリン価格上昇要因になった。こんな感じで中東産油国は生産調整で世界経済に影響与えて、エネルギー市場のコントロールで地政学上の発言力を維持してるわけ。
歴史を見ると、エネルギー資源が戦争に直結した例は他にもいっぱいある。第二次世界大戦前、米国が日本に対して石油禁輸措置を取った結果、日本は輸入石油の88%を失って、これが太平洋戦争の引き金の一つになったとも言われてる。
イラクのフセイン政権も石油収入で軍事力を増強して、イラン・イラク戦争やクウェート侵攻という侵略戦争を起こした。リビアのカダフィ政権も石油収入たっぷりで周辺国への軍事干渉やりながら、長期独裁体制を維持した。エネルギー資源で金持ちになった指導者は権力基盤がガッチリして、軍事的冒険が失敗しても政権崩壊しないケースが多いんだよね。
エネルギー供給国の地政学的優位性はどこから来るのか。三つあると思う。
1．他国のエネルギー依存をテコに影響力を行使できる点。エネルギー供給を減らすぞって脅しや実行で相手国の経済に打撃与えて、政治的譲歩を引き出せる。
2．莫大な資源収入による軍事力・外交力の強化。国家予算の大部分を石油・ガス収入が占める国では、指導者が国内支持を買収しやすくて政治的に安定しやすいから、大胆な外交・軍事行動に出やすい傾向がある。
3．国際協調やカルテルによる市場支配力。OPECみたいな資源カルテルで供給国が団結して、生産量調整で市場価格を左右する。これで消費国に対する交渉力を高めて、自分に有利な外交関係を作れる。
でもさ、エネルギーを武器化する戦略にはリスクもある。やりすぎると相手国がエネルギー自立化に動いて、長期的には供給国が市場や影響力を失う自滅パターンになりかねない。1973年の石油危機後、先進国が省エネや供給源多角化に走ったことや、ロシアのガス供給削減で欧州が代替調達先を探した事実は、このエネルギー兵器の逆効果をよく示してる。
エネルギー資源は現代の戦略物資として国家間関係ですごい力を持つ。エネルギー供給を握る国は相手国の生殺与奪の鍵を握る一方で、その力の使い方を間違えると自分の影響力低下を招く両刃の剣でもある。とは言え、再生可能エネルギーの普及や脱炭素化が進んでも、しばらくはエネルギーを制する者が世界を制するって図式は変わらないと思うんだよね。
フランスは自国の力でなんとかしたいが力がないし、ドイツが主導権を全部握るのも気に入らない、
ドイツが軍備拡大しようものなら、名目がEU軍としても政権が変わったら攻められるかもという不安が拭いきれないので反対、
米国がしゃしゃり出るのも気に入らない。
ドイツは、軍備拡大は周辺国への配慮から出来ないし、もう陸海空軍も衰退して見る影もない。
西ドイツから東ドイツに多額の援助出し続けても格差埋まらないので、お荷物として東ドイツへの不満を募らせた。
工業力、サービス力とも東ドイツに西ドイツに提供出来るものは何か。
昔のよしみでロシアとパイプライン繋いで資源を提供、産業開発のために金を投資するという名目も出来た。
フランスからの原発による電力、農作物など何かしらか生命線となるものをドイツ周辺国に依存しないと認められない。
再びドイツが暴走しないように首輪をかけるためのEUなのだから。
欧州はどうするだろうか。相変わらず自前では出来ない。
中国と手を取るのはどうだろうか。
欧州と中国は遠く離れている、中国とロシアは根本的な所で信じられない、
欧州と中国が組めばロシアはに2正面作戦を取らざるを得なくなる、
物量を確保できなくなった米軍とは違い、中国は物量で勝負ができる。
