報告書 - minister of economy, trade and industry図表 5-18...

経済産業省御中

平成 29 年度高度な自動走行システムの社会実装に向けた

研究開発・実証事業

（自動走行に関するソフトウェア人材の実態調査及び求める

人材像の調査）

報告書

2018年 3月

i

目次

1．調査目的と手順 .................................................................................................................. 1

1.1 目的 ............................................................................................................................. 1

1.2 調査手順 ...................................................................................................................... 1

2．国内外での自動車メーカー産業構造に関する調査 ............................................................ 3

2.1 産業構造全体像 ........................................................................................................... 3

2.2 自動車産業の現況と課題 ........................................................................................... 16

3．海外でのソフトウェア人材育成、引きつけ、生産性の向上のベストプラクティスの調

査・分析............................................................................................................................ 20

3.1 全体整理（海外） ...................................................................................................... 20

3.1.1 欧州（ドイツ） ......................................................................................................... 20

3.1.2 米国 ........................................................................................................................... 23

3.1.3 中国 ........................................................................................................................... 25

3.1.4 対象事例一覧 ............................................................................................................. 28

3.2 欧州のベストプラクティス ....................................................................................... 29

3.2.1 RWTH Aachen University（アーヘン工科大学） ..................................................... 29

3.2.2 TU Kaiserslautern（カイザースラウテルン工科大学） ........................................... 38

3.2.3 dSPACE Training ...................................................................................................... 40

3.3 米国のベストプラクティス ....................................................................................... 41

3.3.1 Udacity オンライン教育サービス ............................................................................. 41

3.3.2 DARPA Challenge (Grand Challenge/Urban Challenge) .......................................... 46

3.3.3 NVIDIA 自動運転プラットフォーム .......................................................................... 47

3.4 中国のベストプラクティス ....................................................................................... 53

3.4.1 清華大学自動車学科および自動車研究科 ................................................................. 53

3.4.2 Baidu Apollo Project .................................................................................................. 56

4．国内でのソフトウェア人材育成、引きつけ、生産性の向上のベストプラクティスの調

査・分析............................................................................................................................ 59

4.1 全体整理(国内) .......................................................................................................... 59

4.2 大学 ........................................................................................................................... 61

4.2.1 名古屋大学大学院組込みシステム研究センター ...................................................... 61

4.2.2 北九州学術研究都市連携大学院カーエレクトロニクスコース ............................... 69

4.2.3 神奈川工科大学自動車工学センター ..................................................................... 72

4.2.4 東京大学 Autoware プラットフォーム ...................................................................... 74

4.3 産業界 ........................................................................................................................ 75

4.3.1 APTJ（Automotive Platform Technology Japan） ................................................... 75

4.3.2 広島デジタルイノベーションセンター ..................................................................... 77

4.3.3 HEPT コンソーシアム .............................................................................................. 80

ii

4.3.4 SESSAME ................................................................................................................. 82

4.4 ヒアリング調査の実施について ................................................................................ 85

5．自動車ソフトウェアのタスク・スキルの整理、課題抽出と施策の提言 ......................... 86

5.1.1 スキル分類整理の考え方 .......................................................................................... 86

5.1.2 JASPAR 版 ETSS ...................................................................................................... 87

5.1.3 新領域において求められるスキル ............................................................................ 90

5.1.4 求められるタスク・スキルの整理 ............................................................................ 96

5.2 ソフトウェア人材に関する課題と打ち手の提言 .................................................. 100

5.2.1 課題の分析整理 ....................................................................................................... 100

5.2.2 課題に対する打ち手の提言 ..................................................................................... 102

iii

図表目次

図表 1-1 調査手順 ................................................................................................................... 2

図表 2-1 自動車の世界市場 ................................................................................................... 4

図表 2-2 スマイルカーブ化現象による産業構造の変化.................................................... 5

図表 2-3 従来技術の成熟と新技術（CASE）への対応 ..................................................... 5

図表 2-4 従来技術の成熟と新技術（CASE）への対応（Connected） ............................ 6

図表 2-5 従来技術の成熟と新技術（CASE）への対応（Automated） ............................ 7

図表 2-6 従来技術の成熟と新技術（CASE）への対応（Shared&Services） .................. 7

図表 2-7 従来技術の成熟と新技術（CASE）への対応（Electoric） ............................... 8

図表 2-8 ソフトウェア開発プロセスでの役割の変化........................................................ 9

図表 2-9 自動車開発プロセスの変化：海外でのオフショア開発 .................................... 9

図表 2-10 バリューチェーンの上流側へのシフト ........................................................... 10

図表 2-11 知能系・情報系分野での提携・協業・共同研究の例 .................................... 11

図表 2-12 主要自動車メーカーのソフトウェア開発の戦略の変化 ................................ 12

図表 2-13 自動車開発プロセスの変化：モデルベース開発採用事例（自動車メーカー）

............................................................................................................................................ 13

図表 2-14 自動車開発プロセスの変化：モデルベース開発採用事例（サプライヤー等）

............................................................................................................................................ 14

図表 2-15 主要サプライヤーのソフトウェア開発の戦略変化 ........................................ 14

図表 2-16 欧州の産業構造 ................................................................................................... 15

図表 2-17 国内自動車メーカー、サプライヤーのソフトウェア人材補強事例 ............ 16

図表 2-18 欧州自動車メーカーのソフトウェア人材補強事例 ........................................ 17

図表 2-19 欧州自動車部品サライヤーのソフトウェア人材補強事例 ............................ 17

図表 2-20 車載ソフトウェアの開発プロセスにおける課題 ............................................ 19

図表 3-1 国際標準・規制を戦略目標とした EU 研究開発プログラム（例） .............. 21

図表 3-2 人材不足への対応に係わるベストプラクティスのアプローチ整理（ドイツ）

............................................................................................................................................ 23

図表 3-3 米国のソフトウェア技術者に関する資格制度の枠組み .................................. 24

図表 3-4 日米大学の産学連携活動の比較 ......................................................................... 24

図表 3-5 人材不足への対応に係わるベストプラクティスのアプローチ整理（米国）

............................................................................................................................................ 25

図表 3-6 人材不足への対応に係わるベストプラクティスのアプローチ整理（中国）

............................................................................................................................................ 28

図表 3-7 人材確保、生産性向上に係わる主な取組み事例 .............................................. 29

図表 3-8 アーヘン工科大学 IKA の組織構成 .................................................................... 30

図表 3-9 自動車工学の講義例（一部） ............................................................................. 31

図表 3-10 アーヘン工科大学 IKA 自動運転コース講義の構成 ...................................... 32

図表 3-11 運転支援に関する研究開発プロジェクトの例（一部） ................................ 33

図表 3-12 アーヘン工科大学 IKA において研究開発に用いる CASE ツール .............. 34

図表 3-13 ka の主な研究開発パートナー ........................................................................... 35

図表 3-14 アーヘン工科大学 IKA に係わる産学連携エコシステムの全体像 ............... 36

iv

図表 3-15 修士課程遠隔教育プログラムの構成 ............................................................... 39

図表 3-16 dSPACE 研修サービスにおける研修コースの例 ............................................ 40

図表 3-17 Udacity 自動運転車エンジニアコースの入口画面 ........................................ 41

図表 3-18 Udacity 自動運転車コースのカリキュラム構成 ........................................... 42

図表 3-19 受講者による評価 ............................................................................................... 44

図表 3-20 Udacity 自動運転教育サービスのエコシステム .............................................. 45

図表 3-21 DARPA Urban Challenge 参加者によるスタートアップ企業での活躍 .......... 47

図表 3-22 DARPA Urban Challenge 参加チームの主要メンバー ..................................... 47

図表 3-23 自動運転車両の認識コース ............................................................................... 48

図表 3-24 自動運転プラットフォーム DRIVE PX2 のオンライン教材 ........................ 49

図表 3-25 NVIDIA DRIVE 自動運転プラットフォームの構成 .................................... 50

図表 3-26 NVIDIA DriveWorks における自動運転のための主なソフトウェア機能 .... 50

図表 3-27 提供する主な機能・技術 ................................................................................... 51

図表 3-28 ICV 分野の戦略マップ ....................................................................................... 53

図表 3-29 テストプラットフォーム ................................................................................... 54

図表 3-30 企業連携成果 ....................................................................................................... 54

図表 3-31 清華大学自動車工学科に係わるエコシステム全体像 .................................... 55

図表 3-32 連携している企業 ............................................................................................... 55

図表 3-33 Apollo 計画ロードマップ ................................................................................... 56

図表 3-34 プラットフォームにより提供されるデータ.................................................... 57

図表 3-35 プラットフォームの内容 ................................................................................... 57

図表 4-1 専門領域の分類と主な組織分類の関係 ............................................................. 59

図表 4-2 人材不足への対応に係わるベストプラクティスのアプローチ整理（日本）

............................................................................................................................................ 61

図表 4-3 NCES の研究面、人材育成面の強み .................................................................. 62

図表 4-4 研究開発の実用化に関する障壁と NCES 関連組織の位置付け...................... 63

図表 4-5 NCES の体制 .......................................................................................................... 63

図表 4-6 enPit2 Emb における全国の大学と連携した教育 .............................................. 65

図表 4-7 NCES に係わるエコシステム .............................................................................. 65

図表 4-8 NCES、参加企業、コンソーシアム型共同研究組織の関係 ........................... 66

図表 4-9 ユーザ企業との連携の場合 ................................................................................. 67

図表 4-10 オープンソースソフトウェアを活用した場合................................................ 67

図表 4-11 NCES が係わるエコシステム ............................................................................ 68

図表 4-12 実践的専門教育プログラムの科目全体構成.................................................... 70

図表 4-13 自動車工学センターの施設 ............................................................................... 72

図表 4-14 次世代自動車の 5 つのフィールドの教育 ....................................................... 73

図表 4-15 自動車工学システム科のカリキュラム ........................................................... 74

図表 4-16 自動運転 Autoware の位置付け .......................................................................... 75

図表 4-17 APTJ のビジョン ................................................................................................. 76

図表 4-18 APTJ を取り巻く組織間の関係（エコシステム） ......................................... 77

図表 4-19 TOPPERS、AP コンソーシアム、APTJ の関係 .............................................. 77

図表 4-20 MBD の仕事の流れと人材育成研修 ................................................................. 78

v

図表 4-21 MBD／CAE 課題解決支援サービス ................................................................. 79

図表 4-22 広島デジタルイノベーションセンター参加企業 ............................................ 79

図表 4-23 広島デジタルイノベーションセンターのビジョンと関係組織 .................... 80

図表 4-24 教育コースと想定受講者の全体像 ................................................................... 81

図表 4-25 HEPT 会員一覧 .................................................................................................... 82

図表 4-26 組込みソフトウェアセミナーOpen SESSAME Seminar の様子 ..................... 83

図表 4-27 SESSAME e-Learning Series 教材コンテンツ ................................................. 83

図表 4-28 SESSAME e-Learning Series 利用形態 ........................................................... 84

図表 4-29 ヒアリング対象者一覧 ....................................................................................... 85

図表 5-1 車載ソフトウェアに係わる技術・スキルの類型 .............................................. 86

図表 5-2 従来型スキル標準(JASPAR 版 ETSS)および新領域 CASE を考慮した検討の

流れ .................................................................................................................................... 87

図表 5-3 JASPAR 版 ETSS のスキルカテゴリ ................................................................... 88

図表 5-4 スキルカテゴリの構成 ......................................................................................... 88

図表 5-5 関連スキル標準、自動車分野の変革の関係と JASPAR 版 ETSS の位置付け

............................................................................................................................................ 89

図表 5-6 自動車関連会社の求人情報調査対象 ................................................................. 90

図表 5-7 CASE ソフトウェアにおいて求められるスキル・技術の主な例 .................. 90

図表 5-8 NVIDIA DRIVE 自動運転プラットフォームの構成 ...................................... 92

図表 5-9 NVIDIA DriveWorks における自動運転のための主なソフトウェア機能 ...... 92

図表 5-10 提供する主な機能・技術 ................................................................................... 94

図表 5-11 自動運転 Autoware の位置付け .......................................................................... 95

図表 5-12 自動車ソフトウェアのスキルの基本区分 ....................................................... 96

図表 5-13 CASE 領域に重点を置いたスキル全体像 ........................................................ 97

図表 5-14 自動車ソフトウェアに関するスキル全体像（従来領域＋新領域） ............ 98

図表 5-15 人材不足への対応区分 ..................................................................................... 100

図表 5-16 自動車ソフトウェア人材に係わる課題の整理.............................................. 101

図表 5-17 本調査における人材スキルの領域分けと高度人材、基盤人材の対応付け

.......................................................................................................................................... 103

図表 5-18 事業ポジションごとの人材スキルの主なカバー領域 .................................. 103

図表 5-19 課題に対する打ち手に関する全体像 ............................................................. 107

vi

用語定義

本報告書では、以下の通り用語を定義する。

略語概要

高度人材

ソフトウェア人材全体のうち高い能力を求められる人材で、プロジェクト

マネージャ、アーキテクトなどシステム全体を理解する、総合力の高い人

材の他、AI などを先端技術を活用した知能系、開発環境技術者などに渡る

専門的な人材が含まれる。

基盤人材従来型の制御系や新技術が必須ではない情報系や基盤系などは基盤人材と

位置付ける。

人材育成企業内または企業外の人材プール（大学、他業界）の人材を育成すること

で人材を増やす。

人材獲得既にスキルを持った外部の人材を発掘し獲得する。

人材確保人材育成と人材獲得の両方を含む

1

1．調査目的と手順

1.1 目的

省エネルギーの一層の加速が不可欠である中、運輸部門については、特にエネルギー消費

の大部分を占める自動車分野における新たな対応が必要である。また、都市を中心に世界の

人口が増加する中、自動車のさらなる普及拡大が想定され、交通事故の削減、渋滞の緩和や

環境負荷の低減等がより必要となる。今後、既存の取組みだけでは抜本的な解決が困難と予

想されるため、新たな取組みである自動走行への期待は高く、関連する市場の拡大も見込ま

れる。

自動走行は、我が国にとって、成長が期待される分野であり競争力を確保することが重要で

あるが、我が国自動車メーカーは、欧米自動車メーカーと共に世界をリードする一方で、た

とえば、部品やサービス等については、欧米勢の取組みが極めて活発であるなど、決して楽

観できない状況である。また、従来の自動車技術以上に、業界内、業界間や産学の協調、さ

らにはユーザの理解向上が求められることから、我が国がこの分野で世界をリードするた

めには、関係者による戦略的な取組みが必要である。

このような中、経済産業省製造産業局と国土交通省自動車局は、２０１５年２月に「自動

走行ビジネス検討会」を設置し、我が国が自動走行において競争力を確保し、世界の交通事

故の削減をはじめとする社会課題の解決に積極的に貢献するため、現状の課題を分析し、必

要な取組みを検討することを目的に、産学官オールジャパンで検討が必要な取組みを検討

し、２０１７年３月に「自動走行の実現に向けた取組方針」を策定した。

本事業は、「自動走行の実現に向けた取組方針」の重要９分野の一つである「Ⅷ．ソフト

ウェア人材」分野の推進を図ることを目的とする。

1.2 調査手順

本調査では、人材不足に係わる課題を抽出整理し、それらに対する施策の提言を行うた

め、下図の手順により調査を実施した。

2

図表 1-1 調査手順

2．国内外での自動車メーカ産業構造に関する調査

3．海外でのソフトウェア人材育成、引きつけ、生産性の向上のベストプラクティスの調査・分析

4．国内でのソフトウェア人材育成、引きつけ、生産性の向上のベストプラクティスの調査・分析

5．自動車ソフトウェアのタスク・スキルの整理、課題抽出と施策の提言

1. 調査目的とアプローチの整理

3

2．国内外での自動車メーカー産業構造に関する調査

2.1 産業構造全体像

自動車分野の車載ソフトウェアについて、産業構造全体を調査し、現況と課題を整理した。

(1) 自動車産業構造の変化の背景

①自動車市場の国際的な拡大と供給不測、②スマイルカーブ化現象による産業構造の変

化、③従来技術の成熟と新技術の登場などを背景にした国際競争の激化によって、自動車産

業の構造が変化する見込みである。

①自動車市場の国際的な拡大と供給不足

→ 自動車の世界市場は、ASEAN 諸国、中国等で当面成長し、2020 年前半に一億台に

達する見込み。

→ 自動車購入が可能な所得層によるポテンシャルは 2030 年で 1 億 5000 万台程度。

→市場への需要と供給の差が自動車メーカーの生産能力の現状の上限を超過しており、

従来型の自動車産業構造では限界。

→ 国内外の自動車メーカー各社は車両のプラットフォーム化やモジュール化などの効

率化、新興国市場へのグローバル戦略車の投入等、販売量の拡大と多様性への対応

で競争が激化。

②スマイルカーブ化現象による産業構造の変化

→加工組立の付加価値もしくは利益が国際競争の進展により、バリューチェーンの川

上や川下の両端へ付加価値シフト

→家電や半導体等の他産業におけるスマイルカーブ化現象が自動車産業にも到来が予

測。

③従来技術の成熟と新技術（CASE）への対応

→自動車の負の産物であった交通事故、渋滞、環境汚染等の問題への対応が期待でき

る次世代自動車の技術 CASE（C:コネクテッド、A：自動運転、S：シェアリング、

E：電気自動車）へのニーズが増大。

→新技術の登場による車載ソフトウェア規模の拡大、各種機能の高精度な制御や統合

化等の必要性増大。

→新技術の登場によるキープレイヤーの変化。

4

1）自動車市場の国際的な拡大と供給不足

自動車の世界市場は、ASEAN 諸国、中国等で当面成長し、2020 年前半に一億台に達する

見込みである。

自動車市場は、今後、2030 年に向けて世界的にも拡大することが予測されているが、市

場への需要と供給の差が自動車メーカーの生産能力の現状の上限を超過しており、従来型

の自動車産業構造では限界が想定される。

国内外の自動車メーカー各社は、車両のプラットフォーム化やモジュール化などの効率

化、新興国市場へのグローバル戦略車の投入等、販売量の拡大と多様性への対応で競争が激

化する見込みである。

図表 2-1 自動車の世界市場

出所）経済産業省製造産業局自動車課資料平成 27 年 11 月

5

2）スマイルカーブ化現象による産業構造の変化

自動車産業の加工組立の付加価値もしくは利益が国際競争の進展により、バリューチェ

ーンの川上や川下の両端へ付加価値がシフトしている。

家電や半導体等の他産業におけるスマイルカーブ化現象が自動車産業にも到来が予測さ

れている。

図表 2-2 スマイルカーブ化現象による産業構造の変化

出所）経済産業省政策局資料平成 27 年 11 月

3）従来技術の成熟と新技術（CASE）への対応

2016 年 9 月に開催された「パリモーターショー2016」において、メルセデス・ベンツが、

Connected（コネクテッド）、Autonomous(自動運転)、Shared&Services（シェアリング）、Electric

（電動化）の自動車産業における 4 つのメガトレンドを「CASE」と名づけた中長期戦略を

発表している。

多くの自動車メーカーが、この「CASE」の潮流から取り残されることがないよう研究開

発に取り組んでいる。

図表 2-3 従来技術の成熟と新技術（CASE）への対応

出所）メルセデス・ベンツ公式 HP URL：https://www.daimler.com/case/en/

6

国内の自動車メーカーによるコネクテッドカー展開戦略によって、車載通信端末やモバ

イル端末と連携することで、今後、コネクテッドカーは年々普及していくことが予想される。

図表 2-4 従来技術の成熟と新技術（CASE）への対応（Connected）

推計方法

2016 年の普通乗用車、小型乗用車、軽乗用車国内販売台数をもとに、2020 年、2025 年、

2030年の搭載率（2025年の軽乗用車搭載率 60％、小型普通車 90％、普通車搭載率は 100％）

などと自動車メーカーの目標値を参考に推移

出所）三菱総合研究所作成

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0

500

1,000

1,500

2,000

2,500

3,000

3,500

4,000

4,500

2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2027 2028 2029 2030

搭載率端末販売台数（千台）日本国内のコネクティッド対応端末の販売台数

普通乗用車小型乗用車軽乗用車販売シェア

7

自動運転に係る国家戦略である「官民 ITS 構想・ロードマップ 2017」（2017.5）では、2020

年代前半までに高速道路での自動運転、高速道路での隊列走行トラックや限定地域での無

人自動運転サービスを実現し、2025 年目処に高速道路での完全自動運転を実現することを

目標としている。

図表 2-5 従来技術の成熟と新技術（CASE）への対応（Automated）

出所）「官民 ITS 構想・ロードマップ 2017」（2017.5 IT 戦略本部）

カーシェアリングサービスは、我が国においても増加傾向にある。

図表 2-6 従来技術の成熟と新技術（CASE）への対応（Shared&Services）

出所）公益財団法人交通エコロジー・モビリティ財団をもとに三菱総合研究所作成

0

100,000

200,000

300,000

400,000

500,000

600,000

700,000

800,000

900,000

0

5,000

10,000

15,000

20,000

25,000

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

（人）（台）わが国のカーシェアリング車両台数と会員数の推移

車両台数(台) 会員数(人)

8

各自動車メーカーでは、電気自動車の市場投入が開始されている。

図表 2-7 従来技術の成熟と新技術（CASE）への対応（Electoric）

出所）各社 HP より三菱総合研究所で作成

2017 2018 2019 2020 2021 2022

BMW：X32020年発売予定

MINI：MINI2019年初頭発売予定

VW：eゴルフ2017年4月発売

VW：I.D.BUZZCargo・マイクロバス2022年発売予定

日産：新型リーフ2017年12月発売

BMW：i52018～2019年発売予定

ホンダ：中国専用のEVを現地生産

ボルボ：2019年以降、すべての新モデルをEV車にすると発表

トヨタ：全固体電池EV車2022年発売予定

トヨタ：五輪モデル（全固体電池EV車）大会で使用

トヨタ：C-HRベースのリチウムイオン電池EV車2019年中国で量産予定

スバル：2021年に既存モデルのEV車を発売予定

テスラ：新型モデル32017年7月発売テスラ：新型モデルY

2019年発売予定

マツダ：2019年新型EVでロータリーエンジン復活か

日産： 2020年までに走行距離550kmまで伸ばした新型を発売予定

ダイムラー：2022年までにEV10車種以上を投入すると発表

メルセデス：ジェネレーションEQ2019年市販化予定

ホンダ：新型クラリティ・エレクトリック2017年8月米国発売

アウディ：Q6 e-トロン2018年量産予定

アウディ：A9 E-TRON2020年発売予定

アストン・マーティン：ラピードE2019年155台限定生産予定

メルセデス：コンセプトカーVision Mercedes-Maybach 6 Cabriolet2017年8月20日発表発売未定

ダイムラー・BYD：DENZA5002018年3月発売

Porsche：Mission E2020年末までに発売予定

9

(2) 従来からの自動車産業構造の変化

1）国内

① 制御系

制御系(自動運転、EV)のソフトウェア開発量の増大により､OEM や Tier1 はプロジェクト

マネジメントやアーキテクトに比重をシフトしている。

さらに、近年、ソフトベンダーもプロマネ・アーキテクチャにシフトし、海外ソフトウ

ェアベンダーへオフショア開発が進展している。

図表 2-8 ソフトウェア開発プロセスでの役割の変化

自動車メーカー、サプライヤー、ソフトウェアベンダーは 2000 年頃より、海外での車載

ソフトウェアのオフショア開発の試行を始めている。

他各社も 2010 年頃を目処に海外オフショアによるソフトウェア開発を進展している。

図表 2-9 自動車開発プロセスの変化：海外でのオフショア開発

海外ソフトウェアベンダーへのオフショア事例

トヨタ自動車 1

2004 年トヨタ・モーター・アジア・パシフィックにソフト開

発部隊を立ち上げ海外でのソフトウェア開発の雛形つくりを

実施。

BR 制御ソフトウェア開発室（BRW）の発足後、ソフトウェア

海外開発部隊は BRW の一部として人材育成・開発プロセス構

築・技術領域での成果出しを共同で実施。

デンソー 2

2000 年代前半よりインドや中国を中心に，オフショア開発を試

行。

ネクスティエレク

トロニクス

2005 年 4 月タイ・バンコクに車載ソフト開発会社設立

2008 年 11 月中国・大連に車載ソフト開発会社設立

1 https://www.denso-ten.com/jp/gihou/jp_pdf/52/52in.pdf 2 http://tech.nikkeibp.co.jp/it/article/COLUMN/20070423/269161/

時期～2000 2005 2010（JASPAR版ETSS発行） 2020

ｿﾌﾄｳｪｱ開発の潮流 ECU車載デバイスの増加による規模増大 CASE時代への対応にともないさらに激増

自動車開発の潮流垂直統合分業化の推進分業化の徹底

役割

OEM プロマネアーキテクトの推進プロマネアーキテクトの徹底

Tier1 コーディングプロマネアーキテクトへシフト

ｿﾌﾄｳｪｱﾍﾞﾝﾀﾞコーディングコーディング規模拡大への対応プロマネアーキテクトへシフト

海外ｿﾌﾄｳｪｱﾍﾞﾝﾀﾞコーディングのオフショア受託コーディング規模拡大への対応

ソフトウェアベンダ

Tier1

OEM OEM

Tier1

【制御系】自動運転/EVのソフトウェア開発におけるOEMやサプライヤーによるソフトウェア開発プロセスの上流側へのシフト

人材に関する課題

海外ソフトウェアベンダ

OEM


システムサプライヤ

Tier1

OEMOEM

プロジェクトマネージメント

システムアーキテクト（要求分析、設計等）

ソフトウェアエンジニア（要求分析、設計）

コーディング基盤人材の量的拡充

ASEANのソフトウェア人材活用

国内ソフトウェアベンダ国内ソフトウェアベンダ

ソフトウェア開発のプロセス

【制御系】• 自動運転• EV

10

海外ソフトウェアベンダーへのオフショア事例

（豊田通商グルー

プ） 3

2016 年 11 月タイに車載ソフト開発会社設立（デンソーとの

合弁会社）

富士ソフト 4

2010 年 11 月よりヴィンキュラムチャイナ（VCC）を拠点とし

て中国オフショア開発を推進。

② 知能系・情報系

新領域である知能系（AI 等）や情報系（ビッグデータ、モビリティサービス、コネクテ

ッドサービス）のソフトウェア開発においては、より付加価値の高いバリューチェーンの

上流側（研究開発・サービス）へシフトする傾向にある。

また、完成車メーカーなどと新領域の有力企業との協業・提携が活発化している。

図表 2-10 バリューチェーンの上流側へのシフト

3 http://www.nexty-ele.com/wp/wp-content/uploads/2017/05/NEW168soft1-2.pdf 4 https://www.fsi.co.jp/solution/offshore/index.html

2015 2020

ｿﾌﾄｳｪｱ開発の潮流 CASE時代への対応にともない新領域（知能系・情報系）での新たな有力企業が台頭

自動車開発の潮流完成車メーカ等と新領域（知能系・情報系）の有力プレイヤーと協業・提携が活発化

役割

OEM バリューチェーンの上流側（研究開発・サービス）へシフト

知能系・情報系の有力企業提携・協業先へ新領域での自社技術を提供

市場規模拡大

OEM

Tier1

OEM


国内ソフトウェアベンダ

東南アジアへのオフショア海外ソフトウェアベンダ

（東南アジアへのオフショア）

国内ソフトウェアベンダ


OEMやサプライヤによるバリューチェーンの上流へシフト

高度人材の強化

人材に関する課題CASE対応に向けて数千～数万規模での人材不足が懸念

上流

付加価値

下流

研究開発サービス

【知能系】• AI• 画像処理等

【情報系】• ビッグデータ• モビリティサービス• コネクテッドサービス

協業・提携

11

国内の完成車メーカーは、来たる CASE 時代に備え近年、AI 技術、コネクテッドサービ

スやモビリティサービスなどの分野で、提携・協業や共同研究などを推進している。

図表 2-11 知能系・情報系分野での提携・協業・共同研究の例

企業名提携・協業・共同研究の内容


2017 年 5 月、自動運転システムの性能を高めるために

NVIDIA との協業によって人工知能 (AI) を活用することを

発表。


2018 年 1 月、モビリティサービス専用 EV“e-Palette Concept”

を CES2018 で発表。

初期パートナーとして企業（モビリティサービスパートナ

ー：Amazon.com, Inc.、Didi Chuxing、Pizza Hut, LLC、Uber

Technologies, Inc.、技術パートナー：Didi Chuxing、マツダ株

式会社、Uber Technologies, Inc.）とアライアンスを締結。

日産自動車 7

DeNA と無人運転車両を活用した新しい交通サービス「Easy

Ride」を共同開発。

2018 年３月より横浜にて実証実験を開始。

日産自動車 8

2017 年 1 月、CES2017 にて、ルノー・日産アライアンスは、

マイクロソフトの車載バーチャル・パーソナル・アシスタン

ト技術「Cortana」など最先端のコネクテッドカー技術の開発

の加速を発表。

本田技研工業 9

2016 年 7 月、ソフトバンクと AI(人工知能)分野で共同研究

を開始し、AI 技術のオープンイノベーションを強化。

ソフトバンクグループ傘下の cocoro SB株式会社が開発した

AI 技術「感情エンジン」をモビリティへ活用。


2016 年 12 月、東南アジアのライドシェアの有力企業である

配車アプリのグラブ社へ出資し、ライドシェア技術での提

携を発表。

ライドシェア技術の開発や関連ドライバー教育プログラム

でパートナーシップの締結を予定。

5 http://www.nvidia.co.jp/object/toyota-accelerating-introduction-autonomous-car-20170511-jp.html 6 https://newsroom.toyota.co.jp/jp/corporate/20508200.html 7 https://www.nissan-global.com/JP/TECHNOLOGY/OVERVIEW/easy_ride.html 8 https://newsroom.nissan-global.com/releases/ces-2017-j?lang=ja-JP 9 http://www.honda.co.jp/news/2016/c160721.html 10 http://www.honda.co.jp/news/2016/c161212.html

12

国内主要自動車メーカーにおいては、今後の複雑化、高度化、膨大化する車載ソフトウェ

アの開発に向けて、従来の車載ソフトウェアの開発状況に応じた戦略の変更の可能性が想

定される。

図表 2-12 主要自動車メーカーのソフトウェア開発の戦略の変化

従来の車載

ソフトウェアの戦略今後の戦略変化の可能性

トヨタ

自動車

ソフトウェアの内製率

は低い。

走行系開発については、

内製化あるいは系列

Tier1 等へ発注。

コネクテッドカー関係

等はソフトウェアベン

ダーにも多く発注。

知能化ソフトウェアの研究開発を一気通貫で

担う新会社「Toyota Research Institute Advanced

Development」を東京に設立（1000 名規模）と

したことで、車載 OS 等の標準ソフトウェア・

プラットフォームとなる基幹部分のソフトウ

ェア開発は内製化を進める方向。

4 つのカンパニー制の導入により、系列 Tier1

以外（Continetal、Bosch など）の参入拡大可

能性あり、個別のモジュールや大量なコーデ

ィングなどは外製化が進展する可能性あり

日産

自動車


は低い。

日立系列（日立オートモ

ーティブス、日立産業制

御、日立ソリューション

ズ）での発注が多い。

日産・ルノーアライアンスによる共同開発に

よって、従来の日立系以外への外製化が加速

する可能性あり（例アライアンスによる仏

ソフトウェア開発会社 Sylpheo 買収／2020 年

までにアライアンスで自動運転技術を 10 車

種以上で採用予定）。

印 Tata Consultancy Services とソフトウェア・

アシュアランス・ソリューション「TCS エン

ベデッド・コード・アナライザー (TCS ECA)」

を共同開発するなど、コーディングなどは海

外への外製化も加速する可能性あり。

本田

技研工業


は高い。

一部を系列のソフトウ

ェアベンダーへ外製化。

開発規模の拡大によるモデルベース開発の採

用等で、従来のソフトウェア開発体制から、

外製化を促進する可能性あり。

13

国内主要自動車メーカーをはじめとして、サプライヤーにおいてもモデルベース開発の

採用が進展している。

図表 2-13 自動車開発プロセスの変化：モデルベース開発採用事例（自動車メーカー）

モデルベース開発採用事例の概要

マツダ 11

2004 年以来、マツダは MBD による開発に着手。

2012 年に発売した CX-5 から全面搭載されたスカイアクティブ技術開

発には MBD を活用。


ハイブリッドの開発に伴うエンジンの複雑化を見越して 2008 年に

MBD 開発の検討を開始。


燃料電池車、ハイブリッド車の開発に伴うエンジンの複雑化に対応す

るためモデルベース開発に注力


モデルベース開発を強化

2017 年夏に栃木県本田技術研究所内で新施設を稼動

11 http://www.mazda.com/ja/innovation/technology/gihou/ 12 https://www.sbbit.jp/article/cont1/32208#head2 13 https://www.sbbit.jp/article/cont1/27129 14 https://www.nikkei.com/article/DGXLZO07581170T20C16A9TI1000/

14

国内の主要サプライヤーにおいてもモデルベース開発の採用が進展している。

図表 2-14 自動車開発プロセスの変化：モデルベース開発採用事例（サプライヤー等）

モデルベース開発採用事例の概要

デンソー

豊田通商 15

2016 年 4 月、タイに合弁会社を設立し、エンジン ECU のモデルベー

ス開発を強化。

ルネサス 16

2016 年 6 月、自動運転に向けた複雑な走行制御を想定したマルチコア

マイコン向けソフトウェア開発環境を開発。

マツダ

トヨタ自動車

デンソー 17

2017 年 9 月、電気自動車の共同技術開発契約を締結し、新会社「EV

C.A. Spirit 」を設立

マツダのモデルベース開発など各社の強みを活かす

住友商事

AZAPA 18

2018 年 1 月、人工知能アルゴリズムを搭載した自動車制御コンピュー

タに関する共同開発について、モデルベース開発に強みを持つ AZAPA

との間で契約締結。

パナソニック

AZAPA 19

2017 年 5 月、パナソニックと AZAPA は車載用途でのモデルベース開

発協業を進め、EV の電動パワートレイン開発にモデルベース手法を適

用。

シミュレーション上で EV の電費を最大化するパワートレイン仕様を

早期に導出することが可能に。

国内主要サプライヤーは、自動車メーカーの車両開発プロセスの変化に応じて、自動車メ

ーカーが要求するソフトウェアへの対応や、組込みソフトの技術力向上の必要性が想定さ

れる。

図表 2-15 主要サプライヤーのソフトウェア開発の戦略変化

従来の車載ソフトウェア

の戦略

今後の戦略変化の可能性

主要サプラ

イヤー

ソフトウェア開発は、ソ

フトウェア受託企業へ

の外製化が主流

自動車メーカーが推奨するソフトウェア

に対応したモジュールの開発納品の要求

が増える可能性あり

競争力を向上するためには、組込みソフ

トへの対応力の増大の必要性あり。

15 http://www.toyota-tsusho.com/press/detail/160415_003752.html 16 https://www.renesas.com/ja-jp/about/press-center/news/2016/news20160623.html 17 https://newsroom.toyota.co.jp/jp/detail/18839949 18 https://prtimes.jp/main/html/rd/p/000000467.000000726.html 19 https://news.panasonic.com/jp/press/data/2017/05/jn170508-1/jn170508-1.html

15

2）欧州

欧州では、メガサプライヤーや主要サプライヤーが複数の主要 OEM へ供給する構造で、

日本のような系列化はなく、メガサプライヤーへの技術依存度が高い。

CASE 時代への対応においても、当面はメガサプライヤーを中心とした従来の産業構造が

継続する見込みである。

図表 2-16 欧州の産業構造

従来は、メガサプライヤーや主要サプライヤーが複数の主要 OEM へ供給する構造で、日

本のような系列化はない。

EV 時代到来によって特定サプライヤーが介在する構造は日本と同様であり、CASE 時代

となる今後は、日本と欧州の産業構造は一部で近似する構造となる可能性がある。

OEM




研究開発サービス

【知能系】

• AI• 画像処理等

【情報系】

• ビッグデータ• モビリティサービス• コネクテッドサービス

協業・提携

OEM




【制御系】• 自動運転• EV

16

2.2 自動車産業の現況と課題

(1) ソフトウェア人材の不足感

国内主要 OEM、サプライヤー、ソフトウェアベンダーともに、でソフトウェア開発人材

を、現在の体制から倍増、あるいは数百名規模で増員など、採用を強化する方針である。

図表 2-17 国内自動車メーカー、サプライヤーのソフトウェア人材補強事例

ソフトウェア人材補強の概要


自動運転技術の先行開発分野での技術開発を促進するために東京に新

会社を設立。

新会社では、エンジニアの新規採用も重視し 1,000 名規模の体制へ。

新会社にはアイシン、デンソーも出資し、共同技術開発を行うことに加

え、3 社で 3,000 億円以上の開発投資を実施予定。

日産自動車 21

2016 年 10 月に、都内にコネクテッドカー開発の新拠点を開設したこと

を発表。

2017 年末までに同所で約 150 人のソフトウェア技術者を採用予定。

現在は神奈川県内の研究開発拠点を中心に約 300人のソフトウェア技術

者が所在。新拠点ではコネクテッドカーの開発に必要な通信、データ解

析、機械学習、サイバーセキュリティなどの専門技術者を新たに雇用。


2018 年度定期採用計画および 2017 年度中途採用計画について発表。

電動化・自動運転・人工知能をはじめとする新技術領域の強化に向け、

定期採用・中途採用における技術者の積極採用を継続。

2018 年度採用予定大卒技術者 500 名。

パナソニック 23

2002 年以来の規模となる 700 人の大卒採用を予定。

自動車用の部品事業などに重点配置する見込み。

ジェイテクト 24

ステアリングは世界シェア首位のジェイテクトは、現在、ソフト開発を

担う技術者は電気や機械もこなす人材も含めて 500 人前後であるとこ

ろ、2023 年度を目処に２倍に増強する予定。

荻原電気 25

車載組込みソフトウェア技術者の採用活動も積極的に行い、2020 年まで

に約 100 名の新規採用を目指す。

SCSK 26

国内の地方拠点でシステム開発を行うニアショア開発体制を強化。

2017 年度末に、IT 人材を現在の約 330 人から 1000 人体制へ。

20 https://newsroom.toyota.co.jp/jp/corporate/21313423.html 21 https://www.nikkei.com/article/DGXLASDZ25I30_V21C16A0TJC000/ 22 https://iotnews.jp/archives/48901 23 https://www.nikkei.com/paper/article/?b=20180322&ng=DGKKZO28406610R20C18A3MM8000 24 https://www.nikkei.com/article/DGXMZO23708350Q7A121C1000000/ 25 https://www.sankeibiz.jp/business/news/180205/prl1802051502091-n1.htm 26 https://newswitch.jp/p/6210

17

欧州主要 OEM においても、ソフトウェア人材の採用を強化する方針である。

図表 2-18 欧州自動車メーカーのソフトウェア人材補強事例


Jaguar 27

アイルランドに研究開発センターを新設しソフトウェア開発のための

技術者を 150 人採用予定。

Audi 28

2015 年 1～6 月の社員数が 8％増加。

先駆的な技術開発するため今後 6,000 人を採用予定。

BMW 29

2015 年 6 月末時点の従業員数は約 12 万人となり、前年同期の約 11.3

万人から増加。

同社は、急速に進むデジタル化などに対応するため、今後、追加採用

を行う方針

欧州主要サプライヤーにおいても、ソフトウェア人材の採用を強化する方針である。

図表 2-19 欧州自動車部品サライヤーのソフトウェア人材補強事例


Bosch 30

現状、約 2 万人のソフトウェア技術者を雇用予定。

採用枠の半分が IT、ソフトウェア人材。

依然として増員の必要性があり、今後 2 万人以上の補強予定。

Continental 31

日本国内で必要とされるソフトウェア技術者は約 2 万人。

2013~15 年の 3 年間で、日本内のエンジニア数を４倍に増員。

Valeo 32

日本国内で雇用する約 2,800 人のうち、エンジニアは 550 人。

自動運転、運転支援の研究開発人材を 20 人から 40 人へ倍増予定。

エンジニア人数は世界全体で約 14,000 人（2016 年に前年比 18%増員）

27 https://dcross.impress.co.jp/docs/usecase/000347.html 28 https://jp.reuters.com/article/autoshow-frankfurt-technology-idJPKCN0RF09420150915 29 https://jp.reuters.com/article/autoshow-frankfurt-technology-idJPKCN0RF09420150915 30 https://car.watch.impress.co.jp/docs/news/720027.html

http://www.bosch.co.jp/press/group-1603-05/

http://www.bosch-presse.de/pressportal/de/media/bpk/2017/internationale_pis/jp_pi9564_bpk2017.pdf 31 https://www.sbbit.jp/article/cont1/33298

http://toyokeizai.net/articles/-/147866 32 https://prtimes.jp/main/html/rd/p/000000055.000004446.html

http://www.valeo.co.jp/medias/upload/2017/09/87593/2017.pdf

18


ZF 33

2015 年に横浜に研究開発拠点を新設し、2020 年には 350 人体制に拡

大予定。

ローカライゼーション戦略の下、上海にエンジニアリングセンターを

新設。

2022 年までにエンジニアを 600 人増員予定。

Delphi 34

2017 年 1 月に自動車無線ソフトウェア企業の Movimento を買収、車

両制御技術を強化。

2017 年 10 月に nuTonomy 買収によって自動運転技術を吸収。

nuTonomy のエンジニア 70 人を Delphi の自動運転チーム（100 人以

上）へ統合。

Visteon 35

2016 年 8 月にブルガリアにあるソフトウェア開発拠点を拡大し、ソフ

トウェア開発の需要拡大に対応可能なよう従業員を 700 人規模へ。

33 https://www.zf.com/japan/ja_jp/corporate/news_events_corporate/press_local/press_release_detail.jsp?newsId

=22237096

https://www.zf.com/corporate/media/en_de/corporate_6/magazin/2017_3/2017_2_media/zf-vision_1-2017.pdf 34 https://automotive.ten-navi.com/news/10372/

https://japan.cnet.com/article/35109290/

https://www.nutonomy.com/press-release/delphi-reaches-agreement-to-acquire-nutonomy/ 35 https://automotive.ten-navi.com/news/9568/

19

(2) 車載ソフトウェアの開発プロセスにおける課題

完成車メーカーでは、ソフトウェアの開発工程での上流へのシフトに応じた課題への対

応が必要となっている。

システムサプライヤーでは、ソフトウェア開発におけるプロジェクトマネジメント・シ

ステムアーキテクトなどを担うための人材の質的な向上の他、開発規模の増大に対応する

ためオフショア開発の推進への対応も必要となっている。

ソフトウェアベンダーでは、ソフトウェア人材の量的確保の他、オフショア開発への対

応が必要となっている。

ツールベンダーでもシステムサプライヤーと同様に、システム全体やハードウェアを理

解したモデル開発が可能な人材が必要となっている。

図表 2-20 車載ソフトウェアの開発プロセスにおける課題

開発プロセス

その他プロジェクトマネージメント

システムアーキテクト（要求分析、設計等）

ソフトウェアエンジニリング（要求分析、設計、実装）

テスト・品質管理

プレイヤー

完成車メーカ



ツールベンダ

高度人材(プロマネ・アーキテクト、知能系・情報系)の社内育成・外部からの確保

システム全体を俯瞰できる人材の確保

ECU等のハードウェアの進化へ対応可能なソフトウェア開発人材の確保

自動車の体系的知識のある人材の量的確保

自動車関連法規を理解した人材確保

オフショア開発を推進可能な人材確保

ハードウェアを理解したモデル開発人材の確保

ASEANでのMBD開発に対応可能な人材の育成

国産ツールの開発

ソフトウェア開発人材の量的確保

チーム対応やMBD開発ツールなどの活用

20

3．海外でのソフトウェア人材育成、引きつけ、生産性の向上のベストプラク

ティスの調査・分析

海外における自動車ソフトウェアに係わる人材不足への対応に関するベストプラクティ

スについて、取組み動向、エコシステムとしての成功要因、エコシステム形成プロセスなど

について整理する。

3.1 全体整理（海外）

各国のベストプラクティスについて整理する。

3.1.1 欧州（ドイツ）

欧州に関しては、自動車生産台数がもっとも多く、主要な自動車メーカーが集中するドイ

ツを対象36に人材育成、生産性向上等の人材不足への対応に関する動向概要についてまとめ

る。

(1) 人材に係わる取組み概況

ドイツにおいては、マイスター制度など専門人材を重視する文化が根付いており、日本の

ように教育と職業が分離する状況とは異なり、教育を修了して社会に出る時点において即

戦力となる専門人材を育成することが国による教育の役割37となっている。中等教育におい

ては、職業教育法に基づき運営されるデュアルシステムを中心とする職業教育方式が特徴

的である。デュアルシステムは、企業における実地教育と学校における理論の学習を組み合

わせて行われる教育制度である。日本の「六・三・三制」のような単線型とは異なり、ドイ

ツの教育制度は、初等教育期間を経た早い段階で３つのコースに分岐する点が特徴的であ

る38。３つのコースは、1.ハウプトシューレ(基幹学校)、2.レアルシューレ（実科学校）、3.ギ

ムナジウム（大学進学コース）である。中等教育におけるデュアルシステムは主に、ハウプ

トシューレ、レアルシューレのコースが対象となる。

大学におけるデュアル教育は 1972 年には開始され、全国の大学に拡大したデュアル教育

専攻課程の増加等によって一層拡大し39、2017 年には、高等教育におけるデュアル教育実施

者数は初めて 10 万人を越えた40。自動車ソフトウェア開発を担う人材は主に大学コースの

人材が中心となる。

ドイツでは、大学における研究開発においても、実学を重視する傾向が強く、大学工学部

の教授の採用時には企業経験が重視されと共に、研究評価においては、論文だけでなく、企

36 2016 年の国別自動車生産台数は、ドイツは 6,062,562 台で首位、二位のスペインの 2,885,922 台の２倍

以上である。ドイツの生産台数は、EU 全体の 18,809,265 台の約 1/3 を占める。（JETRO 2016 年主要国の

自動車生産・販売動向より） 37 ドイツの競争力を支える専門人材の育成制度と海外普及、国際貿易投資研究所、伊﨑捷治 38 学校制度と職業教育ドイツの学校制度と職業教育、労働政策研究・研修機構 39 ドイツにおける高学歴化と大学のキャリア教育化、岩井清治、桜美林経営研究 40 Dual higher education study – upwards trend carries on, BiBB

21

業との共同研究や外部資金の獲得が重視される。

自動車工学分野で 115 年以上の歴史があり、その分野で著名なアーヘン工科大学自動車

工学研究所においても、デュアル教育が実施されており、産学連携による実践的な教育が行

われている。また、充実した自動車実証実験設備を保有し、企業との共同研究開発を進める

と共に、国内外の共同研究においてコーディネーター機能を果たしている。

大学のデュアル教育においては、企業は一定の負担を負い、企業が必要とする人材を育成

する機会が得られ、大学の教育に対して注文をつけることができる41。大学におけるデュア

ル教育を受けた学生が、受入れ企業に就職する割合は 8 割程度と高く、自社のアピールや認

知度の向上の他、実力の分かっている学生を安心して採用できるメリットがある。

デュアル教育は、教育制度に基づくものであるが、課外の動向として大学生の 3 ヶ月〜半

年間に渡る中長期インターンシップも特徴的である。これにより学生は現場経験を身につ

けると共に、採用時の実績として評価されるメリットがある。

生産性向上については、標準化の重視と、プラットフォームソフトウェアを活用した開発

の効率化を挙げることができる。ドイツを含む欧州は、早くから国家政策として国際標準化

を明確に位置付けて推進している。2007 年における国際標準 ISO、IEC の幹事国引受数は、

ドイツが首位となっている42 43。EU 研究開発プログラム Framework Programme においては、

国際標準につながる研究開発を推進してきた44 45。自動車ソフトウェアプラットフォームで

ある AUTOSAR は、Framework Programme における EAST-EEA プロジェクト等から派生し

て策定された経緯がある。EU 研究開発プログラムは、下図の通り、型式認証・バーチャル

テスト、機能安全規格などにつながる取組みがある。

図表 3-1 国際標準・規制を戦略目標とした EU 研究開発プログラム（例）

出所）三菱総合研究所

41 Fraunhofer-Gesellschaft による 42 経済産業省、国際標準化動向について、2009 43 経済産業省における国際標準化への取組みについて、経済産業省 44 欧州のフレームワーク・プログラム FP7・Horizon 2020 と日欧連携、日欧産業協力センター 45 EU の科学技術情勢、JST

EU研究開発プログラム規制・国際標準化

欧州市場の確保とグローバル市場の獲得

EAST-EEA(FP5,EUREKA), EEA

プロジェクト

ATESST2(FP7), EASIS(FP6)

Deploy(FP7)プロジェクト

機能安全規格・認証SIL, ASILにおける形式手法導入。

セキュリティ評価手法等

AUTOSAR業界標準

EGVI（H.2020)、IMVITERプロジェクト(FP7, スペイン、ドイツ等）

型式認証・バーチャルテスト採用

22

ドイツでは業務の削減や効率化につながる内容であれば、たとえ競合企業が相手でも協

力関係が成立し易い。限られた労働時間で社員が業務をこなせるようにするために、企業あ

るいは産業界レベルで協業や業務の共通化を可能にするさまざまな方策が取られており、

標準化はその典型である46。ドイツでは、協業や標準化に当たって、協調領域と競争領域の

区分を徹底的に議論することで47、効率的な開発を推進し競争力を高めている。

(2) ベストプラクティスの要点整理

前節にまとめた取組み概況を踏まえて、ドイツにおける人材不足に対するベストプラク

ティスとそのアプローチについて整理すると以下ようにまとめることができる。

①産学連携メリットを享受できる実践教育

（例）アーヘン工科大学自動車工学研究所 Vocations & Dual Course of Study 等

成功ポイント

デュアル教育により、企業は必要とする人材を育成することができ、また、教育提供

企業による採用率は８割と高く、企業が必要とする人材を育成し、獲得できていると

言える。

成立要因

①産学双方がメリットを得られる仕組みを整え、政府は限られた予算で、実践人材を

効率的に育成できる。企業は必要とする人材を育成する機会を得て、自社をアピール

できる。大学は企業の教育負担のもと実践人材を育成できる。②実学を重視する文化、

大学の実践を重視する評価システムが背景にある。

②EU研究開発プログラム(FP)等を通じた標準化の推進、生産性向上

（例）欧州 Framework Programme EAST-EEA、AUTOSAR 標準策定(BMW, Siemens)等

成功ポイント

研究開発プログラムの成果が、AUTOSAR 標準、バーチャルテスト等などの具体的な

国際標準、基準につながり、効果を及ぼしている。

成立要因

①差別化できない領域について、標準化による開発効率化、生産性向上を重視する志

向性が高い。②EU 外の国との国際競争を意識した共同研究開発プログラム(FP 等）を

推進する。

これらのアプローチの関係を整理したものを下図に示す。

46 日経ものづくり 201802 号-働き方改革はドイツ流で 47 デンソーエグゼクティブフェロー中川雅人氏（日経ものづくり 201802 号）

23

図表 3-2 人材不足への対応に係わるベストプラクティスのアプローチ整理（ドイツ）

3.1.2 米国


米国の技術者の質的な担保の仕組みとして、プロフェッショナル・エンジニア制度

（Professional Engineer:以後米国 PE 制度と略す）と呼ばれる免許（資格）制度が有名である。

PE制度は、各州に置かれた PEボード(Board 規制委員会)が一定の要件を満たす技術者に対

し専門職技師としての免許(License)を与えその行動を監督することにより運用されている。

米国では、IT 企業は求職者に即戦力を求めており、採用評価において、求職者の技術ス

キルを重視する傾向がある48。それに対応し、マイクロソフト、シスコシステムズ、オラク

ル、ノベルといった IT ベンダーが提供する能力認定制度は約 300 種類と多数存在する点が

特徴的である49。

ソフトウェア・エンジニアに関する PE 制度は、1998 年からテキサス州において適用され

ている。当初は、Texas Board of Professional Engineers は、PE 制度の実施に向け、ソフトウ

ェア・エンジニアリングの専門家が集まるACM、IEEEの協力を求め、Software Engineering

Coordinating Committee （SWECC）において、テキサス州の試験のための支援を行うことと

したが、1999 年に、ACM は、Advisory Panel on Professional Licensing In Software Engineering

を立ち上げ、独自にソフトウェア・エンジニアリングと免許制度に関する検討を開始した。

その結果、ACM は 1999 年 5 月、同委員会はテキサス州 PE 制度は支持することはできな

いとの結論に達した。

PE 制度は、もともと土木技術関連のエンジニア向けに作られたものであり、ソフトウェ

ア・エンジニアリングの業界の実情とあっていない、という理由から ACM は、SWECC か

ら脱退し、PE 制度におけるソフトウェアエンジニアリング資格に明確に反対を表明50する

こととになった。

48 米国の IT 人材市場について, JETRO/IPA NY 49 ICT 分野における資格制度、通信ソサイエティマガジン、No.44 春号 2018 50 米国の IT 人材市場について, JETRO/IPA NY

人材不足への対応区分人材の量人材の質

人材確保

人材育成

企業人材育成リカレント教育

業界内

人材プール拡大大学

他業界等

人材獲得・発掘（人材惹き付け）

生産性向上（必要人材数の低減）

①産学連携メリットを享受する実践教育（RWTH Aachen、TU Kaiserslautern等）

産学協同研究開発を通じた開発人材育成

（RWTH Aachen等）

②MBDを活用した生産性向上(EU H.2020 IntoCPS, dSPACE等)

②EU研究開発プログラム(FP)等を通じ

た標準化の推進、生産性向上(AUTOSAR, EU FP等)

①産学連携の実践教育を通じた適正人材の獲得（RWTH Aachen IKA等）

実証設備を活用した実践教育（RWTH Aachen IKA等）

24

テキサス州では、ACM 等の反対を受けながらも、ソフトウェアエンジニアリングの PE

制度を細々と続けている。現在、 Texas Board of Professional Engineers からは、PE Software

Engineering - The Principles and Practice of Engineering (PE) Software Engineering exam として資

格制度が実施されている51。

図表 3-3 米国のソフトウェア技術者に関する資格制度の枠組み

日米大学の産学連携活動について比較したところ、典型的な研究開発大学について、米国

の大学では日本に比べて研究費が多く、特許権実施等収入も多い52。

図表 3-4 日米大学の産学連携活動の比較

出所）日本及び米国の大学における産学連携活動に関する分析

米国の大学システムの特徴は、競争の徹底にあり、不断に競争力を高めざるを得ないプレ

ッシャーがかかっている。競争に勝てないと研究資金が獲得できず、また、ランキングの発

達により、各大学の競争力が常に評価にさらされる。米国の大学においては、研究資金の約

８割を外部に依存しているとされ、特に州政府からの援助を減らされている州立大学は研

究資金を外部に頼る状況になっている。また、こうした外部資金の約９割は実質的には競争

によって獲得される資金（民間企業や財団からの受託研究も実質的には競争によるものと

して位置付け。）である53。

51 Texas Board of Professional Engineers PE Software Engineering. https://engineers.texas.gov/software.html 52 日本及び米国の大学における産学連携活動に関する分析、旭リサーチ 2013 53 米国大学の国際的競争力の源泉, RIETI 2003

資格制度

認定制度(Certification)

非営利専門団体

の資格試験

ベンダー企業の製品技術に絞った検定試験(Microsoft Certified

System Engineer等)

免許制度

(Licensing)PE制度等

25


前節にまとめた取組み概況を踏まえて、米国における人材不足に対するベストプラクテ

ィスとそのアプローチについて整理すると以下ようにまとめることができる。

①コンペを通じた若手人材の発掘と育成

(例) DARPA Challenge

成功ポイント

DARPA Challenge が起爆剤となり参加者の多くが自動運転開発で中心的な役割を果た

し自動運転開発が加速した。DARPA Challenge 同窓生の Google や自動運転スタートア

ップ企業で自動運転開発を先導した。

成功要因

DARPA Challnege2007 は、ビジネス化の契機となり、Google が多くの人材・資金をつ

ぎ込むきっかけとなった。競争を重視する文化があり、業界関係者だけでなく幅広い

層に訴求する効果があった。

②職務能力ベースの採用慣行に適した自律型教育サービス

（例）Udacity

成功ポイント

定員 250 名に対して 1200 名以上の応募を受けるなどニーズの高さが示されている。受

講者 502 名の評価は 4.8(満点 5.0)と高い。

成功要因

Mercedes-Benz, NVIDIA 等の自動運転先行企業や著名人が教材作成協力した。自動車会

社が採用条件に修了証を評価するなど重要な要因となった。

図表 3-5 人材不足への対応に係わるベストプラクティスのアプローチ整理（米国）

3.1.3 中国


中国の経済・産業分野においては、国家主導の戦略的方向付けにより国全体のリソースを


人材確保

人材育成


業界内


他業界等



①コンペを通じた若手人材の発掘と育成

(DARPA Challenge, SAE AutoDrive)

②職務能力ベースの採用慣行に適した自律型教育サービス

(Udacity, NVIDIA Hands-on Training )

大学における産学連携による実践教育(CMU, Stanford大自動運転開発チーム)

インターンシップによる実践経験

26

集中的に投下することにより短期間で急速な開発を進めるところに特徴がある。第 12 次五

カ年計画（2011-2015 年）においては、電気自動車を技術開発の重点項目に入れ取組んでい

る。2015 年 5 月発表の「中国製造 2025」においては、ICV(Intelligent Connected Vehicle)普及

を目標に掲げ、ICV の開発・実用化を推進している。

国の戦略として、2020 年、EV または hybrid 自動車を 200 万台生産する能力を確保し、累

計販売台数は 500 万台を実現することを目標として掲げる54。また、Li 電池、車体の軽量化、

IoT 等の中核技術の開発指針を示す55と共に、電気自動車の電池に関するリサイクル56、電気

自動車を開発する企業の管理などの標準化を進める57。

2017 年に中国政府が発表した新エネルギー車（NEV）に係わる規制では、2019 年に自動

車メーカーに 10％の NEV の製造・販売を義務付ける規則を導入する。これにより中国にお

ける EV シフトは鮮明となり、従来のガソリン車の技術で先行する欧日米の自動車メーカー

に対して、次世代の新技術に開発の重点を置き、次世代技術で一気に競争力を確保するリー

プフロッグ型開発58を推進する。

2009 年から始まる「十城千台（十城千辆工程）」プロジェクトにおいては、３年にわたり、

毎年 10個の都市に 1000台の NEVの普及を目標とした取組みを行った。

人材に関しては、国家人材育成計画59により、国家戦略に基づき推進され、以下の計画を

掲げる。

大学と技術研究所や企業との連携を推進する。

企業に人材育成資金の設置を推奨する。

実績の高い人材を誘致する。

具体的な取組みについては、外国の高度人材や留学生を国内に誘致する優遇策や大規模

な実証実験環境の提供による研究開発人材の育成が注目される。

人材誘致については、以下のような例が挙げられる。

人材優遇政策

「千人計画」：海外で実績を有する者を対象にし、科研院等のトップ研究機関のポスト

と一時補助金（約 1600 万円）を提供する。中国籍の研究者には戸籍制度に制限されず

自由に居住地を選ぶ権利を提供し、外国籍の研究者には永住権等を提供する60。

54 国務院（国务院）、「节能与新能源汽车产业发展规划(2012—2020 年)」、2012。

〈http://fgw.yancheng.gov.cn/ywgl/gyfz/201204/W020120508580846293516.pdf〉 55 中国科学技術部（科学技术部）の「国家重点研究開発計画：新エネルギー車（国家重点研发计划新能源

汽车等重点专项）」（2018年度）、中国工業と情報技術部（工业和信息化部）の「産業核心技術開発指針

（产业关键共性技术发展指南）」（2015年度）等を参照。

56 中国の国家発展改革委員会（国家发展改革委）をはじめ、5 つの省庁が共同策定した「（电动汽车动力

蓄电池回收利用技术政策）」（2015 年度）

〈http://www.ndrc.gov.cn/zcfb/zcfbgg/201601/t20160128_773250.html〉等を参照。 57 中国の国家標準規格「（电动汽车远程服务与管理系统技术规范）」を参照。

58 中国が超速で｢スマホ先進国｣になれた事情日本とはいったい何が違ったのか、東洋経済、劉瀟瀟（三

菱総合研究所） 59 中国の人材及び社会保障部（人力资源社会保障部）の「国家中長期人材発展計画要領（国家中长期人才

发展规划纲要）2010-2020」

〈http://www.mohrss.gov.cn/SYrlzyhshbzb/zwgk/ghcw/ghjh/201503/t20150313_153952.html〉等を参照。 60 http://www.1000plan.org/qrjh/section/2?m=rcrd

27

研究補助金

➢ 研究実績により、1600 万円以上の研究費を受けられる。

➢ 中国科学院の「百人計画」：3200 万円の研究費＋160 万円以上の住居補助をする。

➢ 清華大学：無料で住居を提供する。

留学生の帰国誘致

➢ 「海聚工程」：約 1600 万円の起業補助金（要選考）61

➢ 「中関村高端領軍人材（中关村高端领军人才）」：約 1600 万円の奨励金＋会社への

投資

実証実験環境の提供については、上海国際汽車城において、自動運転の実現に向け、大規

模の実験範囲を提供する。2020 年、150 ㎢、高速道路・都市・田舎、1000 台の自動運転車

および 9000 台の伴走車の同時走行を目指す。


前節にまとめた取組み概況を踏まえて、中国における人材不足に対するベストプラクテ

ィスとそのアプローチについて整理すると以下ようにまとめることができる。

① 国主導の産学連携集中投入による人材育成

（例）清華大学、iVPC

成功ポイント

産学連携によるリソースの集中投入により、短期間で自動運転の研究開発、大学発ベ

ンチャー設立した。

成功要因

国・地方の政府主導で、産学のリソースを集中投入することで、シナジー効果を高め

ることができた。

② 自動運転データのプラットフォーム化による生産性向上

（例）Baidu Apollo Project

成功ポイント

パートナーに、Daimler, Bosch, Continental, TomTom, ZF, Ford, Infinion, Pioneer など欧米

日の多くの主要企業が参加するエコシステムを形成している。

成功要因

中国の巨大市場、中国の法制度への対応で自国企業が優位性を持つことができる。

61 http://botc.bda.gov.cn/cms/zcfg1/39122.htm

28

図表 3-6 人材不足への対応に係わるベストプラクティスのアプローチ整理（中国）

3.1.4 対象事例一覧

本調査では、以下の通り、欧州、米国、中国について産学それぞれ１件以上のベストプラ

クティスを対象とした。

産業学界

欧州 dSPACE、アーヘン工科大学

カイザースラウテルン工科大学

米国 Udacity、NVIDIA DARPA Challenge(Grand

Challenge/Urban Challenge）

中国 Baidu Apollo Project 清華大学自動車学科および自動車研

究科

人材確保、生産性向上に係わる主な取組み事例の分布を以下に示す。


人材確保

人材育成


業界内


他業界等



①国主導の産学連携集中投資による人材育成

（清華大学・汽车安全与节能国家重点实验室、iVPC等）

②自動運転データのプラットフォーム化による生産性向上

（Baidu Apollo Project等）

海外の高度人材誘致（留学生、外国人）（千人計画等）

29

図表 3-7 人材確保、生産性向上に係わる主な取組み事例

3.2 欧州のベストプラクティス

3.2.1 RWTH Aachen University（アーヘン工科大学）

(1) 組織概要

アーヘン工科大学自動車工学研究所(RWTH Aachen University, Institute for Automotive

Engineering (IKA))は、欧州を先導する自動車工学研究所62で、シミュレータ、テスト設備な

ど豊富な施設を用いて自動車工学全般の教育を行うと共に、欧州における研究開発プロジ

ェクトにおけるコーディネーター機能を果たすことで、自動車工学に係わる集約拠点とな

っている点が特徴である。

IKA の組織関係者は、350 人以上から構成され、学生 200 人を含み63、多くは将来、自動

車業界で働きたい学生で、博士課程まで在籍しながら IKA で先端分野の研究を行う若者も

多い。自動車会社、サプライヤーなどとの契約プロジェクトに加え、公的な資金により研究

を図る。欧州全域、さらには中国や韓国からも人材が集まる64。

IKA は、10 の部署に別れ、公的および産業界の研究開発プロジェクトに加え、教育分野

にも力を入れている65。

62 http://vra-net.eu/about-the-vra-network/partners/ika-rwth-aachen-university/ 63 https://www.ika.rwth-aachen.de/en/institute/career.html

64 https://www.ika.rwth-aachen.de/en/institute.html 65 https://www.ika.rwth-aachen.de/en/institute/organisational-structure.html

米欧中日

大学教育

（デグリ取得）

・アーヘン工科大学　自動車技術

研究所

・カイザースラウテル

報告書 - minister of economy, trade and industry図表 5-18...

Documents