新着 の記事一覧

こんにちは。GMOインターネットの大川です。今回はTOP500ランキングについて、そもそも本スコアがどのようなものなのか、何を使って測定しているのかを実際に登録に関わったエンジニアの立場として紹介したいと思います。 TOP500/Green500ランキングについて 先日、GMOインターネットとしてスパコンの電力効率を競い合う世界ランキング「Green500」の2025年6月版において世界第34位、国内第1位にランクインした旨のプレリリース記事を公開しました。※ 昨年には「TOP500」ランキングにおいてもプレリリースを公開しておりますので合わせてご参照ください。 TOP500ランキングとは？ そもそもTOP500ランキングとは、年に2回、スーパーコンピュータの演算性能をその数値でランク付けし、上位500システムを公開しているものです。過去には理化学研究所の「京」や「富岳」が世界で1位のスパコンになった、といったニュースもありましたが、そのランキングがまさにこのTOP500ランキングですね。ランキングへの参加自体はだれでも可能です。TOP500.orgが公開しているルールやレギュレーションに沿って測定したベンチマークのスコアやシステム情報などを期日までにサブミットすることで審査の対象となります。 Green500ランキングとは？ TOP500が単純な演算性能を評価するのに対し、電力効率の良いスーパーコンピュータを評価しているのがGreen500です。TOP500ランキングへサブミットする際に「ベンチマーク取得時の電力効率に関わる情報（総消費電力やピーク電力など）」も任意でサブミットすることが可能です。これらの情報を登録してベンチマークスコアに対する消費電力の割合（≒ エネルギー効率）を算出したシステムについては、その値をもとにランク順のソートが行われ、Green500として公開されます。消費電力情報を登録せずにTOP500のみにサブミットすることは可能ですが、TOP500の中でエネルギー効率が優れているシステムをソートしたものがGreen500であり、Green500だけの申請を行うようなことはできないので注意が必要です。 ベンチマークについて TOP500ランキングではLINPACK性能と呼ばれる、システムの浮動小数演算性能（FLOPS値）を測定するもので、測定するための実装としてHPL（High Performance Linpack）と呼ばれるLINPACKベンチマークを用います。古くからあるコンピュータのベンチマークであるため、近年の生成AIや機械学習で行われる処理とは方向性が異なるものの、HPL自体が行列・ベクトル演算を多用することから、まさにこれらの演算に強いGPUとは非常に相性がよく、性能指標としては遠からず近からずといったところになっています。 GMO GPUクラウドでHPLベンチマークを取得してみよう それでは、GMO GPUクラウドを使用して実際に HPL ベンチマークを実行してみたいと思います。ベンチマーク用のプログラムを用意する必要がありますが、NVIDIA 社の NGC カタログにてHPL テストに必要な一式を用意したNVIDIA HPL-Benchmarks コンテナが提供されていますので、こちらを利用するのが便利です。 実行環境の準備 GMO GPUクラウドではコンテナ実装として Singularity を採用しているため、singularity コマンドでHPL-Benchmarks コンテナを pull します。※ Docker 環境の場合は適宜コマンドを読み替えてください。 $ module load singularitypro $ singularity pull hpc-benchmarks_25.02.sif docker://nvcr.io/nvidia/hpc-benchmarks:25.02 ... コンテナ内部に入ってみると /workspace ディレクトリにプログラム類が配置されています。ここでは、hpl.sh が実行する HPL テストの本体になります。 $ singularity exec hpc-benchmarks_25.02.sif /bin/bash Singularity> ls -l /workspace total 148 -rw-rw-r-- 1 root root 148725 Jan 23 2025 NVIDIA_Deep_Learning_Container_License.pdf -rw-r--r-- 1 root root 1130 Feb 8 12:28 hpc-benchmarks-gpu-env.sh drwxr-xr-x 4 root root 157 Feb 8 12:26 hpcg-linux-x86_64 lrwxrwxrwx 1 root root 25 Feb 8 12:28 hpcg.sh -> hpcg-linux-x86_64/hpcg.sh drwxr-xr-x 4 root root 147 Feb 8 12:28 hpl-linux-x86_64 drwxr-xr-x 3 root root 135 Feb 8 12:26 hpl-mxp-linux-x86_64 lrwxrwxrwx 1 root root 31 Feb 8 12:28 hpl-mxp.sh -> hpl-mxp-linux-x86_64/hpl-mxp.sh lrwxrwxrwx 1 root root 23 Feb 8 12:28 hpl.sh -> hpl-linux-x86_64/hpl.sh drwxr-xr-x 4 root root 41 Feb 8 12:30 lib drwxr-xr-x 2 root root 118 Feb 8 12:28 stream-gpu-linux-x86_64 lrwxrwxrwx 1 root root 42 Feb 8 12:28 stream-gpu-test.sh -> stream-gpu-linux-x86_64/stream-gpu-test.sh -rw-r--r-- 1 root root 701 Feb 8 12:28 third-party.txt また、HPL テストには「どのように問題を生成し、計算するか」を定義する、いわば設定ファイルとなる .dat が必要になります。.dat 内における適切な各パラメータ値は使用する GPU モデルや数によって異なってくるのですが、/workspace/hpl-linux-x86_64/sample-dat ディレクトリにサンプルが用意されているので流用が可能です。今回は HGX H200 を 4 ノード（8 GPUs x 4 = 32GPUs）で測定する予定なので、HPL-H200-32GPUs.dat を使用します。 Singularity> ls -l /workspace/hpl-linux-x86_64/sample-dat/ total 68 ... -rw-r--r-- 1 root root 1133 Feb 8 12:26 HPL-H200-16GPUs.dat -rw-r--r-- 1 root root 1133 Feb 8 12:26 HPL-H200-1GPU.dat -rw-r--r-- 1 root root 1132 Feb 8 12:26 HPL-H200-2GPUs.dat -rw-r--r-- 1 root root 1133 Feb 8 12:26 HPL-H200-32GPUs.dat -rw-r--r-- 1 root root 1132 Feb 8 12:26 HPL-H200-4GPUs.dat -rw-r--r-- 1 root root 1133 Feb 8 12:26 HPL-H200-8GPUs.dat ... ベンチマークの実行 上記のファイルも踏まえて HPC-Benchmarks コンテナで HPL ベンチマーク（hpl.sh）を実行するには以下のようにします。GMO GPUクラウドでは Slurm ジョブスケジューラを採用しているため、実行している処理の本体は singularity run ... 以降のコマンドです。それ以前は Slurm としてのノードオプションや割り当てるリソース量、実行するパーティション（計算リソース）の指定です。 $ srun -N 4 --partition=$PARTITION_NAME \ --mpi=pmix \ --ntasks-per-node=8 \ --gpus-per-node=8 \ --cpu-bind=none \ --mem-bind=none \ --mem=1048576 \ singularity run \ --nv hpc-benchmarks_25.02.sif \ /workspace/hpl.sh \ --dat /workspace/hpl-linux-x86_64/sample-dat/HPL-H200-32GPUs.dat \ --gpu-affinity 0:1:2:3:4:5:6:7 \ --mem-affinity 0:0:0:0:1:1:1:1 \ --cpu-affinity "0,2,4,6,8,...(snip)...,110:1,3,5,7,...(snip)...,109,111" \ --ucx-affinity mlx5_0:mlx5_1:mlx5_2:mlx5_3:mlx5_4:mlx5_7:mlx5_8:mlx5_9 hpl.sh で指定しているオプションは、それぞれ以下のようなものになります。 --gpu-affinity 　　　　 MPIランクごとにどのGPUを割り当てるか今回はノード当たり8プロセスで並列処理し、ノード当たりのGPUも8なので 0:1:2:3:4:5:6:7と記載します。--mem-affinityMPIランクごとにどのNUMAノードのメモリを使用するかここでは前半プロセスは0番に、後半プロセスは1番に設定しています。メモリのNUMA配置は /sys/devices/system/node/node[0-1] などを参照することで確認可能です。--cpu-affinityMPIランクごとにどのNUMAノードのCPUを使用するか本筐体は2Socketであり、ここでは前半プロセスはNUMA Node0に、後半プロセスはNUMA Node1に設定しています。NUMA Nodeとそれに対するCPUの割り当てはlscpuコマンドの NUMA node0 CPU(s) あるいは NUMA node1 CPU(s) を見ることによって確認可能です。--ucx-affinityMPIランクごとにどのIBデバイスを使用するかノード当たり8枚のBlueField3が搭載されているので、GPUアフィニティと同様に連番で使用します。mlxデバイスの一覧は ibdev2netdev コマンドで確認可能です。 なお、環境によっても異なるものの、MPI による並列処理を正しく動作させるため実行時にいくつかの環境変数を与える必要があるかもしれません。代表的な環境変数を紹介します。 NCCL_SOCKET_IFNAME=bond0NCCLがどのインタフェースを使用するかマルチノード時にNCCLが通信に使用する管理系のインタフェースを指定します。NCCL_IB_GID_INDEX=3インターコネクトでRoCEモードで通信する際にどのインデックスIDを使用するかインデックスIDはshow_gidsコマンドで確認可能で、本環境での「3」はRoCEv2を表します。UCX_TLS=sm,self,rcUCXレイヤでどの通信方式を使用するかtcpを指定するとRDMAインターコネクト通信を使用しないため、環境に応じて指定します。 結果の確認 上記を実際に実行してみると数分の処理の後以下のような結果が得られ、この値から演算結果は 1.543e+06 GFLOPS、即ち 1.543 PFLOPS となります。参考までに、2025年6月時点のランキングでは500位が2.44PFLOPSですから、このノード数での計算ではランク圏外となってしまいました。 ================================================================================ T/V N NB P Q Time Gflops ( per GPU) -------------------------------------------------------------------------------- WC0 733184 1024 8 4 170.28 1.543e+06 ( 4.822e+04) HPL_pdgesv() start time Wed Jul 30 15:11:45 2025 HPL_pdgesv() end time Wed Jul 30 15:14:35 2025 -------------------------------------------------------------------------------- ||Ax-b||_oo/(eps*(||A||_oo*||x||_oo+||b||_oo)*N)= 0.000278354594 ...... PASSED ||Ax-b||_oo . . . . . . . . . . . . . . . . . = 0.0000000469051317 ||A||_oo . . . . . . . . . . . . . . . . . . . = 183891.8852058251795825 ||x||_oo . . . . . . . . . . . . . . . . . . . = 11.2573452283603679 ||b||_oo . . . . . . . . . . . . . . . . . . . = 0.9915993640190937 ================================================================================ Finished 1 tests with the following results: 1 tests completed and passed residual checks, 0 tests completed and failed residual checks, 0 tests skipped because of illegal input values. -------------------------------------------------------------------------------- End of Tests. ================================================================================ スコアを伸ばすには シンプルに HPL によるベンチマークを測定してみましたが、よりハイスコアを狙うためには各種チューニングを行います。主なチューニング事項としては以下のようなものが挙げられます： ハードウェア面 CPU や GPU などの電力上限や動作周波数を引き上げることによる計算性能の向上冷却性能を引き上げる（サーマルスロットの防止） ソフトウェア面 BIOS等でシステムの動作モードを省電力からパフォーマンス重視のモードに切り替えるNCCLやUCXなどのパラメータ調整HPL.datの調整（別記事にしようと思いますが、演算するときの行列サイズやプロセスグリッドと呼ばれる値を環境に合わせて最適化する作業を指します） このような細かい調整を網羅的に行い、ベストスコアが出るポイントを探っていきます。ただし、どれだけ頑張ってもスコアが元の倍になるようなことはないので、あくまで少しでもスコアを底上げすることを目的に期日のギリギリまで頑張るようなイメージです。 まとめ ここまで TOP500 ランキングと実際に HPL によるベンチマークの取得法をご紹介しました。サブミット自体にそこまでハードルがあるわけではありませんので、皆様のお手元のクラスタでもぜひトライしてみてください！なお、Green500 スコアを取得するには、前述のように「電力効率」を意識した特殊な（？）調整が追加で必要になってきます。改めて記事にてご紹介予定なのでお楽しみに！

国際ハッキングコンテスト「DiceCTF 2025 Finals」にて、GMOサイバーセキュリティ byイエラエ が出場し、見事世界2位、日本勢1位を獲得。国際ハッキングコンテスト（CTF）とは何か、「DiceCTF」の特異な競技形式、生成AIやパワーエレクトロニクスを含む問題群、そして4人のホワイトハッカーが挑んだ2日間の激闘を、現地写真とインタビューとともにお届けします。 CTF（Capture The Flag）とは何か？ CTF（Capture The Flag）とは、サイバーセキュリティ分野における技術競技のことです。参加者は情報セキュリティの技術を用いて与えられた問題（Webサイトの脆弱性を探す、プログラムを解析するなど）を解くことや、参加者同士で与えられたサーバに対するサイバー攻撃と防御を行い、獲得したポイントを競いあいます。“ホワイトハッカーのトレーニング場”としても、世界中の技術者に親しまれています。 参加者は「フラグ」と呼ばれる秘密の文字列をシステム内から探し出すために、次のような分野の問題を解きます： 暗号解読（Crypto） リバースエンジニアリング（Rev） バイナリ解析（Pwn） Webセキュリティ フォレンジック（痕跡調査） IoT／ハードウェア解析 など  CTFの代表的な出題形式には以下があります Jeopardy（1問1答形式）：カテゴリごとに用意された問題を自由に選び、得点を積み上げていく形式。 Attack-Defense（攻防戦形式）：自チームのシステムを守りつつ、他チームのシステムに攻撃を仕掛けるリアルタイム競技。 混合形式：一定時間Jeopardyを解いた後、攻防戦へ移行する形式もあります。  CTFは単なる競技ではなく、セキュリティの最新動向を反映し、実業務に直結するスキル向上が見込まれることから、多くの企業や教育機関がその取り組みを強化しています。  実際、ホワイトハッカーとして“攻撃者の視点”を磨くことができ、診断業務の現場でも「この構造、CTFで見たことがある」と気づく瞬間が多々あるといいます。 「DiceCTF」とは：CTFの未来を映す競技大会 「DiceCTF」は、アメリカのCTFチーム「DiceGang」が主催する国際大会で、2021年に初開催されて以来、急速に注目を集めています。予選（オンライン）と決勝（オンサイト）で構成されます。 この大会は、単なる技術力を競う場にとどまらず、“CTFの面白さ”と“未来的なチャレンジ”を融合させた面白さがあり、以下のような革新的な設計が特徴です： アメリカの大学生も参加できる「Academic枠」の設置による若年層支援 AI・物理制御を含む「身体性×テクノロジー」の融合問題  「DiceCTF 2025」：予選から決勝まで 予選（2025年3月28〜30日） 時間：48時間参加方式：オンライン参加チーム数：約643チーム 競技の形式：Jeopardy形式 上位5チーム＋学生上位8チームが決勝進出  競技は48時間ノンストップで実施され、徹夜で挑むチームもあれば、あらかじめ睡眠時間を設計して挑むチームもあるなど、戦略が勝敗を分ける重要なポイントとなります。 決勝（2025年7月10〜11日｜米ニューヨーク・ブルックリン） 時間：2日間（会場内の滞在時間のみ競技）参加方式：対面開催（オンサイト）参加チーム：16チーム（予選を勝ち抜いたチームに加え、招待枠として他CTFで優秀な成績を収めたチームが参加）競技の形式：Jeopardy形式＋Attack＆Defense（攻防戦）形式＋ハードウェア制御問題（Power Electronics）＋フィジカル・セキュリティチャレンジ 決勝ではリアルタイムで国際色豊かな参加者同士が激しく競い合い、交流の時間では同時に知見を共有しあう場面も見られました。 決勝の全容：技術の限界に挑む4つのチャレンジ 1. 多種多様のジャンルから高難度の問題が出題（Jeopardy形式） 各ジャンルに高難度の問題が用意され、参加者はひたすら黙々と課題に取り組みます。個人戦に近い構造ですが、分野横断的な問題ではチームとしての連携力が問われます。 2. AIエージェントを用いた攻防戦（Attack＆Defense形式） AIエージェントを操作し、資源や通貨を他チームと奪い合う形式の攻防戦。自チームのAIエージェントを守ると同時に、他チームへの攻撃も仕掛ける必要があり、ブラックボックス的挙動を分析する高度な技術が求められました。 3. ハードウェア制御問題（Power Electronics） 指定されたファームウェアを設計し、実機の電力制御を行うハード系チャレンジ。挑戦したのはわずか16チーム中3チームという高難度問題でした。 4. フィジカル・セキュリティチャレンジ 運営者が所持しているカードキーに物理的な接触を行い、プログラムのコピー。認証に使われる暗号プロトコルを解析。解析した上で模倣カードを作成し、実際に部屋のロックを解除するという、実地型の問題も出題されました。 世界2位の快挙へ！ 日本から唯一の決勝進出を果たしたのが、GMOサイバーセキュリティ byイエラエ のCTFチーム4名。それぞれがWebセキュリティ、暗号解析、ハードウェア解析、AIといった得意分野を活かしつつ、必要に応じて課題を補完し合いながら、競技を通して連携を強化。柔軟かつ実戦的なチーム構成によって、世界2位という快挙を達成しました。 「DiceCTF 2025 Finals」を終えた直後、出場した4人に話を聞きました 大会を通して印象的だったのは、出題される問題のユニークさと、その“深度”の大きさだったといいます。従来のCTFに見られるようなJeopardyを基本とした暗号解析やリバースエンジニアリングだけではない。生成AI、パワーエレクトロニクス、そして物理的なバッジのハッキング。「技術的な深さだけでなく、現実世界の複雑さを体験させるCTF」とも捉えられます。 中でもチーム全員の記憶に強く残っていたのが、「AIエージェントを用いた攻防戦」です。この問題では、各チームにひとつずつ“生成AIを用いたAIエージェント”が割り当てられますが、そのAIエージェントには脆弱性が仕込まれています。素早く自チームの脆弱性を修正し、他チームが気づいていない脆弱性をついた攻撃をするという、Attack-Defense形式の競技が展開されました。単純な脆弱性探しではなく、AIの挙動の理解とそしてそれを見越した戦術が求められます。「コードを書いて終わりじゃない。“自分たちのAIをどう動かすか、どう守るのか”という、リアルタイムの意思決定の連続だった」と語ります。CTFというより、サイバー空間における戦略ゲームのような感覚だったのではないでしょうか。 また、他のCTFではあまり見られないという「パワーエレクトロニクス」問題も語られました。これは、回路制御に関わる知識と、ソフトウェア・ハードウェア双方の理解が問われる難問で、実際に挑戦したのは16チーム中わずか3チーム。ファームウェアを制御して上手に電力を制御するという課題。CTFの常連ですら怖気づく問題にもあえて手を出す、その姿勢こそがGMOサイバーセキュリティ byイエラエの強さの源泉かもしれません。 「物理セキュリティを扱う問題」もまた、彼らの中で特に印象に残っているといいます。“運営者が所持しているカードキー”に物理的な接触を行い、プログラムを解析。認証に使われる暗号プロトコルを解析して、物理的にドアを開けるという頭も身体も動かす課題。CTFなのに“物理的に歩いてドアを開けに行く”という異例の体験に、「本当に現場にいるからこそできること。机上の解析だけじゃなく、五感を使うような体験だった」と振り返ります。 大会には4人という少数精鋭。チームを組むのは今回がはじめてという布陣で臨みました。各自が自分の得意分野を活かし、時には問題をスイッチしながら、柔軟にチームとしての総合力を発揮しました。「基本的には得意分野で割り振りしてたんですけど、分野を横断する問題はチームで相談して、じゃあこっちがやってみようか、みたいに自然と連携できていた」と語ります。 そして、GMOインターネットグループとしてCTFに参戦するパートナーを応援する「GMOハッキングコンテスト（CTF）参加応援プログラム」についても話が及びました。6月から始動したばかりの取り組みで渡航費を含む様々な支援をグループとして実施する取り組みです。「渡航費や宿泊費のサポートはとてもありがたかったという一方で、「13時間のフライトを終えて、そのまま24時間のCTFに突入するのはやはりきつかった」と本音を吐露。冗談交じりに「次回はビジネスクラスで行けたら…」と笑っていましたが、過酷な環境に対するサポート体制もより強固になるはずです。 会場の雰囲気について尋ねると、「1日目は本当に静かで、まるで図書館みたいだった」と振り返ります。全チームが真剣にPCに向かい、声も発さず課題と格闘していたといいます。ところが2日目になると、体を動かすチャレンジや、パワーエレクトロニクスなどチーム連携が必要な課題が同時並行で進行し、会場は大盛り上がりの空気に変わっていったようです。「隣の席がたまたま優勝チームだったので、休憩中に“あの問題どうやった？”って聞けたのは、貴重な経験でした」と語るように、世界中から集まったホワイトハッカーたちとのリアルな交流は、彼らにとってかけがえのない学びの場となりました。 そして、“準優勝”という結果については、「正直、本当に悔しい」と声をそろえます。「最後までトップ争いしていたからこそ、余計に解けなかった問題が悔やます。でも、それが次の挑戦へのモチベーションにもなった」と語る言葉には、単なる勝敗を超えた“競技者”としての矜持が滲んでいました。 最後に、CTFが業務にどう活きるかを聞くと、「診断業務の現場で、“これCTFで出てきたやつじゃん”って思うことはよくある」と即答。「攻撃者視点の読解力」が自然と身につくのがCTFの価値であり、それが日々の業務にも活きている実感があるといいます。 「次こそは、絶対に世界一を獲りたい。」彼らの目はすでに、次の舞台を見据えていました。 挑戦が文化になる時代へ 「DiceCTF 2025 Finals」でのGMOサイバーセキュリティ byイエラエが世界2位という成果は、GMOインターネットグループにとっても大きな誇りです。GMOインターネットグループがCTF参加を積極的に支援するのは、CTFを単なる技術競技としてではなく、実戦に近い環境でホワイトハッカーの力を磨き、それを社会に還元する重要な取り組みと位置づけているからです。 攻撃者と同じ視点に立ち、先を読み、リアルタイムで対処する。そのための思考力と実行力がCTFでは鍛えられます。その知見は脆弱性診断やプロダクト開発など、サービス品質の向上に直結するものです。 また、若手人材が世界に挑み、成長し、それが日本全体の技術力向上へと波及する。これもまた、CTFが持つ社会的意義のひとつといえるでしょう。 そんなGMOインターネットグループは、2025年2月より「ネットのセキュリティもGMO」プロジェクトを開始。すべての人に安心な未来を届けるという理念のもと、グループ全体でセキュリティ強化に取り組んでいます。 今回の「DiceCTF 2025」は、そうした取り組みの象徴でもありました。  GMOサイバーセキュリティ byイエラエは、これからも国際ハッキングコンテストという挑戦の場で得た知見を、業務や教育、そして未来のホワイトハッカー育成へと還元していきます。 ハッキングコンテスト 国際戦績 GMOサイバーセキュリティ byイエラエ

こんにちは、デザイナーの板垣です。現在はGMOでインハウスのデザイナーをしていますが、経歴としては制作会社で4社、28年にわたりクライアントワークのデザインを行ってきました。現在の職場には、いわゆる「クライアント」と呼ばれる立場の人はいませんが、これまでのクライアントワークの経験をもとに、「クライアントがいる環境」で働くデザイナーの方々に向けて、よく耳にする「お客さま目線」とは何かについて、私なりの考えをお話しできればと思います。 誰を「お客さま」と呼ぶのか お客さま目線。デザインをする人間であれば、誰もがものづくりをするうえで意識している言葉かと思います。しかし、この言葉を錦の御旗のように掲げる前に、本当の意味を理解できているか、いま一度自分自身に問いかける必要があるのではないでしょうか。 「お客さま目線で考えてほしい」クライアントからのフィードバックにせよ、上長のチェックにせよ、よく聞く言葉です。けれど、ここで言う「お客さま」とは誰のことでしょう？ ・クライアントの担当者？・そのクライアントの顧客であるエンドユーザー？・あるいは、クライアント内の上司や決裁権を持つ別の関係者？どの「お客さま」を優先するかで、制作物の設計は大きく変わります。 クライアント、あるいはその内部の決定権者のOKが出なければ、デザインは世に出ないかもしれません。そのため、デザインのフォーカスがエンドユーザーではなく、自然とクライアントに向いてしまうことは往々にしてありうることです。 ターゲットは誰なのか。それを改めて見つめ直す際に重要なのは、「最終的に【行動】を起こすのは誰か？」を見極めることだと思います。意思決定権者の確認を得ることはもちろん重要ですが、何より「最後に行動を起こす受け手」にフォーカスした設計が、本当の意味での「お客さま目線」に繋がります。 クライアントの要望　≠　真のニーズ 「バナーを赤に変えてください」という要望があったとしましょう。 具体的なフィードバックは、デザイナーとしては明快で助かります。「よくわからないけどカッコよく」といった曖昧な指示に比べれば、ずっとやりやすいものです。しかし、その要望は本当に「解決策」になっているでしょうか？ それは本当に“赤”が必要なのではなく、・ユーザーの視線が集まっていない気がする・競合と比べて弱く見える・社内の会議で目立たないと指摘されたといった、背景的な課題があるのかもしれません。 重要なのは、その要望の奥にある「意図」や「本当の困りごと」は何かを掘り下げることです。 これを明らかにするには、以下のような問いかけが有効です。 ・なぜこのタイミングでこの修正が必要になったのか？・何を期待してこの要望を出しているのか？・どんなユーザー行動や数値を想定しているのか？ こうして丁寧にヒアリングを重ねることで、「赤に変える」ことが解決策ではなく、「情報構造を見直す」「視線誘導の設計を調整する」といった、より本質的なアプローチが必要であることが分かることがあります。 指示の奥にある「なぜ？」を掘り下げていくと、真のニーズが見えてきます。「お客さま目線」とは、指示をそのまま実行することではなく、真の課題を掘り起こして解決を目指す行為なのだと私は考えます。 エンドユーザーの視点を言語化する能力 「真の課題」は、エンドユーザーの立場になってみる「共感力」によって見つけることができます。お客さまに共感することは、お客さまと同じ目線になること。この「共感力」をフルに発揮することは、デザイナーに求められる重要なスキルのひとつです。 しかし、それだけでは足りません。大切なのは、この共感力によって得た気付きを、適切に言語化することです。曖昧なままにしてはいけません。 クライアント担当者の要望に対し、「いや、こうしたほうがいい」と別の視点を提案し、納得してもらう。その際に、決定権者が担当者とは別にいるのであれば、実際にはその担当者に、決定権者への説明を任せなければなりません。 担当者とのMTGで、その場限りで「なんとなく」理解してもらっただけでは、担当者は上司にきちんと説明することができず、結局はもとの指示に差し戻されるかもしれません。 「その場しのぎの理解」ではなく、「要望をかみ砕き、なぜこの提案のほうが良いのかを明確に説明し、理解してもらう」。この積み重ねがとても重要です。そのためには、お客さま視点で得た気付きを「言語化できる力」が、何よりも必要です。 デザイナーはPCの前でゴリゴリ手を動かしていればよい、と考える人もいます。しかし、デザイナーに本当に求められるのは、デザインそのものよりも、この言語化能力ではないでしょうか。言語化できないということは、再現性のあるデザインができないということでもあります。素晴らしいデザインが偶然に生まれることはあっても、それを説明できない、再現できないのであれば、次回も同じ結果になるとは限りません。 言語化スキルこそ、デザイナーにとって欠かせないメインスキルのひとつだと私は思います。 「ビジネス目線」と「お客さま目線」 ── 対立するようで、両立する視点 「その提案のほうがエンドユーザーにはウケがいいかもしれないけど……もっと商品をガンガン打ち出さないと魅力が伝わらないよ！」 クライアントから、こんな反応を受けることはよくあります。特に「ビジネス目線」を重視するクライアントほど、商品やサービスを前面に押し出す訴求を求めがちです。 このとき、デザイナーはつい考えてしまいます。「そんな押しつけがましいデザインは、今どきユーザーに嫌われるのでは？」「もっと余白を活かして、視線誘導を丁寧に、ブランドイメージを大切にしたほうが……」 ですが、一度冷静になる必要があります。そのデザインは、本当にそのターゲットのお客さまに合っているでしょうか？ 例えば、おしゃれなカフェの広告と、ディスカウントスーパーのチラシでは、そもそもターゲットがまったく違います。感度の高い層に刺さる洗練されたビジュアルが、価格を重視する層には「中身がよくわからない」「なんか高そう」と映ってしまうこともあります。逆に、商品写真をぎっしり敷き詰めた“売り込み感満載”の広告は、落ち着いたブランドには不向きでも、買い物動機が「安さ」「量」「目玉商品」の層には、直球で届く表現だったりします。 つまり、「ビジネス目線」と「お客さま目線」は、一見対立するように見えて、実はそうではありません。ターゲットによって、「どんなアプローチが喜ばれるか」「どんな表現が行動を促すか」はまったく違うのです。 重要なのは、「自分が好むか」「美しいか」ではなく、そのビジネスのターゲットとなるお客さまにとって最適なアプローチは何か？という視点を持つこと。お客さま目線とは、「このユーザーにはこう響く」という理解であり、ビジネス目線とは「この層に買ってもらう」という意図。両者は本来、矛盾せず、むしろ結びつくべきものです。 美しいクリエイティブが常に正解とは限らない。逆に、泥臭いデザインが効果を発揮する場面もあります。デザイナーはそこに「好み」や「常識」を持ち込まず、冷静にターゲットを見る必要があると、私は考えています。 目的を共有することが、目線を揃える第一歩 デザインの目的は、見た目を整えることでも、センスを披露することでもありません。目的は、クライアントの課題を解決し、その先にいるユーザーに行動を起こしてもらうことです。 しかし、プロジェクトに関わる人が多くなればなるほど、その「目的」は曖昧になっていきがちです。「売上を上げたい」「認知を広げたい」「ブランドイメージを向上させたい」……目的は何となく共有されているようでいて、具体的な行動や成果に落とし込まれていないケースが意外と多いと感じます。 だからこそ、デザイナーとして最初に確認すべきは、「この制作物は、誰に、何を、どうしてほしいのか」。その目的がズレていれば、どんなに美しいデザインでも効果を発揮しません。逆に、その目的がきちんと合意できていれば、「ビジネス目線」と「お客さま目線」を両立させる判断基準ができるのです。 ターゲットは誰か。そのターゲットは、何に困っていて、何を求めているのか。この制作物は、その困りごとにどう役立つのか。その結果、どんな行動を起こしてほしいのか。 これらを明文化してクライアントと共有できていれば、「赤にしたい」「もっと派手にしたい」といった要望が出てきたときも、「その目的に本当に必要か？」と冷静に立ち返ることができます。 目線がズレたまま走り出してしまうと、途中で必ず迷子になります。だからこそ、目的の共有こそが、お互いの目線を揃える最初の一歩なのだと、私は思っています。 読者の呼吸をデザインするという視点 ここまで「お客さま目線」とは、課題解決の視点、行動を促す視点であると述べてきましたが、もうひとつ私が日頃から意識していることがあります。それは、「読者の呼吸をデザインする」という視点です。 たとえば、この記事もそうですが、文章の書き方ひとつとっても、適切な場所で改行を入れるかどうかで、読み手の理解度は大きく変わります。 改行があることで、人は無意識に「一拍、呼吸を置く」ものです。その一拍の呼吸が、そこまでに読んだ内容を整理し、次に進むための助走になります。この小さな理解の積み重ねが、「読みやすい」「わかりやすい」と感じられる文章につながります。 逆に、どんなに正しい内容でも、理路整然としていても、改行もなく詰め込まれた文章は「読みづらい」と感じられがちです。疲れたときに読みたくない資料、最後まで読めないWebサイト……そういったデザインは、内容よりも先に呼吸が破綻していることが多いのです。 これはデザインでも同じです。行間の取り方、余白の置き方、視線誘導のためのスペース。それらは単に「キレイだから」ではなく、ユーザーがどこで一呼吸置くか、どこで頭を切り替えるか、どこで内容を整理するかという、無意識の行動をサポートする設計です。 内容が一字一句違わなくても、わかりやすさが大きく変わることがあります。それは「呼吸」がデザインされているかどうかの差なのかもしれません。 サイト全体で決めたデザインのルールがあるとします。このサイトのテキストは、句読点以外では改行しないルールになっているとします。でも、内容を理解してもらうために、この単語で一拍置かせるために、あえて文章の途中で改行したい。それが「ルールに抵触するから」という理由で避けるのだとしたら、守るべきはそのルールの方でしょうか？読者の呼吸をないがしろにして守るべきルールなどない、と思っています。 だから私は、制作物を見るとき、自分がデザイナーであることを一度忘れます。「初めて触れる人が、どこで呼吸を置き、どこで内容を整理し、どこでスムーズに行動へとつなげるのかが、コントロールされた設計になっているか」。そうした視点でチェックするようにしています。 読み手、ユーザー、お客さま。「お客さま目線」とは、そういった小さな呼吸の積み重ねにまで気を配る姿勢なのだと、私は考えています。 終わりに──「お客さま目線」は姿勢である 「お客さま目線」という言葉は便利です。しかし、それが具体的に何をすることなのかを考えずに使ってしまえば、ただのスローガンで終わってしまいます。 私が考える「お客さま目線」とは、常に問い続ける姿勢です。このデザインは、誰のためのものか。この表現は、どんな行動を生み出すのか。この案内は、迷わせず、気持ちよくゴールまで導けているか。この文章は、どこで呼吸できるように設計されているか。 その問いを、何度でも自分に投げかけながらデザインをしていくこと。それが本当の意味で「お客さま目線」であり、デザイナーに求められている仕事なのではないかと、私は思っています。

　近年、さまざまな画像生成・動画生成サービスが登場していますが『ConoHa AI Canvas』は画像や動画そのものを生成するサービスではなく、お客様が自由に画像や動画を生成できる環境を提供するホスティングサービスである点が大きな特徴です。　高い自由度が強みである一方で、生成に至るまでにプロンプト入力以外の操作が必要であったり、UIが複雑であったりといった課題も存在します。　今回、インフラ面の実装を改善し、画像や動画をより手軽に生成できるようになりました。そこで本記事では、『ConoHa AI Canvas』上で、テキストから動画を生成できるモデル「wan2.1」を活用し、誰でも簡単に動画を作成できる方法をご紹介します。 動画生成までの流れ 起動から生成まで、わずか3ステップ（約5分）で動画を作成できます。 WebUI起動テンプレート選択動画生成 1. WebUI起動 ConoHaにログインし AIタブを選択、「WebUI起動」をクリックします。 起動するWebUIは「ComfyUI（上級者向け）」を選択します。WebUI起動用のユーザー名とパスワードを入力して「起動」をクリックします。 タブが切り替わり、WebUIが起動します。（起動には2分程かかります。） WebUIが起動したら、先ほど設定したパスワードを入力してログインします。 2. テンプレート選択 WebUI起動直後は、デフォルトのワークフロー*が表示されています。 ワークフローとは、画像生成の各ステップ（テキスト入力・モデル選択・画像出力など）をブロックのような部品として並べ、線でつないで処理の流れを視覚的に組み立てる仕組みのことです。 「ワークフロー」→「テンプレートを参照」からテンプレート選択画面を開きます。 「ビデオ」→「wan2.1 テキストからビデオへ」を選択します。 3. 動画生成 ワークフローの実行に必要なモデルは全てインストール済みです。まずは、テンプレートの「きつねの動画」を生成してみます。 「実行する」をクリックします。 生成には約140秒かかります。生成が完了すると、動画は自動的に再生されます。 日本語で動画生成しよう！ wan2.1で使用されているテキストエンコーダー「umt5_xxl_fp8_e4m3fn_scaled.safetensors」は多言語に対応しており、日本語のテキスト入力にも対応しています。 以下のように日本語で（Positive Prompt）と（Negative Prompt）を入力します。 検証に利用したプロンプトの例をいくつか紹介します。 Positive Promptの例 単語ではなく、文章として入力することがポイントです。 満開の桜の下をゆっくりと歩く着物姿の女性。春の柔らかな日差しが降り注ぐ。 近未来の東京。ホログラム広告が空中に浮かび、自動運転車が街を走る。 猫がネズミを追いかけるアニメ調の動画。猫は決意に満ちた表情で素早く動き、ネズミは遊び心と必死さで逃げようとする様子が映し出されます。追いかけるシーンを際立たせるため、動きのある室内環境とダイナミックなカメラアングル エイリアンが地球を侵略する映画的な映像。巨大なエイリアンの宇宙船が都市上空に浮かび、エネルギービームを発射し、破壊を引き起こしている様子を描写する。空は暗く煙に覆われ、人々はパニックに陥って逃げ惑う。エイリアンは未来的で威嚇的なデザインで、軍隊が反撃を試みる。 Negative Promptの例 negative promptは、生成したくない要素を指定するために使用します。 ぼやけた映像, 低画質, 解像度が低い, 不自然な動き, ピントが合っていない, 映像のノイズ wan2.1は多様なスタイルに対応できる一方で、アニメ調はやや苦手な印象です。3分弱で動画を生成できる点は魅力的で、アイデア出し用途には適していると感じました。 動画のダウンロード ComfyUIからダウンロード 動画生成が完了したら、左メニューの「キュー」をクリックします。左メニューの「キュー」からダウンロードしたい動画を選択し、表示された画像の上で右クリックして「名前を付けて画像を保存」を選択すると、ダウンロードできます。動画は、webp形式で保存されます。 ファイルマネージャーからダウンロード 生成された動画は全てお客様個別のオブジェクトストレージに保存されています。コンパネからファイルマネージャーを起動しダウンロードすることも可能です。 「詳細情報」を開きます。 「ファイルマネージャー」を開きます。 【 / home / output / comfyui 】へ移動します。 インフラの話題 　ConoHa AI Canvasではコンテナ技術を活用し、お客様ごとに専用の実行環境を提供しています。これにより、クリエイターの皆様はAIを活用したクリエイティブ作業を、プライベートな環境で安心して行うことができます。 　このプライベートな環境をいかに速く起動させるかは、インフラエンジニアにとって大きな課題です。PyTorchのようなAIフレームワークはライブラリだけで数GBあり、コンテナ全体では約10GBになります。さらに、画像・動画生成用のモデルを複数用意すると、合計サイズは100GBを超えることもあります。こうした大容量アプリケーションをGPUサーバーにスケジューリングし、短時間で起動させる必要がありますが、従来の方法では10分以上かかるのが実情です。 　そこで、起動の高速化を実現するためには、システム構成を以下の3つのデータカテゴリに分けて考えることが有効です。 アプリケーション：お客様ごとの差分がない部分です。WebUI停止時に毎回削除されるデータです。お客様ごとのデータ：設定ファイル、拡張機能、LoRAモデルなど、お客様固有の情報です。これらはWebUI停止時にも保持される永続的なデータです。ベースモデル：画像や動画の生成に使用される、大容量のAIモデルです。共有可能な静的リソースとして扱うことで、効率的な配置と再利用が可能になります。 　これらの3つのデータカテゴリに分離したうえで、Ansibleなどの自動化ツールを用いてプロビジョニングを行うことで、コンテナの起動時間を大幅に短縮することが可能になります。 おわりに 　画像や動画のプロフェッショナル領域におけるAI活用には、依然として技術のさらなる進化が求められていると感じています。高精度・高品質な画像や動画の生成には、大量のデータと高性能なGPUの処理能力が不可欠であり、こうした環境を個人で整備・維持するのは、今後さらに困難になると予想されます。そのため、AIを実務レベルで導入・活用していくには、クラウドサービスの活用がますます重要になると考えています。より簡単に、そして自由度高く利用いただけるサービスを目指し、継続的な改善を進めていきます。 AI画像生成ならConoHa - ConoHa AI Canvas

こんにちは、GMO Flatt Securityのプロダクトデザイナーはるたんです。2025年6月、デンマーク、コペンハーゲンで開催されたデザインのカンファレンス「Design Matters 25」にGMOインターネットグループのExpert制度を活用し、参加してきました。Design Mattersは2015年から開催されており、今年で10周年。毎年、世界中から多くのデザイナーが集まり、デザインやテクノロジーに関する最先端のトーク、ワークショップが開催されます。 毎年様々なトピックをテーマとして扱っていますが、今年のテーマは、「Steps Forward(前進する)」「Design Rehab(デザインのリハビリテーション)」「Equipping New Craft(新しくクラフトを身につける)」「Design in Democracy(民主主義におけるデザイン)」です。 私は普段、セキュリティ診断AIエージェント「Takumi byGMO」のエクスペリエンスデザインを担当しており、業務で生成AIを使わない日はありません。技術の変化によって、私たちの働き方が大きく変わりゆく現場を目の当たりにし、刺激的な毎日を過ごしています。一方、変化の激しい日々では自分が何のためにデザインをしているのか、デザイナーとして社会にどういう影響を与えたいのかという視点に立ちかえる機会が少ないように思います。 そんな私が今回特に興味を持ったテーマは「デザインのリハビリテーション」です。Design Mattersイベントサイトの説明文を読むと、デザイナーに求められる影響力というのも大きくなっていく中で、私たちが何のために、誰のためにデザインしているのか、自分の内発的な動機に目を向けることこそが社会をより良くしていくために必要なエネルギーになると書かれていました。 このブログではカンファレンスを通じて印象に残った体験や、世界中から集まったスピーカー達のストーリーから感じた気づきを紹介していきます。 セーフデザイン: デジタルプロダクトにおける倫理観の探求 - Silvia Testa Silviaさんはデジタルプロダクトが悪意ある第三者によって人々を監視・追跡・制御する潜在的危険性について発表しました。ドメスティックバイオレンス(DV)が身体的暴力だけでなく、テクノロジーによって助長されたマインドコントロールから始まることが多いと指摘し、DV経験者の多くがテクノロジーによる虐待を経験している現状を挙げ、私たちのデザインが意図せず問題の一部となっている可能性について言及しました。 Silviaさんのリサーチは、とある車のアプリが追跡機能を備えていることを知った自身の経験から始まりました。理想的なユーザーのみを想定したデザインが、特定の人々を無視し、危険な結果を招く可能性のある過ちにつながると、Silviaさんは考えます。DVの背後にある複雑なシステムを理解することの重要性を強調し、プライバシーの可視化がデジタルストーキングといった深刻な問題を引き起こす可能性について解き明かしました。 Silviaさんはデザイナーができるいくつかのセーフティデザインの実践を提案しました。一つ目は悲劇的なシナリオを考慮して製品をテストすること。例えば虐待者の視点からのユーザー体験を理解するためにソーシャルワーカーと協力する事例を説明しました。他にも不快なコメント投稿をする前に確認を促す、わずかな摩擦を用意したり、疑わしい活動に対するアラートを送信すること。例えばApple AirTagの不審な動き通知機能のように、悪用され得る製品でも改善の方向性を示すことができます。 テクノロジーによって人々の間に壁のないシームレスな体験を作り出すことができるようになった一方で、悲劇的な体験を生んでしまう可能性もあります。普段、理想的なシナリオを想定してデザインしがちな我々デザイナーですが、デザインによって引き起こされる悲劇的なシナリオにも意識を向けてデザインしていくことの重要性を強く感じさせてくれました。 不確実性を受け入れる: AIのデザイン - Liz Pomeroy LizさんはUnityのUXデザイナーとして関わっているAI Assistantのデザインを通じて得た学びを紹介してくれました。このAI Assistantは、ゲーム開発者がゼロからツールを構築する手間を省くためのUnityゲームエンジンの一部であり、グラフィック、サウンド、コントローラー、物理演算などの機能を含んでいます。 AIは従来の古典的なソフトウェアと比較すると、コンテキストに応じて予測不可能なアウトプットを返す非決定的な側面があり、ユーザーは常に望む結果を得られるわけではありません。これはユーザーのメンタルモデルとAIを活用した機能との間に不一致が生じやすいことを意味すると指摘しました。 ユーザーはAIをまるで人間の専門家のように扱ってしまいがちであり、漠然とした、あるいは複雑すぎるプロンプトを入力してしまう傾向があります。そのため、デザイナーは非決定論的なフローをどのように機能させるかを学ぶ必要があると述べました。 これらの課題に対処するため、まずユーザーのメンタルモデルを深く理解する必要があります。LizさんはDog Foodingや社外のユーザーテストを通じてAIを活用したプロダクトの設計において得られた重要な学びを共有してくれました。 1つ目は、ユーザーが完璧でない結果から回復し、壊滅的な間違いを防ぐため、機能の一部が停止しても、全体が機能し続けるようにデザインする必要がある点です。例えば指定すべき情報を忘れていたときに注意文を表示したり、指示が間違っていそうなときに再度詳しく書き直す等の対策が有効だったそうです。 2つ目は、曖昧な予測不可能な結果をうまく処理できるモジュール式のコンポーネントのエコシステムを構築することが重要であるという点です。生成AIは、ときに私たちが不可能と思えるようなアウトプットを返すことがあります。良い結果もあれば、悪い結果もあります。アウトプットに応じて、例えばコードブロックを表示する等のUIを用意しておけば、ユーザーはそのアウトプットをコピーし、自分達で修正することができます。 最後に、実装段階では設計チームとエンジニアリングチームが密接に連携し、バックエンドにおける新たな機会を見出すことが重要であると強調しました。 私も「Takumi byGMO」というセキュリティ診断AIエージェントのデザインに携わっています。Takumiを社内のセキュリティエンジニアに積極的に活用してもらったり、インタビューを通じて得られたフィードバックの中で、似たような課題に直面することが多くありました。今後もユーザー理解に努め、AI製品がもつ非決定的な側面、そしてユーザーのメンタルモデルとのギャップを埋めていけるように日々デザインしていきたいと思います。 Gov.ukについてあなたを驚かせる7つのこと - Ben Terrett BenさんはGov.ukや政府のデジタルサービスを通じて学びを共有してくれました。Gov.ukが2012年に立ち上げられた当時、各政府機関が独自のブランドとウェブサイトを持ち、合計で1,882ものウェブサイトが存在しており、市民にとっては非常に使いにくい状況でした。これらのウェブサイトを統合し、市民が利用するサービスを簡素化することで、41億ポンドもの費用を削減したそうです。 その話の中で特に印象的に残った話を2つ紹介します。 1つ目はGov.ukのプロジェクトにおいて「UX（ユーザーエクスペリエンス）」という言葉の使用を禁止したことです。これは論争を巻き起こしたそうですたが、UXという言葉があまりにも一般化されてしまい、あらゆるスキルを網羅する言葉となり、結果的にデザイナー、インタラクションデザイナー、ユーザーリサーチャー、フロントエンド開発者を雇用する妨げになっていたためです。Gov.ukでは、デザイン（特にインタラクションデザイン）とユーザーリサーチを明確に分けられた役割として定義しました。「ユーザー体験はUXデザイナーと呼ばれる特定の人の責任でなく、サーバー速度やURL構造なども含め、プロジェクトに関わるすべての人の責任である」ということを強調したかったと述べています。 2つ目はシンプルさの追求についてです。Benさんは、現代において、本来は指示が不要なものにまで指示が溢れている現状に対し問題意識を示しました。たとえば、郵便局では、6つもの異なるサインがベルを鳴らすように指示しているにもかかわらず機能しないのは、そもそもベルの場所が悪いという根本的な問題があるためだと指摘しました。そして、Benさんが強調した教訓は、「物事をシンプルにするためにハードワークすること（Do the hard work make things simple）」です。表面的な解決策ではなく、根本の原因を突き止め、解決に取り組むという困難な作業こそが、真にシンプルで効果的なデザインにつながるのだと教えてくれました。 普段、私たちがデザインしていく中では、プロジェクトの予算や締切、技術的な制約などにより、妥協しそうになる瞬間がたくさんあります。しかし、真に社会を良くしていくためには私たちデザイナーがハードワークを求められる場面が必ずあると、改めて感じされられました。 次のトークでは、どのように私たちデザイナーがエネルギーを保ち、社会をよりよくしていくかについて示唆に富んだストーリーをご紹介します。 あなたがデザインしたいプロダクトを作る - Jaryn Bunney プロダクトデザイナーであるJarynさんは、自身でSwift UIを学び、アプリをリリースする過程で得た経験について共有してくれました。個人アプリを最近リリースした私としては「自分がデザインしたいものを作る」というテーマのトークはタイトルだけで非常に共感できるものでした。 Jarynさんは多くのデザイナーが直面する「PMの壁にぶつかる」「開発者によってデザインが変更される」「意見が聞き入れられない」「データ分析ばかりで創造性がない」といった課題に共感し、自分自身もキャリアの中で何か不足していると感じていたそうです。慣れ親しんだ道を離れ、長期休暇を取得しました。この休暇は単なる休息ではなく、自身の好奇心と学びへの意欲を再燃させるためのものでした。 エンジニアの友人の勧めでSwiftUIを学び始め、美しいUIをリアルタイムで視覚化できることに魅了されました。生活費を抑えるためにカリフォルニアを離れユタ州へ移住。学生のように自身のルーティンと予算を組み直し、物理的・精神的なスペースを確保して深く学習に没頭しました。自身をプロダクトと見なし、ロードマップを作成し。開発、プロトタイプ作成、読書、イラスト、製品アイデアといった5つの主要な学習トラックに時間を割り当てて取り組んだそうです。 1ヶ月ほどでSwiftUIの学習に手応えを感じたJarynさんは、地元のiOS開発者グループに参加し、そこでメンターとなるDaveに出会いました。Daveの「SwiftUIを学ぶ最良の方法は、最初のアプリを作ることだ」という助言が、彼女に”学びのフェーズ”から”リリース”へ向けた行動へと動かすきっかけだったのだそう。当初は何を作るべきか迷いたものの、友人と一緒に遊んでいた落書きゲームから着想を得て、「毎日1つの図形、1つのキャンバス、1つのプロンプト」というシンプルなアイデアにたどり着くのです。365日分の図形を自分で描くという非効率ながらも確実な方法を選び、2023年6月14日に「Dudel Draw」をApp Storeでリリースしました。 「Dudel Draw」は、マーケティング戦略なしにもかかわらず、App Storeのグラフィック＆デザインカテゴリーで13位にランクインし、「今週のベストアプリ」や「今日のApp」にも選出されました。さらに2024年にはApple Design Awardのファイナリストに選ばれるという快挙を達成しました。Jarynさんは、受賞や特集以上に、多くの人が自分の作ったアプリを楽しんで使ってくれることに最大の喜びと創造的な充足感を感じていると語っていました。 そして、最後にSimon Sinekさんの "Working hard for something we don't care about is called stress, but working hard for something we love is called passion"（私たちが気にしていない何かのために頑張る事をストレスと呼ぶが、私たちが愛するもののための頑張りは情熱と呼ぶ）という言葉を引用して、情熱のあるプロダクトをデザインすることの重要性を話してくれました。 トークについての紹介は以上となります。以降のセクションでは、Design Mattersならではの印象に残った体験について紹介していこうと思います。 夕方に開催された屋外セッション 今回の会場であるCinemateketには、ルーフトップにバースペースがあり、屋外で映画を見ることができます。初日の夕方にはシアタールームの屋上でお酒を飲みながらネットワーキングをしたり、その後にセッションがありました。日中のセッション会場はシアタールームで落ち着いた雰囲気で開催されていましたが、夕方のセッションでは野外の開放的なスペースでセッションを聞きました。 特に面白かったのがPROMPT BATTLE。参加者から2人前に呼ばれて7分間でお題に応じてMid journeyを使って画像生成するというものです。 「人類最後の日の写真」といったお題が出たり、質問自体も面白く盛り上がるセッションとなりました。 多様な交流の機会 ネットワーキングセッションの時間では、デンマークのコーヒーとパンをつまみながら、スピーカーや参加者と話すことができます。 Meet the speakers という時間も用意されており、登壇者と参加者が輪になってスピーカーに質問する時間も用意されていました。スピーカーからも参加者や他のスピーカーに問いかけたり、インタラクティブな時間となっていました。 ランチの時間は会場の隣が公園だったので、みんなで公園に弁当を持って行ってご飯を一緒に食べたりしました。この時期のデンマークは天気がとても良く、どの公園に行ってもみんなピクニックをしています。 スピーカーと一緒にご飯を食べながら、デザインの話や何気ない雑談ができるのもDesign Mattersの醍醐味の一つだなと感じました。（ランチ中の写真を撮り損ねたので、屋上から撮った公園の写真貼っておきます） おわりに セッションで印象に残っている2つの言葉があります。 "Do the hard work make things simple" by Ben TerrettWorking hard for something we don't care about is called stress; working hard for something we love is called passion." by Simon Sinek. (Jaryn Bunneyさんのトーク中に引用を紹介) この話を通じて感じたのは、複雑な社会をデザインの力でシンプルにし、よりよくしていくためには、ハードワークが必要である。ただ、ハードワークにはエネルギーがいる。だからこそ、私たちは自分たちが愛するものをデザインしていくべきであるということです。 今回のコペンハーゲン出張では、Spectrum Tokyoの代表であり、Design Matters Tokyoのオーガナイザーでもある三瓶さんの紹介で、現地のデザイナーと交流する機会がたくさんありました。 みなさん忙しい合間に時間を作ってくれたわけですが、みなさん自分が手掛けているプロジェクトに関して、忙しそうにしつつもこだわりを楽しそうに話してくれる姿が本当に印象的でした。 2日間のセッション、そして現地での滞在を通じて、自分が初めてデザイナーを志した時の気持ちに立ち返れたような気がします。社会を良くしていくために、自分がワクワクしたり情熱を注げるものをデザインしていきたいと強く思いました。 Design Mattersは毎年コペンハーゲンで開催されていますが、東京でもDesign Matters Tokyoを毎年開催しています。 https://designmatters.io/tokyo 今年のプログラムもすでに公開されており、LinkedIn, Miro, GoogleやCanvaなど世界中の有名企業から豪華スピーカーが集まる貴重なカンファレンスとなっております。全て英語のセッションですが、毎年同時翻訳があります。 現地参加が難しい人は、Design Matters Tokyoにぜひ参加してみてはいかがでしょうか。もしどちらかのカンファレンスでお会いする機会があれば、お話しできるのを楽しみにしております。

はじめに 生成AIの登場により、撮影をしなくても高クオリティな画像や動画をアウトプットできるようになりました。とはいえ、現時点では「作品すべてをAIで制作する」というケースはまだ少数で、ほとんどの人はコンテや映像の一部、いわば“味付け”として生成AIを活用しているのが実情だと思います。実際、私もその一人です。これまで、イメージに近い素材を探すために外出したり、一から撮影したりしていましたが、今ではディレクターとしてAIに理想のカットを伝えるだけで、短時間でイメージを生成してくれるようになりました。しかし、理想のカットを1枚生成できたとしても、次のカットでは全く違う人物や背景になってしまったり、細かい部分で破綻が起きてしまったりと、「カット間の一貫性」を保つのは意外と難しいものです。 今回は、静止画の場合において、この「カットの一貫性」を生成AIでどのように保つかについて考えていきたいと思います。 PART 1｜商用利用可か確認 動画広告など営利目的で生成AIを使用する場合は「商用利用できるかどうか」はとても重要なポイントです。まずは、商用利用可か確認しましょう。 以下は、各生成AIツールの商用利用の可否を確認し、今回の制作方針を決定した背景と判断内容です。 Whiskについて 商用利用に関する明確な記載なし（2025年7月18日現在）。リスク回避の観点から、今回は使用を見送りました。 Adobe Fireflyについて 商用利用が可能と公式に明記されている（2025年7月18日現在）。ただし、他AIツールとの併用や再編集におけるライセンス上の懸念があるため、今回は使用を控えました。 ChatGPT（OpenAI）について 有料のTeamプランは商用利用が明確に許可されている（2025年7月18日現在）。今回の生成にはChatGPTを採用しました。 まとめ 上記の確認結果を踏まえ、今回はChatGPT（Teamプラン）を利用したコンテンツ制作を行いました。 PART 2｜画像を生成する ベースの画像を生成する 欲しいイメージの情報を書きなぐる とりあえず、自分が思い描いているイメージを詳細にChatGPTに書き殴ります。上手くまとめきれない場合は情報だけ書き殴って、文章をChatGPTにまとめてもらうと良いでしょう。 プロンプト 大体のイメージが決まったのでこのプロンプトで1回投げてみます。 白い長袖のシンプルな服を着た日本人の若い男女が、明るい木製のテーブルに座っている。二人はスマートフォンを一緒に見つめており、真剣で少し心配そうな表情をしている。男性がスマートフォンを持ち、女性は淡い緑色のマグカップを持っている。部屋は白いカーテンから柔らかい自然光が差し込んでおり、背景はミニマルで小さな観葉植物が棚に置かれている。落ち着いた、 集中した雰囲気。 現代的で清潔感のあるインテリア。 生成結果 イメージ通りの画像が生成されました。この画像をベースにカットを割っていきます。 カット割をする あなたはディレクターです キャスト・ロケ地・カメラマンはAIがすべて用意してくれています。あとは、あなたがディレクターとして指示を出すだけです。ふわっとした指示だと撮影スタッフが混乱してしまうので、できるだけ詳細に指示出ししましょう。 指示出しのコツ キャストへの指示出しはもちろん、カメラマンへ詳細な指示を出すことでより自分のイメージに近い画像を生成できます。最低限、カメラの知識があると表現の幅がぐっと広がると思います。これを意識してほしいカットの情報を、まとめます。 キャストの感情や表情を繊細に表す　例：「さみしげな表情で男性を見つめている」カメラの視点・構図を明示する　例：「男性の目線で、バストアップ構図、85mmレンズ、F1.8」ホワイトバランス（色温度）を指定する　例：「ホワイトバランスは5200K、自然で温かみのある色味」 自分の欲しい情報をまとめて最適なプロンプトをChatGPTにまとめてもらいます。 プロンプト このプロンプトで指示を出します。 カメラは男性の視点を想定した構図でバストアップのフレーミング。レンズは焦点距離85mm、中望遠、F1.8で撮影されており、女性の目元にピントが合っていて、背景は美しくぼけている。撮影場所は白いカーテン越しに自然光が差し込む明るい室内。ホワイトバランスは5200Kで設定されており、肌色は自然で温かみのあるトーンに調整されている。眉をひそめて、さみしげな表情で男性を見つめている。 生成結果 意図通りのカットができました。 この調子でどんどんカットを割っていきます。 PART 3｜完成作品 では、実際にこの手法で制作した「GMOとくとくBB」の動画広告をご紹介します。 安さ×速さで選ぶなら！GMOとくとくBB WiMAX｜カップル別れの危機篇 https://youtu.be/-UrIwwQsmIM まとめ いかがだったでしょうか。今や「こんな感じで」と一言プロンプトを投げれば、AIがモデルもロケ地も撮ってきてくれます。でも、魔法のように見えて、仕上がりはディレクター（あなた）の指示力次第。ライセンスを守りつつ、表情・構図・レンズのこだわりまで詰め込めば、まるで“本当に撮った”ような一枚が生まれます。次の一枚、誰よりも理想に近づけるのは、あなたのプロンプトです。

こんにちは、今年もブログを更新することになりました、GMOインターネットの岡村です。ConoHa で提供されている NVIDIA L4 で最新の Ubuntu 24.04 のサーバーを 200GB に増量されたブートボリュームで構築し、その上で動作する Ollama を VS Code の Continue 拡張機能で利用できるようにし、Vibe Coding の環境を整えてみます。 やりたいこと 昨今 GitHub Copilot などの AI によるコーディング支援、さらにはバイブコーディングなども知られるようになってきました。 これらの活用は OSS の開発や個人的なものでは問題なくとも、用途によっては外部に情報を送信するのはためらわれる場合もあるかもしれません。 その場合、ローカルで実行可能な LLM や、ConoHa のようなサーバー上で LLM を実行させる、といった方法があります。 GitHub Copilot 自体はローカル等では実行できませんが、Visual Studio Code の拡張機能である Continue を使うと、Ollama などを使用してローカルやサーバー上で実行することができます。 Continue - open-source AI code assistant - Visual Studio MarketplaceOllama ConoHa のご紹介 NVIDIA L4 サーバー ConoHa では NVIDIA の H100 と L4 のサーバーを提供しています。 GPUサーバー-AI開発や画像生成に｜VPSならConoHa プラン、利用開始の方法については、2024年7月に投稿した下記の記事でも紹介しています。 今回も NVIDIA L4 を使用します。 https://developers.gmo.jp/technology/46300/ 公開 API ConoHa では OpenStack 準拠の公開 API が利用可能です。 公開API(ConoHa VPS Ver.3.0)｜ConoHaドキュメントサイト 今回は、直接公開 API を利用するのではなく、OpenStack CLI を使用します。 下記ページを元に環境を準備し、openstack token issue によるトークン発行ができることを前提とします。 OpenStack CLI｜ConoHaドキュメントサイト ブートストレージ容量追加 これまで 512MB プラン以外は 100GB のブートストレージが標準提供されていましたが、2025年6月より公開 API からの利用限定となりますが、「200GB」「500GB」も利用できるようになりました。 ブートストレージ｜ConoHaドキュメントサイト 料金についてはこちらをご確認ください。 料金｜VPSならConoHa 標準の 100GB のボリュームは、VM からデタッチされた状態が長時間続くと自動的に削除されてしまいますが、有料オプションの 200GB, 500GB であればデタッチ状態が長く続いてもボリュームは残ります。 したがって、高価な GPU インスタンスは使用しないときは削除し、必要なときボリュームから作るといった利用も可能です。 テンプレート 記事執筆時点で、コンパネからは GPU のイメージテンプレートとして下記が利用可能です。 OS：Ubuntu 22.04アプリケーション：NVIDIA Container Toolkit、Automatic1111、 InvokeAI 昨年リリースされた「Ubuntu 24.04」について、昨年記事の時点では一部サポートしていないアプリケーションもあり 22.04 を採用していましたが、現在はサポートが進んでいます。 公開 API であれば、VPS で提供されているテンプレートも利用可能になるため、「Ubuntu 24.04」を使用します。 VM 作成 セキュリティグループ作成 公開 API や OpenStack CLI からでも作成可能ですが、コンパネから作成するのが簡単です。 今回はトークン認証は設定しないため、利用したい IP アドレス指定でセキュリティグループを作成します。 必要なポートは下記です。 SSH 用：22/tcpOllama 用：11434/tcp ブートストレージ作成 openstack volume create --size 200 --bootable \ --image vmi-ubuntu-24.04-amd64 gmo-developer-blog-demo エラーが出る場合、イメージ一覧取得コマンドで存在しているか確認してください。 openstack image list --public NVIDIA Container Toolkit 用 cloud-init user-data 作成 今回は素の Ubuntu テンプレートのため、cloud-init の user-data で NVIDIA Container Toolkit テンプレート相当までパッケージをインストールします。 NVIDIA Container Toolkit・CUDA の導入後、GPU を認識するには再起動が必要であるため、ollama などのインストールは別途行うことにします。 CUDA Installation Guide for Linux — Installation Guide for Linux 12.9 documentation 出来上がったスクリプトは下記となります。 #cloud-config merge_how: - name: list settings: [append] - name: dict settings: [no_replace, recurse_list] runcmd: - echo --- Install and Upgrade apt package --- - echo - apt-get update - apt-get upgrade -y - apt-get -y install docker.io nvtop - echo - echo --- Install NVIDIA Container Toolkit --- - echo - wget -O /root/cuda-keyring_1.1-1_all.deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb - dpkg -i /root/cuda-keyring_1.1-1_all.deb - apt-get update - apt-get install -y nvidia-container-toolkit cuda - echo - echo --- Reboot --- - echo - shutdown -r +1 VM 作成 先ほど作成した user-data を読み込ませて VM を作成します。 一度セットアップした VM をボリュームだけ残して再作成する場合、user-data は不要です。 openstack server create --flavor g2l-t-c20m128g1-l4 \ --volume gmo-developer-blog-demo \ --property "instance_name_tag=gmo-developer-blog-demo" \ --security-group allow_from_myip --password {パスワード} \ --user-data user-data.yaml "" このタイミングでエラーが発生する場合、GPU サーバーの利用申請が完了していない可能性があります。コントロールパネルから GPU サーバーの作成画面が表示されることを確認してください。 Ollama 準備 Ollama を直接インストールする方法もありますが、今後 TLS 暗号化、トークン認証を haproxy 等を経由し実装できるようにコンテナにて起動します。 docker run -d --gpus=all --restart=always -v /usr/share/ollama/.ollama:/root/.ollama --name ollama ollama/ollama:latest ufw allow 11434/tcp comment 'ollama' 今回使用するモデルをダウンロードします。 docker exec ollama ollama pull gemma3n:latest docker exec ollama ollama pull qwen2.5-coder:7b ダウンロード済みのモデルは下記で確認できます。 docker exec ollama ollama ls VSCode 準備 まずは、ローカルから Ollama への疎通が可能か確認します。 curl http://{VM の IP アドレス}:11434 Ollama is running 次に Visual Studio Code で下記の拡張機能を導入します。 Continue - open-source AI code assistant - Visual Studio Marketplace 画面の指示通り設定すると、モデルは自動選択（Autodetect）となりますので、apiBase, role の行だけ追記します。 name: Local Assistant version: 1.0.0 schema: v1 models:   - name: Autodetect     provider: ollama     model: AUTODETECT     apiBase: http://{VM の IP アドレス}:11434     roles:       - chat       - edit       - apply       - autocomplete context:   - provider: code   - provider: docs   - provider: diff   - provider: terminal   - provider: problems   - provider: folder   - provider: codebase 初期設定は上記のmodel の部分が空になるものです。 使ってみる 架空の「Go言語でじゃんけんに勝ったらハンバーガーを食べられるゲーム」を作成します。 出力されたコードを「Apply」すると反映されます。 ただ、実際に実行すると、あいこ3連続の場合、どちらもハンバーガーが食べられないままゲームが終了してしまいます。 プログラムの改修を指示すると、修正後のソースを提示してくれます。 さらに試してみると、勝ち負けの判定がおかしいことに気づきましたが、修正されず・・・このモデルにおいてはうまくいかない例もあるようです。 最後に Visual Studio Code + Continue + Ollama + ConoHa L4 の組み合わせで、AI によるコーディング支援環境が整えられました。 ブートストレージの容量追加機能により、200GB 以上のブートストレージだけ残して、高価な GPU インスタンスは都度作成というお財布に優しい使い方もできるようになりました。 記事を書き始めると内容が増えてきたので、下記については本記事では触れていませんので、実際にこの構成を参考にする際はご注意ください。 通信の暗号化：間に haproxy 等を挟み自己署名証明書を用いるか、Cloudflare Zero Trust や VPN 等で経路ごと暗号化するなどが考えられますIP 制限以外のトークン等の認証：自己署名証明書を用いる場合、haproxy 等で擬似的にトークン認証の仕組みを入れることも考えられます最適なモデル選択：NVIDIA L4 で動作する範囲の高性能なモデルの選択も重要ですので、いろいろ試してみるのが大事です

GMOインターネットグループが今年4月から開始する、年間を通してデザイン・クリエイティブの発信を強化する施策「Creator Synergy Project」の取り組みとして、本ブログでもデザイナー・クリエイターへのインタビュー連載をスタートしました！前編「映像で事業に伴走する。若手クリエイターが4年目でリーダーになった理由 」に引き続き、今回は後編として、映像チームのリーダーに就任した加藤優真さんに、AIやデータ活用の最前線、そして今後の展望について伺いました。  現場に寄り添い、数字で応える映像づくり —ここからは、実際に手がけられた事例について、当時のエピソードとともに教えてください。 加藤まずご紹介したいのは、画像生成AIサービス「ConoHa AI Canvas」のサポート動画です。このサービスには、世界中で人気の高いオープンソース画像生成AI 「Stable Diffusion XL」というモデルや、Checkpointのインストールなど、初心者には馴染みのない機能が多く含まれていました。そのため、映像で直感的に伝えたいという相談を受けたのがはじまりです。制作はサービス開発と並行して進んだため、日々仕様や操作画面が変わる中での作業となり、なかなかにハードでした（笑）。それでもリリース当日に無事間に合わせることができ、メディアやSNSでは「説明動画があるので初心者でも始めやすい」と紹介されるなど、敷居の高さを下げる一助となりました。社内的にも、カスタマーサポートの負担軽減という明確な効果があり、作って終わりではない意義を感じられる案件でした。 ▼画像生成AIサービス「ConoHa AI Canvas」のサポート動画 https://youtu.be/zgFNamhX_w8 加藤 優真｜GMOインターネット株式会社 ドメイン・クラウド事業本部 クリエイティブ部 映像チーム リーダー 2000年生まれ。高校時代は放送部に所属し、NHK杯全国大会への出場経験を持つ。大学では放送・映像制作を専攻し、復興支援活動を題材にしたドキュメンタリー制作にも取り組む。学生時代からAdobe Premiere Rushのユーザーグループ代表として登壇や講演、記事執筆を行い、Adobe MAXでは国内外で講師を務める。2022年、新卒でGMOインターネット株式会社に入社。入社1年目から全社集会映像などの主要案件を手がけ、4年目には映像チームのリーダーに抜擢される。2025年にはGMOインターネットグループの技術・クリエイティブにおける活動でインターネット業界発展に貢献するエキスパートにも就任。社内外の映像制作に加え、採用活動や社内向けAIセミナーのライブ配信を通じて発信にも取り組む。渋谷スクランブル交差点での広告映像放映、商材やIRなどコーポレート関連けの映像制作など、成果を数字で示す実装型クリエイターとして、インハウスの映像価値を広げている。 加藤次に挙げたいのは、渋谷スクランブル交差点で放映されたドメイン登録サービス「お名前.com byGMO」の広告映像です。ちょうど「お名前.com」の25周年と、「.bond」ドメインを提供する企業とのコラボのタイミングが重なったことで、広告を出すことになりました。最初は海外での放映も検討されましたが、最終的には「日本のサービスなので、日本で放映しよう」という方針となり、渋谷のど真ん中であるスクランブル交差点が選ばれました。この15秒の映像は私がメインで制作を担当しました。シニアメンバーにサポートしてもらいながら仕上げましたが、制作中はスケールの大きさにそこまでの実感が湧かず……。完成後、自分がつくった映像が渋谷スクランブル交差点の街頭ビジョンに流れているのを見た瞬間、「ここまで来たんだ」と胸に迫るものがありました。 ▼スクランブル交差点にて映像が放映されている様子 https://twitter.com/onamaecom/status/1889600336358416420 加藤IRや広報関連の映像制作も印象深い仕事のひとつです。2025年の1月に、GMOインターネットグループのインフラ事業を、グループ会社だったGMOアドパートナーズに統合しまして、社名も新たに『GMOインターネット株式会社』として再スタートを切りました。事業承継により社名変更が行われたタイミングでの四半期決算説明会の映像は、特にプレッシャーの大きな案件でした。GMOインターネットグループのインターネットインフラ事業と、GMOアドパートナーズが展開してきたインターネット広告・メディア事業、それぞれの強みを最大限に活かすメッセージの伝え方や、両事業の融合によって生まれる新たな価値創造への挑戦について、ステークホルダーにどのように効果的に伝えるかが大きな課題だったんです。 加藤社長に就任した伊藤（ 現GMOインターネット株式会社 代表取締役 社長執行役員）のスピーチとあわせて、「GMOインターネットが提供するインフラ事業」を視覚的に伝える映像を担当することになりましたが、「伝え方を誤れば、株価に響くかもしれない」という緊張感と隣り合わせでした。でもそのぶん、社内外のステークホルダーにインパクトのある映像を届けられたという実感も大きかったです。そのほかにも、日頃から商材紹介やサービス告知の映像を多く制作していますが、そのなかでもコンバージョン率や問い合わせ数など、映像による効果が数字で見える点に、クリエイターとして大きなやりがいを感じています。映像の出来がダイレクトに数字に反映されるからこそ、「映像で何ができるのか」という問いに、以前にもまして真剣に向き合っている感覚がありますね。 背伸びの連続が可能性を広げてくれる —今年から4年目ということで、これまでの3年間＋現在で、ご自身の成長をどう感じていますか？ 加藤「手を挙げれば任せてもらえる」という社風の中で、得意ではなかった分野や、これまで触れてこなかったジャンルにも積極的に挑戦する機会が増えてきました。そうした小さなチャレンジの積み重ねが、自分の中にある「できること」の幅を確実に広げてくれた実感があります。 挑戦の積み重ねが、映像の幅を広げていく。 加藤また、企画段階から効果測定までを一貫して担当できる環境だからこそ、ビジネス的な視点も少しずつ育ってきました。たとえば、YouTubeのアナリティクスを活用して「どの部分がよく視聴されているのか」を分析し、特定のシーンを切り出して別コンテンツに活用するといったように、感覚ではなくデータを根拠に判断する意識が育ってきたと思います。もちろん、まだまだ発展途上ではありますが、今後も磨いていきたい力です。 —リーダーとして、今後チームがどのような方向を目指していきたいと考えていますか？ 加藤映像は今や、サービス提供や事業推進において欠かせない存在になっています。そうした需要に対して、我々クリエイターがどれだけ柔軟かつスピーディに応えられるかが、チームの価値に直結すると感じています。一方で、対応すべき課題もまだいくつか残っているので、可能性を広げる余地はたくさんあります。だからこそ、チーム全体の生産性や体制をより強化して、より自発的に動ける組織を目指したいと思っています。最終的には「映像のことならこのチームに任せたい」と社内外から自然に声が上がるような、強いインナーブランディングにつなげていけたら嬉しいです。 —リーダーとして、日々のチームマネジメントで意識していることがあれば教えてください。 加藤Slackなどのテキストコミュニケーションだけでは汲み取れないニュアンスも多いので、やりとりの背景にある気持ちや状況を、できるだけ想像するようにしています。突き詰めれば、メンバーそれぞれが「やりたい」と思っていることを、どうしたらストレスなく形にできるかを考え続けるのが、私の役割なのかなと。案件によっては、自分ひとりでは到底こなせないような規模のものもあります。でも、チームで取り組めば実現できるし、結果的にそれが自社やグループ全体への還元にもつながる。そういう循環をこれからもっと増やしていきたいです。 —2025年度からは技術・クリエイティブでインターネット業界発展に貢献する「エキスパート」にも選出されましたね。任命された時はどのようなお気持ちでしたか？ （※GMOインターネットグループの「エキスパート制度」は、技術やクリエイティブの分野でグループの発展に寄与するパートナーを支援する取り組み。選出者には活動支援費が支給され、発信・登壇・コミュニティ形成などの取り組みが後押しされる。→ エキスパート制度の詳細はこちら） 加藤はい、ありがたいことに。今年からクリエイターも対象になったと知って、思い切って手を挙げてみました。もともと親しくしてくださっていたエンジニアの先輩が選出されていて、「かっこいいな」と感じていた制度だったので、自分も選ばれたときは本当に嬉しかったです。まだまだ力不足かもしれないという気持ちも正直ありますが、「エキスパート」という肩書きに恥じないように、自分の視野や行動を広げていこうと、ちょうど気を引き締めたところです。 —今後、どのような活動を構想・予定されていますか？ 加藤まず決まっているのは、渋谷区教育委員会、東急、そして渋谷に拠点を構えるIT企業4社と連携して行う「Kids VALLEY 未来の学びプロジェクト」への参加です。このプロジェクトは、次世代に必要な資質・能力を持った人財を渋谷から輩出する土台作りを進めることを目的に作られ、2019年から推進しています。GMOインターネットグループは、同年から「GMOデジキッズ」の取り組みを開始し、自治体や学校でのプログラミング教育などのノウハウ提供を行っています。今回はGMOインターネットグループの代表として、小学生に向けてプログラミングや「伝えること」の授業を行う予定で、これは個人的にもとても楽しみにしている取り組みです。また、社内外のクリエイターと積極的につながり、登壇や寄稿などの情報発信にも力を入れていきたいです。まずは「GMOインターネットにインハウスの映像制作チームがある」ということを、もっと多くの人に知ってもらうところから始めたいですね。学生時代には、映像に興味を持つ人向けにセミナー講師をしていた経験もあるので、そういう原点に立ち返るような活動も今後やっていけたらと思っています。映像の面白さや可能性を伝えることは、自分にとってずっと変わらないテーマなのかもしれません。 映像の面白さと可能性を、まっすぐに届ける。 —レクチャーといえば、GMOインターネットグループ全体でのAI活用推進にも関わっておられますね。 加藤そうなんです。映像領域ではまだ、生成AIの活用は試行錯誤の段階です。ただ、だからこそ今のうちに危機感を持って動いておく必要があります。GMOインターネットグループの代表である熊谷も「本格的になってからでは遅い」と繰り返し指摘しています。まさにその通りで、これだけ技術の進化が速い現代では、様子見をしているだけではすぐに取り残されるのが現実です。こうした背景から、GMOインターネットグループでは「AIで未来を創るNo.1企業グループへ」をスローガンに掲げ、生成AIの活用・業務効率化に取り組んでいます。中でも2024年1月から実施している、グループパートナー（社員）限定の「AIセミナー」はオンラインで配信されており、技術面の運用はすべて自分が担当しています。全パートナーが視聴必須の重要なコンテンツなので責任も大きいですが、その分やりがいがあり、背筋が伸びるような緊張感が常にあります。編集に時間がかかる時代が終わったときに重要なのは、技術をどう使いこなし、どう判断を下すかです。AIを活用しながら、ディレクションもできる人財を目指していくことが、目下のテーマです。 思いやりと想像力で、映像の力を引き出すチームに —ちなみに今、映像チームはどんな人と一緒に働きたいですか。 加藤一番は、思いやりと想像力のある方です。仕事としての映像制作は、顧客や社内のニーズを汲み取るコミュニケーション力が命。スキルはもちろん必要ですが、それ以上に、人との関係性を丁寧に築けることがとても大切ですし、自分自身も、そうありたいと常に意識しています。そもそも映像は、見る人の気持ちを想像してつくるもの。その想像力を、制作物だけでなく、チームのメンバーに対しても向けられる人なら、周りからのサポートも自然と集まります。その結果、より挑戦しやすくなり、自分のスキルも高めていける。そんな良い循環が生まれていくはずです。このインタビューでも繰り返しお伝えしてきたように、GMOインターネットグループには、チャレンジできる環境があります。映像業界は「まずはアシスタントから」というイメージを持たれがちですが、うちではむしろ「とにかくやってみよう」のスタンス。何事も任されるのが早いです。もちろん、サポート体制はしっかりしていますし、一人で背負わされることはありません。でも、やる気があれば、必ず応えてくれる会社です。そんな環境の魅力をもっと発信して、よりパワフルな仲間とともに、映像の可能性を広げていきたい。そうしてチームとしても、自分自身としても、次のステップに進んでいけたら理想的ですね。 ▽GMOインターネット株式会社｜新卒採用情報  ▽インタビュー前編はこちらから【インタビューVol.5　前編】映像で事業に伴走する。若手クリエイターが4年目でリーダーになった理由  GMOインターネット　Cocoda事例はこちら

GMOインターネットグループが今年4月から開始する、年間を通してデザイン・クリエイティブの発信を強化する施策「Creator Synergy Project」の取り組みとして、本ブログでもデザイナー・クリエイターへのインタビュー連載をスタートしました！第4回は、GMOインターネットでインハウス映像制作に携わる加藤優真さんのインタビューです。学生時代から映像にのめり込み、事業会社で手を動かすことを選んだ理由とは。チームを育て、現場を動かす若手の視点を追いました。  映像に惹かれた原体験とインハウスという選択  —加藤さんが映像に興味を持つようになったきっかけは？ 加藤小さい頃から機械に触れるのが好きでした。機械好きな祖父の影響もあり、家にはビデオカメラやパソコンがあったんです。何かを撮ったり動かしたりすることが日常の一部で、そうした環境が映像への興味の原点になったのだと思います。 加藤 優真｜GMOインターネット株式会社 ドメイン・クラウド事業本部 クリエイティブ部 映像チーム リーダー 2000年生まれ。高校時代は放送部に所属し、NHK杯全国大会への出場経験を持つ。大学では放送・映像制作を専攻し、復興支援活動を題材にしたドキュメンタリー制作にも取り組む。学生時代からAdobe Premiere Rushのユーザーグループ代表として登壇や講演、記事執筆を行い、Adobe MAXでは国内外で講師を務める。2022年、新卒でGMOインターネット株式会社に入社。入社1年目から全社集会映像などの主要案件を手がけ、4年目には映像チームのリーダーに抜擢される。2025年にはGMOインターネットグループの技術・クリエイティブにおける活動でインターネット業界発展に貢献するエキスパートにも就任。社内外の映像制作に加え、採用活動や社内向けAIセミナーのライブ配信を通じて発信にも取り組む。渋谷スクランブル交差点での広告映像放映、商材やIRなどコーポレート関連けの映像制作など、成果を数字で示す実装型クリエイターとして、インハウスの映像価値を広げている。 加藤興味の向くまま、中学では放送委員会に入り、校内放送などを担当しました。活動を通して「これは面白いな」と感じた僕は、高校選びでも「放送部のある学校に行きたい」と考えるようになりました。こうして進学した高校では、放送部の活動にかなり本気で取り組みました。いわゆる文化部としては珍しく、土日も学校に通って活動するほどの熱量でした。校内イベントの映像制作はもちろん、NHK杯（通称Nコン）などのコンテストにも出場し、忙しいながらも充実した日々を過ごしましたね。部活動では、撮影や編集はもちろん、企画やディレクションまでも自分たちで手がけるスタイル。しかも、分業というよりは、1人が一貫して制作に関わるのが基本でした。この経験は、今の仕事にも通じていると思います。 —そのまま自然な流れで、大学でも映像を専攻なさったと。 加藤はい。もっとしっかり映像と向き合いたくて、映像コースのある大学に進学しました。高校に比べて機材も環境も整っていて、関わる人数も一気に増え、スケールが大きくなったことを実感しました。 「映像で想いを伝えたい」—大学時代、カメラを構える。 仲間の前で笑顔で発表する加藤さん —大学時代で、印象に残っている制作経験があれば教えてください。 加藤やっぱり卒業制作ですね。ドキュメンタリー作品として、山の整備や復興活動に取り組んでいるボランティア団体を取材させていただきました。何ヶ月も現場に通って、撮影と編集を重ねながら丁寧にまとめていくプロセスは、学びと感動にあふれていました。今でもその団体とはつながりがあり、活動を手伝うこともあります。 加藤さんが大学の卒業制作として手掛けた「鋸山にかける想い」 復興プロジェクト https://youtu.be/g-pT0JXHD94 加藤この作品を通じて、人と向き合って話を聞き、その人の思いや背景を映像として表現することが、とても楽しいと感じました。「自分は映像で何を伝えたいのか」という軸が、ここで明確になったように思います。 —それだけのクリエイティビティをお持ちであれば、フリーランスとして活躍する道もあったのでは。あえてGMOインターネットへの就職を選んだ理由は？ 加藤実は学生時代、学業とは別に個人で映像の仕事を請ける機会がありました。テレビ業界、YouTuber、インハウスのクリエイターなど、さまざまな働き方に触れるなかで、それぞれの魅力や難しさを自分なりに感じ取っていたと思います。そこで、企業の中で映像制作を担うインターンに参加してみたんです。実際に体験してみると、映像専門の制作会社とは違い、事業会社の一員として会社全体やサービスを映像で支えていく立場に強く惹かれました。 学生時代の経験やインハウスを選んだ理由を語る 加藤そうした経験から、自分としては、会社全体ともっと長く深く関わりながら、事業そのものを一緒に育てていくような仕事の方が合っていると考えるようになったんです。上記の経緯から、2022年に新卒でGMOインターネットに入社しました。 —入社前には、GMOインターネットでのお仕事にどのようなイメージを持っていましたか？ 加藤正直なところ、当時は映像制作に関してあまり情報が発信されていなかったので、具体的なイメージが持てないまま入社式を迎えました。ドメイン登録サービス 「お名前.com byGMO」やレンタルサーバーサービス 「ConoHa byGMO」といった有名なプロダクトは知っていたので、「もしかしたら関わることができるかもしれない」と、漠然と期待していましたね。そして、その期待はいい意味で裏切られました。1年目の夏に、全社集会で流す映像の制作に携わる機会をさっそくいただけたんです。業務効率化をテーマにした企画で、グループ各社の方にインタビューして素材を集め、1本の映像に仕上げるという、かなり本格的な案件でした。丸山さん（ 現GMOインターネット株式会社 ドメイン・クラウド事業本部 クリエイティブ部 エグゼクティブリード）とふたりでカメラを回しながら、どうにか形にしていった記憶があります。新卒の自分にそうした大きな仕事を任せてもらえたことで、「手を挙げれば任せてもらえる」社風を強く実感しました。 ひとりで完結しないから面白い —そうして活躍される中で、4年目に当たる今年、映像チームのリーダーを任されたそうですね。 加藤はい。この春からリーダーを務めています。実は、チーム内では私が一番年下なんですが、役職がついたことで、「自分がどう動くか」だけでなく「チームとしてどう動くべきか」を常に考えるようになりました。もともと人に気を配るのは得意な方でしたが、それが性格ではなく役割として求められるようになった実感があります。視座がひとつ上がったというか、求められる配慮の深さが変わりました。 「チームをどう成長させるか」—リーダーとしての想いを話す。 —そもそも、映像チームはどのような経緯で立ち上がったのでしょうか。 加藤2022年に私が入社した当時は、映像チームという明確な組織はまだなく、デザイナーが中心のクリエイティブチームの中に、映像が一部門として含まれているような状態でした。でも、徐々に映像のニーズが高まり、自社内で映像を作るようになっていったんです。インハウスで映像を制作する会社はまだ少なかった時期だったので、GMOインターネットグループの取り組みはかなり先進的だったと思います。 —現在のチームには、どのようなメンバーが所属されていますか？ 加藤実写、モーショングラフィックス、配信、音楽制作など、それぞれ異なる得意分野を持ったメンバーがそろっています。最近はSNS向けの映像制作にも強い方も加わり、テンポよく、見栄えのする映像を短時間で仕上げるなど、チームの幅がさらに広がっています。GMOインターネットグループにはドメイン登録・販売（レジストラ）事業、クラウド・レンタルサーバー（ホスティング）事業、インターネット接続（プロバイダー）事業があり、商材によってターゲットや目的がまったく異なります。それぞれの魅力を最大限に引き出すには、映像の見せ方や演出のトーンも柔軟に切り替えなければなりません。それがすごく面白いんですよね。今では、グループ内で「ほぼすべての商材で映像が活用されている」と言えるくらい幅広く制作に関わっていて、充実した毎日です。 ▼加藤さんが所属する映像チームが2024年に作成した映像集をまとめたデモリール https://youtu.be/F3OcX2oT-qI?feature=shared —幅広いジャンルに対応できる環境は、いちクリエイターとしても大きな学びにつながりそうですね。 加藤その通りです。GMOインターネットグループ全体に共通する文化として、「手を挙げれば任せてもらえる」というのがあります。やったことがない案件でも「やってみたい」と言えば、挑戦の機会をもらえる。ちょっと背伸びした経験が積めるんです。さらに、専門分野の異なるメンバーがそろっていることで、これまで挑戦したことのない表現にも取り組みやすい。たとえば、モーショングラフィックスが得意なベテランメンバーが「SNS向けのショート動画をもっとやろう」と提案してくれて、実際にそのまま担当してくれたこともありました。その時は、2〜3カ月の間に60本ほど制作したんじゃないかと思います。映像表現の幅は非常に広いので、今後もできることをどんどん増やしていきたいですし、メンバーのみなさんにもそうあってほしいと願っています。商材によっては、自分の得意なスタイルが必ずしも正解ではない場合もあるので、ときに他のメンバーの力を借りつつ、チーム全体で新しい表現に挑戦していける環境は、インハウスの大きな強みですね。 —チームでの仕事の進め方についても教えていただけますか。 加藤「映像クリエイター」というと、企画・撮影・編集などが分業されているイメージを持つ方も多いかもしれませんが、私たちのチームは少し違います。いわゆる「ビデオグラファー」に近いスタイルで、企画から撮影、編集、納品までを基本的にはひとりで完結させる体制です。誰かの指示に従うのではなく、自分の頭で考えて、自分の手で最後までつくりきる。これが、私たちのスタンスです。 撮影現場を指揮しながら映像の世界観をつくり上げる 現場から編集まで、作品を完成へと導く —案件はどのような流れでスタートするのでしょうか？ 加藤マーケティング、CS、広報、IR、人事など、社内のさまざまな部署から相談を受けます。「こういうことをやりたいんだけど」といったざっくりした話からスタートすることも多く、内容のすり合わせから一緒に行うことがほとんどです。柔らかい状態からのスタートが多いので、ひとたび相談を受けたら、目的を丁寧に確認するようにしています。会話を重ねるなかで「映像が最適な手段ではない」と判断した場合は、他の方法を提案することもありますね。とにかく、フラットに話し合いながら、「その目的のために何がベストか」を一緒に探っていくようにしています。納期などの調整も、パートナー（社員）同士なので比較的スムーズですね。難しければちゃんと相談して調整できますし、逆にこちらも、パートナー同士だからこそ「早めに間に合わせるぞ」となることもあります。そういう関係性が築けるのも、インハウスの恩恵です。 映像でサービスを支えるだけでなく、社内のカルチャーやチームの在り方にも変化をもたらす。加藤さんが目指しているのは、“任せて伸びる”チームを育てることでした。 後編では、リーダーとしての視点、数字と向き合う姿勢、そしてAI時代に求められる映像クリエイター像について深掘りします。 ▽インタビュー後編はこちらから【インタビューVol.5　後編】若手リーダーが挑む攻めの映像戦略 GMOインターネット　Cocoda事例はこちら

GMOインターネットグループが今年4月から開始する、年間を通してデザイン・クリエイティブの発信を強化する施策「Creator Synergy Project」の取り組みとして、本ブログではデザイナー・クリエイターへのインタビュー連載をスタートしました！【前編】「ソーシャルデザインを探して。デンマークで感じた戸惑いと確かな手応え」 に続く後編では、春田雅貴さんがGMO Flatt Securityへと転職し、セキュリティやAIといった未踏の領域でデザインに向き合う姿に迫ります。プロダクトの根幹にデザインを根づかせ、グローバルで通用する専門性を育む姿勢とは。変化の激しい時代における、デザイナーの新しいあり方を探ります。 セキュリティ×デザインの挑戦と、専門性で拓くグローバルの道 —『1day体験入社』ではさっそく「Shisho Cloud byGMO」の改善に取り組まれたそうですが、「これは自分がやらなきゃ」というような手応えを感じた部分はありましたか。 春田そうですね。少し見ただけでも、セキュリティという分野においてデザインの力が求められていることを強く感じました。たとえば「Shisho Cloud byGMO」では、脆弱性診断ツールが自動でソフトウェア上の問題を検出します。しかし、その数は1件や2件ではなく、時には数百件、場合によっては数千件にのぼることもあります。当然、すべての脆弱性に一度に対応するのは現実的ではありません。だからこそ、ユーザーには「どれを優先して対応すべきか」を的確に伝える必要があります。ただし、それらを選別するうえで、本当に危険な脆弱性は見逃してはいけない。この絶妙なバランスをどう設計するか、ここにデザインの大きな役割があると感じました。 春田 雅貴｜GMO Flatt Security株式会社 プロダクトセキュリティ事業部 イネーブルメントプラットフォーム部 プロダクトデザイナー 1994年生まれ。大学時代からデザイン領域に携わり、フリー株式会社ではSaaSプロダクトのプロダクトデザインに約8年半従事。グローバルなキャリアを志向し、2024年にGMO Flatt Security株式会社へ転職。セキュリティ×プロダクトデザインという専門性の高い領域に挑戦し、現在はセキュリティ診断AIエージェント「Takumi byGMO」や「Shisho Cloud byGMO」のオンボーディング改善などを担当。Slack上で人のように振る舞うプロダクトの体験設計や、ユーザー理解を起点としたペルソナ設計をリードするなど、デザインを通じて技術とビジネスの架け橋を担う。2025年にはGMOインターネットグループの「エキスパート」にデザイナーとして初めて選出され、セキュリティ・生成AIという先端分野における発信・対話・実装の第一線で活動している。 —その難しさにも「燃えた」わけですね。では、実際にGMO Flatt Securityに入社してみて、どんなところが魅力だと感じましたか？ 春田一貫して、働いているメンバーのレベルが本当に高いです。優秀で、熱意があって、真面目な人たちばかり。自分より若くて優秀な人から日々刺激を受けられる環境で働けるのは、本当にありがたいことだなと思っています。みなさん自分の専門領域に誇りを持って、真剣に取り組んでいる。そして、その姿がすごく楽しそうなんです。コツコツと積み上げながら、でもワクワクしながら進めていく感じがとても素敵だと思います。 —とはいえ、初めてのセキュリティ業界。キャッチアップは大変だったのでは？ 春田めちゃくちゃ大変でした。開発に関する用語は聞いたことがあっても、自信を持って使えるレベルではなかったし、プロダクト理解もユーザー理解もゼロからのスタートでした。最初のうちは、インタビューやリサーチを自分で準備するのが難しかったので、「とにかく現場にいさせてください」とお願いして、商談に何度も同席させてもらいました。その中でわからない用語があれば、その場で聞いたり、あとで調べたり。調べた単語はリストにして、ChatGPTに「小学4年生でもわかるように教えて」と頼んで学習していきました。同時に、展示会のブースにも立ちました。まだ入社して間もない頃でしたが、自分から手を挙げて、顧客にプロダクトの説明をする役割に立候補。説明を繰り返すうちにプロダクトへの理解も深まりましたし、ユーザーの悩みや関心のポイントがより明確に見えるようになりました。 プロダクト理解を深めるため、展示会に立つ春田さん 春田そうした積み重ねの中で、このサービスに一番フィットするお客さま像も言語化できるようになってきて。社内でも、顧客イメージのズレを感じていたので、チーム全体で共有できるようなペルソナの作成を進めました。今ではそのペルソナをもとに議論することで、機能開発の優先順位も整理しやすくなったと感じています。 —グローバルチームで働く中で、英語力の壁を感じることはありますか？ 春田そうでもありません。今は技術の話であれば、英語でもエンジニアとやりとりできるようになりました。ミーティングでも、ある程度はスムーズにコミュニケーションできるようになっています。ただ、単に内容を伝えるだけならいいんですが、議論を深めたり、まだ固まっていないアイデアをその場で話したりといった場面になると、難しさを感じることもあります。ただそれは英語力というより、もっとプレゼンテーションや対話力に近いものかもしれません。ちょうど最近、Figmaのグローバルカンファレンスに参加したのですが、登壇者の話しぶりで印象に残ったのは、英語力の高さよりも「伝え方」でした。どうやって相手を引き込むか、構成や間の取り方が上手い人が多くて。このあたりは、今後もっと鍛えていきたいですね。 ▽春田さんのConfig参加レポートはこちらから「Config 2025 現地参加レポート、AI時代のプロダクトデザインについて考える」 Takumi byGMOの体験設計、AI時代のプロダクトとの向き合い方 —さまざまな経験を経たのちに、現在取り組んでいるお仕事について教えてください。 春田現在は、AIセキュリティエージェント「Takumi byGMO」や脆弱性診断ツール「Shisho Cloud byGMO」の体験設計に取り組んでいます。どちらもセキュリティという専門性の高い領域において、開発者にとって使いやすく、信頼されるプロダクトであることが求められます。 Takumi byGMOとは 「Takumi byGMO」は、Slackや「Shisho Cloud byGMO」上で動作する開発者向けのセキュリティ診断AIエージェントである。「Takumi byGMO」はソースコードと仕様を深く理解し、自律的にセキュリティ診断を行い、AI時代の開発サイクルのセキュリティレビューを伴走する存在である。すでにVimやNext.js等の著名OSSに10件以上の0-day脆弱性を発見しており、開発AIエージェントよりも高性能な診断能力を誇っている。また、「Takumi byGMO」は単なる通知ツールではなく、プロダクトチームの一員として振る舞う“同僚”のような存在を目指している。チャットベースの自然なやりとりや、利用時の文言・演出にこだわることで、信頼できるパートナーとしての体験を提供する。セキュリティ対応のハードルを下げ、チーム全体でのリスク管理を後押しする存在として、今後さらなる拡張が予定されている。 春田その中で僕が大切にしているのは、「開発者に寄り添う体験とは何か」を突き詰めることです。とくに意識しているのは、次の4つの観点です。●最重要にフォーカスさせること（Design for Focus）●説明責任を果たせること（Design for Accountability）●効率よく使えること（Design for Efficiency）●信頼できること（Design for Trust）たとえば「Shisho Cloud byGMO」では、脆弱性を検出して終わりではありません。検出された情報を、どうすれば開発者が理解しやすく、正しく対応できるかまで設計しなければいけない。しかもその内容は、悪意ある第三者の目にも触れうるもの。たった1つの情報の取り扱いが、企業の信頼や事業継続に関わるリスクに直結します。つまり、正確な情報を、いち早く、分かりやすく届ける必要がある。でも、拙速に出してしまえば、今度は誤認や対応ミスにつながってしまう。スピードと品質というトレードオフの中で、どこまで信頼性を担保しつつ、スムーズな体験を実現できるか。そこにデザインの難しさと、おもしろさがあると感じています。 春田さらに面白いと感じているのは、「Takumi byGMO」のようなAIエージェントには、まだ市場として明確な「正解」が存在していない点です。生成AIの進化によって、技術的にはいろんなことができるようになってきました。特にテック感度の高い層では、「これがないと仕事にならない」と言われるくらい、AIエージェントの存在が当たり前になりつつあります。でも、それが社会全体のスタンダードかというと、まだそこまで普及しているわけではありません。多くのAIのサービスは、「チャットで問いかけたら返ってくる」という機能を備えていることが多いです。もちろんそれでも便利ではあるけれど、それが本当に理想の姿なのかと問われると、まだまだ模索の途中かなと。ただ、その模索の余地があるということは、裏を返せば自分たちが業界のスタンダードをつくるチャンスでもある。まだ勝者が決まっていないからこそ、No.1を目指して挑戦できる余白があるんです。僕自身、誰も答えを持っていないような新しい領域に挑むのが好きです。だからこそ、AIとセキュリティという、どちらも未踏のフロンティアに立ち向かえる今の環境に、大きなやりがいを感じています。 —答えを探る旅のなかで、「Takumi byGMO」の体験設計は、どんなふうにチームで議論しているんでしょうか？ 春田「Takumi byGMO」の立ち上げが始まった頃には、まだ何も形がないなかで、私と開発部門のメンバー2人の計3人で、ほぼ毎日のようにブレストを重ねました。AIエージェントってそもそもどうあるべきなのか。人にとってどんな存在になり得るのか。そんな大きな問いに、真正面から向き合う日々でした。一方で、裏側ではCTOがプロトタイプの実装を進めてくれていて、私は並行してリサーチを担当。ユーザーの声や類似ツールの特徴を集めて、仮説を立てては、それを小さく形にして確かめるというサイクルを回していました。チーム全員が手を動かしながら、試行錯誤してつくりあげていく—そんな熱量の高い開発でした。 —「Takumi byGMO」といえば、開発者の会話に自然に入り込んで、しかもフレンドリーなトーンでリスクを指摘してくれるのが印象的です。あの話しかけ方や振る舞いには、どんなこだわりがあるのでしょうか？ 春田これには最初から明確な意図がありました。私たちが目指していたのは、ただのツールではなく、チームに自然に溶け込む“同僚”のような存在です。というのも、セキュリティというのは本質的に「チームで守る」もの。開発者がレビューを依頼したり、仕様を確認したり、プロジェクトマネージャーや他のステークホルダーと連携する中で生まれるやりとりこそが、重要なセキュリティ対策の起点になります。だから、個人で完結するツールではなく、チームの中に入り込んで機能する存在でなければいけなかったんです。そのため、「Takumi byGMO」のパーソナリティを設計する際には、どんな言葉づかいで話すのか、どういうタイミングで会話に入るのかといった部分も丁寧に議論しました。たとえば「ツールを使う」ではなく「チームに招待する」といった表現にしたり、起動時にアニメーションを出して空気感をつくったり。ちょっとしたニュアンスにまでこだわっています。ただ便利なだけじゃなく、「この人になら任せられる」と思ってもらえる存在でありたい。そのための工夫を、今も重ねています。 春田生成AIの進化によって、プロダクトを素早く作ることができるようになった一方で、品質や信頼性が軽視されがちな場面も増えています。でも、スピードを求める時代だからこそ、それに見合った“守り”が必要です。GMO Flatt Securityには、高度な知見を持つエンジニアたちがいます。その力をきちんとプロダクトに変換し、世の中に届けていく——それが、今の自分の役割だと自負しています。 エキスパートとしての責任と、これから出会いたい仲間たちへ —これまでのお話から、精力的にプロダクト開発に取り組まれている様子が伝わってきました。そうした姿勢が認められた形で、今回GMOインターネットグループの「エキスパート」に選ばれましたね。その経緯について聞かせてください。 （※GMOインターネットグループの「エキスパート制度」は、技術やクリエイティブの分野でグループの発展に寄与するパートナーを支援する取り組み。選出者には活動支援費が支給され、発信・登壇・コミュニティ形成などの取り組みが後押しされる。→ エキスパート制度の詳細はこちら） 春田もともとエキスパート制度はエンジニアを対象にしたものでしたが、昨年からクリエイター・デザイナーにも門戸が開かれることになり、自分も思い切って応募しました。選ばれたときには、とても嬉しかったです。僕自身、これまでいろんなイベントへの参加や、ブログでの発信を通じて知見を積み重ねてきました。失敗と試行錯誤の繰り返しの中で、自分なりのやり方や考え方を少しずつ培ってきた実感があります。そのため、エキスパートの活動内容を見たときに、「これまで自分が自然にやってきたことと重なる部分が多いな」と感じました。無理に新しいことを始めるというより、その延長線上で貢献していけそうだと思えたんです。そうした取り組みが認められて、エキスパートとしての登壇機会が増えたこともありがたいですし、自分自身もそこから学ぶことが多く、新たな成長のきっかけになると感じています。 —エキスパートに選ばれた今、どんな意気込みで活動されていますか？ 春田業界に対して、何かしらを還元していきたいという思いが第一にあります。それに、最近では人から相談を受ける機会も増えてきたので、視野が広がるのはもちろん、「変なことは言えないな」という良い緊張感も生まれました。ちょうど今、AIエージェントという新しい分野に取り組んでいるタイミングでもあり、時代の転換点に立ち会っている感覚があります。だからこそ、これからのAI時代に求められる新しいルールや考え方を、少しでも社会に提示していけたらと思っています。 —では最後に、「こういう人と一緒に働きたい」というメッセージをいただければと思います。 春田まず新卒の方については、やっぱり好奇心がある人と一緒に働きたいですね。スキルがあるかどうかは、正直あまり気にしていません。素直に学び続ける姿勢さえあれば、いくらでも伸びていけると思っていて。エンジニアリングやセキュリティに興味がある人はもちろん大歓迎ですが、たとえばデザイナーの方でも「なんか面白そう」と思ってくれたなら、それだけで十分です。自分たちのチームやプロダクトに共感してくれる仲間と、一緒に成長していけたら嬉しいですね。一方で、中途の方に期待するのは、ある程度ご自身のキャリアを歩んできたうえで、次のチャレンジを探しているような方です。何が起こるかわからない時代だからこそ、自分の手で手探りしながら進んでいける人に、うちの環境は向いていると思います。僕自身もこの会社に入ってまだ日が浅いですが、GMOインターネットグループには本当に面白くて優秀な方がたくさんいて、毎日刺激を受けています。映像クリエイターのようなバックグラウンドを持つ人もいれば、ネットワークやセキュリティのエキスパートもいる。そうした多様な専門性が集まっているからこそ、互いに学び合える環境があります。そんな仲間と一緒に働けたら、とても心強いですね。 ▽GMO Flatt Security株式会社｜採用情報 ▽インタビュー前編はこちらから【インタビューVol.4 前編】「ソーシャルデザインを探して。デンマークで感じた戸惑いと確かな手応え」 GMO Flatt Security　Cocoda事例はこちら