2023年の振り返り

2023年も残すところあと一日になりました。

年々、時間の経過が早く感じられますが、コロナ禍明けの今年は特に早く感じられました。そんな今年の振り返りです。

・Generative AIの普及

　今年一番のトピックはなんと言ってもGenerative AIでしょう。今更説明する必要も無いくらい、ChatGPTの出現は驚きでしたし、瞬く間に普及、そしてWindows Copilotを始めとする一般製品にも組み込まれていきました。このままでは人の仕事が無くなるとか、楽して仕事が出来る。みたいな事も言われましたが、逆にプロンプトエンジニアといった新しい考え方・テクニックも出てきましたが、でもその本質は「相手に仕事の指示を的確に判りやすく伝える」という「人としてのコミュニケーション技術」だったというのも、皮肉な感じがしました。

・リアルイベント開催の復活

　コロナ禍が明けたと実感できるのは、今までオンラインで開催されていたイベントがリアル開催されるようになり、久しぶりに大勢の集まりに参加したり、フェイスtoフェイスで会話が出来るなど、元の世界が戻ってきた喜びがありました。

・GX30 : GeneXusインターナショナルミーティング

　イベントといえば、GeneXusインターナショナルミーティングもリアル開催となりました。私も久しぶりにウルグアイに渡航し、参加してきました。目玉としては、りそな銀行・NTTデータソフィアの方々も一緒にイベントに参加していただき、講演も行いました。

2024年はどんな年になるでしょうか。私は世界が平和になるように願ってやみません。

皆さんにとって良い一年になりますように。

4年ぶりリアル開催のGeneXusインターナショナルミーティング : GX 30に参加して

 みなさん、こんにちは。暫くぶりの投稿です。

2023年11月28日から3日間、ウルグアイにてGeneXusインターナショナルミーティング GX 30が開催されました。

前回が2019年になるので4年ぶりのリアル開催でした。本当に久しぶりに世界中から集まった面々に会えてとても懐かしく、嬉しく思いました。

オープニングキーノートスピーチをするニコラス・ホダールCEO

さて、イベントを通じてのレポートを幾つか。

イベントの参加人数は少なめでした。以前はメインホール(BallRoom)が一杯で立ち見で溢れるほどでしたが、今回は空席もチラホラ。GeneXus社の人に聞いたら、オンライン参加者が多いとの事。イベント参加もパンデミック後の新様式でした

GeneXus 社の講演ではやはりAI関連が目立っていました。GeneXus Next と、GeneXus Enterprise AI の二つです。それぞれをざっくり説明します。

・GeneXus Next は以前の投稿でも紹介しましたが、Webベースのノーコード開発ツールです。自然言語で記述した業務要件をAIが解析し、トランザクションオブジェクトを定義、WorkWithPlusパターンとデザインシステムを適用する事でメンテナンスのUIまで自動生成してくれます。「業務要件を記述」というと、どのレベルまで書くとどんな内容まで実装してくれるの？と気になる所ですが、今時点では

・トランザクションストラクチャの出力

・ビジネスプロセスダイアグラムの出力

でした。これも機能的には追加されていくものと思われます。

既存のGeneXusとの関係が気になりますが、講演の中では「ノーコードでモデリング」と言っていましたので、GeneXus を置き換えるものではなく、要件定義時のモデリングツール的な使い方をイメージしているのではないでしょうか？また、Nextで実装した技術をGeneXusにも実装していくと言っていましたので、AI機能の実験場であるのかもしれません。

あとはマルチプラットフォーム IDE という言い方も(Web版とは別に)していました。こちらはVS Code のプラグインで提供されるのかもしれません。

・GeneXus Enterprise AI は、LLMに対するコネクタ製品との事。自分で開発したアプリ(ナレッジベース)から、Enterprise AI のインターフェース経由でLLMに接続できます。なぜアプリから直接LLMに接続しないのか？いというと、一つは接続先となるLLMは固定ではなくサポートしているものであれば(OpenAI、GoogleBird、etc)共通のインターフェースで接続できます。もう一つは、Enterprise tAIにはエンベディングが含まれているとの事で、いわゆるベクトルデータベースを使ってLLMに対する情報付加が出来るようになります。

既にGeneXus Wiki はGeneXus Enterprise AIを使用しているバージョンにアップデートされています。

AI 系の講演で全般的に共通していたのが、コンセプチュアルな説明が多く、具体的なデモが少なかったです。これは今時点ではテクニカルプレビューの意味合いが強く、具体的な価格やライセンス体系も含めた製品としての出荷は来年以降になるからと思われます。

(具体的な情報は何もないので、この記事を見たからといって、ジェネクサス・ジャパンへ問い合わせるのはお控えください)

AI の次にGeneXus社が力を入れていたのがSuperApp/Mini App でした。これはネイティブモバイルジェネレーター(スマホアプリ)の新機能になるのですが、中国のWeChat、日本ではLineやPayPayをイメージしてもらうと判りやすいです。SuperAppがいわゆる親アプリ(プラットフォームアプリ)で、MiniAppが抜き差し可能な子アプリになります。

またスーパーアップにはプラットフォーマーとしての決済インターフェイスが用意されているので、eコマース的なミニアプリからスーパアプリの決済を使う事も出来ます。デモではイタオ銀行のスーパーアプリ上で、カフェや映画のチケットを購入できるミニアプリが動作していました。

そして、MiniAppを管理するアプリがMini App センターです。ミニアプリのアップロード、申請、承認、公開といった、アプリストアとしてのワークフローを備えた運用支援ツールになっています。

この3つの構成でエコシステムを構築する事ができます。(もちろん、ビジネスモデル・スキームは必要ですが)

ちなみに、独自のミニアプリストアで公開するミニアプリですが、Apple app store 、Google Play store の審査は必要ないのか？とGeneXus社の担当者に聞いてみたところ、それは問題ないとの事でした。コロナ過中にウルグアイではGeneXus社がコロナ対応アプリをいち早くリリースしていましたが、その頃にApple、Google各社に問い合わせていて、問題ないと回答をもらっているそうです。

スーパーアプリに関しては既存のスクラッチアプリにミニアップレンダーというスーパーアップ用のインターフェースを組み込む方法(いわゆるマイグレーション)と、GeneXusで一から開発する方法の二種類を用意しているようです。これにより、速やかな市場展開が出来ます。

という、ことで簡単にと言いながら結構長くなってしまいましたが、4年ぶりのGXインターナショナルミーティングのレポートを終わります。

それぞれ詳細な情報を入手したら記事にしようと思います。

では。

ChatGPT Plugin : ベクトルデータベースに挑戦 その2

前回の続きです。

作成したベクトルデータベース(Cosmos DB)の中身はこんな感じです。

1レコードの内容がまるっとテキストデータでJSON形式で格納しています。「embedding」項目の値として小数値が配列となっています。これが文章をベクトル化した結果です。

では、このデータベースを使って検索するプログラムを作成します。

検索処理ですが、通常のRDBのようにDB側で検索するのでは無く、一旦DBからベクトル値を全レコード分抽出した配列と、質問文章をベクトル化したものを、比較=コサイン類似性(Cosine Similarity)計算します。

以下はデバッグで出力した計算結果の配列値です。データベースには70(文書)レコード登録してあるので計算結果も問合せ文章と70レコードを比較した70個の数値配列になります。

値の大きい方(1に近い方)がベクトルとして同じ方向(=文脈が近い)にあり、小さい方(-1に近い方)がベクトルとして逆方向(=文脈が遠い)にあります。

この計算結果を昇順にソートし、上位から必要なレコードを取得します。

以下、検索処理のPythonコードをChatGPTに解説して貰った内容です。

このPythonコードは、Azure Cosmos DBに保存された文書データを検索するWeb APIを提供します。具体的には、OpenAIのEmbedding APIを使用してクエリと文書のベクトル化を行い、それらのコサイン類似度を計算して最も類似度が高い文書を返す機能を持っています。以下に、コードの主要な部分を段階的に解説します。

1. 環境変数の設定: .env ファイルから環境変数を読み込み、OpenAI APIキーとAzure Cosmos DBのURLとキーを設定します。
2. WikiDocumentクラス: このクラスには、テキストを指定したトークン数に分割するsplit_textメソッドと、指定したクエリに最も類似した文書を検索するsearch_documentメソッドが含まれています。
3. Web APIの定義: Quartとquart_corsを使用してWeb APIを定義します。/gxwiki/search/<string:query>エンドポイントは、指定したクエリに最も類似した文書を検索し、その結果をJSON形式で返します。また、/.well-known/ai-plugin.jsonと/openapi.yamlエンドポイントは、それぞれAIプラグインのマニフェストとOpenAPI仕様を返します。
4. main関数: この関数では、Azure Cosmos DBから全ての文書を読み込み、それらのベクトルを_docs_vectorsリストに保存します。その後、Webアプリケーションを起動します。
5. エントリーポイント: ファイルが直接実行された場合、main関数が呼び出されます。

検索処理はChatGPT Pluginsとして呼び出されますので、Webサービスとして動作するように実装しています。PythonのWebフレームワークであるQuartを使用しています。

プログラムを実行するとプロセスとしてリクエストを待機します。

APIが出来上がったら、後は前回と同様にChatGPT Pluginとして使用するのに必要なマニフェストファイルとYamlファイルを準備します。

・ap-plugin.json

・openai.yaml

　英語の文章を元にベクトル化をしていますので、日本語の質問文章ではマッチしません。検索用API側で日本語→英語翻訳をしてもいいのですが、せっかくChatGPT Pluginとして動かすので、ChatGPT側で翻訳を行ってもらうようにdescription項目に「Query string must be English. Could you translate it before search」と入れました。

これでPluginの完成です。

次回は実際に使ってみましょう。

では。

ChatGPT PluginをGeneXusで作ってみた。その2

 先日作成したChatGPT Pluginをあれこれ使ってみて気が付いた事を書きます。

TodoプラグインのTodo取得APIはユーザー名のフィルタリングだけで、他には特に機能的なものは実装していません。シンプルなリストデータを返すAPIです。

しかし、ChatGPT自体がデータ処理が可能なので、要求(プロンプト)に応じてAPIの機能に無い処理をしてくれます。

・Todoの期限ごとにカウント表示

・完了済みのTodoは除外して表示

・直近の期限のTodoを表示

・期限でソートして表示

・表形式で出力

こうなってくると、プラグイン側で実装する機能範囲と、ChatGPT側で処理をしてくれる範囲の境界線をどう考えたら良いのか? ある程度経験値が溜まらないとパッと判断するのは難しいですね。

もしくは、そんなに難しく考えない方がよいのでしょうか? 最初はゆるい感じでプラグインを作っておき、テストしながらChatGPT側で難しそうor重そうな場合はプラグイン側に寄せる。といったチューニング的な感じで進めるのが良いのでしょうかね。

では。

ChatGPT PluginをGeneXusで作ってみた。

 ずいぶん前に申請していたChatGPTのPlugin developerがようやく招待されたので試してみました。

まずはPlugin Quick Startとして公開されているサンプルを使って実装しました。ソースは以下のGithubになります。(実装および動作確認はここでは省略します)

https://github.com/openai/plugins-quickstart

サンプルがうまく動作したら、同じものをGeneXusを使って実装してみました。サンプルでは登録したTodoデータはメモリ上にしか保持しない仕様になっていますので、サービスを再起動するとデータは失われてしまいます。GeneXusで同じ機能を実装するのであれば、Todoデータはデータベースに登録しておきたいですよね。

という事で、ナレッジを新規作成したらまずはTodoトランザクションを定義します。

• 主キーはユーザー名+TodoNoの複合キー
• Todo(Description)以外に完了予定日(DueDate)、完了フラグ(IsDone)、完了日(DoneDate)を追加

続いてAPIオブジェクトを作成し、I/Fを定義します。

サンプルでは、Todo一覧取得、Todo登録、Todo削除だけでしたが、DB化するのでTodo更新機能も追加し、Todo内容の変更や完了登録が出来るようにします。

あとは、それぞれのAPIに対応するプロシージャオブジェクトとパラメータであるSDTを作成します。このあたりは通常のGeneXus開発と変わりませんので、内容の紹介は割愛しますが、サンプルと比較して違う点だけ書き留めておきます。

• サンプルでは機能ごとにHTTP Methondを指定していました。例えば、Todo削除はDELETEなど。GeneXusのAPIオブジェクトでもRestMethodのアノテーション記述が出来るのですが、DELETE指定の場合、ChatGPTとの連携がうまく出来ませんでした。従って、上記のAPIオブジェクト定義では登録・更新・削除は全てPOSTにしています。
• サンプルのTodo登録機能では、ユーザー名はHTTPパラメータ、TodoはPost valueと使い分けているのですが(HTTPパラメータはURLRewriteでパス(=ユーザー名)にマッピングさせるため)、GeneXusのプロシージャオブジェクトは、パラメータは全てPost valueになるのと、ユーザー名はプリミティブ変数、その他Todo項目はSDTという複数パラメータがうまく認識されなかったので、送信データは全て一つのSDTに纏めています。

基本的には以上でプラグイン機能の出来上がりです。ビルドしてPostMan等のRestテストツールで動作確認をします。

次にChatGPT Pluginとして登録するのに必要なファイルの定義です。

• マニフェストファイル(ai-plugin.json)
• ChatGPTがPluginをインストールした時に読み込むファイルで、Pluginの基本的な説明と、APIの定義情報が書いてあるyamlファイルの場所、ロゴ画像ファイルの場所が記述してあります。こちらはほぼサンプルと同じ内容で場所の指定のみPluginを配置するサーバーの内容に変更しました。
• yamlファイル(openapi.yaml)
• APIのインターフェース定義がされているyamlファイル(Open API Documentフォーマット)です。
• 今回、一番ハマったのはこのファイルでした。yamlファイルはGeneXusでもAPIを作成するとビルド時に自動生成してくれますが、フォーマットは同じでも記述内容が微妙にChatGPTが要求するものと違っており、トライ&エラーで動作するようになりました。以下、ポイントです。
• operationId　GeneXusが生成する内容は「APIオブジェクト名.API名_メソッド」という書式ですが、ChatGPTでは「.」ドットは受け付けておらず、アンダースコアに変更する必要がありました。
• schema  パラメータをSDTとして定義する場合、GeneXusはyamlの定義をAPI定義→(参照)→パラメータ定義→(参照)→SDT定義(JSONオブジェクト)という風に三段階の参照($ref)で定義します。これがChatGPTでは認められず、二段階(一つの参照のみ)に変更する必要がありました。且つ、type:objectが不足していましたので、こちらも手動で追加しました。
• description　ChatGPTがどうPluginを使うか? はdescriptionの書き方に依存します。特にパラメータとなる各項目の説明は単に名称だけだとこちらの想定通りの挙動にならず(もちろん、名前から推測はしてくれますが)、特に更新や削除をする時に主キー項目は、「データ取得時の主キー項目を使い回すように」といった念押しのような説明の記載をしないと、ChatGPTが適当な値を主キーとして設定するため、更新が空振りしてしまう事態となりました。
• アイコンファイル
• Pluginリストや選択時のPluginを識別するためのアイコン画像です。今回は、サンプルにあったTodoアイコンの背景画像をGeneXusっぽく赤色に変更したものを使ってみました。

Pluginに必要なファイルが出来たらデプロイしたアプリの然るべき場所に配置します。

いよいよ、ChatGPTにPluginをインストールします。Plugin developerとして認証されると、Plugin storeにオプションが増え、未認証のPluginや自分で開発したPluginを自由にインストール・使用する事ができるようになります。Pluginをデプロイしたurlを指定します。(Pluginの呼び出しはブラウザ上で行われているようで、localhostも指定出来ます)

では、使ってみましょう。

この様に、TODOリストの一覧表し、登録、更新、削除が会話ベースで行えます。さらに、今回のPluginはユーザー名を主キーとしてテーブルを作成してあるので、ユーザーを切り替えて使う事も出来ます。(認証の仕組みは作っていないので、自動的な設定は出来ていませんが)

色々と試してみて判ったのは、ChatGPT自体が代名詞や文脈を理解するので、Todo情報を正確に記載しなくても「期限は来週月曜日」とか「完了日は昨日」といった指示する側が日常会話レベルの内容でも正しく動作してくれるのがAIらしい使い方だと思いました。

テキストベースではありますが、自然言語でPluginアプリが操作できるという事は、例えばスマホの音声入力を使えば、いちいちキーボーとから打ち込まなくても話し言葉でアプリが操作できますし、その応用編としてはAmazon AlexaやGoogle Echoといったスマートスピーカーに組み込む事が出来るようになれば「何を言っているのか判りません」といったつれない返事によるイライラから解消されるかもしれません。ChatGPT Pluginが飛躍的に活用されるのはこんなユースケースな気がしました。

何かアイディアが思いついたら新しいPluginを作ってみたいと思います。

では。

システム開発とジェネレーティブAI: 生産性向上への新たな可能性

 【導入】

システム開発は巨大なプロジェクトであり、効率化と成果物の品質向上が求められます。最近、ジェネレーティブAIの登場により、コーディングや他のプロセスにおいて新たなアシスタント機能が生まれました。本記事では、システム開発におけるジェネレーティブAIの活用方法と、その効果について段階的に解説します。

【ステップ1: システム開発のプロセスとジェネレーティブAIの関係】 システム開発のプロセスを要件定義、設計、コーディング、テストの工程に分け、それぞれにおいてジェネレーティブAIの活用方法を検討します。要件定義においては、自動生成されたテストケースや要件ドキュメントの作成が可能です。設計では、AIによるデザインの自動生成や最適化が可能です。コーディング工程では、AIを用いたコード生成やテンプレートの活用が効果的です。テストにおいては、AIによるバグの自動検出やテストスクリプトの生成が効率化に寄与します。

【ステップ2: コミュニケーションの改善】 システム開発では、プロジェクトメンバー間の円滑なコミュニケーションが不可欠です。ここでは、ジェネレーティブAIが優れた道具として活用されます。例えば、自動要約機能を持つAIチャットボットを導入することで、プロジェクトの議事録やミーティングの要点を効率的にまとめることができます。さらに、質問応答システムを活用することで、プロジェクトメンバーが容易に情報を共有し、迅速な意思決定が可能となります。また、リアルタイムなコラボレーションをサポートする共同編集ツールやプロジェクトダッシュボードも利用することで、プロジェクトメンバー間のコミュニケーションとタスク管理を一元化し、効率化を図ることができます。

【ステップ3: プロセスの効率化と標準化】 各工程におけるプロセスの効率化と標準化も重要な要素です。ジェネレーティブAIを活用することで、コーディングの自動化や品質向上を実現できます。AIによるコード生成やテンプレートの利用、バグの自動検出などが効果的です。また、プロジェクト管理ツールにおいても、AIを活用することで自動化とアシスト機能を実現できます。以下は、AIを活用したプロジェクト管理ツールの具体的な機能です。

1. タスク管理の自動化: AIがプロジェクトメンバーのタスクを自動的に割り当てたり、進捗状況を追跡したりすることができます。AIは優先順位やリソースの可用性などを考慮し、タスクの最適なスケジューリングを行います。

2. リソース管理のサポート: AIはプロジェクトに必要なリソース（人員、予算、設備など）の管理をサポートします。AIはリソースの予測や最適化を行い、プロジェクト全体のリソースのバランスや適切な割り当てを助けます。

3. リスク管理の予測と対策: AIはプロジェクトのデータや過去の経験を分析し、リスクを予測します。また、リスクに対する適切な対策や予防策を提案することもできます。これにより、プロジェクトのリスク管理を強化し、問題の早期解決やコスト削減に寄与します。

4. コラボレーションとコミュニケーションの支援: AIを活用した共同編集ツールやコミュニケーションプラットフォームは、プロジェクトメンバー間のリアルタイムなコラボレーションを支援します。AIは共同編集の衝突を検出し解決するだけでなく、自動的にタスクの関係者への通知や進捗の共有などを行います。

5. プロジェクトの進捗と予測の可視化: AIはプロジェクトの進捗状況や予測を視覚的に表示するダッシュボードを提供します。これにより、プロジェクトマネージャーや関係者はリアルタイムでプロジェクトの状況を把握し、必要な対策や判断を行うことができます。

【まとめ】 システム開発におけるジェネレーティブAIの活用は、生産性向上や品質向上に大きな可能性をもたらします。コーディングや他のプロセスの効率化だけでなく、コミュニケーションの改善やプロセスの標準化も重要です。AIの活用により、素晴らしい成果物を生み出すシステム開発プロジェクトにおいて、ジェネレーティブAIは強力なパートナーとなるでしょう。

【ブログ記事の締めの文章】 システム開発におけるジェネレーティブAIの進化は、プロジェクトの生産性と品質を向上させるための新たな可能性を開拓しました。コーディングの効率化、コミュニケーションの改善、プロセスの標準化、そしてプロジェクト管理ツールの自動化とアシスト機能は、システム開発プロジェクトにおいて大きな価値をもたらします。ジェネレーティブAIと協力しながら、より効率的で革新的なシステム開発を実現しましょう。

以上のように、システム開発とジェネレーティブAIの関係について具体的なステップやプロジェクト管理ツールの機能を交えながら解説し、最後にブログ記事の締めの文章を追加しました。これにより、読者がシステム開発におけるジェネレーティブAIのポテンシャルと可能性を理解し、将来のプロジェクトに活かすことができるでしょう。

---

ここ何回かのブログ記事ではウェブサイトの内容をチャットGPTに要約してもらうというものでしたが、今回はブログ記事そのものをチャットGPTに考えてもらいました。

以下がそのプロンプトになりますが、今回は今までのように一発で記事は書けていません。ちなみにモデルはGPT3.5です。

人からの要求というものは曖昧なもので「ブログ記事を書いてください」という単純なゴールだとチャットGPTでも記事を書くことができません。そのゴールに対してどんどん情報を追加してあげる、パラメータを追加してあげることによりGPTが曖昧なゴールをより正確なゴールとして認識することができ、そしてアウトプットを出力することができる。という流れです。いわゆるゴールシークと呼ばれる手法です。私はシュンスケさんからだいぶ勉強させて貰っています。

どうしたらChatGPTを使いこなせるか? そしてどんな事に適用出来るのか? もう少しトライを続けていこうと思っています。

では。

GeneXusとAIの連携：未来への一歩

 こんにちは、皆さん。前回の記事「ChatGPTとのフォローアップ」の続編として、今回はGeneXusとAIの連携について詳しくお話ししたいと思います。GeneXusが現在検討しているAIとの連携技術や商品について、詳細に解説していきます。

まずは、GeneXusのAIアシスタントについてです。GeneXusは現在、AIアシスタント（通称：TuringBots）を用いて、エンタープライズソフトウェアソリューションを短期間で作成・維持する技術を開発しています。これは、決定的な記号AIとLLM（Large Language Model）技術の組み合わせによって実現されています。AIアシスタントは、ユーザーが必要とするデータやエンティティに基づいてバックオフィスのドラフトを素早く生成することができます。また、バックエンドやAPIの最初のプロトタイプを作成し、プロトタイピングクラウドにデプロイすることも可能です。さらに、複数のデザインシステムを適用してシステムを生成することができ、K2Bパターン、WorkWithPlus、SAP Fioriなどを選択できます。また、GeneXus Nextを使用すると、プロンプトから自動的にネイティブのiOSアプリケーションを生成することができます。ダッシュボードの作成も自動化され、要求されたシステムに関連する可能性のあるクエリを推測し、それらのクエリを含む初期ダッシュボードを生成します。これらの情報は、GeneXusのAIアシスタントのページで詳しく説明されています。

次に、GE Brainについてです。GE Brainは、大規模言語モデルを成功裏に達成し、AIビジネスアプリケーションの作成と進化を簡素化するスマートゲートとして機能するミドルウェアです。GE Brainを使用すると、コストを削減し、市場投入までの時間を短縮し、ビジネスの知能を向上させることができます。これは、集中化されたデータとコストの可視性を提供し、将来のAIインターフェースを維持し、データのセキュリティとスケーラビリティを確保し、ビジネスのニーズを解決するための組み込みAIパターンを提供することによって実現されます。また、GE Brainは、AIモデルが急速に進化する中で、ビジネスが追いつくのが難しいという課題に対処します。GE Brainは独立したインターフェースを提供し、エージェントが基礎となるAIモデルから切り離されたビジネス視点で進化することを可能にします。さらに、GE Brainの組み込み機能により、インターフェースは接続インターフェースを壊すことなく簡単にテストと更新が可能で、コストを削減し、ビジネスが競争に先んじることを確保します。これらの情報は、GE Brainのウェブサイトで詳しく説明されています。

以下に、GeneXusとAIの連携についての図を示します。

この図は、GeneXusがAIアシスタントとGE Brainを用いてどのようにエンタープライズソフトウェアソリューションを作成・維持し、さまざまな機能を提供しているかを示しています。詳細については、上記のリンクを参照してください。

以上が、GeneXusとAIの連携についての詳細な紹介となります。次回の記事でも、最新の技術やトレンドについて詳しく解説していきますので、お楽しみに！

---

今回はGeneXusとAI(GenerativeAI)に関する記事をChatGPTに書いて貰いました。

以下がChatGTPに指示したプロンプトです。使用しているプラグインは「Linkreader」「WebPilot」「ShowMe」です。今回はプロンプトの中で指定している2つのリンクから情報収集をしてもらい、その内容を記事として書いて貰いました。

指示タイトル:
GeneXusとAIの関係性に関するブログ記事の作成
指示詳細:
以前作成したブログ記事の続編的なブログ記事の作成をして下さい。
以前の記事は以下になります。
https://g-mind.blogspot.com/2023/05/follow-up-chatgpt.html

執筆内容としては、
・記事タイトル。これから作成する記事の内容を踏まえて考えてください。キャッチーなものをお願いします。
・あいさつ文と前回の続編であることの記述。私の記事の文体をまねてください。
・以下がGeneXusが現在検討しているGeneXusとAIを連携した技術や商品の情報です。
　・https://www.genexus.com/en/products/ai-assistants
　・https://ge.nexus/
　内容を読み込んで要約してそれぞれの紹介記事を書いてください。内容は要約せずに詳細に書いてください。また引用元のリファレンスも提示してください。

全体として優しくわかりやすい文体で記述をお願いします。
ブログ記事は日本語でお願いします

GeneXus AIアシスタント(GeneXus Next)とGE Brain(Ge.nexus)共に現時点では製品ではなく、技術的な方向性を見せるテクニカルプレビューですので、その点は誤解のないようお願いします。

ただ、今時点でこれだけの対応をしているのは正直驚きです。特にAIアシスタントに関しては、具体的に動くデモもあります。私も先行申し込みをして実際に使ってみましたが、自然言語で作成したいアプリの要件を記述すると、その内容からAIがアプリとして必要なトランザクションを導き出し、そのままビルド→アプリが動作するようになります。(だいたい5分～10分くらい) これがそのまま業務で使えるレベルではありませんが、GeneXus社としてはGenerative AIは重要な技術であり、今後のソフトウェア開発の転換点になると捕らえていると見ていいでしょう。

次回はAIアシスタントについてもう少し詳しく触れてみたいと思います。

では。

GX30 : GeneXusインターナショナルミーティングが開催されます

 ご無沙汰してます。横井です。

GeneXus社のニュースレターによると、新型コロナウイルスの影響でリアル開催が延期されていたGeneXusインターナショナルミーティングが開催されると発表がありました。

今年は11月28日～30日の3日間、ウルグアイのラディソンホテルで開催となります。

例年は9～10月だったので、2カ月遅い開催ですね。4年ぶりという事もあり、準備に時間が必要なのでしょうか。いずれにせよ、久しぶりにFace to faceでイベントが開催されるのはうれしい限りです。

今から参加の日程調整をしましょう。日本からも数多くの参加をお待ちしてます。

では。

GitHub Copilot for Businnessがリリースされました

 ご無沙汰してます。横井です。

2022年もすっかりブログを更新せずに年を越してしまいました。新型コロナの驚異という長いトンネルもようやく出口が見えてきた2023年ですが、皆さんは元気でお過ごしでしょうか。

久々のブログ投稿ですが、話題はGeneXusではありません。

GitHub CopilotはGitHubがOpenAIと提携し2021年からテクニカルプレビューを始め、2022年に一般公開されていましたが、この度for Busineesとして全ての開発者・組織に向けて公開されました。

このGitHub Copilotという機能はプログラマがコーディングをする時にAIがプログラムの文脈を読み取りこれから書こうとするコードを予測して書いてくれるものです。「Copilot=副操縦士」という名が示す通りコーディングをアシストしてくれます。

当該ページのタイトルに「AI Pair Programming」とありますが、XP(エクストリーム・プログラミング)で提唱された「ペアプログラミング」を人ではなくAIが代行してくれる。というものです。

これにより、GitHubはコーディングを55%高速化する事ができると行っています。

少し前では「AIがいくら進化しているとはいえ、人に変わってコーディングするなんて無理無理」と考えがちでしたが、昨年から今年に掛けてのわずか数ヶ月でChat-GPTやAIアートなど次々とクリエイティブ分野での実績を出しています。そしてMicrosoftからBing+AI(Prometheus)がリリースされ、さらにGoogleからBardがリリースされるなど、検索エンジンもAIを使って変わろうとしています。

こうした状況からも2023年はAIを実用的に使い始める転換の年になりそうです。

話はプログラミングの世界にもどって、業務システムの開発においては、この5～6年ほどは「ローコードツール」が業界を賑わせています。

個人的には「超高速開発ツール」と同じバズワード(マーケティングワード)だと冷静に捉えていますが、それでもGeneXusもローコードのくくりの中で紹介されることで世に広まるきっかけになればとは思っています。

しかし、ここにきてAI Pair Programmingツールが実用的になってくると、いったい生産性が高いのは「ローコードツール」なのか? それとも「AIペアプログラミング」なのか? と色々思いあぐねるものがあります。

いずれにせよ、このまま行くと一から十までゴリゴリとコーディングするプログラマーは絶滅危惧種になってしまうかもしれません。

かつて、自動車は全てマニュアル車でしたが、今の日本では99.9%以上はオートマチック車です。レースの世界でも人がクラッチを蹴って手でシフトチェンジをするより、高度に電子制御された自動シフトチェンジの方が圧倒的にパフォーマンスが出るようになってしまったので、マニュアル車はもはや趣味で乗る人ぐらいしか持たない状態です。

ソフトウェア開発の世界でも同じような状況がそう遠くない将来やってくるかもしれません。

【導入事例】日経コンピュータにりそなホールディングス様のGeneXus導入記事が掲載されました

 日経コンピュータ2022年9月29日号のケーススタディに「ローコードで営業店システム刷新アプリ自動生成、開発期間半減」と題して、りそなホールディングス様のGeneXus導入記事が見開き2ページに渡って掲載されました。

日経BP社がりそなホールディングス様に取材された記事ですが、なんと弊社イノベーティブ・ソリューションズの名前も掲載されていました。(驚)

有料記事ですのでここには内容の転載はできませんが、りそなホールディングス様がGeneXusを採用するにあたってのPoc支援から実際に開発に入ってからの標準化支援まで多岐にわたってご支援させて頂いた事が書かれていました。

銀行へのインタービューでいちベンダー(それも弊社のような零細企業)の名前を挙げて頂けるとは驚きもあり、非常にありがたい事でした。弊社の事は別にしても大手金融機関がGeneXusを採用した事例紹介が日経コンピュータに掲載されるのはGeneXusを広める観点でもうれしい限りです。

是非、ご一読を。同じ記事が日経クロステックでも掲載されています。Webでご覧頂きたい方はこちらをどうぞ。(有料会員向け記事です)

【導入事例】週刊BCN＋に山崎製パン様のGeneXus導入事例が掲載されました

こちらは昨年(2021年)になりますがGeneXus導入事例の紹介です。

週刊BCN＋に山崎製パン様の導入事例が掲載されました。

山崎製パン様はGeneXusを採用されて10年になりますが、実は採用に至る評価から始まり、採用後の教育、開発支援、内製化支援などを私が手掛けさせて頂いております。

2016年にはGeneXus Dayで講演をして頂きました。

講演の中でも説明頂いておりましたが、山崎製パン様においては元々受注システムが基幹システムとして存在しており、GeneXusで開発した製品統合マスタ(ASCA)は基幹システムの周辺システムという位置づけでした。しかし、システム稼働後も継続的に(特に食品衛生法など法律の対応が必須のシステムという事もあり)開発を続けられており、成長を続けた今ではこのシステムが無いと山崎製パンの新製品を発売する事が出来ないぐらい重要な位置づけのシステムになってきました。

今後も5年、10年、20年と長いサイクルでGeneXusを活用してシステムを維持していかれると思います。

【NEWS】日経電子版オンラインセミナー(7/28～7/30)にGeneXusの事例発表があります

2021年7月28日（水）〜31日（土）に開催される、日経電子版オンラインセミナー 

「企業のDXを高速化するノーコード、ローコード開発とは」に ジェネクサス・ジャパン(株)が協賛しています。

以下、ジェネクサス・ジャパンからのプレスリリースです。

日経電子版オンラインセミナー「日経電子版オンラインセミナー　企業のDXを高速化するノーコード、ローコード開発とは」に協賛いたします。
協賛講演としましてNTTデータソフィア株式会社 取締役副社長 白鳥 哲也氏にご登壇いただき、『GeneXusを活用したりそなグループの次世代営業店システム構築について』をご講演いただきます。
本講演ではりそなグループの次世代営業店システムをGeneXusを活用して構築、プロジェクトの概要とローコード開発ツール活用の狙い・効果・リスク対策等をお話しいただきます。
オンラインセミナーは事前申し込み制です。専用ページよりお申し込みの上、ぜひご参加ください。

■日経電子版オンラインセミナー
　「企業のDXを高速化するノーコード、ローコード開発とは」
日時：　2021年7月28日(水)10:00〜7月31日(土)10:00
　　　　お申込み頂きましたら、開催期間中はいつでもご講演が視聴可能です。
場所：　オンデマンド配信
主催：　日本経済新聞社 デジタル事業 メディアビジネスユニット
料金：　参加無料
【お申込み・プログラム（特設ページ）】 https://events.nikkei.co.jp/39425/
★お申し込みの際には日経ID（無料で取得可能）が必要です。

又、当講演にて発表の事例は弊社、株式会社イノベーティブ・ソリューションズが関わった案件です。 以下、弊社のプレスリリースです。

弊社、株式会社イノベーティブ・ソリューションズ（本社：神奈川県横浜市、代表取締役：細江　浩、以下「Innovative Solutions」）が関わった案件について、日経新聞のオンラインセミナーで事例発表がございます。

当システムにおける弊社の役割は、GeneXusの特徴を活かす開発手法のコンサルティングと将来の内製化に向けた開発支援です。
結果として開発段階の生産性向上だけでなく、ソフトの変更容易性の確保、OS,ハードウェアなどのEOS（保守終了）など、
将来起こりうる課題に対し、柔軟な対応能力を得るための標準化を進め、ライフサイクルコスト削減を担保するアプローチが評価されているのだと思います。
これは「Future Ploof」（将来も使い続けられる、レガシー化しない）という概念で、DXの推進には必須の概念になります。

〇　システム更改を予定している企業の皆様
〇　DXの一環で新規システム開発を進めていこうとしている企業の皆様
〇　システムの内製化に取り組もうとお考えの企業の皆様

是非、セミナーにご参加ください

お申込期限：2021年7月26日(月)17:00までとなっております。 お早めのお申し込みをお願い致します。

【NEWS】りそなHD、GeneXusによるローコード開発で営業店システムを構築、想定16カ月を7カ月で開発

 既に各ニュースサイトでも掲載されていますが、株式会社NTTデータ、NTTデータソフィア株式会社、ジェネクサス･ジャパン株式会社の三社合同のプレスリリースがありました。

りそなホールディングスは、ローコード開発で構築した新たな営業店システムを、2021年4月から順次稼働させる。2020年10月から一部機能で試行していたシステムである。ローコード開発ツールの「GeneXus」を採用した。現在は、りそなホールディングス傘下の各行の開発にもGeneXusの採用を決定し、開発に着手している。NTTデータ、NTTデータソフィア、ジェネクサス・ジャパンの3社が2021年3月19日に発表した。

IT Leaderの記事から引用 

ポイントはプレスリリースの一番下に書いてある「【今後について】りそなホールディングスは現在、傘下の各行の開発においてもGeneXusの採用を決定し、現在開発に着手している。」という所。

プロジェクトレベルではなく、銀行レベルでGeneXusの採用を決定しています。(他のニュース記事だと省かれてる) 

実は、ユーザー企業がGeneXusを採用する場合で成否を分ける点です。

「ローコード開発ツール」という表現はどうしても「コーディング量を減らして開発工数を抑える」という印象を与えがちですが、GeneXusの本質は開発フェーズだけでなく、本番運用が始まった後の運用フェーズや実行環境のリプレースなど、一度開発したシステムを5年・10年と使用していく為のアプリケーション・ライフサイクル・管理(ALM)プラットホームです。

ここが他のローコード開発ツールと決定的に違う点です。

そして、ALMプラットフォームとしては、プロジェクトコストとしてツールを導入するとプロジェクトが終了すれば体制は解散、ツールの継続利用コストも負担できず、開発を続けづらい状況に陥ってしまいます。

こういった事態を防ぐには、プロジェクトコストではなく部門コストとして継続的に費用を計上出来る予算取りが重要になります。

つまり、プロジェクトにツールを投入するのではなく、ツールも含めた継続的な開発体制に対して案件を投入していく。そんなイメージです。

今回の事例を機に、大手企業でもGeneXusの採用が進めばと思います。

NTTデータのプレスリリース

NTTデータソフィアのプレスリリース

ジェネクサス･ジャパンのプレスリリース

GeneXus Day 2020 Webinar が開催されました(動画アーカイブの紹介)

2020年11月12日にGeneXus Day 2020 Webinarが開催されました。

今までGeneXusのイベントは会場に集まって頂いてリアルな講演会でしたが、今年は新型コロナウイルスの影響でWebinarというオンラインでの開催となりました。

 今回は以下のプログラムでした。

1　[ジェネクサス・ジャパン講演]　技術サポート部 松本 右・ 佐脇 光太郎

2　[事例発表1]　カナディアン・ソーラー・ジャパン株式会社　今野 陽介

3　[事例発表2]　株式会社イノベーティブ・ソリューションズ　横井 利和

4　[事例発表3]　アプリケーションアシスト株式会社　植田 真人

5　[事例発表4]　エヌ・ティ・ティ・コムウェア株式会社　山本 達哉

(各講演の動画と資料ダウンロードはジェネクサス･ジャパン社のサイトでどうぞ)

かく言う私も講演させて頂きました。日本での公演は10年ぶりぐらいでしょうか。ここの所ウルグアイで開催されるGeneXusイベントでの講演ばかりだったので、久しぶりに日本語の講演が嬉しくて気合いを入れて原稿を作成したら30分の枠に全く収まらず、前半パートは割愛させて頂くという始末。。大変失礼をしました。

今回はDXやニューノーマルといったコロナ禍も含めた環境の変化に企業がいかに対応するかという時代背景も含めて、アプリケーションライフサイクルマネジメント(ALM)という視点でGeneXusを語りました。

兎角GeneXusは超高速開発ツールとかローコード開発ツールといった目の前のコストダウン・効率化に焦点が当たりますが、そういった状況に対するアンチテーゼとしてアプリケーションライフサイクルマネジメントを下支えするツールという位置づけと、テストの資産化という新しい言葉・考え方をお話しさせて頂きました。

とはいえ、我々もテスト自動化の取り組みはまだ道半ばです。色々と試行錯誤しながらゴールを探す旅の途中です。今後も機会がありましたら同様のテーマでその後の進捗をお話しできればと思っています。

尚、Webinar動画とは別に弊社イノベーティブ・ソリューションズのスタッフが講演会場で撮影した動画も公開する事にしました。より鮮明が映像で講演がご覧頂けます。イノベーティブ・ソリューションズのサイトもどうぞご覧下さい。

では。

GX30 : GeneXusインターナショナルミーティングは2021年に延期されました

ジェネクサス･ジャパン社から以下のアナウンスがありました。

この度の新型コロナウイルスの感染拡大を受け、2020年9月14〜16日にウルグアイにて開催予定の
『GeneXusインターナショナルミーティングGX30』を2021年に延期させていただくこととなりました。

インターナショナルミーティングの重要な目的は参加者の皆様とのコミュニケーションと考えておりますので、
ミーティングをオンラインで行うことはその大きな目的の1つを満たせないと考え、大変残念ではありますが延期を決定いたしました。
ウルグアイのGeneXus S.A.社の延期のご連絡のレターを添付させていただきます。

既に『GeneXusインターナショナルミーティングGX30』へのご参加を計画されていらした方、
また動画配信等を楽しみにしていただいていた方には、ご迷惑をおかけして誠に申し訳ございませんが、
何卒ご理解・ご了承いただけますと幸いです。

The GeneXus Meeting GX30 Has Been Postponed Until 2021.

In view of the current situation, and with only a few months left before the next GeneXus Meeting (which was scheduled to take place on 14-16 September, 2020), it will not be possible for us to hold GX30 in person.

An essential component of this type of event is networking among participants, so doing it exclusively online would not meet one of the main objectives: the synergy of the meeting. For these reasons, we have decided to postpone GX30 until 2021, on a date that will be announced in a timely manner.

We thank the worldwide GeneXus Community, as well as our Distributors, Partners, and Clients, for their understanding and support for the decision we’ve made in this difficult time.

For more information, contact us via meeting@genexus.com or our social networks.