枚岡合金工具株式会社

2007/08/08 05:00
投稿者: furushiba
表示回数 28,527

　枚岡合金工具は、冷間鍛造部品用金型の設計・製造とデジタル統合書類管理システムのコンサルティング・導入・教育・保守の２つの事業を行っています。
製造現場の３S（整理・整頓・清掃）活動を徹底することにより息のなが～～～い超寿命金型を製造し、製造コストの低減を提案させて頂きます。
現場の３S活動の中から生まれた『デジタルドルフィンズ』は、「いつでも、誰でも、いる情報が、すぐに（６秒）」取り出せ、社内から“モノ探しのイライラ”をなくし、お客様を待たせることなく顧客満足を高める営業ツールにも多くの企業で活用されています。

ISO９００１：２０００　冷間鍛造部品用金型の設計・製造
経済産業省認定２００６年度ＩＴ経営百選　最優秀賞企業
http://www.sg-loy.com

[tag:ISO9001 一般機械器具金型設計]

Youtubeチャンネル

youtubeのサイトでこのチャンネルを見る

47年間の真摯なご奉公に感謝して - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

47年間にわたりご勤務くださった84歳の職人さんの感謝祭を開催し、
これまでのご功労に感謝状と記念品を贈呈させていただきました。
長年にわたり黙々と真摯に仕事と向き合ってこられた姿に、
心より深い敬意と感謝の念を捧げます。

枚岡合金工具株式会社
古芝保治

しばちゃん【３Sの学校】公式Line

心に火がつく、３S研修会＆工場現場見学会
https://hiraoka.keikai.topblog.jp/
講話と現場見学を通じて3Sの基礎を学んで頂けます。
あらゆる業種・役職の方におすすめです。
＞＞＞　https://sg-loy.com/event/3s-series/

書類探しのムダ時間を斬る！
書類の保管場所のムダスペースを無くす！

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

人を想う力──澤秀一郎先生の温かなメッセージ - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

11月7日に新潟県燕三条で開催されたナイトセミナー終了後、
歯学博士・澤秀一郎先生より、温かい感想メモとともに、
「震災時の健康管理における口内ケア」に役立つ携帯用歯ブラシを
頂戴いたしました。

先生のお心遣いに、心より深く感謝申し上げます。

佐渡マラソン大会で表彰台に立たれた情景を描いた手書きのイラストが、
感動を呼びました。

枚岡合金工具株式会社
古芝保治

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

満席の熱狂！県央地区ナイトセミナーで燃え上がる3Sの心 - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

新潟県県央地区ナイトセミナーには、県央地区役員の皆さまの並々
ならぬご尽力のおかげをもちまして、ほぼ満席となる137名もの
皆さまにご参加いただきました。

開始前から大会議室は熱気に包まれ、活気あふれる雰囲気の中で
開催することができました。

お集まりいただいた皆さまに、徹底3Sの“心の火”を灯すという使命
を果たすことができ、心より深く感謝申し上げます。

また、セミナー開催に先立ち、中越地域の一宮・弥彦神社に
主催者の皆さまとともに参拝し、安全な開催と会の成功を
心より祈念いたしました。

枚岡合金工具株式会社
古芝保治

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

温かいご感想ありがとうございます――心でつながる経営の原点 - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

メールマガジンの読者の方より心温まるお言葉をいただきました。

「浅井周英先生のお話し、とても良かったです。

一人の園児のために卒園式をもう一度皆で開催する。
そして感激されたお母さんが号泣される景色が目に浮かびました。

感動する経営が大事であることを改めて感じました。」

心温まるお言葉をお寄せくださり、誠にありがとうございます。

浅井周英先生のお話しに共感していただけたとのこと、大変うれしく拝読いたしました。
一人の園児のためにもう一度卒園式を行うというエピソードは、まさに「心の経営」「感動の経営」を体現されており、多くの気づきをいただきました。

これからも、皆さまの心に響くお話をお届けできるよう努めてまいります。

枚岡合金工具株式会社
古芝保治

好奇心が健康の秘訣！に掲載に感謝 - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

このたび、トラック情報誌に私のインタビュー記事を掲載いただきました。

テーマは「好奇心が健康の秘訣！」。
新しいことにチャレンジし続ける姿勢や、日々のランニング・3S活動を通じて感じている“心と体の健康づくり”についてお話しさせていただきました。

年齢を重ねても、学びと行動を止めない。
その原動力は、まさに“好奇心”です。

ぜひお手に取ってご覧ください。

枚岡合金工具株式会社
古芝保治

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

爽やかな秋晴れのもと、地域に感謝を込めて清掃活動 - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

11月2日(日)爽やかな秋晴れに恵まれ気温15℃のもと
午前7時30分から8時15分まで烏ヶ辻ボランティア清掃を行いました。

今回は、児童公園南側の遊歩道清掃と、公園東側遊歩道の雑草除去に取り組み、
12袋分のごみを回収いたしました。
参加人数は7名でした。

桜の落葉が進み、集めても集めても次々と舞い降りてきます。
それでも皆さんと力を合わせ、晩秋のひとときを爽やかな汗とともに楽しく過ごすことができました。

引き続き、地域の美化活動に励んでまいります。

枚岡合金工具株式会社
古芝保治

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

探す時間ゼロへ！「ありがとう新聞」11月号を発信 - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

いよいよ11月を迎え、季節がぐっと深まってまいりました。
大阪城公園の銀杏並木も黄金色に染まり、うろこ雲の浮かぶ秋空に美しく映える頃となりました。

のたび、「ありがとう新聞」第226号（11月号）を発行いたしました。
今月号も皆さまの日々の暮らしやお仕事に、ささやかな気づきと温かな励ましをお届けできれば幸いです。

以下に、今号の主な内容をご紹介いたします。

１，探す時間ゼロへ。

　デジタルドルフィンズが生む “攻めの情報基盤”

　 近畿刃物工業株式会社さま 活用事例とは

２，感動二話　～浅井周英先生に学ぶ　命の使い方～

３，徹底３Ｓ研修＆工場見学会

日々のお仕事の改善やヒントの一助となれば、心より嬉しく存じます。

PDF版はこちらをご覧ください。＞＞＞「ありがとう新聞」2025年11月号pdf

【あとがき】

昨日、中国・安徽省安慶からお陰様で無事に夜帰社いたしました。

ところが、思わぬハプニングが発生。
旅路の途中、スーツケースの鍵番号が荷物検査の過程で変わって
しまっていたのです。

「000」から「999」まで、ひとつずつ番号を試すこと約1時間余り――
ついに開錠できず、やむを得ず“強制執行”。

マイナスドライバーを駆使し、固定アングルをねじ曲げて、ダイキャスト
金具が吹き飛びようやくスーツケースの中身を解放いたしました。

旅先で怪我をしたことを思えば、大難が小難に変わった有難い出来事。
さらに、身体に傷もなく、フライトの遅延や拘束もなく無事帰国できた
ことに、心から感謝です。

本日は第一土曜日、恒例の全社一斉「徹底3S活動日」。
さらに来春入社予定の大学生の皆さんをお迎えし、ささやかながら
内定式を挙行いたしました。
歓迎の乾杯の音頭を務め、先ほど無事に散会したところです。

その後、ようやくこのメールマガジンを執筆しております。
弊社の徹底3Sには「活動中は業務をしてはならない」という厳しい掟があり、
率先垂範の立場として、やや遅れての発信となりましたことを、
謹んでお詫び申し上げます。

枚岡合金工具株式会社
古芝保治

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

旅の締めくくりは感謝のランニング in 安慶 - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

安徽省安慶は晴天、気温17℃。
今朝は安慶の湖を1周7kmランニングし、流汗鍛錬させていただきました。
温かくお見送りいただき、新幹線と地下鉄を乗り継ぎ、南京経由で故郷大阪へ帰途につきます。
北京、安慶にてお世話になりました皆様に、心より感謝申し上げます。

枚岡合金工具株式会社
古芝保治

しばちゃん【３Sの学校】公式Line

心に火がつく、３S研修会＆工場現場見学会
https://hiraoka.keikai.topblog.jp/
講話と現場見学を通じて3Sの基礎を学んで頂けます。
あらゆる業種・役職の方におすすめです。
＞＞＞　https://sg-loy.com/event/3s-series/

書類探しのムダ時間を斬る！
書類の保管場所のムダスペースを無くす！

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【名古屋】スマート工場EXPO

開催日	2025年10月29日(水)～10月31日(金)
会場	ポートメッセなごや

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

「ゴミゼロ化」の理念、海を越えて中国へ - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

10月27日、北京にて北京本物メディア様と
拙著『儲けとツキを呼ぶ「ゴミゼロ化」工場の秘密』の
中国版ローカライズ出版について協議を行いました。

遅くとも来年3月には、タイ王国版に続き、
中国でも出版される予定です。

枚岡合金工具株式会社
古芝保治

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【名古屋】スマート工場EXPO

開催日	2025年10月29日(水)～10月31日(金)
会場	ポートメッセなごや

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

　明日から北京にて怒涛の徹底3S研修会がスタート - 整理・整頓・清掃とIT経営で経営革新をｻﾎﾟｰﾄの枚岡合金工具古芝保治の日記 -

氏神様とご先祖様に出発のご挨拶を申し上げ、
これより午後の便で北京へ向かいます。

明日からはいよいよ怒涛の徹底3S研修会がスタート！
新たな出会いとご縁を心より楽しみにしております。

枚岡合金工具株式会社
古芝保治

枚岡合金工具が提供する、徹底トコトンの3S（整理・整頓・清掃）コンサルティング！
逆境のときこそ学び、企業風土改革に取り組むチャンス！
＞＞＞https://sg-loy.com/event/consulting/

冷間鍛造金型　http://www.sg-loy.co.jp

【名古屋】スマート工場EXPO

開催日	2025年10月29日(水)～10月31日(金)
会場	ポートメッセなごや

【東京】スマートファクトリーJapan

開催日	2025年12月3日(水)～12月5日(金)
会場	東京ビッグサイト

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

AI は、高い買い物…?

AI は、高いのか、安いのか。

私の持論はこうです:

大衆向け AI の利用は安価であるが、
カスタマイズした AI の利用は高価である。

これは別に AI (生成 AI) に限った話ではなく、世の中の商売全般に当てはまる事でしょう。

同じ商品を大量に売り上げること、「薄利多売」が成立するということです。

同じ商品でない、一品一品異なる性質の商品を注文する場合には、「オーダーメイド」や「カスタマイズ」するといったりします。

生成 AI の場合は、どの程度になるのでしょうか。

大衆向け AI については、参考程度に (1 USD ≒ 150 円で計算)

ChatGPT Pro $20 / 月 (月額 3,000 円)
ChatGPT Pro $200 / 月 (月額 30,000 円)

Google AI Pro 月額 2,900 円
Google AI Ultra 月額 36,400 円

どこからをオーダーメイドとするかは難しい所ですが、
ひとまず Microsoft のクラウドサービスである Azure にて
自分専用の生成 AI (この例では gpt-5-mini) をデプロイした際に発生する月額を以て発生費用として
計算したいと思います。
※ 算出する価格は参考価格です。実際には追加の費用やら為替変動やらで増額していきます。

Azure OpenAI 等は一応、相手が一般利用者というよりも、仕入れ業者のような開発会社を販売対象としたサービス群です。

Azure AI Foundry では、生成 AI を動作させるコンピューターの性能を選択できるようになっています。ピンキリではございますが、スペック 2 種類をご紹介します。

Standard_NV6ads_A10_v5
6 コア、55 GB RAM、180 GB ストレージ $0.45/時間
Standard_NC80adis_H100_v5
80 コア、640 GB RAM、256 GB ストレージ $13.96/時間

月額の計算式は、時給 x 24 (時間) x 30.5 (日間) としましょう。

Standard_NV6ads_A10_v5 で稼動する場合は…
0.45 * 150 * 24 * 30.5 → 月額 49,410 円
Standard_NC80adis_H100_v5 で稼動する場合は…
13.96 * 150 * 24 * 30.5 → 月額 1,532,808 円

という風になりました。但し、これは原価 (仕入れ価格) ですので、再販する場合は原価に 1.3 を乗算するなどして、販売価格を設定するのでしょう。

Azure OpenAI Service の価格

こちらにある微調整モデルの価格が案外、答え合わせになるかもしれません。微調整モデルとは、利用者の都合により追加学習したモデル (データ) のことです。それをデプロイし、利用者が自身の問題解決に利用するタイプのものです。

o4-mini (強化微調整) Regional ..., ホスティング: ￥254.2/時間

254.2 * 24 * 30.5 → 月額 186,074 円 (ホスティングのみ、学習や推論は更に従量課金)

ここまで、自分専用の AI をオーダーメイドで構築する場合の費用感について考察しました。

参考までに、ハード価格、消費電力についても軽く触れておきましょう。

NVIDIA A10 参考販売価格 536,910 円消費電力 150W/h
NVIDIA H100 参考販売価格 5,255,000 円消費電力 350 W/h

セマンティック検索、ベクトル検索、類似図面検索について

(gpt-5-mini などに教えを乞いながら勉強しました、修正有)

セマンティック検索とは「意味レベルでの検索を可能にする」という「概念」です。

ベクトル検索とは、セマンティック検索の 1 つの具体的な手法です。埋め込みベクトルを使用します。

AI 技術の台頭により、文章でも画像でも、単一のベクトル (埋め込みベクトル) に変換できる技術が一般化した、という事でしょう。

ここでいう「ベクトル」とは「方向」や「向き」の事です。「大きさ」も含まれますが、ここでは無視 (長さは 1 で固定) します。

例として、 2 次元で、長さ 1 のベクトルを、1 つイメージしてみました:

我々は 3 次元の世界に生きているとされます。「方向」といえば (X, Y, Z) の 3 軸があり、基準軸に対してどの程度回転しているのか、という形で「向き」が表現ができます。

「埋め込みベクトル」は、意味などを埋め込んだベクトル、という形容詞が付いているだけで、通常の数学の「ベクトル」と同じものです。

次元数について考えてみます。

東西南北という方角を表現するのであれば 2 次元 (X, Y) で充分に表現できるでしょう。

しかし、前や後ろなど、奥行を表現しようとすると 2 次元では不足します。
3 次元 (X, Y, Z) であれば表現できるでしょう。

さらに、時間的な進みや戻りなど、時間軸を表現しようとすると 3 次元では不足します。
4 次元 (X, Y, Z, W) であれば表現できるでしょう。

さらに、色の概念を追加しようとすると、どうでしょうか。色は、この 4 次元の中には存在しません。
8 次元 (X, Y, Z, W, C, M, Y, K) であれば表現できるでしょう。

このように、扱う概念が多ければ多いほど、高次元のベクトルが必要になります。

実際、どのぐらいの次元数が必要になるのでしょうか。

ここで話題にしている「埋め込みベクトル」は 1,024 ～ 4,096 次元など、かなり高い次元数を持つ「方向」になります。人間に理解できる概念ではありません。

機械学習や AI の世界では、高次元 (1,024 次元など) ベクトルの各次元に対して、どのような意味を割り振りするかは、学習時にアルゴリズムや学習データが自動的に決定します。

つまり、我々は、埋め込みベクトルの各次元にどのような意味を与えるのかについて、全く考える必要はありません。逆にいうと、各次元にはどのような意味があるのか、知ることもできないという事になります。

さて。

1 つの文章から 1,024 次元の埋め込みベクトルを取得したい。

Azure AI Foundry などの商用サービスでは、既に従量課金サービス (SaaS) として、 API 形式で利用可能です。
具体的な商品名:

text-embedding-3-large
text-embedding-3-small
Cohere-embed-v3-multilingual

1 つの画像から 512 次元の埋め込みベクトルを取得したい。

ResNet18 など、本来は画像認識や画像分類タスクに使用されるモデルを「改造」する事で、本来出力するべき「分類スコア」ではなく「埋め込みベクトル」を代わりに出力できます。
モデルの例:

ResNet18
DenseNet121
EfficientNetB0
InceptionV3
MobileNetV2
RegNetY_800MF
Vgg16

このようにして、人類は、画像や文章から、意味のある固定長データを取得できるようになりました。

後は、この埋め込みベクトルをデータベースへ登録して、検索の際には比較するだけです。

ベクトル同士 (次元数が同じである 2 つのベクトル) の比較には「コサイン類似度」という計算方法があります。計算結果は -1.0 ～ 1.0 の範囲で数値が 1 つ出ます。 1.0 の場合は「同じ」ベクトルを意味します。

この類似度をスコア値などと称して、検索結果に併記する方法もあるでしょうか。

簡易なものでは、こういった理論で以て、セマンティック検索や類似図面検索を実装できるのかもしれません。

但し、ベクトル検索にも苦手はあります。正確な記述が必要な内容 (数値、電話番号、住所、名称、品名など) では検索ができません。用途に応じて、従来型の検索手段も用意が必要になる点をしっかりと押さえておきたいです。

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

pg_bigm の技術的な詳細

pg_bigm は PostgreSQL (データベースエンジン) で、高速にバイグラム検索ができるようにするための拡張機能です。
要は、全文検索技術の 1 つです。

オリジナルは以下サイトで配布されています

https://github.com/pgbigm/pg_bigm

Windows 用のバイナリーが配布されていないようなので、
pg_bigm.dll の配布ついでに技術的なトピックを加筆しました。

https://github.com/HiraokaHyperTools/pg_bigm

デジタルドルフィンズには、検索に pg_bigm を使用するオプションもあります。

pg_bigm 自体は恐らく完成されていて、これ以上機能は増えないものと仮定しています。
pg_bigm の方は更新しないのですが、一方で母体である PostgreSQL はそうではありません。

PostgreSQL のバージョンは 1 年ごとにメジャーバージョンアップするようで、
最新版への追従も年々必要であり、大変な事です。

OS や開発環境も更新が必要であり、常日頃の環境整備が欠かせません。
ある程度の自動化と、作業の省力化が求められます。

最近は AI 技術の台頭もあり、ベクトル検索がトレンドになりつつあります。
pgvector に興味を示しつつも、今抱えている拡張機能の更新や単体テストもしなければと
奮闘しています。

Thunderbird → Outlook へメール移行するアドインを書きました

Thunderbird → Outlook へメール移行するアドインを書きました。 (※ 表示言語は全て英語です)

HiraokaHyperTools/OutlookIMExToolsAddIn1: Import mails to Microsoft Office Outlook

私は Thunderbird 愛用者です。 Microsoft Office Outlook 愛用者とは真っ向から対立するかもしれません。

Thunderbird を愛用する理由は:

- フォルダを丸ごとコピーするだけで、バックアップできたり、 PC 間を引越ししたりできる点
- 壊れにくい点 (個人の感想)
- 全文検索が標準機能として実装されている点
- フリーソフトである点

そんな中、 OutlookIMExToolsAddIn1 を書いた理由は、サポートで利用する可能性があるからです。あと Outlook アドイン開発の勉強のためでもあります。

大方の内容は 2025/08/20 の 1 日間で実装しました。着手前から「できそうだ」という感触があり、 8 割がた構想が煮詰っていました。あとの 2 割は「今までやったことのない部分」です。解決にどの程度の手がかかるか不明で、所要時間のみの問題であった部分です。

その 8 割がたには予備調査による結果も含んでいます。

Outlook では、下書き目的や、送信目的でのメールは VBA から操作して作成できますが、今回の移行で扱ったような「受信したメール」の偽装方法が不明である、という未解決の課題がありました。

結局、正攻法は不明のままです。ひとまず「受信したメール」を装った msg ファイルを工作により製造しました。その msg ファイルをインポートして、属性情報を書き込む、という回避策を取りました。

属性情報の転記には IConverterSession::MIMEToMAPI を使用します。

これがまた曰く付きのものなのです。 Outlook と一緒に提供されるものなのですが、 App-V の仮想化により、 Outlook 2013 からは外部へ公開されなくなりました。

つまり Outlook 2013 からは、他のアプリが簡単に IConverterSession を利用できなくなりました。これはセキュリティー云々の理由というよりかは、仮想化の影響です。つまり、 Office をインストールすることで Windows の環境を破壊しないように、 Windows への変更さえも仮想環境の内部に留める、という製品デザインによるものです。

逆にいうと Outlook 2013 と一緒に動作するアドインからは IConverterSession を問題なく利用できます。この性質を尊重することにしました。

Outlook など Microsoft Office のアドイン開発には 3 つの方法があります:

- COM アドイン
- VSTO アドイン
- Outlook アドイン (Web 技術ベース)

最初は COM アドインを選択する予定でした。しかし VSTO アドインを後で知り、実はこちらの方が、開発作業の生産性が高かったので、VSTO アドインを選択しました。

Thunderbird の mbox 形式の読み取り機能についても、実データを参考にしました。 mbox 形式では一般に "From " で始まる行がメールとメールの間の区切りになりますが、メールの本文中に "From " があった場合はどうなりますか。 ">From " のように大なり記号を先頭に追加します、という仕様も考慮しています。

vCard 形式についても「Outlook は ANSI 文字コードを使用したものしか理解できない。それ以外のものは文字化けを起こす」という事がわかっていましたので、その点も設計時に考慮しました。

このように様々な考慮事項がありましたが、サポート業務などを介して事前に問題へ触れるチャンスが結構あり、プラスに働きました。

今話題の AI (GitHub Copilot) を Visual Studio 2022 と共に利用しました。しかし現状の AI は「設計には適していない」事は様々な実験結果よりわかっていましたので、設計は全部自分でやりました。コードの補完や修正については AI を利用する、という役割分担を自分の中で決めてコーディングを進めました。

Arm64X について書きました

Arm64X — Arm64X ドキュメント

---

Arm64X は、一般に馴染みのない単語です。

Windows プログラムの形態の 1 つです。 Arm 版 Windows 11 で効果を発揮するバイナリーです。

ARM?

ARM の CPU で有名なものには Qualcomm 社の Snapdragon シリーズがあります (スマホでの話)。

Windows 以外の市場、例えば、スマホや MacBook 市場ではもう ARM CPU 一択という状況になりつつあります。

そういう意味では Intel 社と AMD 社が競って成立している Windows の x86_64 市場は、かなり古くからあり奇妙な戦場なのです。

Windows PC の CPU といえば、 Intel 社または AMD 社など互換メーカーのものが一般的のはずです。

少し前 2024 年 6 月に Copilot+ PC として ARM CPU 搭載 Windows 11 がデビューしました。これがまた日本では不評なのです…

複合機のプリンタードライバー (CANON 社など) が ARM CPU に未対応、あるいは機能制限ありのものが多いのです。
印刷は、会社業務では必須のものですので、メーカーの対応が遅れている事には驚きです。

しかし、今や Copilot+ PC は

- AMD Ryzen AI 7 350
- インテル Core Ultra 7 258V (Lunar Lake)

- Snapdragon X Plus X1P-42-100

といった CPU を搭載しています。

【最新版】Copilot+ PC対応スペックのノートパソコン人気売れ筋ランキングによると

CPU メーカーの割合は 2025/08/22 時点で、このようになっています。

□ Intel（137）

□ AMD（130）

□ Qualcomm（62）

Qualcomm 社がピンチです!

ARM CPU 搭載 PC は「バッテリー駆動時間が長い」と言われていますが、それ以外の優位性が割と不明な印象です。

そこで、この危機的状況を助けたいと思いました。

1980 年代からパソコンの世界を見てきた私が、問題点の整理と、情報提供を目的として立ち上げたのが冒頭のサイトです。

この圧倒的不利が覆えるとは思いませんが、ある類の社会貢献として実施している意図があります。

DD32fts1Indexer.exe につきまして

直近で DD32fts1Indexer.exe につきまして 2 回程、お問い合わせ頂きました。
概略につきまして、こちらへ掲載いたします。

弊社、枚岡合金工具株式会社が提供しているプログラムです。

「PDF ファイルなどから、全文検索用の文字データを抽出し、データベースに反映するプログラム」です。

弊社が開発販売しています、文書管理・図面管理システム、デジタルドルフィンズのオプション機能としてご提供しています。

技術的には IFilter インターフェイス (filter.h) を使用して、文書から検索可能な文字情報を抽出しています。

IFilter そのものは「ファイルからプロパティー情報を抽出するための仕様書」のようなもので、
その仕様書に沿って作られたプログラム (DLL 形式) が存在します。

有名なものでは Microsoft Office 2010 フィルタパックがございます。こちらをインストールすることで docx / xlsx / pptx などの文書ファイルから文字情報の抽出を可能にします。

PDF に対応するものつきましては Adobe PDF IFilter v6.0 や Adobe PDF iFilter 9 for 64-bit platforms があります (現在は提供終了)

DD32fts1Indexer.exe の動作が原因で、Windows Server のメモリー枯渇に至っているというお問い合わせがございます。
現在調査中です。

この危機的状況の回避手段としましては… タスクスケジューラにて、タスク「DD32fts1Indexer定期実行」を「無効」にしてください。これにより実行されなくなり、回避が可能です。

追記:

PDF ファイルのフォント埋め込み情報にて `/BaseFont /Untitlted` という指定があると Adobe PDF iFilter 9 for 64-bit platforms では読み込みに問題を生じる可能性がある事がわかりました。

回避策としましては、他の IFilter をインストールします:

- Adobe iFilter 11 for 64-bit platforms
- 弊社開発の PDF 用代替 IFilter プログラム (https://github.com/HiraokaHyperTools/PDFSampleFilter2/releases)

- その他 IFilter プログラム

Arm ベース PC 用 Windows 11 時代の 3 つのバイナリ格納パス

Aarch64 のバイナリを格納 (ARM64)
C:\Program Files
C:\Windows\System32

---

ARMv7 Thumb のバイナリを格納 (ARM32)
C:\Program Files (Arm)
C:\Windows\SysArm32

※ ARM32 のサポートは、以下のバージョンの配布で以て終了しました:
- Windows 11 Insider Preview Build 25905 Canary Channel 参考
- Windows 11, version 24H2 参考

---

Intel 80386 のバイナリを格納
C:\Program Files (x86)
C:\Windows\SysWOW64

AI のあることないこと QA 編

AI (機械学習) を使って、できること、できないこと。
AI という用語を持ち出すだけで、過大な期待をされがちです。
誤った期待には絶望感を示しながら、整理していきたいと思います。

---

Q1 AI を活用して、類似図面の設計・提案に利用できないだろうか

A 「顧客支給図面 X」に対して、「設計図面 Y」で以て問題解決が成功した、という事例を多数蓄積しているのであれば、機械学習が提供する「画像分類」 (Image Classification) 技術を用いてアプローチできる可能性があります。
「顧客支給図面 A」に対して「設計図面 B」を ○○ % の確率でお勧めします、というアウトプットができます。

---

Q2 AI を活用して、新人営業が、ベテラン営業のようなパフォーマンスを達成することはできないだろうか

A ベテラン営業と「同様のことを達成したい」のであれば、新人営業はベテラン営業を「真似するべき」です。同じ原因には、同じ結果が伴うためです。AI とは直接的な関係がありません。

---
Q3 AI を活用して～～をできないだろうか

ビジネスの方法に関して仮説を持っているのであれば、ChatGPT などのサービスで相談できると思います。

例

「弁当屋です。弁当の売上個数と天気には関係があると思います。これを AI (機械学習) で解決できますか。」

gpt-35-turbo による回答案

「はい、AI（機械学習）を使用して弁当の売上個数と天気の関係を解決することができます。機械学習アルゴリズムを使用して、過去の売上データと天気データを分析し、天気のパターンと売上個数の関連性を見つけることができます。その後、予測モデルを構築して、将来の天気予報を入力することで、売上個数を予測することができます。このような予測モデルは、弁当屋の需要予測や在庫管理などに役立ちます。」

一般的に、機械学習で解決できると思われる課題をリストアップしてみます。

参考: ML.NET |.NET 用に作成された機械学習

二項分類アルゴリズム (多クラス分類アルゴリズム)

- [感情分析] レビューの感情分析ができます。入力文章に対して予め「肯定的・否定的」という、いずれかの評価を添えて学習することで、未知の文章に対して「肯定的 ○○ %」「否定的 ○○ %」の推論ができるようになります。多クラス分類アルゴリズムでは、3 つ以上の感情 (例: 肯定、否定、喜び、悲しみなど) を表現することも可能です。但し、「肯定、否定」と「喜び、悲しみ」とでは評価の意図が異なる可能性があります。この場合は別々のモデルを構築して、別々に評価した方が良いでしょう。

- [不正検出] 約 31 個の項目 (V1 ～ V28、前回取引からの経過時間、取引金額、不正の有無) を用いて学習します。そして、与えられた環境情報 (V1 ～ V28、前回取引からの経過時間、取引金額) をもとに、不正有りの確率 (○○ %) を推論します。V1 ～ V28 は特微量です。取引データなど、機密に関わる情報は通常、そのまま使用しません。特定の意図を残したまま、別の形式に変換したものを用います。

クラスターアルゴリズム

- [顧客セグメント] グループ分けが不明な数値データの羅列について、機械的に N 個のグループへ分けさせる事を目的とします。N は、モデルの学習時に指定します。

回帰アルゴリズム

- [販売予測] 過去の環境情報 (例: 天気、季節、その他) + 売上金額の情報を学習して、環境情報を元にした未来の売上金額を予測します。

- [料金予測] 同上

画像分類

- 1 枚の画像を分類 (ラベル + 確率のリストを出力) します。例えば、食べ物の画像を分類するモデルであれば、ピザの画像に対してピザの画像である確率 80% のような出力をします。

オブジェクトの検出

- 1 枚の画像に含まれる人や物を検出 (複数可能) します。検出対象は、人であれ物であれ、予め学習しておく必要があります。YOLO モデルでは、画像の (X, Y, width, height) の範囲内に「人」が映っている可能性 70% のような出力をします。

行列分解アルゴリズム

- [製品のおすすめ] 例として 2 次元のデータ (横軸に顧客一覧、縦軸に商品一覧、各セルに評価を入力したもの) をもとに、特定の条件 (特定の顧客と、特定の商品の組み合わせ) における、おすすめ度合いを数値 (例: 0.0 ～ 1.0) で推論します。3 次元以上のデータを使用する方法もあるようです。

狭義の AI ができること

狭義の AI ができることは、
虫食い問題を解く程度のことです。

過去のデータを分析し、
未来のデータを予測する…

但し、機械学習での訓練・推論では、入出力情報が主に数値 (例: 0.0 ~ 1.0) であるため、文字列などのラベル情報は数値と置き換える必要があります。例: 晴れ = 0.0、曇り = 0.5、雨 = 1.0

例えば、
今日は（晴れ 0.0）の日だから、弁当が（よく売れた 100）。
今日は（曇り 0.5）の日だから、弁当が（あまり売れなかった 50）。
今日は（雨 1.0）の日だから、弁当が（ほとんど売れなかった 20）。

機械学習のモデルでは、定型の文章は削除してしまい、数値だけ残している、という状態に通常はします。

0.0 → 100
0.5 → 50
1.0 → 20

推論の例として、

今日は（どしゃ降り 2.0）の日だから、弁当が（売れなかった 3）。

2.0 → 3

という風に「どしゃ降り」の直接的なデータは存在しないが、推論をすることはできる、というのが特徴です。

訓練に使用するデータは、因果関係が成立しているものや、相関関係が認められるものの方が良いです。

例

原因 = 雨の降り具合 0.0 ～ (晴れ = 0.0、雨 = 1.0)
結果 = 売り上げた弁当の個数 0 ～

結果の項目数は通常 1 つですが、原因の方の項目数はいくつあっても構いません。項目数や、レコード数に関係なく、よしなに訓練・推論できるのが機械学習の良さです。

原因には、「予測値」と「実測値」があります。

予測値の例: 天気予報による雨の降り具合 0.0 ～ (晴れ = 0.0、雨 = 1.0)
実測値の例: 実際の天気を観測することにより知り得た雨の降り具合 0.0 ～ (晴れ = 0.0、雨 = 1.0)

推論をしたい早朝の段階では、「実測値」の方は未知である可能性があります。

そのため、仮定を含めて推論することで情報量を増やし、その結果を元に意思決定をする、というやり方もあるかと思います。

これは、項目数を 3 にした場合の例えです:

今日は（晴れ 0.0）の予報があり、実際は（晴れ 0.0）であると、弁当が（よく売れた 100）。
今日は（晴れ 0.0）の予報があり、実際は（曇り 0.5）であると、弁当が（そこそこ売れた 70）。
今日は（晴れ 0.0）の予報があり、実際は（雨 1.0）であると、弁当が（あまり売れなかった 15）。

実測値である実際の天気の部分を、試しに「晴れ 0.0」「曇り 0.5」「雨 1.0」と仮定して推論をしてみる、という具合です。

こういった推論をするためには、毎日、天気予報と、実際の天気と、弁当の売上個数を記録して数値データ化し、日々、モデルを訓練する必要があります。
運用が大変ですが、機械学習には、こうった使い道もあるという事で理解頂ければ幸いです。

オフラインの設定と shi1005_flags の値

SHARE_INFO_1005 structure (lmshare.h)
https://learn.microsoft.com/en-us/windows/win32/api/lmshare/ns-lmshare-share_info_1005

---

[ユーザーが指定したファイルおよびプログラムのみオフラインで利用可能にする] と [BranchCache を有効にする]

shi1005_flags
8192
SHI1005_FLAGS_ENABLE_HASH

---

[共有フォルダーにあるファイルやプログラムはオフラインで利用可能にしない]

shi1005_flags
48
CSC_CACHE_NONE

---

[共有フォルダーからユーザーが開いたファイルとプログラムは、すべて自動的にオフラインで利用可能にする] と [パフォーマンスが最適になるようにする]

shi1005_flags
32
CSC_CACHE_VDO

---

[共有フォルダーからユーザーが開いたファイルとプログラムは、すべて自動的にオフラインで利用可能にする]

shi1005_flags
16
CSC_CACHE_AUTO_REINT

---

[ユーザーが指定したファイルおよびプログラムのみオフラインで利用可能にする]

shi1005_flags
0
CSC_CACHE_MANUAL_REINT

（この記事には画像があります。画像部分は外部ブログサイトで見れます。）

枚岡合金工具株式会社