おい嘘だろ もうこれが分からないって世代がこんな素敵な絵を描けるのかよ これはローポリといってまあつまりこれじゃ この方が探しておるのは左側のクラウドじゃな https://t.co/gZq5BknQUK https://t.co/Crv9x4b2G2 November 11, 2025

アサヒさんのランサム事案の記者会見（QA含む約2時間）からセキュリティクラスタ的に気になるであろう箇所をピックしました。以下16項目でまとめています。

・2025年9月29日（月）午前7時頃システム障害が発生し被害確認。詳細な日時は未特定だが約10日ほど前に同社グループ内の拠点にあるNW機器を経由し侵入。その後主要なDCに入り込みパスワードの脆弱性を突いて管理者権限を奪取し移動を行い、主に業務時間外に複数サーバに偵察侵入し、アクセス権認証サーバからランサムウェアが一斉実行され起動中のサーバやパソコンが暗号化された。

・被害発覚の10日ほど前から侵入されていた可能性があるが、その間は導入していたEDRでは検知できなかった。攻撃が高度で巧妙であったため。EDRのレベルをより上げる課題がある。強化して監視の仕組みも見直す。

・侵入経路はNW機器。VPN機器かどうかはセキュリティの都合から明言出来ないが世間の想像とそう違いはないと思います、ということで留めたい。入口になり得る"脆弱性"の改善は完了済み（※この"脆弱性"という言葉は社長発言だが狭義の既知脆弱性＝CVEという意味では使ってなさそう）。VPN機器は存在していたが対応過程で廃止済み。

・被害が拡大しないよう安全性を確保しながら慎重に復旧を進めたため時間を要した。バックアップデータは取得しておりそれが生きていたことは幸いだった。バックアップは複数媒体で取得していた。大部分が健全な状態で保たれていた。

・明確な個人情報の漏洩は、従業員に貸与したPCの情報を確認しているが、システムからのデータ漏洩は未確認で可能性として考えている。

・社員の個人貸与PCに情報を残すことは許可しておらずクラウド保存をポリシーで定めていたが、一時的に保管していた個人の情報が残っておりそのタイミングで攻撃がきた。

・工場現場を動かすOT領域は一切影響を受けておらず無傷で、工場は通常稼働ができる状態だった。出荷関係のシステム被害により作っても持って行き先がないので製造に結果的に影響が出た。システムを使わないExcelなどで人力での出荷で対応していた。

・NISTフレームワークに沿った成熟度診断は実施しており一定以上のアセスメントが出来ていたため十分な対策を保持していると考えていた。外部のホワイトハッカーによる模擬攻撃も実施してリスク対処をしていたので、必要かつ十分なセキュリティ対策は取ってたと判断していた。しかし今回の攻撃はそれを超える高度で巧妙なものだった。

・被害範囲は主にDC内のサーバとそこから繋がってるパソコン。端末台数は37台。サーバ台数は明言できない。

・攻撃者に対する身代金は支払っていない。攻撃者と接触もしていない。脅迫も請求も直接は受けてない。

・身代金支払い要求への対応については障害早期では当然考えたが、バックアップあり自力復旧ができること、支払っても復旧できない事例があること、支払いが漏れた場合他の攻撃者からも狙われるリスクがあるため、慎重に捉えていた。反社会勢力への支払いのぜひもその前段階から相当ネガティブな懸念としてあった。復号キーがきたとしても復元にすごく時間がかかるという認識もしたので要求がきてもおそらく支払ってない。

・現場対応は非常に負担が大きく長時間労働等を懸念していた。リーダとして社員の健康が一番大事で命を削ってまで対応しなくて良いということをトップから繰り返し全社発信していた。対応を支援してくれた外部ベンダにも伝えていた。

・自然災害含む経営リスクに関して10個のリスクを定めてサイバーリスクも含めて十分な対策を取っていたと思っていたがより高度化しないといけない教訓となった。他のリスク項目も対策を見直す。

・他社には、経験からの教訓として、全体を広く見て対策を最新に保つことの必要性を伝えたい。結果的に全体として脆弱性を見れてなかったので、ないと思ったところにあったので侵入されたし、対策も最新、最強でなかったので障害が発生したので、それを裏返ししてほしい。

・経営者はテクノロジーやITに興味を持ってるというだけでは済まない。全てに気を配り対策に踏み込めるようなところまで入っていくべきということを実感した。知見を高めガバナンスに活かしていくべき。

・セキュリティの都合で開示できない情報は多々あるが、社会のために情報をより公開すべきというのは認識しており状況が整ったら検討したい。

記者会見動画リンク

https://t.co/2bG06AK1pH November 11, 2025

／
Wフォロー&リポスト🔁で
A5ランク【黒】毛和牛🐃
#プレゼントキャンペーン 🎁⚡️
＼

📢 応募方法
①クラウドキャッチャー　&　モコネオ　をWフォロー！
　@CCatcherApp　＆　@CC_moconeo　
② キャンペーン投稿をリポスト🔁

🗓️ 期間：〜11月28日（金）23:59〆
🏆 賞品：A5 黒毛和牛 選べるカタログギフト…抽選1名様

🔽詳細はこちら🌩️
https://t.co/wXPx2dqdwB

#クラウドキャッチャー
#オンラインクレーンゲーム #オンクレ
#ブラックフライデー
#リポストキャンペーン November 11, 2025

先日の櫻井祥子議員の質疑（参・経産委）
https://t.co/feP3IVlMSK

電気料金の高騰とデジタル赤字の懸念に関する質疑でした。

電気料金の高騰については、再エネ賦課金の原因であるFIT/FIP制度を見直して、料金の高騰を抑えるべきです。

また、赤沢大臣から中長期的に再エネや原子力等への経済構造への転換を推進する旨の御答弁がありましたが、再エネについては、安価な大規模出力を満たすものではなく、また、メガソーラーや洋上風力等には環境破壊や危険性もありますので、再エネ比率を高めることには反対です。

現在ある原発については最大限に活用した上で、原子力に代わる安全かつ安定的に大規模な電力を出力することができる発電方法について、国を挙げた開発を進めていただきたく思います。

デジタル分野については、赤字が拡大している現状を是正しなければならないことに加え、櫻井議員の御指摘の中にもあったように、国産クラウドの開発が必要です。

ガバメントクラウドでは、大半の自治体がAWSを活用している現状があり、安全保障上の観点からも国産クラウドの開発促進（国産はさくらインターネットのみ）を加速していただきたいです。

情報戦の世の中、デジタル主権を取ることも非常に重要なポイントです。

櫻井議員、ありがとうございました。 November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

Googleは、Nvidiaを速度で倒すのではなく、計算コストを安くすることでAIで勝とうとしている。
NvidiaはGPUをクラウドに売る時に70％以上の高いマージンを乗せ、それがクラウド価格を押し上げる。

一方Googleは、TPUをほぼ製造原価で自社用に作り、販売マージンなしでAggressiveなクラウド価格を出せる。
これはチップ → ネットワーク → クラウドの垂直統合により、スタック全体を押さえているから。

トレーニングは最速チップが重要だが、運用段階では推論がコストの大半を占める。
もし推論がAIコストの90％になるなら、勝者は大規模に最も安いトークン単価を提供できる企業になる。

GoogleはTPUでトークン単価を下げ続け、それをクラウド価格に反映させる。
そうなると、買い手は速度より価格・安定性・供給量を重視する可能性が高い。

Nvidiaは最先端のトレーニングでは強いが、推論が安価なTPUに移れば高いマージンは縮むかもしれない。
さらにGoogleは、Search/YouTube/Android/Workspace でTPUのキャパを常に埋められる巨大ディストリビューションの強みがある。

(ChatGPT和訳) November 11, 2025

チームみらいの安野貴博議員とは、この前の選挙で街頭演説をされているときに少し立ち話させていただいたことがあって、その時は自治体システム標準化・ガバメントクラウドクラウドについて、コストが上がっているという以上の問題は把握されていなかった様子だった。何が問題なのか聞かせてほしいということで、特に一人情シスみたいな小規模自治体にはついていけない状況になっているといったことはお話した。

総務委員会の委員になった今、デジタルに専門性を持つ議員として自治体システム標準化など自治体の置かれている状況を解像度を上げて把握し、意義のある質問につなげてほしいと思う。 November 11, 2025

／
☁️1分でわかる
クラウド・レルム編ストーリー
＼

12/6(土)に『#ロマサガRS』は7周年！🎉
7周年に向けて、クラウド・レルム編を相関図つきでおさらい🎥✨

これまでのクラウド・レルム編の考察や感想があれば、ぜひ教えてくださいね💬

ゆっくり読みたい方はリプライをCHECK！⬇️
#ロマサガRS祝7周年 https://t.co/ZeSnPa6zpx November 11, 2025

「ただクラエアを推してるだけなら良いのに」とは言うけど「今度こそエアリスと！クラウド自身も幸せになってほしい！」はクラティに言及せずとも普通に原作アンチでは？クラウドはティファや仲間たちと幸せなのに November 11, 2025

📘人工知能・AI関連株まとめ🤖

日米でハイテク株が買い戻される中、人工知能・AI関連の銘柄が急騰📈

🟩豆蔵+15.2%（ストップ高）
🟩Ridge-i +11.4%
🟩エクサウィザーズ +6.6%
🟩ソフトバンクG +3.6%

その他の人工知能・AI関連銘柄を整理👇
🤖 AIソフト・アルゴリズム（純粋AIプレイヤー）
・パークシャ（3993）：対話・画像AIアルゴリズムの先駆
・ブレインパッド（3655）：データ分析・ML運用支援
・AI inside（4488）：AI-OCR「DX Suite」、生成AI活用も
・エクサウィザーズ（4259）：介護・人材分野でAI導入
・Ridge-i（5572）：衛星画像解析や受託AI開発
・Appier（4180）：広告最適化AI、海外展開強み
・ヘッドウォータース（4011）：Azure OpenAI開発、生成AIプラットフォーム「SyncLect」でエッジAI本命。

👉 独自アルゴリズムやAI SaaSで差別化。生成AIや産業別AI導入の中心。

☁️ クラウド・データセンター基盤
・さくらインターネット（3778）：国内GPUクラウド拡張
・NTT（9432）：IOWN構想、次世代光通信×AI基盤
・KDDI（9433）：TELEHOUSEデータセンター強化
・ソフトバンク（9434）：クラウド・AI応用事業推進
・SBG（9984）：Arm・生成AI関連への投資

👉 生成AI需要でGPU/DC増強。NVIDIA連携・光通信技術がカギ。

🔌 半導体（デバイス・SoC）
・ルネサス（6723）：車載MCU/SoC、AI応用強化
・ソシオネクスト（6526）：データセンター向けカスタムSoC
・ミネベアミツミ（6479）：精密部品・センサーでAI機器支える
・QDレーザ（6613）：光半導体技術、AIセンシング応用
👉 AI処理向けSoC・車載半導体は需要増。国内ファブレスも拡大。

🏭 半導体製造装置・検査
・東京エレクトロン（8035）：前工程装置の国内最大手
・アドバンテスト（6857）：半導体テスタ首位、HPC直結
・SCREEN（7735）：洗浄装置、先端ロジック必須
・ディスコ（6146）：ダイシングソーで世界シェア大
・レーザーテック（6920）：EUVマスク検査の独占企業
・コクサイエレクトリック（6525）：成膜装置で成長
・ニコン（7731）／キャノン（7751）：露光・計測機器
・東京エレクトロンデバイス（2760）／マルブン（7537）：半導体商社
・TOWA（6315）／荏原製作所（6361）：パッケージ装置／CMP

👉 生成AI/HPC需要＝先端半導体生産の急拡大。装置メーカーは最大の恩恵。

🧪 素材・前工程サプライ
・信越化学（4063）：シリコンウェハ世界最大手
・東京応化工業（4186）：フォトレジスト国内首位
・住友化学（4005）／富士フイルム（4901）：EUV対応レジスト
・RS Technologies（3445）：ウェハ再生

👉 AI半導体は先端素材必須。倭国はフォトレジスト・ウェハで強み。

🤖 ロボティクス・FA
・キーエンス（6861）：画像処理センサー、自動化需要直結
・オムロン（6645）：制御機器、センシング技術
・ファナック（6954）：産業ロボット世界シェア大
・安川電機（6506）：サーボ・ロボットでAI応用
・SMC（6273）／THK（6481）：自動化向け部品

👉 工場自動化やAI搭載ロボット需要が拡大。画像処理・センサー技術が核。

📷 画像・センシング／エッジAI
・ソニーG（6758）：CMOSセンサ首位、車載強化
・リコー（7752）／コニカミノルタ（4902）：業務用画像×AI応用

👉 AI実装は「目と耳」が要。倭国はイメージセンサ世界首位。

🚗 自動運転・車載AI
・デンソー（6902）／アイシン（7259）：車載半導体・制御
・トヨタ（7203）／日産（7201）／ホンダ（7267）：自動運転開発

👉 ADAS・自動運転はAIの最大アプリケーション。日系サプライヤーが世界で存在感。

💻 SI・大手IT
・日立（6501）：Lumada×AI解析
・富士通（6702）：AIスーパーコンピュータ強み
・NEC（6701）：顔認証AI世界水準
・NTTデータ（9613）／TIS（3626）／SCSK（9719）：システム開発・AI導入
👉 官公庁・大企業向けAI導入を担う総合ITベンダー。

📺 メディア・広告テック
・サイバーエージェント（4751）：生成AIクリエイティブ先行
・GMOインターネット（9449）：クラウド・広告テック
・楽天G（4755）：EC×AIレコメンド

👉 生成AIによるコンテンツ制作・広告最適化で成長。 November 11, 2025

＼学生が挑む農業IoTの最前線！4年生の実践研究／
IoTシステムコース4年生の小野さんは、一次産業をITで支えたいという想いから、4年間の集大成である卒業研究では農業×IT（IoT）をテーマとしました。

 所属する武本研究室のプロジェクトを背景に、山形の企業Symphodia Phil様と連携し、同社と提携している青森の「鹿内自動車農場」で実証を実施。青森商業高校の生徒とも協働し、農業用センサノードの開発・検証を行っています。

この連携プロジェクトは、小野さんの研究から、後輩たちのプロジェクトへとつながり、さらに発展し、クラウド集計・ダッシュボード開発など後輩たちへの学びにも波及しています。

また、青森大学・下條研究室（元大阪大学教授）との研究交流や、青森で開催されたサイバー関西プロジェクト（CKP）研究会で成果を報告するなど、地域×大学×企業の協働が加速しています。

農業だけでなく、今後は水生物の陸上養殖など第一次産業全体への応用も視野に。
 IPUTでは、ITで地域の活性化を図り、社会の問題を解決する実践教育をこれからも推進していきます。

＃東京国際工科専門職大学 ＃IPUT   #青森　#地域活性化　#一次産業DX　＃スマート農業　#産学連携　＃卒業研究　＃クラウド活用 November 11, 2025

#ラノベストリート 独占公開！

#クラウドストーカーズ

此処が俺達の居場所だ……

手詰まりの未来に蠢く忍者
抜け忍達が集う“雲翔衆”

崩壊した東京を舞台に
繰り広げられる
成り上がりの物語

追加エピソードを含む完全版
高密度サイバーパンク小説！！
https://t.co/KeLOunKl8U November 11, 2025

バックアップが上書きされてなくてよかった（昔、空になったデータをバックアップ側に上書きして大惨事になったクラウドサービスあったよなあ……） https://t.co/Ddm4mvpRoF November 11, 2025

新作✨クラウドbrave✨は今日も無事利確‼️

オプチャも盛り上がってましたね✨

高耐久、且つ爆益性能抜群の新作はプロフのリンクからオプチャへ‼️

まずはデモ口座から見てください✨

朝日新聞/福岡県警/名探偵津田/国分太一 https://t.co/6qujMOaOiV November 11, 2025

生成AIだからといって特段今までと変わったことはなく、コロナ禍前は「クラウドで共有するなんてありえない、USBで受け渡しが当然」という風向きだって当然にあった。何が最良かは事実だけが決めることではない。 https://t.co/TdHu0IqYdb November 11, 2025

詩の朗読
11月29日(土) 16:00より
LVDB BOOKSをスタート地点に
言葉を紡ぎ始めます。
2221.をへて、
歩くこと(移動)それ自体が言葉になった。
声を出すこと＋移動するコースやペースの組み合わせで
新作「ペパーミント松ちゃんクラウド9＋あびんこ」って詩の朗読をする。
結構歩きます。参加費1000円 https://t.co/A7wZsoD6WB November 11, 2025

/／
楽天従業員紹介限定✨
楽天モバイル紹介 #キャンペーン🎉
""14,000ポイント""もらえる!!
\＼

🛍️楽天市場のお買い物ポイント5倍⤴️
👀パリーグ、ミュージックマガジンが追加料金0円
☁️クラウドストレージ50GB
🌏海外利用2GB
など👏

ログイン&お申込み https://t.co/0cufKx8urT https://t.co/prYg96kLse November 11, 2025

@4715Az スコールさんが年上だと思ったそこの君…クラウド見たあとに驚いただろう…

クラウドが年上でスコールが年下…

それはそうとして、リノアの声優花澤さんなんよなぁ〜₍₍( •ω• )⁾⁾ November 11, 2025

エクセルぽちぽちSIerに発注する企業はクラウド怖い病にかかっており、Claudeを使う発想が無いので依然として需要は残るに一万ペリカ。 https://t.co/7GLgknReCK November 11, 2025

スマホの写真は全部Googleフォトにバックアップ取ってるんだけど、よくない写真が検閲された時にGmailとChromeとYouTubeのデータもまとめて消える可能性あるな…とふと思い、現在クラウド探しの旅をしてる November 11, 2025