Ùiotの本質とは何か？ · データマネジメント(dm)ガイドライン/モデル...

IoTの本質とは何か？データマネジメントの視点から理解する

金井啓一

コーポレート・エバンジェリスト / エグゼクティブ・コンサルタント

日本テラデータ株式会社・JDMC 理事 2017年3月8日

「JDMC データマネジメント2017

～アーリーバード（チュートリアル）セッション」

配布用

2 （C）2017 日本テラデータ株式会社 All Rights Reserved.

IoTの本質とは？

IoTを構成する仕組み

IoTにおけるデータマネジメント

IoTのビジネスにおける活用事例

まとめ

Agenda

© 2014 Teradata 2 2 （C）2017 日本テラデータ株式会社 All Rights Reserved.






まとめ

Agenda



IoTを構成するリアル世界

モバイル

IoT & AI

設備センサースマート家電

HEMS

テレマティクス

気象・土壌

バイタル

ビーコンカメラ

SNS

ウェアラブル

車載レーダー


IoTの本質～フレームワークすべてのモノ、ヒト、コトがインターネットで繋がる“IoT”の本質とは何でしょうか？単にセンサーデータの分析によって故障予知をするだけではない筈です。そこで、IoTの本質を見極めるために、次のフレームワークで考察します。

ビジネス (IoT適用目的)

データ

IoT （エッジ・クラウド・アプリ）

設備保全故障予知顧客経験テレマティクス

ヘルスケア

企業活動（B2B・B2C）社会基盤（スマートシティ等）

デバイス狭域/広域ネットワーク

企業内/購入/オープンデータモノ/ヒト/コト・データ SNS/モバイル/バイタル･データ

データマネジメント(DM)ガイドライン/モデル・IoTシステムと従来システムのデータマネジメントの違いは？・IoTデータのストック型、フロー型の違いは？・ストック型の代表例であるデータレイクのあり方は？・IoTデータにはどのような特徴があるか？ cf. 4V(量/種類/頻度/正確)

IoT適用ガイドライン/モデル・IoTで解決/強化できる事業モデル/事業課題は何か？・ビジネス上の活用目的は何か？・IoTをビジネスで活用する際の留意点は何か？

プラットフォーム

アプリケーション

フィードバック

デマンド側 (事業側)

サプライ側 (IT側)

新商品予防医療インフラ

出典：JDMC IoT･AI研究会/IoT分科会作成資料に加筆･修正


IoTを活用するビジネス目的 IoTを活用するビジネス上の目的は、産業別に多岐に渡ります。

金融 (B2C)

製造業 (B2B)

小売･旅行業 (B2C)

医療･農業 etc. (B2C)

・マスカスタマイゼーション・製造業のサービス化

・金融サービスの高度化・高度な保険商品の開発

・カスタマーエクスペリエンス（CX）・カスタマージャーニー

・予防医療の高度化・農業のICT化

IoT = すべてのモノ、ヒト、コトまで繋ぐ！

① スマート工場による注文ごとのカスタム化 ② プロダクトアウトからサービスビジネスへ

① 顧客と緊密に繋がることによるCX向上 ② CXのためにカスタマージャーニーマップ開発

① フィンテックによるモバイル決済 ② テレマティクスと連動した保険のカスタマイズ

① バイタル･診断データによる予防医療 ② 天候･土壌などの国土データによる収穫予測

IoTデータ

スマート家電 HEMS 気象・土壌

バイタルビーコンカメラ

SNS

ウェアラブル

車載レーダー

モバイル

テレマティクス

設備センサー






まとめ

Agenda



IoTの仕組み概要 ● IoTシステムは、通常クラウドまたはオンプレミスを使用します。 ● 一方、処理のリアルタイム性と通信・処理の負荷を考慮し、デバイスやユーザーに近いエッジコンピューティングを採用する場合があります。①直接クラウドとやりとりするケース、②エッジコンピューティングを介してクラウドとやりとりするケース、③エッジコンピューティングのみで処理

デバイス・モバイル・SNS・ユーザーなど

測定デバイス

制御デバイス

IoTクラウド (orオンプレミス)

測定デバイス

制御デバイス

エッジコンピューティング

データ

データ

測定デバイス

制御デバイス

データデータ

①

③

② エッジデバイス



データを

集めるデータを

転送するデータを

受信する

データを

統合し溜める

データを

分析するデータを

FBする（フィードバック）

収集

ゲートウェイ受信サーバ DBサーバ APサーバセンサー･

デバイス

■ IoTアーキテクチャ構成要素

オンプレミス

クラウド現実世界

■ 配置場所

▼分析内容 • 統計解析 • 機械学習 • 深層学習 • 可視化

▼処理方式 • バッチ処理 • ストリーム処理

▼ﾃﾞｰﾀﾌｫｰﾏｯﾄ • JSON • XML • ファイル

▼通信プロトコル • HTTP • WebSocket • MQTT • CoAP

▼通信方式（有線）

• Ethernet • シリアル • USB

（無線） • Wifi • Bluetooth • ZigBee • 3G/LTE

▼センサー・デバイス他 • センサー • デバイス • GW機器

■ 考慮すべき技術事項

▼DB • RDB • NoSQL • Hadoop

IoTの基本構成


統合･蓄積

モノ

ヒト

コト

分析フィードバック

モノ

ヒト

コト

▼処理内容・クレンジング・加工






まとめ

Agenda




基幹業務システム

IoTシステム統合DB

発生蓄積統合活用破棄

可視化

分析・解析

自動化・自律化

データマネジメント・プロセス

IoT

• IoTなどから発生するデータを処理･分析

• 自動化･自律化されれば、DMも同様に行われる

• デバイス、エッジ、統合DB

は、場所も処理も異なる

ので、対応したDMが必要

• 膨大なデータの種類･量を

考慮したDMが必要

• データレイクも統合DBと同

じように、DMを適用

AI

• IoT･AIのDMを業務プロセスに組み込むことが必要

●IoTを活用する上で、データマネジメントは必要不可欠です。どうあるべきなのかAIも含めて考察します。







まとめ

Agenda



IoTのビジネスにおける活用事例【1】ビジネスのデジタライゼーションとサービス化

SIEMENS様： Siemensのデジタライゼーションを支えるSinalyticsによるインダストリアル･データ分析


Siemensのデジタライゼーション

Siemensのデジタライゼーション～デジタル技術のトレンドを活用し、実際の利益をお客様に提供

接続および Web-of-systems

連携およびモバイル

スマート・データおよび分析

クラウド技術

サイバーセキュリティ

メンテナンスおよびサービス

自動化および運用

デザインおよびエンジニアリング

生産性の向上とマーケティングの迅速化

柔軟性と回復力の向上

可用性と効率の向上

顧客バリューチェーン全体に渡って … … 仮想世界と現実世界を結合


Siemensはすべての事業向けに共通のテクノロジー・プラットフォームを構築

プロセス・インダストリー & ドライブ

デジタル・ファクトリー

エネルギー管理

ヘルスケア

電気およびガス発電サービス

風力

交通

建築技術

Sinalytics

可用性セキュリティ

生産性エネルギー効率さらに、当社の事業部門とお客様のプロセスおよび課題に関する深いノウハウを駆使し近似性を利用してアプリを開発

Sinalyticsは事業の近似性とスケールの利点を創出


データ主導型サービスの基盤：Sinalytics ～データ分析･接続･サイバーセキュリティの技術を提供

Sinalytics 接続、高度な分析、

サイバーセキュリティを実現

接続

300,000台超の接続されている装置 (風力タービン、ビル、列車など)

高度な分析

ワールドクラスの技術を活用してスマート・データから新たな洞察を獲得

お客様が得る結果

‒ 可用性の向上 ‒ コストの削減 ‒ パフォーマンスの向上

‒ セキュリティの強化

ノウハウ ‒ 製品、領域、データ・サイエンスのノウハウ

‒ 全般的なITのノウハウ

17,500人 160人

のソフトウェア・エンジニア

のデータ・サイエンティスト


– スペインの鉄道会社Renfeが運行する 26台の高速列車 (マドリード-バルセロナ-マラガ間)

– 可用性保証付のパフォーマンス契約

– 15分超の遅延発生時には乗客に払い戻し

– 定時運行率99.9%

– 60%の乗客が飛行機から列車に切り替えた

デジタル化がすべてを変える…


BT DF PD PG PS WP EM MO HC

… EnergyIP Mindsphere

多様なデータ・ソースおよびデータ種別

共通の産業データ分析プラットフォーム ‒ 各層に複数の市販ツールあり ‒ 各ツールは「グルー・コード」によって相互に統合

‒ オンプレミスおよびクラウド配備が可能

共通のデータ分析セットアップ ‒ モジュール式の分析ソリューション・パッケージ

接続 ‒ 信頼性と安全性の高いソリューションを構築例: 共通のリモート・サービス・プラットフォーム

業界特化型のアプリケーション/プラットフォーム

Siemensデジタル・サービス

事業部別の用途の実践

原動力は Sinalytics

ITセ

キュ

リテ

ィ・

ソリ

ュー

ショ

ン

~300,000台の機器 cRSP、ISB ...

データ分析

データ統合

データ管理

データ提示

オンプレミスクラウド

利用例1

利用例2

… … … 利用例n

カスタマイズ可能な分析ソリューション･パッケージ Sinalytics

Sinalyticsは接続とデータ分析の強力な技術スタックを構築～これらを支えるのが最先端のサイバーセキュリティ


多様なデータ・ソースおよびデータ種別

~300,000台の機器

cRSP、ISB

...

オンプレミスクラウド

利用例1 利用例2 …

カスタマイズ可能な分析ソリューション・パッケージ

DF PD PG PS WP …

… EnergyIP Mindsphere

データ管理処理速度やデータ種別(構造化データと非構造化データ)に関して異なるストレージへのニーズに対処するためのデータベース類

各層の説明

データ分析

データ統合

データ管理

データ提示

ストリーム処理

リレーショナル・データ管理

オペレーショナル・データベース

NoSQLデータ管理

超並列処理、シェアード・ナッシング、高い情報密度、インデータベース分析

超並列処理、シェアード・ナッシング、低い情報密度、遅延バインディング、コールド・データ、すべてを収集、インデータストア分析

Data

Lake

データ管理～統合データウェアハウスおよび Hadoop (オンプレミス)


結果

資産の可用性向上

不要なメンテナンスの回避

メンテナンスのコスト削減

鉄道輸送

– 市場の推進因子

– 鉄道経営者の課題

– 鉄道利用者の需要

列車

– 鉄道車両のエンジニアリング

– 機械的振動

– センサー特性

– 保全業務

データ・サイエンス

– パターン識別

– 機械学習

– 自動アラート発信

領域のノウハウ

背景のノウハウ

お客様にとっての価値

分析のノウハウ

Siemens

Sinalyticsを原動力とするSiemensデジタル･サービス

例: 列車の予測保全


結果

NOx排出量低減

点検間隔の拡大

エネルギーシステム

– 市場の推進因子

– 顧客のニーズ

– 製品のサイクル

ガスタービン

– 機械工学

– 熱力学

– 燃焼化学

– センサー特性

自律的学習

– ニューラル・ネットワーク

– スマート･データ･アーキテクチャが毎秒5,000種のセンサーからのデータを処理

領域のノウハウ

背景のノウハウ

お客様にとっての価値

分析のノウハウ

Siemens

Sinalyticsを原動力とするSiemensデジタル･サービス

例: ガスタービン運転の最適化


Siemens Smart Data Labの設置

創造的イノベーション: デー

タと利用例を分析して、可能

性を推定し、プランを策定

出足は早く:

素早く失敗 / 素早く成功

スマート・データ・ディスカバリースマート・アプリケーション開発

特化型のアルゴリズムを実装

するアプリケーションを開発

共有アーキテクチャ・フレー

ムワークを利用

相乗効果を最大化

カスタマイズ可能な分析ソリューション・パッケージ

Data analysis

データ統合

データ分析

データ提示

データ管理

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 0

Smart Data Lab

データアイディア +

サービス/ アプリ

アイデアプラン


トヨタITC様：危険運転分析・危険場所分析による交通事故削減

IoTのビジネスにおける活用事例【2】IoTデータによるビジネスや社会への貢献


テレマティクス・ビッグデータ分析～運転を科学するための情報インフラ自動構築～






まとめ

Agenda



まとめ

ビジネスのリデザインである IoTにより、これまで出来なかったことができ、新しいビジネスモデルが創出され、業務プロセスが変革される

例えば、製品販売でなく、サービス・ビジネスへ変革（SIEMENSなど）

例えば、スマートファクトリーにより、マスカスタマイゼーションが実現（インダストリー4.0など）

IoTの本質とは何か？

IoTにおけるデータマネジメントとは？

従来のデータマネジメントより高度な対応が必要であるデータの種類・量が膨大。発生場所も多岐に渡り、管理手法をIoTの処理に合わせる必要がある

業務系と分析系の中で、“分析”が肝。高度な統計解析、機械学習、深層学習を駆使したAIをいかに有効に使えるかがCSFとなる


IoTとAIをどうビジネスに活かすか研究します！

広く公開できる成果物を作成します！

IoT AI

ビジネス

IoT・AI研究会でご一緒に研究しませんか？


研究会での議論の様子

懇親会の様子

研究会風景


ご清聴ありがとうございました

終わりに・・・

お問合せ先

金井啓一 [email protected]


mailto:[email protected]

Ùiotの本質とは何か？ · データマネジメント(dm)ガイドライン/モデル...

Documents