日本語
エッジAIとエッジコンピューティングのためのUSBカメラ：手頃な価格でリアルタイムなビジョンAIを実現する、過小評価されている実力者
作成日 05.06
人工知能と産業オートメーションが急速に進化する中で、エッジコンピューティングとエッジAIは、ニッチな技術コンセプトから現代のビジュアルインテリジェンスの基盤へと移行しました。データ処理のためにリモートサーバーに依存するクラウドベースのAIとは異なり、エッジAIは機械学習（ML）およびディープラーニングモデルをローカルハードウェア上で直接実行します。これにより、レイテンシが排除され、クラウド帯域幅のコストが削減され、機密性の高いビジュアルワークロードのデータプライバシーが強化されます。長年、業界はエッジビジョンAIの唯一の実行可能な選択肢としてハイエンド産業用カメラ、特殊なビジョンセンサー、および独自のハードウェアに固執し、USBカメラをビデオ通話やカジュアルな録画に限定された基本的なコンシューマーグレードのツールとして軽視してきました。この狭い考え方は、変革的な真実を見落としています。それは、USBカメラが、あらゆる産業にわたるエッジAIおよびエッジコンピューティングビジョンアプリケーションのスケーリングにおいて、最もアクセスしやすく、コスト効率が高く、驚くほど強力なソリューションであるということです。
このガイドでは、エッジAIにおけるUSBカメラの未開拓の可能性を探ります。なぜこれらのコンパクトでプラグアンドプレイのデバイスが、ほとんどのエッジユースケースにおいて高価な独自ハードウェアよりも優れた性能を発揮するのか、エッジコンピューティングのワークロードに適したUSBカメラの選び方、実際の導入事例、そして一般的な導入の落とし穴を回避するための重要な技術的洞察について解説します。組み込みシステムエンジニア、業務自動化を行う中小企業、エッジAIプロトタイプを開発する開発者、あるいは予算内でビジュアルAIをスケールアップするエンタープライズであっても、この記事はあなたの見方を変えるでしょう。USBカメラエッジコンピューティングビジョンの礎として。
ビジョンアプリケーションにおけるエッジAIとエッジコンピューティングとは？
USBカメラとエッジAIの相乗効果を探る前に、コア用語を定義し、エッジベースのビジュアルコンピューティングのユニークな要求事項を共有することが不可欠です。これらの要求事項が、USBカメラを後付けではなく、完璧な選択肢にしています。
エッジコンピューティング vs. クラウドコンピューティング：ビジョンAIの分断
クラウドコンピューティングは、すべてのビジュアルデータ（画像、ビデオストリーム）をリモートのサードパーティサーバーで処理するため、常に高速なインターネット接続が必要となり、遅延（往復処理で100ms以上になることも多い）が発生し、機密性の高いビジュアルデータがプライバシーリスクにさらされます。一方、エッジコンピューティングは、デバイスまたは近くのエッジゲートウェイでデータをローカルに処理します。コア推論にクラウド接続は必要ありません。ビジョンAIにとって、これは譲れません。リアルタイムの物体検出、産業における欠陥検査、アクセス制御のための顔認識、自律ロボットナビゲーションなどのユースケースでは、安全かつ効果的に機能するために50ms未満の遅延が要求されます。
エッジAI：ビジュアルタスクのためのオンデバイス機械学習
Edge AIは、TensorFlow Lite、PyTorch Mobile、またはONNX Runtime最適化モデルなどの、事前にトレーニングされた軽量なML/ディープラーニングモデルを、Raspberry Pi、NVIDIA Jetson Nano、Google Coral Dev Boardのようなシングルボードコンピュータ（SBC）やコンパクトな産業用エッジボックスなどのエッジハードウェア上で直接実行することで、エッジコンピューティングをさらに一歩進めます。ビジョン向けEdge AIの主な目標は以下の通りです。
• 超低遅延：クラウドによる遅延なしのリアルタイム意思決定
• 帯域幅効率：クラウドに送信するのは重要なインサイトのみ（フルビデオストリームではない）で、データコストを90%以上削減
• データプライバシーとコンプライアンス：ビジュアルデータはオンサイトに留まり、GDPR、CCPA、または業界固有のプライバシー違反を回避
• オフライン運用：インターネット接続がない遠隔地、製造現場、または地方の設定でも信頼性の高いパフォーマンスを発揮します。
• 低消費電力：ポータブル、組み込みデプロイメント向けのバッテリーまたは低電圧電源との互換性があります。
エッジビジョンAIにおける重要なボトルネックは、処理ハードウェア（最新のエッジチップは軽量な推論を処理するのに十分な能力があります）ではなく、電力消費、複雑なセットアップ、または予算の制約を超えずに高品質のビジュアルデータをキャプチャするビジョン入力デバイスです。ここで、USBカメラが従来のビジョンハードウェアのあらゆるペインポイントを解決するために登場します。
USBカメラがエッジAIのゲームチェンジャーとなる理由（新機軸：産業用カメラの神話を覆す）
エッジコンピューティングにおける最大の誤解は、「コンシューマー向けUSBカメラは、プロフェッショナルなエッジAIワークロードに必要なパフォーマンス、耐久性、互換性を欠いている」というものです。この神話が根強く残っているのは、業界が長らく高予算の産業用途に特化し、500ドル以上の独自開発カメラを必要としないエッジビジョン展開の80%を無視してきたからです。USBカメラ、特に最新のUVC（USB Video Class）準拠のUSB 3.0/3.1/4モデルは、エッジAIにおいて卓越した価値を提供します。この価格帯では、独自開発の産業用カメラでは決して真似できない、5つのユニークで画期的な利点があります。
1. プラグアンドプレイ展開：複雑さゼロ、迅速な価値創出
最新のUSBカメラは、ユニバーサルなUVC規格に準拠しており、Windows、Linux、macOS、および主要な組み込みエッジオペレーティングシステムで、カスタムドライバーやプロプライエタリソフトウェアなしでネイティブに動作します。速度とシンプルさが重要なエッジコンピューティングのデプロイメントでは、ドライバーのインストール、ファームウェアの設定、ハードウェアの互換性テストに費やす時間を大幅に削減できます。特殊なフレームグラバー、複雑な配線、ベンダーロックされたソフトウェアを必要とする産業用カメラとは異なり、USBカメラはUSBポートを備えたあらゆるエッジデバイスに直接接続でき、数秒でビデオストリーミングを開始し、OpenCV、PyTorch、TensorFlow Liteなどの一般的なエッジAIフレームワークとシームレスに統合されます。プロトタイピング、小規模バッチデプロイメント、または迅速なスケーリングにおいて、このプラグアンドプレイ機能はデプロイメント時間を数日から数分に短縮し、アジャイル開発チームにとって重要な利点となります。
2. 比類なきコスト効率：予算を圧迫せずにEdge AIをスケールアップ
独自の産業用ビジョンカメラは、1台あたり300ドルから2,000ドル以上かかり、さらにケーブル、ソフトウェアライセンス、継続的なメンテナンスの追加費用がかかります。エッジAI向けに設計された高品質USBカメラは、基本的なモデルで20ドルから、プレミアムな4K、低照度、または広角モデルで150ドルまでとなっており、カメラあたりのコストを80〜90％削減できます。数十または数百の場所（小売店、倉庫、農場センサー、スマートビルなど）でエッジAIをスケールアップする企業にとって、このコスト削減はハードウェアコストだけで数万ドルの節約につながります。重要なのは、この手頃な価格がパフォーマンスを犠牲にするものではないということです。最新のUSBカメラは、1080p/4K解像度、30fps以上のストリーミング、低照度感度を提供し、オブジェクト検出からモーション追跡、欠陥認識まで、エッジビジョンAIタスクの90％のニーズを満たします。
3. エッジコンピューティングハードウェアとのユニバーサル互換性
エッジAIハードウェアは非常に多様です。コンパクトなSBC（Raspberry Pi 4/5、Orange Pi）、低消費電力AIアクセラレータ（NVIDIA Jetson Nano/Xavier NX、Google Coral）、産業用エッジゲートウェイ、さらにはポータブルなバッテリー駆動のエッジデバイスまであります。USBカメラは、ユニバーサルなUSBインターフェースのおかげで、これらのすべてのデバイスと互換性のある唯一のビジョンセンサーです。独自規格のカメラは、MIPI、GigE Vision、またはUSB3 Vision（特殊な産業規格）に依存することが多く、特定のポートやハードウェアアドオンが必要となり、展開の柔軟性が制限されます。USBカメラは、すべての標準USB-A/USB-Cポートで動作するため、35ドルのRaspberry Piでも500ドルの産業用エッジボックスでも、異種混在のエッジコンピューティング環境において最も汎用性の高いビジョン入力となります。
4. 組み込みエッジデプロイメント向けのコンパクトで薄型フォームファクタ
エッジコンピューティングハードウェアは、小型で組み込み可能、かつ目立たないように設計されています。製造機械に組み込まれたセンサー、小売店のスマートシェルフカメラ、フィールドワーカー向けのウェアラブルビジョンツールなどを想像してみてください。従来の産業用カメラはかさばり、特殊な取り付けブラケットが必要で、コンパクトなエッジセットアップでは貴重なスペースを消費します。USBカメラは超小型（クレジットカードよりも小さいものが多い）、軽量で、狭いスペースにも簡単に取り付けられ、組み込み設置用に柔軟なケーブルオプション（ショート、ロング、またはフレキシブルリボンケーブル）を備えています。この小型フォームファクタは、ポータブルエッジAIデバイス、IoTビジョンセンサー、かさばるハードウェアが実用的でないスペース制約のある産業または商業展開に最適です。
5. 軽量からミドルレンジのエッジAI推論向けのバランスの取れたパフォーマンス
エッジAIの成功の鍵は、ハードウェアの適切なサイジングにあります。基本的なエッジ推論のために高性能カメラに過剰投資するとリソースが無駄になり、投資不足はモデルの精度低下につながります。最新のUSBカメラは、完璧なバランスを実現しています。解像度（720pから4K）、フレームレート（15fpsから60fps）、自動露出、ホワイトバランス、低照度ISP（画像信号処理）を調整可能で、軽量なエッジAIモデルが必要とする、クリアで一貫性のあるビジュアルデータをキャプチャできます。オブジェクト検出、人数カウント、在庫追跡、基本的な欠陥検査、環境監視などのエッジAIタスクにおいて、USBカメラは、高価な産業用カメラと同等またはそれ以上の画質を提供し、コストを押し上げる不要な機能（高速モーション用のグローバルシャッターなど）なしで、専門的でないユースケースに対応します。
エッジコンピューティングにおけるUSBカメラで優先すべき重要な技術仕様
すべてのUSBカメラがエッジAIおよびエッジコンピューティングに適しているわけではありません。最適なパフォーマンス、低消費電力、およびエッジハードウェアとのシームレスな統合を確保するために、選択時にはこれらの技術仕様を優先してください。これらは、コンシューマー用途ではなく、エッジワークロードに特化して調整されています。
1. インターフェース：高速ストリーミングにはUSB 3.0/3.1 Gen 1（5Gbps）またはUSB 4
エッジAIでは、帯域幅が480Mbpsしかない古いUSB 2.0カメラは避けてください。これは、1080p/30fps以上の解像度ストリーミングには遅すぎ、フレームドロップや推論の遅延を引き起こします。USB 3.0/3.1 Gen 1 (5Gbps) は、エッジコンピューティングに最適な帯域幅です。非圧縮1080p/30fpsまたは圧縮4K/30fpsのビデオに十分な帯域幅を提供し、組み込みデバイスにとって電力効率も優れています。USB 4は、4K/60fpsストリーミングを必要とするハイエンドなエッジAI展開に最適ですが、特殊なユースケース（高解像度の欠陥検査など）にのみ必要です。ほとんどのエッジワークロードでは、USB 3.0で十分であり、よりコスト効率が高くなります。
2. UVC準拠：プラグアンドプレイのエッジ統合には必須
UVC準拠のUSBカメラのみを選択してください。これにより、Linux（Video4Linux2/V4L2）、Windows、およびすべての組み込みエッジOSプラットフォームとのネイティブ互換性が確保され、カスタムドライバーは不要になります。非UVCカメラはベンダー固有のドライバーを必要としますが、これはエッジハードウェア用に最適化されていることは稀で、安定性の問題、消費電力の増加、互換性の失敗を引き起こす可能性があります。すべての最新のエッジAIフレームワーク（OpenCV、Dlib、TensorFlow Lite）はUVCカメラをネイティブでサポートしており、コード開発とデプロイメントを簡素化します。
3. 解像度とフレームレート：エッジAIモデルの要件に合わせてサイズを調整する
高解像度だからといって、必ずしもエッジAIのパフォーマンスが向上するとは限りません。画像ファイルが大きくなると、エッジハードウェアの処理負荷が増加し、推論速度が低下したり、バッテリーを消耗したりします。エッジに特化したサイズガイドに従ってください。
• 基本的なエッジAI（物体カウント、動体検知）：720p（1280x720）で15-30fps – 低帯域幅使用量、最小限の処理要求、低電力SBCに最適
• ミドルレンジエッジAI（物体検出、小売分析）：1080p（1920x1080）で30fps – 画像の鮮明さと処理効率の最適なバランス
• ハイエンドエッジAI（欠陥検査、顔認識）：4K（3840x2160）で15-30fps – AIアクセラレータ（Jetson、Coral）を搭載したエッジハードウェアにのみ推奨
4. 低照度性能とISP機能
ほとんどのエッジデプロイメントは、薄暗い倉庫、屋外の農業センサー、または周囲光の少ない屋内小売スペースなど、一貫性のない照明条件下で行われます。外部照明なしで鮮明な画像をキャプチャするには、ISP（画像信号プロセッサ）内蔵、自動露出制御、低照度感度（1.0ルクス以下）を備えたUSBカメラを探してください。画像処理機能が内蔵されていないカメラは避けてください。これらのカメラは、強力なエッジチップを使用しても、エッジAIモデルの精度を著しく低下させる、粒子の粗い低品質の映像を生成します。
5. 電力効率：バッテリー駆動のエッジデバイス向けの低消費電力
エッジコンピューティングデバイスは、多くの場合バッテリーまたは低電圧DC電源（SBCの場合は5V）で動作します。バッテリーの消耗やエッジハードウェアの電源供給過負荷を避けるために、低消費電力（2.5W未満）のUSBカメラを選択してください。ほとんどのUVC準拠USBカメラはUSBポートから直接電力を供給するため、外部電源ケーブルが不要になります。これは、コンパクトで組み込み型のデプロイメントにとってさらに重要な利点です。
6. 耐久性（産業用/屋外エッジデプロイメント向け）
産業用エッジAIユースケース（製造、建設、農業）では、防塵・防水（IP54以上）性能、および広い温度許容範囲（-10℃～60℃）を備えた堅牢なUSBカメラを選択してください。現在、多くのメーカーがエッジコンピューティング向けに設計された産業用グレードのUSBカメラを提供しており、コンシューマー向けUSBカメラの手頃な価格と産業用モデルの耐久性を兼ね備えています。これは過酷なエッジ環境に最適です。
実世界のユースケース：エッジAIとエッジコンピューティングにおけるUSBカメラの活用
エッジAIにおけるUSBカメラの価値を理解する最善の方法は、手頃な価格でプラグアンドプレイ可能なUSBビジョンハードウェアによって実現される、業界を横断した具体的でスケーラブルなユースケースを探求することです。これにより、高価な独自ソリューションを置き換えることができます。
1. 小売業向けエッジAI：スマートシェルフと顧客分析
小売業者は、USBカメラを低コストのRaspberry PiやGoogle Coralエッジデバイスに接続し、リアルタイムのエッジAIモデルを実行して、在庫追跡、顧客の足跡カウント、棚卸し状況の監視を行っています。プラグアンドプレイ設計により、小売業者は専用のITサポートなしで各通路にカメラを展開でき、エッジ処理により顧客データがクラウドに送信されないため（ユーザーのプライバシーを保護）、小売業者はUSBカメラによって、産業用ビジョンシステムと比較して小売業のエッジAI導入コストを85%削減でき、大規模店舗だけでなく中小規模の小売業者でもスマートリテールを利用できるようになります。
2. 産業用エッジコンピューティング：小規模な欠陥検査
小規模な製造施設では、生産ラインにUSBカメラを取り付け、産業用エッジゲートウェイに接続して、軽量なエッジAIモデルを実行し、基本的な欠陥検出（例：ラベルの欠落、梱包の破損、部品の位置ずれなど）を行っています。高価な産業用マシンビジョンシステムとは異なり、USBカメラは異なる生産ラインに合わせて迅速に再配置でき、低コストであるため、製造業者は過剰な出費なしに工場全体に複数のカメラを配備できます。エッジ処理により、即座に欠陥アラートを発することができ、材料の無駄や生産停止時間を削減します。
3. スマートホーム＆ビルディング向けエッジAI：ローカルセキュリティとアクセス制御
住宅用および商業用スマートビルでは、USBカメラとエッジAIアクセラレータを組み合わせて、ローカルでの顔認識、動体検知、および在室状況の監視を実行します。クラウド接続は不要です。これにより、クラウドベースのセキュリティカメラに付きまとうプライバシーのリスクが排除され、インターネット帯域幅の使用量が削減され、インターネット障害時でもシステムが確実に機能することが保証されます。USBカメラのコンパクトなサイズは、壁、天井、またはドアフレームにシームレスに溶け込み、クリーンで目立たないデザインを維持することを可能にします。
4. 農業エッジコンピューティング：作物・家畜モニタリング
農家は、ソーラーパネルで駆動するエッジデバイスに接続されたUSBカメラを畑や納屋に設置し、エッジAIモデルを実行して作物の健康状態の監視、家畜の追跡、害虫の検出を行っています。USBカメラの低消費電力はソーラーシステムとの互換性を高め、プラグアンドプレイ設計により、インターネット接続のない遠隔地の農村部でも迅速に展開できます。エッジ処理により、農家はクラウド接続に依存することなく、作物の問題に関するリアルタイムのアラートを受け取ることができ、収穫量の向上と人件費の削減につながります。
5. ロボティクス＆組み込みエッジAI：自律デバイス向けのポータブルビジョン
小型自律ロボット（倉庫配送ボット、農業ロボット、家庭用清掃ロボットなど）は、USBカメラを主要なビジョンセンサーとして使用し、オンボードのエッジコンピューティングハードウェアに接続されます。USBカメラのコンパクトなサイズと軽量さはロボットの負担にならず、低消費電力はバッテリー寿命を延ばします。UVC準拠によりロボットオペレーティングシステムとのシームレスな統合が保証され、手頃な価格はスタートアップのロボット企業にとってロボットビジョンを身近なものにします。
USBカメラをエッジAIプラットフォームに統合する方法（ステップバイステップのエッジコンピューティングガイド）
USBカメラをエッジAIハードウェアに統合することは、ほとんどの開発者が考えているよりも簡単です。これは、UVC準拠とネイティブフレームワークのサポートのおかげです。以下は、最も一般的なエッジコンピューティングプラットフォーム向けの、合理化された実践的な統合ワークフローです。
必須ツール
• UVC準拠USB 3.0カメラ
• Edge AIハードウェア（Raspberry Pi 4/5、NVIDIA Jetson Nano、Google Coral Dev Board）
• 軽量Edge AIモデル（TensorFlow Lite MobileNet、YOLOv8-tiny、PyTorch Mobile）
• OpenCV、V4L2（Linux）、またはネイティブUVCドライバー（ほとんどのエッジオペレーティングシステムにプリインストールされています）
統合手順
1. 物理接続：USBカメラをエッジデバイスのUSB 3.0ポートに接続します – UVC準拠モデルには追加のドライバーは不要です。
2. カメラ検出の確認: Linuxベースのエッジデバイスで、`v4l2-ctl --list-devices` を実行してカメラが検出されていることを確認します（/dev/video0 または類似のパスとしてリストされます）。
3. ビデオパラメータの設定: エッジAIモデルの要件に合わせて、OpenCVまたはV4L2-ctlを使用して解像度、フレームレート、露出を調整します。
4. 軽量エッジAIモデルのロード: 最適化されたTensorFlow Lite/PyTorch Mobileモデルをエッジデバイスにデプロイします（クラウドアップロードは不要）。
5. ストリームと推論: USBカメラからリアルタイムのビデオフレームを取得し、エッジAIモデルに渡して推論を実行し、結果をローカルに出力します（アラート、データログ、または制御信号）。
このワークフローは、プロトタイピングにわずか15〜30分しかかかりませんが、産業用カメラの統合には4〜8時間かかるのと比較して、エッジコンピューティングプロジェクトにおけるUSBカメラの速度上の利点を明確に示しています。
エッジAI向けUSBカメラに関する一般的な誤解（反論）
その実証された価値にもかかわらず、いくつかの根強い神話が、エンジニアリングチームやビジネスチームがエッジAI向けUSBカメラを採用するのを妨げています。最も有害で広範なものを反論しましょう。
神話1：USBカメラは、信頼性の高いエッジAI精度には品質が低すぎる
現実：最新のUVC USBカメラは、軽量なエッジAIモデルに最適化された高品質で一貫性のある映像をキャプチャします。モデルの精度が低い主な原因は、カメラ自体ではなく、解像度の設定ミス、不十分な照明、または過度に複雑なモデルであることがほとんどです。エッジビジョンタスクの90%において、USBカメラは一貫性があり信頼性の高い推論に十分すぎるほどの画質を提供します。
神話2：USBカメラは産業用エッジコンピューティングには耐久性が不足している
現実：現在、多くのメーカーが公式IP評価、広い温度許容範囲、耐衝撃性を備えた産業用グレードの堅牢なUSBカメラを製造しており、産業用エッジ展開向けに特別に設計されています。これらのカメラは、標準的なUSBカメラの手頃な価格と産業用モデルの堅牢性を兼ね備え、コンシューマー向けと産業用ビジョンハードウェアの間の重要なギャップを埋めています。
神話3：USBカメラはリアルタイムエッジAI推論をサポートできない
現実：USB 3.0/3.1帯域幅は、リアルタイム1080p/30fpsストリーミングを完全にサポートしており、最新のエッジハードウェアは、最適化された軽量モデルを使用してサブ50msの遅延でこれらのフレームを処理できます。パフォーマンスのボトルネックはUSBカメラではなく、通常は過負荷のエッジチップまたは最適化されていないAIモデルです。
将来のトレンド：USBカメラとエッジAIの進化
エッジコンピューティングとエッジAIの将来は、USBカメラをコアとなるビジョンハードウェアソリューションとしての役割をさらに強化していくでしょう。今後、4つの主要なトレンドが予想されます。
• USB4の普及：より高速なUSB4帯域幅により、USBカメラの汎用性を支えるプラグアンドプレイのシンプルさを犠牲にすることなく、ハイエンドの産業用途向けの8Kエッジビジョンストリーミングが可能になります。
• カメラ内エッジAIアクセラレーション：次世代USBカメラには小型のAIプロセッサが内蔵され、基本的な推論をカメラ上で直接実行することで、エッジハードウェアの処理負荷を軽減します。
• 高度な軽量モデル最適化：エッジAIモデルはさらにコンパクトで効率的になり、USBカメラと完璧に連携して超低消費電力のエッジデバイスで実行できるようになります。
• プライバシー重視のエッジビジョン設計：USBカメラは、エッジコンピューティングに関するグローバルなデータプライバシー規制に準拠するため、ローカルプライバシー処理（自動ぼかしやデータ匿名化など）をデバイス上で直接統合します。
USBカメラは、アクセス可能なエッジビジョンAIの未来です
USBカメラのおかげで、エッジAIとエッジコンピューティングは、もはや潤沢な予算を持つ大企業だけのものではなくなりました。あらゆる規模の企業が、高価な専用ハードウェアに過剰な出費をすることなく、強力なリアルタイムビジョンAIを導入できるようになりました。業界を塗り替える革新的な事実は、USBカメラがエッジコンピューティングにおける産業用カメラの「安価な代替品」ではなく、ほとんどのエッジビジョンワークロードにとって最適な選択肢であるということです。プラグアンドプレイのシンプルさ、普遍的な互換性、比類なきコスト効率、そしてエッジAI特有の要求に合わせた信頼性の高いパフォーマンスを提供します。
エッジコンピューティングがAIと自動化の未来を席巻し続ける中、USBカメラは過小評価されていたツールから基盤となるビジョンハードウェアへと進化し、小売、製造、農業、スマートビルディング、ロボット工学における数百万ものエッジAIデプロイメントを支えるでしょう。エッジAIソリューションを構築している場合、ビジョンプロジェクトをプロトタイピングしている場合、またはオペレーション全体でエッジコンピューティングをスケーリングしている場合は、UVC準拠のUSBカメラから始めてください。高価な独自ハードウェアよりも優れたリアルタイムパフォーマンスを実現しながら、時間、コスト、リソースを節約できます。
連絡先
あなたの情報を残しておき、後ほどご連絡いたします。
WhatsApp
WeChat