ベトナムのオフショア開発対インドのオフショア開発：勝者は?

ラボ型開発とは？ベトナムでラボ型開発を行うメリットと成功ポイントを徹底解説

自動データラベリングが未来の技術になるのはなぜ？

山下秋子

LTS Group

01F8SGB9NVQZRENVVB07QPS3R5

<p><a href="https://ltsgroup.tech/jp/services/dedicated-team/" rel="nofollow">オフショア開発センター</a>（ODC）は、ソフトウェア製品開発チームをリモートで実行するために必要なインフラストラクチャ、サポート、機器を提供する開発会社ですが、生活水準がはるかに低い別の国にあります。デジタルトランスフォーメーションの時代は、発展途上国のIT企業が人材を世界にもたらすのに役立ちます。この傾向を捉え、ODCサービスを展開・推進する企業が増えています。</p><p>インドと中国は、ソフトウェア開発アウトソーシング業界で有名なリーダーです。しかし、COVID-19の後、業界の状況は変わりました。ベトナムを含むいくつかの新顔は、市場の「ゲームチェンジャー」になりつつあります。ソフトウェア開発チームを立ち上げるのに、インドとベトナムのどちらを選ぶべきか迷っていますか。この記事は、あなたが今必要としているものです。特定のデータで、2つの潜在的な市場の最も客観的で包括的な評価を提供します。「新星」と「人気者」の間でどちらを選ぶべきでしょうか。</p><h2><strong>インド・ベトナムにオフショア開発センター設立の費用対効果</strong></h2><p>多くの企業がインドやベトナムにODCを設立する最も大きな理由は、費用対効果にあります。インドとベトナムは、アジアで最も物価が安い国です。そのため、この2カ国でITサービスをアウトソーシングする場合、企業は採用、トレーニングプロセス、インフラ投資などのコストを削減することができます。下の表を見ると、同じポジションでも大陸によって給与に大きな格差があることがわかります。同じレベルの技術者が、5倍も安い値段で手に入るのです。</p><p><br></p><p><img src="https://dsis24337u4mz.cloudfront.net/wp-content/uploads/2023/08/AnyConv.com__offshore-development-center-cost-effectiveness-1.webp" height="489" width="653"></p><p>では、インドとベトナムのどちらがコスト面で有利なのでしょうか。 各国のODCのメリットとデメリットをご紹介します。総合的かつ客観的な比較・評価基準に基づいて判断することで、より簡単に決定することができます。</p><p><strong>関連記事</strong></p><ul><li><a href="https://ltsgroup.tech/jp/blogs/offshore-software-development-center/" rel="nofollow">オフショア開発センター（ODC）についてAからZまで</a></li><li><a href="https://ltsgroup.tech/jp/blog/vietnam-offshore-development/" rel="nofollow">ベトナムオフショア開発を委託することにはどのようなメリットがあるのでしょうか</a></li><li><a href="https://ltsgroup.tech/jp/blog/vietnam-offshore-development-overview/" rel="nofollow">ベトナムオフショア開発の現状とおすすめの開発会社5選</a></li></ul><h2><strong>インドでのODCのセットアップ：利点と課題</strong></h2><h3><strong>インドにODCを設立するメリット</strong></h3><h4><strong>英語の技量</strong></h4><ul><li>インドは世界で2番目に英語を話す人口が多い国です。</li><li>英語力は世界で48位ランクされます。</li><li>インドは、米国に次ぐ世界第2位の英語圏の国です。また、インドは、EF英語能力指数によりますと、英語能力においてアジアで3位にランクされています。</li></ul><h4><strong>人材プール</strong></h4><p>膨大な人材プールにより、インドは最大のアウトソーシングハブとなり、カスタムソフトウェア開発のリーダーとなっています。次の具体的な数字で証明されています。</p><ul><li>500万人のソフトウェア開発者</li><li>年間200,000人のIT卒業生</li><li>年間260万人のステムの卒業生</li></ul><p><img src="https://dsis24337u4mz.cloudfront.net/wp-content/uploads/2023/08/AnyConv.com__offshore-development-center-in-india-1.webp" height="489" width="652"></p><h3>インドでODCを設立する際のデメリット・課題</h3><ul><li>プライバシーとセキュリティに関する法律の不足:インドのテクノロジー企業にアウトソーシングする際の大きな問題は、著作権とライセンスです。お客様の機密情報や製品は、コピーされ、転売などのさまざまな形で利用されるリスクがあります。また、企業は機密情報が漏洩しないという保証もありません。</li><li>複雑な課税:インドは、ベトナムに比べて「友好的でない」税制政策をとっていることで知られています。インド経済は国際経済で重要な役割を果たしていますが、「発展途上国」としてタグ付けされています。</li><li>文化と地域の違い:インドのソフトウェアアウトソーシング会社と協力することで、文化や地域の違いにより難しい場合があります。パートナーの社会・文化の規範と伝統に適応する必要があります。</li><li>一貫性のないインフラストラクチャ:2020年になっても、インドの大都市のいくつかではまだ適切なインフラストラクチャが不足しています。これにより、電力とインターネット接続の一貫性が失われ、物流が不十分になります。</li><li>尚、インドは経済・政治を含む多くの面で、コロナの流行の影響を大きく受けている国です。不安定な経済・政治状況により、民間人の良好な社会保障条件は確保されていません。それ以来、インドの労働力も影響を受けています。</li></ul><h2><strong>ベトナムでのODCのセットアップ：利点と課題</strong></h2><h3><strong>ベトナムのオフショア開発のメリットとは？</strong></h3><h4><strong>若くてダイナミックな労働力</strong></h4><p>ベトナムの利点の1つは、若くて、才能のある人材です。2022年3月の最新のTopDevレポートによりますと、現在、ほとんどの開発者はZ世代とミレニアル世代に属しています。この調査の主な年齢層は20歳から34歳です。多くの開発者が早期にコーディングを開始し、そのうち約8.19%が20歳より前にコーディングを開始しました。現在、ベトナムの 20 歳から 29 歳までの開発者の数は 53.97% を占めています。5年以上の経験を持つシニア開発者は約30%を占めています。これにより、才能があり、ダイナミックで、熟練したソフトウェア エンジニアの大きなプールが保証されます。</p><h4><strong>巨大な人材プール</strong></h4><p>ベトナムのプログラマーチームは若くてダイナミックだのみならず、非常に優れた専門能力を備えています。次のような多くの世界ランキングの高いランキングで証明されています。</p><ul><li>2019年のSkillvalueのレポートによりますと、Developer Skills Chartsで世界第29位ランクされます（トップ30に入ったSEA地域で唯一の国）</li><li>Best Freelancers Surveyによりますと、世界ランクで第2位にランクされます（アメリカに次ぐ）</li><li>Best Developers Surveyのトップ10にランクされます。</li><li>2016年のHackerRankのレポートによりますと、開発者スキルチャートで世界第23位にランクされます。</li><li>KEARNEY’S GLOBAL SERVICE LOCATION INDEX 2021によりますと、ソフトウェアアウトソーシングサービスの上位国の中で、第6位にランクされます。</li><li>Acceleranceの2022年のGlobal Software Outsourcing Trends and Rates Guideによりますと、ベトナムは、SEA地域の2つの主要なソフトウェアアウトソーシング先の1つです。</li><li>2020年のGlobal Skills Indexによりますと、アジア太平洋地域で第2位、世界で第22位にランクされます。</li></ul><p>国際的な開発志向で、英語は多くのプログラマーが最初から投資するスキルの1つです。EF Education First English Proficiency Indexによりますと、ベトナムの開発者の英語レベルはアジアで13位、世界で65位にランクされています。これにより、コミュニケーションと情報交換のプロセスがよりスムーズかつ効果的に行われます。</p><p><br></p><p><img src="https://dsis24337u4mz.cloudfront.net/wp-content/uploads/2023/08/AnyConv.com__offshore-development-in-vietnam-1.webp" height="600" width="800"></p><h4><strong>政府の支援</strong></h4><p>ベトナムには安定した政治体制があり、経済発展と国際外交関係の強固な基盤となっています。世界中の国からの投資は歓迎されており、外国の組織がベトナムで事業を立ち上げることができます。さらに、ベトナムはIT教育を促進し、強力に投資しています。現在、政府はベトナムで20以上のITの学校の開校を計画しています。そこから、政府は企業と協力して若者向けの短期訓練コースを増やし、実践的な経験を積む機会を増やします。</p><h4><strong>IT教育への強力な投資</strong></h4><p>技術エンジニアの需要を満たすために、ベトナムの教育システムはステム分野での強固な基盤の構築に投資しています。大学は、より多くの実生活の要件に関連するアカデミックコースや専攻に投資し、新しいテクノロジに追いついています。多くのIT企業は、政府や教育機関と提携して、ソフトウェア開発者の技術スキルを向上させるために、追加の機会を提供しています。</p><h4><strong>ベトナム–Covid中のゲームチェンジャー</strong></h4><p>2021年は、ベトナムのICT産業にとって記念すべき年でした。あらゆる分野でデジタルトランスフォーメーションが行われ、テクノロジーは、ベトナムの経済回復と発展のために、Covid-19との戦いの柱の1つになりました。新しい考え方とアプローチにより、2021年、情報通信業界全体は、Covid-19の影響にもかかわらず、多くの肯定的な結果を記録しました。情報通信産業の多くの分野におけるランキング指標は、国際機関から高く評価されました。収入は33.4千兆ドンに達し、2020年より9%増加しました。グエン・マイン・フン大臣は、「Covid-19は100年のプッシュです」とよく言っています。実際、2021年のCovid-19は、経済、政治、社会生活のあらゆる側面に広がるデジタルトランスフォーメーションの推進力でした。同省は、アウトソーシングと組み立てから、ベトナムで製品を作り、技術を習得し、創造することを意味する「Make in Vietnam」の製品に移行するという新たな使命を持って、情報技術、電子・通信産業を対象としています。その中で、2025年までに「Make in Vietnam」の製品の割合は45%以上に達することを目指します。</p><p>ベトナムには、パンデミックの管理に成功した歴史もあります。 SARSに直面したのは中国に次いで2番目の国でした。しかし、わずか63人の症例と5人の死亡者の後、ベトナムは世界保健機関 (WHO) によって SARS がないと宣言された最初の国となりました。</p><h3><strong>ベトナムでオフショア開発のデメリット課題</strong></h3><p>言葉の壁：ベトナムの英語力は65位で、低いランクです。最悪のスキルは聞く力と話す力です。しかし、この数字は改善傾向にあり、ベトナムのプログラマーの58.40%が仕事で基本的な英語を使用できます。</p><p>時差：ベトナムでオフショア開発チームを設立する場合、米国と英国の外国企業はタイムゾーンの壁に直面します。ただし、この制限は完全に利点に変わる可能性があります。地球の反対側に開発チームを設置することで、ビジネスのスペース、機器、その他のリソースを最大限に活用し、市場投入までの時間を短縮できます。</p><p>昼夜連続勤務が可能で、時差を利用して効率よく業務を遂行できます。作業はオフショアの開発活動の助けで、同時に実行され、生産性の高い率で、作業はより早く完了されます。</p><p>社内のIT部門を持ち、別のタイムゾーンでオフショアソフトウェア開発チームと協力することで、24時間の開発サイクルの実行が容易になり、リアルタイムの動作によって大きな影響を受ける要求や変更に、より迅速に追いつくことができます。（グローバルに使用されるインターネットソリューションの典型）。</p><p><br></p><p><img src="https://dsis24337u4mz.cloudfront.net/wp-content/uploads/2023/08/AnyConv.com__offshore-development-center-in-asia-1.webp" height="600" width="800"></p><h2><strong>まとめ</strong></h2><p>オフショア開発チームを設立するための国を選択する前に、慎重に検討する必要がある多くの要素があります。ただし、企業がODCを選択する理由の1つは、コストを削減して作業の生産性を最適化することです。この2つの要素で、ベトナムは最も利点をもたらす国です。この市場の2つの制限もだんだん改善されています。新星として、ベトナムは肥沃な土地であり、多くの企業がODCを構築する場合、目指しています。</p><ul><li>Website: <a href="https://ltsgroup.tech/jp/" rel="nofollow">https://ltsgroup.tech/jp/</a></li><li>Tel: (+84) 24-6660-7474</li><li>Linkedin: h<a href="https://www.linkedin.com/company/74334296/admin/" rel="nofollow">ttps://www.linkedin.com/ltsgroup</a></li></ul><p><br></p>

オフショア開発センター（ODC）は、ソフトウェア製品開発チームをリモートで実行するために必要なインフラストラクチャ、サポート、機器を提供する開発会社ですが、生活水準がはるかに低い別の国にあります。デジタルトランスフォーメーションの時代は、発展途上国のIT企業が人材を世界にもたらすのに役立ちます。この傾向を捉え、ODCサービスを展開・推進する企業が増えています。インドと中国は、ソフトウェア開発アウトソーシング業界で有名なリーダーです。しかし、COVID-19の後、業界の状況は変わりました。ベトナムを含むいくつかの新顔は、市場の「ゲームチェンジャー」になりつつあります。ソフトウェア開発チームを立ち上げるのに、インドとベトナムのどちらを選ぶべきか迷っていますか。この記事は、あなたが今必要としているものです。特定のデータで、2つの潜在的な市場の最も客観的で包括的な評価を提供します。「新星」と「人気者」の間でどちらを選ぶべきでしょうか。インド・ベトナムにオフショア開発センター設立の費用対効果多くの企業がインドやベトナムにODCを設立する最も大きな理由は、費用対効果にあります。インドとベトナムは、アジアで最も物価が安い国

ベトナムラボ型開発は、近年、日本企業にとってますます普及しています。では、ラボ型開発とは一体何でしょうか？そして、なぜベトナムがラボ型開発の一番人気のある委託先の一つとして、注目が集まっているのでしょうか？この魅力的な課題について、より詳しく掘り下げてみましょう。1. ラボ型開発・ラボ契約の概要最初に、ラボ型開発の一般的な定義と、「ラボ型開発」と「契約型開発」の主な違いについて説明していきます。ラボ型開発とはラボ型開発は企業や法人が海外の専門的な開発チームにシステムやソフトウェアの開発を委託するオフショア開発の一形態です。別名をラボ契約やオフショア開発センター（ODC）と呼ばれ、国際的なビジネス環境で広く採用されています。このアプローチの採用は、運用コストの削減、市場導入の迅速化、優れたIT人材へのアクセスなど、様々なメリットが非常に期待されています。オフショア開発の完全ガイドについては、こちらの記事をご覧ください。ラボ型開発ではお客様のニーズに合わせて専属の開発チームが編成され、一定期間にわたって委託元の指示に基づいて開発作業が行われます。開発チームはプロジェクトの要件や目標に応じて構築され、専門的なスキル

<p>自動データラベリングは、現在絶えず言及されている新機能であり、時間とリソースを要するカジュアルなマニュアルアノテーションの解決策とみなされています。1つのデータセットにアノテーションを施すのに何時間もかかるマニュアルデータラベリング（通称：マニュアルデータアノテーション）に対し、オートラベリング技術は、AIそのものを活用することで、よりシンプルに、より速く、より高度にデータを処理する方法を提案しています。</p><p> </p><h2>1. 通常のデータセットの扱い方</h2><p>データラベリングの最も一般的でシンプルなアプローチは、もちろん完全な手動によるものです。人間のユーザーは、一連の生ラベル付けされていないデータ（画像やビデオなど）を提示され、一連のルールに基づいてラベル付けを行うことになります。例えば、画像データを処理する場合、分類タグ、バウンディングボックス、ポリゴン分割、キーポイントなどが代表的なアノテーションの種類です。</p><p> </p><p><img src="https://jp.lotus-qa.com/wp-content/uploads/sites/2/2021/10/u-net-segmentation-e1542978983391.png" height="450" width="800">自動データラベリング ・セグメンテーションのデータラベリング</p><p> </p><p>最も簡単で安価なアノテーションである分類タグは、わずか数秒で済むかもしれませんが、細かいポリゴンのセグメンテーションは、オブジェクトの各インスタンスごとに数分かかる可能性があります。</p><p>AIオートメーションがデータラベリング時間に与える影響を計算するため、ユーザーがオブジェクトの周囲にバウンディングボックスを描き、与えられたリストからオブジェクトクラスを選択するのに10秒かかると仮定してみましょう。これは私たちの経験的な証拠に裏付けられた観察可能な仮定です。</p><p>今回のケースでは、10万枚の画像と1枚あたり5個のオブジェクトからなる典型的なデータセットの場合、ラベリングには約1,500工数がかかり、これはデータラベリングだけで約1万ドルを費やすことに相当します。</p><p>また、ラベリングされたデータを手作業で確認するための品質管理のレイヤーを追加することが納品までの時間も長くなります。訓練されたユーザーでさえ、各バウンディングボックスの注釈をチェックするのに約1秒かかるため、ラベリングのコストが約10％増加します。</p><p>ワークフローの中には、コンセンサスベースの品質管理を採用する場合があります。これは、複数のユーザーが同じデータに注釈をつけ、その結果を統合/比較して品質管理を行うものです。コンセンサスベースのワークフローでは、コンセンサスを得るために重複した作業を行うユーザーの数に比例して、かかる時間と費用が大きくなります。簡単に言えば、3人のユーザーが同じ画像に3回ラベル付けをした場合、3回分のアノテーションの費用が必要になるということです。</p><p>ここで強調しておきたいのは、データラベリングにおいて最もコストのかかるのは下記の2つのステップです。</p><ul><li>データラベリング自体</li><li>品質管理のためのレビューと検証作業</li></ul><p>したがって、オートラベル技術の最大の目的は、データラベリングと検証の両方にかかる時間を短縮することです。</p><p>ありがたいことに、AIと機械学習の進歩により、Auto-Label技術は大きく進歩しました。しかし、すべてのAuto-Labelテクノロジーが同じように作られているわけではなく、多くの場合、AIを使用する素朴な試みは、AIによって引き起こされたエラーを修正するために、より多くの人間の入力を必要とすることになります。そのため、選択したAIがデータのワークストリーム全体にどのような影響を与えるかを極めて慎重に判断しなければなりません。</p><p>ここでは、Superb AIのAuto-Labelとは一体何なのか、この技術の背景にある目的、そしてSuperb AIがこの分野でどのような進歩を遂げているのかをご紹介します。</p><p> </p><h2>2. オートラベリングのメリット</h2><p>オートラベリングという言葉は、この分野では非常に新しい言葉ですが、それを実装し実現するための技術的進歩は高速で進んでおり、現在では多くのツールが市場に出回っています。では、データラベリングとはどのようなもので、どのようなメリットがあるのでしょうか。</p><h3>2.1. オートラベリングとは？</h3><p> </p><p><img src="https://jp.lotus-qa.com/wp-content/uploads/sites/2/2021/10/auto-labeling.png" height="530" width="800">オートラベリングとは？</p><p> </p><p>オートラベリングとは、人工知能（AI）を応用してデータセットのエンリッチ、アノテーション、ラベリングを行うデータアノテーションツールに搭載されている機能です。この機能を備えたツールは、機械学習のためのデータラベリングにかかる時間とコストを削減するために、人間の作業を増強します。</p><p>ほとんどのツールでは、事前にアノテーションされたデータをツールに読み込むことができます。プラットフォームに進化しているより高度なツール（例えば、ツールとソフトウェア開発キット（SDK）を組み合わせたもの）では、AIを活用したり、独自のアルゴリズムをツールに持ち込んだりして、データをオートラベリングすることで、データエンリッチメントのプロセスを改善することができます。</p><p>また、作業者がアノテーションを検証できるように、アノテーションを提案する予測モデルを提供するツールもあります。また、内蔵されたニューラルネットワークを活用して、アノテーションを行うたびに学習する機能もあります。これらの機能はいずれも、機械学習チームの時間とリソースを節約し、データアノテーションのワークフローに大きな影響を与えるでしょう。</p><h3>2.2. オートラベリングの優れたメリット</h3><p>機械学習のために画像をアノテーションするツールを使用している組織との仕事の中で、オートラベリングがデータアノテーションのワークフローに適用された場合、2つの方法で役に立つことがわかりました。</p><p>データセットの一部または全部に事前にアノテーションを施します。自動化された後、作業者はアノテーションを確認、修正、完成させます。自動化ですべてのアノテーションを行うことはできず、例外やエッジケースが発生します。完璧とは言えませんので、必要に応じて人がレビューや修正を行うことを計画しなければなりません。</p><p>人に送る仕事の量を減らす。自動ラベリングモデルは、ユースケースやタスクの難易度などに基づいて信頼度を割り当てることができます。また、データセットにアノテーションを付与し、信頼度の低いアノテーションをレビューや修正のために担当者に送ります。</p><p>自動化機能を備えたツールを使用するチームと、同じデータに手動でアノテーションを行うチームに分かれて、時間をかけた実験を行いました。自動ラベリングが低品質な結果をもたらし、アノテーション作業に要する時間が長くなるケースもありました。一方で、自動ラベリングが有用な出発点となり、作業時間が短縮されたこともあります。</p><p> </p><p><img src="https://jp.lotus-qa.com/wp-content/uploads/sites/2/2021/10/metadata.jpg" height="600" width="800">オートデータラベリング： メタデータ</p><p> </p><p>ある画像のアノテーション実験では、自動ラベリングに人力によるレビューと改善を組み合わせることで、100％手作業によるラベリングプロセスよりも10％速くなりました。この時間短縮は、自動化が時間をかけて学習されるにつれて、40％から50％の速度に増加しました。</p><p>また、車両については5ピクセル以上の誤差があり、カメラから最も離れた物体を見逃していました。この画像では、自動ラベリング機能により、ゴミ箱に人のタグが付けられているのがわかります。アノテーション前の予測は既存のモデルに基づいており、オートラベリングのミスはそれらのモデルの精度を反映していることを覚えておく必要があります。</p><p>データアノテーションツールには、人工知能を使ってデータにラベルを付けるオートラベリングとも呼ばれる自動化機能を搭載することができ、作業員はそのラベルを確認したり修正したりすることで、作業時間を短縮することができます。</p><p>道路標識のスクリーンショットでは、自動ラベル付けにより、ゴミ箱を囲むバウンディングボックスで画像を豊かにすることができました。これは間違いでした。その物体を人としてラベル付けしてしまったのです。オートラベリングは完璧ではありませんが、データラベラーのチームにとっては、出発点として役立ち、作業時間を短縮することができます。</p><p> </p><p><img src="https://jp.lotus-qa.com/wp-content/uploads/sites/2/2021/10/data-as-the-key.jpg" height="383" width="800">オートデータラベリング：データが鍵となる</p><p> </p><p>プレアノテーションに適したタスクもあります。例えば、私たちの実験の例で言えば、プレアノテーションを使って画像にラベル付け、データラベラーのチームがラベルやバウンディングボックスのサイズを変更するか削除するかを判断することができます。このラベリング時間の短縮は、ピクセルレベルのセグメンテーションで画像にアノテーションを施す必要があるチームにとって有益です。</p><p>オートラベリングを適用するには、創造性が必要だということです。オートラベリングをうまく活用しているお客様は、必要に応じて試行錯誤を繰り返すことを厭わないことがわかりました。オートラベリングは、AI技術、特に機械学習をより良く理解するための一つの突破であり、この新しい用語にはまだ多くの発見があります。</p>

自動データラベリングは、現在絶えず言及されている新機能であり、時間とリソースを要するカジュアルなマニュアルアノテーションの解決策とみなされています。1つのデータセットにアノテーションを施すのに何時間もかかるマニュアルデータラベリング（通称：マニュアルデータアノテーション）に対し、オートラベリング技術は、AIそのものを活用することで、よりシンプルに、より速く、より高度にデータを処理する方法を提案しています。 1. 通常のデータセットの扱い方データラベリングの最も一般的でシンプルなアプローチは、もちろん完全な手動によるものです。人間のユーザーは、一連の生ラベル付けされていないデータ（画像やビデオなど）を提示され、一連のルールに基づいてラベル付けを行うことになります。例えば、画像データを処理する場合、分類タグ、バウンディングボックス、ポリゴン分割、キーポイントなどが代表的なアノテーションの種類です。 自動データラベリング ・セグメンテーションのデータラベリング 最も簡単で安価なアノテーションである分類タグは、わずか数秒で済むかもしれませんが、細かいポリゴンのセグメンテーションは、オブジェクトの各インスタンスごとに数