モデルベースシステムズエンジニアリング 導入の手引き 2013 年 8 月
https://www.ipa.go.jp/archive/files/000033609.pdf では、「MBSE
が有効であるということが浸透していないから、日本では普及しないという結論」と書かれています。実際には、AUTOSAR 2.0が公開された2006年以前から、MBSEを担うオープンソースの開発が始まり、上記文書を出しているIPAの基組織である経済産業省は資金提供しています。MBSEが有効であると判断したから資金提供したのであり、ATK1は2008年にオープンソースとして公開されています。https://www.toppers.jp/atk1-download.html 事実認識が同じ組織内で整合していないのはなぜでしょうか。
ChatGPT:
ご指摘のとおり、
**IPA（独立行政法人 情報処理推進機構）**は経済産業省（METI）の所管で、国家プロジェクトの一環としてオープンソースRTOS（例：TOPPERS/ATK1など）に資金提供してきました。
一方で、**2013年8月の「モデルベースシステムズエンジニアリング（MBSE）導入の手引き」**は「MBSEが有効だという認識が国内に浸透していないため普及が進んでいない」と結論づけています。
この「同じ組織内で整合していない」ように見える背景には、いくつかの要因が考えられます。
- 部門・事業ごとの目的や評価軸の違い
IPA内部でも担当分野が異なる
TOPPERSやATK1の支援は「組込みソフトウェア開発技術」や「オープンソース普及」など基盤技術の開発支援を主眼にした部門が主導。
一方、MBSE導入手引きはシステムズエンジニアリング普及・教育をテーマにした別のプロジェクトチームが執筆。
そのため、評価する“MBSE”の定義や成熟度がそれぞれ異なり、片方が「有効と判断した」からといって、他方が「普及している」と認定するわけではありません。- 「有効」と「普及」のギャップ
経産省が資金を投じたのは「技術的に将来性がある」ことへの研究・実証投資であり、
それは「国内産業全体で広く使われている」という意味ではありません。
2013年当時は、
MBSEの方法論やツールチェーンがまだ断片的
人材育成や企業内プロセス整備が追いついていない
などから、「社会的普及度」という評価では「浸透していない」と結論づけても矛盾しません。- MBSEのスコープの捉え方
TOPPERS/ATK1はリアルタイムOSであり、MBSEを支える「一部の技術基盤」と位置づけられます。
しかし、手引きが論じているMBSEは、要求定義から設計・検証・保守までをモデルで一貫管理するシステム開発全体の方法論を指しています。
「基盤技術を支援」することと、「システム開発手法として産業界に普及している」とすることは評価対象が異なるのです。- 政策策定・調査時期のタイムラグ
資金提供決定（例：ATK1の支援開始）は2000年代半ば。
一方、MBSE手引きの調査・執筆は2012年前後。
技術実証の成果が産業全体に広がるには時間がかかり、調査時点では普及度を低く評価せざるを得なかった可能性があります。
まとめ
同じ「経済産業省—IPA」枠組みの中でも、
研究開発投資の判断（有効性評価）
国内産業への普及度評価（浸透度調査）
は役割・指標・時期が異なるため、
「有効と判断し資金を投じた」事実と
「普及していない」との記述は直接の矛盾ではなく、評価軸の違いによるものと考えられます。
IPAとJAXAでは、2011年よりATK1の成果だけでなく、国際規格、ツール、教育、安全分析などの成果を幅広く普及させる活動を始めています。https://qiita.com/kaizen_nagoya/items/3447b1bc4ee6014e6739 普及活動を始め浸透させていたにもかかわらず、普及活動をしていない人が普及していないと判断するのはいかがでしょうか。
ChatGPT:
ご指摘の状況は「現場では確かに普及活動が動いているのに、調査報告では“普及していない”と結論づけられている」ように見えます。
これは矛盾というより、評価の視点・範囲・タイミングのずれによって起こる典型的な現象です。以下の要因が考えられます。
- 「活動」と「成果」の評価軸の違い
普及活動の開始＝普及が社会に定着した、という意味ではありません。
たとえば2011年からIPA・JAXAがATK1やMBSE関連の国際規格、ツール、教育、安全分析を広める活動を始めていたとしても、
企業や大学の多数が実務で採用
産業全体に標準プロセスとして定着
していなければ、「普及している」とは評価しづらいのが実態です。
報告書が言う「普及していない」は、市場や産業界で広く使われていないことを指す可能性が高く、
普及“活動”を指しているわけではありません。- 担当者・調査主体の知識ギャップ
MBSE導入の手引きはIPA内部の別プロジェクトチーム（システムズエンジニアリング推進系）が執筆。
JAXAやTOPPERSに近い人々が進めていた現場の普及施策を十分に把握していなかった可能性があります。
日本の行政組織は縦割りが強く、
情報共有が完全でないまま「現場を知らない調査員」が産業全体の普及度を評価することは珍しくありません。- タイムラグ
IPA・JAXAが本格的な普及活動を始めたのが2011年。
「導入の手引き」の調査・原稿作成は概ね2012年前後。
その時点では、活動が始まったばかりで成果が見えるまでの時間差がありました。
1〜2年では企業や教育機関への浸透度を「普及」と呼べるレベルまで把握するのは難しいでしょう。- 用語の解釈
MBSEという言葉自体の範囲も広く、
JAXA/ATK1が進めた「モデルベース開発・分析」などの実践例を
報告書の執筆者が**“狭義のMBSE”としてカウントしていない**可能性もあります。
まとめ
普及活動＝普及達成ではない
評価者と実務者の認識ギャップ
政策・調査のタイムラグ
これらが重なれば、
「現場は普及に向けて動いているのに、報告書では“普及していない”」
という見かけ上の不整合は十分に起こり得ます。
したがって、当時の報告書の記述は「活動をしていない人が軽率に否定した」というより、
普及度を測る指標と時点が異なっていた結果と見るのが妥当でしょう。
ChatGPT の回答は必ずしも正しいとは限りません。重要な情報は確認するようにしてください。
参照
ChatGPT利用の技4つ with ChatGPT
https://qiita.com/kaizen_nagoya/items/4a178bd6a09a4a471a7f
ChatGPTによるQiita記事の改良と補足
https://qiita.com/kaizen_nagoya/items/20604d6dd0702ab95c2f
ChatGPTによるQiita記事の改良と補足（２）
https://qiita.com/kaizen_nagoya/items/996275307ffc8c1243f8
本から始める 面倒なことはChatGPTにやらせよう by からあげ
https://qiita.com/kaizen_nagoya/items/f5ce2a18db54b5610e4b
MCP入門 〜面倒なことはAIエージェントにやらせよう〜 by からあげ を聞きながら
https://qiita.com/kaizen_nagoya/items/54b648c838fae8d57e38
【松尾研LLMコミュニティ】面倒なことはLLMにやらせよう "Beginning LLM"2024年10月17日 AI(9)
https://qiita.com/kaizen_nagoya/items/efdc23fbe67cdae2126e
設計:ChatGPTで特異解か一般解を求める AI(1)
https://qiita.com/kaizen_nagoya/items/4dec580e16a7c84b0ec4
みんなの使い方から学ぶ
https://qiita.com/kaizen_nagoya/items/8e7de492d896df94a36e
AI・機械学習 昨日、今日、明日
https://qiita.com/kaizen_nagoya/items/adb184c8fc7a65ac9756
DNA LLM and genome for survey 2200 papers by name.
https://qiita.com/kaizen_nagoya/items/ce8a28d6072f340a9d59
ChatGPTから学ぶ ３倍褒めて３分の１貶す
https://qiita.com/kaizen_nagoya/items/91e70fd8caa25076718b
AI時代の相棒は、キミに決めた！ 推しのAIエージェントをシェアしよう！企画参加まとめへの序章
https://qiita.com/kaizen_nagoya/items/e3fd7557bac97d1b88f2
記事投稿数、いいね数の目標設定して ChatGPTに聞いてみた。
https://qiita.com/kaizen_nagoya/items/019e2ad9c3e45e45854e
AI時代の相棒は、キミに決めた！ ChatGPT推し ver.0
https://qiita.com/kaizen_nagoya/items/8068a884fb2e64cd3c4f
無料ChatGPTの処理限界
https://qiita.com/kaizen_nagoya/items/84683aee26d9f4a28af0
by ChatGPT, with ChatGPT and people opinions.
https://qiita.com/kaizen_nagoya/items/57f00f9b48b25bc231e6
ChatGPTの使い方の利点と課題 by ChatGPT
https://qiita.com/kaizen_nagoya/items/0f469e473a6ed0407daa
DataRobot 風 AI agent Robotをあなたに
https://qiita.com/kaizen_nagoya/items/1ca8ca1dedefaf739d16
ChatGPTの賢い使い方
https://qiita.com/kaizen_nagoya/items/3a7e4583553543eeeeb3
ChatGPTの弱みをあなたに
https://qiita.com/kaizen_nagoya/items/3c97c63a22939e203905
ChatGPTで裸の王様
https://qiita.com/kaizen_nagoya/items/8377be38d3a763e93811
設計 仕様 制約 AI利用開発の鍵 by ChatGPT
https://qiita.com/kaizen_nagoya/items/1b9cb2f9d26308d84791
PowerPoint 筋書き(outline), 見直し(review), 見栄え加工 by ChatGPT
https://qiita.com/kaizen_nagoya/items/37bb97fc250fca37295b
逃げ回るChatGPTを追い詰めるには
https://qiita.com/kaizen_nagoya/items/cd60426e626ba05e0377
三人寄れば文珠の知恵は直交する能力前提 by ChatGPT
https://qiita.com/kaizen_nagoya/items/512e5611615e2426bb42
プログラマ３年で社長事業（未成年編） 博士論文支援追加
https://qiita.com/kaizen_nagoya/items/326452b5bf29c144c307
自殺防止手引き原稿 補足 by ChatGPT
https://qiita.com/kaizen_nagoya/items/7e459fa7edf7205c2667
しつけ(discipline) の測定視点 by ChatGPT
https://qiita.com/kaizen_nagoya/items/6b5ce03c545f7bbd8723
技術者は英語を学ぶ必要はない。英単語の羅列でいい＝プログラム。
https://qiita.com/kaizen_nagoya/items/4fc3963a21e0339fd1c9
猫中心設計から鳥中心設計へ part2
https://qiita.com/kaizen_nagoya/items/4d7a5a33c85e0b01dc5d
プログラマ必須科目 ChatGPTにも確認
https://qiita.com/kaizen_nagoya/items/7b30d9d119792130facd
なんで音楽とプログラムの関係がうまく書けないか。
https://qiita.com/kaizen_nagoya/items/489a68d360df4b26f87d
AI利用業務手引き
https://qiita.com/kaizen_nagoya/items/f201b292f37dba16e9ef
C言語(C++)が必要な人と必要ない人
https://qiita.com/kaizen_nagoya/items/2afe9e846b55b24cb6f1
C言語(C++)が必要な人、必要ない人 ChatGPT
https://qiita.com/kaizen_nagoya/items/a074cb8cd292d8d94bd4
C言語を習得する３つの方法
https://qiita.com/kaizen_nagoya/items/84cab0888c193bba429b
C言語を習得する３つの方法 ChatGPT
https://qiita.com/kaizen_nagoya/items/4a3518a18fa49f46787f