**コンテナはDockerの利用拡大により、多くの方にOSレベルの仮想化の技術として浸透してきています。**ここでは、コンテナ化のメリット・デメリットからコンテナ化の課題に焦点を拡大し、解説していきます。巻末にコンテナ化に関する用語解説を入れておきますので、ぜひご一読ください。

エンジニア初心者でも分かる！Dockerコンテナの超入門！

*コンテナ利用により、これまでの開発生産性と運用効率性が高まります。*アプリケーション環境のコンテナ化はコンテナ利用メリットが直接的に受けられます。具体的なコンテナ化のメリットは、以下のポイントが挙げられます。

### 開発ライフサイクルの短縮と効率向上

コンテナは、**システム資源を仮想化・抽象化することで運用管理の効率向上が期待できます。**ハードウェアとの依存関係を最小化することで、システム移行性を向上します。

アプリケーション環境をコンテナ化することで、CI/CD（継続的インテグレーション／継続的デリバリー）のパイプラインに合わせて、迅速かつ継続的に実施することができます。

従来の仮想マシンで用いるハイパーバイザでは、ホストOSとゲストOSが必要でした。この違いにより、システム資源をハイパーバイザとゲストOSが使用し、アプリケーションで利用できるCPU割り当てやメモリ使用量等のシステム資源に無駄が発生しました。

コンテナはホストカーネルを利用しているため、単一OS上で複数のコンテナが実行できます。OSで用いるシステム資源は少なくメモリー効率性が高いので、CPUリソースをより多くコンテナアプリケーションに割り当て可能です。*システム資源の効率性が高まり、軽量で速いことがメリットです。*

コンテナでは、仮想マシンと異なりホストカーネルを利用し仮想化を実現します。そのため、ホストカーネルからはプロセスとして動作します。プロセスはホストカーネルから見ると、他のプロセスと独立して動作しますので、システムオーバーヘッドが少なく管理も簡単に行うことができます。

Dockerで利用するDockerイメージは、Dockerコンテナ用の動作環境テンプレートで、アプリケーション実行に必要な変数・コマンドやメタデータを含んだイメージファイルです。Dockerは、Dockerイメージを用いてコンテナ化されたアプリケーションを実行します。

このイメージを用いたコンテナ仮想化システムを構築することで、効率的にコンテナ化したアプリケーションをデプロイすることができます。環境をイメージとして登録できますので、複製が容易で配布がしやすいメリットもあります。

また、**開発ライフサイクルの効率性を高めることもできるためDevOps等で活用されており、システム障害時におけるシステムの移動も可能です。**

DevOpsとは？その概念と実例を既存モデルと比較し解説！

コンテナ利用により、これまでの開発生産性と運用効率性が高まり、作業品質と業務自動化に近づきます。その半面、*これまで気にせずにリリースしていた環境構築を正しく定義する必要性もあります。*このようにコンテナ化に際しては、メリットに加えてデメリットに相当するポイントも検討が求められます。

### ホストカーネルとの依存性がある

コンテナはOSレベルの仮想化となるため、ホストカーネル上で実行可能である必要があります。Linuxカーネルにはいくつかのバージョンがあり、LinuxディストリビューションはLinuxカーネルを同梱します。

そのため、特定のLinuxディストリビューション用に開発したアプリケーションをコンテナ化した場合には、*稼働するホストカーネルのLinuxバージョンがミスマッチすることで正常動作しない場合があります。*

ハイパーバイザ型ではゲストOSにセキュリティ機能を追加することも可能ですが、コンテナ化したアプリケーションではセキュリティ対策がホストカーネルに依存しますので、**セキュリティレベルを高めるには工夫が必要です。**

## コンテナ化で解決できる課題

コンテナ化で解決できる課題は、これまで課題とされていた*開発・運用時の問題解決において、コンテナ化のメリットが享受できることです。*加えて運用自動化が期待できます。具体的には、以下のポイントが挙げられます。

### コンテナ化のメリットが享受できる

コンテナ化で解決できる課題としては、アプリケーション環境のコンテナ化によりシステム資源を効率的に利用することや、顧客ニーズに対応したアプリケーションを短期間で開発し、サービス化できることです。

従来型開発手法では、基本設計やリソース確保に時間を要しましたが、多様化する顧客ニーズに対応するというビジネス課題に対応します。CI/CDやDevOpsの近年の取り組みを加速させるための強力な武器となります。

アプリケーションのデプロイ・スケール・管理を実行できるため、全体の効率向上・品質向上・スピード向上が可能です。

特に、*専門家が対応するシステムやライブラリの更新、テスト作業やデプロイ作業を共通化できるのは、多様化する顧客ニーズに対応を悩ませていた多くの開発・運用者には最高の解決策となっています。*

オーケストレーションとの組み合わせで、さらなる課題に対応可能です。オーケストレーションには、Kubernetesが最適な組み合わせです。

Dockerでは単一ノードのみですが、Kubernetesではクラスタのノード間でコンテナ化したアプリケーションのデプロイとリリース、アプリケーションの実行と管理を行うことができます。状況に応じてデプロイ・スケーリング・実行の手順を自動化することができ、負荷分散に対応します。

クラスタの機能を維持しながら、インスタンスの障害復旧を行うことができます。
【参考】：[kubernetes](https://kubernetes.io/ja/)

*繁忙期や閑散期の負荷分散を自動調整し、障害発生時もインスタンス復旧が可能ですので、業務システムとしても望ましい運用形態が構築できます。*

## コンテナ化で克服すべき課題

コンテナ化で克服すべき課題は、コンテナ化のデメリットとして挙げたいくつかの制限を理解し、開発・運用体制に反映させる必要があることです。これらの課題は、*コンテナ導入メリットが上回り、個別に対応可能なレベルと判断できます。*具体的な課題のポイントは以下が挙げられます。

### 運用環境・開発環境を統一すること

克服すべき課題としては、ホストカーネルとの依存性を最小化することが挙げられます。「コンテナ化のデメリット」でお話ししましたが、コンテナ化したアプリケーションで発行するシステムコールは想定しているバージョンのLinuxカーネルが必要です。

いくら最新のアプリケーション環境でも、古いLinuxカーネルのホスト環境では実行時エラーや予期せぬ動作が生じるリスクがあります。そのため、**アプリケーション環境とコンテナ実行環境を統一させる運用的な統一性が求められます。**

### セキュリティ対策の検討を要すること

従来はゲストOSで保護できたセキュリティ対策は、コンテナ化アプリケーションでは無防備になりがちです。初期段階では、ホストOSのセキュリティ保護のみが砦です。

情報流出やセキュリティ攻撃のリスクに備えてネットワーク機器を確保するほか、アプリケーションセキュリティの堅牢化については、*セキュリティ対策指針を策定し開発と運用の設計に盛り込みます。*

すでにコンテナ化の課題について説明を進めましたが、*コンテナあるいはコンテナ化に関係する用語をわかりやすく解説しておきます*。知識整理のためにご一読ください。

**コンピュータで言うコンテナとは、オブジェクトの集まりを指します。**オブジェクトとは、変数・関数・データ構造の集合体です。オブジェクト指向プログラミングでは、クラスのインスタンスを指します。

このように用いられるオブジェクトですが、物事を抽象化する際に用います。つまりプログラミングの依存性を抽象化する際に用います。さらに、物理的なコンピュータシステムを抽象化する際にも、オブジェクトとして定義することでハードウェアの依存性を緩和し、より柔軟な管理を行うことができます。

この発想の下、OSレベルの仮想化技術となるコンテナを用いたDocker仮想化ソリューションが登場しました。*この数年Dockerの利用が高まり、コンテナはDockerコンテナを表すことが増えています。*AWS等のクラウドサービスでも利用されています。
【参考】：[Docker](https://www.docker.com/)

AWSのコンテナについて初心者にも分かりやすく解説！

仮想化とは、システムや各コンポーネントを抽象化することで実装しやすいシステム基盤を構築する技術です。仮想化には階層があり、*システム資源・システムレベル・アプリケーション等の階層に分かれます。*

システム資源の仮想化は古くから用いられており、メモリアクセスのアドレス空間や仮想メモリ・ページ管理等に用いられています。システムレベル仮想化では、リソースのパーティショニングや仮想サーバーが該当します。アプリケーションレベル仮想化はJavaの仮想マシン等のアプリケーションソフトウェアで用いる技術です。

システムレベル仮想化ですが、ゲストOSを必要とするハイパーバイザ型が主流ですが、システムを隠蔽し専有化するコンテナがあります。コンテナはOSレベルの仮想化とも言います。

コンテナ化とは、コンテナリゼーションという輸送コンテナに貨物を詰め込むことから来ています。コンピュータの世界のコンテナ化は、コンピュータオブジェクトで、輸送コンテナの様に移動したり、管理したりすることができる状態を指します。

Dockerの利用が増加した現在では、**コンテナ化とはアプリケーション環境をDocker等のコンテナに対応させることを指します。**わかりやすく言うと、Dockerコンテナでアプリケーションを実行させることです。

## コンテナ化の課題を理解し運用効率化を進めましょう

代表的なOSレベルの仮想化ソリューションDockerの登場により、コンテナの認知度が向上しました。メリット多数のコンテナですが、*コンテナ化した際には運用ルール等を制定し、開発・運用の作法にしたがって実行することが求められます*。

このような取り組みは、統合運用や自動化運用を進める上で有益です。率先して運用効率化を進めましょう。

Docker登場により、コンテナ利用が浸透し、アプリケーションのコンテナ化が進んでいます。Dockerは、開発から運用まで効率的なサイクルを構築できます。ここではコンテナ化によって解決できる課題、対応すべき課題について整理し、わかりやすく解説していきます。

コンテナ化とは、アプリケーション環境をDocker等のコンテナ環境に対応させることを指します

利用者の抱える課題解決として、システム資源の有効活用や、運用管理の効率向上が期待できます

運用環境・開発環境の統一や、セキュリティ対策が導入時の課題となります

コンテナ化で解決できる課題とは？メリット・デメリットも解説！

経済産業省がDXレポートで示した「2025年の崖」の回避に向け、さまざまな企業が「DX」の実現に向けて、システムの更改、開発を進めています。そんな中、これまでアウトソーシング（外注委託）主体だったシステム開発について、**DX化を機に「システムの内製化」の動きが顕著になっています。**　

DX実現とシステムの内製化の動きには相関関係があるのでしょうか？この記事ではエンジニアの仕事に大きく関わるDXの内製化の動きについて考察していきますので、ぜひ参考にしてください。

経済産業省は、2018年にいわゆる「DXレポート」（副題：〜ITシステム「2025年の崖」の克服とDXの本格的な展開〜）を発表しました。

このレポートの中では、DX（デジタル・トランスフォーメーション）の必要性が説かれ、**企業がDX実現の課題を達成しなければ、2025年の崖に直面し、2025年以降には最大で12兆円/年の経済損失を生じる可能性があると言及しています。**

これに対して、現在多くの企業がDX実現に向けて積極的なIT投資を行っていますが、なかなか思うようにはビジネス変革に至っていないようです。その要因の1つとして挙げられているのが、ブラックボックス化した「レガシーシステム」の存在です。

大手金融機関で基幹システムのトラブルが相次いでいることが社会問題化していますが、そのトラブルの原因究明と抜本的対応は進んでいません。こうした「レガシーシステム」に多くの人員や予算を取られていることも、DX化が思うように進まない原因の1つと考えられています。

*【参考】：[D X レポート～ITシステム「2025年の崖」の克服とDXの本格的な展開～（サマリー）｜経済産業省](https://www.meti.go.jp/shingikai/mono_info_service/digital_transformation/pdf/20180907_01.pdf)*

DX推進ガイドラインとは？DX実現に向けた経済産業省の提言を徹底解説

「DXレポート」では、「DX実現のシナリオ」を示しており、その中で2021年から2025年までを「DXファースト期間」と位置づけ、システムの刷新を経営戦略の最優先課題として設定し、計画的なシステム刷新の断行を提案しています。

具体的には「不要システムの廃棄」「マイクロサービスを活用した段階的な刷新」「協調領域における共通プラットフォームの活用」などにより、リスク低減の対策を図るよう推奨しています。

また、DX人材の育成と確保という視点から、システム維持や保守業務からDX分野への人材シフト・ 事業部門の人材のIT人材化・人材育成を提言しています。このように、**DX人材を自社で確保し、自社が主体的にDX化を進める必要性について説いているという点も注目されます。**

そもそもDXシステムの内製化とは、何を指すのでしょうか？DXシステムの内製化とは、各企業が自社のDX実現に向けた取り組み、システム開発において、それらを**外部委託（外注）することなく、社内の人間やリソースで対応することを意味します。

**DXの推進をSIerに任せるケースも見られますが、内製化では推進体制の構築、プロジェクトの編成から戦略立案などを社内の人材で行います。そのため、DXを推進できるDX人材の確保と育成が内製化の大きな鍵となります。

DX内製化の事例としては、ユニクロ※1を展開するファーストリテイリングの「店舗DX」※2がよく知られています。

*【参考】：※1[DXレポート2（中間とりまとめ）P13｜経済産業省](https://www.meti.go.jp/shingikai/mono_info_service/digital_transformation_kasoku/pdf/20201228_3.pdf)*
*【参考】：※2[ユニクロ　原宿店　6月5日（金）にオープン決定！｜プレスリリース](https://www.uniqlo.com/jp/ja/contents/corp/press-release/2020/05/20052811_store.html)*

**DX実現に向けたシステム内製化の動きは着実に進んでいます。**2020年8月にIPA（情報処理推進機構）が「IT人材白書2020」※1を公開しました。

これによると「DX推進企業におけるシステムの内製化状況」は、DXに取り組む企業のうち「上流工程の内製化」を進める割合は41.9％となっていますが、大企業ほどその割合は高くなり47.8%（前年2018年比で14.5%上昇）となっています。（IT人材白書2020-P50）

また、このシステム内製化の動きに呼応するように、「内製化支援」といった新たなサービスにSIerなどが着手する事例も増えています。

IPA発表の「デジタル時代のスキル変革等に関する調査報告書」の13ページ、「（DX）取組内容別の成果状況（従業員規模別）」※2によれば、従業員数1,000名以上の大企業では82.8％が「DXの成果あり」と回答しています。

*【参考】：※1[IT人材白書2020｜IPA](https://www.ipa.go.jp/files/000085255.pdf)*

*【参考】：※2[デジタル時代のスキル変革等に関する調査報告書｜IPA](https://www.ipa.go.jp/files/000090458.pdf)*

DXの推進力となる5つのデジタル技術と、企業の適切な選択方法

DX実現に向け、これまで外部委託に頼っていた企業がシステムの「内製化」にシフトしていますが、どのような理由でシフトチェンジをしているのか、これからその理由を4つ挙げていきます。

### 自社のビジネスモデルの変革が目的

DXは単に目新しいシステムを導入し、既存のシステムを公開することが目的ではありません。**DXの目的は企業文化や自社のビジネスモデルの変革にあります。**企業としての競争力を高め、海外企業との競争に打ち勝つことが目的です。

そのためには、企業の経営者を始め、すべての従業員の意識変革、リテラシー向上が求められます。こうした企業文化の変革を成し遂げるには、経営者や従業員の全面的なコミットメントが欠かせません。これらは、外部委託では決して解決できることではないのです。

DX実現に与えられた時間はごく僅かであり、2025年まで残された期間は3年間です。この限られた期間で企業文化の変革を実現するためには、従来のアウトソーシング中心の体制では対応が困難です。

「2025年の崖」というタイムリミットが設けられており、**迅速な意思決定と素早い対応が求められるからこそ、当事者である企業側が自ら動く必要があります。**

DXは、従来の固定観念に縛られていては実現は困難です。組織変革や発想の転換が求められます。従来の従来のウォーターフォール型開発や、オンプレミス環境に加え、アジャイル型開発手法、クラウドサービスなどを積極的に活用するなど柔軟に対応することが重要です。

**こうした最新技術を取り入れながら、大胆かつ変化に即した柔軟な対応をすることが求められます。**

DX実現の目的の1つである「新たなビジネスモデル」への転換とは、競争優位に立つことです。DX実現においては、業界初や他社にない新たなビジネスモデルの創出が競争優位に欠かせません。

すなわち、**自社固有のノウハウの体内化と蓄積がDX実現の鍵となります。**これらは外部委託ではなかなか獲得することができません。

## システム内製化のメリットとデメリット

DX実現においては、システム内製化が必要な理由が明らかになりました。では、**システム内製化にはどのようなメリット、デメリットがあるのかを確認しておきましょう。**メリットと最大化、デメリットの極小化、解消が大きな成果を上げるための秘訣です。

システムの内製化には、次のようなメリットがあります。

*1.意思決定が早い*
社内の意思決定者がプロジェクトにいることで迅速な意思決定が行え、システム化を効率的に進めることができます。またプロジェクト目標が明確になり、メンバーのベクトルを合わせやすいメリットもあります。

*2.変化に対応しやすい*
状況を見ながら柔軟な対応を行いやすく、変化に対応しやすいメリットがあります。特に意思決定者がプロジェクトにいると、的確な状況判断による迅速な意思決定が行え、変化即応型のプロジェクト推進が可能です。

*3.協力とノウハウ蓄積*
当事者意識を持った自社メンバーによる協力と、新たな取り組みによるノウハウの開発と蓄積が行えます。これにより、新たに構築したシステムの活用とノウハウ蓄積、ナレッジ共有が円滑に行えるため、DX化による効果の最大化を図りやすくなります。

続いて、想定される内製化のデメリットを見ていきましょう。

*1.自社ですべてのリスクを負う*
内製化は成功すれば大きな成果となる一方、失敗した場合には関係者がその責任を全面的に負います。誤った意思決定により、プロジェクトが失敗した場合にはプロジェクト責任者や意思決定者が大きな責任を負わなくてはならないリスクを覚悟しておく必要があります。

*2.自社でIT人材の確保と育成が必要*
内製化では、基本的に要件定義・概要設計・運用設計などは自社で行います。そのため、IT人材・デジタル人材の確保と育成が成功のための鍵となります。こうした組織体制、人事制度を確実に用意できなければ失敗するリスクも高まります。

*3.コストが不明確になりがち*
外部委託では、費用が明確になることでコスト管理がしやすくなりますが、内製化ではコストの明確化がしにくく、費用対効果の測定がしづらくなります。内製化ではコスト把握、コスト管理を意識して行う必要があります。

## システムの内製化で注意すべきこと

システムの内製化には多くのメリットがある反面、*内製化の方法を誤ると期待した効果を得にくくなります。*内製化を進める上では、次のことに注意する必要があります。

### 企業変革の目的を見失わないこと

DX実現の目的は企業変革であり、ビジネスモデルの転換です。このことを忘れ、システム化のみに重点を置いてしまうと失敗しやすくなります。**企業変革は経営者の理解と強い意志、全従業員の自覚と認識、リテラシー向上が欠かせません。**単なるシステム化ではないことを認識し、全手のメンバーが当事者意識を持つことが成功の鍵です。

「DX実現はシステム部門の責任だ」という認識が強いと、DXの成功は難しくなります。

企業によってはシステム部門を「DX推進部」に改称しているケースもありますが、**システム部門に全責任を負わせるのは社内外注と同じことです。**　内製化の主役はシステム部門ではなく、経営者と全従業員であるという認識、自覚が欠かせません。

### 必要があれば外部委託も検討

システム内製化において、場合によっては外部委託も必要です。その際には、**DX化の方針・戦略・内容については自社で決め、詳細設計以降は外部委託に頼るなどの工夫も必要です。**

またその際は、ノウハウに関する部分の社外流出がないよう厳重な管理をすべきでしょう。

### レガシーシステムは放置しない

基幹系システムにレガシーシステムが残っている企業は少なくありません。このレガシーシステムの負荷が大きく、DXに取り組めない企業もあります。**レガシーシステムを放置することなく、マイグレーション（改修）や廃棄も視野に入れて検討をする必要があります。**

## エンジニアはDX人材（デジタル人材）を意識しましょう

ここまでDX実現におけるシステムの内製化について解説しました。DX実現においては、DX人材の必要性と重要性について分かりました。DX人材とは、DXの推進を担えるIT人材のことです。

**DX人材は企業内のみならず、アウトソーシングにおいても期待が高く重宝される人材です。**広義では、プログラマもシステムエンジニアもDX人材です。エンジニアの皆さんはDX実現の目的を正しく理解し、日本のDX実現に寄与できるエンジニアを目指しましょう。

いまさら人に聞けないDXとUXやCXの違い、それぞれの関係性についても徹底解説！

DXの実現は自社のビジネスモデルの変革が目的です。そのため、アウトソーシングに依存せず、自社のリソースを活用したシステムの「内製化」を進める企業が増えています。市場の変化に迅速に対応できる方法として注目が集まる「システム内製化」の動きについて考察をしていきます。

DXシステムの内製化の動きが強まっているのは、DX実現は企業変革がその目的だからである

内製化には、意思決定の迅速化、変化への即応、ノウハウ蓄積などのメリットがある

内製化にはIT人材の育成と確保が重要で、社内外注とならないよう全従業員が当事者意識を持つことが必要

DXのシステム内製化とは？必要な理由と注意すべきポイントを徹底解説！

## 「シンギュラリティ」はいつ？

皆さんは「シンギュラリティ」という言葉を聞いたことがありますか？最近メディアで取り上げられ、話題になったワードの1つです。**シンギュラリティは技術特異点と言われるもので、特にAIが人知を超越するタイミングのこと**を指します。

シンギュラリティはいつやってくるのか、シンギュラリティによって社会はどう変化し、私たちエンジニアはどんな影響を受けるのかなど、不安や興味が尽きません。また、シンギュラリティは絵空事であり、ありえないと考える方もいるでしょう。

ここでは、皆さんの素朴な疑問に対する答えを一緒に探します。

### 「シンギュラリティ」と2045年問題

シンギュラリティという言葉は、米国の発明家であり実業家・未来学者・思想家のレイ・カーツワイル博士によって生み出されました。

2005年に執筆した自著『The Singularity Is Near：When Humans Transcend Biology』の中で、**「2045年にAI（人口知能）が地球上で最も賢く、有能な生命体として人間を上回る存在になる」と予言**しています。

これがシンギュラリティであり、2045年に起きると予言されていることから「2045年問題」と言われています。

【参考】：[The Singularity Is Near by Ray Kurzweil: 9780143037880 | PenguinRandomHouse.com: Books](https://www.penguinrandomhouse.com/books/291221/the-singularity-is-near-by-ray-kurzweil/)

### 「シンギュラリティ」の2029年到来説も

2029年到来説は、シンギュラリティの到来が従来予想よりも早まるというものです。

レイ・カーツワイル博士は2005年の著書でシンギュラリティの到来を2045年前後と予測しましたが、**2017年にレイ・カーツワイル博士がシンギュラリティの到来時期を2029年前後と主張し始めたことから、この2029年問題が浮上**しました。

理由は、2000年以降の急速なインターネットの普及やビッグデータの集積などによって、AIの進化を促す「ディープラーニング」（深層学習）の環境が整い、膨大なデータの蓄積によってAI技術が急速に進展していることにあります。

シンギュラリティが起きる前段階の状態をプレシンギュラリティ（前特異点）と言います。シンギュラリティはAIが人間の能力を超えることを意味するのに対し、**プレシンギュラリティはAIによって社会のあらゆるシステムが変化すること**を意味します。

例えば、貨幣がなくなりモノは無料で手に入る・バーチャルリアリティーが生活の中心となる・労働が不要となる等があります。プレシンギュラリティも、私たちの生活に多大な影響があると予測されます。

## そもそも「シンギュラリティ」とは？

「技術的特異点」と訳されるシンギュラリティは、1980年代頃からAI研究家の間で用いられるようになった言葉です。AI（人口知能）の進化に関する概念で、**シンギュラリティ （singularity）はAI自身が人類に代わって文明進歩の主役となる時点を指します。**

シンギュラリティが注目されることになったきっかけは、2014年に英国で行われた「チューリングテスト」の結果にあります。

チューリングテストとは、コンピューターに知性があるかどうかを判定するテストのことです。英国で行われたチューリングテストでは、約30%の観察者が「人間かAIかの区別がつかない」と評価しました。AIの急速な進化が認識され、シンギュラリティが現実味を帯びた瞬間です。

最近では「GPT-3」というAIツールが書いたブログ記事によって、数万人が騙されたというニュースがあったように、AIの進化スピードには目を見張るものがあります。

シンギュラリティを世に広く知らしめたレイ・カーツワイル博士は、**「シンギュラリティは人工知能が人間の知能と融合する時点」**と唱え、AIが人間と融和する形で進化していく可能性を指摘しています。

GPT-3の例にあるように、AIが人と区別が付かないほど人間らしくなっていく様子から、「2029年シンギュラリティ到来説」の登場にも納得できます。

Azure OpenAI Serviceとは？GPT-3との違いも解説

### 「シンギュラリティ」を裏付ける法則

*ムーアの法則は「2045年問題」を裏付ける1つの根拠*になっています。ムーアの法則とは「半導体の集積率は18か月で2倍になる」というものです。

ムーアの法則に従って計算すると、2030年頃には1つの半導体チップが人間の脳レベルに到達し、2050年には1つの半導体チップで人類全体の脳の計算速度に匹敵すると予測されます。

ただし、ムーアの法則は半導体の進化が著しい時期には当てはまりましたが、最近は半導体の進化も限界に近づいています。そのため、必ずしもムーアの法則は当てはまらないとの考えもあります。

他には、**シンギュラリティを裏付けるものとして「収穫加速の法則」**があります。収穫加速の法則とは「イノベーション同士が結び付くことで、新たなイノベーションが起き、進化は指数関数的に起きる」というものです。収穫加速の法則によってシンギュラリティが起きるとも考えられます。

## 「シンギュラリティ」に対する賛否

シンギュラリティがいつ起きるかという議論の前に、シンギュラリティに対して肯定論と否定論があります。どちらが正しいかは別として、それぞれの見方を紹介します。

### 「シンギュラリティ」肯定論

シンギュラリティの実質的提唱者であるレイ・カーツワイル博士は、自著『The Singularity Is Near：When Humans Transcend Biology』の中で「シンギュラリティの到来を2045年」と予言しましたが、最近の考えとしては「2029年に早まった」と予測しています。

イギリスの著名な物理学者であるスティーブン・ホーキング氏は「完全なる人工知能の開発によって人類は終焉を迎えるかもしれない」と、シンギュラリティの到来を認めつつ、危機感を示しています。

ソフトバンクの孫正義氏はシンギュラリティは人類史上最大の革命であるとし、シンギュラリティによってすべての産業が再定義されると主張しました。

肯定派のシンギュラリティ後の未来予想には、悲観的な意見と楽観的な意見の両方があります。しかし、**シンギュラリティという1つの大変化が起きるという考え方は共通**しています。

### 「シンギュラリティ」否定論

一方、シンギュラリティ説を批判する人、否定する人たちもAIの進化は認めていますが、**「AIが人間を超える存在になることはありえない」と、シンギュラリティが来ない・起こらないことを主張しています。**

例えば、AIの権威として知られるスタンフォード大教授のジェリー・カプラン氏は、「AIには独立した目標や欲求がない」とし、あくまでも「AIの能力は人間のためにあり、AIと人間は同一視できない」としています。

AIの進化予想は、「AIが自我を持ち、自身の判断や欲求によって自己進化していく」か、「自我を持つことはないから自己進化はしない」の2つの意見に分かれます。いずれにしても、一昔前まではアニメの世界にしか存在しなかった論争が現実のものとなっていることは否めません。

### 「シンギュラリティ」によるメリットとは？

シンギュラリティには賛否両論ありますが、ここではシンギュラリティのメリットについて紹介します。例えば、ある企業では服の採寸を機械化したことにより、誤発注の原因となっていた採寸ミスを大幅に減らすことができました。

**人間による手作業ではケアレスミスを完全に防ぐことは難しいですが、機械であれば単純なミスはほぼなくなるでしょう。**

シンギュラリティによって産業にAIが普及すれば、単純なミスや誤操作がなくなります。これにより、より円滑に仕事が進むことによって消費者や企業側にもメリットが大きいと言えます。

## 「シンギュラリティ」による社会の影響と変化

シンギュラリティ到来の賛否は分かれますが、**AIは着実に進化しており、AIの進化によって世界が変わることは否めません。**では、AIの進化によって世界はどのように変化するのでしょうか？雇用・社会制度・人間そのものへの影響などの視点から解説します。

仕事によっては既にAIに置き換えられているものもあり、職業そのものを置き換える実証実験がスタートしています。

例えば、工場の生産ライン・生産コントロールのロボットへの置き換えによる無人工場、自動運転技術を用いた無人タクシー、レジや品出しの自動化による無人コンビニエンスストアなどです。

上記のようなAIへの置き換えがコスト面でペイできるとなれば、人の仕事は確実にAIに置き換えられるでしょう。専門家の研究でも、**今後10年から20年の間に人の仕事の50%はAIに置き換わる**という報告があります。

英国のオックスフォード大学のマイケル・A・オズボーン准教授らが2014年発表した論文『雇用の未来—コンピューター化によって仕事は失われるのか』によると、**現在人間が担っている仕事の47％は、20年後になくなる**と言われています。

論文では将来なくなる仕事と、今後も残る仕事について記載されています。紹介されたなくなる仕事・今後も残る仕事は以下の通りです。

 *■なくなる仕事*
一般的な事務員・飲食店の従業員・スポーツの審判・テレマーケター (電話を使用する販売員)・店舗での販売員・ネイリスト・訪問販売・料理人

  *■残る仕事*
栄養士・教師・警察・ダンサー・歯科医師・漫画家・ミュージシャン

なくなる仕事としては、比較的単純作業が多い職種だけでなく、スポーツの審判のような知識と思考力を必要とする仕事も含まれています。

残る仕事では、人間の命に関わる医療系の仕事・専門知識と対面でのコミュニケーションが必要なホスピタリティ性の高い仕事・創造性の高いクリエイティブな仕事などが挙げられています。

以上のことから、AI化が進むにつれて職業の選択肢も今後変化すると予想されます。

「ベーシックインカム」という社会制度があり、既に実験を行っている国もあります。日本でもベーシックインカムの導入を提唱する政党や政治家がいます。

ベーシックインカムとは、国民や市民に対して無条件に最低限度の所得を分配する社会政策です。働かない人、働けない人にも所得保障がなされ、ベーシックインカムが貧困問題の解決に役立つとされています。

**シンギュラリティによる失業者増加対策として、ベーシックインカムが議論**されています。人の仕事をAIが担うことで、AIが利益を生みだします。この利益をベーシックインカム制度によって人に分配し、失業問題を解消するという考え方です。

SF映画などに登場するサイボーグも、夢物語ではなくなりました。AI技術の発達によって脳波による人工義手や人工義足の制御が可能となり、まさに**サイボーグそのものが実現する可能性が高まっています。**

今まで不可能と考えられていたことが、シンギュラリティによって次々と覆される可能性があります。感情や自我は脳の働きによってコントロールされていますが、脳の解析が進めばAIが感情や自我を持つ可能性も否定できません。

このように、人とAIの融合が進むことでまったく新しい形態の人類が登場する可能性もあるでしょう。

## 「シンギュラリティ」によってエンジニアの仕事はどう変わる？

シンギュラリティが到来すると、社会や私たちの生活が大きく変わることは明らかです。ここでは、**私たちエンジニアの仕事にどのような影響があるのか**を説明します。

AIが普及すると、人間よりもAIが担う方が効率的な仕事はAIに置き換わるでしょう。AIに置き換わるのは定型業務だけではなく、推測や推論を伴う業務もAIに置き換わります。つまり、知的労働すらもAIに置き換えられるのがシンギュラリティの特徴です。

エンジニアの仕事では、*一部のプログラマーの仕事はAIに置き換わる*と言われています。現在でもAI技術を用いた「ノーコード開発」や「ローコード開発」が一般化しつつあり、今後はさらにAI化が進むかもしれません。

ただしエンジニアの仕事全般で考えると、AIによる自動化・簡素化は行われたとしても、**エンジニアの仕事自体がAIに置き換わる可能性は低い**でしょう。

AIが人間にとって必要不可欠な存在になっていく中、我々エンジニアはAIの価値をさらに高める役目を負っています。AIは与えられた情報や人間の指示に基づいて、人に代わる仕事をします。一方で、自ら新しいものを創出したり、新たな発見をしたりすることは苦手です。

シンギュラリティによって、いずれ上記の考え方も覆るかもしれません。しかし、**AIの進化によって次のような分野で新たな仕事が生まれる可能性が高い**と考えられます。

*■IoT分野*
「モノのインターネット」と訳される「IoT（Internet of Things）」は、AIの普及や発展に必要不可欠です。あらゆるものがインターネットに接続され、AIによってコントロールされる世界が現実になりつつあります。

逆に言えば、**IoTによってAIが成り立つことから、IoT市場は今後益々成長・発展し、新たな仕事が生まれる**でしょう。

*■ロボット分野*
ロボット自体は比較的古くからありますが、ロボットにAIを搭載することでロボットは人間に近づきます。AI開発・ロボット開発は新たな仕事を生み出します。

警備ロボット・機械を操作するロボット・ロボットを管理するロボット・介護士や看護師に代わるロボット・調理ロボット・教師ロボットなど、ありとあらゆる分野でAI搭載ロボットが開発されるでしょう。**ロボットに搭載されるAIの開発は、我々エンジニアの主要な仕事の1つ**になると予想されます。

IoTエンジニアとは？気になる年収や将来性を解説！

現在DX推進が日本経済の大きな課題であり、「DX人材」の需要が高まっていますが、**今後の需要は「AI人材」にシフト**するでしょう。特に「AI人材」として注目されるエンジニア職種は、以下の通りと考えられます。

*■AI開発エンジニア*
AIそのものの開発を行うエンジニアも必要ですが、**システム開発にAI技術を組み込めるエンジニアへの期待が高まる**でしょう。

システム開発によるシステム化の目的は、ビジネス・業務の効率化や利便性の向上です。効率化や利便性の向上はAI技術を駆使することで飛躍的に高まります。そのため、システム開発へのAIの導入は期待が高まっています。

*■データエンジニア*
AIはビッグデータによって深層学習を行い、進化します。またビッグデータ活用によって、ビジネスの革新も起きています。ビッグデータの分析や解析を行うデータサイエンティストは、企業が発展するための重要な存在です。そのため、今後**重要な役割を担うデータサイエンティストの需要はさらに高まる**でしょう。

デジタルトランスフォーメーション（DX）とは？求められる人材を解説！

## 「シンギュラリティ」にかかわらずエンジニアは変化に対応しよう

シンギュラリティは「技術的特異点」と訳され、AIが人知を超える存在に到達する時点を指します。この記事では、AIが人間の能力を超えることで社会や私たちエンジニアの仕事はどう変わるのかについて解説します。エンジニアの皆さんはしっかりと未来を見据え、将来設計の参考としてください。

シンギュラリティは技術特異点と言われるもので、特にAIが人知を超越するタイミングのこと

シンギュラリティによって、雇用・社会制度・人体・健康に大きな変化が生まれる

シンギュラリティの到来に関わらずエンジニアの役割や仕事は大きく変化していくので、変化に対応する姿勢が大切

シンギュラリティはいつ起こる？言葉の意味やエンジニアへの影響は？

技術の記事（16ページ目）