理論と実践の間に距離あるのがメカ分野 見れば大体判るのもメカ分野 → 独特な設計文化を有む
メカは、人材揃えても、ある程度まで。１．５流の域まで到達できても、その更に上、
超がつく一流、競争に打勝つ世界トップ到達までは、なかなか難しい問題があります。
１）エレキ等と違い、理論想定が崩れやすい問題
２）見れば、行けているか、駄目か大体判る それで、皆でモサモサ、
トンテンカンテン頑張る土壌になります。 事業所が田んぼの間で、田植え期は農作業。ほいで
トンテンカンテン技術世界一てなのも。下請で始まり、(人材豊富な)親会社は倒産吸収合理化撤退
一方下請さん大発展して世界トップとかも…。非常識やアホっぽい事を地道に頑張る組織が強い
一方秀才は、常識範囲内に終始＆独創品ヒット品なし。そんな傾向もあり。学校で教えるべき。
エース度と学力反比例もメカ設計は良くあります。エースは多忙。勉強している暇全然なし。
卒業＆設計部門に配属され、期待していたものと違い、適当いい加減でがっかり、なんて良くあり
知的でハイレベルな所に転職したら、そっちはジリ貧化。アホっぽい前職が躍進。とかも普通
解析も同じく、モサモサ人海術じゃ困るんですが、日本流はその傾向が…
最近は、計測等可視技術発達。新卒がベテラン同等能力得たりします。(オッサンの価値は…)
ＣＡＥも、計測器同様の可視技術ですが、
磁場や流体＝現実的モデルと教科書モデルの差は比較的小
構造解析＝現実的モデルと教科書モデルの差は大 注意が必要
適当に試作＆結果を見て考える。 現物合せ的にトンテンカンテン頑張る人が実績残し、
理論派は実績残せずリストラ。なんて試作可能な分野は多い。 実機で起こる事を
コンピュータで再現するのがＣＡＥですが、現実と教科書理論の落差ギャップ、理論が、
役立つか微妙な問題が、解析でも生じがち（合いませんねみたいな）
構造解析の場合、課題に合う現実的モデル構築が解決策。その具体法は殆ど出てなく注意
構造解析の場合、妥当な解析モデル＝理論と無関係的いう、抽象的モデルに終始して終了
そんな事も多く注意
メカ設計は、頭使うよりトンテンカンテン。 そんなオタクみたいな人が有利いう現実。それは
組織力で、試作品作る技術があるからですが。ＣＡＥの場合そうもいかず
アセンブリ構造計算は設定事項多く、合せ目のモデル品質も大事ですし
費用効果や解品質とか、要求厳しく、人が頑張っても追いつかない現実。解消は、
AI的手法でモデル化＆諸設定が○と思いますが、同調者は、同業で、百人に一人位。
コンピュータ最大限生かす分野であるべきが、人海術的、捻り鉢巻的、残念的な事が多く
それは雑だったり抽象的モデルだったりの共通性。生産性低く、うまく行ってるよう見えませんが
現実的モデルは事例少なく注意。イメージ的には→http://ameblo.jp/jishii/day-20160221.html
例えば磁場は、仮に磁石にヒビ入っても、ない状態にほぼ同じ。構造はそうはいかず注意。
知る範囲で、教育・人材育成主張していたうち何人か、昨今、いつの間にか転籍いう 栄転？
「頑張っても簡単じゃない。理論屋は粛清多いですよ！」 述べて批判浴び、数年後やっぱり？
転籍が悪い訳でありませんが、設計製品開発で実績出し、出世してこその筈。私のお客様は、
スキルテクニック教育不要的実用志向。簡単堅実からの製品実績で、割と出世に見えますが…
対策包囲網と共に推進が○。離散化誤差最小化やミス撲滅策は必須。努力で克服は×。
知る範囲で、教育不足＝(どうにでも解釈可能な抽象的表現)うまく行ってない時の定番の言い訳
それよりも、ルールや仕組作りなど具体策が大事だったりします。
難度高く、磁場解析等きっちりできる人も、構造は×だったり、AI的手法に負けたりの罠にも注意
計算資源潤沢＆大規模こなせる昨今ほど手作業で追いつかず雑になり…そんなパラドクス注意
頑張るほど悪循環。結局材料系だったり大規模アセンブリは陽解法等、事例偏在あり。
人が目一杯楽できてサボれる状況いかに作るか。そこが頭使いどころ＆ＣＡＥの面白い点
全員反対な中で一人推進。そんな状況でも頑張る必要あり？。百人に一人位？
教育で克服等、自分勝手な解釈で、ベテラン専門家が間違いに染まりがち＝ＣＡＥの実態。
１次２次差異あり＆２次で十分。＝間違い微妙線＆理解して貰えない現実。努力で克服も×
モデルは雑化。構造解析では、抽象的モデルが精精。それで○な分野は、知る限り限定的。
大規模計算も、（大規模故、逆に緻密なモデルが作れない）抽象的計算モデル多く、折角の計算機が勿体無いパラドクス。
理学系出身者が、設計勉強してエースに… そんな話もメカは殆ど聞かないいう。
メカ設計はトンテンカンテンの気合派優勢。解析等の知性派は部門全員社内お荷物的状況も普通
気合派（権限・予算沢山持つ）に受ける設計支援が○。人件費高く、教育＆人材不要は必須。
AI的技術で自動構築が○な筈。命令語どうあるべき等、議論＆相談できるのが同業で一名のみ。
解析は見て判るメカ設計と違い、気合では限界あり。モデル化＆諸設定は計算機で実施が○の筈
それが出来てなく、低評価を招いている思いますが。（問題はアセンブリの構造計算）
コンピュータがすべきことを人海術トンテンカンテン それが日本流ＣＡＥ？
日本流 欧州流 米国流 ＣＡＥも色はあり、傾向は知っておく必要 何かと地域性いう。
欧州は、（大規模事例少ないかも）一番実務寄り（専門家は抽象的モデルを好む傾向ですが）
日本は、メ-カ-多く一番有利な土壌ですが、これって実用？（モデル類例少ないものは疑義が）
そんな例も随分あり残念的。設計現場発みたいなのが、出ずらい土壌か？
真似るなら、実用・ツール志向の欧州流追った方がいい思いますが。ただ欧州の、
難解志向・理論フェチ・保身などは真似る意義薄く、長所のみ真似るべき。何を志向するか
状況＆背景＆目的次第ですが、難解＆抽象的＝設計上最悪。簡単明快＆皆が理解＆実践可能
個々で差がつかないものが設計には○です。が、文理問わず、専門家は抽象的事象・難解なもの・実用遠いものを好む傾向。読んでおく必要あり。
また間違いも多く、それが主義ポリシーに関わる場合、立場上仕方ない面もありますが、
理論面の間違い（粗悪メッシュが招く誤差を分類せず細かいメッシュなら高精度等） 専門家筋は、
間違い主張多く要注意。(デローニ法も良い手法でなく間違い微妙線。解が粗悪で諦めた話も…)
間違い(踏襲)は設計は茶飯事。右に付く部品、左に付替えた方が性能出ますヨ。そんな類は毎度…
優劣分かりずらい(計測難な分野)ケ-スで発生。解析の可視技術で間違い発見=割とあり
先入観ない若手・部外者が間違い発見に有利？。ＣＡＥも間違い多く注意。
１）雑だと使えずで丁寧に→２）アセンブリ構造は特に細部重要。設定事項等多く時間＆工数不足に陥り→３）ミスしがち＆雑になり→１）に戻る。
その解消がＣＡＥのＡで万年未解決。努力志向や無策だったり、間違いに染まる事が未解決理由
メッシュ細かいと雑でＯＫ そんな勘違い増殖いうか 過半数だったりで残念的。解析は、
試作確認できる設計分野と違い）「適当でＯＫ」とはならず注意。 試作できる分野は、トンテンカンテン
試作＆確認は、皆が確認したい設計案優先。優秀人はそこをすっ飛ばすので×とか、それも教科書に…
それナァ。やってもアカンでぇ～。 すぐ言いたくなる人が… 解析にて、試作前評価を
きっちり実施すれば優劣＆その背景理由もよく分かり、揉める事も縮小 駄目な解析だと逆
超がつく一流、競争に打勝つ世界トップ到達までは、なかなか難しい問題があります。
１）エレキ等と違い、理論想定が崩れやすい問題
２）見れば、行けているか、駄目か大体判る それで、皆でモサモサ、
トンテンカンテン頑張る土壌になります。 事業所が田んぼの間で、田植え期は農作業。ほいで
トンテンカンテン技術世界一てなのも。下請で始まり、(人材豊富な)親会社は倒産吸収合理化撤退
一方下請さん大発展して世界トップとかも…。非常識やアホっぽい事を地道に頑張る組織が強い
一方秀才は、常識範囲内に終始＆独創品ヒット品なし。そんな傾向もあり。学校で教えるべき。
エース度と学力反比例もメカ設計は良くあります。エースは多忙。勉強している暇全然なし。
卒業＆設計部門に配属され、期待していたものと違い、適当いい加減でがっかり、なんて良くあり
知的でハイレベルな所に転職したら、そっちはジリ貧化。アホっぽい前職が躍進。とかも普通
解析も同じく、モサモサ人海術じゃ困るんですが、日本流はその傾向が…
最近は、計測等可視技術発達。新卒がベテラン同等能力得たりします。(オッサンの価値は…)
ＣＡＥも、計測器同様の可視技術ですが、
磁場や流体＝現実的モデルと教科書モデルの差は比較的小
構造解析＝現実的モデルと教科書モデルの差は大 注意が必要
適当に試作＆結果を見て考える。 現物合せ的にトンテンカンテン頑張る人が実績残し、
理論派は実績残せずリストラ。なんて試作可能な分野は多い。 実機で起こる事を
コンピュータで再現するのがＣＡＥですが、現実と教科書理論の落差ギャップ、理論が、
役立つか微妙な問題が、解析でも生じがち（合いませんねみたいな）
構造解析の場合、課題に合う現実的モデル構築が解決策。その具体法は殆ど出てなく注意
構造解析の場合、妥当な解析モデル＝理論と無関係的いう、抽象的モデルに終始して終了
そんな事も多く注意
メカ設計は、頭使うよりトンテンカンテン。 そんなオタクみたいな人が有利いう現実。それは
組織力で、試作品作る技術があるからですが。ＣＡＥの場合そうもいかず
アセンブリ構造計算は設定事項多く、合せ目のモデル品質も大事ですし
費用効果や解品質とか、要求厳しく、人が頑張っても追いつかない現実。解消は、
AI的手法でモデル化＆諸設定が○と思いますが、同調者は、同業で、百人に一人位。
コンピュータ最大限生かす分野であるべきが、人海術的、捻り鉢巻的、残念的な事が多く
それは雑だったり抽象的モデルだったりの共通性。生産性低く、うまく行ってるよう見えませんが
現実的モデルは事例少なく注意。イメージ的には→http://ameblo.jp/jishii/day-20160221.html
例えば磁場は、仮に磁石にヒビ入っても、ない状態にほぼ同じ。構造はそうはいかず注意。
知る範囲で、教育・人材育成主張していたうち何人か、昨今、いつの間にか転籍いう 栄転？
「頑張っても簡単じゃない。理論屋は粛清多いですよ！」 述べて批判浴び、数年後やっぱり？
転籍が悪い訳でありませんが、設計製品開発で実績出し、出世してこその筈。私のお客様は、
スキルテクニック教育不要的実用志向。簡単堅実からの製品実績で、割と出世に見えますが…
対策包囲網と共に推進が○。離散化誤差最小化やミス撲滅策は必須。努力で克服は×。
知る範囲で、教育不足＝(どうにでも解釈可能な抽象的表現)うまく行ってない時の定番の言い訳
それよりも、ルールや仕組作りなど具体策が大事だったりします。
難度高く、磁場解析等きっちりできる人も、構造は×だったり、AI的手法に負けたりの罠にも注意
計算資源潤沢＆大規模こなせる昨今ほど手作業で追いつかず雑になり…そんなパラドクス注意
頑張るほど悪循環。結局材料系だったり大規模アセンブリは陽解法等、事例偏在あり。
人が目一杯楽できてサボれる状況いかに作るか。そこが頭使いどころ＆ＣＡＥの面白い点
全員反対な中で一人推進。そんな状況でも頑張る必要あり？。百人に一人位？
教育で克服等、自分勝手な解釈で、ベテラン専門家が間違いに染まりがち＝ＣＡＥの実態。
１次２次差異あり＆２次で十分。＝間違い微妙線＆理解して貰えない現実。努力で克服も×
モデルは雑化。構造解析では、抽象的モデルが精精。それで○な分野は、知る限り限定的。
大規模計算も、（大規模故、逆に緻密なモデルが作れない）抽象的計算モデル多く、折角の計算機が勿体無いパラドクス。
理学系出身者が、設計勉強してエースに… そんな話もメカは殆ど聞かないいう。
メカ設計はトンテンカンテンの気合派優勢。解析等の知性派は部門全員社内お荷物的状況も普通
気合派（権限・予算沢山持つ）に受ける設計支援が○。人件費高く、教育＆人材不要は必須。
AI的技術で自動構築が○な筈。命令語どうあるべき等、議論＆相談できるのが同業で一名のみ。
解析は見て判るメカ設計と違い、気合では限界あり。モデル化＆諸設定は計算機で実施が○の筈
それが出来てなく、低評価を招いている思いますが。（問題はアセンブリの構造計算）
コンピュータがすべきことを人海術トンテンカンテン それが日本流ＣＡＥ？
日本流 欧州流 米国流 ＣＡＥも色はあり、傾向は知っておく必要 何かと地域性いう。
欧州は、（大規模事例少ないかも）一番実務寄り（専門家は抽象的モデルを好む傾向ですが）
日本は、メ-カ-多く一番有利な土壌ですが、これって実用？（モデル類例少ないものは疑義が）
そんな例も随分あり残念的。設計現場発みたいなのが、出ずらい土壌か？
真似るなら、実用・ツール志向の欧州流追った方がいい思いますが。ただ欧州の、
難解志向・理論フェチ・保身などは真似る意義薄く、長所のみ真似るべき。何を志向するか
状況＆背景＆目的次第ですが、難解＆抽象的＝設計上最悪。簡単明快＆皆が理解＆実践可能
個々で差がつかないものが設計には○です。が、文理問わず、専門家は抽象的事象・難解なもの・実用遠いものを好む傾向。読んでおく必要あり。
また間違いも多く、それが主義ポリシーに関わる場合、立場上仕方ない面もありますが、
理論面の間違い（粗悪メッシュが招く誤差を分類せず細かいメッシュなら高精度等） 専門家筋は、
間違い主張多く要注意。(デローニ法も良い手法でなく間違い微妙線。解が粗悪で諦めた話も…)
間違い(踏襲)は設計は茶飯事。右に付く部品、左に付替えた方が性能出ますヨ。そんな類は毎度…
優劣分かりずらい(計測難な分野)ケ-スで発生。解析の可視技術で間違い発見=割とあり
先入観ない若手・部外者が間違い発見に有利？。ＣＡＥも間違い多く注意。
１）雑だと使えずで丁寧に→２）アセンブリ構造は特に細部重要。設定事項等多く時間＆工数不足に陥り→３）ミスしがち＆雑になり→１）に戻る。
その解消がＣＡＥのＡで万年未解決。努力志向や無策だったり、間違いに染まる事が未解決理由
メッシュ細かいと雑でＯＫ そんな勘違い増殖いうか 過半数だったりで残念的。解析は、
試作確認できる設計分野と違い）「適当でＯＫ」とはならず注意。 試作できる分野は、トンテンカンテン
試作＆確認は、皆が確認したい設計案優先。優秀人はそこをすっ飛ばすので×とか、それも教科書に…
それナァ。やってもアカンでぇ～。 すぐ言いたくなる人が… 解析にて、試作前評価を
きっちり実施すれば優劣＆その背景理由もよく分かり、揉める事も縮小 駄目な解析だと逆
技術計算に限りませんが、楽して人材不要がIT技術の根幹 根本的に間違ってる人が多い現実
そもそも、教育人材必須だと、支援技術になり得ない（事はないが価値は下がる）
本質問題がつきまとうのがＣＡＥ。恵まれた組織はＯＫですが、状況が悪くなると、
その本質が痛い弱点になる問題があります。（間接部門いう扱い）
幹部代わったりの体制変更で一転窮地、なんてよくあります。（解析に限りませんが）
スキルを要す作業に頼る→ 努力するほど効率信頼性精度全悪化もパラドクス
解析はパラドクス多く注意 その最大が、人材教育不要化が求められる点ですが（理想として）
実用性等) 計算しないと判らない。判ってしまうと、判ったから解析不要。なんてパラドクスもあり
苦闘の末、折角構造解明したが忘れられ…利用され終了もありそう。(ちゃんとした組織は逆)
弱点＆突込み所も多く、経済や業績の浮沈みの影響受けやすかったりします。縁の下的、
非主流的、マイナー扱い的な被害意識は、解析に限らず、制御部門とか部品設計部門とか、
色々蔓延していますが。本体設計が本流いう。 確かに本体図面は、超絶難儀だったりしますが。
何かと便利で魔法的、それが当然な世の中、経営側の期待に応えるのは大変で、
もっと低レベルな事すら、全然出来そうになく、私は退職しましたが。
会社で解析業務は、かなり恵まれでないと、厳しい現実。
使いこなせば夢叶う的な煽りは多く… その先は薔薇色？ 棘の道？ リストラ人員整理？
無責任的煽りが多く、苦労した昔の教訓が本ブログ発端。なので、推進派ながら短所主体いう。
簡単ポン具現化が強いニーズ。下記に書いてるような人工知能的なのが○思います。
頑張りましょう的精神主義。ＣＡＥに見られる残念的傾向に十分注意
IT技術の理想は、効率化合理化。そこを重視＆察知する人は離反。又が、最初から近づかない
コンピュ-タ技術意義などに無頓着な人が群がる。その事態に陥っている可能性。
ＣＡＥは、離散化や多々ある理論問題等、知る範囲で、難しさが判る人は、去る傾向もあります
同じＣＡＥでも、材料系等の方面に微妙に移っていたり…姑息的な立回りも多い
人が苦闘して頑張っても、メッシュ品質等で、コンピュータに勝てない分野も多く注意が必要。
特に、機能部品はその傾向が強い思います。 人が負けやすい、簡単な自動実行例が下記。
成型や鋳造品事例が目立ちますが、下記のようなものも多い。球一発作成機能持つソフトもあり
解析で有効なのは、美味しくご飯炊く、カラオケ採点みたいな、人が行う事をプログラミングいう
低レベルなＡＩ （世の中を便利にしてるのは専らそれで）若手はやりたがる傾向。
営業マンなんかも熱心。ベテラン解析者は、経験者がコツコツ実施すべき、そんな意見ばかり。
分野問わず、ベテランは保身的でそんなもの。老害に染まって凋落。それもそんなものいう。
加え専門家は、実用遠い物を好む問題あり。例えば、自立的ＡＩのようなものを志向等、
高度なＡＩは応用難。カナ変換の使用頻度検出 (古典的)学習機能程度？
保身的いう面で、海外は日本以上に保身的と感じますが、影響受けるのは要注意。
車はセダン、電気自動車すらスポ-ツカ-風だったり、革新志向の日本とは異なります。
欧州車は、旧式マニュアル志向も根強いですが、8速10速ＡＴで崩せるか？
学術会は、革新の逆、古い流儀が横行。世間から見切られの感。受験勉強も適当風いう
不祥事的事態の都知事は、フランス語ペラペラでしたっけ。工学はドイツ語ですが、
使いもせん言語を学ぶ=無駄 タイ中国ベトナム語こそ優先いう。必要なのは、その革新＆新規性
現実逆で、今時、西欧崇拝的植民地的時代錯誤的だから、だから駄目なんじゃないいう…
プログラミング言語もですが、時には先生推奨の、逆やる必要あり。
教育や人材を不要化させる効率化はＣＡＥに限らず、コンピュータ技術の根幹ですが、
対する逆走は、ベテランや染まった人が、一番逆走してしまういう。また…
本質的部分が）読めてしまう、賢い人は去ってしまう＝分野問わず定番で、特に
CAEのようなIT分野は、人×工数的な代行業が横行 低レベルな体たらくは世間にばればれ
問題意識を持つ人は離反？ 実用遠い、未踏分野には大変熱心と、困った体たらく。
世間が望む、便利化簡単化は、学術には扱いにくいそうですが。便利簡単＆メッシュ職人不要
その実現なしでは生産性も精度も向上せず普及しない＆評価も低迷いう現実。
先読める人は、察知して離反＝どこでも定番。製品開発でも高難度なのはババつかみいう。
大学時代にテンソルを知り 「こりゃメカ設計なんて自分には絶対無理」
察知して見切って、エレキ系に鞍替えした（超賢い＆全然勉強せん）友人がいましたが･･･
『下の一割なんてアホで駄目ですよ』 一蹴されがち。それがメカでは意外に使えたりします
現実は、テンソル？何ですかそれは？ NASTRAN 聞いた事あるような… みたいな人が設計エ-ス
理論等詳しい人は、難しさに根を上げ、去ってしまういう。
・賢い人が、見切って勉強せず下層に行くパタ-ンも多い 逆に上層がメカ本質に無理解
・頑張って勉強しても、理論が現実的想定でなく使えない 無理に理論応用→失敗が多い
メカは、理論に対する乖離が起こりやすく、その設計支援は、メカ設計や製品開発の
独特な文化まで判ってないと、実は難しいいう。大学から発祥みたいな、シリコンバレー
台湾の新竹みたいなケースは、エレキやソフトウェアはその成功は多いのですが。
メカ分野は実はそれでは×いう。エレキ関連も、複写機や光学機器や空調機器等、
メカが絡む分野は日本が強く、（半導体や液晶で強いのに）海外勢劣勢は知られた話。
車もトルコン等の内製までは韓国等出来てない話。特殊鋼等はほぼ無理いう。
・特殊鋼等と違い）メカは買って分解すりゃ丸判りですが、なかなか真似出来ない現実
・真似出来ないメカ技術。 一方、伝統地企業は、競合技術を、簡単に真似てしまう事が多い
金属加工ですと、伝統地新潟同士の熾烈な争い、みたいなのも見受けます。
世界的にも、ドイツ日本の特定地域（伝統地）への偏在があります。メカのＣＡＥは
・効率化や信頼性最優先的な支援技術の事情と、
・メカ設計は職人的。企業は伝統地偏在。産学強調は、あまり成功しない独特な文化
メカ設計の独特さまで理解しているのが理想。 産業界と学術界は、文化がまた違いますが
世界的に、産学協同は、技術計算分野は活発な印象。 日本の場合、学術が、
未踏分野に行過ぎな懸念を感じますが。解析は、昔の方が産学が活発だったような…
本質問題がつきまとうのがＣＡＥ。恵まれた組織はＯＫですが、状況が悪くなると、
その本質が痛い弱点になる問題があります。（間接部門いう扱い）
幹部代わったりの体制変更で一転窮地、なんてよくあります。（解析に限りませんが）
スキルを要す作業に頼る→ 努力するほど効率信頼性精度全悪化もパラドクス
解析はパラドクス多く注意 その最大が、人材教育不要化が求められる点ですが（理想として）
実用性等) 計算しないと判らない。判ってしまうと、判ったから解析不要。なんてパラドクスもあり
苦闘の末、折角構造解明したが忘れられ…利用され終了もありそう。(ちゃんとした組織は逆)
弱点＆突込み所も多く、経済や業績の浮沈みの影響受けやすかったりします。縁の下的、
非主流的、マイナー扱い的な被害意識は、解析に限らず、制御部門とか部品設計部門とか、
色々蔓延していますが。本体設計が本流いう。 確かに本体図面は、超絶難儀だったりしますが。
何かと便利で魔法的、それが当然な世の中、経営側の期待に応えるのは大変で、
もっと低レベルな事すら、全然出来そうになく、私は退職しましたが。
会社で解析業務は、かなり恵まれでないと、厳しい現実。
使いこなせば夢叶う的な煽りは多く… その先は薔薇色？ 棘の道？ リストラ人員整理？
無責任的煽りが多く、苦労した昔の教訓が本ブログ発端。なので、推進派ながら短所主体いう。
簡単ポン具現化が強いニーズ。下記に書いてるような人工知能的なのが○思います。
頑張りましょう的精神主義。ＣＡＥに見られる残念的傾向に十分注意
IT技術の理想は、効率化合理化。そこを重視＆察知する人は離反。又が、最初から近づかない
コンピュ-タ技術意義などに無頓着な人が群がる。その事態に陥っている可能性。
ＣＡＥは、離散化や多々ある理論問題等、知る範囲で、難しさが判る人は、去る傾向もあります
同じＣＡＥでも、材料系等の方面に微妙に移っていたり…姑息的な立回りも多い
人が苦闘して頑張っても、メッシュ品質等で、コンピュータに勝てない分野も多く注意が必要。
特に、機能部品はその傾向が強い思います。 人が負けやすい、簡単な自動実行例が下記。
成型や鋳造品事例が目立ちますが、下記のようなものも多い。球一発作成機能持つソフトもあり
解析で有効なのは、美味しくご飯炊く、カラオケ採点みたいな、人が行う事をプログラミングいう
低レベルなＡＩ （世の中を便利にしてるのは専らそれで）若手はやりたがる傾向。
営業マンなんかも熱心。ベテラン解析者は、経験者がコツコツ実施すべき、そんな意見ばかり。
分野問わず、ベテランは保身的でそんなもの。老害に染まって凋落。それもそんなものいう。
加え専門家は、実用遠い物を好む問題あり。例えば、自立的ＡＩのようなものを志向等、
高度なＡＩは応用難。カナ変換の使用頻度検出 (古典的)学習機能程度？
保身的いう面で、海外は日本以上に保身的と感じますが、影響受けるのは要注意。
車はセダン、電気自動車すらスポ-ツカ-風だったり、革新志向の日本とは異なります。
欧州車は、旧式マニュアル志向も根強いですが、8速10速ＡＴで崩せるか？
学術会は、革新の逆、古い流儀が横行。世間から見切られの感。受験勉強も適当風いう
不祥事的事態の都知事は、フランス語ペラペラでしたっけ。工学はドイツ語ですが、
使いもせん言語を学ぶ=無駄 タイ中国ベトナム語こそ優先いう。必要なのは、その革新＆新規性
現実逆で、今時、西欧崇拝的植民地的時代錯誤的だから、だから駄目なんじゃないいう…
プログラミング言語もですが、時には先生推奨の、逆やる必要あり。
教育や人材を不要化させる効率化はＣＡＥに限らず、コンピュータ技術の根幹ですが、
対する逆走は、ベテランや染まった人が、一番逆走してしまういう。また…
本質的部分が）読めてしまう、賢い人は去ってしまう＝分野問わず定番で、特に
CAEのようなIT分野は、人×工数的な代行業が横行 低レベルな体たらくは世間にばればれ
問題意識を持つ人は離反？ 実用遠い、未踏分野には大変熱心と、困った体たらく。
世間が望む、便利化簡単化は、学術には扱いにくいそうですが。便利簡単＆メッシュ職人不要
その実現なしでは生産性も精度も向上せず普及しない＆評価も低迷いう現実。
先読める人は、察知して離反＝どこでも定番。製品開発でも高難度なのはババつかみいう。
大学時代にテンソルを知り 「こりゃメカ設計なんて自分には絶対無理」
察知して見切って、エレキ系に鞍替えした（超賢い＆全然勉強せん）友人がいましたが･･･
『下の一割なんてアホで駄目ですよ』 一蹴されがち。それがメカでは意外に使えたりします
現実は、テンソル？何ですかそれは？ NASTRAN 聞いた事あるような… みたいな人が設計エ-ス
理論等詳しい人は、難しさに根を上げ、去ってしまういう。
・賢い人が、見切って勉強せず下層に行くパタ-ンも多い 逆に上層がメカ本質に無理解
・頑張って勉強しても、理論が現実的想定でなく使えない 無理に理論応用→失敗が多い
メカは、理論に対する乖離が起こりやすく、その設計支援は、メカ設計や製品開発の
独特な文化まで判ってないと、実は難しいいう。大学から発祥みたいな、シリコンバレー
台湾の新竹みたいなケースは、エレキやソフトウェアはその成功は多いのですが。
メカ分野は実はそれでは×いう。エレキ関連も、複写機や光学機器や空調機器等、
メカが絡む分野は日本が強く、（半導体や液晶で強いのに）海外勢劣勢は知られた話。
車もトルコン等の内製までは韓国等出来てない話。特殊鋼等はほぼ無理いう。
・特殊鋼等と違い）メカは買って分解すりゃ丸判りですが、なかなか真似出来ない現実
・真似出来ないメカ技術。 一方、伝統地企業は、競合技術を、簡単に真似てしまう事が多い
金属加工ですと、伝統地新潟同士の熾烈な争い、みたいなのも見受けます。
世界的にも、ドイツ日本の特定地域（伝統地）への偏在があります。メカのＣＡＥは
・効率化や信頼性最優先的な支援技術の事情と、
・メカ設計は職人的。企業は伝統地偏在。産学強調は、あまり成功しない独特な文化
メカ設計の独特さまで理解しているのが理想。 産業界と学術界は、文化がまた違いますが
世界的に、産学協同は、技術計算分野は活発な印象。 日本の場合、学術が、
未踏分野に行過ぎな懸念を感じますが。解析は、昔の方が産学が活発だったような…
なんだか、不祥事が目立つ昨今ですが ハードル高い場合、実は運の要素が大
不祥事多い気がしますが、非常識の実行とか、気合だけでやってるからじゃない？
なんて考え勝ち。しかし、燃費も排ガスも、非常識的革新を具現化した所＝高いハードル突破
旧来技術しか頼れる手段ないところが、データ改竄。 意外に非常識が有効。
ハイブリッドも圧縮比15のエンジンも、（旧来の）非常識の具現化ですので。
常識打破る的な、売り文句は日本独特かも知れません。
・普通に理屈通りでできる事は、競争相手も実施してしまう。
・普通に理屈通りでは、高い目標設定に到達できない。
・(従来では)出来ん事を、狙ってものにせねばならない。(逆張り裏読み必須）
非常識の具現化は、（旧来常識の間違い発覚いう）、成功率高い場合も多いです。
それは幸運なケースですが意外に多い印象。 差別化出来る技術具現化できるか？
(改良ネタ見つかるか？みたいな）運の要素も大と感じます。運次第じゃ本当は困るんですが
ⅰ：競合が高い技術を獲得した。(自社やその系列なら◎で)
ⅱ：強制力を持つ機関が、高い数値目標を設定した
２つで、かなり苦しくなり不祥事いう。どこもクリアできん目標はどうなのかいう。
有力技術で劣勢だと痛いです。前職は、研究所ポシャり等、色々劣勢が昨今、奇跡的に盛返し状態。
非常識いうと、ぶっ飛んだもの創造しがち（時々ありますが）。現実は、旧時代の慣例に従う
下らない（間違い）常識が多く、それらの修正で十分。それが大変だったりします。
解析等で、旧来常識の間違い発覚いう事態にあっても、そう簡単には修正されない。
横展開しない＝すると性能が下がる、なんて常識も、設計では普通。
妙な拘り、間違った常識に注意で、革新狙いは、染まってない人が有利。
メカは、みれば大体検討つきます。（手段は実測か解析）
見ながら長所伸ばし短所縮小。そこに尽きる気がします。
見て観察して改良。そんな下らない事がメカは勝つ秘訣＝学校でもう少し教えてもいいのかも。
結果・挙動等を十分観察せず、××法等、策を実施しようとする人も時々います。それより･･･
１）見て観察ができる状況を実現させ、観察や評価
特性と長短所把握して → 改良案立案 → １）に戻る
それが速くできると有利。出来てない＆判ってないと暗中模索で不利。それも多い。
見て観察困難な分野も沢山ありまして、そこも、如何に見れる状況作るか？＝鍵思いますが。
可視化と呼ばれる分野で、コンピュ-タ解析や計測。センサ-画素画像等の技術集積でかなり広範
可視化技術が○なら、若手や未経験者も、かなり特上の把握能力を得ます。最近は、新人や
インターンの学生とかも、可視化技術で、問題点を即把握できてしまういう。その逆で、
可視技術×だと、コストかけ頑丈にして逆に性能悪化等、失敗から抜出せない。
ベテランも全然理解できてない。そんなケースもまだまだあり。他社品購入分析で
「判ってないな～」 なんてよくあります
見て観察できてない場合、安直な設計になりがち。
頑丈にして逆に失敗は、見て観察できてない時の定番。熱で多いです。
壊れたので材料屋さんに相談→もっと頑丈な良い素材があります→余計×だったり。
（解析・実測にて）観察の上、構造理解がないと失敗しがち。設計のちょっとした事が判らず撤退。
観察＆理解できてない風な事態を、他社品分析で、結構見てきた気がします。
見て観察しようとしない技術者も多いですが。温度××℃ 騒音△dB 出力□Kw
表層でなく、構造的実態を見て良く考えて欲しいですが･･･
メカ設計屋の場合、見て観察が一番勉強になり、力学数学の目的は見て観察のため。
それができてない場合、力学数学の類は、たいした価値はない思いますが。
現象イメージ把握のための勉学。出来なければ価値なし。卵が先かみたいな感じですが。
一度、特徴判ってしまうと、手品種明かしのような、なーんだいう感じで、勉学不要みたいな…
なんて考え勝ち。しかし、燃費も排ガスも、非常識的革新を具現化した所＝高いハードル突破
旧来技術しか頼れる手段ないところが、データ改竄。 意外に非常識が有効。
ハイブリッドも圧縮比15のエンジンも、（旧来の）非常識の具現化ですので。
常識打破る的な、売り文句は日本独特かも知れません。
・普通に理屈通りでできる事は、競争相手も実施してしまう。
・普通に理屈通りでは、高い目標設定に到達できない。
・(従来では)出来ん事を、狙ってものにせねばならない。(逆張り裏読み必須）
非常識の具現化は、（旧来常識の間違い発覚いう）、成功率高い場合も多いです。
それは幸運なケースですが意外に多い印象。 差別化出来る技術具現化できるか？
(改良ネタ見つかるか？みたいな）運の要素も大と感じます。運次第じゃ本当は困るんですが
ⅰ：競合が高い技術を獲得した。(自社やその系列なら◎で)
ⅱ：強制力を持つ機関が、高い数値目標を設定した
２つで、かなり苦しくなり不祥事いう。どこもクリアできん目標はどうなのかいう。
有力技術で劣勢だと痛いです。前職は、研究所ポシャり等、色々劣勢が昨今、奇跡的に盛返し状態。
非常識いうと、ぶっ飛んだもの創造しがち（時々ありますが）。現実は、旧時代の慣例に従う
下らない（間違い）常識が多く、それらの修正で十分。それが大変だったりします。
解析等で、旧来常識の間違い発覚いう事態にあっても、そう簡単には修正されない。
横展開しない＝すると性能が下がる、なんて常識も、設計では普通。
妙な拘り、間違った常識に注意で、革新狙いは、染まってない人が有利。
メカは、みれば大体検討つきます。（手段は実測か解析）
見ながら長所伸ばし短所縮小。そこに尽きる気がします。
見て観察して改良。そんな下らない事がメカは勝つ秘訣＝学校でもう少し教えてもいいのかも。
結果・挙動等を十分観察せず、××法等、策を実施しようとする人も時々います。それより･･･
１）見て観察ができる状況を実現させ、観察や評価
特性と長短所把握して → 改良案立案 → １）に戻る
それが速くできると有利。出来てない＆判ってないと暗中模索で不利。それも多い。
見て観察困難な分野も沢山ありまして、そこも、如何に見れる状況作るか？＝鍵思いますが。
可視化と呼ばれる分野で、コンピュ-タ解析や計測。センサ-画素画像等の技術集積でかなり広範
可視化技術が○なら、若手や未経験者も、かなり特上の把握能力を得ます。最近は、新人や
インターンの学生とかも、可視化技術で、問題点を即把握できてしまういう。その逆で、
可視技術×だと、コストかけ頑丈にして逆に性能悪化等、失敗から抜出せない。
ベテランも全然理解できてない。そんなケースもまだまだあり。他社品購入分析で
「判ってないな～」 なんてよくあります
見て観察できてない場合、安直な設計になりがち。
頑丈にして逆に失敗は、見て観察できてない時の定番。熱で多いです。
壊れたので材料屋さんに相談→もっと頑丈な良い素材があります→余計×だったり。
（解析・実測にて）観察の上、構造理解がないと失敗しがち。設計のちょっとした事が判らず撤退。
観察＆理解できてない風な事態を、他社品分析で、結構見てきた気がします。
見て観察しようとしない技術者も多いですが。温度××℃ 騒音△dB 出力□Kw
表層でなく、構造的実態を見て良く考えて欲しいですが･･･
メカ設計屋の場合、見て観察が一番勉強になり、力学数学の目的は見て観察のため。
それができてない場合、力学数学の類は、たいした価値はない思いますが。
現象イメージ把握のための勉学。出来なければ価値なし。卵が先かみたいな感じですが。
一度、特徴判ってしまうと、手品種明かしのような、なーんだいう感じで、勉学不要みたいな…