IoT活用で加速するビジネスイノベーション

2015年2月２０日

東京大学 先端科学技術研究センター

特任教授 稲田 修一

SEC特別セミナー

IoT時代のソフトウェアエンジニアリングとビジネスイノベーション

第一の流れ

第一の流れ

第一の流れ

第二の流れ

第二の流れ

第三の流れ

情報革命の波の中で新たな道を拓く「第三の流れ」の誕生

情報通信技術の進化が新たな段階を迎えている

第一の流れ ＝ データのデジタル化とコンピュータ処理の高速化 第二の流れ ＝ コミュニケーションの高度化 第三の流れ ＝ コンピュータの認識・理解・判断の高度化

1

（参考）情報通信分野の主な出来事

年 データのデジタル化と

コンピュータ処理の高速化 コミュニケーションの高度化 コンピュータの認識・理解・判断の高度化

1942 アナタソフとベリーが世界初の演算機械「ABC」を作成

1946 モークリ―らが世界初のコンピュータ「ENIAC」を完成

1958 キルビーが集積回路を発明

1966 ARPANETの本格的な設計開始

1969 ARPANET最初のメッセージ交換実施

1971 最初のマイクロプロセッサー（インテル） 最初のメールソフト発明（レイ・トムリンソン）

1973 アラン・ケイらがPCの源流となるWSの概念試作機Altoを製作

1975 ビル・ゲイツがマイクロソフト社を設立

1980 ティム・バーナーズ・リーがWWWの元になるEnquireを開発

1981 MS-DOS搭載のIBM－PC発売 全米科学財団資金で大学・研究機関用CSNETを開始

1991 ティム・バーナーズ・リーがHTML、HTTP、WWWを発明

マーク・ワイザーがユビキタスコンピューティングを提唱

1997 ＩＢＭディープ・ブルーがチェス世界チャンピオンに勝利

1998 ラリー・ペイジらがGoogle社設立

1999 ケビン・アシュトンがモノのインターネットを提唱

2001 インターネット接続ホスト数が1億台を超える ダグ・レイニーがビッグデータの定義に関する提言発表

2002 アマゾン・ウェブ・サービス開始

2004 グーグルがハドゥープの元になる大規模データの分散処理に関する論文を発表

マーク・ザッカーバーグがFaceBook設立

2005 YouTube（動画共有サービス）創業

2010 グーグルが公道でロボットカーの走行実験開始

2013 コンピュータ将棋がプロ棋士に勝利（第二回電王戦）

IoTの進化と「第三の流れ」

温度データ

GPSデータ

・・・

映像データ

ネットワーク

データの蓄積

データの分析

実世界のさまざまなデータを収集し、ネットワーク経由で集積

集積したデータを蓄積し、 分析・活用

実世界のさまざまな事象の把握が可能に データから実世界を認識・

理解・判断

実世界のさまざまな事象

コンピュータの認識・理解・判断の高度化 3

（第三の流れの事例）機械学習技術の活用による大規模プラントの管理

4

【出典】 NEC技報Vol.65, No2, 2012 ビッグデータ活用を支える基盤技術・ソリュー ション特集，特集概説「ビッグデータを価値に変えるNECのITインフラ」より http://jpn.nec.com/techrep/journal/g12/n02/pdf/120202.pdf

多数のセンサーから温度、圧力、流量、振動などのデータ（プラントパラ メータ）を収集。集積したデータから「機械学習技術」を用い、プラントパラ メータ間の関係性等を分析・評価し、正常稼働時の振る舞いモデルを自動的に 導出。正常稼働時の振る舞いモデルとリアルタイムに収集するデータ比較し、 「いつもと違う」挙動の発生を検知し、プラントの異常の予兆を早期に発見。 ⇒ 人間が気付かなかった異常の予兆を検出。安全性の向上に貢献。

（参考）機械学習技術の具体的な適用方法

センサー間の相関を自動的に分析し可視化（モデル化） 現在の観測データとモデルからの予想値を比較し、「いつもと違う」挙動 の発生を早期に検知

【出典】NEC様提供資料 5

「コンピュータによる認識・理解・判断の高度化」で起こること

● 認識・理解・判断の世界に大きな変革が起きつつある - 人の行動の深い理解が可能に - さまざまな活動の効果計測や評価が定量的に可能に - 行動履歴や効果計測等を基に最適なソリューションの提示が可能に - 需要予測が可能に - 複雑なシミュレーションが可能に - 異常や異変の予知が可能に - 故障の予測やメンテナンス・部品交換時期の把握が可能に - 不具合や手戻りの防止が可能に - バリューチェーン全体の最適化が可能に

- 社会状況の理解が可能に 等

⇒ 今後、これがさまざまな分野におけるイノベーションのトリ ガーとなる

6

第一段階：人の認識・理解・判断の支援 見えなかったものの「見える化」、分析高速化に伴う迅速な「見える化」

第二段階：コンピュータ自身の認識・理解・判断の高度化

情報通信技術の進化は価値の源泉も変えている

ベルの電話

核 技術 ○

声を伝えよう

昔：ユーザの求める価値が比較的明確で、しかも新しい技術が イノベーションの起点であることが多かった。

今：イノベーションの起点が製造サイドからユーザサイドに移行。しかも、技術以外の要素（デザイン、マーケティング、ビジネスモデル、使い勝手など）の比重が増え、自前技術がカバーする領域は一部のみ。

○

スマートフォン 製品の商用化に必要な 技術を含むさまざまな要素

× これだけが自前技術！

利用シーン

7

製造業の「スマート化」とは

『企画⇒設計⇒開発⇒生産計画⇒生産⇒購入⇒運用・保守⇒企画』と幅広い範囲にまたがるデータ活用により、生産工程だけでなくバリューチェーン全体で新しい価値を創出

「ものづくり×IT」「マーケティング×IT」「運用・保守×IT」など、さまざまな分野の専門家とIT専門家の協働で、新しい価値を創出

【例】

- 深いレベルの消費者理解により、ヒット率が高い商品を開発

（３／１０００というヒット率の経験則を打ち破る）

- 機器の故障や不具合を予測し、不具合や手戻りのない生産を実現

（生産性の改善）

- バリューチェーン全体にまたがるデータ活用により廃棄ロスや在庫切れ

のない適正量の生産や開発速度向上を実現

- 「ものづくり」だけでなく、サービスもあわせて提供

など

8

情報通信技術の進化 ＋ 価値の源泉変化 ⇒ スマート製造業

スマート製造業の具体例 -顧客の行動の深い理解- P&G（※） - 陳列した製品を巨大なスクリーン上に映し出し（バーチャルストア）、被験者

の心拍数、発汗状態、目や手の動きをセンサーで捉え商品を「選ぶ」瞬間の消費者の行動を理解。

- 小型遠隔監視カメラで消費者の「使う」瞬間の行動を把握

- これらの瞬間の行動データやPOSデータなどをデータ解析や統計分析の専門家に加え、心理学、文化人類学、経済学などの専門家を交え分析。消費者がP&Gブランドに抱く印象の分析、商品ごとにターゲットとする顧客層の明確化、パッケージデザインの成否、顧客の満足度の推定、顧客の期待が満たされなかった場合の対応の検討、販売量や利益の予測などを行っている。

※ P&G（プロクター・アンド・ギャンブル）：米国に本拠を置く世界最大の一般消費財メーカで家庭用製品、化粧品、工業用製品の製造、販売を行っている

9

【出典】譲原雅一他「ITを活用した顧客価値の創造」,野村総研知的資産創造2014年6月号. https://www.nri.com/~/media/PDF/jp/opinion/teiki/chitekishisan/cs201406/cs20140605.pdf

スマート製造業の具体例 –生産性改善-

- GEは「インダストリアル・インターネット」構想を2012年11月に発表

① 医療機器、発電機器、輸送機器などさまざまな産業機械をインターネットに接続。得られる稼働データ等を分析・活用した「予測型ソリューション」により、運用を最適化。これによって、運輸、エネルギー、ヘルスケア等世界経済の46%をカバーする分野で「生産性改善の波」が起こる。

② この結果、相当の期間において米国では年間1～1.5%の生産性向上が起きるかもしれない⇒ 米国での生産が国際競争力を持つ可能性

10

【データ活用による生産性改善：食品製造】

- 作業のやり直しが20%減少

- 新商品開発速度が30%向上

- 既存生産装置による生産量が 30%増大

- 検疫による生産停止が10% 減少

- サプライチェーンの在庫量が 30%減少 など

【出典】 GE「インダストリアルインターネット」

http://www.ge.com/jp/docs/1377481198526_ Industrial_Internet_Japan_WhitePaper_0517_2s.pdf

建築・土木における不具合、手戻りの防止（生産性改善）

建築・土木では、施工・運用段階で判明する問題を設計段階で解決するため、

①鉄筋やケーブル、構造物等が干渉する個所をBIM/CIM（Building Information

Modeling/Construction Information Modeling)で自動的に検出

②構造物の見通しや圧迫感、メンテナンス性などをバーチャルリアリティで確認

などの取り組みを開始している。これにより設計段階で不具合や手戻りを防止することが可能になり、効率化とコスト削減を達成

【出典】 土木学会 土木情報学委員会 国土基盤モデル小委員会 「第4期活動報告書資料集（平成26年5月）-白土正美「国土交通省におけるCIMの取り組みについて」よりhttp://committees.jsce.or.jp/cceips07/system/files/CIM%E3%81%AB%E9%96%A2%E3%81%99%E3%82%8B%E8%AC%9B%E6%BC%94%E4%BC%9A%E9%96%8B%E5%82%AC%E5%A0%B1%E5%91%8A_20140308.pdf#search='%E5%9C%9F%E6%9C%A8%E5%AD%A6%E4%BC%9A+%E5%9C%9F%E6%9C%A8%E6%83%85%E5%A0%B1%E5%AD%A6%E5%A7%94%E5%93%A1%E4%BC%9A+%E7%AC%AC%EF%BC%94%E6%9C%9F%E6%B4%BB%E5%8B%95%E5%A0%B1%E5%91%8A%E6%9B%B8%E8%B3%87%E6%96%99%E9%9B%86' 11

スマート製造業の具体例 –プロセス管理の進化-

山崎製パンは、国内20拠点の工場における受注データ、工場間の生産調整を行う発注データ、工場と約10万店舗ある販売店への物流データをリアルタイムに一元管理・利用できるよう環境整備

これによって、①生産・配送業務の効率化、②全業務のプロセス監視や現場の進捗状況の可視化など経営判断の迅速化、③商品のトレーサビリティ確保による商品管理などの運用負荷軽減やコスト削減を実現

今後、クラウドを各部門システムや他業務系システム、グループ会社システムに展開し、ビッグデータ活用によるバリューチェーン全体での活用を視野

【出典】 富士通ホームページ・プレスリリース「山崎製パン、ビッグデータ活用に向け統合基幹システムを SOA基盤上に刷新」（2013年5月7日） http://pr.fujitsu.com/jp/news/2013/05/7.html 12

スマート製造業の具体例 -サービスへの展開-

13

情報化施工のイメージ 高精度な三次元GPSデータを活用した自動制御により、情報通信機能付きブルドーザが、設計図面どおり作業を実施（1cm単位の高い掘削精度を実現）。押し土量も自動調整し、過負荷を防止。これにより、施工位置把握のための杭打ち作業や施工後の測量がほぼ不要に

オーストラリアの鉄鉱山で無人稼働する超大型ダンプトラック。鉱山作業の安全性向上、夜間オペレーションの実現などによる生産コストの削減などに貢献。コマツがオペレーションを担当

【出典】コマツのホームページ IR資料室「2011年度アニュアルレポート」及び「コマツレポート2013」より

http://www.komatsu.co.jp/CompanyInfo/ir/annual/html/2012/ http://www.komatsu.co.jp/CompanyInfo/ir/annual/html/2013/

建設機械（ハード）の製造

建設機械の稼働管理システムKOMTRAX （サービス）による新たな価値

建設機械の自動運転（サービス）による新たな価値

【コマツ】

スマート製造業の本質

ピラミッド型産業構造から次世代逆ピラミッド型産業構造への転換

- 価値の主体を「生産」から「創造」「開発」へ大幅シフト

- 人が行う作業を知識化・自動化し、人は創造力領域にシフト

- ネットワークケイレツを構築し、複数企業の異なる工程をバーチャルに一体化し、「One Factory」化

- バリューチェーン全体でデータを活用し、製造業の競争力を回復

14 【出典】KMC 佐藤 声喜社長作成資料を講演者の方で一部加工

創造

開発

生産

ピラミッド型産業構造 次世代逆ピラミッド型産業構造

創造開発

ロボットによる生産

要素技術開発

創造活動を

最大化

自動化・IT化により

生産を最小化

プロセス改革

IoT・M2M

開発

シームレスなネットワーク

によるケイレツ企業群

ビッグデータ分析は海外企業ではトップクラスの優先順位

24

42

40

31

28

31

45

61

55

45

47

56

56

63

45

29

18

9

10

9

16

6

6

10

0% 20% 40% 60% 80% 100%

鉱山

製造

鉄道

石油／ガス

電力伝送

発電

風力

航空

最優先

トップ3位

以内

トップ5位

以内

優先事項

ではない

3

3

3

3

3

（質問) 自社の中でビッグデータ分析の優先順位はどうなっているか

（答）

【出典】GE及びアクセンチュア「Industrial Internet Insights Report for 2015」（翻訳は講演者） https://www.gesoftware.com/sites/default/files/industrial-internet-insights- report.pdf#search='Industrial+Internet+Insights+Report+for+2015' 15

注： 調査対象は、中国、フランス、ドイツ、インド、南アフリカ、英国、米国の売上高1.5憶ドル以上の企業 の幹部、うち半数以上の企業は売上高が10億ドル以上

IoT（M2M）の導入は世界各地域で急進展

【出典】 Vodafone 「M2M普及状況調査レポート2014」

http://m2m.vodafone.com/cs/m2m/home/japan

注：AMEAP=アフリカ・中 東・アジア太平洋地域

17

2

30

39

12

22

3

19

33

22

0

10

20

30

40

50

未検討 導入予定なし 計画あり 2年以内に導入 導入済

2013年

2014年

M2M導入ステージ（2013年／2014年） （％）

13 11 12 17

21 27

0

10

20

30

米州地域 欧州地域 AMEAP

2013年

2014年

地域別M2M導入状況（2013年／2014年） （％）

16

グローバルに見たM2M導入ステージと地域別M2M導入状況

グローバルトレンドになったビッグデータ活用に遅れる日本企業 ～日米の非IT企業におけるビッグデータの活用状況～

42.6%

2.1%

28.2%

4.6%

10.6%

20.6%

12.5%

40.2%

6.0%

32.5%

0% 20% 40% 60% 80% 100%

日本企業

米国企業

聞いたことがない、

よく知らない

検討したが、

利用していない

開発または試験的に

利用中である

いくつかの部門

で利用している

会社全体で

利用している

一般社団法人 電子情報技術産業協会「ITを活用した経営に対する日米企業の相違分析調査」（日本企業216社、米国企業194社に対するアンケート調査、調査時期：2013年6月～7月、企業規模：グローバルで従業員数が300人以上、産業分野：医療、教育、政府／地方自治体、情報サービスを除く全業種、回答者：経営者、およびIT部門以外のマネージャー以上）

17 【出典】経済産業省 第7回日本の「稼ぐ力」創出研究会“ビッグデータ・人工知能について”事務局説明資料 http://www.meti.go.jp/committee/kenkyukai/sansei/kaseguchikara/pdf/007_03_03.pdf

わが国においてIoTの普及が遅れている理由

海外におけるデータ活用の実態を知る人が指摘する理由

- 経営者が検討を部下に委ね、自らは決断しない

- 中間管理職がデータ活用の費用対効果、創出価

値、投資回収時期の明確化など予測困難な事項を

予測する作業に注力

⇒ まずはデータ活用を開始し、試行錯誤を続ける

中で成果がでることが多いことを知らない

データ活用による価値創出に不慣れ

18

IoT活用でビジネスイノベーションを実現するには

課題志向、価値志向、全体志向 ⇒ ◎

技術志向、利益志向、部分志向 ⇒ △

※ 目的の実現に必要な技術は後から考える

協業の推進 ⇒ ◎ 自前主義 ⇒ ×

※ IoTシステムの本質は、膨大な要素技術の統合、自

社技術だけで実現できる領域は少ない

発想の転換が必要 経営陣、企画、営業、顧客サービ ス、運用/保守などあらゆる部門がイノベーションに関 わっている バリューチェーン構成企業、IT企業との協業推進が必 要。但し、オープンとクローズは上手に使い分け

19

ビジネスイノベーションの考え方と仕組みづくりへのヒント

環境変化の認識 ⇒ センサー＋IoTにより、実世界のさまざまな事象データがリアルタイムに収集可能

ex) 消費者の心理状況、生産機械の稼働状況、不良品の発生状況、商品の使われ方、

各家庭のエネルギーの使用状況等など

データ駆動型イノベーションのブレーンストーミング ・製品・機械・設備・施設・サプライチェーンなどの運用・保守の最適化

（各種機械の稼働管理、インフラ保全、拠点配置やネットワーク利用の最適化など）

・異常や異変の検知（不正金融取引、人の健康状態、建物内での異常発生など）

・各種予測（新商品の需要、農産物の収穫量・収穫時期、交通流変化のシミュレー

ションなど）

・マーケティング・人材活用の最適化（顧客獲得・維持、販売促進活動最適化、動線

分析による棚割最適化、人材交流の活性化など）

イノベーションを現実のものにする仕組みづくり ・改良型から発見型へのイノベーションのトレンド変化を踏まえ、技術だけにとらわ

れない幅広い視野から新事業創造を牽引できる人材の登用（※ 次頁参照）

“only one”があると強い、多くの要素を統合できると強い ・他にないもの ＋ 多くのプレイヤーとの協働

20

21

（注） 対象：上場企業代表者（n=280）複 数回答） （出所）「新事業創造と人材の育成・活用に関 するアンケート調査（2011年12月 経済 産業省）」を元に作成

経営者が重要視している 能力・スキル

イノベーターを特徴づける （価値発見力に該当する） 動機・価値観＋スキル

ギャップがある

「新事業創造を牽引する人材」にとって 上場企業代表者が必要だと思っている能力・素養

【出典】 野村総合研究所 磯崎彦次郎主任コンサルタント作成資料

まとめ：IoT活用によるビジネス活性化は成長戦略の一丁目一番地

「コンピュータによる認識・理解・判断の高度化」がイノベーションを加速。これを実現するため、IoTを活用したビジネス改革が必須

ビジネス改革の速度が企業競争力を左右。IoT活用による価値創出に向け、さまざまな挑戦を実施すべき

IoT活用を進める重要な鍵は、経営者のリーダーシップと失敗を許容する組織風土の醸成（データ活用はすぐには効果がでない、多くの挑戦の上に成果）

⇒ “迅速な判断” と“Nice Try！”の考え方が重要

IoT活用により、さまざまな事象の「見える化」が可能な時代には、成功の反対は失敗ではない。それは「何もしないこと」

22

The best way to predict the future is to create it. (Peter Drucker)

未来を予測する最良の方法は、未来を創ることだ。 The best way to predict the future is to invent it. (Alan Kay)

未来を予測する最善の方法は、それを発明することだ。