More Related Content
Similar to LiBRA 07.2020 / ITソリューション塾・第34期 IoT
LiBRA 07.2020 / ITソリューション塾・第34期 IoT
- 1.
- 2.
- 3.
- 4.
- 5.
- 6. 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 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 デジタル・ツインの実現 「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
- 7. 電脳世界 （Cyber World） 現実世界 （Physical World） デジタルツイン ビッグデータ センサ データ 最適解 制御 Cyber-PhysicalSystem 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 データ解析
- 8.
- 9. ソフトウェア化するモノ 9 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
- 10.
- 11. 「モノ」のサービス化 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
- 12. 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 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
- 13.
- 14. サプライ・チェーンとデマンド・チェーン 正確な需要予測 消費に見合った 円滑な商品の流れ を実現する 消費現場の 正確でタイムリー なデータ 消費現場の データに基づく 最適な商品の流れ を実現する POSや販売データだけでは なく、主義主張、趣味嗜好、 人生観や悩み、ライフログ、 生活圏などを含めて消費者 を深く知るためのデータ サプライ・チェーン Supply Chain デマンド・チェーン Demand Chain 日本メーカは、製造現場の改善活動やTQC（Total QualityControl）活動を中心に、SCM（サプライチェー ン・マネジメント）に力を入れ、ムダのない効 率的なものづくりで競争優位を確保してきた。 しかし、グローバル競争に突入したいま、日本 メーカのこれまでの競争戦略が通用しなくなっ ている。とくに価格競争で強みを発揮する中国 やインドがグローバル市場へ進出したことで、 日本メーカの競争力はますます低下している。 ものづくりの付加価値の源泉は、「いかに作る か」という製造生産プロセス（SCM）から、「何 を作るか」という企画開発プロセス（DCM）へと 大きくシフトしている。日本メーカはこれまで 「下り車線」のSCMには強かったが、「上り車 線」のDCMに弱かった。日本メーカの営業利益率 が低いのはそのためである。デジタル時代のも のづくりでは、利益率の低いサプライチェーン よりも利益率の高いディマンドチェーンに強い 企業が生き残るといわれる。 デジタル時代のものづくりでは、利 益率の低いサプライチェーンよりも 利益率の高いディマンドチェーンに 強い企業が生き残る可能性が高い。
- 15. ビジネス構造の転換 人と組織 ビジネス・モデル テクノロジー サービス モノ ビジネスの基盤 価値創出の源泉 附帯する取り組み ビジネスの実態 自律・分散型・小規模統率・集中型・大規模 グッズ・ドミナント・ロジック モノを介して顧客価値を手に入れる 顧客価値 Before DX 企業の存在意義 Purpose・Vision・Passion モノのビジネスを支援 購入して価値を消費する データ ビジネス･モデル サービス モノ サービス・ドミナント・ロジック サービスを介して顧客価値を手に入れる AfterDX 継続的に使って価値を共創する サービス実現の手段／デバイス テクノロジー 差別化の手段
- 16. ビジネス価値の進化 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
- 17. モノのサービス化 17 TOYOTA MaaS /e-Palette Concept KOMATSU SMART construction 土木工事における作業の自動化と高度化を実現す ることに加え、前後工程も効率化して、工期の短 縮に貢献できるパッケージ化したサービス 移動、物流、物販など多目的に活用できるモビリ ティサービス（MaaS）と、これを実現する専用 次世代電気自動車（EV） モノを売り収益を得るビジネス。サービスはモノ売りビジネスを支援する手段 サービスを提供し収益を得るビジネス。モノはサービスを実現なする手段
- 18. MaaS（Mobility as aService） 18 電車 タクシー バス レンタカー自家用車 配車サービス カーシェア 自転車シェア 電車 タクシー バス レンタカー自家用車 配車サービス カーシェア 自転車シェア MaaS 経路検索 支払 予約 配車手配 現 在 MaaS あなたのポケットに全ての交通を個人で所有・個別に手配 手段の提供：マイカーの所有や個別の手配･予約ではできない最適化された「移動体験」提供 価値の実現：マイカー利用を減らし環境負荷の低減や移動の利便性・効率化を実現
- 19. MaaS（Mobility as aService） 19 電車 タクシー バス レンタカー自家用車 配車サービス カーシェア 自転車シェア MaaS 経路検索 支払 予約 配車手配 MaaS交通についての悪しき悪循環 地方へ行くほどマイカーへの依存度が高くなる。 自動車は移動手段としては便利だが、保有コストが高いわ りには、稼働率は低い。 大気汚染や渋滞による社会的ロス、交通事故の死亡者数は 世界全体では年間100万人を超えている。 公共の交通機関の運営が、マイカー保有により危機に瀕し ている。乗り合いバスの利用者は近年大きく減少しており、 赤字で路線廃止に陥るケースが続いている。 公共交通路線の廃止により、移動手段がますますマイカー に偏り、公共交通機関の運営をさらに苦しめている。 MaaSによって悪循環を解消 公共交通が整備されると人々の流れが変わり、ガソリンや駐 車場代に向けられていた支出が、公共交通に回るようになる。 それによって地域全体が活性化する。 渋滞や交通事故の発生が減少すれば、社会全体のロスも低下、 行動履歴をビッグデータとして把握できれば、道路や都市計 画に活用できる。 高齢者や障害者などのハンディキャップを抱えた方々の移動 が容易になる。 運転ができるかできないかで住む場所が限定されるという不 自由さがなくなる。 マイカーに偏る今の社会が解消され、個人の暮らしは改善し、 街の中心部も活性化して地域が抱える問題の多くが緩和する。 公共交通も含めた交通手段の多様化により、 様々な社会的課題を解決できる可能性がある。
- 20. MaaSのレベル定義 20 スウェーデン・チャルマース大学の定義 社会全体目標の統合 Integration of socialsocial スマートシティーのような上位の政策目標に統合された移動 手段を実現するサービスを提供 提供するサービスの統合 Integration of the service offer 予約や決済に加えて、サービス独自の料金体系を持ち、異な る移動手段をシームレスにつなぐサービスを提供 予約と支払いの統合 Integration of booking and payment 異なる移動手段をまとめて検索でき、予約や手配も行うこと ができる統合サービスを提供 情報の統合 Integration of information 異なる交通手段の情報を統合して提供 統合ない No integration 事業者個別に移動手段や附帯するサービスを提供 レベル 4 レベル 3 レベル 2 レベル 1 レベル 0 個別の交通事業者が提供する移動手段やカー シェア、自転車シェアなどのサービス Google Map、NAVI TIME、乗り換え案内 Citymapper、シアトルのTripGo、などによ るルートや所要時間、料金の検索など ダイムラーのMoovel、ロサンジェルスのGo LAなど フィンランドのWhim、スイスのGreen Classなど 該当するサービスがない MaaSに相当するサービス
- 21.
- 22.
- 23. ガソリン自動車と電気自動車 23 部品点数 3万点（エンジン 8000点）部品点数 1〜2万点（モーター 30〜40点） 機能・性能 ハード＞ソフト 機能・性能 ハード＜ソフト 専用設計・製造が必要 ハードウェアのコモディティ化は困難 汎用部品の適用範囲が広い ハードウェアのコモディティ化は比較的容易 競争力の源泉 ハードの開発や製造に必要な ノウハウの蓄積や資金力／規模 競争力の源泉 ソフトウエアの開発力 （車載OSの覇権・Google vs Apple vs Tesla） 供給力とノウハウの 垂直統合（系列）による囲い込み 供給力とノウハウの 水平分業によるオープン・エコシステム ガソリン自動車 電気自動車 異業種・ベンチャーの参入障壁は高い トヨタ、日産、ホンダなどの自動車メーカー 異業種・ベンチャーの参入障壁は低い Google、Apple、Teslaなどの異業種企業
- 24.
- 25.
- 26. IoTとAR/MR デジタル・ツイン （ビッグ・データ） 機械学習 シミュレーション クラウド IoT ものごと・出来事 現実世界のデジタルコピー 機器制御 作業指示 情報提供 デジタル フィジカル AR （拡張現実／Augmented Reality） MR（複合現実／Mixed Reality） デジタルとフィジカルの 一体化された世界の実現
- 27.
- 28. IoTの機能と役割の4段階 28 モニタリング Monitoring 制御 Control 最適化 Optimization 自律化 Autonomy センサーと外部データ ソフトウェア アナリティクス人工知能（機械学習） 製品の状態 外部環境 製品の稼働、利用状況 製品機能の制御 パーソナライズ 製品機能・性能の向上 予防診断 サービス、修理 製品の自動運転 他製品やシステムとの自 動的連携 自己診断と修理・修復 製品の自動改良とパーソ ナライズ センサー、CPU、メモリーな どの小型化・低コスト化 ソフトウェアやクラウドの進 化とネットワークの低コスト 化 モデリングやシミュレーショ ンのアルゴリズムの進化と ビッグデータ 人工知能アルゴリズムの進化 製品への組み込み
- 29.
- 30. 超分散の時代 30 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（テキスト×画像×動画） 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
- 31. IoT World Forumのリファレンス･モデル 31 物理的なデバイスとコントロー PhysicalDevices &controllers モノと設備・モノの周辺に配置される制御機器類 接続 Connectivity ネットワークや機器との通信 エッジコンピューティング Edge Computing モノの周辺でのデータ分析や変換処理 データ抽象化 Data Abstraction データ集約とアクセス アプリケーション Application データ活用（業務処理・分析・レポート） 協働とプロセス Corroboration & Processes 人と業務プロセス データの蓄積 Data Accumulation データの蓄積と管理
- 32.
- 33.
- 34. 社会全体がCPSによって変革されるデータ駆動型社会 34 産業構造審議会商務流通情報分科会 情報経済小委員会 中間取りまとめ～ＣＰＳによるデータ駆動型社会の到来を見据えた変革～
- 35. データ駆動型社会の課題と可能性 35 産業構造審議会商務流通情報分科会 情報経済小委員会 中間取りまとめ～ＣＰＳによるデータ駆動型社会の到来を見据えた変革～
- 36. データ駆動型社会の分野別の取り組み 36 産業構造審議会商務流通情報分科会 情報経済小委員会 中間取りまとめ～ＣＰＳによるデータ駆動型社会の到来を見据えた変革～
- 37.
- 38. インダストリー4.0がやろうとしていること 38 標準化 複雑なシステムの管理 通信インフラの高度化 安全と情報セキュリティ 労働組織とワークライフバランス 人材育成、専門能力の開発 規制の枠組 エネルギー効率 通信規格の国際標準化 サプライチェーンや顧客との間でリアルタイムにデータを共有・分析 設備稼働率平準化、多品種変量生産、 異常の早期発見、需要予測などが可能に ドイツの２つの狙い 国内製造業の輸出競争力強化 ドイツ生産技術で世界の工場を席巻 インダストリー4.0仕様の生産システムがコスト競争上優位となり、我が国企業の海外生産 における競争力劣位が発生するおそれあり。 インダストリー4.0仕様の標準化が進むと、我が国のＦＡ関連機器が海外市場において参入 できなくなるおそれあり。
- 39. コレ１枚で分かるインダストリー4.0 39 インダストリー4.0 Industry 4.0 自ら考える工場 製造コストの極小化 個別仕様オーダーでも 量産品と同じコストで対応 カスタマイズ対応 お客様毎に異なる 個別仕様のオーダーに対応 短納期対応 個別仕様オーダーでも 短納期で対応 IoT Internet ofThings 工場内外の設備、機器、 部材からの情報を収集 IoP Internet of People 工場や関係事業所で働 く人々の情報を収集 IoS Internet of Service ECサイト、店舗、 サポート拠点な どからのサービ ス情報を収集 Cyber-Physical Systems 他工場 他工場 他工場 他工場 Internet 人工知能 ロボット
- 40. 産業革命の区分 40 電力蒸気機関人力・自然力 大量生産注文生産 多品種化 マス・カスタマイゼーション パーソナル・ファブリケーション 機械生産手作り コンピューターによる自動化 標準化・規格化個別仕様 個別仕様 コンピューターによる自律制御 工場・機器・人間の自律連携 産業革命以前 第１次産業革命 第２次産業革命 第４次産業革命第３次産業革命 水力 馬力 蒸気機関 鉄道 化学産業 科学的管理 コンピューター インターネット IoT/ビッグデータ 人工知能/クラウド 第１次産業革命 第２次産業革命 第３次産業革命 米国での理解 ドイツでの理解 産業革命以前 18世紀中〜 20世紀初〜 2010年代〜1970年代〜 デジタル・ファブリケーション時代 農業社会から工業社会への転換 労働力の田園地帯から都市部への移動 資本家や企業の台頭と労働者との役割分離 内燃機関
- 41. インダストリー4.0（第4次産業革命）とIoT 41 第１次産業革命 Industry 1.0 第２次産業革命 Industry 2.0 第３次産業革命 Industry3.0 第４次産業革命 Industry 4.0 機械化 効率化 自動化 最適化 水力・蒸気機関 手仕事から機械を利用 電力・科学的管理 統計的手法と電気による制御 コンピュータ 労働力を機械に置き換え デジタル 生産性を維持し個別最適 製造業 製造業 製造業 製造業 ＋ 非製造業 18世紀後半 20世紀前半 1970年代以降 2015年代以降 科学的管理 ERP 情報の一元管理と連係 前工程 生産 後工程 デジタル 社内外を含めたデジタル連係 自 動 化 自 動 化 自 動 化 自 動 化 自 動 化 第２.5次産業革命 Industry 2.5
- 42. ドイツでインダストリー4.0の取り組みが始まった背景 42 経緯： 少子高齢化による労働人口減少や原発の停止等に起因する国内立地環境の悪化 ドイツ国内でGDPの約25%・輸出額の約60%を占める製造業の存在感が低下 ＥＵ全域でアジアへの製造業流出の懸念 2011年11月、独政府は“High-Tech Strategy 2020 Action Plan” のプロジェク トの1つとして、 独製造業の競争力強化のための構想であるIndustry4.0を提示 連邦教育研究省（BMBF）、連邦経済エネルギー省（BMWi）が所管 実施主体： ドイツ機械工業連盟（VDMA）、ドイツ情報技術・通信・ニューメディア産業連 合会（BITKOM）、ドイツ電気電子工業連盟（ZVEI）を事務局とする、産学連携 プラットフォーム
- 43. 第4次産業革命（インダストリー4.0）とIoT 43 Recommendations for implementingthe strategic initiative INDUSTRIE 4.0 【第１次：機械化】 【第２次：電力活用】 【第３次：自動化】 【第４次：自律連携】 Cyber-Physical System 蒸気機関 大量生産 移動手段の革新 電力 科学的管理 化学産業の発展 コンピュータ 自動制御 大量生産と品質安定 IoT/M2M 自律制御 つながる工場
- 44. インダストリー4.0を支える繋がり 44 Recommendations for implementingthe strategic initiative INDUSTRIE 4.0
- 45. 従来の工場とインダストリー4.0がめざす工場の違い 45 決められた工程に従って進められるライン生産方式が主流。 混流生産もあるが、多くの製造機械によるラインを組まないと いけないので、製品の仕様を多様化することは簡単ではない。 製造実行システムは、本来は生産ラインに柔軟性をもたらすは ずだが、生産ラインを構成するハードウェアの制約によって活 用できる機能が限定的。 生産ラインで働く人々も個々の現場で全体像が把握できず、定 められた役割を果たすための作業を行う。 結果としてリアルタイムで顧客ごとの個別の要望に応えること は難しく、要望があったとしても、生産現場で動的に実現するこ とは困難。 製品個々の仕様ごとに工程の組み替えがダイナミックに行わ れる（ダイナミックセル・システム）。 顧客、機械、設備、部材、製品、作業者の情報が全て収集連 携され、製品毎に個別最適化された工程を自動的に作る。 生産工程は、コンピューター上で構築・検証され、それに合わ せた実際の工程が実行される（Cyber-Physical System）。 結果としてリアルタイムで顧客ごとの個別の要望に応えること ができ、要望があれば、生産現場で動的に実現する。 http://blog.livedoor.jp/ail01u9j10taw/archives/4075532.html
- 46.
- 47. 47 製造業とそれに関連する産業製造業に限らず広範な産業 Industrial Internet とIndustry4.0 Industrial Internet Industry 4.0
- 48.
- 49. Industrial Internet とIndustry4.0おける標準化の取り組み 49 IIRA IIC Reference Architecture RAMI4.0 Reference Architecture Model Industrie 4.0 デジュール寄り 国際標準化組織による標準 デファクト寄り 市場の要請などによる事実上の標準 マッピングの比較・分析リーダー by 日本
- 50. インダストリー・インターネットのモデルベース開発 50 自動車の高機能化（電子制御、安全運転支援システム、快適性、ネットワーク化）、パワートレイン 方式の多様化等により、設計開発業務は複雑化。一方で、製品の開発サイクルは短縮化。 こうした状況に対応するため、モデルベース開発（モデル化、シミュレーションを活用し開発を進め る手法）がエンジン開発を中心に進展。 開発環境の変化に対応できない中小サプライヤーが、欧州メガサプライヤー等に淘汰される可能性も 存在。 航空機分野は、安全性要求の高さ等から自動車に比べモデルベース開発が先行。重工各社は、モデル ベース開発を踏まえたエンジン部品開発を、エンジンメーカー（GE、P&W、R&R)に提案し付加価値 を獲得。
- 51. 日本産業システムが抱える課題 51 製造プロセスのデータ収集・活用によるカイゼン活動（暗黙知の形式知化、不可視知の可視知化）に は多くの日本企業が取り組んでいるが、カイゼン以上の付加価値提供にまでは至っていない。 他方ＧＥは、データ解析ツールの外販により、様々な分野で他社製の機器も含めたデータプラット フォーマーとなる動き。 今後、付加価値獲得競争が激化する中でビジネスモデルの構築が課題。 ITを活用した生産自動化により、工場内の生産性向上の分野では世界をリード。必要に応じて、混流 生産（一つのラインで複数の製品を生産）も実施。 → 大量生産を念頭に置いたもので、機械どうしを繋ぎ自律的に生産ラインを変えて 変種変量生産を実現する動きには至っていない。 我が国にも、製造物や生産ラインに取り付けたセンサーからデータを取得し、製品の保守や生産ライ ン効率化に活用する先進的な動きがある。 → 自社で閉じたシステムで、ＧＥのように競合他社へのシステム提供を通じ付加価値 を獲得しようとする動きにまで至っていない。 製造業のデジタル化による「つながり（Connectivity)」（工場内の機械や製品などのモ ノのデジ タルなつながり）が、消費者の多様な需要に対応した変種変量生産ラインの構 築に不可欠。 → デジタルものづくりのプラットフォームとなるツールやそれを工場内に導入するSＩer不足 データの蓄積・解析による付加価値づけが、競争力の源泉へ。 → データ蓄積のためのプラットフォーム作りを率先して行うことが必要。 → データの解析を通じた予測モデル等の付加価値づけにむけた人材が不足。 国際標準化、サイバーセキュリティへの対応。 → IEC（国際電気標準会議）で始まっている国際標準化活動に積極的に参画することが必要。
- 52. GEが推進する産業用IoTプラットフォーム“Predix” 52 発電設備 機関車 航空機エンジン工作機械 他の産業機械 ネットワーク APM OO BM 他のアプリケーション 通知 Redis キャッシュ BLOB ストレージ Postgres RDB NewRelic 監視 RabittMQ キューイング Spark 分散処理 Storm ストリーミング処理 Kafka 分散メッセージング処理 Taitan グラフDB Kasandra KVS Cloud Foundry オープンソースを駆使した独自基盤 Asset Performance Management 産業機器性能管理 （APM） Operation Optimization オペレーション最適化 （OO） Brilliant Manufacturing 製造現場最適化 （BM） サードパーティ アプリケーション アプリケーション エッジ・コンピューティング クラウド・コンピューティング APM OO BM 他のアプリケーション APM OO BM 他のアプリケーション APM OO BM 他のアプリケーション APM OO BM 他のアプリケーション
- 53. ファナックが推進する産業用IoTプラットフォーム“FIELD system” 53 故障予知 ZDT ファナック+シスコ 品質情報管理 LINKi ファナック 機械学習 アプリケーション基盤 DIMo PFN サードパーティ アプリケーション アプリケーション エッジ・コンピューティング クラウド・コンピューティング ネットワーク FIELD systemミドルウェア フィールドAPI コンバータAPI PLMSCM ERP ロボット CNC/MC ECM PLC 他社機器 FIELD system 機器の制御や データの読み出し ＊仕様公開＊ 機器固有のデータ形式を 共通データ形式に変換 ＊仕様公開＊
- 54.
- 55. 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〜
- 56. 5Gのビジネスの適用領域 データ量超増大 × 即時性向上 1通信あたりのデータの嵩が増える リッチ化する：高精細や高音質になり臨場感、没入感 が増す 多角化する：同時に取り扱える情報の選択肢が増える 1通信あたりのデータの種類が増える 制御用の情報（センサーやカメラからの情報）が増え る：自動○○が実現する 参考可能な情報（ログ情報）が増える：パーソナライ ズのパターンが増える、レコメンドの精度が向上する、 対象への理解が深まる タイムラグがほぼ無くなる 距離の制約が消える：各地に散らばる人たち同士で同 時に何かやる、今やった/起きたことをすぐに取り込 んですぐ活かす 社会（利便性）向上系 医療分野 超高信頼低遅延通信の実現で移動中や遠隔地の高度診療が可能になり、 医療格差が解消される 農林水産分野 超大量端末同時接続の実現で作物や家畜などの状況を把握するセン サーと散水・薬剤散布や給餌を実施するロボットやドローンの制御が 可能になり、減少する従事人口を補える 土木建築分野 超大量端末同時接続と超高信頼低遅延通信の実現によって遠隔制御が 可能になり、危険度が高い高所・鉱山・災害地などの現場での安全な 作業が確保でき、またドローンの活用による高精度測量などの精度が 向上する 生活分野 自動運転と遠隔制御によって、細分化された公共交通が実現する センサー情報を駆使して状況を把握する店舗運営が可能になる 遠隔授業や家庭教師の実現によって、学習格差が解消される 大量センサーと自動判定AIによって、防災・防犯・減災力が向上 VRオフィスとテレワークが実現する コンテンツ向上系 スポーツの場合⇒体験が深くなる 自動制御が可能になってカメラ台数を一気に増やせることで、多地 点・ドローンなどによる多角度撮影ができるようになる 取得データの種類が増え分析できる情報が増えることで、選手のバイ タルデータ・顧客のバイタルデータ・環境データが取得できるように なる AIが発達することでデータの有効活用レベルが上がり、多角的な分析 結果を提示できるようになる エンタメの場合⇒現実を超える仮想実現へ 即時性が向上することで出演者の居場所を問わない制作環境を実現さ せることや、同時多人数対応の参加型体験の提供ができるようになる スポーツ＆エンタメに共通 1通信あたりの送信データの嵩が増え、高画質・高音質・8K360°リ アルタイムな高臨場感映像が提供できるようになり、また視聴者に合 わせた多種多様な映像・情報を提供できるようになる 生活者データ・ドリブン・マーケテイィング通信より https://seikatsusha-ddm.com/article/10129/
- 57. コレ１枚でわかる第５世代通信 1G 2G 3G 4G 高速・大容量データ通信 10G〜20Gbpsのピークレート どこでも100Mbps程度 大量端末の接続 現在の100倍の端末数 省電力性能 超低遅延・超高信頼性 1m秒以下 確実な通信の信頼性担保 5G 音声 テキスト データ 動画 IoT 多様なサービスへの適用を可能にする 異なる要件のすべてを1つのネットワークで実現する。 各要件をに応じてネットワークを仮想的に分離して提供する（ネットワーク・スライシング）。 1979年〜 1993年〜 2001年〜 2012年〜 2020年代〜
- 58. 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
- 59. 5Gの３つの特性 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 mMTC：massive Machine Type Communications／大量端末接続
- 60. 第５世代通信の適用例 高速・大容量データ通信 10G〜20Gbpsのピークレート どこでも100Mbps程度 大量端末の接続 現在の100倍の端末数 省電力性能 超低遅延・超高信頼性 1m秒以下 確実な通信の信頼性担保 5G 多様なサービスへの適用を可能にする 異なる要件のすべてを1つのネットワークで実現する。 各要件をに応じてネットワークを仮想的に分離して提供する（ネットワーク・スライシング）。 2020年代〜 ２時間の映画を ３秒でダウンロード ロボット等の 精緻な遠隔操作を リアルタイムで実現 自宅内の約100個のモノ がネットに接続 (現行技術では数個) 現在の移動通信システムより 100倍速いブロードバンドサー ビスを提供 利用者がタイムラグを意識 することなく、リアルタイ ムに遠隔地のロボット等を 操作・制御 スマホ、PCをはじめ、身の 回りのあらゆる機器がネッ トに接続
- 61. 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〜
- 62.
- 63.
- 64. 第５世代通信におけるネットワーク・スライス 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。
- 65.
- 66.
- 67.