書籍「IoTビジネスをなぜ始めるのか?」から抜粋、編集

1. IoTビジネスの
フレームワーク、ロードマップ

2. 全体像
2
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
ロードマップ
データの可視化
状態の可視化
最適化
自律化

3. IoTフレームワーク
3

4. IoTフレームワーク：取得
4
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
実世界のモノやヒトからデータを取得する
部分。センサーに相当

5. IoTフレームワーク：収集
5
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
センサーから出た信号を数値に変換したり、
あるいは他の場所のセンサーの数値と合わ
せてデータの系列に整理したりすることで、
一段高いレベルの処理をする。
多くの場合、センサーで取得したデータを
現場で一旦集めることが普通で、どのよう
にデータを収集するかを考える必要がある。

6. IoTフレームワーク：伝送
6
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
遠隔・広範に広がっているデータ間の距離
をネットワークの力によって克服する。
その伝送する力は、インターネットにコン
ピュータだけでなく、モノから発信された
データも乗るという意味で、IoTの象徴的
機能。

7. IoTフレームワーク：分析
7
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
分析において重要なことは「情報を得る」
こと。
情報とは「人間の意思決定に寄与するデー
タ」のこと。
意思決定には不十分な状態にある「デー
タ」から、「情報」を得ることが「分析」
と考えることができる。

8. IoTフレームワーク：可視化
8
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
IoTの事例を見ても、多くの場合、この
「可視化」の段階で有効性を確認できる。
IoTのビジネス活用を考えるとき、「可視
化」を1つのゴールとして想定することは
重要。

9. IoTフレームワーク：モデル化
9
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
モデルとは、実世界に存在する「状態」が
すべてわかっていて、さらにそれぞれの状
態にはどのようにすれば到達できるのかが
わかっている状況を作ることになる。
観測された状態をすべて集めるほか、どん
な時にどの状態になるのかを整理したもの
が、観測対象のモデルになる。

10. IoTフレームワーク：最適化
10
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
一旦モデルが出来あがると、サイバー空間、
すなわちITの本領が発揮できることになる。
実世界側の状態と、そこに至る手段がわ
かっているので、ある目的を達成するため
に、どこをどうすれば実世界が望ましい形
になるのかがわかる。
つまり、一番良い状態を得るという「最適
化」が可能になる。

11. IoTフレームワーク：制御
11
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック
最適な状態がわかったとしても、それを実
世界に反映しなければ無意味。
「最適化」で得られた「こうすれば良い」
はあくまでITの世界でわかったことであっ
て実世界を狙った状態に導くのは、ある種
のデータ。
このデータを実世界に伝達し、実世界を
「制御」できれば最終目的に到達すること
になる。

12. IoTフレームワーク：フィードバック
12
取得
収集
伝送
分析
可視化
フレームワーク
モデル化
最適化
制御
フィードバック 実世界を制御した結果として、起こった事
実を最初のセンサーに戻す過程が非常に重
要。
工学の世界では「フィードバック」と呼ば
れ、このフィードバックがあって始めて価
値あることが実現できるようになる。
思わぬことが起こるのが世の常であり、そ
の修正の機会を与えてくれるのが「フィー
ドバック」。
フィードバックを実現するには、制御しよ
うとしたこと自身を把握できること、そし
て、目的としている事柄とのズレを知る手
段の両方が必要。

13. IoTフレームワーク
このフレームワークを利用する際、
「各要素が何に該当するか」
「それによって何が解決できそうか」
「それらが実現できそうか」の順番で考えることがポイント
13

14. IoTロードマップ
14

15. IoTロードマップ：データの可視化
15
ロードマップ
データの可視化
状態の可視化
最適化
自律化
データの取得、収集、伝送に成功したとき、見えるよう
にするだけで人間の発想力が喚起される。ビジネス上の
効用は、可視化ができるようにするための仕組みと表裏
一体の関係になっているはず。
データ取得の観点でのビジネスの効能
「それまで人間が観測できなかったものが取得できた」
「直接取得できなかったものが物理的・電気的にデータ
を取得できるようになった」
「それまでの方法に比べてコストが一段と低下した」
「非常に高速・短期間で取得可能になった」
収集や伝送の観点でのビジネスの効能
「人間では集められなかったデータを集めた」
「非常に時間を要していた工程をコスト・時間の両面で
軽減した」
データの可視化では、その結果から何か新たな気づきが
得られるかもしれないという期待があるのは当然だが、
ビジネスの観点では確実に効果が得られるコストや時間
の視点で導入計画を立案し、付加価値的効果として、あ
るいはプロモーション的な効果として、新たな気づきの
側面を主張するのが堅実な進め方。

16. IoTロードマップ：状態の可視化
16
ロードマップ
データの可視化
状態の可視化
最適化
自律化データの可視化は人間の作業工程と対比が可能であり、
ビジネスの効用が単にその効率向上だけであれば、IoTの
ような新潮流に飛びつく魅力は半減してしまう。確実に
成果を出しつつも最終的にどのレベルまでビジネスに役
立てていくことが可能なのか、その見通しを得ることが
重要。
その意味では、ビジネスの実態が実世界ですので、ビジ
ネスで起こっている状態をすべて観測できているのかを
検証し、もしできていないのであれば、状態をすべて観
測できるようにすること。
つまり、「状態の可視化」。特にビジネスにおいては、
「機会損失になっているような状態」「明らかにムダと
言える状態」が存在するか否かを確認することが重要。

17. IoTロードマップ：最適化
17
ロードマップ
データの可視化
状態の可視化
最適化
自律化
潜在的なビジネスチャンスまで含めた数多くの「状態」
を把握できたとしたら、その次の段階は「最適化」。
これまで「状態」は結果論としてしか見えていなかった
が、時間的・空間的に視野を拡大することで、潜在的な
ビジネスチャンスが見えてくる。
さらにその次のステップとして、多くの「状態」の中で、
どれが一番ビジネスメリットを生み出す「状態」である
のかを見いだし、そこに到達するための道筋を具体的な
オプションとして提示する。
それができれば、極めて重要な経営意思決定の情報とな
る。

18. IoTロードマップ：自律化
18
ロードマップ
データの可視化
状態の可視化
最適化
自律化
最終段階として、実世界を“制御”できるようになり、ITの
世界と実世界を合わせて自律的な系を作ることができる
ようになる。
これは最適化されたビジネスモデルや作業計画通りに実
世界を動かすことができるという段階。

19. IoT利活用を検討する方法
19

20. IoT利活用を検討する方法：データの可視化
20
ロードマップ
データの可視化
状態の可視化
最適化
自律化
ビジネス活動のヒト・モノ・カネのすべてをデー
タ化し、それぞれが比較可能なように可視化し、
それを基に人間が改善案を導出できるレベル。
データを「取得」して「収集」することができて
いないビジネスの場合、まず目指すレベルがここ。

21. IoT利活用を検討する方法：状態の可視化
21
ロードマップ
データの可視化
状態の可視化
最適化
自律化
集めたデータは可視化できるものの、もう1歩のビ
ジネス改善のヒントを得たい場合に、ビジネスの
ムダやモレを探すレベル。
顧客を含め、従業員や資産、設備がどのような状
態になっているのか、その状態と事業成果との関
係がどのようになっているのかを可視化するのが
このレベル。
結果として「ここにビジネスチャンスがあるのに
逃している」という状態や、ビジネスを手掛けて
いるが「実績に結びついていない」という状態が
発見される。
それらに対する対策は人間が考える必要がある。

22. IoT利活用を検討する方法：最適化
22
ロードマップ
データの可視化
状態の可視化
最適化
自律化
ビジネスのモデル化を行い、モデルに基づいて、
最も良い状態に向かって、半自動で実世界の行動
に指示を出すレベル。
すべての状態を抽出できれば、同時にその状態に
至る経路や条件も明確になる。
どの状態がビジネスにとって最適であるかを探す
のがITの担える最適化。
自動もしくは半自動で最適な状態に至る方法や条
件を与えることができれば、それは実世界を最適
な状態に導く制御になる。

23. IoT利活用を検討する方法：自律化
23
ロードマップ
データの可視化
状態の可視化
最適化
自律化
ITの世界で最適化された状態に向かって実世界が
制御され、実際に実現できているかどうかを
フィードバック情報として再度データを取得・収
集し、ITと実世界が自律的により高度に最適化さ
れていくレベル。
ここが最終段階であり、この段階に到達するのは
容易ではない。
ただ、顧客やパートナー企業など、どれだけのス
テークホルダを巻き込めば自律的に形を変化させ
ながら継続的なビジネスモデルを作ることができ
るか、という問題と同じ。
したがって、技術論や各種の力関係から不可能な
要因があったとしても、「もし、その課題が無い
としたらどうなる」という思考実験を踏まえ、現
実的な答えとして「データの可視化」から「最適
化」までのどこを当面のゴールとすべきかを決め
ることが重要。

24. 出典
24