DEHA社は2022年4月に筑波大学発ベンチャーに選定されました。
オフショア開発会社で唯一の選定となりました。
この記事ではそんな筑波大学発ベンチャーがどんなものなのか、またオフショア開発会社で唯一選ばれたDEHA社はどんな会社なのかなど徹底解説していきます。
これらに当てはまる方におすすめの記事となっています。これを読めば筑波大学発ベンチャーがどのような仕組みなのかを知ることができるのはもちろん、オフショア開発会社DEHA社についてもわかりますよ。
筑波大学発ベンチャーとは、下記に当てはまる企業のうち国際産学連携本部の本部長が認めたものを指します。それぞれ詳しく解説します。
筑波大学で達成された研究成果に基づく特許、または新たな技術もしくはビジネス手法などを含むノウハウを事業化する目的で新規に設立した企業
筑波大学以外の技術・ノウハウを事業化するために設立。かつ設立後5年以内に筑波大学と共同研究を行なった企業
既存の事業を維持させるために設立され、設立後5年以内に国立大学法人筑波大学から技術移転を受けたもの
国立大学法人筑波大学から出資があるもの
筑波大学の学生が起業したもの
国立大学法人筑波大学かの職員、もしくは元職員、筑波大学の卒業生が起業したもの
その他本部長が筑波大学と深い関係があると認めたもの
筑波大学発ベンチャーではこれまでに160社を超えるベンチャー企業が創出されています。この数は東京大学、京都大学、大阪大学に続いて全国4位だそう。
そもそも大学発ベンチャーは2002年に当時の経済産業大臣平沼赳夫が「大学発ベンチャー1000社構想」というものを発表したことに始まります。この構想は2002年度から５年間で1000社にするというもの。
経済産業省が作成した「平成20年大学発ベンチャー基礎調査」によると、2006年度末までに1627社、2008年度末までに1809社が設立されました。
そして2020年度の調査ではその数は2,905社にも及びます。
筑波大学発ベンチャーではベンチャーからベンチャーへ、筑波大学発ベンチャー企業へのインタビューを通じて、未来産業の創出を目指しています。
先ほど紹介した筑波大学発ベンチャーですが、2022年4月にDEHA社がオフショア開発会社で唯一選定されました。
DEHA社はベトナムのハノイとフエに開発拠点を置くオフショア開発企業です。
日本よりもエンジニアの単価が安い国で開発を行うことで、高品質のエンジニアを、コストを抑えて確保することができます。
ベトナムはオフショア開発国の中でもエンジニアの質が高く、商習慣も日本と似ているためおすすめです。
DEHA SOLUTIONSは対応できる開発言語やプラットフォームの幅が広く、日本語能力試験N1〜N2相当のエンジニアが多数在籍しています。
DEHA社ではWeb開発、アプリ開発、ラボ型開発、DXのコンサルティングなどこれまで様々な開発を行ってきました。
例えば、分析データ収集の為のIoTシステムはReactJS, NodeJS, Rest-full API, MongoDBなどを用いて、C++で開発がされました。
グラフで分析データを観察し、管理することができます。
また、金融ベンチャー企業のDX支援では、UnGate eKYCのSDKを活用し、郵送物を用いて行なっていた会員登録手続き（取引時確認）をスマホアプリでできるようにしました。
署名検証を行うことで、精度の高い身分証明を行うことができるほか、在留外国人向けのサービスであるため、多言語に対応するようにしました。
ご紹介した事例はほんの一部です。公式サイトで様々な事例を紹介しているので、ぜひチェックしてみてください。
いかがでしたか。本日はDEHA社がオフショア開発会社で唯一選定された筑波大学発ベンチャーについて紹介していきました。
大学発ベンチャーは大学と連携し、経済社会にイノベーションをもたらすことが期待されています。その数は年々増加し、2020年度の調査では2,905社にも及びます。
DEHA社はオフショア開発会社として、対応できる開発言語やプラットフォームの幅が広く、日本語能力試験N1〜N2相当のエンジニアが多数在籍していましたね。
オフショア開発は日本のエンジニアよりも安い単価で、質の良いエンジニアを確保することができます。DEHA社ではWeb開発、アプリ開発、ラボ型開発、DXのコンサルティングなど様々な開発実績があります。
開発の費用面やエンジニアの質など気になる方はぜひお気軽にお問い合わせください。
近年、システム開発・建設・製造・マーケティングなど、あらゆる分野でプロジェクトの複雑化が進んでいます。 市場の変化は速く、顧客の期待値も高まり続けるなか、企業に求められるのは「限られたコストと期間で、高い品質を確保した成果物を提供すること」です。 しかし実際には、品質のばらつき、手戻り、要件の理解不足、工程管理の不徹底などにより、多くのプロジェクトが計画どおりに進まず、結果的にコスト増や納期遅延という課題を抱えています。 こうした背景から注目されているのが プロジェクト品質管理サービス です。専門家による品質管理プロセスの整備・運用支援を通じて、プロジェクト全体の成功確率を高めるサービスとして、大企業から中小企業まで導入が広がっています。 この記事では、プロジェクト品質管理サービスの概要、必要性、導入メリット、サービス内容、実際の運用プロセスまでを詳しく解説します。 品質管理にお悩みの方 プロジェクト品質管理システムに興味がある方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事になっています。これを読めば、品質問題で悩んでいる組織やプロジェクトリーダーにとって、具体的な改善ヒントとなる内容がわかりますよ。 プロジェクト品質管理サービスとは？ プロジェクト品質管理サービスとは、外部の専門チームやコンサルタントが、企業のプロジェクトにおける品質管理プロセスを整備し、品質向上やリスク低減を支援するサービスです。主に以下のような内容が提供されます。 品質基準・品質計画の策定 プロジェクト管理プロセスの構築・改善…
近年、企業や教育機関、自治体を中心に「生成AIチャットボット」の導入が一気に広がっています。 ChatGPTをはじめとする大規模言語モデル（LLM）が急速に発展したことで、これまでのチャットボットでは実現できなかった高度な対話や柔軟な問題解決が可能になりました。 しかし、「生成AIチャットボット」と「従来型のチャットボット」は何が違うのか、具体的に説明できる人は意外と多くありません。 本記事では、両者の仕組みや特性、メリット・デメリット、そして導入時のポイントまで分かりやすく解説しています。 生成AIに興味がある方 チャットボットを導入したい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めば生成AIチャットボットが、従来と比べてどう違うのかが丸わかりですよ。 チャットボットとは何か？ チャットボットとは、ユーザーとの会話を自動で行うプログラムのことです。 ウェブサイトの問い合わせ窓口やアプリ内のサポート、コールセンターの一次対応など、さまざまな場所で活用されています。 従来のチャットボットは、多くの場合「ルールベース型」「FAQ型」「シナリオ型」と呼ばれる仕組みで動いていました。 これは、あらかじめ作成された回答やシナリオに沿って、決められたパターンの会話を実行する仕組みです。 一方、生成AIチャットボットは、文章を理解し、新たな文章を自動生成する能力を持つ「大規模言語モデル（LLM）」によって動作します。 これにより、従来型とはまったく異なる会話体験を提供できるようになりました。…
いま、ソフトウェア開発の現場で“静かな革命”が起きています。それは、AIがエンジニアの相棒としてコーディングを支援する時代の到来です。 「AIがコードを書くなんて、まだ先の話」と思われていたのはもう過去のこと。今ではAIが自然言語での指示を理解し、数秒でプログラムを提案・修正してくれるのが当たり前になりました。 その結果、開発スピードが従来の3倍に向上したという事例も続々と報告されています。 この記事では、AIがどのようにしてコーディングを効率化し、開発現場を変えているのかを具体的に解説します。 開発をしたい方 コーディングの効率を上げたい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めばコーディングにAIを活用する方法が丸わかりですよ。 コーディング現場の課題と限界 ソフトウェア開発の現場では、長年にわたって「納期の短縮」「品質の維持」「コスト削減」という三大課題がエンジニアを悩ませてきました。 近年では、ビジネス環境の変化がますます激しくなり、リリースサイクルの短期化が当たり前になっています。 特にWebサービスやモバイルアプリ開発の世界では、「スピードこそ競争力」と言われるほど、開発速度が事業の成否を左右します。 しかし、スピードを優先すれば品質が犠牲になり、品質を重視すれば納期が延びる――このジレンマに多くの開発チームが直面してきました。 加えて、エンジニアの人手不足は深刻であり、教育やナレッジ共有に割く時間も限られています。 限られたリソースでいかに生産性を高めるかが、開発現場における共通のテーマとなっています。…
システム開発において最も重要であり、同時に最も難しい工程は何でしょうか。 多くのプロジェクトで共通して挙げられるのが 「要件定義」 です。 要求が曖昧なままプロジェクトが進むと、後工程での手戻りが一気に増え、QCD（品質・コスト・納期）は簡単に崩壊します。 実際に、プロジェクトが失敗する原因の6〜7割は、この初期工程である要件定義に起因すると言われています。それほど、要件定義は重要かつリスクの高いフェーズなのです。 しかし近年、AI技術の急速な進化により、従来の要件定義で「時間がかかる」「認識が揃わない」「情報が不足している」といった課題に対し、新たな解決策が生まれています。 この記事では、要件定義フェーズで頻発する7つの課題を取り上げ、それらをAIを活用してどのように改善できるのかを、具体例を交えて解説します。 要件定義フェーズでお悩みの方 AIを活用して開発効率を上げたい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めば要件定義で起こりうる問題とそれを解決する方法がわかりますよ。 問題1：要求が曖昧で担当者ごとに認識がズレる 要件定義で最初に直面する課題が「要求の曖昧さ」です。 ユーザー自身が課題を把握していても、機能としてどのように落とし込むべきか正確に説明できないケースは非常に多いです。…
システム開発の現場では、「納期が守れない」「コストが膨らむ」「品質にばらつきがある」といった課題が常に発生します。 こうした問題の根底にあるのが、QCD（Quality・Cost・Delivery）のバランスです。 QCDは製造業を中心に使われてきた概念ですが、現在ではシステム開発やITプロジェクトの世界でも不可欠な管理指標として定着しています。 この記事では、QCDの意味とそれぞれの要素がプロジェクトに与える影響、さらに現代的な最適化の方法までを詳しく解説します。 システム開発を行いたい方 QCDについて知りたい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めばシステム開発のQCDについて丸わかりですよ。 (more…)
システム開発の現場では、プロジェクトの進め方として「ウォーターフォール開発」と「アジャイル開発」が広く知られています。 どちらも目的は同じ──高品質なシステムを納期内に完成させることですが、そのアプローチはまったく異なります。 この記事では、特に「リスク」と「スピード」という2つの視点から両者を徹底比較し、それぞれの長所・短所、そしてどんなプロジェクトに向いているかを解説します。 アジャイル開発やウォーターフォール開発の違いを知りたい方 社内のIT人材が不足している方 システム化開発を行いたい方 これらに当てはまる方におすすめの記事となっています。これを読めばアジャイル開発とウォーターフォール開発のそれぞれの特徴が丸わかりですよ。 (more…)