2025年3月

① IT業界動向

ア．生成AI

IT市場としては、まだプラス成長が見込まれていますが、その中でも動向としてはやはり生成AIが中心になるようです。

調査・コンサルティング会社のITIRの動向調査では、「新規に導入する可能性が高い製品・サービス」および「投資を増やす可能性が高い製品・サービス」のランキングの1位はともに「生成AI」です。

また、2位も共に「AI/機械学習プラットフォーム」ですし、AI関連でいえば、「チャットボット/チャットサポート」や「音声認識」「画像認識」という項目がランキングに入っています。

当面は生成AIが中心に進んでいくと思われます。

② IT技術トレンド

　ア．IOWN APN

まず、IOWN(Innovative Optical and Wireless Network)構想とは、あらゆる情報を基に個と全体との最適化を図り、光を中心とした革新的技術を活用し、これまでのインフラの限界を超えた高速大容量通信ならびに膨大な計算リソース等を提供可能な、端末を含むネットワーク・情報処理基盤の構想です。

IOWNは3つの主要技術分野から構成されていますが、そのうちの一つが、APN（オールフォトニクス・ネットワーク(All-Photonics Network)）です。オールフォトニクス・ネットワークは、ネットワークから端末まで、すべてにフォトニクス（光）ベースの技術を導入し、これにより現在のエレクトロニクス（電子）ベースの技術では困難な、圧倒的な低消費電力、高品質・大容量、低遅延の伝送を実現します。このネットワークの光化とエンド・ツー・エンドでの光技術の活用が、 IOWN構想を実現するうえできわめて重要な役割を果たすことになります。

イ．スケーラブルRDB

スケーラブルなリレーショナルデータベース（RDB）とは、大量のデータを効率的に処理し、システムの負荷に応じて拡張できるデータベースのことです。特にクラウド環境では、スケーラビリティを考慮したデータベース設計が重要になります。スケーラブルRDBの選定には、システムの用途やデータの特性を考慮することが重要です。

データ―ベースに求められる要件は当然利用方法により異なりますが、大きく分けて２種類ありそれぞれ重視されるポイントが異なります。2種類とは「トランザクション型」と「アナリティック型」で、トランザクション型のデータベースでは応答性能を重視し、アナリティック型ではスループットを重視する設計が求められます。

要件からどのRDBを選択するのかが大事になってきます。

ウ．生成AI駆動開発

生成AI駆動開発とは、AIを活用してソフトウェア開発の各工程を自動化・最適化する手法です。従来の開発では生成AIの導入は実装工程のプログラミング支援のみのケースが多かったと思いますが、これからは全工程に生成AIの支援を導入するようになると思います。既に大手ベンダーでは生成AI駆動開発の取り組みを始めています。IBMの「WatsonX」をはじめ、NTTデータ・日立製作所なども生成AI駆動開発の適用を発表しています。 また、アマゾン・マイクロソフト・グーグルといったクラウドサービスベンダーも生成AI関連サービスをリリースしています。

つい２年前まではノーコード/ローコード開発がトレンドでしたが、ノーコード／ローコードはカスタマイズ性が低く企業固有のニーズを実現できない点があり、生成AIのコード自動生成にトレンドが変わってきていると思います。生成AIのコード自動生成サービスは、自然言語で指示を与えるとコード生成やテストを自動で行うエラーが出たら原因を分析し自律的にコード修正も行うものです。

そもそもプログラミング言語は人が記述しやすいもので、コンピューターにとってプログラミング言語は邪魔な存在のため、人に関与させないという考え方に立っています。

エ．AIエージェント

AIエージェントとは、自律的に意思決定を行い、環境と相互作用しながらタスクを遂行するAIシステムのことです。単なるチャットボットや生成AIとは異なり、ユーザーの指示から意図をくみ取りあらゆる作業や手続きを実行してくれる能力を持っています。

これまでの対話型AIでは、指示を理解してくれますが、処理は実行できませんでした。

AIエージェントは、指示を理解し最適な処理を判断し処理を実行してくれます。

また、Microsoft Research「AutoGen」というマルチエージェント開発プラットフォームを利用すればマルチエージェント環境を手軽に構築でき、複数の専門職のAIを配置できるため正確性がアップさせることができます。

オ．SLM（特化型AI）

SLM（小規模言語モデル）とは、特定のタスクや用途に最適化された軽量なAIモデルのことです。

一般的な大規模言語モデル（LLM）と比べて、学習範囲を特定分野に絞ることでデータ不足やリソース不足を解消し解決計算コストを低く抑え、特定分野の学習だけを行うことでLLM以上の性能を発揮します。

SLMはLLMの課題を解決する言語モデルで、開発コストの削減・トレーニング時間の短縮・スマホ/オフライン環境でのAI活用を実現・ハルシネーションの防止・セキュリティとプライバシーの担保、などを実現します。

③ 当社のDX戦略の進捗状況、その他

・従来型ビジネス

生成AIを活用したプロジェクトは、確実に広がっており自社製品や社内システムへの活用を始めています。

こちらは引き続き、さらなる展開を目標に進めて参ります。

・新たなビジネス

生成AIも活用した新製品アンケートアプリ「Q＊A（キュア）」をリリースしました。

ITエンジニア育成研修サービス「エボテックスクール」はサービス中です。

引き続き、新たな製品開発・サービスの提供に向けて進んで参ります。

・SDGｓの取組

引き続き、SDGｓの目標４［教育]への取組として当社のエボテックJr.（小・中学生向けプログラミング学習サービス）を無料開放しています。

プログラミング学習の機会を全ての子供たちに与えたいと思います。

　　

2025年3月　システム・エボリューション株式会社
　　　代表取締役社長