Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

【新入社員研修】最新のITトレンドとこれからのビジネス

19,610 views

Published on

https://libra.netcommerce.co.jp/2371

Published in: Technology
  • Hello! Get Your Professional Job-Winning Resume Here - Check our website! https://vk.cc/818RFv
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

【新入社員研修】最新のITトレンドとこれからのビジネス

  1. 1. 最新のITトレンドとこれからのビジネス 2018年4月12日
  2. 2. 2  自分の「事前課題」についての回答を前後・隣同士の4人 で共有してください。  15分の時間を差し上げます。時間管理は自分たちで行っ てください。  全員が順番に説明するたけではなく、自分とはどう違う かについても意見を交わしてください。
  3. 3. 3 最新のITトレンドとITビジネス
  4. 4. amazon echo:機械との自然な関係を実現する音声対話 4 音声だけでWebサービスや機械の操作が可能。
  5. 5. amazon go:無人のスーパー・マーケット 5 No lines, no checkout!
  6. 6. ビッグデータ × AI(機械学習) 経営戦略・製品/サービス戦略 & 0.1 to One マーケティング CPS / Cyber Physical System = IoT amazonのデータ収集戦略 6 「地球上で最も顧客中心の会社」 購買志向・生活習慣・経済状況 音声・生活音・趣味嗜好 音楽志向・趣味嗜好思想信条・趣味嗜好・主義主張 購買志向・生活レベル・生活圏 購買志向・生活レベル・生活圏 興味関心・趣味嗜好 生活レベル・経済状態 個人属性 テクノロジーを駆使して 徹底した利便性を追求 個人データを 徹底して収拾 「顧客第一主義」戦略 「顧客データ収集」戦略
  7. 7. AIタクシー:30分後の需要エリア予測 7
  8. 8. Smart Construction:土木工事の自動化 8 土木工事の常識を覆す、新しい取り組み
  9. 9. 超高齢化社会を人工知能やロボットで対応 9 人工知能やロボットを積極的に駆使し、労働生産性やQOL(Quality of Life)の向上が急務
  10. 10. 10 1. ITトレンドとサイバーフィジカルシステム 2. サイバー・フィジカルシステムとデジタル・トランスフォーメーション 3. クラウド・コンピューティング 4. ITインフラと仮想化 5. サイバー・セキュリティ 6. IoT(モノのインターネット) 7. AI(人工知能) 8. 開発と運用 9. デジタルトランスフォーメーションとこれからのビジネス 10.これからのビジネスに求められる人材
  11. 11. 11 ITトレンドとサイバーフィジカルシステム IT Trend & Cyber-Physical System
  12. 12. コンピューターとは何か 12 抽象的な数字を物理的な動きを使って演算する道具 Calculator Computer 演算するための道具 Calculate 演算する Compute 複数の演算を組み合わせ 何らかの結果を導く 複数演算の組み合わせを 実行する道具 複数演算の組み合わせを 実行するヒト(計算者) 蒸気機関や電気の動力 電子の動きモノの動き
  13. 13. 量子コンピュータとは何か? 13 抽象的な数字を物理的な動きを使って演算する道具 蒸気機関や電気の動力 電子の動きモノの動き 量子力学によって明らかにされた 量子の動き/現象を利用して演算
  14. 14. コンピュータ誕生の歴史 14 バベッジの解析機関(未完成)  蒸気機関で駆動  プログラム可能な最初のコンピュータ  パンチカードでプログラムとデータを入力  出力装置(プロッタ・プリンタ)も設計 論文「計算可能数について」  コンピュータの原理を数学的に定式化  コンピュータの動作原理モデルを設計 (チューリング・マシン) ENIAC  エッカートともモークリーにより開発  真空管による電子式コンピュータ  プログラムは大変面倒なパッチパネルで設定  弾道計算を高速で行うため EDVAC  エッカートともモークリーにより開発  プログラム内蔵式の最初の機械  現在のコンピュータの基本原理を実装した最初 の機械(ノイマン型コンピュータ)  磁気テープ読取/書込装置を装備/1953年・パン チカード装置、1954年・磁気ドラムメモリ、 1958年・浮動小数点演算装置を追加 ENIACの課題と改善方法を報告  電子回路でチューリング・マシンが実現できる ことを数学的に証明  どのように作ればいいかの原理を設計 (ノイマン型コンピュータ) 1836年に最初の論文 1946年 1936年 1945年 1949年(〜1961年まで稼働)1822年 バベッジの階差機械  蒸気機関で駆動  歴史上最初の機械式用途固定計算機(カリ キュレータ)  汎用性(多項式の数表を作成するよう設計、 対数も三角関数も多項式にて近似)  プリンターにて数表を印字
  15. 15. 歴史から見たITトレンド 15 紀元前150〜100年頃 アンティキティラ島の機械 1670年代 ライプニッツの計算機 1645年代 パスカルの計算機 1946年 ENIAC 1951年 UNIVAC1 1981年 1995年 1964年 IBM System/360 MS Internet Explorer 1.0 2007年 iPhone 2004年 2006年 2011年 量子コンピュータ 202X年 ニューロ・モーフィング コンピュータ 古代の計算機械 Calculator 現代の計算機械 Computer 近未来の計算機械 AI 19世紀半(未完成) バベッジの解析機関 IBM PC 5150 1990年〜 Internet
  16. 16. デジタル化の歴史 16 1960年代 メインフレームの登場 1970年代 事務処理・工場生産の自動化 1980年代 小型コンピュータ・PCの登場 1990年代 クライアント・サーバの普及 2000年代 ソーシャル、モバイルの登場 201X年〜 IoT・アナリティクスの進化 カリキュレーション 大規模計算 ルーチンワーク 大量・繰り返しの自動化 ワークフロー 業務の流れを電子化 コラボレーション 協働作業 アクティビティ 日常生活や社会活動 エンゲージメント ヒトとヒトのつながり
  17. 17. コレ一枚でわかる最新のITトレンド 17 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/Cyber World 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
  18. 18. 18 サイバー・フィジカル・システム と デジタル・トランスフォーメーション Cyber-Physical System & Digital Transformation
  19. 19. デジタル・トランスフォーメーションとサイバー・フィジカル・システム データ収集 IoT/Mobile/Web データ解析 データ活用 Webサービス ヒト・モノ 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/Cyber World 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 デジタル トランスフォーメーション
  20. 20. デジタル・トランスフォーメーションとは何か 人間を前提に最適化したビジネスの仕組み 機械を前提に最適化したビジネスの仕組み 観察と経験値に基づく判断と意志決定 データとAIに基づく判断と意志決定 ビッグデータ×AI 経験×思考 トランスフォーメーション Transformation/置き換える ビジネス環境への対応 競争優位の確立 不確実性の増大・スピードの加速 常識や価値基準の転換 ヒトが主体 機械が支援 機械が主体 ヒトが支援 徹底した効率化と無駄の排除により サスティナブルな社会の実現に貢献
  21. 21. デジタル・トランスフォーメーションとは 21  ビジネス・プロセスに関わる 人間の制約を排除し  品質・コスト・期間などの 限界をブレークスルーして  ビジネスに新しい価値基準 をもたらす取り組み 人間を前提に最適化された ビジネスの仕組み から 機械を前提に最適化された ビジネスの仕組み への転換 ビジネス環境への対応 競争優位の確立 不確実性の増大・スピードの加速 製品やサービスをジャストインタイム で提供できる即応力 常識や価値基準の転換 生産性・価格・期間における これまでの常識を覆す破壊力 デジタル トランス フォーメーション
  22. 22. UBERとTaxi 22 Taxi  タクシー資産  コールセンター運営経費  施設維持管理  事務・管理経費 など ドライバー収入 運賃 UBER  アプリ開発・保守費  クラウド利用量など ドライバー収入 機械を前提とした ビジネスプロセス の最適化 人間を前提とした ビジネスプロセス の最適化
  23. 23. デジタル・トランスフォーメーションの実際 23 UBER airbnb NETFLIX Spotify PayPal タクシー・レンタカー業界 レンタル・ビデオ業界 ホテル・旅館業界 レコード・CD業界 銀行業界(決済・為替)
  24. 24. 様々な産業に変革を促すデジタル・トランスフォーメーション Share 共有 Autonomous 共有 Electric 電動化 タクシーやレンタカー が不要になる 自動車が売れなくなり 売上が低下する バスや鉄道などの 役割が変わる 自動車が低価格化し 収益確保が難しくなる 自動車損害保険 が不要になる 不動産ビジネスが 影響を受ける 物流コストが 大幅に下がる ガソリンスタンド が不要になる 渋滞が解消し 環境負荷が低減する ドライブインやモーテル が不要になる Connected つながる
  25. 25. 「限界費用ゼロ社会」を引き寄せるデジタル・トランスフォーメーション  経済活動をより効率的に管理する新しいコミュニケーション・テクノロジー 郵便制度、電信・電話/管理型 水力、蒸気、原子力/集中型 蒸気船、鉄道、自動車、航空機/人間制御型 再生可能エネルギー/分散型 インターネット/自律型 様々な輸送手段の自動運転/自律制御型 IoT=ビッグデータ×AI 効率・自律・分散の追求 垂直階層型/管理制御型 水平分散型/自律連係型 経済革命を特徴づけてきた三つの決定的に重要な要素から成り立っている。  経済活動により効率的に動力を提供する新しいエネルギー源  経済活動をより効率的に動かす新しい輸送手段 「限界費用ゼロ」社会 適切な初期投資を行えば 生産にともなう増加分の新たな費用が 限りなく「ゼロ」になる社会 デジタル・トランスフォーメーション により実現される社会やビジネスの姿 ジェレミー・リフキン
  26. 26. 事業の差別化・競争力の強化 社会的課題の解決 ITの価値や可能性 26 生産性・効率・コストの改善 利便性の向上
  27. 27. 27 クラウド・コンピューティング
  28. 28. クラウド・コンピューティング で変わるITの常識
  29. 29. コンピュータの構成と種類 29 サーバー・コンピュータ データセンターなどの専用設備に設置 複数のユーザーが共用 クライアント・コンピュータ 個人が所有する、あるいは交代で利用する 個人ユーザーが一時点で占有して使用する 組み込みコンピュータ モノの中に組み込まれている それぞれのモノの機能や性能を実現している ソフトウェア ゲーム ブラウザー ワープロ データベース 通信制御 認証管理 OS(Operating System) ハードウェア CPU(中央演算処理装置) メモリー(主記憶装置) ストレージ(補助記憶装置) ネットワーク機器 電源装置 コンピュータ
  30. 30. 情報システムの構造 30 業務や経営の目的を達成するための 仕事の手順 ビジネス・プロセス 情報システム ビジネス・プロセスを効率的・効果 的に機能させるためのソフトウエア アプリケーションの開発や実行に共 通して使われるソフトウエア ソフトウエアを稼働させるための ハードウェアや設備 アプリケーション プラットフォーム インフラストラクチャー 販売 管理 給与 計算 生産 計画 文書 管理 経費 精算 販売 管理 給与 計算 生産 計画 文書 管理 経費 精算 データベース プログラム開発や実行を支援 稼働状況やセキュリティを管理 ハードウェアの動作を制御 ネットワーク 機器 電源設備サーバー ストレージ
  31. 31. ネットワーク コレ一枚でわかるクラウドコンピューティング 31 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 計算装置 記憶装置 ネットワーク データ ベース 運用管理 プログラム 実行環境 プログラム 開発環境 認証管理 電子 メール ソーシャル メディア 新聞 ニュース ショッピング 金融取 引 財務 会計 施設や設備
  32. 32. 「クラウド・コンピューティング」という名称の由来 32 アプリケーション プラットフォーム インフラ クラウド(Cloud) =ネットワークあるいはインターネット ネットワークの向こう側にあるコンピュータ(サーバー)を ネットワークを介して使う仕組み クラウド・コンピューティング Cloud Computing
  33. 33. 「自家発電モデル」から「発電所モデル」へ 33 工場内・発電設備  設備の運用・管理・保守は自前  需要変動に柔軟性なし 電力供給が不安定 自前で発電設備を所有 工場内・設備 電 力 電力会社・発電所 大規模な発電設備 低料金で安定供給を実現  設備の運用・管理・保守から解放  需要変動に柔軟に対応 工場内・設備 送電網 データセンター 大規模なシステム資源 低料金で安定供給を実現  設備の運用・管理・保守から解放  需要変動に柔軟に対応 システム・ユーザー デ ー タ ネットワーク
  34. 34. クラウド・コンピューティング の価値
  35. 35. 歴史的背景から考えるクラウドへの期待 業務別専用機 業務別専用機 業務別専用機 業務別専用機 UNIXサーバー PC PCサーバー Intel アーキテクチャ 汎用機 メインフレーム IBM System/360 IBM System/360 アーキテクチャ ~1964 汎用機 メインフレーム PC 1980~ ミニコン オフコン エンジニアリング ワークステーション 汎用機 メインフレーム ダウンサイジング マルチベンダー 2010~ PC+モバイル+IoT 汎用機 メインフレーム PCサーバー PCサーバー PCサーバー クラウド コンピューティング データセンター
  36. 36. 情報システム部門の現状から考えるクラウドへの期待(2) 新規システムに投資する予算 既存システムを維持する予算 (TCO) 40% 60% 新規システムに投資する予算 既存システムを維持する予算 IT予算の増加は期待できない! 既存システムを 維持するための コスト削減  TCOの上昇  IT予算の頭打ち クラウドへの期待 「所有」の限界、使えればいいという割り切り
  37. 37. システム資源のECサイト 見積書 契約書 調達手配 導入作業 メーカー ベンダー サイジング 調 達 費 用 数週間から数ヶ月 数ヶ月から数年を想定 現物資産またはリース資産 従来の方法 セルフ・サービス・ポータル  調達・構成変更  サービスレベル設定  運用設定  ・・・ 数分から数十分 直近のみ・必要に応じて増減 経費・従量課金/定額課金 クラウド オンライン・リアルタイム
  38. 38. クラウドならではの費用対効果の考え方 システム関連機器の コストパフォーマンス リース コストパフォーマンスが 長期的に固定化 クラウド 新機種追加、新旧の入替えを繰り返し 継続的にコストパフォーマンスを改善 移行・環境変更に かかる一時経費 2006/3/14〜 50回以上値下げ
  39. 39.  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 39 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 SDI (Software Defined Infrastructure)
  40. 40. IT活用適用領域の拡大 難しさの隠蔽 システム資源 エコシステム クラウドがもたらしたITの新しい価値 40 クラウド・コンピューティング IT利用のイノベーションを促進 ビジネスにおけるIT価値の変化・向上 新たな需要・潜在需要の喚起 モバイル・ウェアラブル ソーシャル 人工知能 ビッグデータ IT利用者の拡大 IoT ロボット 価格破壊 サービス化
  41. 41. クラウド・コンピューティング とは
  42. 42. クラウドの定義/NISTの定義 クラウド・コンピューティングは コンピューティング資源を 必要なとき必要なだけ簡単に使える仕組み 配置モデル サービス・モデル 5つの重要な特徴 米国国立標準技術研究所 「クラウドコンピューティングとは、ネットワーク、サーバー、ストレージ、アプリケーション、サービスなどの構成可能なコン ピューティングリソースの共用プールに対して、便利かつオンデマンドにアクセスでき、最小の管理労力またはサービスプ ロバイダ間の相互動作によって迅速に提供され利用できるという、モデルのひとつである (NISTの定義)」。
  43. 43. 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 ハードウェア PaaS Platform as a Service IaaS 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 マシン プ ラ ッ ト フ ォ ー ム
  44. 44. 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
  45. 45. ハイブリッド・クラウド 同一のアーキテクチャー リソース A リソース B リソース C パブリック・クラウド プライベート・クラウド ハイブリッド・クラウド ユーザーの運用イメージ セルフサービス・ポータル リソース A リソース B リソース C パブリックと プライベートが 1つのリソース
  46. 46. ハ イ ブ リ ッ ド ク ラ ウ ド ベンダーにて運用、ネット ワークを介してサービス提供 パブリック クラウド 自社マシン室・自社データセ ンターで運用・サービス提供 プライベート クラウド 5つの必須の特徴 人的介在を排除 無人 システム TCOの削減 人的ミスの回避 変更への即応 仮 想 化 調 達 の 自 動 化 運 用 の 自 動 化 オンデマンド・セルフサービス 幅広いネットワークアクセス 迅速な拡張性 サービスの計測可能・従量課金 リソースの共有 *SaaSやPaaSの場合、仮想化は絶対条件ではない。
  47. 47. ハイブリッド・クラウドとマルチ・クラウド 47 クラウド管理プラットフォーム Prime Cloud Controller (SCSK) / RightScale (RightScale) / vRealize Suite (Vmware) など オンプレミス(自社構内) データセンタ(自社設備) データセンタ(他社設備) コロケーション/ホスティング パブリック・クラウド パブリック・クラウド バーチャル プライベート クラウド ハイブリッド・クラウド マルチ・クラウド インターネット/VPN/専用線 (SDN : Software-Defined Network) 個別専用システム ハイブリッド・クラウド マルチクラウド
  48. 48. クラウドがもたらすビジネス価値 構築や運用からの解放 最新テクノロジーの早期利用 資産から経費へのシフト  アプリケーションの質的向上にリソースをシフトできる  ビジネス・スピードの加速に迅速柔軟に対応できる  試行錯誤が容易になってイノベーションを加速する  テクノロジーの進化をいち早くビジネスに取り込める  初期投資リスクが削減でき、IT活用範囲を拡大できる  ビジネス環境の変化に柔軟に対応できる
  49. 49. 49 ITインフラと仮想化
  50. 50. 仮想化とは
  51. 51. 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 a virtual 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。
  52. 52. 仮想化とは何か 52 コンピュータのハードやソフト 物理的実態 実質的機能 自分専用の コンピュータ・システム 周りの風景や建造物と 重ね合わされた情報 3Dで描かれた地図や 障害物や建物の情報 仮想マシン/仮想システム 仮想現実 仮想3Dマップ 仮 想 化 を 実 現 す る ソ フ ト ウ エ ア
  53. 53. 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
  54. 54. 仮想化の役割 54 サーバー ストレージ システム資源 ネットワーク機器 必要とされるシステム構成A 必要とされるシステム構成B 必要とされるシステム構成C 分割 集約 模倣 仮想化 物理時実態  ハードウェア  プラットフォーム  設備 物理時実態から 実質的な機能を 取り出す 実質的機能 使用目的に応じて必 要とされるシステム を調達・構成する。 標準化されたハード ウェアやソフトウエア を大量に調達してシス テムを構成し、運用を 自動化・一元化する。 物理的な設置・据え付 け作業を必要とせず、 ソフトウエアの設定だ けで、必要とするシス テム構成を調達・変更で きる。 コスト・パフォーマンス 柔軟性とスピード 演算 データ管理 ネットワーキング
  55. 55. 仮想化の種類
  56. 56. 仮想化の種類(システム資源の構成要素から考える) 仮想化 サーバーの仮想化 クライアントの仮想化 ストレージの仮想化 ネットワークの仮想化 デスクトップの仮想化 アプリケーションの仮想化 仮想LAN(VLAN) SDN(Software-Defined Networking) ブロック・レベルの仮想化 ファイル・レベルの仮想化 画面転送方式 ストリーミング方式 アプリケーション方式 ストリーミング方式 ハイパーバイザー方式 コンテナ方式/OSの仮想化 仮想PC方式 ブレードPC方式
  57. 57. サーバー仮想化 57 OS サーバー (ハードウェア) ミドルウェア アプリ OS ミドルウェア アプリ OS ミドルウェア アプリ 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 アプリ OS 仮想サーバー ミドルウェア アプリ OS 仮想サーバー ミドルウェア アプリ CPU メモリ CPU メモリ CPU メモリ CPU メモリ サーバー (ハードウェア) サーバー (ハードウェア) CPU メモリ CPU メモリ CPU メモリ 物理システム 仮想システム
  58. 58. コンテナ型仮想化 58 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 アプリ OS 仮想サーバー ミドルウェア アプリ OS 仮想サーバー ミドルウェア アプリ ハイパーバイザー型仮想化 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 コンテナ型仮想化 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する 各仮想マシンに1つのゲストOSが必要 1つのOS上で複数のコンテナを稼働  処理のオーバーヘッドが少なくリソース効率が良い  起動・停止が早い  デプロイサイズが小さく軽量 テストにおいて実行環境の差異を考慮する必要がない  開発環境下ではOSやDBのバリエ―ションが多くツールもさまざまなものが混在  テスト対象は多岐にわたり、それぞれに対応したテスト環境の準備に手間  各環境を準備するための知識を学ぶことが必要 Dockerによってそうした負担から解放され、テスト環境を簡便に構築できるようになり、 時間とコストを削減できる
  59. 59. 仮想マシンとコンテナの稼働効率 59 ハードウェア 仮想マシン ミドルウェア アプリケーション OS 仮想マシン OS 仮想マシン OS ミドルウェア アプリケーション ミドルウェア アプリケーション 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 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 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
  60. 60. デスクトップ仮想化とアプリケーション仮想化 60 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
  61. 61. シンクライアント 61 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
  62. 62. Chromebook 62 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
  63. 63. クライアント仮想化 63 クライアントの仮想化 (アプリケーション方式) 仮想化 ソフトウェア ハードウェア クライアントPC オペレーティング・システム (ホストOS) アプリケーション OS (ゲストOS) アプリケーション クライアントの仮想化 (ハイパーバイザー方式) 仮想化ソフトウェア (ハイパーバイザー) ハードウェア クライアントPC アプリケーション OS アプリケーション OS 仮想マシン仮想マシン仮想マシン CPU メモリ CPU メモリ
  64. 64. ストレージ仮想化 ストレージの業界団体であるSNIA(Storage Network Industry Association) による 「ストレージ仮想化技術の分類」  Disk Virtualization (ディスクの仮想化)  Block Virtualization (ブロックの仮想化)  File System Virtualization (ファイル・システムの仮想化)  File Virtualization (ファイルの仮想化)  Tape Virtualization(テープの仮想化)
  65. 65. 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) 8TB 7TB 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
  66. 66. SDN(Software Defined Networking) QoS・セキュリティ 機 能 制 御 パケットの種類に応じて設定 物理構成に依存 機器ごとに個別・手動制御 物理 ネットワーク A 物理 ネットワーク B 物理 ネットワーク C 従来のネットワーク アプリケーションに応じて設定 物理構成に関係なく、論理構成設計可能 機器全体を集中制御・アプリケーション経由で制御可能 仮想化 仮想 ネットワーク A 仮想 ネットワーク B 仮想 ネットワーク C 物理 ネットワーク 集中制御 SDN(Software Defined Networking)
  67. 67. サーバーの仮想化 そのメリットと課題
  68. 68. サーバーの仮想化/物理的資源の削減 CPU 使用率 サーバー 集約 スペース活用の効率化 設置スペースが削減され、土地や建物 に関わるコストを削減できる 消費電力の削減 サーバーの冷却に必要な空調装置、 サーバー本体の電力消費・CO2を削減 できる サーバーの稼働率向上 購入するサーバー台数を、減らすことが できる 物理的資源の削減
  69. 69. サーバー仮想化が変えたサーバー利用の常識(1) 69 OS 仮想サーバー A ミドルウェア アプリ OS 仮想サーバー B ミドルウェア アプリ OS 仮想サーバー C ミドルウェア アプリ CPU メモリ CPU メモリ CPU メモリ ハードウェア CPU メモリ ホスト名 A CPU XXX メモリ XXX IP XXX ホスト名 B CPU XXX メモリ XXX IP XXX ホスト名 C CPU XXX メモリ XXX IP XXX 設定ファイル ハイパーバイザー システム管理者は、「設定ファイル」 を作成・複製・変更することで、仮想 サーバーの調達や構成変更できる。 ハイパーバイザーは、「設定ファイ ル」に記述された内容に従って、必要 なシステム資源の割り当てを行う ハイパーバイザーから割り当てられ たシステム資源に相当する能力・機 能を持った仮想マシンが稼働する
  70. 70. サーバー仮想化が変えたサーバー利用の常識(2) 70 仮想サーバー A CPU メモリ 仮想サーバー B CPU メモリ 仮想サーバー X CPU メモリ 設定 ファイ ル A 設定 ファイ ル A 設定 ファイ ル X 相互に稼働しているかどうかを監視 共用ストレージ ハイパーバイザー サーバー 01 CPU メモリ サーバー 02 CPU メモリ ハイパーバイザー 仮想サーバー A CPU メモリ 仮想サーバー B CPU メモリ 仮想サーバー X CPU メモリ 設定 ファイ ル A 設定 ファイ ル A 設定 ファイ ル X 共用ストレージ ハイパーバイザー サーバー 01 CPU メモリ サーバー 02 CPU メモリ ハイパーバイザー サーバー 01 障害時 正常時 仮想サーバーAとBは、 見かけ上稼働し続けることができ ユーザーは影響を受けない
  71. 71. サーバー仮想化による3つのメリット 71 仮想マシン Virtual Machine 物理マシンの集約  機械購入費用の抑制  電気代・CO2の削減  データセンター使用料の削減 ソフトウェア定義  調達・変更の迅速化  稼働中での構成変更  迅速で柔軟な構成変更 設定 障害時に正常に稼働して物理マシンに 仮想マシンを移動させサービスを継続 複雑なクラスタリング構成と 対応のためのソフトウエア ライブマイグレーション  保守時のサービス停止回避  障害時のサービス停止回避  物理マシンの負荷の分散
  72. 72. サイバー・セキュリティ Cyber Security
  73. 73. サイバーセキュリティ対策とは 73 情報資産・システム資産を守る 安心・安全が保証された業務プロセスを作る・維持する 説明責任を果たす 個人のIDに紐付けられた全ての行動を記録する 認 可認 証識 別 マルウェア・ウイルス 不正侵入 システム破壊 従業員に負担をかけず、安全・安心に業務ができる環境を提供する セキュリティに関わる事故や不正の責任から従業員を解放する 従業員 業績向上 効率よく効果的に 業務を遂行し 事業の成果に貢献する 的確な経営判断 経営状況が正確 かつタイムリーに 報告・見える化される 手段 手段 目的 脆 弱 性 対 策 認 証 管 理 対 策
  74. 74. 脆弱性対策 74 事故の発生 事故の影響 受容 脅威 ぜい弱性 機密性 完全性 可用性対策 受容レベル 保証×説明 コスト 影響 どこまでやればよいのかを?  対策コスト負担  3項目への影響  業務の受容レベル 最適な組合せ 情報セキュリティの3項目 機密性:情報を盗まれない。 完全性:情報をデタラメな内容に書き換えられない。 可用性:システムを停止・破壊され業務継続を妨げられない。
  75. 75. 脆弱性対策 業務設計・実装(Development) 事故対応(Security)運用・保守(Operations) 業務 ITサービス・システム 既存のリスク 新規リスク 補修・改善 復旧 封じ込め 原因究明 運用・保守 監視・検知 補修改善が終わるまでの対応補修・改善 できるだけ上流(Development)で対策するのが効果的 DevSecOps:このプロセスを確実に実施して行くための取り組み
  76. 76. 認証管理対策(IDマネージメント) 76 識別 Identification 認証 Authentication 認可 Authorization 説明責任 Accountability R ------ W ------ X ------ 識別:ユーザーを識別できるようにそれぞれに固有のユーザーアカウント(ID)を割り当てる。 例えば社員番号やメールアドレスなど。 認証:そのユーザーが本人であることを確認する。一般的な運用では、そのユーザーしか知りえ ないパスワードによる認証が中心。 認可:そのユーザーの属性に応じてアクセスできる範囲を確認する。たとえば、人事部のみアク セスできるファイルやフォルダーには人事部ユーザーだけがアクセスできるようにする。 認証基盤
  77. 77. 認証管理対策(IDマネージメント) 77 説明責任 ローカルシステム IDを統合することでローカルとクラウドを両方を管理できる 外部の把握だけではなく、既存のシステムからも同様に情報を 取得する必要があり、これも統合基盤に加える。クラウドサー ビスを利用して、情報を管理し、それを社内の情報管理システ ムと統合していくことが重要
  78. 78. IoT モノのインターネット/Internet of Things
  79. 79. IoTとは何か
  80. 80. インターネットに接されるデバイス数の推移 80 爆発的な伸びを見せると推測されるIoT(世界規模) (出典:National Cable & Telecommunications Association)
  81. 81. IoTの2つの意味 81 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/Cyber World 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 現実世界をデジタル・データに変換 モノそのものやそれを取り囲む環境の状態とその変化 広義のIoT=CPS デジタル・データで現実世界を 捉え、アナログな現実世界を動 かす仕組み 狭義のIoT 現実世界の出来事をデジタル・ データに変換しネットに送り出 す仕組み
  82. 82. 伝統的なやり方とIoTとの違い 82 経験値 勘や習慣 による判断 経験や実験 によって学習し 最適解を見つけ出す 人間による 観察や実験 個人の経験値、伝統的な習慣や思い込み の範囲を超えることが困難 現実の世界で起きる”ものごと”や”できごと” 伝統的な社会やビジネスの仕組み センサーによって 収集されるデータ データを収集し 機械学習によって 最適解を見つけ出す ルール や統計値 による判断 徹底して無駄を無くし 効率、コスト、期間を劇的に改善 IoTで実現する社会やビジネスの仕組み
  83. 83. 社会基盤のシフト 「モノ」の価値のシフト IoTがもたらす2つのパラダイムシフト 83 1. 現実世界のデジタル・データ化 2. ビッグデータを使ったシミュレーション 3. 現実世界へのフィードバック 1. 「ハード+ソフト」がネットワーク接続 2. モノとクラウド・サービスが一体化 3. システム全体で価値を生成 ハードウェア ソフトウェア ハードウェア モノの価値は、 ハードウェアからソフトウェアへ そしてサービスへとシフト アナリティクス 人工知能+シミュレーション アプリケーション クラウド・サービス ビッグデータ 現実世界のデジタルコピー 現実世界のデジタルデータ化 IoT CPS社会の実現 「モノ」のサービス化 インターネット クラウド・サービス CPS:Cyber-Physical System
  84. 84. 電脳世界 (Cyber World) 現実世界 (Physical World) デジタル・コピー/デジタルツイン 84 ビッグデータ 機械学習 センサ データ 最適解 制御 Cyber-Physical System 圧 力 ひずみ 振 動 重 量 電 流 ・・・ シミュレーション 現実世界をデジタルで再現し 条件を変えて実験を繰り返し 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
  85. 85. 「モノ」のサービス化 85 モノの価値は、 ハードウェアからソフトウェアへ、 そしてサービスへとシフト ハードウェア ソフトウェア サービス 機能・性能を随時更新可能 機能・性能の固定化 機能・性能を継続的更新可能 モノの価値を評価する基準がシフト
  86. 86. 「モノ」のサービス化 86 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
  87. 87. 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 モノのサービス化の本質 87 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
  88. 88. ビジネス価値の進化 88 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
  89. 89. クラウドから超分散へ 89 インターネット 専用ネットワーク インターネット 専用ネットワーク 専用ネットワーク テキスト テキスト+ 画像 マルチメディア マルチメディア + センサー 全てのデータ保管・処理は集中 大規模なデータ保管・処理は集中 小規模なデータ保管・処理は分散 大規模なデータ保管・処理は集中 小規模なデータ保管・処理は分散 大規模なデータ保管・処理は集中 小規模なデータ保管・処理は分散 高速な処理・応答・制御は超分散 集中コンピューティング 分散コンピューティング クラウド・コンピューティング 超分散コンピューティング 通信経路上の エッジサーバー 分散サーバー 分散サーバー ローカル エッジサーバー 1960年代〜 1980年代〜 2000年代〜 2015年〜 組み込みコンピューター
  90. 90. IoTビジネスはモノをつなげるのではなく物語をつなげる取り組み 90 胸が痛い! 心臓発作の模様! 緊急措置が必要! 心臓発作の患者が 搬送されます! 病歴や処方薬など 電子カルテで確認 症状は・・・ 救急車出動要請! 直ちに急行せよ! 工事中で 通行止! 最短迂回ルート はこちら これより患者 を搬送します!
  91. 91. AI 人工知能/Artificial Intelligence
  92. 92. 人間は何を作ってきたのか 92 鳥のように空を飛びたい 馬のように速く走りたい 魚のように海に潜りたい
  93. 93. 人工知能の限界 93 データ化 できた事実 数学の言葉で 表現できる処理 (論理・確率・統計) 脳の仕組みを参考にした 数理モデル 人工知能/AI Artificial Intelligence 森羅万象 全ての事実 人間の知性 知的処理 脳の仕組み 人間を 支配する? シンギュラリティ が到来する? 神になる? 意識・意味・常識 だから安心というわけではない!AIは知性の一部を代替するだけ。
  94. 94. 「東ロボくん」の実力と代替可能な職業 94 国公立大学 172校 内 23校 30学部 53学科 合否判定80%以上 私立大学 584校 内512校 1343学部 2993学科 合否判定80%以上 MARCH /関関同立の学科を含む
  95. 95. 人間の知能そのものを持つ機械を作る 【図解】コレ1枚でわかる人工知能 人間にしかできなかったこと 人間にはできなかったこと 作業の効率化 能力の拡張 運転手 工場作業者 兵士 音声認識 文脈理解 検索代行 知識蓄積 関係付け・解釈 選択・判断 観察・監視 能力強化・補完 介助・補助 人工知能 Artificial Intelligence 汎用型人工知能 特化型人工知能 人間の新たな役割を生みだし進化を加速する 自律化 知的望遠鏡 知的介助 人間が知能を使って行うことを機械にさせる
  96. 96. 人工知能の3つの役割と人間の進化 96 人間の新たな役割を生みだし進化を加速する 自律化 知的望遠鏡 知的介助 機械自らが手順や判断基 準を見つけ出し人間が介 在することなく実行する これまで人間には見えな かったことが見えるよう になる 機械が人間に寄り添い、 利用者の裾野を拡大し、 新たな価値を生みだす 人工知能/Artificial Intelligence 人間の知的作業を自動化し知性を拡張する技術 自動車、システムや機器 の運用、土木工事など 医療診断、データサイエ ンス、各種学問分野など 音声認識端末、対話応答 サービスなど
  97. 97. 自律化
  98. 98. コンビニのレジは ”No Checkout”へ 手順が決まった仕事は機械に置き換わる 98 銀行の窓口業務は ATMへ 駅の有人改札は 自動改札へ 単純 複雑 手順の決まった仕事は 機械に置き換わる
  99. 99. 自動化から自律化への進化 99 単一作業の自動化 給与計算・部品表展開などのバッチ処理 連続する作業の自動化 生産管理・販売管理・工程管理など伝票や作業の流れなどのオンライン処理 最適対応が求められる作業の自動化 状況の変化をセンサーやログによって収集し、パターン化されたルールに基づき機器を制御 状況に応じて自ら判断する作業の自動化=自律化 機械学習や認知機能によって未知の状況にも対応し、自ら判断して実行する
  100. 100. 自律走行できる自動車 100 レベル4・5 レベル3 レベル2 レベル1 レベル0 完全自動走行 準自動走行 準自動走行 安全運転支援 支援なし ドライバーが常にすべての操作 (加速・操舵・制動)を行う。 加速・操舵・制動のいずれかをシ ステムが行う。 加速・操舵・制動のうち複数の操 作をシステムが行う。 加速・操舵・制動を全てシステム が行うが、システムから要請があ ればドライバーはこれに応じる。 加速・操舵・制動を全てシステム が行い、ドライバーは関与しない。 *レベル4は気象や道路の環境によっては制約がある。 事故責任
  101. 101. 知的望遠鏡
  102. 102. 人工知能は「知的望遠鏡」である 102 ディープラーニング/深層学習 人間が教えなくても森羅万象の中からパターンを見つけ出し世界を分類・整理する これまで人間には見えなかったことが見えるようになり 人間の知見を広げ、知性を高めることに役立つ
  103. 103. 知的介助 人に寄り添う技術
  104. 104. Amazon Alexa 104 自動車を ガレージから出す ピザを注文する 空調の温度を 調整する 配車サービスで 車を呼ぶ 預金残高を 確認する クラウド・サービス サービス提供者を巻き込む “Skill”SDKを提供 サービス利用者の抵抗を無くす 自然な音声対話 生活サービスOS 覇権を握る戦略
  105. 105. ビッグデータ × AI(機械学習) 経営戦略・製品/サービス戦略 & 0.1 to One マーケティング CPS / Cyber Physical System = IoT 知的介助: amazonの戦略 105 「地球上で最も顧客中心の会社」 購買志向・生活習慣・経済状況 音声・生活音・趣味嗜好 音楽志向・趣味嗜好思想信条・趣味嗜好・主義主張 購買志向・生活レベル・生活圏 購買志向・生活レベル・生活圏 興味関心・趣味嗜好 生活レベル・経済状態 個人属性 テクノロジーを駆使して 徹底した利便性を追求 個人データを 徹底して収拾 「顧客第一主義」戦略 「顧客データ収集」戦略
  106. 106. 進化したbot(ボット) 106 福岡行き 航空券を 予約して!ご希望の 日時を 教えて 下さい! 来週金曜日 の午前中で お願い! メッセージ アプリ クラウド 次の日程 では 如何? 音声認識 テキスト認識 意味の解析 意図の解釈 クラウド アプリケー ション アプリケー ション テキストや音声で 普通に会話をするように 操作や指示ができる 「難しい」を解消し 利用者の裾野を拡げ 利用頻度を増やす
  107. 107. 人工知能と機械学習と ディープラーニング
  108. 108. 人工知能と機械学習 108 人工知能(Artificial Intelligence) 人間の”知能”を機械で 人工的に再現したもの 基礎的 応用的 知識表現 推論 探索 機械学習 自然言語理解感性処理 画像認識 エキスパートシステム データマイニング 情報検索 音声認識ヒューマンインターフェース 遺伝アルゴリズム マルチエージェント ニューラルネット ゲーム プランニング ロボット 人工知能の一研究分野
  109. 109. ルールベースと機械学習 109 人間の体験や伝聞によっ て得られた知識 答えを出すための ルールを人間が記述 If 〜 then 〜 else データ センサーや業務システム、Webサイトなどから アルゴリズム 答えを出すためのルールを データを解析して 見つけ出す 推論 ルールを使って矛盾のない答えを導き出す ルールベース 機械学習 人間は自分が知っている以上のことを知っている。 意識していない経験や知識が判断に影響を与える。 人間が意識する/しないにかかわらずデータを分析 することで、そこに内在する規則性を見つけ出す。
  110. 110. 機械学習と推論(1) 110 耳 目 口 特徴量 猫と犬を識別・分類する ために着目すべき特徴 人間が 観察と経験で 決める 機械学習 統計確率的 アプローチ 機械が データ解析して 決める 機械学習 ディープラーニング (深層学習) 「特徴量」ごとに 猫/犬の特徴を 最もよく表す値を 見つけ出す 学習 猫の特徴を最もよく表す 特徴量の組合せパターン 犬の特徴を最もよく表す 特徴量の組合せパターン 猫の推論モデル 犬の推論モデル 大量の学習データ 大量の学習データ 犬 dog 猫 cat
  111. 111. 機械学習と推論(2) 111 特徴の抽出 推論モデルとのマッチング 猫 犬 推論モデル推論モデル 「猫」の推論モデルに 98%の割合で一致している 推論結果 だから「この画像は猫である」 「特徴量」に着目して それぞれの値を計算する 推論 特徴量未知のデータ 耳 目 口
  112. 112. なぜいま人工知能なのか 112 IoT モバイル・ウェアラブル ソーシャル・メディア ウェブサイト インターネット アルゴリズム GPU(Graphics Processing Unit) 脳科学の研究成果を反映 高速・並列・大規模計算能力 人工知能(Artificial Intelligence) ビッグデータ
  113. 113. 人工知能・機械学習・ディープラーニングの関係 113 1950年代 1960年代 1970年代 1980年代 1990年代 2000年代 2010年代 人工知能 Artificial Intelligence 機械学習 Machine Learning 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 人工知能の研究分野のひとつで データを解析し、その結果から 判断や予測を行うための規則性 やルールを見つけ出す手法 脳科学の研究成果を基盤にデー タの分類や認識の基準を人間が 教えなくても、データを解析す ることで、自ら見つけ出すこと ができる機械学習の手法 データ アルゴリズム 規則性やルール 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
  114. 114. 深層学習の学習と推論 114 ・・・・・ 入力層 出力層中間層(隠れ層) 入力と出力ができるだけ一致 するように中間層の繋がりの 重み付けを調整してゆく。 ・・・・・ 入力層 出力層中間層(隠れ層) イヌ 32% × ネコ 96% ○ ウシ 18% × 学習 推論 重み付けされた 「学習済の推論モデル」 「ネコ」 である 教師データ 未知のデータ 教師データ
  115. 115. 人工知能の可能性と限界
  116. 116. 人工知能の2つの方向性 116 視覚(See) 聴覚(Listen) 対話(Talk) 特化型人工知能 個別の領域において知的に振る舞う 汎用型人工知能 異なる領域で多様で複雑な問題を解決する 自己理解・自己制御 意識・意欲を持つ 自ら課題を発見し 自律的に能力を高めてゆく 人間が課題を発見し 人間が能力を高めてゆく
  117. 117. 学習データと結果の関係 117 宜しくお願い致します 汚い字の学習データ きれいな字の学習データ 機械学習 生成される出力結果 機械学習は学習データの範囲でのみ結果を出すことができる。 言語生成
  118. 118. 「AIカント君」の可能性について 118 AIカント君 イマヌエル・カント Immanuel Kant 1724年4月22日〜1804年2月12日 プロイセン王国(ドイツ)の哲学者 カントの著作を 学習データとして入力し 彼のテーマや思考のパターンを モデル化する 問い: 生きるとは何か? 答え: 生きるとは、 XXXXXである! 「AIカント君」には、 内発的な疑問を持つことはできないので、 このような問いを産み出すことはできない。 「わたしは何を知ることができるのだろうか」 「わたしは何をすべきなのであろうか」 「わたしは何を望むのがよいのだろうか」 「人間とは何だろうか」 カントの考え方を知る手助けにはなるかもしれない。しかし、
  119. 119. 人間にしかできないこと・機械にもできること 帰還した爆撃機の被弾状況  銃撃を受けても帰還できたのはなぜか?  帰還した爆撃機の銃撃箇所の分布を調べてみた。  この範囲への銃撃なら飛行は継続できる。  これ以外に被弾したので撃墜されたのではないか? 意味を理解する 問いを作る 第二次世界大戦中、イギリスはドイツより多くの爆撃機を失っていた。 彼らは装甲を追加することに決めたが、相当の費 用がかかるので追加する場所を慎重に選択する必要があった。 撃墜された爆撃機の被弾状況(想定)  帰還した爆撃機にはない銃撃箇所の分布を想定した。  この範囲が銃撃されたら飛行は困難になる。  ここへの銃撃を防ぐことはできない。  墜落しやすい箇所の装甲を強化すれば墜落は防げる。 正解を見つける 結果を検証する Abraham Wald (ハンガリーの数学者) が提示した解決策
  120. 120. AI時代求められる能力 120 テーマを見つける 問いを作る 正解を見つける 最適解を見つける 時間を重ね体験を繰り返し 経験値を蓄積する テーマ 問い 正解 最適解 テーマ 問い 正解 最適解 テーマ 問い 正解 最適解 テーマ 問い 正解 最適解 テーマ 問い 正解 最適解 テーマ 問い 経験値 経験値 機械学習 シミュレー ション PDCAを高速で回し、新たなテーマや問いを高頻度で作り続ける 機械学習やシミュレーションで高速に正解や最適解を見つける 経験値 データの蓄積 性能の向上 新たな役割 知性の進化 経験値 役割の拡張 能力の向上 「マシンは答えに特化し、人間はよりよい質問を長期的に生みだすことに力を傾けるべきだ。」 “これからインターネットに起こる『不可避な12の出来事』” ケビン・ケリー・2016
  121. 121. 121 ある ない ある ない ある ない ある (少ない学習データ) ある (膨大な学習データ) 高い 低い (ひとつの知的処理に特化) 高い 低い 低い 高い 人間は身体に備わる様々な感覚器からの情報も含め総合して知覚・認識 しているが、機械には身体がないのでそれができない。 自分が現在何をやっているか、今はどんな状況なのかなどが自分でわか る心の働きである意識により、人間は様々な知的処理を同時に実行し、 それを統合・制御しているが、機械にはできない。 人間は、自分の考えや選択を決心し、実行する能力、あるいは、物事を 成し遂げようとする意志を持っているが、機械にはない。 人間は少ない学習データからでも効率よく学習できる能力をそなえてい るが、機械は膨大な学習データとそれを処理できる膨大な計算能力(消 費エネルギー)を必要とする。 人間はひとつの脳で様々な種類の知的処理が可能だが、機械は特定の知 的処理に特化している。 人間は、神経の機能単位が消失しても、それを自律的に補填・回復させ ることができるが、機械にはそれができない。 人間の場合、1千億個のニューロンによる超並列処理がおこなわれてい るが、その数を増やすことはできない。しかし、機械のプロセッサーは 増やすことはできる。 人間の知性と機械の知性 意識 身体性 意志 学習能力 汎用性 可塑性 スケーラ ビリティ 高い 低い 人間の脳の消費エネルギーは思考時で21ワット/時程度のエネルギーを 消費するが、機械の場合はその数千倍から数万倍を必要とする。例えば、 GoogleのAlphaGoの消費電力は25万ワット/時とされている。 エネルギー 効率 ある ある 共に記憶能力はあるが、人間の場合は、身体的な感覚を含む記憶が可能 であり、記憶内容やメカニズムは必ずしも同じではない。 記憶能力 機 能 的 特 徴 器 質 的 特 徴 人間の知性 機械の知性 補足説明
  122. 122. 人工知能に置き換えられる職業と置き換えられない職業 122 人工知能やロボット等による代替可能性が高い100種の職業 人工知能やロボット等による代替可能性が低い100種の職業 感性、協調性、創造性、好奇心、問題発見力など 非定型的で、機械を何にどう使うかを決められる能力 技能や経験の蓄積に依存し、パターン化しやすく 定型的で、特定の領域を越えない能力 2015年12月02日・株式会社野村総合研究所 https://www.nri.com/jp/news/2015/151202_1.aspx
  123. 123. 超高齢化社会を人工知能やロボットで対応 123 人工知能やロボットを積極的に駆使し、労働生産性やQOL(Quality of Life)の向上が急務
  124. 124. 人工知能とロボットの必要性 124 少子高齢化 低い労働生産性 グローバル競争の激化 人工知能 ロボット スマート・マシン  少ない労働人口での社会・経済基盤の維持  ワークライフバランスや賃金を犠牲にしない国際競争力の維持  高い付加価値や差別化による産業競争力の向上  過疎地での医療・福祉・生活支援などの社会課題を解決  労働環境の改善と生活の質的向上 など
  125. 125. 開発と運用 Development & Operation
  126. 126. これからの開発と運用 その背景
  127. 127. ウォーターフォール開発×オンプレミス×開発・運用業務委託の限界 これからの開発や運用に求められるもの 127 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を  変更に柔軟・迅速に対応して  バグフリーで提供する DevOps Development & Operation  運用の安定を維持しながら  本番環境への迅速な移行と  継続的デリバリー クラウド Cloud Computing  高速で俊敏な開発実行環境の調達  経費化の拡大による不確実性への担保  運用やセキュリティから解放と人材の再配置 ビジネス環境の不確実性が増大 現場のニーズに ジャストインタイム で対応できる 即応力 デジタル・テクノロジーの劇的な発展 生産性・価格・期間など これまでの常識を 根底から覆す 破壊力
  128. 128. クラウド×内製化 自動化やクラウド化 適用範囲の拡大 ITを前提とした 差別化・競争力強化 取り組み範囲の拡大 ビジネスのデジタル化 「本業=IT前提」という認識へシフト ITについての認識の変化が「クラウド×内製化」を加速 128 本業=社員 売上や利益の拡大 支援≈外注  生産性の向上  コストの削減  期間の短縮 「ITは本業ではない」という認識
  129. 129. 変わる情報システムのかたち 129 戸建・定住 新築 建売り 建設業 一括売り切り 住み替え リフォーム 賃貸 サービス業 継続支払い
  130. 130. これからの「ITビジネスの方程式」 130 情報システムの 品質 成 果 生産量 スピード 最大 ビジネス
  131. 131. 「仕様書通り作る」から「ビジネスの成果への貢献」へ 131 ビジネスの成果に貢献する 加速するビジネス・スピード に即応する 本当に「使う」システムだけ を開発・運用する アジャイル開発 ビジネスと一体化した開発 DevOps 開発と運用の同期化 クラウド 自動化と高速開発
  132. 132. アジャイル開発 変更に柔軟・ビジネス成果に直結 &バグフリー
  133. 133. ウォーターフォール開発とアジャイル開発(1) 133 要件定義 開 発 テスト 膨大なドキュメント 動くソフトウェア 保守 本気で検証 改修を要求 真面目に考える よく分からない 納期遅延 品質問題 リソース 時間 ユーザーは はじめて本気 ソフトウェアを使う ユーザー マジ
  134. 134. アジャイル開発の進め方 134 1.まずは人が通れるほどのトンネルを貫通させる。 2.大きな工事機械が入れるように拡げてゆく。 3.二車線の道路に拡張し、設備を整備する。
  135. 135. アジャイル開発の基本構造 135 100% 0% 時間 仕様書に記載した 全ての機能 100% 0% 時間 予定していた 全体仕様 30% 60% 80% 現場からの フィードバック 現場からの フィードバック 現場からの フィードバック ? 仕様書に対して100点満点狙い ビジネスの成果に対して合格点狙い 途中の成果からフィードバックを得て、 仕様や優先順位の変更を許容する。 ウォーターフォール開発の考え方 アジャイル開発の考え方 現場からのフィードバック 最後になって訂正・追加などが集中 目標としていたビジネスの成果が 達成できていれば完了 仕様凍結(確定)させて仕様書通りに開発が100%完了したら、 現場からのフィードバックを求める。 仕事の仕組みは確定できるを前提にした開発 仕事の仕組みは変化するを前提にした開発
  136. 136. ウォーターフォール開発とアジャイル開発(2) 136 リソース 動くソフトウェア 動くソフトウェア 動くソフトウェア 動くソフトウェア ソフトウェアを使う ユーザー 動くソフトウェア を作り続けるれば ユーザーはずっと本気 マジ! マジ! マジ! マジ! テ ス ト 時間
  137. 137. アジャイル開発ウォーターフォール開発 最初に要件をあらかじめ 全て決めてから開発 要件 設計 コーディング 単体テスト 結合テスト ウォーターフォール開発とアジャイル開発(3) リリース ビジネス上の重要度で要件 の優先順位を決め、これに 従って必要機能を順次開発 反復(イテレーション)1 反復 2 反復 3 反復 4 リリース リリース リリース リリース Continues Integration 品質の作り込み
  138. 138. ウォーターフォール開発とアジャイル開発(5) ◎ 〇 △ X 反復 1 ビジネス価値 ◎ 反復 2 ビジネス価値 〇 反復 3 ビジネス価値 △ 反復 4 ビジネス価値 X 「MVP(Minimum Viable Product:仮説を検証することができる最低限のプ ロダクト)」かつ、ビジネス価値の高い機能・プロセスを優先して開発する。
  139. 139. デジタル・トランスフォーメーションと これからのビジネス
  140. 140. デジタル・トランスフォーメーションとサイバー・フィジカル・システム データ収集 IoT/Mobile/Web データ解析 データ活用 Webサービス ヒト・モノ 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/Cyber World 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 デジタル トランスフォーメーション
  141. 141. デジタル・トランスフォーメーションとは何か 人間を前提に最適化したビジネスの仕組み 機械を前提に最適化したビジネスの仕組み 観察と経験値に基づく判断と意志決定 データとAIに基づく判断と意志決定 ビッグデータ×AI 経験×思考 トランスフォーメーション Transformation/置き換える ビジネス環境への対応 競争優位の確立 不確実性の増大・スピードの加速 常識や価値基準の転換 ヒトが主体 機械が支援 機械が主体 ヒトが支援 徹底した効率化と無駄の排除により サスティナブルな社会の実現に貢献
  142. 142. デジタル・トランスフォーメーションの全体像 ビジネス環境への対応 競争優位の確立 不確実性の増大・スピードの加速 製品やサービスをジャストインタイム で提供できる即応力 常識や価値基準の転換 生産性・価格・期間における これまでの常識を覆す破壊力 デジタル トランス フォーメーション ビジネスのデジタル化を支えるプラットフォーム ヒトやモノに依存しないソフトウェア化された仕組み 組織・体制 ビジネス・プロセス 製品・サービス 意志決定スピードの高速化、 柔軟・迅速な組み替えや連係 変更や追加への即応力、オープン で柔軟な連係力 顧客/現場との緊密な連係と フィードバック ビッグデータ×AI サイバー・フィジカル・システム Cyber Physical System/CPS
  143. 143. デジタル・トランスフォーメーションを支えるテクノロジー ビジネス環境への対応 競争優位の確立 不確実性の増大・スピードの加速 製品やサービスをジャストインタイム で提供できる即応力 常識や価値基準の転換 生産性・価格・期間における これまでの常識を覆す破壊力 デジタル トランス フォーメーション IoT(Internet of Things) コンテナ × マイクロサービス クラウド・コンピューティング サイバー・セキュリティ サイバー・フィジカル・システム CPS : Cyber-physical System ビッグデータ × AI SaaS/API PaaS/FaaS
  144. 144. デジタル・トランスフォーメーションを支えるテクノロジー・補足 アプリケーション プラットフォーム インフラストラクチャー デバイス AR(拡張現実) / VR(仮想現実) / MR(複合現実) Augmented Reality / Virtual Reality / Mixed Reality ディープラーニング(深層学習)と関連技術(深層強化学習/DQN、敵対的ネットワーク/GANなど) Deep Learning ブロックチェーン Block Chain HTAP(OLTP/業務系・基幹系とOLAP/分析系の実行基盤を統合) Hybrid Transaction and Analytics Processing LPWAネットワーク Low Power,Wide Area Network 5G通信 5th Generation エッジ・コンピューティング(デバイス側での学習や推論/高機能演算) Edge Computing 量子コンピュータ Quantum Computer 〜2017 2018 2019 2020 2021〜
  145. 145. デザイン思考・リーン・アジャイル・DevOpsの関係 現場に足を運ぶ 現物を手に取る 現実を自分で確認する デザイン思考 リーン・スタートアップ アジャイル開発 DevOps デザイナー的なクリエイティ ブな視点で、ビジネス上の課 題を解決する 最小限の機能に絞って短期間 で開発しフィードバックをう けて完成度を高める ビジネスの成果に貢献するシ ステムを、バグフリーで変更 にも柔軟に開発する 安定稼働を維持しながら、開 発されたシステムを直ちに・ 頻繁に本番環境に移行する  共感(Emphasize)  問題定義(Define)  創造(Ideate)  プロトタイプ(Prototype)  検証(Test)  構築(Build)  計測(Measure)  学習(Learn)  開発と運用の協調  自動化ツールの整備  継続的デリバリー (Continuous Delivery)  反復/周期的(Iterative)  漸進的(Incremental)  適応主義(Adaptive)  自律的(Self-Organized)  多能工(Cell Production) イノベーションとビジネス・スピードの融合 イノベーションの創発 ジャスト・イン・タイムで提供
  146. 146. これからのビジネスに求められる人材
  147. 147. ITに関わる仕事をするということ 147 ITを使って お客様の経営や事業の成果に 貢献すること お客様の良き相談相手になれ!  お客様を好きになれ。相手も好きになってくれる。  知識を磨け。どんな相談にも応えられるようになる。  謙虚になれ。人の話を素直に聞けば、答えが見えてくる。
  148. 148. お客様の事業や経営の成果に貢献する お客様の良き相談相手とはテーマや問いを創れる人材 未来に至る 筋道を示す 自らが テーマを 決める お客様の 未来を描く お客様の 経営や事業 についての関心 経験から学んだ 気付きや教訓 自分たちの ビジネスに関係のないこと 自分たちのビジネスに 関係すること テクノロジーやビジネスのトレンド 社会・経済・文化などの世間の常識 お客様 の教師
  149. 149. 社会人における「学び」の3段階 149 素 人 ベテラン プ ロ ルーチン・ワークの手順を 意識しなければこなせない段階 ルーチン・ワークの手順を 意識しなくてもこなせる段階 要領よく仕事がこなせない段階 ひとつひとつ丁寧な仕事をすることで、 要領や仕事のコツ、ビジネスに必要な 基本的な常識を学んで行く。 一人前と云われる段階 経験を重ねることで、 いろいろな仕事のパターンを覚え 既存の仕事の延長であれば、 臨機応変に対処できる。 新しいことを創り出す。 新しいことや例外的なことに 対処できる。 新しいことや難しいことを任せられる段階 自社だけではなく、世の中についての常識 に精通し、変化に敏感で、未来を先読みし ている。社内外に豊富な人脈を持っている。 この段階で「学び」を やめてしまう人が多い 多くの人は 一人前を目指す 業務の8割はルーチン ワークで成り立っている 150 8 8 8 8 8 8 8
  150. 150. 学び続ける習慣 150 独学力 つながり力 アウトプット力 SNS 勉強会 コミュニティ ボランティア イベント 呑み会 読書 社外研修 Web 変身資産の蓄積 多様な価値観やロールモデルの発見 ビジネス・チャネルの開拓 共感と深い学び 陳腐化するスキルの新陳代謝 直感力の育成 客観性と論理性の醸成 インプットの増大 人脈の拡大 パターン化・ストーリー化能力の強化
  151. 151. 100年人生を生き抜くための5つの原則 1.時間を作る  「何をやろうかと考え、決心してから行動する」は失敗する。  まずは「時間を作る」ことから始める。やってるうちに決心は固まる。  朝の1時間を征すれば、人生を征す。 2.人的ネットワークを築く  似たもの同士や同じ職場だけではなく、生き方の違う人たちとつき合う。  多様な価値観や生き方、ロールモデルを知る。  自分の人生に沢山の選択肢を持つ。読書は財産になる。 3.失敗を積み重ねる  「若気の至り」という一生に一度の時期に沢山失敗せよ。  失敗しても殺されない。怒られるだけで終わる。  成功は人様のおかげ、失敗は自分の責任と心得よ。 4.丁寧な仕事をする  「要領よく」は考えるな。  いまの自分にできる精一杯で最高の仕事をせよ。  限界を知れば、自ずと要領は見えてくる。 5.想像力を働かせる  相手の幸せのために働け。そうすれば自分も幸せになれる。  相手の立場だったら自分はどのように考え、行動するかを想像せよ。  相手のやりたいこと、でも自分にはできないことこそ、やるべき価値がある。 100年人生を生き抜くためには、マルチステージ/マルチキャリアしかない
  152. 152. 152 ネットコマース株式会社 180-0004 東京都武蔵野市吉祥寺本町2-4-17 エスト・グランデール・カーロ 1201 http://www.netcommerce.co.jp/

×