- 駅のプラットフォーム
- 特定の目的のためのソフトウェア
- 売り手と買い手をつなぐ基盤(Google、Apple、Facebook、Amazonなどが代表例)
- 投資案件の発掘に役立つ、業界のプレーヤーとの間に築かれたネットワークや関係性
- 証券を発行するための基盤
- 社内で特定の役割を担うチーム
- バイアウト案件における中核的な投資先企業(後にアドオン投資するための土台になる)
金融翻訳、英語圏の情報、日本翻訳者協会、英日/日英用語などについて語ったブログです。
機体の美しい外観、いよいよ離陸する時にエンジンが轟音を響かせる瞬間、パイロットや客室乗務員の立ち振る舞い、機内食、眼下に広がる景色、これらのすべてが、たまらなく魅力的です。
しかし、地球温暖化のことを考えると、飛行機を利用することに後ろめたさを感じざるをえません。
「空の旅を楽しみたい。でも環境への影響も気になる。」
この葛藤から、航空機の脱炭素化について調べることにしました。
空の旅の未来に希望はあるのでしょうか。
このブログでは、次の5つのテーマについて考えたいと思います。
航空機による温暖化の現状はどうなっているのか?
誰が脱炭素化を進めているのか?
脱炭素化は進んでいるのか?
完全な脱炭素化は可能なのか?
誰が脱炭素化に投資しているのか?
私は大学で工学系の学部を卒業したわけではないため、情報源は主に書籍とインターネットです。あくまで飛行機好きの素人が自分なりに理解した内容をまとめたものですので、その点をご承知おきください。
調べるうちに、脱炭素化に大きく貢献している企業や組織が見えてくるかもしれません。そうした取り組みを陰ながら応援したり、可能な範囲で投資したりすることも考えています。
(なお、本ブログは投資助言を目的とするものではありません。)
public airline = 政府が所有する国営航空会社
private airline = 個人投資家や機関投資家が所有する民間航空会社
public airline = 株式が証券取引所で売買されている上場航空会社
private airline = 非公開航空会社
ChatGPTによると、英語圏では 2. の意味で使われることが多い そうですが、1. の意味でも使われることがあります。
さらにやっかいなことに、最近 「state-owned vs public airlines」という表現も見かけました。これは1. と2. が混在しているため、訳し分けが必要です。すなわち「国営航空会社 対 上場民間航空会社」となります。
こうした細かな違いが大きな意味の違いにつながるのが英語の難しさであり、翻訳者として特に注意を払う点です。✍️✨
今年いただいた翻訳案件の中には、元データがInDesignで作成されたものが数件ありました。
クライアントはそれらをPDF化して送ってくださったのですが、私はそれをパワーポイントに変換し、日本語に翻訳して納品していました。
しかしこの方法には、次の欠点があります:
というのも、7年ほど前にInDesignを使った際、ソフトを起動するたびに大量のデータが自動的にダウンロードされ、通信量が膨大になってしまい驚いた経験があったためです。以来、できるだけInDesignを使わずに済ませてきました。
しかし、最近はクライアント側のデザインが複雑になるにつれ、パワーポイントに変換して修正する作業そのものが非常に手間となり、負担を感じるようになってきました。
最後にInDesignを使ったのは相当以前で、使い方もすっかり忘れていました。そこで、以下の入門書を購入しました。
『世界一わかりやすい InDesign 操作とデザインの教科書[改訂2版]』
文字サイズを変えるにしても、行間を設定するにしても、WordやPowerPointとは操作がまったく違うので最初は戸惑います。しかし慣れてくると、InDesignならではの便利さも少しずつ実感できるようになってきます。
この本はとてもよくできていて、練習していく過程も意外に楽しいものです。指示どおりに進め、分からないところはChatGPTに尋ねると解決できます。
クライアント様からの返信がしばらくなく「やはり、1カ月はかかり過ぎか」とあきらめかけた矢先、よく調べてみると、その文書はすでにインターネット上で公開されていることに気づきました。つまり、機密性の問題を気にせずにChatGPTを活用できる状況。そこで「AIの力を借りれば、翻訳をほぼ半分の時間とコストで提供できるでしょう」と再提案を出したところ、クライアント様は即決で了承してくれました。
クライアント案件でChatGPTを統合して活用したのは今回が初めてです。まず、使用制限のゆるい有料版を開始したけれど、最初の数時間は試行錯誤と苦労の連続でした。
例えば、
翻訳の精度で言えば、業界で新しい専門用語は人間による書き直しが必要であることが分かりました。また、1カ所だけ数字を間違えていたのには驚きました。
全体的に、結果は非常に前向きなものでした。生産性はほぼ2倍となり、納期を短縮すると同時に、時間当たりの収益も約70%向上させることができました。
AIが実務にどのように付加価値をもたらせるのかを探る良い機会となり、今後も品質・スピード・価値のバランスを追求していきたいと思います。