「IoTで広がる未来への可能性」熊本IoTアライアンスキックオフセミナー 170112

Copyright © 2016 Uhuru Corporation, All Right Reserved.
IoTで広がる未来への可能性
～繋がる世界の中で変わるべき組織の姿、ビジネスの視点～
株式会社ウフル
上級執行役員 IoTイノベーションセンター所長兼
エグゼクティブコンサルタント
八子知礼
2017年 1月12日
NO IoT NO FUTURE
くまもとIoTアライアンスキックオフセミナー

八子知礼 (株)ウフル上級執行役員
IoTイノベーションセンター所長兼エグゼクティブコンサルタント
松下電工株式会社にて通信機器の企画開発や新規サービス事業の立ち上げに従事
複数のコンサルティング会社で合計15年を超えるコンサルティング経験
10年以上通信キャリア、サービスプロバイダ、ハイテク業界を担当
新規事業戦略立案、顧客/商品/マーケティング戦略、バリューチェーン再編等を多数経験
2014年にシスコシステムズ合同会社にてシスココンサルティングサービスの立ち上げに参画
2016年4月1日(株)ウフル IoTイノベーションセンター所長就任
クラウド利用促進機構運営委員、日本英語検定協会理事、mRuby普及促進協会アドバイザ
2016年度経産省ものづくり競争力研究会委員、日本OMGエバンジェリスト
Wireless Wire News
日本のIoTを変える99人
日刊工業新聞社ニュースイッチ
IoTのファシリテーター
「モバイルクラウ
ド」出版
「図解クラウド早
わかり」出版
地方にもコミットする
活動を展開
島根（2日)
天草
高知
熊本
新潟
長野
福井
大阪(隔週)
福岡(隔月)
札幌(年2回)
仙台(年3回)
徳島(年2回)
静岡(隔月)
11月には1週間国内だけで
6000ｋｍの移動

Copyright © 2016 Uhuru Corporation, All Right Reserved. 3
急成長するクラウドインテグレータです
出展・関連リンク：日経コンピュータ 2014.10.16号
http://itpro.nikkeibp.co.jp/atclact/active/14/102800110/102800007/
日経BP社「第9回クラウドランキング」
ベストサービスに選出
デロイトが発表したTMT業界の売上高成長率の
ランキングにて、直近4年間の収益（売上高）成
長率200.16%を記録。
第14回「アジア太平洋地域
テクノロジーFast 500」を受賞
ウフルとはスワヒリ語で「自由」を意味する言葉で
す。自由な発想と確かな技術で社会の役に立つサー
ビスを届けていきたいという思いを込めた社名です。
テクノロジーと
自由な発想で未来を創る
ウフルという社名の由来と
めざすビジョン

フルデジタル時代の到来
〜IoTに取り組む必要性〜

デジタル化時代の勝ち組企業
自らは当該ビジネス領域の資産を持たずに既存事業者を脅かす存在に成長Image source :
https://pixabay.com/en/google-www-online-search-search-485611/
https://mises.org/blog/how-uber-threatens-our-way-life
一般消費者の自室を
ホテルの部屋に
一般消費者が
タクシードライバーに
決済ネットワーク不要で
モバイルカード決済可能に
店舗不要で流通販売する
ビジネスを可能に
一般消費者が
広告入札可能に

デジタル化で成功しているのはCloud Exchangeモデル
リアルタイム
オペレーション
リアルタイム
オペレーション
リアルタイム
オペレーション短納期・低価格短納期・低価格短納期・低価格
多品種小ロット多品種小ロット多品種小ロットリアルタイム
在庫・稼働状況
リアルタイム
リアルタイム
需要家ニーズ需要家ニーズ需要家ニーズ供給家の稼働状況供給家の稼働状況供給家の稼働状況
AP
I
AP
I
サービス
アプリ
リソース人と人、データとデータを
IoTで繋ぐ
モノとモノ、
モノと人をIoT繋ぐ
オーダー
アプリ
データ
Information Technology Operational Technology
クラウド
ITとOTをクラウド上で繋いでExchange/ Matchingさせて
既存の機会損失分を丸ごと稼ぐビジネスモデル

小口印刷ニーズと大手が対応しない需給ギャップをクラウドで解消するビジネスモデルを展
開し急成長。
【先進モデル例】仮想的な巨大印刷会社 “ラクスル”
SOURCE：日経コンピュータ2015.6.11
ちらし1枚あたり
1.1円
12万社の
SMB/SOHO会員
従業員10人未満の
町の商店の
集客ニーズ
3万の
中小印刷会社
各社の
印刷能力を把握
• 受託可能な印刷の種類
• 印刷機の台数や空き状
況
• 印刷機の処理能力
• 印刷コスト
空
き
稼
働
に
対
し
て
発
注
柔軟な
生産能力
他品種
小ロット生産
アウトプット
オンデマンド
マルチアウト
プット・ネット
ワーク
マルチイン
プット・ネット
ワーク
データ保管・流通・分析・販売基盤
小口からでも安
価に注文可能
印刷機の
稼働率向上
小
口
の
ニ
ー
ズ
を
収
集
自ら資産を持たず、クラウドでマッチングする
仮想的な巨大印刷会社を形成

IoT時代の重要なコンセプト“Digital Twin“ (CPS: Cyber Physical Systems)
リアルなモノや設備などの環境、稼働状況
などをデジタル上で同一に実現
様々なデータに基づく分析と
シミュレーションの結果をフィードバック
リアルな世界と同一な条件の環境をパラレルにデジタル上に構築してシミュレーションし、
様々な状況変化にどう対応するか未来予測してリアルへフィードバックする
Mission Critical
リアルな生産工程/物流/オペレーション
Machine
health
Safety
curtain
Physical
access
Asset
tracking
HMIPLC
Simulative
デジタル上で再現“Digital Twin”
Simulate Feedback
Twin=ふたご

世界中では、毎日２エクサバイトのデータを生成されていますが、
たった5％相当しか活用されずに捨て去られています
デジタル化で生成されたビッグデータは使われていない
オフショアフィールドでは、毎週0.75TB
大型の製油所では、1日あたり1TBの生データを生成
シンガポール政府は1日に数TBのデータを生成
BMW 7シリーズは1時間に 1 TB（テラバイト）のデータを生成
1フライトでは、30分毎に10TB
1日25,000便で数PB（ペタバイト）単位のデータを生成

IoT = Internet of Things
「モノのインターネット」と言われますが、
私たちは「モノごとのインターネット」と解釈し、
“すべてをつなぐ世界”と定義しています

Gartner Hypecycle 2015
SOURCE: Gartner 2015 Aug

Connected Deviceが爆発的に急増
SOURCE： ZK Research, 2016
500億台
100億台10億台2億台
センサーの数は
1兆個へ

Internet of Thingsがビジネスの未来を牽引する！
SOURCE: BI Intelligence Statics 2015
X 10億台
IoTIoT
SmartphoneSmartphone
繋がるモノの台数
2020年に500億の
モノがインターネットに
つながる

すべてがつながるIoTの時代＝境目がなくなっていくこと
上司と部下
IT企業と事業会社
広告とコンテンツ
業界と他業界
ハードとソフト
リアルと
バーチャル
社内と社外コンシューマと法人
男性と女性とLGBT
人間とロボット
都市と地方富裕と貧困老年と若年
今後ますます境目が大きくなることが懸念されるモノコト
データをリアルタイ
ムに活用する
データ
デバイスと
オブジェクトが
相互につながる
モノ
適切な情報を
適切な人とマシンに
自動連携する
プロセス
人々とモノがつながって
継続的に価値を生む
ヒト
IoT

そもそもIoTとは？：M2M／遠隔監視との決定的な違い
BEFORE（M2M／遠隔監視）
• 一つの”系”の中で完結している（同一種機器が接続）
• 人がやるのが面倒でコストがかかるので通信使う
• 吸い上げ方向の一方通行
• ローカル側にインテリジェンスなし
Upstream系Upstream系 Human Monitoring系Human Monitoring系
IoT
機械の稼働系機械の稼働系人の動線系人の動線系
他のクラウド
サービス
他拠点・多拠点
の統計データ
他のシステム
• 一つの”系” で完結しない
• 現場側へのフィードバック、制御
• 自動処理、アナログのデジタル化、示唆の発見、最適化
• 第3のプラットフォーム（モバイル、クラウド、ソーシャル、
アナリティクス）中心に構築
• エッジ側インテリジェンスとの連携処理外部の系外部の系
分析と
フィードバック
エッジ側

価値創出のドライバー
IoTに取り組む必要性：経済価値
IoTの経済価値
顧客エクスペリエンスの向上
SCM・物流の効率化
イノベーションの加速
従業員の生産性向上
資産の有効利用
SOURCE： 2013シスコシステムズ調査金額は、10年間(2013～2022)のNPV
2013年からの10年間
4. コネクテッドゲーミング＆エンターテインメント
5. 次世代決済手段
1. スマートファクトリー
2. コネクテッドマーケティング
3. イノベーション、タイム・トゥ・マーケット短縮
6.9兆円
6.0兆円
13.9兆円
10.7兆円
7.1兆円
6. スマートグリッド
7. コネクテッドサプライチェーン
8. 次世代ワークスタイル
9. フィジカル／サイバーセキュリティ
10. ビジネスプロセスアウトソーシング
5.8兆円
4.8兆円
4.3兆円
4.2兆円
2.1兆円
日本におけるIoTのユースケース
日本における
経済価値
1,440兆円
（日本76.1兆円）
370兆円
(21.3兆円)
270兆円
(18.1兆円)
300兆円
(23.9兆円)
250兆円
(4.6兆円)
250兆円
(8.2兆円)

IoTの
要素レイヤー
③港湾ゲート
管理
④ヤードアサ
イン管理
⑤ヤードク
レーン管理
⑥ガントリーク
レーン管理
⑦輸送船舶管
理
②コンテナト
ラック管理
①WWW
予約照会
⑧対地側港湾
連携
IoTの課題抽出・ビジネス検討フレームワーク
１）時系列経路、エスカレーションパスなどを横軸にマッピング
人人
プロセ
ス
プロセ
ス
データデータ
モノ
（設備）
モノ
（設備）
積載物やコンテナの内容情報、位置情報、各港湾設備がIPネットワークに繋がり、データ連携を可能とする
APIが公開されたオープンなIPベースのシステムで相互のデータが連携された予測制御可能なシステムを構築
人手に多大に依存する事なく、高度に自動化されたプロセスでの処理、管理、制御環境を実現する
異なる設備、リソース、組織、人々がVoice、Video、Messageで効率的にコミュニケーションできる環境を構築する
ConnectConnect
UnifiedUnified
２）繋がっていなくて発生している課題の発見
３）繋いで顧客に提供する価値の再設計
ハンブルグ港湾管理局の例

様々な用途のIoTデバイスが百花繚乱
KORNER
（窓のコーナーにつけて開閉を監視）
AKERUN
（ドア錠をスマフォから開閉操作）
Health Patch
（体調モニタリングする貼付パッチ）
Netatmo JUNE
（紫外線量をアドバイスするブレスレット）
SENSIMED社「Trigger Fish」
（コンタクトレンズで角膜の動きを24時間観察）
Proteus「Digital Pill」
（薬が体内で溶けた場所を特定）

これまで、家電製品というのは買った瞬間の価値が一番高く、日が経つにつれて価値は落ちていくモノ
だった。しかし、これからの家電はクラウドにつながり、様々なサービスと接続し、AIoT（AI x IoT）に
よって日々ヒトに寄り添うことで家電製品の価値は日ごとに上がっていくモノになる
19
シャープのIoT家電「ともだち家電」の例

IoTの実現事例

• 90％がコンシューマ向け
• 全世界4800万台出荷
• 2015年第4四半期はFitbitが2100万台、
AppleWathcは1100万台
• 日本ではパソナで社長ふくめて400人が
利用中、ネットでランキング開示
• 標準ダッシュボードでは
歩数、階数、活動時間、睡眠時間、移動距離
21
健康系デバイス＋サービス／Fitbit

IoTゲートウェイからデータを収集して様々なアプリケーション環境に連携する事ができます。
ウフルの“enebular”を中心とした相互連携IoT実現パック例
インダストリアルアプリケーション
設備固有
アプリケーション
稼働・リソース
情報管理
即時提案構築可能なパートナーソリューション
Amazon
S3
Amazon
RDS
Amazon
Redshift
AWS
Lambda
AWS
IoT
複合的プログラマブルクラウドプラットフォーム

FAと繋がっていない設備、人、プロセス、データを“繋ぐ”
監視カメラ
不正行動と人為
ミスの事前検知
不正行動と人為
ミスの事前検知
TO
P
工程①
センサー1
センサー2
センサー3
センサー4
工程②
工程③
工程①
工程①：
生産実績
＝＝＝＝＝＝＝＝
トラブル履歴
工程①：作業指示
1) xxx
2) xxx
【やってはダメなこと】
遠隔のビデ
オ映像
タブレット画面イメージ
撮影
ボタ
ン
報告
ボタ
ン
工程
①
特定設備に近づくと、
ビーコンに反応し、
その工程で必要な情報を表示
特定設備に近づくと、
ビーコンに反応し、
その工程で必要な情報を表示
ビーコン
【②メンテ作業前】
工程・ラインに近づくと、
必要情報（実績・作業指示など）を
自動で表示。作業指示はミスを発生
させない操作ロジックも実装
【③メンテ作業中】
情報（稼働・生産データなど）と
映像（現場の状況）を共有した
遠隔アシスト
【④メンテ作業後】
ラインの状態を撮影し
ラインデータとともに記録、
報告書をその場で作成・共有
モバイル活用によるFA情報のモビリティ化
【①設計段階】
設計、設備マニュアなどをデジタル
化し、紙のマニュアルを全廃する
高
低
ヒートマップイメージ
タブレットからも閲覧可
能
位置情報把握と動線管理
工場内を動き回った結果を統計処
理して工程内の危険箇所検知。従
業員の安全をリアルタイム把握
工場内を動き回った結果を統計処
理して工程内の危険箇所検知。従
業員の安全をリアルタイム把握

三菱重工風力発電の状態をIoTでつないでモニタリング
● 風車タービンに設置された回転数、振動などのセンサーデータをTreasure Data Serviceに集約
● Salesforce App Cloudで構築した業務アプリケーションに分析データを連携し、風車運転状況を可視化
● enebularを利用して、データの収集から保管、表示までの連携実装を実現
● Excelで一週間掛けていた集計作業が、日次監視出来るようになった
● 最初は200台からはじまり現在は1000台監視中

ポンプ10万台をIoTでつないで年間87億件のビッグデータを処理ポンプ10万台をIoTでつないで年間87億件のビッグデータを処理

事例：バルセロナシティのスマートサービス
Barcelona WiFi
Intelligent Bus Stop
市民や観光客向けの無料サービス。
Smart City のアプリケーションの基盤と
しても活用。（市内にAPは約500か所）
• Wi-Fi Hot Spot
• バスの運行状況の情報
• その他交通・行政情報
• 広告配信
Smart Parking
駐車場の空き状況を小電力無線(IEEE
802.15.4)、WiFiﾈｯﾄﾜｰｸ経由で提供
Smart Waste Management
ゴミ収集箱の満杯/空き状況をセン
サがWi-Fiネットワーク経由で提供。
通行量のセンサ情報をWi-Fiでコントローラに送り、
エリアで適切な明るさに調整して点灯。
Smart Lighting
位置情報分析・環境センサー
・環境センサー（騒音、大気汚染等）
・IPカメラによる不審者監視
・位置情報による顧客誘導（クーポン）
スマートシティの地区において
1. 4,500 の企業増加
（市内他地域より高い増加率。そのうち約半数がスタートアップ企業、約3割が知
識・技術集約型企業。）
2. 56,200 の新たな雇用創出
3. 年間89億ユーロの価値（取引）増加
（2000年から2010年までの調査に基づく）
SOURCE：Cisco Systems

日本が世界に誇れるIoT：コマツスマートコンストラクション
•熟練作業者が減っ
てしまうという危機感
•グローバル展開しても奥
地の土木開発現場に行っ
てくれる人がいない
元々は危機意識から

• 複合環境センサが手の届く範囲の値段となり、宅配ボックス等に設置できるようになってきた。
また、その状態をカメラでリアルタイム監視して判断することも安価に実現できるようになってきた。
28
環境をデータ化するIoTデバイス導入例
オムロンの環境複合センサとアプリオムロンの環境複合センサとアプリ
• センサ単体の可視化は可能
• センサの状態から読み取っ
て状態を判断
（加速度や気圧から）
• 居室空間内でのセンシング
結果をクラウドに上げてノウ
ハウ化することが必要。
カメラによる個人の来店認識カメラによる個人の来店認識
• 小売流通店舗の店頭カメラ
• カメラで撮影した画像をクラウ
ド上の認識サービスに連携
• クラウド上の認識・判別サー
ビスによって個人を特定
• 特定した個人に様々なアプ
ローチを実施
＋

• クルマのODBⅡコネクタに接続するだけで車両データが取得でき、グラフィカルに地図上にMAPされ
るアプリケーション利用料もコミで1台3500円というサービスモデルを実現。
Connected Car：車のテレマティクスサービスが3500円／台から
SOURCE： http://www.geotab.jp/
主なルール設定の項目例
• エンジン回転数の上限
• 不要なアイドリング
• スピードの出し過ぎ
• 急ブレーキ・急加速
• 急ハンドルなどの危険運転
• シートベルト未装着
• バック運転
• 時間外使用
• 目的地での延着や早出発
• 無許可の自宅利用
• オフィスでの長時間待機や長時間ランチ
• 就業時間内での長時間停車
1台から利用可能
地方のタクシー、バス
などの運行管理で期待

様々なIoT関連保険サービスの可能性
利用量ベース保険（UBI：usage-based insurance）
• ウエアラブル機器や車とつながるスマートアダプターなどにより走行距離などの利用量を
反映した自動車保険や運動量を考慮した保険商材が発展
自動車のIoT：
テレマティクス保険
ヘルスケアIoT：
健康増進保険
設備のIoT：
設備・動産保険
ホームIoT：
火災・地震保険
事故調査にドローンを導入
保険会社の手間を50％削減
スマートホームのIoTセ
キュリテイシステムで審査
判断して支払いまでの期
間を劇的に短縮
健康に暮らしている状態を
ウェアラブルデバイスで監視
して保険料を値引き
設備の稼働状況を監視し
ておき異常やトラブルが
発生しない場合に保険料
を値引き

• 東京で唐揚げ店や湘南の海の家（夏季限定）を運営する変わったIT企業セカンドファクトリー社では、
鳴門で獲れた特産物を現地側で1次処理をして東京に出荷するのをITで効率的に管理している。
31
稼働中：徳島県鳴門市と東京の店舗を結ぶIoTによる「六次産業化」
鳴門ベース（現地作業所）鳴門ベース（現地作業所）東京の店舗（海の家など）東京の店舗（海の家など）
現地側に住居を借りて実際に月のうち半分を現地で過ごして
本気であることを理解（信用）してもらい、農家と直接交渉し
て仕入れ。作業状況はiPadで簡便に入力してもらっている。
現地側で桃を1次加工。
現地側で鶏肉や豚肉は1次加工。
鳴門金時が大量廃棄されるため、
廃棄前に引き取って芋きんぴらな
どに加工。
徳島での加工量／出荷量は東京の店舗側での販売状況とリ
アルタイムで突き合わせて管理。
鮮度が高いことで美味しく、他店舗と明らかに差別化が可能
であ、廃棄ロスが極めて少ないモデルを構築。
管理画面に
データを集約
徳島側は生産量・
作業情報を、
東京側は
売れ行きを
リアルタイムで
連携して管理
成功の秘訣は現地側との信頼関係、現地側リソースの活用、
現地側の作業を見える化して東京側の出荷・売れ行きとリアルタイムで連携させたこと

農作を諦めた方の農地を引き取って大規模農業法人化の道を歩むことを標榜する同社では、飛び地や複雑
な形状の田圃を管理したり、作業員の増加に伴う人員/作業管理、脱穀や精米機に品種別に正しく投入され
ているかを管理する必要に迫られていた。
32
検討中：佐賀県伊万里市の大規模農業法人 K社
IoTの
要素レイヤー
③人員配置・
管理（誰がど
こで作業する
か）
④作業実態と
進捗管理（ど
の程度作業が
進んだか）
⑤害虫駆除管
理（どんな農
薬をどの程度
撒いたか）
⑥出来高と収
穫管理（どの程
度実り収穫でき
そうか）
⑦脱穀・精米・
乾燥・袋詰め
作業管理（製
品化作業）
②田畝管理
（場所と隣地と
の識別）
①種苗管理
（どの品種か）
⑧出荷と取引
顧客管理（ど
の取引先に幾
つ出荷）
人人
プロセ
ス
プロセ
ス
データデータ
モノ
（設備）
モノ
（設備）
どの品種の稲苗がどこの田圃で蒔かれて、育成されて収穫でき、
脱穀や乾燥、袋詰めといったどの設備を経由して商品化できたかを「データ」で管理する
誰がどこの田圃でどの程度作業したのかを見える化して
「よくやる人」と「そうでない人」を区分して給与払い
（A) 横方向の作業をQRコードでつないでいく
(B) 種苗のライフサイクル全体をつなげて管理
(C) より大規模な農場にするために属人的な要素を排除
相
関
関
係
持
相
関
関
係
持
センサ＋

その他のIoT地方提案機会例
広島：鳥獣被害対策をビジネス化する
• 監視カメラで鳥獣の出現をモニタリング
• 罠にかかったら直ぐに食肉化加工する加工所へ連絡・作業員が急行
• ジビエ料理に活用するために契約レストランに配送
地方：地場を巡回する商用車、物流トラックの見える化ビジネス
• OBDIIに挿す通信モジュールにより運転、運行状態の可視化
• ストレス度チェックのためのカメラ、発汗センサなどとセットで提供
• 安全安心の確保だけでなく自動車保険料を低減
地方：道の駅に設置してある電気自動車の充電スタンドをビジネス化
• Wi-Fiを充電スタンドに整備して充電中に退屈しない環境を整備
• Wi-Fi利用時にはメールアドレス登録、コンテンツを配信
• 興味を持った顧客にクーポンと地図を配信し店舗や観光地に誘導
商

IoTビジネス推進上の課題

• 日本国内におけるIoT利用企業の比率は2015年からほとんど変わっていない。
35
2016年の企業のIoT利用率（2015年との比較）
Source: IDC Japan, 9/2016 国内における従業員100名以上の企業が対象
事例がないと、他社がやらないと取り組まない国民性であることがあらためて露呈
（これを見て安心するのでなく）他社がやっていないうちにやらないと競争優位性は上がらない

IoTビジネス推進・検討・協業上の課題
儲かるビジネス
モデルがわからない
1社で実現できない
どこと組めば良いか
わからない
モノ売りはできるが
サービスモデルは
やりにくい
業界別に
課題が異なるため
全部理解して
提案できない
実行する場所や
提案先顧客がない
検討団体も
情報収集目的の
人達が多くて
ビジネスにならない
いつまでに何をすれば
良いのか分からない

A社のPOCプロジェクトは部門予算で立ち上げられたものの、商用化は全社にまたがるためプラットフォー
ム化を見据えた推進が必要となり、事業計画策定の段階で6ヶ月以上の検討遅延が発生。
37
事例：POC（コンセプト検証）から商用化に結びつける時に半年停滞・・・
事業計画
ROI・・etc
POC
POCの実施
（予算：～500万円）
評価と事業計画立案
（予算：ゼロ）
全社プロジェクト化
（予算：数千万円～）
体制構築が課題
予算実行部門が課題
全社プラットフォーム化が課題
ステイクホルダーの多さが課題
効果検証が課題
商用化に向けた事業計画が課題
推進リソース不足が課題
予算が割り当てられないことが課題
目的が曖昧なことが課題
将来像が確立されてないことが課題
スケールしないことが課題
技術検証が限定的なことが課題
POC後の
”IoT闇のトンネル”
POC後の
”IoT闇のトンネル”

• 従来型の開発やシステムの考え方が通用しないのがIoTシステムのポイント。
38
IoTシステム構築はこれまでの考え方とは異なる
従来の基幹システムなど IoTのシステム
• 中央に集約されたリソースを活用する
• デバイスの数はたかだか従業員数
• データは連携ツールで連携か、バッチシステム
• RDBで管理可能な構造化・標準化されたデータ
• 企業のオフィス内での利用を前提としたシステム
• ウォーターフォール型の開発
• ローカルに分散化されたリソースを活用する
• 接続されるデバイスの数が圧倒的に多い
• データが断続的、または連続的に上がってくる
• 欠損等が存在する非構造化・非標準化データ
• 設置環境、通信環境に制約がある事が多い
• アジャイル型の開発
2〜3
n
n
m

IoTは複合度の高いマルチレイヤーモデルでの構築が必須
産業設備・機器作業員・管理者部品データ
既存
業界別の
新規事業のプラットフォーム
（第3のプラットフォーム活用）
Secure Network Layer（Closed / Internet）
Connectivity Layer
データ収集と一次処理、デバイス管理等
Data Lake Layer
データレイク・データ管理・アーカイブ
Processing Layer
データプロセッシング
APaaS Layer
アプリ開発環境
Management Layer
課金・ユーザ管理等
Edge Computing Layer
データのフィルタリング、超リアルタイムフィードバック
プロセス
AWS Lambda
AWS IoT
Things
Layer
代表的なプラットフォーマー

IoT取り組みの着眼点
• 日本は今後10年で労働者人口が500万人減り、50歳以上の人口とそれ以下が同数に。
• さらに今後30年で人口が1億人を切る課題先進国
• グローバル進出する企業は現地マネジメント人材が不足。現場の見える化が課題。
• 「モノ」だけではなく、むしろ「ヒト」に着目した方がIoT導入されやすい
• 人手に勝るきめ細やかなIoTサービスは他国に真似できないポイント
16
熟練した作業者が減っ
てしまうという危機感
人が介在しなくても事故を
起こさない社会の実現
物流車両／レンタカーの人
手に依存しない管理
注文したモノが人のいる
場所に配送される仕組み
訪日外国人がいかに
便利に日本で過ごせるか

◎
（いたる所に可能性あり）
◎
補助金・交付金等
• 地方には地方のリソースを活用してほしく予算が少ない事情、大手インテグレータなどでは自社リ
ソースで推進したく交付金をアテにしている事情があり、支援してほしくても素直に依頼しにくい実
態が存在する。（しますよね？？少なくとも九州、東北エリアでは実在する話です）
41
地方の場合：相談する相手によってIoTの実現の仕方が変わる
人材
予算
実装場所
ナレッジ
地方の現場／
ITコーディネータ
東京などの
大手インテグレータ
地場人材が前提自社人材が前提
×
（基本的に殆ど予算はない）
▲
（自社持ち出しはしたくない）
◎
（いたる所に可能性あり）
×
（地場頼み）
×
（あまり持ち合わせていない）
◎
国・自治体
ー
補助金・交付金等
ー
ー
ハイブリッド型
人材は地方と中央双方から、お金は国から、実装場所はどんどん提供、ナレッジは大手から集め、
とにかくスピーディに実装することが重要。

地方でのIoT検討～実装段階での「あるある」
全部地場で、
自分で作ろうと頑張る
できた仕組みで
そのまま儲けようとする
できた仕組みを
内緒にしようとする
知ってる人のノウハウは
借りる／真似する
大した発想は出てこないので
できるだけオープンにする
できたモノを安く提供して
それで新たに儲ける

2017年エッジコンピューティング元年
〜そして未来へ〜

クラウドの次、モバイルの次が見えているか？
SOURCE：ITPro 八子モバイルクラウド研究所第10回（2010年3月）に加筆
処
理
処
理
メインフレーム：約50年
クライアントサーバ：約20年
クラウド
コンピューティング
10年？
クラウド
10年？
WEBコンピューティング
：約15年
新たな
トレンド
＝エッジ？
新たな
トレンド
＝エッジ？
ホストコンピュータ
の時代
エンドユーザ
コンピューティングの時代
2017～2007～20171993～2007199319701960
今
マイクロデバイス？

デバイス
エッジコン
ピューティング
ネットワーク／
ゲートウェイ
データセンタ
／クラウドコン
ピューティング
IoT時代のアーキテクチャ
• IoTではデータ量も膨大になることが予想されるため、エッジ側のコンピューティング環境を拡充する
ことも必要となってきます。
IoT時代のアーキテクチャの大変革：エッジ側処理の必要性
パブリッククラウドプライベートクラウド
(自治体クラウド等）
インターネット
ワイヤレス
ゲートウェイ
スマートフォンタブレット PC IP電話
ワイヤレス
ゲートウェイ
パブリッククラウドプライベートクラウド
(自治体クラウド等）
繋がるモノが劇的に増える
インターネット
ワイヤレス
ゲートウェイセンサー
ゲートウェイ
ウェアラブルデバイス
センサーカメラ
コンバージド
インフラ
エッジノード
エッジノードエッジノード
エッジノード
自動車等
データセンタ
／コンピュー
ティング
ネットワーク／
ゲートウェイ
デバイス
これまでのクラウド中心のアーキテクチャ
全てのデータをクラウドにあ
げるのは限界に来ている

• モバイル回線を通じて移動する機器を管理する事例。クラウド側とエッジ側のどちらで処理するのが
コストとパフォーマンスが最適化できるかを試算したもの。
事例から：クラウド側とエッジ側でのデータ・処理配置の最適化
エッジ分散型バランス型クラウド集中型
エッジを高機能化する全体コスト最適化エッジは最低限の機能のみ
データ蓄積エッジ側で長時間データ蓄積
（大容量メモリ、ストレージ）
エッジ側で一定時間データ蓄積
（適切なメモリ、ストレージ容量）
クラウド側でデータ蓄積
データ集計エッジ側で実施（バッチデータ量1/10）クラウド側で実施クラウド側で実施
データ分析エッジ側で実施クラウド側で実施クラウド側で実施
アプリケーション処理エッジ側で実施クラウド側で実施クラウド側で実施
データ通信エッジ側にインテリジェントなデータ通信エッジ側にインテリジェントなデータ通信エッジ側に機能なし
データ圧縮エッジ側にデータ圧縮機能あり（50%）エッジ側にデータ圧縮機能あり（25%）エッジ側にデータ圧縮機能なし
その他見積前提バッチ通信＋
リアルタイム通信 10分
通信モジュールコスト 1万円／台
バッチ通信＋
リアルタイム通信 5分
通信モジュールコスト 5000円／台
全データリアルタイム通信1分
通信モジュールコスト 3000円／台
※クラウド運用コストは影響が少ないため一定とする
※見守りサービスの通信費はユーザー負担とする
86%
4%
10%
61%
8%
31%36%
7%
57%
通信コスト
クラウドコスト
通信モジュール
コスト
全てをクラウドに上げるわけでもなくエッジ側でも処理するアーキテクチャの考え方が必要

コンピュータ、ネットワーク、デバイスの境目がなくなる
デバイスの
仮想化
デバイスの
仮想化
データセンター
の仮想化
データセンター
の仮想化
ネットワークの仮想化ネットワークの仮想化
コンピュータとネットワークのリソースプール（海）の中に
人、データ、モノが自由に浮遊するような世界観へ

• 隣接市場や融合する業界・商材を意識した視点が重要になってきています。
• デジタルオーシャンの水面下でどのような繋がりを創るのかが極めて重要となります。
48
デジタル時代には業界の境目がなくなる：すなわち全てが繋がるIoT世界へ
製造業物流不動産金融流通・小売公共 IT／
SI
デジタルオーシャン（海）デジタルオーシャン（海）
・・・・・
実際の
（元の）
業界構造
の深さ
・・・・・
実際の
（元の）
業界構造
の深さ
ビジネスモデルで融合ビジネスモデルで融合
プラットフォームで融合
データで融合
デジタルオーシャンにおいては、業界の区分や個々の企業に着目していては動きを見誤る。
デジタルによって特にIT業界は他産業との境目はなくなりつつある。

IoTで蓄積したデータを販売するビジネス
そしてAI（人工知能活用）へ

Big Data処理の課題
Source : evariant [Ask Eva blog]
http://www.evariant.com/blog/big-data-analytics-in-healthcare
今後のBigData処理において悩ましいのは、データ量はより大量に、データの速さはより遷移的で、
データそのものに多様性があり、データの値は不正確かつ不確定となりつつあること

IoTデー流通サービスが立ち上がり IoTの時代＝“データが売れる”時代
１：Decide
“使えるデータ”がないということは貯金がないのと同じ。早く取り組まないとデータは溜まらない
MONEYDATA is
オムロン「センシングデータ流通市場
（SENSING DATA TRADING MARKET）」
設立へ
エブリセンス「IoTデータ流通市場」設立 Yahoo myThings
「IoTデータのやり取り」を可能とするAPI

AI（人工知能）の台頭
比較的単純なデータの収集やリサーチはAI、コグニティブ／コンピューティング（例：WATSON）
にいとも簡単に置き換えられてしまう
＞＞

来たるべき未来のために・・・
データの爆発
AIによるデータ大量消費
Innovation / New World

さいごに・・・

• あなたはどの区分に入りますか？それで良いのですか？
55
IoTな皆さんにおくるメッセージその３
真剣
様子見
検討の真剣さ
度合い
実行する実行しない
（できないも含む）
ここにしか予算も人的リソー
スも割り当てられない。
（しかも早い者勝ち）
「真剣に考え、実行する」人にしかリソース、支援が得られにくい時代に移行しつつある
すべてが公平平等に割り振られるわけではない

今後重要なビジネスの方向性
高度成長期は
「量の最大化」
がビジネス
差別化要因は
「機能」「品質」「コスト」
差別化要因は
「マイクロ」
「速さ」
「共有」
今後は
「機会の最大化」
がビジネス

IoT実現コンセプト「DeCIDE」

iot@uhuru.jp

「IoTで広がる未来への可能性」熊本IoTアライアンスキックオフセミナー 170112

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie 「IoTで広がる未来への可能性」熊本IoTアライアンスキックオフセミナー 170112

Ähnlich wie 「IoTで広がる未来への可能性」熊本IoTアライアンスキックオフセミナー 170112 (20)

Mehr von 知礼八子

Mehr von 知礼八子 (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (6)