211101_最新トレンド_パッケージ
- 1.
- 2.
- 3. 「平安好医生」からの学び 便利・お得・楽ちんで、顧 客とのタッチ・ポイントを 効率よく大量に増やす。 デジタルと人間の最適なバランスと組合せが、事業を拡大することに大きく貢献 ひとり一人の顧客に丁寧に接 して感動・信頼・ファンを作 る。 顧客との接点を劇的に増やすことに成功：顧客の困っていること、関心ごとを的確に 捉え、まずはそれを解決することに注力した。 ファンを増やすことに成功：年齢や性別、家族構成などの静的な属性データだけでは なく、その時々の状況を動的な行動データを捉え、タイミングを逸することなく、い まの最適を顧客に提供して、顧客の体験価値を高めた。 成約率を高めることに成功：顧客の日常に関わる生活データを活用して、顧客ごとに 最適化された保険商品を選択し、論理的な裏付けに基づく説得力のある提案をした。
- 4.
- 5.
- 6. UI／UXとは何か UI 人とデジタルをつなぐ窓口 User Interface 直ぐに分かる 使い易い 迷わない など UX 人とデジタルがつながることで得られる体験 User Experience とても便利 もっと使いたい 感動した など UI UX
- 7. UI／UXとは何か UI 人とデジタルをつなぐ窓口 User Interface 直ぐに分かる 使い易い 迷わない など UX 人とデジタルがつながることで得られる体験 User Experience とても便利 もっと使いたい 感動した など 次へ 戻る 戻る 次へ ×良くないUI 〇良いUI ×良くないUI ケチャップだとは すぐに分からない。 ×良くないUX 口を汚しやすく、少なく なると使いにくい。 〇良いUI ケチャップだとすぐ 分かる。 ×良くないUX 口を汚しやすく、少なく なると使いにくい。 〇良いUI ケチャップだとすぐ 分かる。 〇良いUX 口を汚さず、最後まで 使い切ることができる。
- 8. データとUXとサービス データ とても便利 もっと使いたい 感動した など UX 体験価値 ファンを増やす 信頼を高める リピートさせる ビジネス機会の創出 高速に改善と アップデートを繰り返し 体験価値を維持する サービス 属性データ 体験データ 生活データ
- 9.
- 10.
- 11. デジタル化とは何か アナログ Analog 連続量（区切りなく続く値を持つ量） 現実世界 私たちが生きている世界 身体を介して体験し、実感できる ITInformation Technology：情報技術 コンピューターやネットワークを実現し それを活用するための技術 Physical World デジタル Digital 離散量（とびとびの値しかない量 ） サイバー空間 コンピューターとネットワーク で作られた世界 コンピューターやネットワークで扱える Cyber Space デジタル化 センサー・web・モバイル などを介し アナログをデジタルに 変換すること ICT Information and Communication Technology 情報通信 技術
- 12. デジタル化でできることと目指すこと 人間のやっていたことを、コンピュータでできるようにすること これまで1週間かかっていた申し込み手続きを5分で終わらせる 顧客の行動（いま、どこで、何をしているのか）が分かる 他のデジタル・サービスと一瞬にして連係できる 膨大なデータの中にビジネスに役立つ規則や関係を見つけることができる 業務の進捗、人の動き、ビジネスの状態が、リアルタイムに見える化される デジタル化で できる こと デジタル Digital 離散量（とびとびの値しかない量 ） サイバー空間 デジタル化で 目指す こと 顧客満足の向上 業績の改善 社員の幸福 アナログ Analog 連続量（区切りなく続く値を持つ量） 現実世界だけでは解決できない課題をデジタルを使って解決すること 現実世界 目的 自分は何をしたいのか？ 手段 うまい、やすい、はやい
- 13.
- 14.
- 15. 業務Ｘ アンバンドル／リバンドル／エンハンスメント データ 管 理 Ｉ Ｄ 管理 決 済 スケジュー リング データ 管 理 Ｉ Ｄ 管 理 データ 管 理 Ｉ Ｄ 管 理 スケジュー リング データ 管 理 Ｉ Ｄ 管 理 決 済 業務Ａ 業務Ｂ 業務Ｃ 業務Ｄ 共通 機能 独自 機能 ア ン バ ン ド ル データ管理 決済 スケジューリング 業務Ａ 業務Ｂ 業務Ｃ 業務Ｄ ＩＤ管理 仮想化／ソフトウエア化によるリバンドル 入れ替えや改善によるエンハンスメント ＩＤ管理 業務の改善や新規業務への対応が迅速・柔軟 業務の改善や新規業務への対応が容易にできない
- 16. データ管理プラットフォーム ＩＤ管理プラットフォーム 決済管理プラットフォーム スケジューリンク・プラットフォーム 〇〇〇プラットフォーム アプリケーション開発ツール／サービス クラウドサービス 業務Ｘ アンバンドル／リバンドルとクラウド データ管理 決済 スケジューリング 業務Ａ 業務Ｂ業務Ｃ 業務Ｄ ＩＤ管理 仮想化／ソフトウエア化によるリバンドル ＩＤ管理
- 17.
- 18.
- 19. 2つのデジタル化：デジタイゼーションとデジタライゼーション デジタイゼーション Digitization アナログ放送→デジタル放送 紙の書籍→電子書籍 人手によるコピペ→RPA 効率化 ビジネス・プロセス 改善・改良・修正 コストや納期の削減・効率化 ビジネス・モデル デジタライゼーション Digitalization 自動車販売→カーシェア／サブスク ビデオレンタル→ストリーミング 電話や郵便→SNS・チャット 変革 事業構造の転換 新しい価値の創出 既存の改善 企業活動の効率向上と持続的な成長 既存の破壊 新たな顧客価値や破壊的競争力を創出
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27. 時間感覚の変化がビジネスを変えようとしている ビジネス・モデル お客様との関係 働き方情報システム 社会環境の変化が緩やかで中長期的な予測が可能 社会環境が複雑性を増し将来の予測が困難な状況
- 28. VUCAの時代の課題に対するアプローチ方法 VUCA／社会環境が複雑性を増し将来の予測が困難な状況 何が正解かは、分かはわからない 気がついたなら、直ちに行動しなければ、対応が遅れてしまい、 チャンスを逃してしまうから。 仮に間違ったとしても即座にやり直しが効き、大きな痛手に至るこ とを回避できるから。 スピードを追求すれば物事をシンプルに捉えて、本質のみに集中で きるから。 アイデアが湧いたら、やってみる。その結果から議論を展開すれ ば、より現実的な解に到達できる。 圧倒的なビジネス・スピードを手に入れること
- 29.
- 30.
- 31. DXの定義 デジタル・トランスフォーメーション 2004年、スウェーデンのウメオ大学教授であるエリック・ストルターマンの提唱した概念 ITの浸透が、人々の生活をあらゆる面でより良い方向に変化させること デジタル・ビジネス・トランスフォーメーション 2010年代、マイケル・ウェイドらによって提唱された概念 デジタル技術とデジタル・ビジネスモデルを用いて組織を変化させ、業績を改善 すること 経済産業省の定義するデジタル・トランスフォーメーション 2018年、経済産業省が公表した定義 企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、 顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するととも に、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位 性を確立すること デジタル・テクノロジーの進展により産業構造や競争原理が変化し、これに対処できなけ れば、事業継続や企業存続が難しくなる 競争環境、ビジネス・モデル、組織や体制を再定義し、企業の文化や体質を変革すること 変化に俊敏に対応できる企業へと変わること アジャイル企業への変革
- 32. 変化が早く、予測困難な社会 DXの目的 新規事業 ビジネス・モデルの転換 新規事業 新規事業 新規事業 ビジネス・モデルの転換 ビジネス・モデルの転換 業務改革 業務プロセスの改善 業務改革 業務プロセスの改善 業務改革業務改革 業務プロセスの改善 デジタル前提の社会へ適応するために高速に改革や改善を繰り返すことが できる文化や風土、仕組みを作ること 変化に俊敏に対応できる企業へと変わること アジャイル企業への変革
- 33.
- 34. インターネットに接続されるデバイス数の推移 億人 億台 台/人 2003年 2010年 2015年2020年 世界人口 インターネット 接続デバイス数 一人当りの デバイス数 63 68 72 76 5 125 250 500 0.08 1.84 3.47 6.50
- 35. 「データの時代」とはどういうことか 加速度計センサー ジャイロセンサー 磁気センサー GPSセンサー 生体（指紋／顔）認証センサー 近接センサー 赤外線センサー Soli（レーダー）センサー LiDAR（レーザー・レーダー）センサー CMOS（カメラ）センサー ソーシャル・メディア オンライン・ショッピング オンライン英会話など 現実世界のデジタルコピー デジタル・ツイン ビッグデータ 膨大・多様・加速度的増大 現実世界のものごとやできごとは 意図する／しないに関わらず デジタル・データに置き換えられ ネットに送り出される時代になった
- 36. サイバーフィジカルシステムとDX データ収集 モニタリング データ解析 原因解明・発見/洞察 計画の最適化 データ活用 業務処理・情報提供 機器制御 ヒト・モノ クラウド・コンピューティング 日常生活・社会活動 環境変化・産業活動 現実世界／Physical World サイバー世界／CyberWorld Cyber Physical System／現実世界とサイバー世界が緊密に結合されたシステム 高速 × 最適 デジタル トランスフォーメーション 最適解 機器制御 指示命令 アドバイス ものごと・できごと データ ものごと・できごと データ
- 37. DXを支えるテクノロジー・トライアングル 現実世界／Physical World Cyber PhysicalSystem／現実世界とサイバー世界が緊密に結合されたシステム サイバー世界／Cyber World 予 測 最適解 ビジネス の最適化 データ解析 データ活用 AI・機械学習 クラウド 機械学習・深層学習 AIチップなど サーバーレス・コンテナ SaaS・PaaSなど データ収集 デジタル ツイン IoT センサー・モバイル 自律制御など 現実世界の デジタルコピー 5G 第5世代通信システム
- 38.
- 39. 新しい組合せの 高速な試行錯誤 変化の予測と洞察 人間にしかできないコト へ時間と意識をシフト 人 間 力 の 活 性 化 レイヤ構造化と抽象化 データ化 自動化／自律化 デ ジ タ ル 化 DXのメカニズム 変化が早く 予測困難な社会 事実把握とフィードバックの高速化 機能やプロセスの要素分解 肉体的・知的力仕事からの解放 圧倒的な ビジネス・スピードの獲得 イノベーションによる 不連続な変化への対応 ソフトウェアによる実装の拡大 人間力の一層の活用 迅速・柔軟な組合せの変更や 新たな要素の組み入れ、高速な改善 UX／体験や感性の価値拡大 人間中心のデザイン／設計へのシフト 事業の目的や経営のあり方の再定義企業や組織の文化や風土の変革 変化に俊敏に対処できる企業／アジャイル企業へ変わる
- 40.
- 41.
- 42.
- 43.
- 44.
- 45.
- 46. 仮想 virtual 表面または名目上はそうでないが 実質的には本物と同じ 本来の意味 「仮想化」の本当の意味 本来の意味 仮想化 Virtualization 物理的実態とは異なるが、 実質的には本物と同じ機能を実現する仕組み 日本語での語感 虚像の〜 実態のない〜 It was avirtual promise. （約束ではないが）実際には約束も同然だった。 He was the virtual leader of the movement. 彼はその運動の事実上の指導者だった。
- 47.
- 48. 物理資源・物理機械 サーバーの仮想化 ストレージの仮想化 Java仮想マシン データベースの仮想化 パーティショニング 分 割 アグリゲーション 集約 エミュレーション 模 倣 仮想化 (Virtualization) ひとつの物理資源を 複数の仮想資源に分割 複数の物理資源を ひとつの仮想資源に分割 ある物理資源を 異なる資源に見せかける 仮想化の3つのタイプ
- 49. ソフトウェア化とはどういうことか（１） 掃除 機能 掃除 機械 レンジ 機能 レンジ 機械 テレビ 機能 テレビ 機械 作表 機能 文書作成 機能 会計管理 機能 汎用機械 オペレーティング・システム（OS） 家電製品 コンピュータ 専用一体 専用一体専用一体 ソフトウェア Software ハードウェア Hardware
- 50.
- 51.
- 52. 仮想化 や ソフトウエア化のための仕組み 使いたい機能や性能の組合せや変更の自由を実現 ソフトウェア化とクラウド 簡単・便利・いつでも／どこでもITの機能や性能をサービスとして使える仕組み 実質的に使える機能や性能 ネットワーク 専門的な スキルや ノウハウ 大規模・集中化・一元化・標準化 自動化などを駆使して、魅力的な コストパフォーマンスを実現する 物理的なハードウェアや設備 インフラストラクチャー プラットフォーム アプリケーション 運用管理者 特定の業務処理 を行うためのソフトウェア アプリケーションで共通に使う機能 を提供するソフトウエア オペレーティングシステム データベース管理システム など 販売管理システム 会計管理システム など ソフトウエアを動かすための ハードウェアや設備
- 53.
- 54.
- 55.
- 56.
- 57.
- 58. システム利用形態の歴史的変遷 OS OS AP AP AP APAP AP 3 2 1 1950年代〜／バッチ 1960年代〜／タイムシェアリング メインフレーム メインフレーム ミニコン OS AP AP AP OS OS VM VM VM 1970年代〜／仮想化（仮想マシン） メインフレーム ミニコン OS AP AP AP OS OS 1980年代〜／分散化 ミニコン PCサーバー OS AP AP AP OS OS VM VM VM 2000年代〜／仮想化（仮想マシン） PCサーバー クラウド (IaaS) OS AP 設定 AP 設定 AP 設定 コンテナ コンテナ コンテナ 2015〜／コンテナ PCサーバー クラウド (PaaS) メインフレームの時代 オープン・システムの時代 クラウドの時代
- 59. 物理システム・仮想化・コンテナの比較 物理サーバー （ハードウェア） ミドルウェア アプリ アプリ アプリ ハイパーバイザー 仮想サーバー仮想サーバー 仮想サーバー 物理システム 仮想化されたシステム ミドルウェア ミドルウェア 物理サーバー （ハードウェア） 物理サーバー （ハードウェア） ストレージ CPU メモリ ストレージ CPU メモリ ストレージ CPU メモリ 物理サーバー （ハードウェア） ミドルウェア アプリ アプリ アプリ ミドルウェア ミドルウェア OS コンテナ・システム 物理サーバー （ハードウェア） ミドルウェア アプリ アプリ アプリ ミドルウェア ミドルウェア ライブラリ ライブラリ ライブラリ コンテナ・エンジン （コンテナ管理システム） コンテナ コンテナ コンテナ カーネル OS OS OS OS OS OS 1つのサーバー として振る舞う 1つのプロセス として振る舞う
- 60. コンテナの動作原理 60 OS 物理サーバー （ハードウェア） ミドルウェア アプリ アプリ アプリ ミドルウェアミドルウェア ライブラリ ライブラリ ライブラリ コンテナ・エンジン （コンテナ管理システム） コンテナ コンテナ コンテナ カーネル システムコールはカーネルを共有 ハードウェア機器へのアクセス、割り込みの 可/不可の変更、プロセッサの特権状態の変 更、メモリ管理ユニットへのアクセスなど 動作環境の違い(ファイルシステムやライブ ラリなど)再現するために必要 Linux系OS群には、RedHat Enterprise Linux(RHEL)やCentOS、Ubuntuなど様々 なディストリビューション(各社の配付パッ ケージ)が存する。 それらは、共通のカーネルを使用してるため、 アプリケーションの実行に必要なライブラリ さえあれば、どのディストリビューションで もアプリケーションを動作。
- 61. コンテナのネットワーク接続 61 NIC networtk InterfaceCard 仮想サーバー OS 仮想NIC ハイパーバイザー 仮想 スイッチ コンテナ コンテナ エンジン 仮想NIC 仮想ブリッジ 物理サーバー アプリケーション
- 62. サーバー仮想化とコンテナ OS ハードウェア ハイパーバイザー 仮想サーバー ミドルウェア OS 仮想サーバー ミドルウェア OS 仮想サーバー ミドルウェア サーバー仮想化 ハードウェア OS ミドルウェア アプリ ミドルウェア アプリ ミドルウェア アプリ コンテナ コンテナ コンテナ コンテナ ライブラリ ライブラリ カーネルカーネル カーネル カーネル ライブラリ ライブラリ ライブラリ ライブラリ 隔離されたアプリケーション実行環境を提供（クラッシュの分離、独自のシステム管理とユーザー・グループ） 実行イメージのスナップショットをパッケージとしてファイルにして保存できる アプリケーションに加えて仮想マシン・OS の実行イメージを持つ必要がある アプリケーションとOSの一部 の実行イメージを持つ必要がある デプロイするサイズ 大きい 起動・停止時間 遅い デプロイするサイズ 小さい 起動・停止時間 早い 異なるOS 可 異なるOS 不可 メモリーやディスクの消費量が大きい = リソース効率が悪い メモリーやディスクの消費量が大きい = リソース効率が良い 構成の自由度が高い 異なるOS・マシン構成を必要とする場合など 軽量で可搬性が高い 実行環境への依存が少なく異なる実行環境で稼働させる場合など アプリケーション アプリケーション アプリケーション コンテナ・エンジン
- 63. 仮想マシンとコンテナの稼働効率 ハードウェア 仮想マシン ミドルウェア OS 仮想マシン OS 仮想マシン OS ミドルウェア ミドルウェア ハードウェア OS コンテナ・エンジン カーネル ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ カーネル カーネルカーネル ライブラリ ライブラリ ライブラリ コンテナ 仮想マシン アプリケーション アプリケーション アプリケーション ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ ミドルウェア アプリ ライブラリ コンテナ 仮想マシンとOSが不要 システムの起動が速く システム資源の消費が少ない
- 64.
- 65.
- 66.
- 67.
- 68. DockerとKubernetes の関係 68 コンテナの作成 コンテナの実行 コンテナ内でファイルシステ ムとして使われるイメージの 作成および管理 など 関連するコンテナのグルーピング コンテナに割り振られるIPアドレスの管理 コンテナ間ネットワークルーティング管理 複数のコンテナを利用した負荷分散 コンテナに割り当てるストレージの管理 コンテナの監視 など ネットワークのルーティングや複数コンテナの 連携、複数台のサーバーを対象にコンテナを横 断的に管理する機能などは提供されていない。 クラスタ環境でDockerを利用する場合は別途何らかの管理手法を用意する必要がある。 Dockerと連携して利用できるデプロイ/オーケストレーションツールのひとつ By Google Manage a cluster of Linux containers as a single system to accelerate Dev and simplify Ops. Linuxコンテナのクラスタを単一のシステムとして管理して 開発を加速し、運用を簡素化します。 意味：ギリシャ語で「人生の道標」 読み方：クーベルネイテス（koo-ber-nay'-tace）
- 69. コンテナ・オーケストレーションとは ハイパーバイザー 開発・実行環境 ミドルウェア オペレーティング システム サーバー （ハードウェア） 仮想マシン アプリケーション コンテナ管理システム コンテナ 物理マシン 仮想マシン コンテナコンテナ オーケストレーション 分散・大規模なシステム・リソースを使い ひとつのシステム（サービス）を実現する
- 70. Twelve Factorsとの関係 70 Ⅰ. コードベース バージョン管理されている1つのコードベースと複数のデプロイ Ⅱ.依存関係 依存関係を明示的に宣言し分離する Ⅲ. 設定 設定を環境変数に格納する Ⅳ. バックエンドサービス バックエンドサービスをアタッチされたリソースとして扱う Ⅴ. ビルド、リリース、実行 ビルド、リリース、実行の3つのステージを厳密に分離する Ⅵ. プロセス アプリケーションを1つもしくは複数のステートレスなプロセスとして実行する Ⅶ. ポートバインディング ポートバインディングを通してサービスを公開する Ⅷ. 並行性 プロセスモデルによってスケールアウトする Ⅸ. 廃棄容易性 高速な起動とグレースフルシャットダウンで堅牢性を最大化する Ⅹ. 開発/本番一致 開発、ステージング、本番環境をできるだけ一致させた状態を保つ Ⅺ. ログ ログをイベントストリームとして扱う Ⅻ. 管理プロセス 管理タスクを1回限りのプロセスとして実行する アジリティーの高いWebサービスを構築するための方法論 コンテナ Kubernetes https://12factor.net/ja/
- 71. Kubernetes Master 全体のコンテナの稼働 状況などを把握し、運用 管理者が指定したよう に、コンテナ配置、削除 などを指示 Kubernetes の全体構造 71 コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア Kubernetes Node Kubernetes Node Kubernetes Node Kubernetes Pod Kubernetes Pod Kubernetes Pod Kubernetes Pod コンテナ管理システム コンテナ管理システム が稼働しているマシン ／サーバーの単位 コンテナの まとまりの単位 Kubernetes Cluster Nodeの集まりの単位 物理マシン／仮想マシン yaml形式記載された設定 ファイル kubectlコマンドを使って、 設定をKubernetes Masterに反映 Kubernetes Masterは反 映された内容を元に、 NodeやPodを操作 マニフェスト 意味：ギリシャ語で「人生の道標」 読み方：クーベルネイテス 略称：K8s
- 72. デスクトップ仮想化とアプリケーション仮想化 ネットワーク 入出力操作 通信 クライアントPC 文書作成 表計算 プレゼン ・・・ デスクトップ画面 メモリー ストレージ ハイパーバイザー PC用OS （Windows7など） プロセッサー 文書 作成 表 計算 プレ ゼン ・・・ 入出力操作 通信 クライアントPC 文書作成 画面表示 仮想PC サーバー PC用OS （Windows7など） 文書 作成 表 計算 プレ ゼン ・・・ 仮想PC メモリー ストレージ OS プロセッサー サーバー ターミナル・モニター 文書 作成 表 計算 プレゼン・・・ 入出力操作 通信 クライアントPC 文書作成 表計算 プレゼン ・・・ デスクトップ画面 入出力操作 通信 クライアントPC 文書作成 画面表示 デスクトップ仮想化 アプリケーション仮想化
- 73. シンクライアント ネットワーク 入出力操作 通信 シンクライアント 文書作成 表計算 プレゼン ・・・ 画面表示 メモリー ストレージ ハイパーバイザー PC用OS （Windows7など） プロセッサー PC用OS （Windows7など） PC用OS （Windows7など） 文書 作成 表 計算 プレ ゼン ・・・ 文書 作成 表 計算 プレ ゼン ・・・ 文書 作成 表 計算 プレ ゼン ・・・ 入出力操作 通信 シンクライアント 文書作成表計算 プレゼン ・・・ 画面表示 仮想PC 仮想PC 仮想PC サーバー ストレージ 文書作成 表計算 プレゼン ・・・ 入出力操作 通信 アプリケーション PC / Windows・Mac OS など 画面表示 データとプログラムの保管 プログラムの実行 は、PC内にて処理 データとプログラムの保管 プログラムの実行 は、サーバー内にて処理 シンクライアントは 画面表示と入出力操作
- 74. Chromebook インターネット データ 文書作成 表計算 プレゼン ・・・ブラウザ 画面表示・入出力操作 通信 画面表示・入出力操作 通信 オフィス・アプリ データ 文書作成 表計算 プレゼン ・・・ オフィス・アプリ クラウドサービス Google Apps for workなど ブラウザ 文書作成 表計算 プレゼン ・・・ PC / Windows・Mac OS など Chromebook / Chrome OS
- 75.
- 76. ストレージ仮想化 2TB 実データ 3TB 実データ 5TB 実データ 10TB 10TB 10TB 仮想ストレージ ブロック仮想化 10TB 実データ 30TB ストレージ（ハードウェア） 8TB7TB 5TB 未使用領域 20TB ボリュームの仮想化 10TB 10TB 10TB 仮想ストレージ シンプロビジョニング 10TB 実データ 30TB ストレージ（ハードウェア） 容量の仮想化 未使用領域 0TB 必要な時に 追加 2TB 実データ 3TB 実データ 5TB 実データ 8TB 7TB 5TB 仮想ストレージ 重複排除 ストレージ（ハードウェア） データ容量の削減 D A B C E F A B ファイル ２ ファイル１ D A B C E F 重複データ を排除
- 77.
- 78.
- 79.
- 80. 銀行システムにおけるクラウド活用の動き 日本ユニシスとマイクロソフト、「BankVision on Azure」実現に向け共同プロジェクトを開始 2018年3月23日 日本ユニシス株式会社と日本マイクロソフト株式会社 は23日、日本ユニシスのオープン勘定系システム 「BankVision」の稼働基盤として、Microsoft Azureを 採用するための取り組みを推進するため、共同プロ ジェクトを4月から開始すると発表した。 いかに費用を抑え、最新技術も取り入れた上で短期間 でのシステム開発を行うかという課題に対応するため、 クラウドを選択。現在はクラウド最大手の米アマゾン ウェブサービスと組み、業務システムの一部から移行 を進めている。 5年間で100億円のコスト削減 1000超のシステムの約半分をクラウド化 週刊ダイヤモンド2017.5.17 https://diamond.jp/articles/-/128045
- 81.
- 82. クラウド・バイ・デフォルト原則 政府情報システムにおけるクラウドサービスの利用に係る基本方針（案） クラウド・バイ・デフォルト原則（クラウドサービスの利用を第一候補） 政府情報システムは、クラウドサービスの利用を第一候補として、その検討を行う 情報システム化の対象となるサービス・業務、取扱う情報等を明確化した上で、メリット、開発の規模及び経費等を基に検討を行う https://www.kantei.go.jp/jp/singi/it2/cio/dai77/siryou.html Step0：検討準備 クラウドサービスの利用検討に先立ち、対象となるサービス・業務及び情報といった事項を可能な限り明確化する。 Step1：SaaS（パブリック・クラウド）の利用検討と利用方針 サービス・業務における情報システム化に係るものについて、その一部又は全部がSaaS（パブリック・クラウド）により提供されてい る場合（SaaS（パブリック・クラウド）の仕様に合わせ、サービス・業務内容を見直す場合も含まれる。）には、クラウドサービス提 供者が提供する SaaS（パブリック・クラウド）が利用検討の対象となる。 Step2：SaaS（プライベート・クラウド）の利用検討 サービス・業務における情報システム化に係るものについて、その一部又は全部が、府省共通システムの諸機能、政府共通プラット フォーム、各府省の共通基盤等で提供されるコミュニケーション系のサービスや業務系のサービスを SaaS として、当該サービスが利用 検討の対象となる。 Step3：IaaS/PaaS（パブリック・クラウド）の利用検討と利用方針 SaaS の利用が著しく困難である場合、又は経費面の優位性その他利用メリットがない場合については、民間事業者が提供する IaaS/PaaS（パブリック・クラウド）が利用検討の対象となる。 Step4：IaaS/PaaS（プライベート・クラウド）の利用検討 IaaS/PaaS（パブリック・クラウド）の利用が著しく困難である場合、又は経費面の優位性その他利用メリットがない場合については、 サーバ構築ができる政府共通プラットフォーム、各府省独自の共通基盤等を IaaS/PaaS として、当該サービスが利用検討の対象となる オンプレミス・システムの利用検討
- 83.
- 84.
- 85. クラウド・サービスの「作り方」による費用の違い サーバー（物理マシン）×9台 ＋データベース等のライセンス ＋インフラ、DBなどの環境構築 ＋運用管理業務 ＋設置場所（場所+電源+空調等） 購入費用 ：数千万円 年間保守料 ：数百万円 年間運用量：数百万円 年間使用料 ： ー ハードウェアを所有 クラウド・サービスを使用 サーバー（仮想マシン）×9台 ＋データベース等のライセンス ＋インフラ、DBなどの環境構築 ＋運用管理業務 × 設置場所（場所+電源+空調等） 購入費用 ： ー 年間保守料 ： ー 年間運用量 ： ー 年間使用料 ：254,980円 ハードウェアを所有する場合と変 わらないシステム構成と運用方法 実行環境を移行しただけ システムの構成や運用方法などの設計・方式は同じ まったく異なる設計・方式 アンケート入力・集計・レポートのサービスとして、できることは同じ サーバー（仮想マシン）×4台 購入費用 ： ー 年間保守料 ： ー 年間運用量 ： ー 年間使用料 ：198,691円 × データベース等のライセンス △インフラ、DBなどの環境構築 △ 運用管理業務 × 設置場所（場所+電源+空調等） 無償のDNSや監視、低料金のデー タベースなどのサービスを利用 一部をクラウドのサービスに代替 サーバーの構築・運用は不要 購入費用 ： ー 年間保守料 ： ー 年間運用量 ： ー 年間使用料 ：907円 × データベース等のライセンス × インフラ、DBなどの環境構築 × 運用管理業務 × 設置場所（場所+電源+空調等） サーバーレス方式と言われるまっ たく異なる実行方式を採用 クラウド・ネイティブで再構築 ハードウェアを所有し、設置場所 とその運営も自社責任
- 86. 構築事例：従来型のWebアプリケーション・アーキテクチャ EC2 Internet クライアント Elastic Load Balancing EC2 冗長化 EC2 EC2 EC2 EC2 EC2 冗長化 冗長化 EC2 EC2 WebAP DB 死活監視 DNS DNSのセットアップが必要 APはそのまま移行。ただし、セッション管理等、一部改修が 必要な場合がある。 ミドルウェアが必要 （Oracle、 SQLServer、死活監視ソフト等の購入） DBMSのセットアップが必要 EC2：1台 365日24時間稼働：$175.2 EC2：9台 365日24時間稼働：$1576.8 ELB：1台 365日24時間稼働：$236.52+α ELB：2台 365日24時間稼働：$473.04+α リージョン:東京 ＜EC2＞ インスタンスタイプ：t2.micro （最少） 料金：$0.020/1時間 ＜ELB＞ 料金：$0.027/1時間 +$0.008/1GB 年間：約$2049.84 約254,980円 ※2015/3/20時点
- 87. 構築事例：AWSサービスを活かしたアーキテクチャ EC2 Internet クライアント Elastic Load Balancing EC2 冗長化 EC2 EC2 冗長化 Web APDB DNS Route 53に 設定するのみ 死活監視のソフトウェア不要 基本的に無料／アラーム設定でメール通知 DBMSはインストール不要 Oracle、SQL Server等のライセンス料込 EC2の接続先を変更するだけ 冗長構成はMulti-AZを選択するのみ EC2：4台 365日24時間稼働：$700.8 ELB：2台 365日24時間稼働：$473.04+α RDS： 365日24時間稼働：$455.52 Route53： 1年間：$26.4（最少） リージョン:東京 ＜EC2＞ インスタンスタイプ：t2.micro （最少） 料金：$0.020/1時間 ＜ELB＞ 料金：$0.027/1時間 +$0.008/1GB ＜RDS＞ インスタンスタイプ： t2.micro （最少） 年間：約$1655.76 約198,691円 Cloud Watch Route 53 RDS(Master) RDS(Slave) DynamoDB セッション 管理 ※2015/3/20時点
- 88. 構築事例：AWSサービスを最大限活かしたアーキテクチャ Internet クライアント Cloud Front 画面表示は、 クライアント側 アプリ メールサーバー不要 冗長構成、拡張・データ再配置 はAWS任せ リージョン:東京 ＜S3＞ 料金：$0.0330/GB +リクエスト数+データ転 送量 ＜CloudFront＞ 料金：$7.2/年 （試算した結果） <Lambda> 料金：$0 ＜DynamoDB＞ 料金：$0 （試算した結果） 年間：約$7.56 約907円 Cloud Watch JavaScript 入力ページ（HTML） コンテンツ 非公開コンテンツ Log等 S3 DynamoDB LambdaNode.js テーブル Cognito Webサーバー機能 3箇所以上で自動複製、容量無制限 キャッシュ SSL証明書 任意のタイミングで処理実行 負荷分散、障害対策はAWS任せ AWS認証 アプリ認証 SignedURL発行 サーバ側アプリ ※2015/3/20時点 ※条件によって料金は異なります
- 89.
- 90. サーバーレスと仮想マシン EC2：仮想マシン Lambda：サーバーレス 汎用的なサーバー機能 起動直後はOSインストールのみの状態 初期設定、環境設定が必要 システムの運用、保守、監視が必要 利用出来るのは契約したサーバーの容量 一定料金。仮想サーバー稼働時間内の代金 インフラ環境の構築や運用管理が不要。実行環境は、AWSが提供 ミドルウェア等の脆弱性対応不要 プログラム（サービス）をアップロードすれば直ちに動作 自動スケーリング対応 システムを実行時間（100ミリ秒単位）で課金 利用されなければ無課金
- 91. クラウド・サービスの区分 自社所有 IaaS 仮想マシン CaaS PaaSFaaS ユーザー企業が管理 ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS SaaS ランタイム ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム IaaS ベアメタル クラウドサービス事業者が管理 連携機能 CaaS：Container as a Service（コンテナ管理機能が用意されているサービス） FaaS：Function as a Service（サーバーレスが使えるサービス）
- 92. クラウド利用における責任の所在と狙い プラットフォーム アプリケーション インフラストラクチャー クラウド サービス 事業者 クラウド サービス 事業者 クラウド サービス 事業者 PaaS IaaS SaaS ユーザー 自社所有 ユーザー ユーザー 特定の業務処理 を行うためのソフトウェア アプリケーションで共通に使う機能 を提供するソフトウエア ソフトウエアを動かすための ハードウェアや設備 業務プロセス／処理 ユーザーユーザー ユーザー ユーザー 機能や性能の改善 セキュリティ 運用管理 稼働監視 トラブル対応 バックアップ など Software as a Service Platform as a Service Infrastructure as a Service SaaS>PaaS>IaaS ユーザーの負担が減少 事業の効率化や競争力の向上 のために経営資源を積極配分 事 業 システムの構築や運用 管理、セキュリティな ど付加価値を生みださ ない負担を軽減する
- 93.
- 94.
- 95.
- 96.
- 97.
- 98.
- 99.
- 100. 徹底した標準化 大量購入 負荷の平準化 APIの充実・整備 セルフサービス化 機能のメニュー化 クラウド・コンピューティングのビジネス・モデル クラウド・コンピューティング オンデマンド 従量課金 自動化・自律化 システム資源 の共同購買 サービス化 低コスト 俊敏性 スケーラビリティ 仮想化とソフトウエア化の仕組み
- 101.
- 102.
- 103. クラウドの定義／サービス・モデル (Service Model) アプリケーション ミドルウェア オペレーティング システム インフラストラクチャ PaaS Platform asa Service Infrastructure as a Service Software as a Service SaaS Salesfoce.com Google Apps Microsoft Office 365 Microsoft Azure Force.com Google App Engine Amazon EC2 IIJ GIO Cloud Google Cloud Platform アプリケーション ミドルウェア & OS 設備 & ハードウェア プ ラ ッ ト フ ォ ー ム IaaS
- 104. クラウドの定義／サービス・モデル (Service Model) アプリケーション データ ランタイム ミドルウェア オペレーティング システム 仮想化 サーバー ストレージ ネットワーク アプリケーション データ ランタイム ミドルウェア オペレーティング システム 仮想化 (必ずしも使わない) サーバー ストレージ ネットワーク アプリケーション データ ランタイム ミドルウェア オペレーティング システム 仮想化 (必ずしも使わない) サーバー ストレージ ネットワーク アプリケーション（アドオン） IaaSPaaS SaaS ア プ リ ケ ー シ ョ ン 利 用 す る 企 業 の 責 任 ク ラ ウ ド 事 業 者 の 責 任 プ ラ ッ ト フ ォ ー ム イ ン フ ラ ス ト ラ ク チ ャ ー
- 105. ハイブリッド・クラウド 複数企業共用 パブリック・クラウド クラウドの定義／配置モデル (Deployment Model) プライベート・クラウド 個別企業専用 個別･少数企業不特定・複数企業／個人 LAN LAN インターネット 特定企業占有 ホステッド・プライベート・クラウド 固定割当て LAN 専用回線・VPN LAN
- 106. マルチテナント方式の課題を解決する選択肢 106 アプリ ケーション ミドルウェア OS アプリ ケーション ミドルウェア OS アプリ ケーション ミドルウェア OS アプリ ケーション ミドルウェア OS アプリ ケーション ミドルウェア OS アプリ ケーション ミドルウェア OS ハードウェア アプリケーション ミドルウェア OS 仮想マシン 仮想マシン 仮想マシン仮想マシン 仮想マシン 仮想マシン A社 C社 B社 A社 A社 仮想化 Hypervisor ハードウェア 仮想化 Hypervisor ハードウェア マルチテナント方式 シングルテナント方式 ベアメタル方式 ホステッド・プライベート・クラウド 【リスク1】クラウドベンダー都合でのメンテナンス停止が発生する（ユーザー側都合での調整はできない） 【リスク2】高可用性を担保するアーキテクチャ設計の難易度が上がる 【リスク3】性能を完全に保証するには懸念がある （同一ハードウェア内で他のユーザーの区画も動作しており、他ユーザーが大量にコンピュートリソースを消費するようなことがあると影響を受ける懸念がある）
- 107.
- 108.
- 109.
- 110. クラウドの不得意を理解する 110 【低遅延】短い遅延時間が求められる業務は、 ネットワークの地理的距離の遠くなると不利 なので、同一場所で完結させた方がいい 証券市場においてデータ基に1秒で数千回の売買注文を行 うような高頻度取引（HFT:High FrequencyTrading） 工場の製造現場で、直ちに良／不良を見分けて、不良品を 排除する品質管理工程の自動化 自動車の自動運転における事故の回避判断と回避行動の連 動 など データが発生する、あるいは処理を行う場所が同じ 場所／同じ装置の中で実行し、データを送る距離を 短くし、データが発生する現場でデータを処理する 【大量データ転送】現場で大量のデータが発 生し、それを保管、処理しなければならない 場合は、それらを全てクラウドに送り出すと、 回線料金が莫大になるため、同じ場所で保管、 処理させた方がいい 大量のセンサーからデータを取得し、それを利用して業務 を行う 工場の機械の動作履歴を検査や改善のために使う業務 な ど
- 111. オンプレとパブリック・クラウドの関係の推移 111 SaaS SaaS IaaS SaaS PaaS IaaS 個別業務システム 個別業務 システム クラウド アプライアンス 物理と仮想の混在環境 コモディティはクラウド 主に仮想環境 一部IaaSに移管 基本はクラウド 低遅延が求められる システムはオンプレ PaaS/CaaS/FaaS 主流 AWSOutposts Azure Stack HCI Google On-prem など Vmware ESXi Microsoft Hyper-v KVM など Vmware ESXi Microsoft Hyper-v KVM など CaaS FaaS パブリック クラウド オンプレミス
- 112. AWS Outposts の仕組み VPCSubnet Subnet Subnet AZ AZ AWS Outposts Nitro Hypervisor Amazon EC2、EBS、 ECS、EKS、EMR、 Amazon RDS for PostgreSQL / MySQL、 Amazon S3 ネットワーク（Direct Connect） AZ（Availability Zone）：設備の構成単位。各AZは一つあるいは複数のデータセンタから成り、AZ同士は地震や台風などで同時に被災しにくいよう に、ある程度距離を離して設置。AWSの東京リージョンは4つのAZで構成する。 AWSコンソールから構成パ ターン・カタログから注文する と2週間程度で24インチラック に収めた機器一式が届けられる。 AWSのスタッフがラックを設 置し、電源とネットワークを接 続すれば、使い始められる。 AWSがリモートで 運用。ソフトの アップグレードや パッチ適用は基本 的に無停止。仮想 マシンの再起動が 必要な場合は、そ の旨の通知 マネージメント コンソール 低遅延処理 ローカルでの 大量データ処理 AWS Region（地域の単位 例：東京） Vmware Cloud for AWS Outopsts もある
- 113. クラウド・ネイティブへのシフトが加速する Oracle DedicatedRegion @Cloud AWS Outposts Microsoft Azure Stack Hub IBM Cloud Paks Google GKE on-prem Microsoft Azure Ark IBM Cloud Satellite Google Anthos オンプレミス環境にパブリック・クラウドと 同等の環境を構築する製品やサービス オンプレミスとパブリック・クラウドを 一元的に運用管理するサービス ハイブリッド・クラウド マルチ・クラウド
- 114.
- 115.
- 116.
- 117. 誤解２：ガバナンスが効かない？ 117 インフラ プラットフォーム 運用管理 アプリケーション 業務対応 自社対応 クラウド 自社所有 IaaS PaaSSaaS 責任分界点が変わる：運用管理 × セキュリティ対応
- 118.
- 119. クラウド利用の3原則 原則１：クラウド・ファーストで考える（オンプレは例外）。 まずはクラウドを第１候補（クラウド・バイ・デフォルト）で考える。 自社で所有する場合をそのままに設計や運用をおこなうのではなく、クラウドにふさわし いお作法に則って、「使える」使い方を考えること。 同じ操作や同じ使い勝手を優先せず、それ以上の成果が得られることを優先する。 原則２：クラウド・ネイティブで考える（アプリにリソースをシフト）。 システムを開発・構築することではなく、業務上の成果をあげられるかを考え、開発しな いクラウド利用（SaaS）を優先的に利用する。 開発しなければならない場合は、高速に開発でき、俊敏に改善できるサービスやツール （サーバーレスやローコード開発ツールなど）を積極的に利用する。 このような常識を持たないITベンダーとは組まない。新しい常識（クラウド・ネイティ ブ）を持つITベンダーに協力を求める。 原則３：クラウド・マイセルフで考える（内製化の範囲拡大）。 ITは競争力の源泉と心得え、自分たちでできるスキルと体制を確保する。例え外部に委託 するにも、自分たちが使えるスキルがなければ、適切なパートナーの選択はできず、見積 や結果を評価できない。 ITを競争力の源泉にする前提は、高速な現場からのフィードバックと高速な改善を繰り返 すこと。それができる体制と人材確保を目指す。
- 120.
- 121.
- 122.
- 123. パスワード認証のリスク 123 ID／パスワードによる認証： 利用している本人が本人であることを証明するための仕組み ID/パスワードを搾取 ファイヤ ウォール 社内 ネットワーク VPN 1. 複雑なパスワードを使う 文字数を長くする。 文字の種類を増やす。英字（大文字、小文 字）、数字、特殊文字を組み合わせる。 2. 定期的に変更する 3カ月に一度変更する。 3. 一度使ったパスワードは使わない 過去3回までに使ったパスワードは使えない。 一度使ったパスワードは二度と使えない。 「複雑なパスワード」と「定期的なパスワード変更」は意味がない ID/パスワードが簡単にる 人間の記憶力に依存しまた再利用が可能なため 一人当たり平均27個のオンラインアカウントを保持 している それぞれのアカウントのパスワードを複雑化し、全 てのアカウントに紐づいているパスワードを違うも ので設定し、覚えておくということができない。 毎日アクセスするために、「覚えやすい簡単なパス ワードにする」「同じパスワードを使い回す」「メ モを書いておく」 ID/パスワード・VPN・ ファイヤウォールが役立たない
- 124.
- 125. 攻撃サービスの低価格化と攻撃機会の増加 Ransomware: Zero-days: Breaching services on aper job basis: Exploit kits: Loads (compromised device): Spearphishing services: Compromised accounts: Denial of Service: Highest average price 大きなコストをかけて攻撃するのは 国家スポンサーのサイバーテロ攻撃のみ
- 126.
- 127.
- 128.
- 129.
- 130.
- 131.
- 132.
- 133. Microsoftのセキュリティ・プラットフォーム Azure AD Azure Sentinel AzureSentinel : SIEM（Security Information and Event Management）。Office 365 ATP、Windows Defender ATP、Azure AD、Azure ATP、Microsoft Cloud App Security、Azure Security Centerなどの脅威検知エンジンで収集したログ、サードパーティのセキュリティソリューションのログ、Deviceログ、Emailロ グなどを1つに集め、ビルトインされた機械学習モデルやAIを使って脅威の検知を行う Azure ADなどの様々なログから、機械学習モデル やAIを使って脅威の検知を行う ID およびアクセス管理サービス。様々なリソースへのサイ ンインとアクセスを管理し、シングルサインオン環境を提供 Azure AD : ID およびアクセス管理サービスであり、リソースへのサインインとアクセスを支援。Microsoft Office 365、Azure portal、その他何千という SaaS アプ リケーションなど、外部リソース。企業ネットワークとイントラネット上のアプリや、自分の組織で開発したクラウド アプリなどの内部リソース。 AD（オンサイト） Microsoft Defender ATP （オンサイト） Microsoft Defender ATP （モバイル） インターネット クラウド・サービス Microsoft Defender ATP（Advanced Threat Protection） : 企業のネットワークによる高度な脅威の防止、検出、調査、および応答を支援するために設計された プラットフォーム。 フェデレーション（認証連携） 同期
- 134.
- 135. ゼロトラスト・アーキテクチャーの7原則 情報システムやサービスに於いて 正確なアクセス許可を行う際の不 確かさを低減・排除するために設 計された概念やアイデアの集合体 疑わしさを受け入れつつも できるだけ不確かさを排除 「ゼロ・トラスト」の考え方 リスクはゼロにはならない 1. 全データ・計算資源をリソースとして識別 2.ネットワークの場所に関係なく全ての通信の安全を確保 3. 個々のリソース・アクセスはセッション単位 4. リソースのアクセスは動的ポリシーにて決定 5. 全ての所有機器見・アプリの安全状態を常に監視・測定 6. アクセスを許可する前に動的・厳格に認証・認可 7. 機器・インフラ・通信状態の情報収集と安全面での改善 ゼロトラスト・アーキテクチャーの7原則
- 136. ユーザーに意識させない・負担をかけないセキュリティ Security Orchestration AutomationResponse SOAR セキュリティ製品間の連携 手動 → 自動 自動調査＆対処 自動化 いつでも／どこでも 安心・安全にITの利便性を享受 ユーザーに 意識させない・負担をかけない
- 137.
- 138.
- 139. サイバーフィジカルシステムとIoT データ収集 モニタリング データ解析 原因解明・発見/洞察 計画の最適化 データ活用 業務処理・情報提供 機器制御 ヒト・モノ クラウド・コンピューティング 日常生活・社会活動 環境変化・産業活動 現実世界／Physical World サイバー世界／CyberWorld Cyber Physical System／現実世界とサイバー世界が緊密に結合されたシステム アナログな現実世界のものごとやできごとを デジタル・データで捉えデジタル・ツイン （現実世界のデジタル・コピー）を作る 狭義のIoT デジタルとフィジカルが一体となって 高速に改善活動を繰り返す状態を実現 ビジネスの最適化を維持する 広義のIoT
- 140. IoTとビジネス データ収集 モニタリング データ解析 原因解明・発見/洞察 計画の最適化 データ活用 業務処理・情報提供 機器制御 ヒト・モノ クラウド・コンピューティング 日常生活・社会活動 環境変化・産業活動 現実世界／Physical World サイバー世界／CyberWorld Cyber Physical System／現実世界とサイバー世界が緊密に結合されたシステム IoTシステム構築ビジネス 確実な原価回収＋利益拡大は難しい 現場オペレーションに精通し センサー×ネットワーク×運用を最適化 狭義のIoT サービス価値提供ビジネス ハイリスク・ハイリターン型の可能性 データによる現場の見える化と UXの高速改善が前提 広義のIoT
- 141.
- 142. IoTをビジネスにするための6つの前提 142 現実世界のデジタル・コピー デジタル・ツイン 規則や関係 の見える化 未来予測・最適解 インサイト・示唆 機器制御・指示命令・アドバイス 最適化ループ 効率・省エネ・生産性・時短・コスト削減など イノベーション 変革ループ UX(体験価値)向上、新たな連携、利便性向上、驚き・感動など センサー センサー・チップ センサーネットワーク センサー・フュージョン など クラウド データの収集・蓄積 計算処理能力の提供 アプリケーション など AI（機械学習） データの分析 最適解の導出 規則性や関係性の見える化 など 5G（第５世代移動通信システム） 高速・大容量 他端末接続 低遅延 など アジャイル開発・DevOps 現場のフィードバックをうけて高速に改善 ニーズの変化に俊敏な対応 バグフリー・高品質なソフトウエア開発 など AIチップ 自律制御 自律連携 リアルタイム処理 など
- 143. サスティナブルな社会の実現 エネルギー効率の最適化 自律制御された社会の実現 シェアリング・エコノミー など IoTがもたらす2つのパラダイム・シフト モノのサービス化 ビジネスの主役が、モノからサービスへシフト 「モノの価値」の重心がシフト ビジネス・モデル転換をドライブ デジタル・ツイン リアルとデジタルの一体化による、価値共創 現実世界の最適化 サービス間連携による新たな価値の創出
- 144. デジタルツイン：現実世界の最適化 144 電脳世界 （Cyber World） 現実世界 （Physical World） Cyber-PhysicalSystem スマートフォン 自動車 ウェアラブル 家電 スマートメーター 263 Kw ○×電力 様々なアクティビティ スマートフォン 自動車 ウェアラブル 家電 スマートメーター 263 Kw ○×電力 様々なアクティビティ データ 最適解 シミュレーション デジタル・ツインを使って最適解を導出
- 145. デジタル・ツイン：現実世界の最適化／工場での適用 デジタル・プラント フィジカル・プラント 最適解による制御・指示 パフォーマンス・データ デジタル・ツインを使った シミュレーション センサーを使った リアルタイムなデータ取得 条件を変え実験を繰り返し 最適解を見つけ出す 変更や変化に即応して 最適状態・動きを実現 圧 力 ひずみ 振 動 重量 電 流 ・・・ リアルタイムにフィジカル・プラントの最適化を実現する リアルタイムにデジタル・ツインを生成する
- 146. デジタルツイン：サービス間連携による新規価値の創出 146 電脳世界 （Cyber World） 現実世界 （Physical World） Cyber-PhysicalSystem スマートフォン 自動車 ウェアラブル 家電 スマートメーター 263 Kw ○×電力 様々なアクティビティ データ 新規 価値 データ 解析 ヘルス ケア 融資 気象 情報 SNS CO2 取引 決済 送金
- 147.
- 148. モノのサービス化：ソフトウェア化するモノ 148 物理的・物質的なモノでしか実現できない部分 プログラムで制御または実現できる機能・性能 レンズ シャッター ボディなど タイヤ エンジン 車体など 機体・翼 ジェット・エンジン 燃料タンクなど シャッタースピード 発色・感度 フォーカスなど ブレーキ・タイミング エンジン制御 機器のオンオフなど 姿勢や方向の制御 エンジンの制御 機内環境の制御など ソ フ ト ウ ェ ア ハ ー ド ウ ェ ア 製造コストの低減 故障要因の低減 保守容易性の実現 できるだけ シンプルに 開発コストの低減 高機能化のしやすさ 保守容易性の実現 できるだけ 多機能に IoT化 通信機能を組み込み インターネットにつ なげることでモノを サービス化する モジュラー化 機能を標準化・部品 化することで、生産 コストの低減と保守 性を向上させる
- 149. モノのサービス化：適用範囲の拡大 自動車メーカー 航空機メーカー 工作機械メーカー アナリティクス ソフトウェア改修 データ 収集 ソフトウェア 配信 新 規 開 発 制御ソフトウェア アナリティクス ソフトウェア改修 データ 収集 ソフトウェア 配信 新 規 開 発 制御ソフトウェア アナリティクス ソフトウェア改修 データ 収集 ソフトウェア 配信 新 規 開 発 制御ソフトウェア 運行データ 走行データ作業データ 制御 制御 制御 遠隔からの保守点検・修理、自律化機能による自己点検や修復、ソフトウェア更新による機能・性能・操作性の改善 インターネット
- 150. 使 用 の現場 センサーコンピュータ ソフトウエア モノ・製品 モノのサービス化：メカニズム ものづくり の現場 開 発 製 造 保守 サポート ソフトウェア 改修・更新 インターネット 直 結 ・ 連 係
- 151.
- 152.
- 153. 顧客価値 価値実装 体験 更新 心地良い・使い易い もっと使いたい ずっと使い続けたい 継続的な改善 最適を維持 顧客の期待を先回り UX ソフトウエア モノのサービス化：サービス・ビジネスの構造 機能 仕様 モ ノ づ く り ハードウェア UI サービス・ビジネスとは、コトの価値を提供し続けるビジネスのこと コ ト づ く り
- 154.
- 155. モノのサービス化：これからのビジネスの方向 価値 モノ モノ 価値 価値 モノ プロダクト 価値を買う モノを手段として使う モノを買う 価値が提供される デジタルテクノロジーを駆使 継続的な顧客との関係を維持 顧客の体験を進化させ続ける モノ自体の機能と性能を極め 使いこなすための支援を継続 顧客体験をモノに合せ最適化 価値＝サービス体験に対価を払う モノ＝機能や性能に対価を払う
- 156. モノのサービス化：ビジネス事例 コア・ビジネス 既存ビジネス 蓄積されたノウハウ 確実な顧客ベース 付加価値ビジネス 収益構造の多様化 既存ノウハウの活用 顧客ベースの囲い込み 新規ビジネス 顧客価値の拡大 ノウハウの創出 顧客ベースの拡大 製造・販売 製造・販売 製造・販売 走行距離に応じた 従量課金サービス Pay by Mile 出力×時間に応じた 従量課金サービス Pay by Power 工事施工 自動化サービス Smart Constriction 建設機械 遠隔確認サービス KOMTRAX 安全・省エネ運転 コンサルティング 予防保守・交換 燃料費節約 コンサルティング 予防保守・交換
- 157. モノのサービス化：ビジネス・モデルの変革 VISION-S Prototype WOVENCity e-palette エンターテイメント・デバイス エンターテイメント空間として サービスを提供するためのデバイス サービス・プラットフォームとして コネクテッドな時代の 社会・生活空間として コネクテッドな時代のビジネスの可能性・新たな生き残り戦略の模索
- 158. 属性データと行動データ 性別・年代・結婚・職業・・・ 女性・20代・独身・事務職・手芸が好き・・・ 属性に応じて最適化された 機能・性能・品質の提供 属性データ 属性（静的）データ ✖️商品（モノ） 商品力向上＝調査✖️技術開発✖️製造技術 個 人 場所・時間・体験・感情・・・ 競技場・夏の夕方・サッカー観戦・勝利の喜び・・・ 状況に応じて最適化された 感動・楽しさ・共感の提供 行動データ 行動（動的）データ ✖️ UX（体験） 共感 デジタル接点・取得頻度の 増加によって解像度が上昇 UX向上＝多接点✖️高頻度✖️高速改善 状況 主義主張・人生観・価値観・悩み・生活圏・・・
- 159. データとモノ／コト・ビジネスの関係 属性データ 商 品販売代金 属性に最適化された 商品の作り込み 魅力的な商品を作る 属性理解→商品設計→商品開発 行動データ UX サブスク 従量課金 状況に最適化された UXのアップデート 魅力的な体験を作る 状況理解→UX設計→UX開発 体験を継続したいという想いへの対価 商品を手に入れることへの対価 行動データ 商 品 販売代金 うまくいかないビジネス 行動データを取得する意味がない 商品の機能や性能を アップデートできなければ意味がない アップデートのコストをまかなえない
- 160. データ活用の前提はData Virtuous Cycleを実装すること プロダクトやサービスを 提供する プロダクトやサービスを 使用する データを 収集する データから 学ぶ プロダクトやサービスを 改善する IoT・Mobile・Web AI（機械学習） クラウド＋デバイス データ 生活データ 行動データ 属性データ
- 161.
- 162. 1G 2G 3G4G 5G 音声 テキスト データ 動画 あらゆるモノがつながることを前提とした 社会課題の解決 通信・コミュニケーションの性能向上 移動体通信システムの歴史 1979〜 1993〜 2001〜 2012〜 2020〜 9.6Kbps 28.8〜384Kbps 2.4〜14.4Mbps 0.1〜1Gbps 10Gbps〜
- 163. 5Gの3つの特徴 先送り 高速・大容量 大量端末接続 超低遅延・高信頼性 100万台/k㎡ 1ミリ秒 20Gビット/秒 1Gビット/秒 10万台/k㎡10ミリ秒 20 倍 5G 4G URLLC： Ultra-Reliable and Low Latency Communications mMTC： massive Machine Type Communications eMBB： enhanced Mobile Broadband リアリティの再現 光ファイバーの代替／補完 高精細／高分解能な デジタル・ツインの構築 時空間の同期 リアルタイム連携
- 164. 5Gの３つの特性 164 URLLC：Ultra-Reliable andLow Latency Communications／超低遅延・超高信頼性 eMBB：enhanced Mobile Broadband／高速大容量通信 ＊標準化が先行 mMTC：massive Machine Type Communications／大量端末接続
- 165.
- 166.
- 167. 5Gの普及段階 高速 eMBB 低遅延 URLLC 多接続 mMTC 高速 eMBB 低遅延 URLLC 多接続 mMTC 高速 eMBB 低遅延 URLLC 多接続 mMTC 4G（LTE） 4Gコアネットワーク LTE 基地局 4Gコアネットワーク LTE 基地局 NR 基地局 マクロセル スモールセル 既存周波数帯 新しい周波数帯 NSA NSA: Non-Standalone 5Gコアネットワーク LTE NR 基地局 既存周波数帯新しい周波数帯 SA SA: Standalone マクロセル スモールセル NR ユーザー情報 制御情報 ユーザー情報 ユーザー情報 制御情報 SA LTE: Long Term Evolution NR: New Radio 5G初期 5G普及期 2010〜 2020〜 2022〜
- 168.
- 169.
- 170.
- 171. 第５世代通信におけるネットワーク・スライス 171 高速・大容量データ通信 大量端末の接続 超低遅延・超高信頼性 5G ネットワーク・スライシング SIM SIM SIM 閉域網 閉域網 閉域網 SIM SIM SIM(subscriberidentity moduleもしくはsubscriber identification module/SIMカード)とは、電話番号を特定するための固有のID番号が記録された、 携帯やスマートフォンが通信するために必要なICカードのこと。
- 172.
- 173.
- 174.
- 175.
- 176. 人工知能（AI）と汎用型人工知能(AGI) 顔認証 音声認識 囲碁 特定の領域に特化した 知的処理を行うプログラム 自動運転 人間がテーマを与え 人間が能力を拡張させる 人工知能（特化型人工知能） AI :Artificial Intelligence AI AI AI AI 何を知るべきか を見つける どうすればいいか を探す 疑問や興味を持ち 目的やテーマを 設定する能力 家事 医療診断 研究 カウンセ リング 全ての領域をカバーする 知的処理を行うプログラム 自律的にテーマを探し 自律的に能力を拡張させる 汎用型人工知能 AGI : Artificial General Intelligence AGI AGI
- 177.
- 178. 人工知能の分類 まとめ 人工知能/AI と汎用型人工知能/AGI 弱いAI と 強いAI 人間同様の意識や知性を持つかどうか 人間同様に広範な課題を処理できるか 特定の課題にのみ対応 するのではなく、人間 と同じようにさまざま な課題を処理可能なAI。 人間は、想定外の出来 事が起きた場合でも、 これまでの経験に基づ いて総合的に判断し、 問題を解決できる。こ のように、人間のよう な問題処理能力を持つ。 限定された領域の課題 に特化して自動的に学 習、処理するAI。 例えば、画像認識や音 声認識、自然言語処理 などの技術を持つAI。 既に実用の段階にあり、 ビジネスで広く活用さ れている。 人間のような意識を備 え、全認知能力を必要 とする作業も可能なAI。 人間と意識や知性のメ カニズムを解明し、同 じことを人工的に実現 しようという考え方。 人間の知性の一部分の みを代替し、特定の知 的処理タスクだけを実 行するAI。 人間が実際に行ってい る処理をまねするので はなく、結果として、 「人間がやっているよ うな」知的処理の成果 が得られれば良いとい う考え方。 人工知能／AI 弱いAI 汎用型人工知能／AGI 強いAI
- 179. 知能・身体・環境とAI 179 生物／生存と繁殖 自己概念 信念、欲求、感情、理性、自己意識 感覚器 目・耳・鼻・触覚 など 運動器官 骨格、関節、筋肉、靭帯、腱 環境／ガイア仮説 身体 影響 受容 相互作用・適応 エネルギー循環 誕 生 死 滅 進化遺伝・淘汰・絶滅 IoT ロボティクス 地球と生物が、相互に 関係し合い環境を作る 認識 判断 運動構成 AI/人工知能 繁 殖 長く生き延び 子孫を残す 内分泌系 脳・神経系
- 180.
- 181. 松尾 豊 東京大学 人工的につくられた人間のような知能、ないしはそれをつくる技術 中島秀之 札幌市立大学 武田英明 国立情報学研究所 人工的につくられた、知能を持つ実態。あるいはそれをつくろうとすることに よって知能自体を研究する分野である 西田 豊明 東京大学 「知能を持つメカ」ないしは「心を持つメカ」である 溝口理一郎 北陸先端科学技術大学院 人工的につくった知的な振る舞いをするためのもの(システム)である 長尾真 京都大学 人間の頭脳活動を極限までシミュレートするシステムである。人工的に作る新し い知能の世界である 浅田稔 大阪大学 知能の定義が明確でないので、人工知能を明確に定義できない 松原仁 公立はこだて未来大学 究極には人間と区別が付かない人工的な知能のこと。 池上 高志 東京大学 自然にわれわれがペットや人に接触するような、情動と冗談に満ちた相互作用を、 物理法則に関係なく、あるいは逆らって、人工的につくり出せるシステム 山口 高平 慶應義塾大学 人の知的な振る舞いを模倣・支援・超越するための構成的システム 栗原 聡 慶應義塾大学 人工的につくられる知能であるが、その知能のレベルは人を超えているものを想 像している 山川 宏 玉川大学 計算機知能のうちで、人間が直接・間接に設計する場合を人工知能と呼んで良い のではないかと思う 【参考】人工知能の一義的な定義はい
- 182. AIにできること 識別 ゾウ orカバ？ 予測 晴れ or 雨？ 対話 〜 ですね？ 画像、音声、匂いな どの知覚、言語の種 類や使われ方など貸 せ、部類する 需要、気候、株価な どの変化から、将来 の変化を予測する テキストや音声で使わ れる用語や文脈から、 適切な言葉の組合せを 返し、対話する 音声認識 顔認証 自動運転 創薬支援 天気予報 画像診断 人材採用 故障予測 機械翻訳 競技アドバイス 惑星探査 ヒビ割れ点検 製品品質検査 人工知能／AIアプリケーション 気候変動予測 接客応対 ヘルプデスク ID認証 投資アドバイス 資源発見 事務処理支援 自律性／Autonomy 適応性／Adaptivity 人間による介在なく作業を実行する 繰り返しによりパフォーマンスを改善する 人工知能／AI
- 183.
- 184.
- 185. 人工知能と機械学習の関係 185 人工知能 Artificial Intelligence/AI 機械学習Machine Learning ニューラル・ネットワーク Neural Network 深層学習 Deep Learning 人間の”知能”を機械で 人工的に再現したもの データからグループ分 けのためのルール（モ デル）を作る仕組み 脳の仕組みを参考に作 られた機械学習の手法 従来よりも精度の高いモ デルを作ることができる ニューラル・ネットワー クの手法 遺伝アルゴリズム、エキスパートシステム、音声認識、画像認識、感性処理、機械学習、 ゲーム、自然言語処理、情報検索、推論、探索知識表現、データマイニング、ニューラル ネット、ヒューマンインターフェース、プランニング、マルチエージェント、ロボット データ プログラム モデル コンピューター科学 Computer Science
- 186.
- 187. ニューラル・ネットワークとは 脳の神経回路 ニューラルネットワーク ・ ・ ・ ・ ・ ・ ・ ・ ・ 入力層 出力層 隠れ層 データを入力する入力層、データを出力する出力 層、入力層から流れてくる重みを処理する隠れ層 から構成。 人間の神経回路（ニューラル・ネットワーク）を 参考に、その仕組みを数学モデル化して、機械学 習を実現する。 （人工）ニューラルネットワーク ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・ ・・ ・ ・ ・ ・ ・ ・ ・ ・ 入力層 出力層 隠れ層 隠れ層を複数にすることで、「特徴量」をコン ピューターが判断する手法。「特徴量」とは、分 類のための着眼点となる特徴の組合せを言う。 従来の機械学習では、この特徴量を人間が指定す るが、デーィープラーニングでは、データから、 最適な特徴量を自ら抽出できるため、従来に比べ て、高精度な処理が可能になった。 ディープ・ニューラルネットワーク
- 188.
- 189.
- 190. 機械学習がやっていること モデル レントゲン写真から 「癌」の病巣を 識別するルール 入力 出力 癌 データ分析で ルールを作る 機械学習 癌の病巣が写っている 大量のレントゲン写真 ある患者のレントゲン写真「癌」の病巣を表示 レントゲン写真から 「癌」の病巣を見つける「モデル」
- 191. 機械学習がやっていること：分ける／分類する 入力 出力 推論 Inference 入力を特徴の組合せ／ルールに照合 して、最も一致度が高いグループに 分類する計算処理 学習Learning うまく分けるための特徴の組合せ／ ルールを、大量のデータの中から見つ け出す計算処理 動物 乗り物 楽器 学習 データ／学習データ 推論 入力 “X” 動物 入力 “X” の特徴は、「動物」の モデルと最も一致度が高いので、 動物のグループに分類する モデル 入力をどう処理して 出力するかのルール モデルとの照合 未分類 推論の結果＝動物 特徴が似たグループ
- 192.
- 193. どんな計算をしているか 193 大量のサンプル・データ（例えば、癌の病巣が写っているレントゲン写真）を特徴を独自に数字化する。これを 特徴量という。 これを座標軸＊として、空間（特徴空間）上にサンプル・データを配置した時、最もうまく分離する特徴量（座 標軸）の組合せを作る。これが最適化された「推論モデル」となる。 深層学習（ディープラーニング）以前の機械学習は、この座標軸=特徴量の組合せを人間が設定しなければなら なかったが、深層学習はこれをデータを分析することで、自分で見つけ出すことができる。 最適化された推論モデル ＊イラストは表現上の制約から3つの座標軸で表しているが、実際の座標軸は数百を越える。
- 194. 機械学習がやっていること モデル 推論モデル／学習モデル 入力 出力 Y＝f(X) X Y f関数 学習：大量のXとYの関係を調べ、統計的に最も確からしい関数 f を見つける計算 推論：関数 f に入力Xを与え、出力Yを導く計算 学習データ 大量のデータを処理するため の計算資源が必要 学習ほどの計算資源は不要
- 195.
- 196.
- 197.
- 198.
- 199.
- 200. 一般的機械学習とディープラーニングとの違い 200 耳 27% 目 48% 口12% 特徴量 「特徴量」とは、猫と犬を識別・分類するために着目すべき特徴 正しく認識 82% 誤った認識 18% 認識結果 耳 27% 目 48% 口 12% 特徴量 学習 ディープラーニング 学習 推論 ディープラーニング 推論 正しく認識 82% 誤った認識 18% 認識結果 人間が認識結果が 最適になる組合せを 見つける 機械が認識結果が 最適になる組合せを 見つける 学習データ 教師付きデータ 学習データの一部 評価データ
- 201.
- 202.
- 203.
- 204. 自動化ツール Google Cloud AutoML MicrosoftAzure ML AWS SageMaker など AIと人間の役割分担 データを準備 意志決定 学習方式の選択 パラメーターの調整 推論 問いを生みだす 解決したいこと・知りたいことを決める 膨大なデータの中から、人間 の経験に基づく先入観なしに 規則、相関、区分を見つける 新たな問いを生みだす 判断・制御 モデル
- 205. 深層学習が前提となったシステム構造 205 深層学習フレームワーク 学習処理実行基盤 画像解析 動画認識 音声認識 話者認識 言語理解 文章解析 機械翻訳 知識表現 検索 コールセンター 顧客応対 営業支援 提案活動支援 医療 診断支援 創薬支援その他 その他 文献データ 社内業務 データ 概念体系 辞書 音響データ 言語データ 画像データ 動画データ その他 アプリケーション ソリューション 認識系 サービス 学習基盤 知識ベース 学習データ Ａ Ｉ プ ラ ッ ト フ ォ ー ム
- 206.
- 207.
- 208.
- 209.
- 210. 機械翻訳の現状とそのプロセス 210 音声認識 Speech Recognition 機械翻訳 machine translation 音声合成 Speech synthesis 2016：人間並み 2018〜19：人間超え 2018〜19：人間との区別困難 プロの逐次翻訳に匹敵（状況による） 60 50 40 30 20 10 一般の人が翻訳した場合よりも高品質であることが多い 非常に高品質で適切かつ流暢な翻訳 高品質な翻訳 理解できる適度な品質の翻訳 主旨は明白だが文法上の重大なエラーがある 主旨を理解するのが困難 ほとんど役に立たない BLEUスコア 198519901995 2000 2005 2010 2015 2020 統計的機械翻訳 SMT(Statically Machine Translation) ニューラル機械翻訳 NMT(Nural Machine Translation) BLEU: BiLingual Evaluation Understudy
- 211.
- 212.
- 213.
- 214.
- 215. データ取得のためのプロセス設計 ステップ１：目的から仮説を導く 事業目的を明確にする その目的を達成する上での事業課題を洗い出す 事業課題を解消できるソリューション／事業の仮説を設定する ステップ２：データ項目とモデルを設定する 仮説の有効性を検証するために必要なデータ項目を決定する 必要なデータ項目が取得できる状況や条件を洗い出す 仮説を裏付けるプロセス・モデルを考える ステップ3：データの取得とフィードバック 必要なデータ項目を含むデータとその取得方法を考える ユースケースやペルソナを設定しデータ取得のストーリーを設計する ソリューション／事業を開発・実践しフィード・バックを手に入れる 評価・改善
- 216. 機械学習の活用プロセス 216 モデル運用 機械学習 モデル作成 学習データ 収集・加工 学習データ 定義 問題定義 問題発見 ゴール設定・KPI定義 業務方針決定 ノウハウの形式知化 目的変数の決定 説明変数決定 データソース決定 データ収集 加工プログラム開発 アルゴリズム選択 コーディング パラメータチューニング 環境構築 コーディング デプロイ&テスト 経営や業務 業務 IT 計算科学 統計学 計算科学 IT 業務 プロセス タスク スキルや知識
- 217.
- 218.
- 219.
- 220.
- 221.
- 222.
- 223.
- 224.
- 225. 気付きからサービスに至る全体プロセス 共感 定義 アイデア創出 学び・気付き デイリー スクラム スプリント レビュー 振り返り スプリント プランニング ビルド ピボットor 継続？ 実証実験開始 顧客の課題 ソリューション デザイン思考 リーンスタートアップ アジャイル開発 気付き・問題意識 タスクリスト 運 用 デプロイ 運用 監視 DevOps サービス フィードバック SRE Site Reliability Engineer アップデート データ収集 継続的な改善 CI Continuous Delivery Continuous Integration CD
- 226.
- 227. コード管理 コード確認 登録構築 リリース 議事録・ガントチャートなど 情報はバラバラで リアルタイムに進捗や状況が分からない 誰がやっているのかが分からない 伝言ゲームで現場の空気が伝わらない タイムリーに検証ができない リリースに時間かがかかる 開発と運用 現状
- 228. コード管理 コード確認 構築リリース 開発と運用 これから タスク の共有 進捗や課題などのをリアルタイムに共有 開発する現場と利用する現場が一体となる フィードバック・アップデート・リリース のサイクルを高速で回す
- 229.
- 230.
- 231. ウォーターフォールとアジャイルの違い 用意されたプロセスやツール 全てを網羅したドキュメント お互いの妥協点を探る契約交渉 一度決めた仕様や計画に従うこと システムを納品すること 計画通りに完成させること 「計画通り」が正義という信念 自律的な判断と行動 実際に使う動くソフトウェア 顧客との対話と協調 変更や変化への柔軟な対応 ITサービスを提供すること ビジネスを成功させること 「計画通り」は無理という現実
- 232. ウォーターフォールとアジャイルの違い ユーザーと開発者はプロジェクトを通して、日々一緒 に働く ユーザの満足を優先し価値あるソフトウェアを早く継 続的に提供する 要求の変更はたとえ開発の後期であっても歓迎する 動くソフトウェアをできるだけ短い間隔（ 2〜3週間 あるいは2〜3ヶ月）でリリースする 動くソフトウェアこそ進捗の最も重要な尺度 技術的卓越性と優れた設計に対する普段の注意が機敏 さを高める シンプル（無駄なく作れる量）に作ることが基本 最良のアーキテクチャ・要求・設計は自己組織的な チームから生み出される チームが最も効率を高めることができるかを定期的に 振り返り、それに基づいて自分たちのやり方を最適に 調整する アジャイルな思想 ユーザと開発者はいつもは別の場所にいてプロジェク トを通して定例ミーティングを行う ユーザーの満足や価値のあるなしではなく、とにかく ソフトウェアを提供する 要求の変更を開発の後期に出すの勘弁して欲しい パワポ、エクセル、ワードの仕様書を丁寧に清書して （ 2〜3週間あるいは2〜3ヶ月）納品する 動くソフトウェアこそ進捗の最も重要な尺度 技術的卓越性と優れた設計に対する普段の注意が機敏 さを高める 仕様書通り（間違っていようが）に作ることが基本 最良のアーキテクチャ・要求・設計は自己組織的な チームから生み出される チームがもっと稼働率を高めるように監視し、それに 基づいて自分たちへの批判や不満を回避するために、 念のため納期を厳しめに設定する ウォーターフォールな思想 https://speakerdeck.com/kawaguti/flipped-agile-manifest Yasunobu Kawaguchi氏 資料を参考に作成
- 233.
- 234.
- 235.
- 236. 開発と運用の協調・連携を実現するDevOps 236 情報システムに求められること システムによってビジネスの成功に貢献すること ビジネスの成功のための貢献を確実、迅速にユーザーに届けること ユーザーの求める貢献の変化に迅速・柔軟に対応すること 開発チーム（Development） システムに新しい機能を追加すること 運用チーム（Operation） システムを安定稼働させること 迅速にアプリケーションを開発・更新し すぐにユーザーに使ってもらいたい 確実に本番システムに安定させ 安心してユーザーに使ってもらいたい 対立 アジャイル開発 SDI/IaaS（インフラのソフトウエア化） ツール と 組織文化 の融合 開発チーム（Development）と運用チーム（Operations）が、お互いに協調し合い 「情報システムに求められること」を実現する取り組み いますぐ変更を 反映したい！ 安定運用したい！
- 237. DevOpsのメリット ソースコードを変更してすぐデプロイとテストができるため、早い段階で問題を発見できる。 テストやビルド、デプロイなども、自動化・省力化することで、ヒューマンエラーを防げる。 いざ本番環境になって動かない！というリスクが低い。 開発と運用が稼働状況を共有することで、問題点や修正のステータスを把握しやすい。 新しい機能で問題が起きた時の対応についても、フィードバックがスムーズ。 運用はリリースの信頼性が高まることで、システムの変更を承認しやすくなる。 継続的インテグレーション（Continuous Integration） 開発者が自分のコード変更を頻繁にセントラルリポジトリにマージし、その度 に自動化されたビルドとテストを実行します。小さなサイクルでインテグレー ションを繰り返し行い、インテグレーションのエラーを素早く修正することに よりチームは統合されたソフトウェアをより迅速に開発できるようになります。 コミット ビルド テスト 結合 Continuous Integration CI フィードバック 後工程 コミット ビルド 失敗 変更 コミット ビルド 変更 原因究明 変更 ビルド 失敗 変更 ビルド 変更 ビルド 変更 ビルド
- 238.
- 239. サーバー仮想化とコンテナ OS ハードウェア ハイパーバイザー 仮想サーバー ミドルウェア OS 仮想サーバー ミドルウェア OS 仮想サーバー ミドルウェア サーバー仮想化 ハードウェア コンテナ管理ソフトウエア OS ミドルウェア アプリ ミドルウェア アプリ ミドルウェア アプリ コンテナ コンテナ コンテナ コンテナ ライブラリ 環境変数 ライブラリ 環境変数 カーネルカーネル カーネル カーネル ライブラリ 環境変数 ライブラリ 環境変数 ライブラリ 環境変数 ライブラリ 環境変数 隔離されたアプリケーション実行環境を提供（クラッシュの分離、独自のシステム管理とユーザー・グループ） 実行イメージのスナップショットをパッケージとしてファイルにして保存できる アプリケーションに加えて仮想マシン・OS の実行イメージを持つ必要がある アプリケーションとOSの一部 の実行イメージを持つ必要がある デプロイするサイズ 大きい 起動・停止時間 遅い デプロイするサイズ 小さい 起動・停止時間 早い 異なるOS 可 異なるOS 不可 メモリーやディスクの消費量が大きい = リソース効率が悪い メモリーやディスクの消費量が大きい = リソース効率が良い 構成の自由度が高い 異なるOS・マシン構成を必要とする場合など 軽量で可搬性が高い 実行環境への依存が少なく異なる実行環境で稼働させる場合など サンド・ボックス化 Sand Box アプリケーション アプリケーション アプリケーション
- 240. 仮想マシンとコンテナの稼働効率 ハードウェア 仮想マシン ミドルウェア OS 仮想マシン OS 仮想マシン OS ミドルウェア ミドルウェア ハードウェア OS コンテナ管理機能 カーネル ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ カーネル カーネルカーネル ライブラリ 環境変数 ライブラリ 環境変数 ライブラリ 環境変数 コンテナ 仮想マシン アプリケーション アプリケーション アプリケーション ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ ミドルウェア アプリ ライブラリ 環境変数 コンテナ
- 241. 仮想マシンとコンテナの稼働効率 1/2 241 仮想マシン ハードウェア 仮想マシン ミドルウェア OS 仮想マシン OS 仮想マシン OS ミドルウェア ミドルウェア カーネルカーネル カーネル ライブラリ 環境変数 ライブラリ 環境変数 ライブラリ 環境変数 アプリケーション アプリケーション アプリケーション OSの維持コストが高いので １つのOSに複数のアプリケーションを同居させる あるいは基盤更改などで移行する時も分離できず 再構築することもおおい ライブラリが共通で依存関係があり アップグレードもパッチ適用もできず塩漬けになりがち 仮想マシンごとに OSを稼働させとハードウェア・エミュレーションがあり ハードウェアとOS起動+運用が必要となり オーバーヘッドが大きい・起動は分単
- 242.
- 243.
- 244.
- 245. DevOpsとコンテナ管理ソフトウエア オペレーティング システム サーバー （ハードウェア） コンテナ管理 動 作 保 証 オペレーティング システム サーバー （ハードウェア） コンテナ管理 動 作 保 証 オペレーティング システム サーバー （ハードウェア） コンテナ管理 アプリケーション 開発・実行環境 ミドルウェア コンテナ 動 作 保 証 Build,Ship and Run AnyApp,Anywhere アプリケーション開発者は、OSやインフラを意識することなくアプリ ケーションを開発し、どこでも実行できるようになる 開発しテストが完了したアプリは、すぐに本番環境で実行させることができる 本番環境 テスト環境 開発環境
- 246.
- 247.
- 248. DockerとKubernetes の関係 248 コンテナの作成 コンテナの実行 コンテナ内でファイルシステ ムとして使われるイメージの 作成および管理 など 関連するコンテナのグルーピング コンテナに割り振られるIPアドレスの管理 コンテナ間ネットワークルーティング管理 複数のコンテナを利用した負荷分散 コンテナに割り当てるストレージの管理 コンテナの監視 など ネットワークのルーティングや複数コンテナの 連携、複数台のサーバーを対象にコンテナを横 断的に管理する機能などは提供されていない。 クラスタ環境でDockerを利用する場合は別途何らかの管理手法を用意する必要がある。 Dockerと連携して利用できるデプロイ/オーケストレーションツールのひとつ By Google Manage a cluster of Linux containers as a single system to accelerate Dev and simplify Ops. Linuxコンテナのクラスタを単一のシステムとして管理して 開発を加速し、運用を簡素化します。 意味：ギリシャ語で「人生の道標」 読み方：クーベルネイテス（koo-ber-nay'-tace）
- 249. Twelve Factorsとの関係 249 Ⅰ. コードベース バージョン管理されている1つのコードベースと複数のデプロイ Ⅱ.依存関係 依存関係を明示的に宣言し分離する Ⅲ. 設定 設定を環境変数に格納する Ⅳ. バックエンドサービス バックエンドサービスをアタッチされたリソースとして扱う Ⅴ. ビルド、リリース、実行 ビルド、リリース、実行の3つのステージを厳密に分離する Ⅵ. プロセス アプリケーションを1つもしくは複数のステートレスなプロセスとして実行する Ⅶ. ポートバインディング ポートバインディングを通してサービスを公開する Ⅷ. 並行性 プロセスモデルによってスケールアウトする Ⅸ. 廃棄容易性 高速な起動とグレースフルシャットダウンで堅牢性を最大化する Ⅹ. 開発/本番一致 開発、ステージング、本番環境をできるだけ一致させた状態を保つ Ⅺ. ログ ログをイベントストリームとして扱う Ⅻ. 管理プロセス 管理タスクを1回限りのプロセスとして実行する アジリティーの高いWebサービスを構築するための方法論 コンテナ Kubernetes https://12factor.net/ja/
- 250. Kubernetes Master 全体のコンテナの稼働 状況などを把握し、運用 管理者が指定したよう に、コンテナ配置、削除 などを指示 Kubernetes の全体構造 250 コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア コンテナ ライブラリ 環境変数 アプリや ミドルウェア Kubernetes Node Kubernetes Node Kubernetes Node Kubernetes Pod Kubernetes Pod Kubernetes Pod Kubernetes Pod コンテナ管理システム コンテナ管理システム が稼働しているマシン ／サーバーの単位 コンテナの まとまりの単位 Kubernetes Cluster Nodeの集まりの単位 物理マシン／仮想マシン yaml形式記載された設定 ファイル kubectlコマンドを使って、 設定をKubernetes Masterに反映 Kubernetes Masterは反 映された内容を元に、 NodeやPodを操作 マニフェスト 意味：ギリシャ語で「人生の道標」 読み方：クーベルネイテス 略称：K8s
- 251. マイクロサービス（Micro Service） 251 ユーザー・インターフェイス 顧客管理 注文管理 在庫管理 出荷管理 Webブラウザ Webブラウザ Webブラウザ 共有データ 顧客管理 注文管理在庫管理 出荷管理 Webブラウザ Webブラウザ Webブラウザ 個別データ ユーザー・インターフェイス 個別データ 個別データ 個別データ モノリス型アーキテクチャ マイクロサービス型アーキテクチャ マイクロ サービス 巨大な１枚岩のような 複数の独立した機能（マイクロサービス）を 組み合わせることでひとつの処理を実現する 大きな単一の機能によって ひとつの処理を実現する 単一の機能 独立した機能 内 部 は 複 数 の 機 能 で 構 成
- 252. マイクロサービス（Micro Service） 252 ユーザー・インターフェイス 顧客管理 注文管理 在庫管理 出荷管理 Webブラウザ Webブラウザ Webブラウザ 共有データ 顧客管理 注文管理在庫管理 出荷管理 Webブラウザ Webブラウザ Webブラウザ 個別データ ユーザー・インターフェイス 個別データ 個別データ 個別データ モノリス型アーキテクチャ マイクロサービス型アーキテクチャ マイクロ サービス 巨大な１枚岩のような 単一の機能 独立した機能 内 部 は 複 数 の 機 能 で 構 成 マイクロサービス単位でマシンが必要 各機能の単位でマシンが必要 ＊「マシン」とは物理マシンだけではなく仮想マシンやコンテナも含む。
- 253. マイクロサービス・アーキテクチャの6つのメリット 修正 修正 リリースの同期は必須 個別にリリース可能 Java JavaJava Java Java Java Java Ruby php C++ Java Script C# 言語は統一 機能にふさわしい言語を選択 影響？ 影響？ 影響？ 影響？ 変更 影響？ 一部機能変更・全体テスト 一部機能変更・対象機能のみテスト 変更 全体で拡張 個別に拡張 正常 正常 正常 正常 障害 正常 正常 正常 正常 正常 障害 正常 一部障害で全体停止 一部障害でも正常箇所は稼働 流用 流用 特定の機能流用は困難 特定機能の流用は容易 １．機能の独立性 ２．言語の独立性 ３．保守の容易性 ４．拡張の柔軟性 ５．障害時の可用性 ６．再利用の容易性 「これなら分かる！ マイクロサービス（入門編）〜モノリスと比較した特徴、利点と課題（CodeZin）」を参考に作成
- 254. マイクロサービス・アーキテクチャの3つの課題 254 機能間で通信は発生しない 機能間で通信が行われる 全体をひとつのチームで行うので 人の入替えやノウハウ共有が容易 各機能個別に組織が分かれるの 人の入替えやノウハウ共有が困難 過剰分割の影響は内部に留まる 一貫したユーザー体験を提供 過剰分割はパフォーマンスを劣化 機能別に異なるユーザー体験のリスク １．機能間の通信によりパフォーマンスが出にくい ２．人の入れ替えやノウハウの共有が難しく”人”や”知見” の活用効率が低くなる ３．プログラム構造次第でパフォーマンスやユーサー体験に悪影響 通信により組み合わせるという仕組みから、パフォーマンス を出しにくい。 性能向上のため各機能間は非同期通信とし、機能をまたがっ たトランザクション保証はしないため、正常終了した後に後 続処理がエラーとなることも想定した設計が必要。 個人ユーザー向けの決済処理のような再試行が難しい業務の 場合は、実装が難しい。 マイクロサービスを適用したアプリケーションを作るには、 個々の機能と同じように独立し完結した組織でなければなら ないが、それができる保証はない。 チームごとに独自文化が形成されチーム間でスキルの共用が 難しい。 文化の違いから人的ローテーションも難しくなる。 マイクロサービスの利点を生かすには、機能の境界を適切に 設定することが必須となるが、分ける範囲を誤れば機能間の 通信が大量に発生する。 分けるべきであった機能を一つにしてしまえば保守性や再利 用性などのメリットが満たせない。 独自性がすぎるとユーザー体験がちぐはぐになってしまう。 「これなら分かる！ マイクロサービス（入門編）〜モノリスと比較した特徴、利点と課題（CodeZin）」を参考に作成
- 255. サーバーレスと仮想マシン EC2：仮想マシン Lambda：サーバーレス 汎用的なサーバー機能 起動直後はOSインストールのみの状態 初期設定、環境設定が必要 システムの運用、保守、監視が必要 利用出来るのは契約したサーバーの容量 一定料金。仮想サーバー稼働時間内の代金 インフラ環境の構築や運用管理が不要。実行環境は、AWSが提供 ミドルウェア等の脆弱性対応不要 プログラム（サービス）をアップロードすれば直ちに動作 自動スケーリング対応 システムを実行時間（100ミリ秒単位）で課金 利用されなければ無課金
- 256. 「クラウド･ネイティブ」とは 256 開発者は他社と差別化できるビジネスロジックに集中したいのに 付加価値を生み出さない作業で負担を強いられる ミドルウェアの設定 インフラの構築 セキュリティ・パッチの適用 キャパシティ・プランニング モニタリング システムの冗長化 アプリケーションの認証・認可 APIスロットリング など この負担から開発者を解放 DevOps マイクロ・サービス アーキテクチャ コンテナ サーバーレス／FaaS(Function as a Service) アプリケーションを継続的・高速にアップデートし ビジネス・ニーズに即座に対応
- 257.
- 258.
- 259.
- 260. ローコード開発ツール インフラ・プラットフォーム構築 手組によるアプリケーション開発 クラウド 手組によるアプリケーション開発 クラウド ローコード 開発ツール ビジネスニーズの変化に即応 新規アプリケーションの開発期間の短縮 日々改善に対応できる保守・改修の実現 業務プロセス可視化による属人性の排除 経営視点を持ち、ビジネスゴールを設定できる能力 業務を分析・整理して、業務プロセスを描ける能力 現場のニーズを引き出せるファシリテーション能力
- 261. ローコード開発ツール 要件定義 概要設計 詳細設計単体テスト 結合テス ト プログラミング 結合テスト 従来型 開 発 要件定義 運用・保守 （高速化・効率化） 結 合 テスト ローコード 開 発 ローコード開発 人手による作業 ツールによる 自動化 プログラム生成型 統合環境型 プラットフォーム型 画面や業務ロジック、データ構造などセグメント 毎に機能が独立 アプリケーション層よりも上位に特化、システム を統一的に構築、抽象化モデルを使いGUIで開発 システム開発だけではなく、ライフサイクル全体 を統一的に管理・支援 NTTデータ・TERASOLUNA NEC・SytemDirector Enterprise FUJITSU・Software Interdevelop Designer など GeneXus キヤノンITS・Web Performer 住友電工情報システム・楽々Framework3 ジャスミンソフト・Wagby SCSK・FastAPP など OutSystems ServiceNow Mendix AppPlatform サイボウズ・kintone Microsoft PowerApp/Datahlex Salesforce・Lightning Platform AWS・Honeycode Google・AppSheet など 運用・保守
- 262. 自動生成 ローコード開発ツールの 基本的な構造 要件定義 概要設計詳細設計 単体テスト 結合テス ト プログラミング 結合テスト 設 計 リポジトリ 画 面 業 務 ロジック データ 構 造 アプリケーション データベース 運用・保守 アプリケーション 実行基盤 運用管理 ツール 運 用 レポート プラットフォーム型 ローコード開発ツール 人手による 作業 ツールによる自動化 GUI 画面・業務ロジック ・データ構造を管理 クラウド・サービス オンプレミス
- 263.
- 264.
- 265.
- 266.
- 267.
- 268.
- 269. 作らない技術のスタック アジャイル開発 Agile Development ビジネスの成果に貢献するコードだけ 変更に柔軟・迅速に対応 バグフリーで提供 DevOps Development & Operation 運用の安定を維持 本番環境への迅速な移行 高速な改善 クラウド Cloud Computing 最新の機能やリソースの調達 経費化による不確実性への担保 構築や運用、セキュリティから解放 高品質で無駄なく変更要求に即応できるソフトウエアの実現 安定稼働と高速なデリバリーの両立 最新機能の調達と構築・運用からの解放 デザイン思考 XP（エクストリーム･プログラミング） スクラム など CI（継続的インテグレーション）/CD（継続的デリバリー） コンテナ マイクロ・サービス など サーバーレス／FaaS PaaS／SaaSとAPI リポジトリー・サービス など 心理的安全性と自律したチーム ゼロトラスト・ネットワーク
- 270. 共創パートナー戦略：ITの役割の変化 支援 人間主体でビジネスを動かしITが支援する 生産性向上・コスト削減・期間短縮 ITは合理化の手段、コスト削減で評価 目的と達成基準を明示すれば 専門家に任せることができる 人間とITが一体となってビジネスを動かす 即応力・破壊的競争力・新たな価値の創出 ITは競争力の源泉、投資対効果で評価 新規性とスピード 事業部門が責任をもって主導し 内製化 と 共創で対処する 省力化とコスト削減 事業を支えるIT 事業を変革するIT 達成基準と手段を予め決定できる 達成基準と手段を予め決定できない Before DX After DX
- 271. 内製化の事例：アフラックの「ウェブ面談」 対面なしで生保契約、アフラックが先陣 半年で開発 アフラック生命保険は保険の提案から説明、契約 までネットで完結できるシステムを稼働させ、10 月末から全国展開する。開発は、わずか半年。 2020年9月30日 ビデオ会議を通じて年齢や病歴などに合わせて商品をカスタマイ ズし、最後は顧客がスマホ画面を指でなぞって署名する。営業担 当者と直接対面せずに保険契約を完了させられる。10月末からは 全国の代理店でも運用を始める。がん保険や終身保険、就業不能 保険など、代理店が手掛ける商品群を全てオンラインで提供。 狙い 1：データ活用の推進 保険の内容は加入者によって千差万別で、様々な特約も商品の複 雑さに拍車をかける。ウェブ面談を通じて定量データを収集して 解析すれば、顧客ニーズに即した商品開発や提案が可能になる。 データ収集範囲が広がれば、保険に加えて遺伝子検査や人間ドッ クなど、予防分野への本格進出にも道が開ける。 狙い 2：営業手法の刷新 代理店に属する「募集人」が戸別訪問などで保険内容を説明し、 契約するのが一般的だった。人手不足も広がり、デジタル化で手 間を減らしながら成約率の向上も狙う。
- 272. 共創パートナー戦略：クレディセゾン「お月玉」 開発費用：6人×3ヶ月＝人件費 約1000万円 スピード：アップデート 10分〜 事業成果：利用者数・利用金額ともに劇的増加 1億円以上？ 最低でも数日 コミットなし
- 273. 共創パートナー戦略：株式会社フジテレビジョン 数万人が同時に視聴できる配信環境を 3 週間ほどで構築 AWSElemental MediaStore と Amazon CloudFront は、CMAF-ULL の超低遅延配信に必要な技術と 大規模配信に対応し、それをマネージドサービスとしてすぐに利用できる環境や、配信規模に応じたス ケーリング、障害発生時の切り替え対応などの煩雑な運用業務からの解放してくれた。 https://aws.amazon.com/jp/solutions/case-studies/fuji-tv/?fbclid=IwAR3bdoRp-sdBrOe_1I6JcALo5vHFzzO-tBTQ1wL4us1FLhcOIpzXax7bY3o
- 274. 共創パートナー戦略： After DXは受託開発は無理 人間とITが一体となってビジネスを動かす 即応力・破壊的競争力・新たな価値の創出 達成基準と手段を予め決定できない 高速な試行錯誤と改善を繰り返し 最適解を探索しなければならない 要求を”あいまいさなく”定義することが難しい試行錯誤が不可避 要件全体を定義することが困難なのに、定義したこととして発注しなければならない 手続きの効率化のため発注単位を大きくまとめる 変化に即応できない 実際に動く成果物を確認するまでに、かなりの時間がかかる（開発作業中は変更できない） 作業量（工数）の見積を作る そもそも工数が見積もれない 作業量の見積が困難であるにもかかわらず、人月単価×期間（月数）による見積を作る 要求する人とシステムを作る人は遠く離れている 現場感覚がない 一連の作業は分業化、伝言ゲームで現場の現実を理解できず、臨機応変な対応もできない 事業を変革するIT After DX
- 275.
- 276. 共創パートナー戦略：内製化×共創の必要性 人間とITが一体となってビジネスを動かす 即応力・破壊的競争力・新たな価値の創出 達成基準と手段を予め決定できない 高速な試行錯誤と改善を繰り返し チーム一丸となり正解を探索する 相互信頼に裏打ちされたオープンなコミュニケーション ビジョンや課題、ノウハウや知識の完全な共有 自律したチームによる継続的な改善 内製化 共創 insourcing co-creation 責任の所在を明確にする 開発や改善のスピードを担保する 実践的な知識やノウハウを持つ 圧倒的な技術力を手に入れる 異なる価値観や視点を手に入れる ノウハウやスキルの不足を補う 事業を変革するIT After DX
- 277.
- 278. 共創パートナー戦略：受発注型取引と共創型取引 受発注型取引 どうなれば成功なのかを予め決められる 既存の業務プロセスの改善 既存システムの改修や機能の追加 既存業務の効率化や利便性の向上のための社内 ユーザーを対象としたシステム など 主従関係 ルールや手順に従う 効率を追求する 失敗は許さない 横並び・同質性を求める リーダーの指示に従う 言われたとおりやりました 言われなかったのでやりませんでした 仕様書通りに作りました など 管理者が進捗や成果を管理する ローコード開発、自動化やクラウド化で 誰もができるようになろうとしている 共創型取引 どうなれば成功なのかを予め決められない 新しいビジネス・モデルの立ち上げ 新しい業務プロセスのための新規システム 新規顧客の獲得や売上／利益の拡大のための社 外ユーザーを対象としたシステム など チーム関係 ビジョンの達成を目指す 事業の成果を追求する トライ&エラーを評価する 多様性を認め・補完しあう 対話や議論をして答えを探す こうした方がいいと思います 事業の成果に貢献するには、こちらですよ 状況が変わったのでこちらにしましょう など 権限を委譲し自分たちで進捗や成果を管理する 専門家としての経験の蓄積と 最新トレンドへの体験的理解がなければできない
- 279.
- 280.
- 281.
- 282. SI事業者／ITベンダーのDX戦略と求められる人材 SI事業者 ITベンダ 顧客の 事業変革を支援 内製支援 顧客（事業部門）が、自分たち でシステムを開発運用するため のスキルやノウハウを提供する 圧倒的な 技術力 高単価な 人月工数 自社の デジタル企業への変革 プラットフォーマー サービス事業者 ITサービスを実現するための機 能の提供、及び利用者相互の連 携を支援する 自分たちの業務ノウハウや知識 を活かして、直接顧客にサービ スを提供する ユニークネス エコシステム コスパ など サブスク 従量課金 ユニークネス コスパ など サブスク 従量課金 Gartner、デジタル・トランスフォーメーションの推進に必要な5つの役割を発表 ビジネス系プロデューサー DXによるビジネスゴールを定義し、新たな ビジネスモデルを考えたり、DXに関する企 画を考えたりする役割を担う。経営層や社内 外の意思決定者とのビジネス面でのコミュニ ケーションにも責任を持つ。 テクノロジー系プロデューサー ビジネスゴールの達成に向けた最適なデジタ ルテクノロジーの特定やテクノロジーの適用 によるシステム面の影響の分析、予測などを 担う。経営層や社内外のエコシステムのパー トナーに対する技術面のコミュニケーション にも責任を持つ。 テクノロジスト（エンジニア） 現場で実際にテクノロジーを活用する役割を 担う。自動化、データサイエンス、IoT （Internetof Things：モノのインターネッ ト）、AI（人工知能）などの新興領域に注目 しがちだが、確実にDXを推進していくため には、通信ネットワーク、IT基盤、セキュリ ティ、クラウドなどの既存の領域の役割も重 要である。テクノロジストもまた、全従業員 が対象となる。 デザイナー ソリューション、サービス、アプリケーショ ンのUX（User Experience：顧客体験）をデ ザインする。UX面のコミュニケーション、 UXとデザインに関する知識の社内普及に向 けた教育なども担当する。 チェンジリーダー デジタルテクノロジーの導入に伴う働き方 （業務、意識など）のシフトの主導、変革の 目的やゴールの整理、変革のコミュニケー ション計画の作成、関係者全員を巻き込んだ 意識と行動変容に向けた施策の計画／展開な どを担う。 DX人材
- 283. コロナ禍後を見据えた3つの変革施策 既存事業 戦略事業 従業員 働き方 高収益化 標準化・効率化のためのプロセス・リ・デザイン モダナイゼーション・クラウド化・自動化 データ・ドリブン・マネージメント 試行錯誤・非連続な探索 投資・M&A 既存事業からの分離（組織・評価・場所など） 成長基盤の確立 自律と自発の醸成 HRTと心理的安全性 ジョブ型雇用 現場への権限委譲 変革 謙虚（Humility） 世界の中心は君ではない。君は全知全能ではないし、 絶対に正しいわけでもない。常に自分を改善しよう。 尊敬（Respect） 一緒に働く人のことを心から思いやろう。相手を一人 の人間として扱い、その能力や功績を高く評価しよう。 信頼（Trust） 自分以外の人は有能であり、正しいことをすると信じ よう。そうすれば仕事を自分以外の誰かに任せること ができる（ただし無能な人には任せるのは難しい）。 HRT 謙虚（Humility）、尊敬（Respect）、 信頼（Trust）のそれぞれの頭文字三文 字をとった言葉。読み方は「ハート (heart)」。
- 284. 参考：Modern ITの特徴 Legacy ITModern IT 目的 仕様書通り、QCDを守ってITシステム完成させて納品する 業務の成果に貢献するために、現場の要請に対してジャストインタイムでITサービスを提供する 開発思想 テイラー主義（大量ロット生産の概念適用） トヨタ（TPS/リーン）主義（JITでの一個流し生産の概念適用） 適用される主な開発手法 ウォーターフォール開発 他 アジャイル開発 他 開発スタイル 工事（仕様書の内容を細分化し、PMが管理監督して、手分けして全体を仕上げる） 設計（ユーザーのニーズに応じて、ひとり／チームが自律的に全体を仕上げる） テスト方法 マニュアル・テスト 自動テスト（テスト駆動開発／テストファースト） 運用スタイル 開発完了時点が最終機能。劣化や陳腐化を遅らせるための保守（修繕）作業。トラブルの影響範 囲は大きく、安定稼働は絶対で、システム停止は最悪の事態 開発終了後も、継続して機能を向上、カイゼンし続ける。問題があったら直ちに改修、短時間で 復旧、影響範囲を局限化（マイクロサービス化） 運用エンジニアの業務 問い合わせ窓口業務・定められたオペレーションを繰り返す定常業務・トラブルに対応する障害 対応業務・インフラに関する管理業務（構成管理やキャパシティー管理）など ＊オペレーターとしての役割 変更への即応性や信頼性の高いシステム基盤を設計・運用管理の自動化/自律化の仕組みを設計 と構築・開発者が利用しやすい標準化されたポリシーやルールの整備 など ＊SRE（Site Reliability Engineering）としての役割拡大 フォローアップ サービス 保守サービスやTechnial Account Managerサービス（受動的・障害やトラブル対応やQAな ど） Customer Service Managerサービス（能動的・利活用コンサルや業務コンサルなど） 開発と運用の関係 開発運用の役割分離 開発できたら安定稼働に問題がないかを十分に時間をかけてテストしてか ら本番環境へ移行 DevOps（開発と運用の協調・協力体制） 開発できたら即本番移行、それでも安定稼働を実現で きるシステム環境作りを重視 契約形態 受託請負、準委任、派遣など 定額準委任、コンサルティング、顧問、プロフィット・シェアやレベニュー・シェアなど プロダクトやサービス お金のもらい方 SWライセンス or HW購入費用＋保守費用 サブスクリプション or 月額従量課金 提供価値 工数提供 顧客のビジネスの成果（但し、金額算定の手段として工数を使う） 業績評価基準 稼働率と売上金額 顧客満足と利益額 予算の考え方 コスト／減価償却した範囲での投資（実質経費） 投資／ビジネス･ニーズに応じて投資 収益の考え方 少しでも安くが正義（常に削減圧力がかかり続けるので、工数は増えても利益は上げにくい） 投資対効果が正義（事業の成果が上がれば投資は拡大し売上や利益は拡大する） 求められるスキル 専門分野のエンジニア フルスタック･エンジニア エンジニアの評価 稼働率と稼働時間（工数を増やす） 生産性とスキル（スキルを伸ばす） 基本テクノロジー 物理マシン、仮想化、構造化プログラミング コンテナ、サーバーレス、マイクロサービス テクノロジー リフレッシュ期間 4-5年または永遠 1-2年または半年 組織 ヒエラルキー フラット 事務手続き 紙の書類と捺印（オンラインで処理しても印刷して捺印しなければならないことも多い） オンライン（大幅に権限委譲しているので報告のみで済むことも多い） 使用するツール Excel、MS Project、ファイルサーバー、電子メール GitHub、Atlacian Cofuluence、JIRA、Slack 情報共有 日報&週報、形式的な進捗会議と会議終了後の実質的な議論 朝会でのスタンドアップミーティング、振り返り、KPT クラウド･サービス の利用 使えるクラウドサービスがプロキシーで制限されている（抜け穴はある／ダブルスタンダード） 使えるクラウド･サービスに制限はない 社内情報へのアクセス 原則非公開 原則公開 作業用のPC 会社の提供するロースペックPCとDaaS 自分の好きなハイスペックPCとBYOD 作業場所 自社のオフィスまたは客先内の指定場所／机 自分のパフォーマンスを最も発揮できる場所 オフィス 狭い机がきっちり並べられたオフィス、フリーアドレスとは名ばかりの指定席 ゆったりとしたスペースにカオスな空間、気分に応じて好きな場所（ぴかぴかで新しいとは限ら ない） 社外での講演や発表 社外での講演や発表は原則制限、申請や承認きが必要で手間がかかる、あるいは、手続きが明文 化されていない、または知られてない 社外での講演や発表は原則自由、むしろ奨励される 社外の研修 社外の研修に参加するには申請や承認が必要。手間がかかるので、休暇を取って自腹で参加。 社外の研修に参加することは奨励。予算の範囲で自分で自由に選択。あるいは会社が紹介。自発 的に勉強会に参加。 プレゼンテーション スタイル パワーポイント 現物によるデモ スキルアップの方法 会社が開催する研修、および現場での経験 コミュニティや自主的勉強会、および現場での経験 企業や個人のテックブログ、技術の公式ドキュメント、qiita、およびSNSでの情報収集 服装 スーツとネクタイ Tシャツとジーンズ（TPO）
- 285. ベンダー企業の目指すべき方向性 (1) ユーザー企業の変革を共に推進するパートナー 新たなビジネスモデルを顧客と共に創出する DX の実践により得られた企業変革に必要な知見や技術を広く共有する レガシー刷新を含め、DX に向けた変革を支援する (2) DX に必要な技術・ノウハウの提供主体 最先端のデジタル技術等を習得し、特定ドメインに深い経験・ノウハウ・技術を有 する専門技術者を供給する 専門家として、技術、外部リソースの組合せの提案を行い、デジタル化の方向性を デザインする (3) 協調領域における共通プラットフォーム提供主体 中小企業を含めた業界ごとの協調領域を担う共通プラットフォームをサービスとし て提供する 高度なソフトウェア開発（システムの構築技術・構築プロセス・体制）を核にした サービス化とエコシステムの形成を行う (4) 新ビジネス・サービスの提供主体 ベンダー企業という枠を超え、デジタル技術を活用して新ビジネス・サービスの提 供を通して社会への新たな価値提供を行う DXレポート2 / p.16
- 286.
- 287. DX本部やDX推進室など DX戦略 事業部門 事業部門 事業部門 「DX」が、できるところないでしょうか？ お願いします、是非やりましょう！ 予算を付けます、お手伝いします！ 事業部門を巻き込むという考え方 事業部門 事業部門 事業部門 DX戦略＝経営戦略/事業戦略という考え方 経営 DX本部やDX推進室など DX戦略立案支援 プロデュース デジタルを前提に 自分たちの事業を再定義 事業目的 収益構造 市場や顧客 など DX戦略 DX戦略の位置付け
- 288. DXという魔法の杖はない 社会の空気に迫られた 漠然とした不安 情報のつまみ食いによる 浅い考察 上からの何とかしろよの 追い詰められた感 はやり言葉 で拙速に解決しようとする 自分たちは、何を解決したいのか、何をしたいのか？ それらをはっきりとさせることが、全てに優先する。 DXが流行だから乗り遅れてはいけないと焦る事業会社 このブームに乗じてビジネスのチャンスを拡大しようとするITベンダー そんな世の中の流れに乗じて視聴率や購読者を増やそうとするメディア DXの本質から離れ ムダにヒートアップ させている AI 5G DX サブスク IoT プラットフォーム サービス化 AIで何ができるでしょうか？ 5Gはどんな分野で使われるようになるのでしょうか？ DXに取り組むには、何から始めればいいのでしょうか？ 予め用意された正解はない 自分が何をしたいかによって 答えは変わってしまう
- 289. テクノロジーを実装する3つのステップ 解決すべき課題をあきらかにする 放置できない脅威 これさえ解決できれば突破できること 是非とも実現したいこと など 課題を解決するための戦略を描く 課題の原因と解決方法についての仮説 解決方法に至る総合的な物語 事業への影響や効果 など 戦略を実践するための手段を組む ビジネス・モデルとビジネス・プロセス 組織や体制、業績評価基準や報酬制度 技術やITサービス、製品や店舗 など 手段にとって 都合のいい課題 ？ AIを使った新しいビジネス ならば、何がいいだろう？ 我が事業部が克服すべき 最大の課題は何だろう？ ？
- 290.
- 291. テクノロジーを受け入れる前提条件 （１） 291 1900 1913 米・ニューヨーク五番街 なぜ、短期間のうちに、これほど劇的に変わってしまったのでしょうか？ 製品：新しい技術を使い馬車をしのぐ利便性とコスト・パフォーマンスが実現できたから インフラ：既に馬車のための道路が整備されていて、そのまま自動車の通行に使えたから
- 292. テクノロジーを受け入れる前提条件 （２） 292 なぜ、両者にこれほど大きな差が生まれてしまったのか？ Google GlassApple Watch 一般消費者向けの販売中止 世界で一番売れている時計 製品：両製品共に新しい技術を使い、これまでには無い機能や利便性を実現した Google Glass：あきらかに不自然（統制環境／工事現場や整備工場などならおかしくない） Apple Watch：違和感なく自然。腕時計の習慣は元々あって、時計が変わっただけ
- 293. デジタル・リテラシーの3段階 293 レベル 3 レベル 2 レベル1 デジタルの役割や価値を理解し ている 専 門 実 践 基 礎 自分でシステムを作れるスキル を持っている ITの専門的なスキルを持ち、設 計や開発、運用などができる
- 294. DX人材 デジタル・リテラシー 経営や事業の現状を俯瞰、整理して、 課題と原因を定義できる。 経営者や事業部門が示した事業課題 を考察し、課題の精緻化や明確化を 支援できる。 デジタル技術やデジダル・ビジネ ス・モデルについての広範な知見を 有している。 デジタルについての知見を生かして、 事業課題を解決する戦略を描ける。 描いた戦略の実践を主導、または事 業責任者の伴走者として支援できる。 ビジネス レベル3 専 門 レベル2 実 践 レベル1 基 礎 デザイン データ 課題の発見と定義 戦略策定 コミュニケーション プレゼンテーション リーダーシップ など データ戦略 データモデル データ分析 など デザイン思考 ビジネス設計 UX設計 など
- 295. 参考：優れたエンジニアのマインドセット 客観価値の追求：主観に囚われることなく、客観的に物事の本質や原理原則を求める 技術の力（未来を創り出す力）を信じている。 特定の技術にこだわることなく、他の領域にも関心を持ち、自分の領域を広げることを楽しめる。 常識を疑い、ものごとの本質あるいは原理原則を捉えようとする。 利他の追求：利己を排除し、利他を追求する Don't become a Heroすなわち、チームとしての価値を出すことを第一に考え、そこでの自分の役割 を最大限に、かつ積極的に果たそうとする。 HRT（Humility：謙虚な気持ちで常に自分を改善し、Respect：尊敬を持って相手の能力や功績を評価 し、Trust：信頼して人に任せる）ことを心がけている。 社会の発展やお客様の幸せなど、世のため人のために貢献することを意識している。 至高の追求：現状に妥協せず、常に最高を追求する 頭で考えるだけではなく、自分で手を動かして、確かめながら体験的に理解を深めようとする。 どんなに複雑なモノでも本質を見極め、何事もシンプルに捉えて設計できる（ゴールの法則の実践）。 何よりも、常に品質を重視する。常にお客様目線（社内基準では無く）で品質を考え、自身の行動に 反映させる（TQMの実践）。 ゴールの法則：正常に動作する複雑なシステムは、例外なく正常に動作する単純なシステムから発展したものである。逆もまた真 であり、ゼロから作り出された複雑なシステムが正常に動作することはなく、またそれを修正して動作させるようにもできない。 正常に動作する単純なシステムから構築を始めなければならない。 TQM：経営管理手法の一種。Total Quality Managementの頭文字を取ったもので、日本語では「総合的品質管理」と言われてい る。TQMは、企業活動における「品質」全般に対し、その維持・向上をはかっていくための考え方、取り組み、手法、しくみ、方 法論などの集合体であり、それらの取り組みが、企業活動を経営目標の達成に向けて方向づける。 自律した個人
- 296. 参考：優れたエンジニアの行動習慣 自律した個人 会社や組織、上司に言われなくても、以下を自分でこれを実践し、自分で 育ってゆく。 自らが目指す未来の自分を描く。 それに向かって、オープンな場も含めて学び、切磋琢磨する。 それを現業に活かして成果を出す。 その成果が認められて、得意分野として新たな仕事を（社内であれ社外で あれ）得ることができる。 そんな実践を通じて更に技術が磨かれる。
- 297.