2025/12/29 8:17

CEO は非常に高額です。なぜそれらを自動化しないのですか？

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

Summary

この記事は、経営陣報酬への注目が高まっていることを指摘し、Channel 4 の CEO アレックス・マホンの潜在的な140万ポンドの支払いや Ocado のティム・スティーナーの5870万ポンドのボーナス（中央値従業員収入の2600倍以上）といった記録的給与を例に挙げています。さらに、BAE Systems、AstraZeneca、Glencore、Flutter Entertainment、およびロンドン証券取引所の理事会が、Enterprise and Regulatory Reform Act（企業・規制改革法）の下で3年ごとに報酬投票を義務付けられているため、今後の株主総会で株主反発の可能性に直面していることも指摘しています。記事はまた、Foxtons の株主が CEO ニコラス・バッデンのほぼ100万ポンドのボーナスに反対投票し、同社が約700万ポンドの政府支援を受けたことにも触れています。

この記事は高額な経営陣報酬と自動化の限定的成功を比較しています。Microsoft のジャーナリストロボット、Amazon の採用ツール、GPT‑3 医療チャットボットなど失敗した AI 事例に対し、香港の大規模交通スケジューラや Persimmon の150人の経営陣に対する5億ポンドのボーナス制度といった成功した意思決定インテリジェンスシステムを挙げています。CEO 役割が機械で代替できるか、そしてなぜその職位が高価であるかについて疑問を投げかけており、高報酬センター（High Pay Centre）の見解では、上層部の給与負担が大きいと、高賃金従業員が仕事を守るために犠牲を払わざるを得ない可能性があると指摘しています。

この記事は将来の株主総会で株主反発が起こり、企業が経営陣報酬を再考したり自動化を採用する圧力が高まることを予測していますが、その変化が必ずしも自動的に実現すると主張しているわけではありません。主要メッセージは、経営陣報酬が厳しい監視下にあり、技術が報酬構造の再形成に役割を果たす可能性があるものの、その結果は不確実であるという点です

本文

（写真：チュン・ソンジュン／ゲッティ画像）

5月31日（水）に、Channel 4のCEOであるアレックス・マホンが年俸140万ポンドという記録的額を受け取る可能性があると報じられました。この記事は元々2021年4月26日に公開され、「経営者報酬が上昇し続ける中、企業にCEOは本当に必要なのか？」という問いを投げかけています。

今後2週間で、BAE Systems、AstraZeneca、Glencore、Flutter Entertainment、London Stock Exchangeの取締役会は、それぞれ年次株主総会（AGM）において経営者報酬について株主からの反発が起きる可能性があります。AGMシーズンが始まると、特に報酬が注目されます。

経営者報酬は通常、AGMで最も議論を呼ぶ項目です。しかし今年は明らかに例外的です。COVID‑19の影響で大きく打撃を受けた企業を率いる人々は、パンデミックによる収益減少を非難されてもよいですが、政府の刺激策が彼らを支えていたことを功績とすることもできません。例えば先週、住宅仲介業者Foxtonsの株主の約40％がCEOのニコラス・バーデンに対し、100万ポンド近くのボーナスを受け取ることに反対票を投じました。Foxtonsは政府から約700万ポンドの直接支援を受けており、住宅市場のインフレによって利益を享受しています。Foxtonsの好調を維持するために最も貢献した人物はニコラス・バーデンではなくリシー・スナクです。

Enterprise and Regulatory Reform Act（企業と規制改革法）により、経営者報酬は最低3年ごとに株主投票で決定されます。これにより株主や一般市民がトップの人々がどれだけ手取りを得ているかに直面します。FTSE 100で最も高給のCEO、ティム・スティーネーは2019年にOcadoを率いて5,870万ポンドを受け取りました——当時彼の従業員の中央値収入の2,605倍です。一方平均的なFTSE 100 CEOは1日あたり15,000ポンド以上を稼いでいます。

High Pay Centre（ハイペイセンター）の年間報告書によると、トップ層の給与負担が膨大になると、企業全体に持続可能性の問題が生じます。レポートは「CEO以外の高収入者を考慮すると、実際には会社が雇用や所得を守るために高給従業員に犠牲を求める大きな余地がある」と述べています。

長期的には、多くの役割で自動化を進める企業が増えている中、CEO自体が本当に必要かどうかという疑問が重要になってきます。

数週間前、米国のテックCEOクリスティン・カリロは、自身のエグゼクティブアシスタントへの感謝を過度に表現したツイートでこの問いを投げました。彼女はEA（執行補佐）が「メール、資金調達、プレイブック、運営、人材採用、研究、投資家更新、請求書発行など多岐にわたる業務を担当し、私の時間を60％節約してくれている」と率直に述べました。予想通り、多数が「もし誰かがカリロの仕事の60％を担っていれば、彼女より50％以上高く支払うべきだ」と指摘しました。しかしカリロは自覚不足にも関わらず、「EAはフィリピンにいる」と語り、役割をアウトソーシングする主な理由が「費用削減」であると示唆しています。

CEOの仕事のほとんどを外部委託できるなら、それは自動化も可能であることを意味します。企業はエントリー・ミッドレベルの職位を自動化する競争に乗り出していますが、上級経営者や意思決定者は自身の業務を自動化することにあまり関心を示していません。

トップ層から自動化する方が有効だという主張もあります。人間の意思決定は非合理的なバイアスと仮定によって左右されるため、戦略策定は難しく高報酬の対象となります。真に合理的な戦略を立案する難しさとそれを行う人々のコストが、ソフトウェアへ委ねる理由になります。

自動化は特に公開面での役割ではリスクがあります。Microsoftは2020年に大規模なジャーナリズムチームをAIに置き換えた際、ソフトウェアが2人の有色女性を区別できず即座にPR災害に直面しました。Amazonも女性差別的と判明したAI採用ツールを放棄せざるを得ませんでした。またGPT‑3を医療チャットボットとして使用した際、うつ病の疑いがある模擬患者に「自殺するように」と返答してしまいました。

これらの例が共通しているのは、多くの社員が目に見ない作業を自動化しようとした点です。トップレベルの戦略的決定は、実際には実施前に議論されることが多いですが、従業員がCEOの不満を恐れて声を上げられない場合もあります。GoogleやIBMが「意思決定インテリジェンス」と呼ぶ自動化管理は、既に驚くべき成果を上げています。香港の大規模交通システムは2004年にメンテナンススケジューリングをソフトウェアに委ね、世界でも屈指の正確さと運営効率で高い評価を得ています。

明らかにCEOたちはオフィスを手放し、クリスタルカップをロボットに渡すことで現在の地位に到達したわけではありません。しかし経営は膨大な変動費であり増加する一方です——Persimmon社の報酬制度は1年間で150人の幹部に5億ポンドを支払いました。対照的に技術は時間とともに安価かつ信頼性が高くなる方向へ進んでいます。

CEO報酬が公正か倫理的かどうかはよく問われます。しかし、企業のオーナーや投資家は「上層部の業務を機械で代替できるなら、それに見合った費用は本当に必要なのだろうか？」と考えるべきです。

（関連記事：ミルクマン・オン・ア・ミッション）

同じ日のほかのニュース

一覧に戻る →

2025/12/29 7:35

未処理の写真は、実際にどのような姿になるのでしょうか。

## Japanese Translation: --- ### 改良された要約この記事は、カメラのRAWファイルが鈍く緑色がかった見た目になる理由を説明し、その原因をセンサーのADC出力、カラー・フィルタリング、およびその後の処理ステップに追跡しています。 1. **ADC 出力とコントラスト** – 14ビット ADC は理論上 0–16382 の値を出力しますが、実際のデータは約 2110–136000 の範囲にしかわかりません。これらの限界（黒レベル ≈ 2110、白点 ≈ 136000）を \[ V_{\text{new}} = \frac{V_{\text{old}} - \text{Black}}{\text{White} - \text{Black}} \] で再マッピングするとコントラストが向上します。 2. **カラーキャプチャ** – センサーは光の強度を記録し、色ではありません。ベイヤーフィルタグリッドは各ピクセルに単一の RGB コンポーネントを割り当てるため、初期画像にはピクセルあたり真の RGB の 1/3 のみが含まれます。 3. **デモザイキングとダイナミックレンジ** – デモザイキングは隣接ピクセルを平均化してフルカラー画像を作成しますが、依然として動的範囲が限定されます。線形 RAW データは、環境光や画面ガンマを考慮しないため、典型的なディスプレイ上で非常に暗く見えます。 4. **知覚とデータ** – 人間の明るさ知覚は非線形です。したがって、線形 ADC 値はガンマ補正や sRGB カーブを適用しない限り、過度に暗く見えることがあります。 5. **緑色キャストの起源** – 緑色のチントは、センサーの緑光への高感度、ベイヤーピクセルの 2/3 が緑を捕捉している事実、および単純なデモザイキングから生じます。 6. **ホワイトバランスとガンマ** – ホワイトバランスのスケーリングは線形データに対してガンマ補正より先に適用する必要があります。各チャネルに別々にガンマカーブを適用すると、ハイライトが減色（例えば星が黄色くなる）する可能性があります。 7. **最終画像の現在状態** – 著者の最終画像は未加工であり、カラーキャリブレーションも残留ノイズや完璧なホワイトバランスもありません。これにより、カメラ処理がすでにかなりの数学を行っていることが示されています。 8. **写真家とメーカーへの影響** – これらのステップを理解することで、写真家は RAW ファイルをより効果的に処理でき、メーカーはデフォルト設定、デモザイキングアルゴリズム、およびガンマ処理を改善する潜在的な領域を特定できます。 --- このバージョンは主要なポイントすべてを保持し、不必要な推測を避け、メインメッセージを明確に保ちつつ曖昧な表現を排除しています。

2025/12/29 5:14

ミトロリ―（Mockito）のメンテナとして10年後に退任します

## Japanese Translation: 著者は、10年間にわたるMockitoの長期メンテナとしての任務を辞める意向を表明し、2026年3月に引き継ぎが予定されていると述べています。彼は主に三つの懸念点を挙げています： 1. **JVMエージェントへの急激な移行**（Mockito 5で実装された変更は協議もなく、代替案も提示されず）によるエネルギー消耗。 2. **Kotlinとの非互換性**—特にsuspend関数に関連する問題が重複APIやスパゲッティコードを生み出し、Mockitoのアーキテクチャと整合しない点。 3. 彼自身の興味がServoなど他のオープンソースプロジェクトへ移りつつあること。著者は、志願者が十分なサポートなしに圧力を感じる中で、Mockitoのメンテナンスが楽しみよりも「やらなければならない仕事」になっていると指摘しています。プロジェクトは新しいメンテナーによる方が最善だと考えており、他者にオープンソースの役割へ参加するよう奨励し、その名誉と特権を強調しています。 --- **（元文を保持したい場合）** > 著者は10年後にMockitoのメンテナとして退任すると発表し、2026年3月に移行が予定されていると述べています。彼はこの決定を、最近の変更—特にMockito 5でのJVMエージェントへの切替えや人気が高まるKotlinとの統合困難—による疲労感の増大に結び付けています。これらの変化は複雑さを増し、APIの重複を生じさせ、メンテナンスを楽しい活動よりも「やらなければならない仕事」に感じさせました。また、彼自身の関心がServoなど他のプロジェクトへ移っていることも述べており、これがハンドオーバーへの動機付けとなっています。著者は新たな志願者にメンテナシップを担ってもらうことで、Mockitoが新しいリーダーシップの下で進化し続けることを促しています。この変更は、新しい視点をもたらし、Kotlin統合問題を解決する可能性があり、オープンソースコミュニティにおける堅牢な志願者支援の必要性を強調すると期待されています。

2025/12/29 6:41

## Unity の Mono に関する問題 **C# コードが想定よりも遅く動作する理由** --- ### 1. 背景 - Unity は C# スクリプトの実行に **Mono**（または IL2CPP）をランタイムとして使用しています。 - 開発者は、ネイティブ C++ コードと比べてパフォーマンスが低下することに気づくことが多いです。 ### 2. 遅延の一般的な原因 | カテゴリ | よくある問題 | 発生理由 | |----------|--------------|----------| | **ガベージコレクション (GC)** | ゲームプレイ中に頻繁にメモリ確保 | GC の停止がゲームスレッドを止め、フレームレートの乱れを引き起こします。 | | **Boxing/Unboxing** | 値型をオブジェクトへキャスト | 一時的なヒープオブジェクトが生成され、収集対象になります。 | | **リフレクション** | 実行時に `System.Reflection` を使用 | 動的型解決のため、リフレクションは遅いです。 | | **文字列連結** | ループ内で `+` を繰り返し使用 | 多くの中間文字列が生成され、GC の負荷が増大します。 | | **大型 MonoBehaviour** | 一つのスクリプトに多くの責務を持たせる | フレームごとの作業量が増え、キャッシュミスにつながります。 | ### 3. プロファイリングのヒント 1. **Unity Profiler → CPU Usage を開く** - 「Managed」と「Native」の時間差に注目します。 2. **Memory タブを使用** - ゲームプレイ中に急増する割り当てを探ります。 3. **Profiler: Mono Runtime を有効化** - GC、JIT、メソッド呼び出しの詳細が確認できます。 ### 4. 最適化戦略 - **割り当てを最小限に抑える** - オブジェクトを再利用；頻繁に使うインスタンスはプールします。 - ループ内で文字列を作る場合は `StringBuilder` を使用。 - **Boxing を避ける** - 値型はそのまま保持し、`object` へのキャストは控えます。 - **リフレクション結果をキャッシュ** - 最初の検索後に `MethodInfo` や `FieldInfo` を保存します。 - **MonoBehaviour の複雑さを減らす** - 大きなスクリプトは機能ごとに分割し、専念型コンポーネントへ移行。 - **ホットパスにはネイティブプラグインを使用** - 性能重視のコードは C++ プラグインへオフロードします。 ### 5. ベストプラクティス | 実践 | 実装例 | |------|--------| | **早期にプロファイル** | 開発初期から頻繁にプロファイラを走らせます。 | | **クリーンコードを書く** | 可読性重視だが、割り当てには注意します。 | | **Update ループは軽量化** | 重いロジックは Coroutine やバックグラウンドスレッドへ移行可能です。 | ### 6. リソース - Unity Manual: [Performance Profiling](https://docs.unity3d.com/Manual/Profiler.html) - Unity Blog: 「Reducing GC Allocations in Unity」 - Stack Overflow の Mono vs. IL2CPP パフォーマンスに関する議論 --- **結論:** Mono がメモリと実行を管理する仕組みを理解し、効果的にプロファイルしてターゲット最適化を施すことで、Unity における C# スクリプトのランタイムオーバーヘッドを大幅に削減できます。

## Japanese Translation: Unity の現在の Mono ランタイムは、モダンな .NET と比べて約 2–3 倍遅く、同一ハードウェア上で実行するとベンチマークで最大 ~15 倍の速度向上が確認されています。このギャップは、Mono の JIT コンパイラが高度に最適化されていないアセンブリを生成する一方、.NET の JIT がスカラー化やレジスタベース演算などの高度な最適化を行うためです。 2006 年に導入以来、Mono は Unity のデフォルト C# ランタイムでした。Microsoft は 2014 年に .NET Core をオープンソース化し、2016 年 6 月にクロスプラットフォームサポートをリリースしました。2018 年、Unity はエンジンを Microsoft の CoreCLR（.NET Core 背後の CLR）へ移植する計画を発表し、パフォーマンス向上とプラットフォーム間の差異を縮小するとともに、一部ワークロードで 2–5 倍のブーストが期待できるとしました。主なベンチマーク結果は次の通りです： - Mono ベースのエディタ起動時間：約 100 秒 - 同等の .NET 単体テスト：約 38 秒 - リリースモードスタンドアロンビルド：Mono 約 30 秒、.NET 約 12 秒 - 4k×4k マップ生成：.NET 約 3 秒 - int.MaxValue イテレーションの緊密ループテスト：Mono 約 11.5 秒、.NET 約 0.75 秒（約 15 倍遅い） - デバッグモード同じループ：約 67 秒（追加チェックが原因）モダンな .NET の JIT は小さな値型をスカラー化し、不変計算をループ外に持ち出し、レジスタベース演算を使用するなど、Mono が適用できない最適化を実行します。CoreCLR は Span<T>、ハードウェアイントリンシック、SIMD パスといった高度な機能も公開し、特定のコード（例：シンプルノイズ）でパフォーマンスが倍増する可能性があります。 Unity の Burst コンパイラは選択された C# メソッドを LLVM 生成ネイティブアセンブリに変換できますが、適用範囲が限定されています。CoreCLR の JIT はこれらの制約なしで同等かそれ以上の性能を提供できる可能性があります。 CoreCLR への移行は Unity 6.x を対象としており、本番稼働準備は 2026 年またはそれ以降になる予定です。採用されれば、開発者は高速なエディタ起動、短縮されたビルド時間、および Just‑In‑Time コンパイルを許可するプラットフォーム上でより効率的なランタイムコードを体験できます。ただし、Ahead‑Of‑Time (AOT) コンパイルが必要なデバイスは引き続き IL2CPP に依存するため、性能向上はターゲットプラットフォームによって異なる可能性があります。