ITエンジニアの団体で、IoTの今後とAmazon GoやRFIDサプライチェーンビジビリティをテーマに考えよう、という発表をしました。 ワークショップの一部なので、このスライドでは過去の失敗の部分の説明、今後どうすれば良い、という話はこのスライドに含まれない参加者のディスカッションで見つける、という構成になっていること、ご理解ください。

1. IoTによるデータ取得の
変遷とシステム戦略へ
の影響
JISTA関東支部月例会
林 光一郎
2018-04-22

2.  49歳・A型・うお座
 会社員(海運会社でアナリスト業務)
 JISTAにはJSAG時代の2000年頃から
 幽霊会員歴長し
 好きなもの
 猫散歩
 美味しいもの
 ギャラリー
 音楽
自己紹介

3. IoT / RFIDとの関わり
 導入事例を1990年代から研究
 2008年～11年は勤務先の業務で担当
 現在の立場は一好事家
 ブログ「RFID a GoGo!」(2006年1月~)
 「林光一郎のRFID World Watch」
 日経ITPro Webで連載(2008年～2009年)
 その他、専門誌にも単発記事を寄稿

4. IoT / RFIDとは？
 RFIDはIoTの一部分を切り取り別の視点か
ら説明したもの。
 今回の発表では、両方とも無線を使って
貼付対象の情報を自動で発信できるデバ
イス(とユースケース)と考えてください。
 センサーデータの他にIDによる所在確認
にも意味がある。
 読み取り距離は数cm～数百m、単価は10
円～数千円。

5. 本日の構成
この発表の目的
Amazon Go - 「無人レジ」が目的
か？
サプライチェーンビジビリティ - 「見
えること」は価値を生むか？
ワークショップ

6. この発表の目的
センサー等が「自動で」取得できるデータ
に注目が集まり、機械学習などと組み合わ
せた新たなビジネス機会の期待が生まれつ
つあります。
一方で、このようなソリューションへの期
待と幻滅は10年以上前にもありました。
今回は同じなのか違うのか、違うとしたら
どこなのでしょうか、という議論をしま
しょう。

7. (余談)おむつとビール
スーパーでおむつとビールを並べて展示し
たら売り上げが向上しました！
25年前 : DWHブーム
15年前 : RFIDブーム
5年前 : ビッグデータブーム
今 : IoT / 機械学習ブーム
※ちなみにこの話は都市伝説だそうです
(少なくとも施策に落とされてはいない)。

8. 本日の構成
この発表の目的
Amazon Go - 「無人レジ」が目的
か？
サプライチェーンビジビリティ - 「見
えること」は価値を生むか？
ワークショップ

9. 2016年 Amazon
 https://youtu.be/NrmMk1Myrxc

10. 2006年 IBM
 https://youtu.be/eob532iEpqk

11. コスト下落が可能にした？
画像認識とはいえコストはゼロではない
カメラ、棚の重量センサーなどの固定費
学習データを読み込ませる作業コスト
商品価格に対してRFIDタグのコストが相対
的に低い分野でも今まで導入は進まなかっ
た。

12. 技術的には以前から可能
RFIDタグを商品単品に貼付しているアパレル
小売店は多い。
これら店舗の盗難防止タグは既にRFIDタグに
対応している。
つまり、これら店舗は軽微な機能追加でセル
フチェックアウトに対応可能。
→どうして今までやっていなかったのか？

13. 「無人レジ」は省力化目的？
そもそもレジを無人化しても人員はゼロに
ならない。
商品説明などの顧客対応はもちろん、店
舗の清掃、商品補充、トラブル対応など
にも人員が必要。
無人化を追求するなら自動販売機式の店舗
になるはずだが、Amazon Goは買い物の楽
しみを訴求するデリ式の店舗になっている。

14. 画像認識が向く用途は？
画像認識には原理的にできないことがある
同一商品のロット違い(賞味期限)の判定
箱の中の商品の読み取り
棚の下や奥の商品の読み取り(Amazon
Goでは棚の重量センサーなどで対応)
上記の要素は入出庫検品などのサプライ
チェーンの効率化を考えると不利。つまり
Amazon Goは、店頭オペレーションに特化
している。

15. 導入目的：新たな顧客体験
レジでの読み取りを意識させず、冷蔵庫か
ら商品を取り出すように手に取ってそのま
ま店外に、という全く新しいショッピング
体験を作り出すこと。
Amazonはこれまでも購買体験を変えてき
た。
最近ではAmazon Echoなど

16. 導入目的：行動データ取得？
人間が物を購入するときの物理的な動きを
多量に収集し、オンラインも含むマーケ
ティングに役立てる。
商品を手に取るときや悩んでいるときの
表情、手の動き
一度手にした商品を棚に戻すときの反応
万引きやイタズラをするときの身体の動
き、表情
プライバシーを考えると際どい情報だが、
Amazon Goの一環としてなら取得に大義名
分ができる。

17. 本日の構成
この発表の目的
Amazon Go - 「無人レジ」が目的
か？
サプライチェーンビジビリティ - 「見
えること」は価値を生むか？
ワークショップ

18. IoT/RFIDの読み取り特性
汚れても読める
作業者から離れていても読める
箱の中や棚の裏などに隠れていても読める。
複数を一度に読める

19. ビジビリティデータ
前述のIoT/RFIDの読み取り特性を生かして
提示されたコンセプト。
入出庫ゲートなどに設置した読み取り機で
「とにかく読めちゃった」データ。
その時点・その場所にモノがあったことを
示す。
入出庫など業務中の確認と結びついた「ト
ランザクションデータ」とは異なる。

20. 2008年の業界イベントにて
質問「トランザクション・データとビジビ
リティ・データの食い違いをどのように考
えるべきか？」
回答「これら2種類のデータは生成方法が
異なるので当然不整合が発生する。その不
整合を分析することで業務改善の手がかり
を得ることができるのだ。その意味で不整
合は必要なものである」

21. Wal=MartによるRFIDブーム
とにかくパレットやケースごとにRFIDタグ
を貼るぜ！
貼ったタグはあちこちで読むぜ！
読んだデータはサプライチェーン全体で共
有するぜ！
データを共有し可視化したらいくらでも改
善アイデアが出てくる筈だぜ！

22. しかし現実は…
見えたデータをどう使っていいか分からな
い…
単発的に役に立つ事例はあっても、継続的
な業務改善に繋がらない…
サプライチェーンの中で企業ごとに本気度
が違い、データの精度が合わない…
→具体的な業務改善の材料に落とし込めず、
ほどなく行き詰まり。

23. (補足)製造業の状況
工場でのIoT/RFID利用(機械の稼働状況監視、
資材・仕掛品など)は広く普及しているが
事例はあまり出てこない。
製造サプライチェーン中の情報の共有はあ
まり上手く行っていない(ドイツのIndustry
4.0など)。
理由は先のスライドと同じ。

24. 切り口を探すも、再び挫折
イベント時に店頭に出す飾りつけパレット
(プロモーションパレット)の所在を調べ、
倉庫に残っていれば指摘する。
導入しちゃったRFIDの読み取り機はあるし、
このユースケースを試してみよう!
これでも効果を出しきれなかった…
店舗への具体的な指示に落とし込めなかっ
た。
「店頭に出ていない」ことまでしか分から
ないので、店員がとぼけたら終わり。

25. プロモーションパレット

26. 復活の糸口はアパレル棚卸し
Wal=Martの失敗後しばらくして、アパレル
業界で店舗棚卸しに使うアイデアが浮上。
アパレルは商品の回転が速く、陳腐化する前
に売り切ることが極めて重要。
売れ残ると特売品になり利益が大幅減少。
店舗棚卸しを頻繁に行い、売り場でのサイズ
/色柄の欠品を早期に見つけるニーズが大き
かった。

27. アパレルの各分野に普及
先進企業の導入事例を見て競合企業も利用
を開始。
停滞した企業もあるが、一部の企業は導入
効果を挙げ、RFIDシステムを拡張して他用
途での利用に取り組みつつある。
店頭在庫と倉庫在庫を統合して扱うオムニ
チャネル対応などが現在の焦点。
他にも入出庫時の自動検品や盗難防止装
置との統合などの用途も広まる。

28. Lesson’s Learned
データを集めて眺めさえすれば何か使い道
が出てくる、という訳では全然なかった。
普及が始まるためには分かりやすい勝ちパ
ターン(Low Hanging Fruits)、今回はアパレ
ルでの店舗棚卸しが必要だった。
利用が複数の企業に広がらないと本格的な
普及に繋がらなかった。

29. (補足)キャズム理論
アーリーアダプターはビジョンも能力もあ
り、新技術を自分なりに使いこなせる。
アーリーマジョリティーは新技術が完成す
る(パッケージと導入事例が揃う)までは手を
出さない。

30. 本日の構成
この発表の目的
Amazon Go - 「無人レジ」が目的
か？
サプライチェーンビジビリティ - 「見
えること」は価値を生むか？
ワークショップ

31. ディスカッションのテーマ
現在のIoTブームは何らかのバリューを生む
ことができるでしょうか？
それともバズワードで終わってしまうので
しょうか？

32. Is This Time Different?
ゴールと測定方法を明確に定めることがで
きれば、今なら機械学習とかで「とにかく
集めたデータを分析にかけて何らかの結果
を生み出す」ことができる？
→去年のオープンフォーラムでもそんな議論
をしましたね！

33. Is This Time Different?
既存の業務の改革ではなく、新たな価値の
創造であれば、従来の普及プロセスをス
キップして一気にマジョリティーに遡及で
きる？
→バーストマジョリティーという言葉がある
そうです。

34. ワークショップ
IoTは具体的なバリューを生む新たなコン
セプトとして広く普及するか、あるいはバ
ズワードに終わるかを議論しましょう。
身の回りにIoTやRFIDの事例がある方は積
極的にそれらの事例をテーマに議論してく
ださい。