More Related Content
![【図解】コレ１枚でわかる最新ITトレンド [増強改訂版]](https://cdn.slidesharecdn.com/ss_thumbnails/170403ittrend2-170413083829-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to LiBRA 11.2020 / IoT
More from Masanori Saito
LiBRA 11.2020 / IoT
- 1.
- 2.
- 3.
- 4. モバイルネットワーク環境 利用環境の充実とコスト低下 なぜ、いまIoTなのか http://www.cisco-inspire.jp/archives/archives/tag/fog-computing H2MHuman to Machine H2H Humanto Human M2MMachine to Machine IoTInternet of Things コンピューター機器の高性能・低価格 化 利用・分析ソフトウエア技術の進歩 クラウド・コンピューティングの普及 スマートデバイスの普及 センサーの多様化と小型化・低価格化 モバイル・ネットワークの高速化・低 価格化 1999年、“Internet of Things” という言葉はKevin Ashton によって提案された。 http://www.rfidjournal.com/articles/view?4986
- 5. 統計解析 人工知能 M2M/IoTの発展経緯とCSP（Cyber-Physical Systems） 5 ビッグ データ 可視化 制 御 最適化 知識化 IoT M2M 2000年代〜 2010年〜 産業機器・社会インフラ個人・生活 メトカーフの法則 通信ネットワークの価値は、 接続するシステムの数の 二乗に比例する ネットワークに接続するデバイスの数 2009年:25億個→2020年:500億個 CPS クローズド戦略から オープン化戦略への転換
- 6.
- 7. M2MとIoT 7 モノ・人・データ・プロセスの相互連係モノとモノとの連係 クローズドな独自ネットワーク オープンなインターネット クローズドな独自ネットワーク 膨大なデバイス数 高いスケーラビリティ 限られたデバイス数 増大は限定的 業務を超えたデータ活用業務に特化したデータ活用 既存ビジネスの限界をブレークスルー イノベーションの創出 特定業務の 効率化・品質の向上・安全管理 連係 デバイス 数 ネット ワーク データ 活用 狙い M2M（Machine to Machine）IoT（Internet of Things） 個人・生活全般や広範なビジネス分野へ 軍事・製造設備・社会公共インフラなど データの精度や粒度、 リアルタイム性の向上 適用範囲の拡大
- 8. インターネットに接されるデバイス数の推移 8 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）
- 9. インターネットに接続されるデバイス数の推移 9 億人 億台 台/人 2003年 2010年 2015年2020年 世界人口 インターネット 接続デバイス数 一人当りの デバイス数 63 68 72 76 5 125 250 500 0.08 1.84 3.47 6.50
- 10.
- 11.
- 12. 人間の頭脳を機械に置き換え 知的作業を機械にやらせる技術 人間の仕事はなくなるの？ 人間は働かなくてもよくなるの？ 人間は機械に支配される時代が来るの？ AI（人工知能） モノをインターネットにつなげる技術 つなげてどうするの？ つなげると何ができるようになるの？ つなげると社会やビジネスはどう変わるの？ IoT（ ）モノの インターネット IoTとAIの一般的理解と本当のところ 12 現実の出来事をデータで捉え 最適なやり方を見つけ出し 社会やビジネスを動かす仕組み 人間の新たな進化を後押しする 自動化の範囲が広がり人間に新たな役割を担う機会を与える 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 人間の知的能力を劇的に拡張する 技術は使うが技術ではない！ 本物の人工”知能”はない！ コグニティブ Cognitive 社会やビジネスに 新たな X 急激な 変革を促すちから
- 13.
- 14. デジタル・トランスフォーメーションとCPS 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／PhysicalWorld 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
- 15.
- 16. IoTの未来 現実世界／Physical World Cyber PhysicalSystem／現実世界とサイバー世界が緊密に結合されたシステム サイバー世界／Cyber World センサー AIチップ 現場の 見える化 自律制御 デジタル ツイン 制御情報 地図情報 環境情報 など 予測・分類・識別 サービス アプリケーション AI／機械学習 クラウド モノ／IoTデバイス 5G 第５世代通信システム
- 17. その他のビジネス 自律走行自動車 ビル設備管理サービス IoTはテクノロジーではなくビジネス・フレームワーク 17 データ収集 データ解析 データ活用 土木工事自動化サービス 解決したいビジネス課題 土木工事需要の拡大 熟練作業員の高齢化 困難を極める若者人材確保 データ収集 ドローンによる工事現場の空中撮影（カメラ） 建設機械の高精度位置情報（GPS） デジタル化された施工情報（３次元CAD等） データ解析 高精度３次元立体図面 土量分析・作業分析 工程・工期シミュレーション データ活用 建設機械の自動制御・作業支援 工程変更支援 ドロー測量により進捗把握 解決したいビジネス課題によって、使われるテクノロジーの組合せは異なる デジタル・データを活用した ビジネス課題を解決するためのフレームワークIoTとは 現実世界 サイバー世界
- 18.
- 19.
- 20. ビッグデータ IoTとスマートデバイス 20 データの取得 アナログな事実を デジタルデータに置き換える データの分析 規則性、関係性を見つけ出す 最適解を見つけ出す 事実を分類整理する データの見える化 過去の原因を見つける 現在の状況を把握する 未来を予測する データの活用 アプリケーションを駆動する 意志決定を支援する/行う 機器を制御する 機械学習 263 Kw ○×電力 スマートマシン 自ら学習・判断して 自律して動作する機械 サイバー世界／Cyber World 現実世界／Physical World
- 21.
- 22.
- 23. Device / SensorData Location Data Vital / Life Log Data ビッグデータ 災害時避難誘導 災害に関わる警報や注意 エネルギー需給調整 交通監視・管制 見守りや犯罪の抑止 など 生活・健康の改善指導 生活環境の監視・制御 予防診断 嗜好にあわせた情報提供 安全運転・自動運転 など 産業機械監視・制御 工場の自動操業 品質や精度の監視と自動調整 最適物流統制 省エネのための機器制御 など IoTとアプリケーション 事業活動 産業活動 日常生活 人間行動 社会活動 公共活動 アナルティクス 業務アプリケーション クラウド基盤
- 24. 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 24 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
- 25. デジタル・コピー／デジタルツイン 25 電脳世界 （Cyber World） 現実世界 （Physical World） Cyber-PhysicalSystem スマートフォン自動車 ウェアラブル 家電スマートメーター 263 Kw ○×電力 様々なアクティビティ スマートフォン自動車 ウェアラブル 家電スマートメーター 263 Kw ○×電力 様々なアクティビティ シミュレーション データ 最適解
- 26. 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 26 ビッグデータ 機械学習 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
- 27. 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 27 「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 「顧客第一主義」戦略 「顧客データ収集」戦略 ユーザーとの接点を可能な限り増やし あらゆる顧客情報を徹底して収集する
- 28. CPS（Cyber-Physical System）の仕組み 28 アナリティクス ビッグデータ 現実世界のデジタル・コピー 電脳世界 （Cyber World） 現実世界 （PhysicalWorld） Cyber-Physical System アプリケーション 統計解析 人工知能 販売システム 生産システム 交通管制 ・・・ センサーによる感知 人による操作 人による記録 交通機関家電製品 自動車 スマホ ウェアラブル 住宅 申し込みSNS投稿 ブログ投稿 Web閲覧購入 経理処理財務管理 アンケート 物流管理国勢調査 IoT
- 29. CPS（Cyber-Physical System）の仕組み 29 ビッグデータ 現実世界のデジタル・コピー ア ナ リ テ ィ ク ス 建物・設備 自動車 電化製品 着衣 アクセサリー 電脳世界 （Cyber World） 現実世界 （PhysicalWorld） Cyber-Physical System 人 工 知 能 ソフト ウェア ソフト ウェア ソフト ウェア ソフト ウェア デ ジ タ ル 化 さ れ た 現 実 世 界 の デ ー タ フ ィ ー ド バ ッ ク アプリケーション 制御 Actuation 情報 Information 更新 Update ソリューション 自律制御 自己診断/修復・自律運転など 情報アシスタンス 情報提供・アドバイスなど ソフトウェア制御 機能変更・性能改善など モデリング Modeling シミュレーション Simulation 最適化 Optimization 意味・解釈 関係・構造 原因・理由
- 30. CPS（Cyber-Physical System）の仕組み 30 電脳世界 （Cyber World） 現実世界 （PhysicalWorld） Cyber-Physical System 人間自動車 ウェアラブル 家電スマートメーター 263 Kw ○×電力 人間自動車 ウェアラブル 家電スマートメーター 263 Kw ○×電力 物理的・地理的障壁が存在する その連携や組み合わせは、様々な制約を受ける 物理的・地理的障壁は存在しない あらゆるモノをつなげ、組み合わせることができる
- 31. CPS: IoTによって変わる現実社会のとらえ方 31 事実実験経験 体験・主観 サンプルリアルタイム・データ 人の直感 データの分析 IoT 膨大なデータをリアルタイムに収集し データ分析によって事実を把握する。
- 32.
- 33.
- 34.
- 35.
- 36.
- 37.
- 38. ソフトウェア化するモノ 38 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
- 39.
- 40. 「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
- 41.
- 42.
- 43. 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 43 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
- 44.
- 45. 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。
- 46.
- 47.
- 48. ビジネス・モデルの変革 VISION-S Prototype WOVENCitye-palette エンターテイメント・デバイス エンターテイメント空間として サービスを提供するためのデバイス サービス・プラットフォームとして コネクテッドな時代の 社会・生活空間として コネクテッドな時代のビジネスの可能性・新たな生き残り戦略の模索
- 49. コ ト づ く り 顧客価値 価値実装 体験 更新 心地良い・使い易い もっと使いたい ずっと使い続けたい 継続的な改善 最適を維持 顧客の期待を先回り UX ソフトウエア 「モノのサービス化」の構造 機能 仕様 モ ノ づ く り ハードウェア UI サービスとは、効用や満足などを提供する形のない労働や役務のこと サービス・ビジネスとは、コトの価値を提供し続けるビジネスのこと
- 50.
- 51. ビジネス価値のシフト モノづくり：サプライヤー／部品メーカーへの依存拡大 先進運転支援システム/ADAS Advanced driver-assistance systems 自動運転システム/ADS AutonomousDriving System 自動運転システム/ADS Autonomous Driving System 移動サービス／MaaS 等 移動サービス／MaaS 等 車両／ハードウェア 車両／ハードウェア 車両／ハードウェア コトづくり：自動車メーカーの事業の重心がシフト データ Data 差別化の対象 差別化の対象 差別化の対象 ソフトウェア ソフトウェア
- 52. 自動車／移動ビジネスの3つの戦略 SONY Vision S Concept UX（体験） 機能（移動） モノ （所有） サービス （使用） 従来までの 自動車メーカー サブスク MaaS Mobilityas a Service ? 自動車メーカーのUX実現支援 自動運転ソフトウェア ビジネス・モデル の転換 ビジネス・モデル の拡張 ライドシェア
- 53. 属性データと行動データ 性別・年代・結婚・職業・・・ 女性・20代・独身・事務職・手芸が好き・・・ 属性に応じて最適化された 機能・性能・品質の提供 属性データ 属性（静的）データ ✖️商品（モノ） 商品力向上＝調査✖️技術開発✖️製造技術 個 人 場所・時間・体験・感情・・・ 競技場・夏の夕方・サッカー観戦・勝利の喜び・・・ 状況に応じて最適化された 感動・楽しさ・共感の提供 行動データ 行動（動的）データ ✖️ UX（体験） 共感 デジタル接点・取得頻度の 増加によって解像度が上昇 UX向上＝多接点✖️高頻度✖️高速改善 状況 主義主張・人生観・価値観・悩み・生活圏・・・
- 54. データとモノ／コト・ビジネスの関係 属性データ 商 品販売代金 属性に最適化された 商品の作り込み 魅力的な商品を作る 属性理解→商品設計→商品開発 行動データ UX サブスク 従量課金 状況に最適化された UXのアップデート 魅力的な体験を作る 状況理解→UX設計→UX開発 体験を継続したいという想いへの対価 商品を手に入れることへの対価 行動データ 商 品 販売代金 うまくいかないビジネス 行動データを取得する意味がない 商品の機能や性能を アップデートできなければ意味がない アップデートのコストをまかなえない
- 55.
- 56. モノ・コト・体験 モノ 魅力的な機能・性能・品 質を実装したカタチある 商品 コト 適切なタイミングに便利 で必要十分なカタチなき サービス 体験 楽しい、心地良い、使い 続けたいなどを感じさせ る物語・ジャーニー 惣菜パン コンビニ 決済・ポイント 生命保険ライフ・プランナー コミュニケーション 自動車 販売店・営業 移動サービス メーカー サービス事業者 プラットフォーマー メーカー主導で 魅力的なモノを作る プラットフォーマー主導で 魅力的な体験を作る 属性（静的）データ 固定的な個人の理解 行動（動的）データ 状況に応じた個人の理解 体験を得る手段 としてのツール ユーザーによる モノの所有が前提 事業の主体 モノが主役 時代の事業 体験が主役 時代の事業
- 57. 体験データを手に入れるためのプラットフォーム モノ 魅力的な機能・性 能・品質を実装し たカタチある商品 コト 適切なタイミング に便利で必要十分 なサービス 体験 楽しい、心地良い、 使い続けたいなどを 感じさせる物語・ ジャーニー 惣菜パン 生命保険 自動車 など コンビニ ライフランナー 販売店・営業 など 決済・ポイント コミュニケーション 移動サービス など モノとコトをつないだ 体験データを掌握 プラットフォーマー
- 58. 体験とスーパーアプリ スーパーアプリ：メッセージングやソーシャルメディア、決済、送金、タクシー配車、飛行機やホテ ルの予約、Eコマースなど、スマホで一般的に行われるサービスがすべて詰まっている。何かをする度にい くつもアプリを立ち上げる煩わしい手間が不要となり、ユーザーにとっての利便性は極めて高い。 SNS 配車 決済 送金 その他 アプリ ビデオ 通話 SNS 配車 決済 送金 その他 サービス ビデオ 通話 スマートフォン・モバイル端末スマートフォン・モバイル端末 Apple iPhone,Google android端末 スーパーアプリ Apple iPhone,Google android端末 Apple App Store,Google Play Store Apple App Store,Google Play Store Facebook Uber PayPay Zoom 各ベンダー WeChat,Alipay,Go-Jek,Grab,Paytmなど Line & PayPay,Uber,Facebookなどが同様のポジションを狙う スーパーアプリによるユーザー体験の一元的把握により、ユーザー毎のきめ細かな個別最適化され たUXが提供できるようになり、圧倒的な競争力の確保につながる。
- 59. これからのビジネスの方向 価値 モノ モノ 価値価値 モノ プロダクト価値を買う モノを手段として使う モノを買う 価値が提供される デジタルテクノロジーを駆使 継続的な顧客との関係を維持 顧客の体験を進化させ続ける モノ自体の機能と性能を極め 使いこなすための支援を継続 顧客体験をモノに合せ最適化 価値＝サービス体験に対価を払う モノ＝機能や性能に対価を払う
- 60.
- 61. テクノロジーの進化が求めるモノのサービス化 61 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／CyberWorld 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 センサー＋デジタル化された 顧客接点・プロセス ビッグデータと機械学習 クラウド･サービス
- 62.
- 63.
- 64.
- 65.
- 66. サービスとしてのモノ 66 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
- 67. モノのサービス化 67 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
- 68. MaaS（Mobility as aService） 68 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
- 69. MaaS（Mobility as aService） 69 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。
- 70. MaaSのレベル定義 70 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
- 71.
- 72. クラウド IoTがもたらす３つのイノベーション 72 ソフトウェアハードウェア ソフトウェアハードウェア ソフトウェア 買ったときの機能 ＝全機能 買ったときの機能 +買った後に追加される機能 ＝進化する機能 進化するモノ タイムマシン化するモノ サービス サービスサービス サービス クラウド 過去 現在 未来 アナリティクス（統計／人工知能） ビッグデータ クラウドにつながることで 無限のリソースと 様々なサービスを 機器が手に入れる ビッグデータを分析することで 過去から原因・理由を探る 現在の出来事を知る 未来を予測する 賢くなるモノ
- 73.
- 74. 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
- 75.
- 76. IoTの機能と役割の4段階 76 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
- 77.
- 78.
- 79.
- 80.
- 81. 広域・広帯域通信 低消費電力・近接通信 IoTの三層構造 クラウド・コンピューティング エッジ・コンピューティング フォグ・コンピューティング デバイス 人工知能 人工知能 人工知能 センサー 長期・戦略的なデータ活用 オープンなサービス間連係 サービス監視・全体最適化 データ集約による伝送効率向上 データの価値密度を濃縮 即時判断・高速応答への対応 データ活用 と機能連携 データ集約 と高速応答 データ収集 と遠隔送信
- 82. クラウド・コンピューティングとフォグ・コンピューティング 82 設置場所は問わない 距離は離れていてもいい ネットワーク遅延時間を許容 消費電力は問題にならない 多様なサービスを組み合わせて使用 リアルタイム処理性能は求められない 大量データを使った解析やシステム全体の制御 様々なサービスの組合せやSNSによる連携させ 設置場所は制約される 距離は近くなければならない ネットワーク遅延時間は短い 僅かな消費電力 特定の機器に特化し数も多い リアルタイム処理性能が求められる ネットワーク環境が悪いことを想定する 一部の機器の故障や盗難しても全体として機能する データ活用 と機能連携 データ集約 と高速応答 クラウド・コンピューティング フォグ・コンピューティング ネットワーク デバイス
- 83. 超分散の時代 83 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
- 84. IoTのビジネス・レイヤ（１） 84 Log 機器データ ワークフロー 自動化・制御 スマートフォン自動車ウェアラブル 家電スマートメーター 物流農業 交通 エネルギー製造 教育医療 住宅 ・・・行政 アプリケーション デバイス 3GWired 4G/LTE WiFiBluetooth アナリティクス 機械学習 263 Kw ○×電力 データ蓄積 データ検索 認証 セキュリティ プラットフォーム クラウド事業者・通信キャリアは、インフラやネットワークだけでは付加価値を出しにくい。 プラットフォームに隠蔽して「IoTプラットフォーム・サービス」としての展開を図ろうとしている。 ネットワーク
- 85. IoTのビジネス・レイヤ（２） 85 ビッグデータ 産業生活 研究社会基盤 スマートフォン自動車 ウェアラブル家電スマートメーター 263 Kw ○×電力 データ サービス デバイス 個々のデバイスの 目的に応じた データ収集と制御 個々の区分に応じた アプリケーション提供と データの分析 データ蓄積と連携による 新たな活用と ビジネスの創出
- 86. IoT World Forumのリファレンス･モデル 86 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
- 87.
- 88.
- 89.
- 90.
- 91. LPWA(Low Power WideArea)ネットワークとは 91 低 速 最大数十キロbps 低消費電力 規定の電池容量で数ヶ月から数年使用可 広域通信 基地局から数キロから数十キロをカバー 低コスト @10円/月程度からの使用料 利点 制約
- 92. LPWA(Low Power WideArea)ネットワークの位置付け 92 http://itpro.nikkeibp.co.jp/atcl/column/16/071500148/072000003/ 到 達 範 囲 1m 100m 10km LPWABLE (Bluetooth Low Energy) ZigBee 無線LAN(WiFi) 消費電力 GSM 3G 4G/LTE 低 高 通信キャリアが参入を急ぐ NB-IoT (LTE帯域を使用) 各種規格が群雄割拠
- 93. LPWA(Low Power WideArea)ネットワークの位置付け 93 0.01 1 10 100 Mbps km以上 100m 1m 10m LPWA SIGFOX LoRaWAN NB-IoT 無線LAN(Wi-Fi) Bluetooth Wi-SUN ZigBee Z-Wave NFC 4G/LTE 高消費電力低消費電力 データ転送速度 通信距離 http://businessnetwork.jp/Detail/tabid/65/artid/5106/Default.aspx
- 94.
- 95. LPWAネットワークの位置付け SIGFOX 上り：100bps 下り：600bps 料金：100円〜/年 LoRaWAN 上り：3kbps 下り：3kbps 料金：360円〜/年 NB-IoT 上り：27kbps 下り：63kbps 料金：10〜300円/月 通 信 料 金 回線速度 http://businessnetwork.jp/Detail/tabid/65/artid/5106/Default.aspx ＊利用する月間データ量による
- 96. LPWA主要3方式の比較 920MHz帯 125kHz キャリア事業者 の通信網 LTEと同帯域 200kHz 920MHz帯 100Hz オープン仕様 免許不要 携帯電話 国際標準 免許要 仏SIGFOX社 独自仕様 免許不要 0.3〜50kbps 0.3〜50kbps 27kbps 63kbps 100bps 600bps 数km 〜数十km 最大40km 最大数十km 周波数帯 周波数幅 仕 様 免 許 通信速度（上） 通信速度（下） 通信距離 （半径） LoRaWAN NB-IoT （LTECat-NB1） SIGFOX ゲートウェイ 基地局 基地局 ネットワークサーバー クラウド・サービス アプリ・サーバー アプリ・サーバー アプリ・サーバー モノ/デバイス モノ/デバイス モノ/デバイス 3G ：下り最大14.4Mbps /上り最大5.76Mbps LTE ：下り最大 150Mbps /上り最大 50Mbps
- 97. ソフトバンクのIoT通信サービス 97 規格名 特徴 技術仕様周波数 最大通信速度 用途 （下り／上り） NB-IoT 低価格化・省電力化に特化し、LTEと共存可能 3GPP LTEバンド 27kbps／63kbps スマートメーター やパーキングメー ターなどRelease 13 Cat. M1 LTEの一部の周波数帯域のみを利用して通信モジュール の低価格化・省電力化を実現。音声通話にも対応 0.8Mbps／1Mbps エレベーターや運 送管理など 1. ソフトバンクのIoTプラットフォームと併用する場合（1回線当たり） プランA プランB プランC プランD 月額通信料 10円 20円 50円 200円 月間データ量 10KBまで 100KBまで 600KBまで 2MBまで 超過データ通信料 0.6円／KB 0.4円／KB 0.3円／KB 0.2円／KB 2. ソフトバンクの通信ネットワークのみを利用する場合（1回線当たり） 単体プランA 単体プランB 単体プランC 単体プランD 月額通信料 100円 150円 200円 300円 月間データ量 10KBまで 100KBまで 600KBまで 2MBまで 超過データ通信料 1円／KB 0.5円／KB 0.4円／KB 0.3円／KB
- 98. Wi-SUN 98 Wireless SmartUtility Networkの略で、「Smart Utility Network」とは、ガスや電気、水 道のメーターに端末機を搭載し無線通信を使って、効率的に検針データを収集する無線通信シ ステム サブギガヘルツ帯と呼ばれる900MHz前後の周波数帯の電波で通信。日本では2012年、 920MHz帯が免許不要で利用できる帯域として割り当てられている。 無線LANなどで利用される2.4GHz帯と比べ、障害物などがあっても電波が届きやすく、他の 機器などからの干渉も少ない周波数帯。
- 99. LPWA(Low Power WideArea)ネットワーク 通信規格一覧 99 http://itpro.nikkeibp.co.jp/atcl/column/16/071500148/072000003/
- 100.
- 101.
- 102. IoTセキュリティ 102 大項目 中項目 指針主な要点 IoTセキュリティ 対策の5つの指針 方針 指針1 IoTの性質を考慮した 基本方針を定める ■経営者がIoTセキュリティにコミットする ■部門性やミスに備える 分析 指針2 IoTのリスクを認識する ■守るべきものを特定する、つながることによるリスクを想定する 設計 指針3 守るべきものを守る 設計を考える ■つながる相手に迷惑をかけない設計をする ■不特定の相手とつながれても安全安心を確保する設計にする ■安全安心を実現する設計の評価・検証を行う 構築･接続 指針4 ネットワーク上での 対策を考える ■機能及び用途に応じて適切にネットワークを接続する ■初期設定に留意する ■認証機能を導入する 運用・保守 指針5 安全安心な状態を維持し 情報発信・共有を行う ■出荷、リリース後も安全安心な状態を維持する ■出荷、リリース後もIoTリスクを把握し、関係者に守ってもらいたいことを伝える ■IoTシステム、サービスにおける関係者の役割を認識する ■脆弱な機器を把握し、適切に注意喚起を行う 一般利用者のためのルール ■問い合わせ窓口やサポートがない機器やサービスの購入、利用を控える ■初期設定に気をつける ■使用しなくなった機器については電源を切る ■機器を手放すときはデータを消す 出典：IoT推進コンソーシアム「IoTセキュリティーガイドラインバージョン1.0」
- 103. IoTにおけるセキュリティの留意点 103 ❖ デバイス層 デバイス自体が侵害されるケースをどう防ぐか 「閉じた世界」という誤解は排除しなくてはいけない（現代において閉じたＩＴ はありえない） デバイスは利用者にとっては、たんなる「モノ」であることを意識する必要があ る（利用者に要求できることはほとんどない） ❖ サービス層 攻撃者にとっては、個々のデバイスを狙うより、サービスを狙う方が遙かに効率 がいい（攻撃が成功すれば多数のデバイスの制御やその情報を手中に収められ る） サービスが止まると、モノは単にモノでしかなくなる（モノですらなくなるかも しれない） 標的となりうる可能性を真剣に検討する必要がある（長期間にわたり、高度かつ 執拗な攻撃を受ける可能性が高い） データの利活用を考えれば、様々な他のサービスとの連携や相互接続が必要にな り、セキュリティ上でもサプライチェインの複雑化が懸念される（ここでも「閉 じた世界」はありえない） 出典 https://www.altairsecurity.com/documents/Internet-of-Things.pdf
- 104. The OWASP Internetof Things Top 10 104 1.安全でないウェブインターフェース アカウントリストの漏洩、ロックアウト機構の欠如、ユーザのクレデンシャル 情報が弱い場合、ウェブインターフェースは安全とは言えません。特に、内部 ネットワークのユーザのみが使用すると考えられているウェブインターフェー スの多くは安全性が低くなっています。 しかし、内部ユーザからの脅威は外部 ユーザからの脅威に相当する危険性があります。ウェブインターフェースの問 題は、XSSなどの脆弱性を特定できる自動テストツールを活用しながら手作業 で確かめていくことで容易に見つけることができます。 2.欠陥のある認証・認可機構 パスワードが脆弱で、しかもその保護が不十分である場合、認証・認可機構に 欠陥が生じます。内部ネットワークのユーザのみが使用し、外部ネットワーク のユーザからはアクセスされないことを前提としている場合、ほとんどのイン ターフェースにこのような欠陥が見られます。認証・認可機構の問題の多くは、 自動テストツールでも、手作業でも容易に見つけることができます。 3.安全でないネットワークサービス 安全でないネットワークサービスは、バッファオーバーフロー攻撃や、ユーザ がデバイスを使えなくするサービス妨害(DoS)攻撃の影響を受けやすくなりま す。また、他ユーザに対するDoS攻撃では、安全でないネットワークサービス を悪用されることがあります。ポートスキャンやファジングツールで検知する ことで、安全性を確認できます。 4.通信路の暗号化の欠如 通信の暗号化を行わないと、LANやインターネットで通信されるデータを誰か らでも見られるようになります。LANのトラフィックは内部の限られた人にし か見られないため通信路の暗号化が不要だと考える人もいるでしょうが、ワイ ヤレスネットワークでは、設定の不備があれば誰にでもトラフィックを見られ るようになります。この問題の多くは、ネットワークトラフィック上で、実際 に読めるデータを調べることで容易に見つけることができます。また自動化 ツールでSSLやTLSのような常識的な暗号化通信が適切に実装されているかを 調べることができます。 5.プライバシー プライバシーの問題は、収集した個人情報の保護が適切でない場合に発生しま す。デバイスのセットアップ時にユーザから収集するデータを分析することで、 プライバシーの問題を検知できます。また、自動化ツールでパターンを特定し て検索することで、個人情報や機微情報の収集状況を確認できます。 6.安全でないクラウドインターフェース ユーザの認証情報やアカウントリストを推測しやすい場合、クラウドインター フェースは安全とはいえません。クラウドインターフェースへの接続内容をレ ビューし、その通信がSSL接続を用いているかどうか、さらにパスワードリ セット機構がアカウントの有効性を見せて結果的にアカウントのリスト化につ ながってしまうものとなっていないかなどを確認することにより、安全性を確 認することができます。 7.弱いモバイルインターフェース 推測しやすいユーザ認証情報やアカウントリストを取得可能である場合、モバ イルインターフェースは安全とはいえません。ワイヤレスネットワークへの接 続やSSL接続の有無、パスワードリセット機構がアカウントリスト作成につな がるかどうかなどを確認することでモバイルインターフェースの安全性を確認 できます。 8.セキュリティ設定の不備 セキュリティ設定の不備は、ユーザにデバイスのセキュリティ設定に ついてのスキルがないか、不足している場合に生じます。 また、ウェブインターフェースの設定画面で、緻密なアクセス権限の 設定ができない場合、たとえば強力なパスワードの使用を必須に することができない場合などにも生じます。手動で設定画面を レビューし、これらのオプションの存在を調べることで確認できます。 9.ソフトウェア・ファームウェアの問題 更新できないデバイスは、それ自体がセキュリティ欠陥です。デバイスに脆弱 性が発見されたら、そのデバイスは更新できなければなりません。また、肝心 のソフトウェアやファームウェアのアップデートの配信において、ネットワー ク接続が保護されていない場合も安全とは言えません。また、ソフトウェアや ファームウェアに認証情報など機微情報がハードコーディングされている場合 も安全ではありません。この問題を発見するには、アップデート時のトラッ フィックをチェックしたり、バイナリエディタなどを使いアップデートファイ ルそのものに関心を誘う情報が含まれていないかを分析します。 10.物理的な問題 攻撃者がデバイスを取り外すことで、記録媒体や、そこに保存されているデー タにアクセスできる場合、物理的な脆弱性が存在すると言えます。また、USB など外部ポートが設定やメンテナンス用の機能としてアクセスできる場合にも、 物理的なセキュリティの問題になります。 https://www.owasp.org/index.php/OWASP_Internet_of_Things_Top_Ten_Project
- 105.
- 106. データが増大し ビッグデータになった ビッグデータへの 関心が高まった ビッグーデータを 扱えるようになった いまなぜ、ビックデータなのか Variety 種類 Velocity 加速度 Volume 量 Big Data ビッグデータ ストレージ ：容量増加 X 価格低下 プロセッサー： 処理能力上昇 X 価格低下 ソフトウェア： Hadoop,NoSQL etc メイン フレーム クライアント サーバー ダウンサイジング PCの普及 Internet 1960年代〜 1980年代〜 2010年代〜 IoT モバイル ソーシャル クラウド 1990年代〜
- 107. 急激なデータの増大 150EB 150EB 178EB 150EB 178EB 2009 20102012 1350EB 20202013〜 35ZB 約20倍 情報爆発 infoProsion これまでとは桁が違う量のデータ ビッグデータ 扱うデータサイズが100TB（テラバイト）以上、 またはストリーミングデータを利用していること、 または年率60％以上の成長率で生成されるデータ http://www.idcjapan.co.jp/Press/Current/20140123Apr.html
- 108.
- 109.
- 110.
- 111.
- 112.
- 113. The Internet ofThings by IBM 113 https://www.youtube.com/watch?v=L1unGW2Ae1M↑クリックすると動画が再生されます。
- 114. What is IoT? by Intel 114 https://www.youtube.com/watch?v=Q3ur8wzzhBU↑クリックすると動画が再生されます。
- 115. Predix IoT pratformby GE 115 https://www.youtube.com/watch?v=Sg3WhdY0Jb0↑クリックすると動画が再生されます。
- 116. IoTのエコシステム（自動販売機に関連して） 116 データ蓄積 データ分析 データ活用 データ収集 販売時間 販売商品 機器・稼働状況 購買者（カメラ画像） 通行量（人感センサ） 気温・湿度（気象センサ） 地域・時間・曜日別の販売傾 向や収益状況 稼働状況と故障傾向 商品開発 マーケティング 生産計画 気象会社へのデータ販売 地域企業へのマーケット分析 サービス 詳細な販売傾向や収益状況 詳細な個稼働状況と故障傾向 レコメンデーション処理 商品開発 マーケティング 生産計画 購入者に応じた 商品レコメンデーション 気象状況や利用状況に応じた 機器の制御 保守点検作業 商品の補充 商品の入れ替え 自動販売機 従来型までの対応IoTの可能性
- 117. IoTのエコシステム（ビル設備に関連して） 117 空調設備 (センサー・稼働データ) モニタリング システム 監視 分析 最適化 制御 ソフト 製品開発 設備設計 サポート ビル管理 サービス コンサルティング サービス 気象・環境データ アプリケーション 部材・機材データ アプリケーション 照明 設備 ボイラー エレベー ター 設備機器の制御 ソフトウェア更新による性能・機能改善 他設備機器との協調・連携 予防保守 サプライパーツ提供 事前情報を得た保守点検 モバイル・ネットワーク インターネット ビッグデータ BIM
- 118. CRMシステムとトータル・エンジニアリングサービス 118 CRMシステム BIMシステム 空調設備 内蔵センサー・稼働データ モニタリング 制 御 ソ フ ト 機械学習 故障検知 予防診断 最適化制御 センサー 温度・湿度等 設備機器の制御 ソフトウェア更新による機能改善 他設備機器との協調・連携 設備更新時期の的確な把握 データに基づくサービス提案 データに基づく新規設備提案 技術・設備開発 サービス開発 ソリューション開発 サービス員点検報告 警備・清掃員報告 予防保守 サプライパーツ提供 事前情報を得た保守点検 コンサルティング サポートサービス 適切コスト管理 基幹業務システム 物件管理・会計管理・販売管理・調達管理など 顧客ごとの取引履歴や属性を管理し、顧客にあわせた最適な商品やサービスを告知、提案し、 顧客との信頼関係を維持しつつ、売上を拡大するためのシステム 顧客物件
- 119. インターネット 設備制御アナリティクス （機械学習） Cyber-Physical Systems：建物・設備 119 IoTデータ BIMデータ Building InformationModeling 形状、属性、コスト、検査・・・ 建物・設備情報管理 構造設計 設備設計 設備更新 メンテナンス 意匠設計 原価計算 建築シミュレーション 照明設備 空調設備 エレベーター センサ 制御 装置 センサ 制御 装置 センサ 制御 装置 管理者 建物・設備管理システム 建築ロボット制御 資材調達 工程管理 企 画
- 120. BMI（Building Information Modeling） 120 BIMデータ 形状、属性、コスト、検査等 建物・設備情報管理 構造設計 設備設計 設備更新 メンテナンス 意匠設計 原価計算 企画 Autodesk社の BMI紹介動画 （クリックすると再生されます） ２D 図面 ３D モデル 施工 図面 保守 図面 手順 CG パース 建築シミュレーション 建築ロボット制御 資材調達 工程管理 人による作業と管理 従来のやり方
- 121.
- 122. 社会全体がCPSによって変革される「データ駆動型社会」 122 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～
- 123. データ駆動型社会の課題と可能性 123 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～
- 124. データ駆動型社会の分野別の取り組み 124 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～
- 125.
- 126.
- 127. ガソリン自動車と電気自動車 127 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
- 128.
- 129.
- 130. インダストリー4.0がやろうとしていること 130 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。
- 131. コレ１枚で分かるインダストリー4.0 131 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
- 132. 産業革命の区分 132 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
- 133. インダストリー4.0（第4次産業革命）とIoT 133 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
- 134. 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 134 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
- 135. 第4次産業革命（インダストリー4.0）とIoT 135 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
- 136. インダストリー4.0を支える繋がり 136 Recommendations for implementingthe strategic initiative INDUSTRIE 4.0
- 137. 従来の工場とインダストリー4.0がめざす工場の違い 137 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
- 138.
- 139. 139 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
- 140.
- 141. Industrial Internet とIndustry4.0おける標準化の取り組み 141 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
- 142. インダストリー・インターネットのモデルベース開発 142 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。
- 143. 日本産業システムが抱える課題 143 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。
- 144. GEが推進する産業用IoTプラットフォーム“Predix” 144 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
- 145. ファナックが推進する産業用IoTプラットフォーム“FIELD system” 145 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＊