人類の歴史を変えたレベルの人には特別な利益を与えていいけど、
医者とノーマルな労働者（派遣含む）との間には、そんなに社会的な価値生成能力は変わらない
その年収差は2倍程度になるようにするのが本来のあるべき姿
　
そもそも NHKの職員と運送業や介護の人や農家の人、どちらが社会的により重要度が高い職業か小学生でもわかるよね？
どちらが給与高いかもね
　
100兆の個人資産を持つ人がいるのに1ドル以下の収入の人が世界にいるのは
明らかに社会のシステム整備がしきれていないがゆえに過剰に集まってしまった結果に他ならない
本来もらえるべきものをもらっているだけって面をした方がいいぞ
金だけでなくて能力についても同様ですな

ちな、日本でいちばん多いのは販売店員さんらしい、次に介護士さん

※ 常用労働者が10人以上の事業所に勤めている人。役員／自営業者は除く。

職業	年齢	おおよその月収	ボーナス等	おおよその年収	労働者数
販売店員	41.7	25	32	332	1,230,080
介護職員（医療・福祉施設等）	44.3	26	52	364	1,116,080
総合事務員	43.1	31	84	456	956,170
その他の一般事務従事者	42.7	30	78	438	859,400
食料品・飲料・たばこ製造従事者	42.9	24	31	319	800,550
営業・販売事務従事者	40.9	31	87	459	729,590
看護師	40.5	34	80	488	728,420
その他の営業職業従事者	39.4	35	98	518	695,990
その他の運搬従事者	46.2	28	45	381	581,160
営業用貨物自動車運転者（大型車を除く）	44.6	33	35	431	579,760
ソフトウェア作成者❓	37.1	36	83	515	572,000
庶務・人事事務員	43.6	30	88	448	567,450
会計事務従事者	41.7	29	79	427	427,170
営業用大型貨物自動車運転者	50.6	37	39	483	420,250

Permalink | 記事への反応(1) | 23:24

2024-07-25

■パイロットの年収が最も高い。ついで医者、管理職、大学 教授

子どもの頃の夢を叶えて飛行機✈️のパイロットになると高給です

あと、大学教授・研究職等はやっぱ給与良いです

※ 常用労働者が10人以上の事業所に勤めている人。役員／自営業者は除く。

職業	年齢	おおよその月収	ボーナス等	おおよその年収	労働者数
航空機操縦士	43.1	138	123	1,779	4,970
医師★	41.6	97	63	1,227	77,920
(男女合計)管理的職業従事者	50.2	47	522	1,086	6,720
大学教授（高専含む）★	58.0	66	275	1,067	59,530
法務従事者	49.9	68	176	992	21,150
大学准教授（高専含む）★	48.9	55	207	867	39,880
歯科医師★	40.5	60	42	762	15,090
その他の経営・金融・保険専門職業従事者	39.3	46	156	708	16,000
大学講師・助教（高専含む）★	41.6	49	108	696	56,890
高等学校教員	43.1	43	163	679	69,200
研究者★	39.8	42	156	660	118,450
輸送用機器技術者	40.1	41	159	651	191,480
小・中学校教員	40.3	42	146	650	31,200
システムコンサルタント・設計者❓	40.4	46	97	649	78,730
電気・電子・電気通信技術者（通信ネットワーク技術者を除く）❓	41.8	41	154	646	285,830
鉄道運転従事者	41.9	42	129	633	32,230
不詳	42.7	41	137	629	5,580
公認会計士，税理士	38.0	42	117	621	11,800
企画事務員	40.4	38	139	595	296,400
船内・沿岸荷役従事者	41.7	41	103	595	44,870
獣医師	35.6	43	69	585	4,530
その他の機械整備・修理従事者	40.9	34	173	581	50,190
機械器具・通信・システム営業職業従事者（自動車を除く）	39.4	38	122	578	186,800
建築技術者	40.7	39	106	574	270,020
機械技術者	39.8	37	124	568	321,200
土木技術者	42.8	38	108	564	176,570
車掌	37.9	37	120	564	18,990
クレーン・ウインチ運転従事者	48.6	41	72	564	21,680
助産師	39.6	39	88	556	14,800
化学技術者	38.8	36	115	547	78,960
薬剤師	39.1	40	67	547	89,680
金融営業職業従事者	35.1	35	126	546	116,510
航空機客室乗務員	33.5	38	69	525	5,360
販売類似職業従事者	37.7	35	101	521	75,150
その他の営業職業従事者	39.4	35	98	518	695,990
製銑・製鋼・非鉄金属製錬従事者	41.3	34	109	517	116,700
ソフトウェア作成者❓	37.1	36	83	515	572,000
金属技術者	40.1	33	116	512	17,160
著述家，記者，編集者	41.3	36	76	508	55,790
電気工事従事者	39.8	34	98	506	149,580
その他の情報処理・通信技術者❓	38.3	34	96	504	188,610
自動車組立従事者	39.9	35	81	501	217,140
発電員，変電員	42.5	34	92	500	23,290
自動車営業職業従事者	38.8	34	91	499	90,820
他に分類されない技術者	41.2	33	101	497	108,240
診療放射線技師	38.2	34	87	495	41,010
音楽家，舞台芸術家	35.7	35	72	492	16,910
配管従事者	43.2	35	71	491	62,960
美術家，写真家，映像撮影者	36.5	35	70	490	18,890
看護師	40.5	34	80	488	728,420
デザイナー	37.5	35	66	486	72,860
営業用大型貨物自動車運転者	50.6	37	39	483	420,250
その他の商品販売従事者	40.3	33	85	481	108,200
化学製品製造従事者	40.3	32	96	480	176,700
臨床検査技師	39.1	33	75	471	69,550
はん用・生産用・業務用機械器具・電気機械器具整備・修理従事者	40.6	32	87	471	147,130
他に分類されない専門的職業従事者	39.6	33	73	469	107,970
鋳物製造・鍛造従事者	41.9	33	72	468	65,920
その他の教員	44.0	33	70	466	65,650
宗教家	43.9	32	76	460	6,110
営業・販売事務従事者	40.9	31	87	459	729,590
建設・さく井機械運転従事者	52.1	34	51	459	31,120
はん用・生産用・業務用機械器具組立従事者	41.7	31	86	458	94,190
機械検査従事者	41.2	31	85	457	60,720
総合事務員	43.1	31	84	456	956,170
自動車整備・修理従事者	38.5	31	83	455	156,280
秘書	40.2	31	79	451	17,810
生産関連事務従事者	43.0	30	91	451	402,770
運輸・郵便事務従事者	45.8	31	79	451	155,880
ダム・トンネル掘削従事者，採掘従事者	48.3	33	54	450	4,360
庶務・人事事務員	43.6	30	88	448	567,450
バス運転者	53.9	32	64	448	101,030
金属工作機械作業従事者	42.1	31	75	447	210,960
保健師	38.1	31	73	445	12,990
その他の保健医療従事者	39.2	31	72	444	60,850
大工	40.9	33	47	443	14,680
保険営業職業従事者	46.8	32	57	441	209,560
鉄工，製缶従事者	40.8	31	67	439	54,020
その他の一般事務従事者	42.7	30	78	438	859,400
他に分類されない輸送従事者	45.0	31	64	436	60,590
その他の製品製造・加工処理従事者（金属製品）	42.1	30	73	433	211,550
営業用貨物自動車運転者（大型車を除く）	44.6	33	35	431	579,760
画工，塗装・看板制作従事者	42.4	31	58	430	38,340
その他の建設従事者	43.5	32	44	428	67,830
歯科技工士	43.3	31	55	427	11,120
会計事務従事者	41.7	29	79	427	427,170
その他の定置・建設機械運転従事者	47.8	30	63	423	102,960
タクシー運転者	59.7	34	13	421	163,780
建設躯体工事従事者	40.8	32	37	421	87,920
測量技術者	40.6	29	72	420	15,990
その他の自動車運転従事者	51.7	31	48	420	13,520
金属溶接・溶断従事者	41.1	29	69	417	91,000
金属彫刻・表面処理従事者	42.3	29	68	416	32,880
窯業・土石製品製造従事者	45.9	29	68	416	74,810
理学療法士，作業療法士，言語聴覚士，視能訓練士	34.6	29	67	415	226,680
板金従事者	40.9	29	65	413	30,450
ゴム・プラスチック製品製造従事者	41.6	29	65	413	240,080
印刷・製本従事者	43.5	29	59	407	98,330
製図その他生産関連・生産類似作業従事者	40.6	29	55	403	84,080
土木従事者，鉄道線路工事従事者	45.5	30	40	400	175,080
自家用貨物自動車運転者	49.4	30	39	399	72,710
准看護師	51.2	28	62	398	131,770
その他の機械組立従事者	41.9	27	73	397	67,280
介護支援専門員（ケアマネージャー）	52.6	28	59	395	71,720
歯科衛生士	37.3	29	46	394	43,380
個人教師	36.8	29	46	394	30,730
外勤事務従事者	51.8	28	57	393	6,310
その他の社会福祉専門職業従事者	44.0	27	68	392	189,940
電気機械器具組立従事者	42.6	27	68	392	313,570
製品検査従事者（金属製品）	42.9	27	66	390	83,580
金属プレス従事者	41.3	27	64	388	77,090
幼稚園教員，保育教諭	36.3	26	74	386	157,310
その他の製品製造・加工処理従事者（金属製品を除く）	42.6	27	61	385	113,270
木・紙製品製造従事者	43.3	27	58	382	142,930
その他の運搬従事者	46.2	28	45	381	581,160
保育士	37.2	26	68	380	254,210
栄養士	37.1	26	65	377	93,610
製品検査従事者（金属製品を除く）	43.3	26	62	374	95,410
訪問介護従事者	48.6	27	48	372	69,270
清掃員（ビル・建物を除く），廃棄物処理従事者	48.5	27	46	370	136,020
介護職員（医療・福祉施設等）	44.3	26	52	364	1,116,080
その他のサービス職業従事者	40.7	27	40	364	263,980
警備員	51.9	27	34	358	175,310
農林漁業従事者	46.9	26	46	358	31,170
電話応接事務員	42.5	27	33	357	170,880
居住施設・ビル等管理人	54.6	25	43	343	52,640
理容・美容師	30.5	28	6	342	31,840
飲食物調理従事者	43.9	26	28	340	355,770
その他の保安職業従事者	52.1	26	26	338	45,850
事務用機器操作員	49.2	27	13	337	202,710
販売店員	41.7	25	32	332	1,230,080
乗用自動車運転者（タクシー運転者を除く）	59.7	25	31	331	23,880
娯楽場等接客員	39.1	25	26	326	158,490
他に分類されない運搬・清掃・包装等従事者	49.1	24	33	321	122,510
食料品・飲料・たばこ製造従事者	42.9	24	31	319	800,550
(男女合計)看護助手	47.8	22	51	315	96,760
美容サービス・浴場従事者（美容師を除く）	33.3	25	13	313	21,320
その他の保健医療サービス職業従事者	40.7	23	34	310	44,810
受付・案内事務員	39.5	23	32	308	91,880
身の回り世話従事者	41.2	24	19	307	69,500
飲食物給仕従事者	40.3	24	15	303	202,520
包装従事者	45.5	22	27	291	60,870
紡織・衣服・繊維製品製造従事者	43.6	21	30	282	124,520
クリーニング職，洗張職	46.3	21	17	269	42,430
ビル・建物清掃員	53.5	21	17	269	124,510

賃金構造基本統計調査 / 令和５年賃金構造基本統計調査一般労働者職種

関連増田：(労働人口順) 販売店員の人口が最も多い。ついで介護士 https://anond.hatelabo.jp/20240725223126

参考にしてください

anond:20240729190247

Permalink | 記事への反応(2) | 22:58

■販売 店員の人口が最も多い。ついで介護士

販売店員・介護士ファーストの政策出したら良いんじゃいかなっておもいました。

あと、IT屋さんは知らぬ間に結構いました。自動車工場の人よりはなんか多そうな印象です

※ 常用労働者が10人以上の事業所に勤めている人。役員／自営業者は除く。

職業	年齢	おおよその月収	ボーナス等	おおよその年収	労働者数
販売店員	41.7	25	32	332	1,230,080
介護職員（医療・福祉施設等）	44.3	26	52	364	1,116,080
総合事務員	43.1	31	84	456	956,170
その他の一般事務従事者	42.7	30	78	438	859,400
食料品・飲料・たばこ製造従事者	42.9	24	31	319	800,550
営業・販売事務従事者	40.9	31	87	459	729,590
看護師	40.5	34	80	488	728,420
その他の営業職業従事者	39.4	35	98	518	695,990
その他の運搬従事者	46.2	28	45	381	581,160
営業用貨物自動車運転者（大型車を除く）	44.6	33	35	431	579,760
ソフトウェア作成者❓	37.1	36	83	515	572,000
庶務・人事事務員	43.6	30	88	448	567,450
会計事務従事者	41.7	29	79	427	427,170
営業用大型貨物自動車運転者	50.6	37	39	483	420,250
生産関連事務従事者	43.0	30	91	451	402,770
飲食物調理従事者	43.9	26	28	340	355,770
機械技術者	39.8	37	124	568	321,200
電気機械器具組立従事者	42.6	27	68	392	313,570
企画事務員	40.4	38	139	595	296,400
電気・電子・電気通信技術者（通信ネットワーク技術者を除く）❓	41.8	41	154	646	285,830
建築技術者	40.7	39	106	574	270,020
その他のサービス職業従事者	40.7	27	40	364	263,980
保育士	37.2	26	68	380	254,210
ゴム・プラスチック製品製造従事者	41.6	29	65	413	240,080
理学療法士，作業療法士，言語聴覚士，視能訓練士	34.6	29	67	415	226,680
自動車組立従事者	39.9	35	81	501	217,140
その他の製品製造・加工処理従事者（金属製品）	42.1	30	73	433	211,550
金属工作機械作業従事者	42.1	31	75	447	210,960
保険営業職業従事者	46.8	32	57	441	209,560
事務用機器操作員	49.2	27	13	337	202,710
飲食物給仕従事者	40.3	24	15	303	202,520
輸送用機器技術者	40.1	41	159	651	191,480
その他の社会福祉専門職業従事者	44.0	27	68	392	189,940
その他の情報処理・通信技術者❓	38.3	34	96	504	188,610
機械器具・通信・システム営業職業従事者（自動車を除く）	39.4	38	122	578	186,800
化学製品製造従事者	40.3	32	96	480	176,700
土木技術者	42.8	38	108	564	176,570
警備員	51.9	27	34	358	175,310
土木従事者，鉄道線路工事従事者	45.5	30	40	400	175,080
電話応接事務員	42.5	27	33	357	170,880
タクシー運転者	59.7	34	13	421	163,780
娯楽場等接客員	39.1	25	26	326	158,490
幼稚園教員，保育教諭	36.3	26	74	386	157,310
自動車整備・修理従事者	38.5	31	83	455	156,280
運輸・郵便事務従事者	45.8	31	79	451	155,880
電気工事従事者	39.8	34	98	506	149,580
はん用・生産用・業務用機械器具・電気機械器具整備・修理従事者	40.6	32	87	471	147,130
木・紙製品製造従事者	43.3	27	58	382	142,930
清掃員（ビル・建物を除く），廃棄物処理従事者	48.5	27	46	370	136,020
准看護師	51.2	28	62	398	131,770
紡織・衣服・繊維製品製造従事者	43.6	21	30	282	124,520
ビル・建物清掃員	53.5	21	17	269	124,510
他に分類されない運搬・清掃・包装等従事者	49.1	24	33	321	122,510
研究者★	39.8	42	156	660	118,450
製銑・製鋼・非鉄金属製錬従事者	41.3	34	109	517	116,700
金融営業職業従事者	35.1	35	126	546	116,510
その他の製品製造・加工処理従事者（金属製品を除く）	42.6	27	61	385	113,270
他に分類されない技術者	41.2	33	101	497	108,240
その他の商品販売従事者	40.3	33	85	481	108,200
他に分類されない専門的職業従事者	39.6	33	73	469	107,970
その他の定置・建設機械運転従事者	47.8	30	63	423	102,960
バス運転者	53.9	32	64	448	101,030
印刷・製本従事者	43.5	29	59	407	98,330
(男女合計)看護助手	47.8	22	51	315	96,760
製品検査従事者（金属製品を除く）	43.3	26	62	374	95,410
はん用・生産用・業務用機械器具組立従事者	41.7	31	86	458	94,190
栄養士	37.1	26	65	377	93,610
受付・案内事務員	39.5	23	32	308	91,880
金属溶接・溶断従事者	41.1	29	69	417	91,000
自動車営業職業従事者	38.8	34	91	499	90,820
薬剤師	39.1	40	67	547	89,680
建設躯体工事従事者	40.8	32	37	421	87,920
製図その他生産関連・生産類似作業従事者	40.6	29	55	403	84,080
製品検査従事者（金属製品）	42.9	27	66	390	83,580
化学技術者	38.8	36	115	547	78,960
システムコンサルタント・設計者❓	40.4	46	97	649	78,730
医師★	41.6	97	63	1,227	77,920
金属プレス従事者	41.3	27	64	388	77,090
販売類似職業従事者	37.7	35	101	521	75,150
窯業・土石製品製造従事者	45.9	29	68	416	74,810
デザイナー	37.5	35	66	486	72,860
自家用貨物自動車運転者	49.4	30	39	399	72,710
介護支援専門員（ケアマネージャー）	52.6	28	59	395	71,720
臨床検査技師	39.1	33	75	471	69,550
身の回り世話従事者	41.2	24	19	307	69,500
訪問介護従事者	48.6	27	48	372	69,270
高等学校教員	43.1	43	163	679	69,200
その他の建設従事者	43.5	32	44	428	67,830
その他の機械組立従事者	41.9	27	73	397	67,280
鋳物製造・鍛造従事者	41.9	33	72	468	65,920
その他の教員	44.0	33	70	466	65,650
配管従事者	43.2	35	71	491	62,960
包装従事者	45.5	22	27	291	60,870
その他の保健医療従事者	39.2	31	72	444	60,850
機械検査従事者	41.2	31	85	457	60,720
他に分類されない輸送従事者	45.0	31	64	436	60,590
大学教授（高専含む）★	58.0	66	275	1,067	59,530
大学講師・助教（高専含む）★	41.6	49	108	696	56,890
著述家，記者，編集者	41.3	36	76	508	55,790
鉄工，製缶従事者	40.8	31	67	439	54,020
居住施設・ビル等管理人	54.6	25	43	343	52,640
その他の機械整備・修理従事者	40.9	34	173	581	50,190
その他の保安職業従事者	52.1	26	26	338	45,850
船内・沿岸荷役従事者	41.7	41	103	595	44,870
その他の保健医療サービス職業従事者	40.7	23	34	310	44,810
歯科衛生士	37.3	29	46	394	43,380
クリーニング職，洗張職	46.3	21	17	269	42,430
診療放射線技師	38.2	34	87	495	41,010
大学准教授（高専含む）★	48.9	55	207	867	39,880
画工，塗装・看板制作従事者	42.4	31	58	430	38,340
金属彫刻・表面処理従事者	42.3	29	68	416	32,880
鉄道運転従事者	41.9	42	129	633	32,230
理容・美容師	30.5	28	6	342	31,840
小・中学校教員	40.3	42	146	650	31,200
農林漁業従事者	46.9	26	46	358	31,170
建設・さく井機械運転従事者	52.1	34	51	459	31,120
個人教師	36.8	29	46	394	30,730
板金従事者	40.9	29	65	413	30,450
乗用自動車運転者（タクシー運転者を除く）	59.7	25	31	331	23,880
発電員，変電員	42.5	34	92	500	23,290
クレーン・ウインチ運転従事者	48.6	41	72	564	21,680
美容サービス・浴場従事者（美容師を除く）	33.3	25	13	313	21,320
法務従事者	49.9	68	176	992	21,150
車掌	37.9	37	120	564	18,990
美術家，写真家，映像撮影者	36.5	35	70	490	18,890
秘書	40.2	31	79	451	17,810
金属技術者	40.1	33	116	512	17,160
音楽家，舞台芸術家	35.7	35	72	492	16,910
その他の経営・金融・保険専門職業従事者	39.3	46	156	708	16,000
測量技術者	40.6	29	72	420	15,990
歯科医師★	40.5	60	42	762	15,090
助産師	39.6	39	88	556	14,800
大工	40.9	33	47	443	14,680
その他の自動車運転従事者	51.7	31	48	420	13,520
保健師	38.1	31	73	445	12,990
公認会計士，税理士	38.0	42	117	621	11,800
歯科技工士	43.3	31	55	427	11,120
(男女合計)管理的職業従事者	50.2	47	522	1,086	6,720
外勤事務従事者	51.8	28	57	393	6,310
宗教家	43.9	32	76	460	6,110
不詳	42.7	41	137	629	5,580
航空機客室乗務員	33.5	38	69	525	5,360
航空機操縦士	43.1	138	123	1,779	4,970
獣医師	35.6	43	69	585	4,530
ダム・トンネル掘削従事者，採掘従事者	48.3	33	54	450	4,360

賃金構造基本統計調査 / 令和５年賃金構造基本統計調査一般労働者職種

関連増田：(年収順)パイロットの年収が最も高い。ついで医者、管理職、大学教授 https://anond.hatelabo.jp/20240725225843

参考にしてください

anond:20240729190247

Permalink | 記事への反応(4) | 22:31

■

株式会社estie　スタッフエンジニア
kenkoooo
東京大学理学部卒業後、ニートとして自宅で過ごす。AtCoderとAOJでプログラミングを学び、国立情報学研究所、リクルート、SoundHound、Indeedでソフトウェア開発に従事。現在は株式会社estieで、スタッフエンジニアとして組織横断の技術課題の発見・解決を担う。
※今回プロフィールに利用した画像はAIによる生成画像であり、本人ではありません。

ワロタ

Permalink | 記事への反応(0) | 17:38

2024-07-23

■anond:20240723103828

多分だけど、また日本だけ出遅れると思うんだよね

アメリカとか中国とかシンガポールでは、もう無人タクシーあるじゃん

日本はいつまでも石橋を叩きすぎるんだよ、石橋を叩きすぎて壊すレベル

あと、なんか労働を美化しすぎているというか、ロボットがお茶を淹れるより人間が淹れた方が美味しい、みたいな文化があるから

しかも、最近だとNECなんかがDXだの言ってるけど、アメリカから周回遅れでIT、サービス業をメインにしているわけだけど、

もう、アメリカも中国もITより製造業に回帰しているというか、AIは製造業とセットだから

ソフトウェアのAIだけはまったく意味がない、ロボットとかIoTとか半導体とか、製造業とセットだから

本来なら、日本人の大好きなｗ額に汗してものづくりｗがこれからの要になるのに、

今更になってDXだのITだの、物のないサービス業に特化した企業とか国家にしようとしている

アメリカや中国、東南アジアとかの方がちゃんと額に汗してものづくりしてる

これはマズい

プログラマーだけがいるような国、ハードウェアは外からアメリカや中国から安く買えるからいいよね、ではマズいんだよ

日立やNECがDXなんて虚業に向かって行ってる一方で、これからの世代はちゃんと原点回帰して、製造＋AIの国家を作っていってほしい

お爺さん、オッサンの言ってることなんて、目先のことに対処してるだけなんで、先は分からんのよ

俺も、もうオッサンだし、先は長くない年齢だから、これからの世代はほんとがんばってほしい

Permalink | 記事への反応(0) | 11:09

2024-07-21

■anond:20240721211020

AIはソフトウェアでしょ

前の2つはハードウェアじゃん

Permalink | 記事への反応(0) | 21:14

2024-07-20

■anond:20240720231100

たまにソフトウェアのライセンスみたいに性的同意契約内容の標準セットを決めろって意見も見るよな

🤔

1. キス

2. 前戯（ただしイマラチオをのぞく）

3. 挿入

しかしこれだと女性が途中でイヤがってるときに強行していいのか。と理解する奴が出かねない。

だからイヤがるようなことをしない、という貴方の説明が合理的だと思う。

Permalink | 記事への反応(0) | 23:19

2024-07-19

■欧米でもフツーに Excel 仕事術みたいやで

たとえば　↓

21 Top Careers That Need Microsoft Excel Skills (with Salary Data)

https://www.launchexcel.com/what-jobs-use-excel/

13 advanced Excel skills for business

https://www.fdmgroup.com/news-insights/advanced-excel-skills

ジャップランドで起こりがちなことはアメリカでは無いのかAI ちゃんに尋ねてみたらこう言ってたよ

ワイ：
　
質問:
2024年において、アメリカの大企業および中小企業の間で、より一般的なデータ管理の方法はなんですか？
検索して最新のトレンドを教えてください。
　
　
- 方法A:内部データベースからCSVファイルとしてデータをダウンロードし、Excelで修正してから、
ETLツール（例：Informatica PowerCenter、Talend Open Studio）、BIツール（例：Tableau Prep、Microsoft Power Query）、
または他のデータベース（例：OracleDB）などの他のシステムにインポートする。
　
- 方法B:Excelのステップをスキップし、内部データベースを他のシステムに直接接続する。
　
- 方法C:レガシーシステムや複雑なシステムには方法Aを使用し、その他のシステムには方法Bを使用する。状況やシステム要件に応じて使い分ける。
　
　
質問のポイント:
- 大企業におけるExcelの使用:大企業はデータクリーニングのためにExcelを使用するのを完全にやめましたか？それとも、古いメインフレームシステム、ERPシステム、または特定の業務プロセスの問題のためにまだ使用されていますか？
　
- 方法A、B、Cのシナリオ:各方法の具体的なシナリオと製品名を教えてください。
　
- 2024年におけるCSVファイルのダウンロード:2024年現在、ETL/BIツールやクラウドベースのDWHを利用できないどころか、Oracle Gatewayなどの接続手段も利用できないデータベースの使用は完全になくなりましたか？
もしそのようなデータベースが2024年にもまだ存在する場合、直接的なデータ連携が困難なため、CSVファイルでのデータ抽出が唯一の方法となることがあります。
企業は膨大なコストがかかるために移行を延期していますか？それともすでに段階的に対応していますか？
　
- Excelを使い続ける理由:  内部データベースを他のシステムに直接接続した方がシンプルなのに、なぜ一部の企業はデータクリーニングのためにExcelを使い続けているのですか？

　↓

AI ちゃんの回答：

米国におけるデータ 管理のトレンド：2024年

2024年には、大企業の間でメソッドB（直接接続）へのシフトが顕著になっています。しかし、特定のシナリオに応じてメソッドC（ハイブリッドアプローチ）も採用されています。中小企業においても、直接接続の利便性と効率性が認識され、その採用が徐々に増加しています。しかし、リソースとコストの制約により、Excelを使用したデータクリーニングやハイブリッドアプローチが依然として一般的です。

メソッドA：データをCSV ファイルとしてダウンロードし、Excelで修正

使用状況: この方法は、中小企業、レガシーシステム、複雑なデータ構造を含むシナリオで依然として一般的です。Excelはその柔軟性と使いやすさから、データ操作のための多用途ツールとして広く使用されています。

シナリオ:

レガシーシステム: 最新のETL/BIツールと直接統合できない古いメインフレームシステムやERP システムを持つ企業。
特定の業務プロセス: 手動介入やカスタム計算を必要とする業務プロセスがある企業。

製品:

ETLツール: Informatica PowerCenter、Talend Open Studio
BIツール: Tableau Prep、Microsoft Power Query
データベース: OracleDB

具体的なシナリオ:

製造会社:生産ラインの効率を向上させるために、古いメインフレームシステムから生産データをCSV ファイルとしてダウンロードし、Excelでデータをクリーンアップ。その後、Talend Open Studioを使用してデータを変換し、Google BigQueryにインポート。最終的に、Lookerを使用して生産効率やボトルネックを分析する。
中小規模の製造業者: 複数のセンサーから生産データを収集し、Excelでクリーンアップし、Tableauにインポートして生産トレンドや異常を視覚的に把握する。
小規模な多国籍企業: 各国の支店からの財務データをExcelでクリーンアップし、Power BIでリアルタイム分析とレポート共有を行う。

メソッドB：データ ベースへの直接接続

使用状況: この方法は、大企業や技術に精通した中小企業の間でますます一般的になっています。直接接続を利用することで、データワークフローが効率化され、手動エラーが減少します。

シナリオ:

モダンインフラ: シームレスな統合をサポートするモダンなデータベースやクラウドベースのDWHを持つ企業。
リアルタイム分析: リアルタイムのデータ処理と分析を必要とするビジネス。

製品:

ETLツール: Apache NiFi、AWS Glue
BIツール: Looker、Power BI
データベース: Snowflake、Google BigQuery

具体的なシナリオ:

大企業: 顧客取引のためにOracle データベースを使用し、Power BIで販売トレンドを分析。ODBC ドライバーを使用してPower BIをOracle データベースに直接接続することで、データの手動抽出や変換が不要になります。

メソッドC：ハイブリッド アプローチ

使用状況: 多くの企業が、レガシーシステムや複雑なシステムにはメソッドAを、その他のシステムにはメソッドBを使用するハイブリッドアプローチを採用しています。この柔軟性により、既存の制約と近代化の努力をバランスさせることができます。

シナリオ:

移行フェーズ: レガシーシステムからモダンインフラへの段階的な移行を行っている企業。
混合環境: 古いシステムと新しいシステムが混在し、異なるデータ管理戦略を必要とする組織。

製品:

ETLツール: Alteryx、Matillion
BIツール: Qlik Sense、Domo
データベース: Microsoft Azure SQL Database、IBM Db2

具体的なシナリオ:

製造会社: レガシーシステムに生産データを保存し、データをCSV ファイルとしてダウンロードし、Excelで基本的なフォーマットの不一致を修正し、Talend Open Studioで複雑なデータ変換を行い、さらなる分析のためにDWHにデータを保存。想定されるDWHソリューションには、Amazon Redshift、Google BigQuery、Microsoft Azure SQL Data Warehouse、Snowflake、IBM Db2 Warehouse、Oracle Autonomous Data Warehouseなどがあります。
企業: ERPにはSAPを使用し、CRMには別のデータベースを使用。SAP データをExcelでクリーンアップし、CRM データをTableauに直接接続。

大企業におけるExcelの使用

データ管理ツールの進歩にもかかわらず、Excelは大企業におけるデータクリーニングと操作のために広く使用されています。これは主に以下の理由によります：

レガシーシステム: 最新のツールと簡単に統合できない古いメインフレームシステムやERP システムの問題。
特定の業務プロセス: 手動介入を必要とする業務プロセスやワークフロー。

2024年におけるCSV ファイルのダウンロード

ETL/BIツールやクラウドベースのDWHと直接統合できないシステムに対して、データをCSV ファイルとしてダウンロードすることは依然として一般的です。企業は高コストと複雑さのために移行を遅らせることが多く、段階的に対処しています。

データ クリーニングにおけるExcelの使用 理由と将来のトレンド

企業がExcelを使用し続ける理由には以下が含まれます：

使い慣れたツール: Excelはユーザーフレンドリーなインターフェースを持ち、幅広いユーザーにアクセス可能です。
柔軟性: Excelは強力なデータ操作機能を提供し、高度な関数やマクロを含みます。
コスト効率: 中小企業にとって、Excelは高価なソフトウェアを必要としないコスト効率の良いソリューションを提供します。
迅速なアドホックデータ操作: レガシーシステムが限られたデータ抽出機能を持つ環境では、Excelは即時のデータ操作と分析のための便利なツールです。

しかし、直接接続はより効率的で広く採用されており、長期的にはデータ管理におけるExcelへの依存が減少すると予想されます。

クラウドベースのデータ統合ソリューションの台頭により、データ収集、クリーニング、統合がAI/ML 技術によって自動化され、手動作業が減少し、データの一貫性と精度が向上しています。AI/ML アルゴリズムは、異常検出、欠損値の補完、パターン認識などのタスクを効率的に処理し、データ品質を向上させます。リアルタイムデータ分析の利点が明らかになるにつれ、直接接続の採用が増加し、より迅速かつ正確なビジネス意思決定が可能になります。

データセキュリティ、コンプライアンス、およびデータガバナンスの重要性が増すにつれ、このトレンドは続くと予想されます。

どう思う？

anond:20240719174045 anond:20240718215509

Permalink | 記事への反応(0) | 17:03

■絵師の特権階級 意識がにじみ出た名文

anond:20240718203834

AIの登場によって絵師がその仕事を諦めざるをえなくなるとしたら、
「AIが創作に役立つ」っていう建前は嘘ってことになるし、「AIを使ってより稼げる」も嘘ってことだし。
結局、AIには純粋に創作市場そのものを縮めていく効果があるってことになると思うんだけど。

こういう発想が出てくる事自体おこがましいことなんだってことに気付いて欲しい

反AIが嫌われるのは「テクノロジーの発達によって属人的な技術が普遍化するのは喜ばしいことだ」っていう人類全体の進歩の大原則に歯向かっているからなんだよ

テクノロジーの発達によって職人的な仕事がなくなっていくってのは当たり前のことだし、それ自体は非常に良いことなんだってことをまずはわかってくれ

例えば、昔は漫画のイラストを描くには専用の画材が必要だった

画材の専門店なんてのが主要駅の近くには必ずあって今で言う絵師に相当する人間はAmazonなんてあるわけないからわざわざそこに赴いて自分の技術に必要な商品を買っていた

ところがPCのソフトウェアの発達とペンタブの登場によってイラストに関する画材市場は壊滅的な打撃を受けた

パソコンならいちいちペンを持ち替える手間もないし書き損じたときに0からやり直す必要もないからどっちが便利かなんて明らかだったんだよね

ソフトウェアの製作者はユーザーの声を聞きながら「どうやったらあの画材の書き味をパソコン上で再現できるか」ってことに腐心して（反AIの言葉を借りるなら無断学習して）研究開発しまくった

その結果、結局今となっては画材屋なんて軒並み潰れ果てたし画材の製造会社だって何社も潰れまくっている

あるいは印刷分野に目を向けてもいいよ

今では考えられないことだけどadobeがここまで普及する前は印刷屋さんにDTPを行う専門の技術者が必ず常駐して高給で働いていて、同人を描いている人はみんなそこに依頼していたんだよね

絵描きの全員が印刷に適したデータを持ってこれるわけではないから、紙に書いた生原稿をスキャンしてちゃんと形式を整えて装丁して一冊の本として出す

そしてそれには職人的な技術が必要だった

当然いまはその程度の作業なんてみんな家で簡単にできるようになったからDTPの職人の働き口はめちゃくちゃ狭くなってしまった

絵師の使っているソフトウェアなりペンタブなりは全部そうやって廃業していったDTP 職人なり画材の製造職人なり画材の卸問屋なりの屍の上に成り立っている技術なわけ

で、反AIはデジタル画材の普及に際して「創作市場そのものを縮めていく効果がある」なんて声を上げたりしたわけ？

してないよね？

自分たちだけが特別扱いされるべきだって考え方を恥ずかしげもなく披露しているその傲慢さは本当にどうにかしたほうがいいと思うよ

そしてまともな社会人はみんなこの手の技術革新に対してはちゃんと柔軟に対応しているんだよね

自分の携わっている産業が誰かの廃業の上に成り立っていることを自覚して、あるいは自分もいつ廃業するかわからないリスクを抱えながらキャリアプランを練っているわけ

例えばWEB ライターなんかはあと数年で滅びるだろうけど、いまWEB ライターやっている人もその経験を活かしてWEB サイトの分析等を行うマーケター、サイト運営そのものを担うWEB ディレクターなんかに転職して、あるいはもっと趣味的で属人的な文筆業に鞍替えしたりして生き残ろうとしているわけ

絵師だって別に転職すりゃいいだけの話なわけじゃん

仮に下手くそな絵を描いていたのだとしてもPhotoshopとか画像編集系のソフトの扱いに長けているんでしょ？

AIの登場によってむしろ AIが生成した画像をレタッチしたり修正したりする仕事は需要が爆増するだろうし、あるいはちゃんとした審美眼を持っているデザイナーだって重宝されるに違いないわけじゃん

もともといま日本の会社は人手不足が甚だしいんだから就職先なんて引く手あまたでしょ

反AIが一体何にそんなブチギレているのかさっぱりわからん

別に AIは貴方の仕事を奪ってないよ

むしろ働き口の多様性を押し広げているようにしか見えないんだけど

Permalink | 記事への反応(17) | 12:01

2024-07-18

■anond:20240718094506

エンジニアってソフトウェアエンジニアなのか？

まぁいい

何にしてもパソコンは使うだろ

分割キーボードキットを推す

左右に分かれてるから入力するときに肩甲骨が開く

いや正確には肩甲骨は閉じるんだが

これがいい

縮こまった姿勢を取らずに済む

ハッキリ言って４０代以外にも性別関係なく勧める

世界が変わるぜ。

Permalink | 記事への反応(0) | 09:53

2024-07-16

■形式 科学ってめっちゃ マイナーな単語じゃね？

何が含まれるかといえば、数学、論理学、統計学、言語学あたりがメジャー。

更に最近だとコンピュータサイエンス、即ち計算機科学も含まれると。

というかこの計算機科学、なんで「科学」にカテゴライズされるのかずーっと疑問だった。

まあ人文科学でも社会科学でもないのは明らかなので、科学に含めるなら消去法で自然科学なんだろうけど、でも物理や化学の法則が効いてくる世界ではない。

むしろ自然界の制約が一切及ばない何でもありな世界とか、それもう科学でもなんでもねーじゃんと思ってたんだわ。

でも違った。科学にはもう一つ形式科学というものがあったなんて、今の今まで全く知らなかったよ。

一応、プログラミングで数字や論理記号はそれなりに使う機会があるので、まあ応用数学的な何か？とは思ってたけど、そうすると数学は自然科学に含まれるんだっけ？という別の疑問が湧いてきたり。

なんか、システム開発というかソフトウェアの開発がハードと同じようにはうまく行かないとか話題になってるけど、形式科学という言葉を知ってしまうと、そりゃそうだろって思うわ。

メカやエレキ含むハードは自然科学中心の世界なのに対し、ソフトは完全に形式科学中心。その時点で畑が違いすぎ。

まあ物理とかは数学をツールとして使うどころか「理論物理学」「数理物理学」なんて分野もあるから、クロスオーバーしてる部分があるのは認める。

でもCSに限って言えば自然科学にかすっている部分を探すほうが多分難しそう。

あと日本のソフト軽視とかいうのも、形式科学という知見の欠如に由来するところが大いにありそう。

というわけで、IT エンジニアはもう少し形式科学という単語を、流行らせるレベルでアピールをしたほうがいいと思った次第。

Permalink | 記事への反応(2) | 23:24

2024-07-10

■anond:20240706134049

>(最近のメタが路線転換して恥も外聞もなくVision Proをパクっているのは良いことだと思う）

これどういう理論で？ソフトウェアの方針の話？どちらも同じくらいの時期に発表されてたと思うんだけど

・VR(meta)とAR(Vision pro)は違う

・「VRは見限ろうと思っていた」

この2点でそもそも好みの問題だろ？ARグラスが欲しくて、meta QuestはVRグラスなので合わないってだけの話じゃねえの？

あと割とVision pro絶賛してるけど全く値段に触れないのは何なの？

8万程度のガジェットと60万のガジェット、比較してること自体変じゃない？開発意図から全く違うだろ。

現状の技術ではARグラスの開発は難しくて、60万の製品でならやっとそこそこのクオリティが出せたって話なのでは？

Permalink | 記事への反応(1) | 10:49

2024-07-09

■都知事選で田母神以下だったIT期待の星（笑）安野貴博の今後

選挙コンサル会社立ち上げて稼ぎに行く，というのが個人的な予想．

今回の都知事選で安野が得たのは以下の3点．

選挙活動管理システムの運用実績
実地運用に基づくテスト結果
選挙活動を通してのシステムの知名度稼ぎ

今回の選挙で使ったシステムについてオープンソースで公開する，とは言っているが，そこには運用ノウハウは含まれていない．

むしろソフトウェアよりもノウハウの方に価値があるし，東京都知事選で実際に運用したことで説得力が上がってる．

供託ラインに届かなければ800万の赤が出る，と言っていたが，これだけの運用実績，テスト，知名度稼ぎが800万で済むならむしろ安い方だろう．

Permalink | 記事への反応(0) | 23:10

■ニコニコ動画の身代金 事件（ランサムウェア 被害）まとめ

はじめに

これは「ランサムウェア」に関する知識がほぼない素人による個人的なまとめだ。

タイトルでニコ動を謳ってあるが、ランサムウェア一般の情報が多い。

情報元はほぼすべてアベプラの次の2動画。不十分かつ最善でないのは承知している。これにIPAのサイトのごく一部の情報を追加している。アベプラ以外からの情報はその旨わかるよう付記してある。

https://www.youtube.com/watch?v=Xt5TbqFGYmU&t=3s

https://www.youtube.com/watch?v=J-Lhw84p1cc&t=1s

アベプラでは専門家として「日本ハッカー協会代表理事　杉浦氏」「SB テクノロジー　辻氏」の発言が元になっている。ただし本まとめの文責は当然ながら私にある。

上で「不十分かつ最善でない」と言いながらも、アベプラ動画のまとめを書こうと思った動機は、まず自分のあまり知らない領域についての情報の一次整理として。そしてご批判とやご意見をもらえると嬉しいという意味で、そのまままるっと増田にアップすることにした。

ランサムウェアとは

データを暗号化されてしまい「復号化したいなら金を払え」と脅迫される類の身代金要求のためのソフトウェア
機密データをコピーされ「漏洩されたくななら金を払え」と脅迫される類の身代金要求のためのソフトウェア
脅迫文は攻撃されたコンピュータ内部にテキストファイルで置かれ、以降の交渉はダークウェブで行うよう誘導される
交渉がまとまれば復号化キーをもらえたり、コピーされたデータを削除してもらえたりする
- 前者はデータ復旧することで確認可能だが、後者は「本当に削除してくれたか」の確認手段がない
身代金支払いは暗号通貨が多い

ランサムウェア 攻撃者もビジネス

ランサムウェアを配布し売上（企業から得た身代金）の一部を上納させる胴元もある
- 振り込め詐欺など反社のしのぎと同じ構造
- 配下メンバーは一人か二人で攻撃しているケースも多い
攻撃対象は大企業が多いが少人数の弁護士事務所が攻撃された事例も
「身代金を払えばデータ復旧」という約束を100%守ることを売りにしているグループもある
- それがランサムウェア攻撃者のブランディングになる（約束を守ったほうが攻撃者としても得）
- データ復旧しない事案が一度でも明るみになれば以降誰も身代金を払ってくれなくなりビジネスにならない
  - 親切に復旧までサポートしてくれた事例もあるらしい。笑
- （個人見解）攻撃対象企業が事業継続できないほどの身代金を要求するのも攻撃者としてはブランディング上不利
  - 「あのグループに身代金を払っても無駄」という評判が出回るとビジネスにならない
- （個人見解）犯行グループが主張する「約束を100%守る」は信頼できない。第三者的視点で約束を守っていることを立証することも不可能では？つまり身代金要求に応じることはギャンブルである。ベットするかどうかは経営判断次第としか言えない。
攻撃者もビジネスだというある種の割り切りが必要
- 身代金の減額交渉は一般的に行われている
- （個人見解）俺が攻撃側なら数億から数十億はほしい。すなわち「数億払ってもビクともしない企業」を狙う。金払いが良さそう。
- （個人見解）しかし最初は練習台としてあまりニュースになりにくそうな「そこそこ儲けてそうな小規模事業者」を狙うかも。
「脅迫者に身代金を払うなんて」、「一度払うと次もまた脅迫される」という考え一点張りは利がない可能性あり
- ただし身代金を払わずともビジネスが継続できる見込みがあるなら払わない選択肢もあり
- 過去事例では払う企業、払わない企業は半々くらいらしい（調査主体により諸説あり）
とはいえ個人的な怨恨由来の攻撃者もいるにはいる
- （個人見解）ひろゆき「エンジニアは大切にしましょう」はもっともな指摘ではあるが、内部怨恨説を根拠なく推しすぎな印象を抱いた。
- （個人見解）この場合はビジネスを破壊するのが目的だったりするため一番やっかいなタイプともいえる

攻撃を受けたあとの対策は？

攻撃を受けたときの3つの選択肢
- ①身代金を払わずビジネス継続
- ②身代金を払いビジネス継続
  - （個人見解）杉浦氏はこの対策を当然のこととして許容しているようだった。場の雰囲気も「仕方ねえよなぁ」みたいな空気に。
- ③ビジネスを放棄（個人見解）
  - 自社内での売上比率が少ないサービスへの攻撃ならこれもあり
  - たとえば2024年に攻撃を受けたニコ動はカドカワの連結売上2500億円のうち10%弱の売上を占める
    - 10%の売上をどう評価するか？
    - 祖業にして看板事業であり他事業とのシナジーもあるので実際の事業貢献度は10%より多いかもしれない
  - ただ犯行グループも当然放棄できないビジネスをターゲットにしてくるだろう。ニコ動だって数億、数十億の身代金で済むなら事業継続したほうがおトクか（信用失墜リスクはあるが）
- ①と②の両睨みで対策する必要あり
  - 犯人と交渉しつつ復旧の道を探る
  - 復号ツールもあるので試す価値あり
  - （個人見解）カドカワもこの路線か（すでに4億払ったという報道もあるが）
    - なぜ払ったのに復旧できないのか？　４億の条件は「一部復旧」？　カドカワとしては４億で一部復旧の約束を犯人が守るかを見たかった？　果たされたならば「残りの復旧」にもカネを払う？　あるいは４億で一部復旧し、残りは自前で復旧する算段（システムを一から構築するくらいのリソースが必要とのドワンゴ CTOの発言あり）
    - 単に騙されただけの可能性も当然あり
- （IPA）身代金は払うな！
  - IPAとしてはそう言うのが最善である
  - 世界中のすべての被害企業が身代金を支払わなければ、ランサムウェアで稼ごうとするやつはいなくなる
  - 全体最適解ではあるが、一企業経営者としての個別最適解ではないことが問題を難しくしている
    - ハイジャック事件など他の多くの身代金犯罪と同じ構造
- （ChatGPT）身代金支払いには法的および規制上のリスクが伴う
  - （個人見解）経営者はそこの認識と覚悟が必要

そもそも 攻撃を受けないための対策は？

一般的なセキュリティ対策を講じておくのは当然だが「100%安全」はない
- （個人見解）IPAのサイトなどで推奨される対策は一通り実施すべき（当たり前？）
- （ChatGPT）ゼロトラストセキュリティモデルやAIを活用したサイバーセキュリティ対策もあるよ
身代金を払わずともビジネスが継続できる準備をしておくのがもっとも大事（上記①の対策をとれる）
- バックアップから復旧できる準備
  - （個人見解）そっちも暗号化されてしまう可能性もあるのでオフラインバックアップ必須
  - （個人見解）システムが複雑、大規模になるほどバックアップからの復旧には時間もカネもかかるがバックアップは必須
- 被害を軽減できる保険加入（個人情報漏洩保険、サイバー保険）
- いくらまでなら身代金を払うという腹づもり
  - （個人見解）高次のビジネス判断が必要だにゃー
- 被害を受けたときにすぐ相談できる窓口の確認
  - 警察、IPA、、JPCERT、業界の所管省庁（病院なら厚労省、など）
  - 相談して直接的な解決に繋がることはないが提供される情報はまあまあ役立つっぽい
  - 警察へ被害届を出さないと保険はおりない
    - ただし事情聴取などでリソースを割かれるデメリットあり
- ランサムウェアの専門家とのコネクション
  - 攻撃者との交渉はダークウェブ上で行われるので素人（セキュリティ技術者でもランサムウェア攻撃後の立ち回りにまで精通しているわけではなかったりする）には難しい場合も
- （個人見解）ひとつのサービスが死んでも会社として継続可能なようにしておくのが理想だが、とくにIT スタートアップ系は現実的にかなり難しそう。そうでなくとも基幹業務やられちゃうと全社に影響が出る

ランサムウェアが広まった背景

2016年ごろから被害が増え始める
コロナ禍ごろから急速に増える
2023年（24年？）に大手ランサムウェアグループを崩壊させることに成功したが、その配下の小規模グループが野放図に活動を開始
- 暴対法等により大手暴力団が壊滅して半グレが増えたパターンと同じ

二種類の脅迫

データ暗号化
- 身代金を払うのも選択肢
データ盗難（コピー）
- 身代金を払っても削除してくれるかわからない
- 他者に渡りそこからまた脅迫されるおそれ
- 払わないほうがいい
- （個人見解）個人情報漏洩についてはユーザーにごめんなさいするしかない。保険加入大事。
（ChatGPT）ロック画面型ランサムウェアもあるよ

メディア 報道の是非

2024年のニコ動のランサムウェア被害では、NewsPicksが「カドカワが身代金4億円を支払った」と報じた
カドカワは「そんな報道すんな」とキレた
- 犯罪者に利するおそれ、同様の模倣犯を増やすおそれを指摘
NewsPicksは「犯罪者に利する情報は報じていない」「犯罪啓蒙のために報道は必要」と反論
- 実際に犯罪者に利する情報はなかった
- また犯罪啓蒙の観点でも、振り込め詐欺報道は大きな役割を担っている
いっぽうで報道されることでカドカワ、ドワンゴが対応リソースを割かれ復旧が遅れるという意見もある

個人的には杉浦氏、辻氏の両氏の解説はわかりやすく包括的と感じたのだが、当然私自身が素人なので過信は禁物である。

以上

Permalink | 記事への反応(0) | 13:14

■ニコニコ動画の身代金 事件（ランサムウェア 被害）まとめ

はじめに

これは「ランサムウェア」に関する知識がほぼない素人による個人的なまとめだ。

タイトルでニコ動を謳ってあるが、ランサムウェア一般の情報が多い。

https://www.youtube.com/watch?v=Xt5TbqFGYmU&t=3s

https://www.youtube.com/watch?v=J-Lhw84p1cc&t=1s

ランサムウェアとは

データを暗号化されてしまい「復号化したいなら金を払え」と脅迫される類の身代金要求のためのソフトウェア
機密データをコピーされ「漏洩されたくななら金を払え」と脅迫される類の身代金要求のためのソフトウェア
脅迫文は攻撃されたコンピュータ内部にテキストファイルで置かれ、以降の交渉はダークウェブで行うよう誘導される
交渉がまとまれば復号化キーをもらえたり、コピーされたデータを削除してもらえたりする
- 前者はデータ復旧することで確認可能だが、後者は「本当に削除してくれたか」の確認手段がない
身代金支払いは暗号通貨が多い

ランサムウェア 攻撃者もビジネス

ランサムウェアを配布し売上（企業から得た身代金）の一部を上納させる胴元もある
- 配下メンバーは一人か二人で攻撃しているケースも多い
攻撃対象は大企業が多いが少人数の弁護士事務所が攻撃された事例も
「身代金を払えばデータ復旧」という約束を100%守ることを売りにしているグループもある
- それがランサムウェア攻撃者のブランディングになる（約束を守ったほうが攻撃者としても得）
- データ復旧しない事案が一度でも明るみになれば以降誰も身代金を払ってくれなくなりビジネスにならない
  - 親切に復旧までサポートしてくれた事例もあるらしい。笑
- （個人見解）攻撃対象企業が事業継続できないほどの身代金を要求するのも攻撃者としてはブランディング上不利
  - 「あのグループに身代金を払っても無駄」という評判が出回るとビジネスにならない
- （個人見解）犯行グループが主張する「約束を100%守る」は信頼できない。第三者的視点で約束を守っていることを立証することも不可能では？つまり身代金要求に応じることはギャンブルである。ベットするかどうかは経営判断次第としか言えない。
攻撃者もビジネスだというある種の割り切りが必要
- 身代金の減額交渉は一般的に行われている
- （個人見解）俺が攻撃側なら数億から数十億はほしい。すなわち「数億払ってもビクともしない企業」を狙う。金払いが良さそう。
- （個人見解）しかし最初は練習台としてあまりニュースになりにくそうな「そこそこ儲けてそうな小規模事業者」を狙うかも。
「脅迫者に身代金を払うなんて」、「一度払うと次もまた脅迫される」という考え一点張りは利がない可能性あり
- ただし身代金を払わずともビジネスが継続できる見込みがあるなら払わない選択肢もあり
- 過去事例では払う企業、払わない企業は半々くらいらしい（調査主体により諸説あり）
とはいえ個人的な怨恨由来の攻撃者もいるにはいる
- （個人見解）ひろゆき「エンジニアは大切にしましょう」はもっともな指摘ではあるが、内部怨恨説を根拠なく推しすぎな印象を抱いた。
- （個人見解）この場合はビジネスを破壊するのが目的だったりするため一番やっかいなタイプともいえる

攻撃を受けたあとの対策は？

攻撃を受けたときの3つの選択肢
- ①身代金を払わずビジネス継続
- ②身代金を払いビジネス継続
  - （個人見解）杉浦氏はこの対策を当然のこととして許容しているようだった。場の雰囲気も「仕方ねえよなぁ」みたいな空気に。
- ③ビジネスを放棄（個人見解）
  - 自社内での売上比率が少ないサービスへの攻撃ならこれもあり
  - たとえば2024年に攻撃を受けたニコ動はカドカワの連結売上2500億円のうち10%弱の売上を占める
    - 10%の売上をどう評価するか？
    - 祖業にして看板事業であり他事業とのシナジーもあるので実際の事業貢献度は10%より多いかもしれない
  - ただ犯行グループも当然放棄できないビジネスをターゲットにしてくるだろう。ニコ動だって数億、数十億の身代金で済むなら事業継続したほうがおトクか（信用失墜リスクはあるが）
- ①と②の両睨みで対策する必要あり
  - 犯人と交渉しつつ復旧の道を探る
  - 復号ツールもあるので試す価値あり
  - （個人見解）カドカワもこの路線か（すでに4億払ったという報道もあるが）
    - なぜ払ったのに復旧できないのか？　４億の条件は「一部復旧」？　カドカワとしては４億で一部復旧の約束を犯人が守るかを見たかった？　果たされたならば「残りの復旧」にもカネを払う？　あるいは４億で一部復旧し、残りは自前で復旧する算段（システムを一から構築するくらいのリソースが必要とのドワンゴ CTOの発言あり）
    - 単に騙されただけの可能性も当然あり
- （IPA）身代金は払うな！
  - IPAとしてはそう言うのが最善である
  - 世界中のすべての被害企業が身代金を支払わなければ、ランサムウェアで稼ごうとするやつはいなくなる
  - 全体最適解ではあるが、一企業経営者としての個別最適解ではないことが問題を難しくしている
    - ハイジャック事件など他の多くの身代金犯罪と同じ構造
- （ChatGPT）身代金支払いには法的および規制上のリスクが伴う
  - （個人見解）経営者はそこの認識と覚悟が必要