「IoTで創る新たなビジネス」第2回ダストコンソーシアム総会 161024

Copyright © 2016 Uhuru Corporation, All Right Reserved.
IoTで創る新たなビジネス
～クラウドとエッジが相互連携する世界～
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
2016年10月27日
NO IoT NO FUTURE

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
ビジネスノマドジャーナル
インタビュー記事

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

ウフルの3つの事業ドメインとIoT事業の位置づけ
Public Cloud
• 広範なプラットフォーム対応
Marketing Cloud
• ウフルが強みを持つマーケティング領域
• クリエイティブ制作なども実施
Internet of Things
• デバイスとの連携や組込な
どOT領域への事業展開
• パートナリング事業強化
デジタルツイン実現のための
オペレーション領域の補完
マルチプラットフォーム対
応による多様な案件の流入
これまではSFDCのインテグレーション案件が70％
を占めるクラウドインテグレーションビジネス

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

デジタル化＝つながって境目がなくなっていくこと
Convergence／
Beyond the border／
Connect the Un-connected
Convergence／
Beyond the border／
Connect the Un-connected
上司と部下
自社と他社
広告とコンテンツ
企業と個人
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

• 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。
7
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時代の重要なコンセプト“Digital Twin“
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、リアルへフィードバックする環境
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

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）
• 例：自動販売機からのデータを吸い上げ（一方向）
• 例：エレベータの稼働状況を遠隔監視（あちら側は人）
• 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
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
• 例：共通のプラットフォームに異なる機器のデータを収集
• 例：蓄積したデータを他のデータとマッシュアップ分析
• 一つの”系” で完結しない
• 自動処理、アナログのデジタル化、示唆の発見、最適化
外部の系外部の系
分析と
フィードバック

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

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の実現事例

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

IoTビジネス構築時の課題

• 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。
19
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

• 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。
21
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

全てのデータを高いサンプリング周波数で取得してワイヤレス通信してクラウドに上げるのはエッジ側デ
バイスのCPU性能とも関係あり、実装するのにノウハウが必要なことも多い。
22
IoTの悩みごと：実際に起こるデータロギング環境のトラブル
毎秒数万台のデバイスから数十項目のデータを収集
毎秒数百キロのデータをクラウド側へワイヤレス通信
数百bpsのワイヤレス通信
数百拠点からばらばらにデータがアップロードされる
エッジ側デバイスで
あらかじめ前処理・
データシェイプ
エッジ側デバイスで
あらかじめ前処理・
データシェイプ
クラウド側での処理
負荷を下げないと
データ量が散逸的
すぎる
クラウド側での処理
負荷を下げないと
データ量が散逸的
すぎる
ワイヤレスデータの
通信ボリューム（コ
スト）を下げないとコ
スト高
ワイヤレスデータの
通信ボリューム（コ
スト）を下げないとコ
スト高
エッジ側デバイスの
ロギングと通信の
処理負荷を考慮
エッジ側デバイスの
ロギングと通信の
処理負荷を考慮
毎秒ごとのロギングとリアル
タイム通信は不可が高すぎ
てデータの欠損やミドルウェ
アの再起動が起こることも。

• ITやWeb業界では当たり前に近い、継続的なサービス投入や改善のための投資が、特に製造業を中心
にしたIoTビジネスの検討の際にはあまり考慮されないことが多く、最終的にペイする事業モデルにな
りにくくなる。
23
事例から：サービス構築の際のコスト負担とインクリメンタルな投資
小さく作った初期
IoTサービス
追加サービス
追加サービス
拡大サービス
年度
機
能
（
＝
投
資
）
機
能
（
＝
投
資
）
特に製造業に多いのが、追加サービ
スの投入を想定していないこと。IoT
化した場合には継続的追加投資の
必要性を理解してもらう必要あり
追加デバイス数
この部分は想定つき
やすいので計画に
入っていることが多い
追加デバイス数
数年間でどの程度の投資をするか
を見込んだ事業計画の策定、およ
び追加サービスの投入ロードマッ
プ、当初の各部門のコスト負担の試
算などが求められる

IoTはエッジコンピューティングとの連携へ

• クラウドサイドに全てのデータを上げてしまうのではなく、ローカルで処理可能なものはしょりして
しまう分散処理の考え方が求められ始めている。
25
IoTのマルチレイヤーモデルの中でエッジの重要性が増加
プラットフォーム
ネットワーク
エッジコンピューティング／
ゲートウェイ
ローカルネットワーク
業務別アプリケーション
業界別サービス／
コンテンツ
デバイス／センサ
ク
ラ
ウ
ド
ク
ラ
ウ
ド
オ
ン
プ
レ
ミ
ス
オ
ン
プ
レ
ミ
ス
レイヤー
アプリケーションを開発するためのライブラリ群、開発ツール、コラボレーション環境とアプリケーショ
ンそのものやデータの流通を行うものと大きく2つに分かれる
オンプレミス環境に構築されている様々なデバイスとクラウド側をつなぐネットワーク。
3G/LTE/LoRaなど、ワイヤレス通信を使われることが多くなってきている
クラウド側に対してローカルのデバイス側である程度の簡単な処理をする機能がエッジコンピュー
ティングである（IoTゲートウェイなど）。フォグと呼ばれる事もある。
オンプレミスのローカル環境内のネットワーク。Wi-Fi、Bluetooth、Jigbee、Z-wave、Dustなど様々
な規格が存在。
業務シナリオに応じたアプリケーション。データ蓄積・時系列分析・異常検知・故障予測・AIによる自
動判断など
各業界別でIoTによって実現されるサービス、活用・流通・課金対象となるコンテンツ
物理的な設備、組込機器、データ収集機器、センサーノードなど
セキュリティそれぞれのレイヤー間で外部からのアタックやデータ通信の保護を行うのがIoTセキュリティ対策
セ
キ
ュ
リ
テ
ィ
説明とそれぞれに属するオブジェクト

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

Levels
Application
(Reporting, Analytics, Control)
Data Abstraction
(Aggregation & Access)
Data Accumulation
(Storage)
Edge Computing
(Data Element Analysis & Transformation)
Connectivity
(Communication & Processing Units)
Physical Devices & Controllers
(The “Things” in IoT)
Collaboration & Processes
(Involving People & Business Processes)
1
2
3
4
5
6
7
Sensors, Devices, Machines,
Intelligent Edge Nodes of all types
Center
Edge
Data at
Rest
Data in
Motion
参考：IoT World Forum システムリファレンスモデル
SOURCE: IoT World Forum 2015, Cisco

• モバイル回線を通じて設備管理する事例。クラウド側とエッジ側のどちらで処理するのがコストが低
減でき、パフォーマンスが最適化できるかを3パターンで試算した例。
事例：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とする
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

• 例：複数カメラから入ってきた画像をMS-Cognitive
Serviceで判断し、各エリアにいる人数をカウント
（アロバビュー）、その中でモバイルADに反応した人
数をカウントし、更にターゲット店舗の入り口でその
うち何人が来店したかを可視化する。
30
エッジ側連携の例：店頭への誘導をカメラにて判断：O2Oビューワー実装
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
＋
ポイントはカ
メラ側デバ
イスでの
エッジ処理

さいごに

IoT実現のために
協創
お客様・パートナー様と、
新しい価値を

IoTな皆さんにおくるメッセージその１
データ／
インプットは
「量」
プロセス／
アナリシスは
「質」
アウトプット／
フィードバックは
「速」

• Design your vision 1st, then
Just try it！
• Don‘t worry about IP(Intellectual
Property) before you build it.
• Collaborate, Connect, Create
34
IoTな皆さんにおくるメッセージその２

NO IoT
NO
FUTUREiot@uhuru.jp

「IoTで創る新たなビジネス」第2回ダストコンソーシアム総会 161024

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to 「IoTで創る新たなビジネス」第2回ダストコンソーシアム総会 161024

Similar to 「IoTで創る新たなビジネス」第2回ダストコンソーシアム総会 161024 (20)

More from 知礼八子

More from 知礼八子 (20)

Recently uploaded

Recently uploaded (16)