情報活用コラム「つなぐ」

特別講演『ビッグデータ×人工知能×IoT 活曜ビジネスの現状と展望』聴講レポート (「クラウド・IoT 時代の データ活用戦略セミナー」 より)
  • DataSpider Servista

特別講演『ビッグデータ×人工知能×IoT 活曜ビジネスの現状と展望』聴講レポート (「クラウド・IoT 時代の データ活用戦略セミナー」 より)

2016年7月21日、ベルサール九段にて開催しました「クラウド・IoT 時代の データ活用戦略セミナー」では、識者の方、ユーザ企業様、および各サービスベンダや製品ベンダの方々に登壇を頂き、クラウド・IoTが当たり前となる今後に向けてIT活用やデータ活用の現在と未来について講演いただきました。

以下、セミナーから、日経ビッグデータ編集長の杉本 昭彦 様による特別講演の内容を紹介します。

ご登壇頂いた杉本様は1991年日経BP社に入社。調査部門などを経て、雑誌「日経ネットナビ」、日本経済新聞社東京編集局産業部などでインターネット業界の取材を長年続けられ、「日経ネットマーケティング」(現日経デジタルマーケティング)にて副編集長を経て編集長、2014年1月より「日経ビッグデータ」編集長を兼任し、15年7月より専任で日経ビッグデータ編集長を務められています。

特別講演では、これまでの日経ビッグデータの記事の内容から、「ビッグデータ」や「人工知能」「IoT」について、またこれらの技術がこれから世の中をどのように変化させるかについて講演をいただきました。

以下、講演の内容を紹介いたします。

「ビッグデータ」「IoT」「人工知能」

ある単語がGoogleでどれだけ検索されているか確認できるサービス「Googleトレンド」を参照すると、「ビッグデータ」は2012年前後から多く検索されるようになり、「IoT」や「人工知能」は2015年前後から検索量が伸びていることがわかります。

日経ビッグデータは「ビッグデータ」をテーマとする媒体ですが、杉本様はビッグデータと人工知能、IoTには深い関係があり、これら技術がこれから様々な業界や社会に大きな変革をもたらすと考えています。

現実世界の全てを「データ」化するIoT

IoTなどの取り組みによって、現実世界が様々な方法でデータ化されるようになってきています。例えば、センサーやウエアラブルデバイス、ポイントカード、スマートフォンなどから「現実世界の事象」が、様々なデータとして取得可能になりつつあります。

つまり現在、「現実世界の事象」が「IoT」などの進展により「現実世界のビッグデータ」としてデータ化され、取得可能になりつつあります。

講演では、データ取得の新しい取り組みによる、データ活用の事例がいくつか紹介されました。

IoT対応ゴミ箱
日経BigData 2016年7月号 特集「IoTの「死の谷」を超える」より

ハウステンボスで「IoT対応ゴミ箱」が採用されています。センサーでゴミ箱が一杯かどうかを把握できるようになったことで、回収が必要なゴミ箱だけを回収すれば済むようになり省力化が図られた事例です。

フィラデルフィアで同じようにIoT対応ゴミ箱が500導入された事例があり、17回行われていたゴミ回収が2回に減る、2憶3千万の予算が7000万に削減できるなど大きな効果が出ている報告もあるとのことでした。

鉄道の線路のメンテナンス
日経BigData 2016年6月号 より

JR東日本で線路のメンテナンスにIoT化の取り組みが進められています。カメラや加速度計やレーザーセンサでレールの状態変化を測定したり、新型車両が走行中に架線の摩耗状況を測定できるようにした事例です。

IoTによる実際の改善はこれからの取り組みとのことながら、従来の目視による検査や専用の検査車両による検査と時間基準での保全作業から、高頻度な状態測定による状態基準の保全作業が今後可能になることが見込まれています。

デジタル複合機をIoT化
日経BigData 2016年7月号 特集「IoTの「死の谷」を超える」より

リコーではデジタル複合機の稼働情報が取得できる仕組みが構築されており、実際に故障する前に故障の可能性を検知して先回りしてメンテナンスが提供できるようになっています。データを活用して営業をかけることで、買い替え率を2~6倍に高めることもできた事例です。

しかし、顧客はまだ故障せずに動いている複合機に作業することに理解を示さない場合もあり、故障の可能性を検知した後、どのようにサービスを提供するか工夫する必要もあったとのことです。

IoTカート
日経BigData 2016年7月号 特集「IoTの「死の谷」を超える」より

九州でスーパーマーケットなどを展開しているトライアルでは、ショッピングカートにタブレットをつけた「IoTカート」を導入。顧客にあわせて、また店内に300個も配置されたビーコンの位置情報にあわせてクーポンを提示するサービスなどを提供している事例です。

これにより大量買いの顧客の購入額が2割向上するなどの成果が出ており、店内での顧客の行動も詳細に記録できるように。今後さらに、IoTカートによるセルフレジの実現なども計画されているとのことです。

データ化された現実世界を「情報」に変えていく人工知能

データ化された「現実世界のビッグデータ」の活用を推し進めるのが、「人工技術」の技術の進歩と活用の進展です。特に、ディープラーニング(深層学習)の登場による画像認識技術の飛躍的進歩は、従来、高度な活用が難しかった画像や動画のデータの高度活用を可能にしつつあります。

つまり現在、収集された「現実世界のビッグデータ」は「人工知能」などにより意味付けられることで、「現実世界の情報」として活用しやすい形になりつつあります。

講演では、ディープラーニングにより既存の画像データのこれまでにない活用が可能になった事例がいくつか紹介されました。

写真共有サービス上の画像からトレンドを解明
日経BigData 2016年7月号 より

スタートアップ企業LeapMindでは、Instagramなどの写真共有SNSの大量の写真データを分析し、そこからトレンドを読み取るトレンド分析サービス「Deep Insight」を提供しています。

取得した写真データをディープラーニングにより分析、それにより男女・年齢層・場所・トレンドカラー・洋服の種類などを分析します。例えば「銀座で黒い服を着ている人が多い」という分析結果が得られたなら、そこからSNSに写真を投稿するような情報感度が高い人たちに黒い服が流行しているかもしれない、ということがわかります。

レントゲン画像を人工知能で自動診断
日経BigData 2016年2月号 より

ドクターネットにより、匿名化を施した大量のレントゲン画像(20万例~)と、その画像を人間が判断した結果の「読影レポート」を組み合わせて機械学習にかけることで、自動画像診断を行えるエンジンの開発が行われています。

2年以内の実用化が目指されており、レントゲン画像から異常ないしは正常の判断、および異常影箇所の抽出が自動で行えるようになり、画像の自動診断により医師の判断が支援可能になる予定です。

監視カメラから街の異常を自動検知
特集「アルゴリズムは現場が磨く」より

アルゼンチンのディグレ市では、街に配置されている監視カメラ1000台の画像を機械学習で分析、街で起こっている様々なことが検知可能になりました。

例えば駐車禁止区域への違法駐車を検知、カメラで自動的に違反の証拠も残せるようになりました。その他、二人乗りのバイクの自動検知や、麻薬取引の検知やデモの発生なども自動検知できるようになったとのことです。

今後も続く技術革新と社会へのインパクト

このような画像の分析が可能になった背景としては、ディープラーニングによる画像認識の急速な精度向上がありますが、技術革新はまだこの先も続き、社会への影響は今後も様々な用途、様々な分野に及ぶと考えられています。

東京大学の松尾豊准教授の予測(2015年12月)によると、ここまで紹介した「画像認識の精度向上」に続いて「行動予測や異常検知」の技術発展があり、その結果「防犯・監視・セキュリティ・マーケティング」などの分野への影響があると考えられています。

さらには、引き続いて「環境変化にロバストな自律的行動」の技術発展と「自動運転・物流・農業の自動化・製造装置の効率化」などへの影響など、技術革新はさらに続き、それによる社会へのインパクトはさらに大きなものになってゆくと予想されています。
詳細はムック「この1冊でまるごとわかる人工知能&IoTビジネス」(日経BP社)

研究開発中の将来の技術革新:倉庫のピッキングの自動化

近い将来に社会を変化させるであろう研究開発中の技術も紹介されました。

「Amazon Picking Challenge」という、アマゾンの倉庫を模した環境で、ピッキング作業をする人工知能を実現するコンテストが行われています。2016年6月にライプチヒで開催された大会では、日本の東大発ベンチャーのプリファード・ネットワークス(PFN)が2位に入賞しています。

現在、アマゾンの出荷倉庫では、情報システムからの指示に基づいて人が出荷する商品をピッキングする、いわば人海戦術による出荷作業が行われています。これを人工知能により完全に自動化するため、商品棚にある商品を適切に認識してロボットアームで掴むなど、完全自動化に必要な高度な技術の実現を目指す取り組みです。

現実世界の「デジタル化」

「IoT」により集められたビッグデータを「人工知能」が処理することにより、現実世界がネットと同じように「情報」として処理可能な対象になってゆきます。その結果、ネットの世界のノウハウが、リアルな世界へと応用されるようになります。

その結果、従来難しかった「最適なマッチング」の実現により「供給と需要の最大化」が実現されてゆきます。

「Google Adwords」と「Uber」

検索連動型広告「Google Adwords」は、従来の広告ビジネスとは異なった仕組みによる広告配信サービスを実現しています。従来の広告代理店のように広告枠を属人的に売り買いするのではなく、ネット利用者が検索や広告枠のあるウェブページを表示するたびに毎回、どの広告を表示するかリアルタイムで入札が行われ広告表示がなされています。

このように、全てがデータであるネットでは「供給(広告主など)と需要(ネット利用者など)の最大化」をより実現する、現実世界の従来ビジネスとは異なる仕組みの実現が進んでいます。

タクシー業界に変化をもたらしている「Uber」は、このようなネットの世界のノウハウが現実世界のサービスに応用された例とみなすことができます。Uberはスマートフォンにより、供給(車とドライバー、空き部屋)と需要(移動したい人、泊まりたい人)をデジタル化、人工知能によって「最適なマッチング」を実現しています。

IoT、人工知能を生かしたシェアリングエコノミー

タイムズカーシェアでは、IoT化したクルマで安全運転を促進してコスト削減に取り組んでいます。

具体的には、クルマに様々なセンサを設置、3秒間で時速25km以上上がった場合を急加速、3秒間で時速30km以上下がった場合を急減速として運転の状況を自動判定、急加速や急減速をしない安全運転をした場合にはポイントを付与するサービスを行っています。

従来はクルマの利用状況で料金を変えることは出来ませんでしたが、クルマのIoT化により車の利用コストと利用状況を関係つけたサービスが可能になりました。他にも、クルマのIoT化により様々なデータをサービス提供に活用することが可能になっています。

企業はすべてに変革が求められる

今後「ビッグデータ」「IoT」「人工知能」により世の中が変化するに伴い、企業も経営、組織、働き方、サービスモデルまで、すべて変革が求められるようになっています。

多くの企業で、ビッグデータ関連の組織改革が相次いでいます。デジタル新事業創造や全社データ分析の取り組みがなされ、IoTや人工知能の専門組織も設置されはじめています。特に最近では、電機メーカーが人工知能分野に力を入れつつあります。

四つの条件

講演では「デジタルトランスフォーメンション実現」へ向けた、4つの条件が挙げられました。

  1. 経営層の理解、投資を確保する
  2. デジタル時代に最適な組織作り
  3. シリコンバレー流の働き方の改革
  4. サービスモデル、顧客体験のデザイン

いくつかの企業での組織変革の取り組みも紹介されました。

IT戦略部のミッションは、今は全く見えない、新しいビジネスモデルを発掘すること
日経BigData 2016年6月号 より

「ミッションがあるから部門を作る」ではなく「部門を作ってミッションを創る」発想が、今は全く見えない新しいビジネスモデルを発掘するためには必要になります。

講演資料より全ての事業にICTは欠かせない。組織でいえば、デジタルが一番上にあり、社長付の組織としてもあってもいいと思っている。 (中略) ただ、経営会議では反対論者が多かった。「情報戦略会議は何をする組織なのか?」という疑問が出るのは当社の弱点だと思っている。「今は形になっていないものをやるべきだ」と言うと、「それって何ですか?」ということになり、それで終わってしまう。
(三越伊勢丹ホールディングス 大西洋社長)

ラボを作りシリコンバレー流を損保の世界へ
日経BigData 2016年8月号 より

本社に「SOMPO Digital Lab Tokyo」、シリコンバレーに「SOMPO Digital Lab Silicon Valley」を設置。日米両方にラボを作り、シリコンバレー流を自社に取りこみ、デジタル変革を推進しようとしている。

講演資料より 本社に、「SOMPO Digital Lab Tokyo」、米シリコンバレーに「SOMPO Digital Lab Sillicon Valley」がある。両拠点の専任メンバーが約15人、他部署や子会社との兼任メンバーが約15人で30人強の体制だ。専任、兼任ともに増やして、できれば2倍の体制にしたいと考えている。
まずはこうしたラボによって、小さなシリコンバレーを作ってみている。オープンな環境で、お客さんにも来てもらっている。そして、面白いと思ったら自分で実験する活動を広げる地道な努力だ。
(損保ジャパン日本興亜ホールディングス執行役員グループCDO 楢崎浩一氏)

シリコンバレー流の次世代製造業へ
日経BigData 2016年5月号「GEが築く産業データ経済圏」 より

従来の製造業的な取り組み方とは異なる「ワークアウト」と「ファストワークス」の取り組みによる変革の取り組みが紹介されました。

講演資料より
ワークアウト
  • 付箋紙などに意見を書き出す
  • 課題の影響度などから優先度決定
  • 最優先課題の原因追求と解決策検討
  • 次のアクションと担当、時期を合意
ファストワークス
  • 顧客の要望や悩みの理解
  • 製品の成功に不可欠な要素を特定
  • 製品を定義し、プロトタイプ作成
  • 変更点を考える
  • 製品改善、機能付加

大学など外部組織との連携:オープンイノベーション
日経BigData 2016年6月号7月号 より

大学など外部機関との連携によりイノベーションの実現を目指す取り組みを「オープンイノベーション」と呼びます。イノベーションを生み出すことが鍵となるIoT時代にはオープンイノベーションへの取り組みも進められています。

講演資料より
  • 慶応と藤沢市がゴミ収集車100台に環境センサー、カメラも搭載し路面やゴミ量の把握へ
  • 豆腐の生産量予測の精度が最大15%向上、ポッカサッポロが分析コンペの優秀作を業務に採用
  • 東大が7月に「次世代知能科学研究センター」を設立、横断組織で産業界と本格的な連携の拠点に
  • 人材獲得、倫理綱領、深層学習ビジネス 企業色が強まった人工知能学会全国大会

ビジネスについて考え直す

IoT時代にあわせた製品やサービスを提供した結果、ビジネスについて考え直すことが必要になることがあります。提供製品をIoT化して予防保全(故障する前に対応する)できる体制を整えたところ、思わぬ対応が必要になった事例が紹介されました。

リコー社の事例
日経BigData 2016年7月号「IoTの「死の谷」を超えろ」より

デジタル複合機をIoT化して予防保全を実現。しかしサービスしてみると、故障していない機器を止めてメンテナンスすると「忙しい時期の顧客を困らせてしまう」場合があることがわかった。

そこで、すでに発生した「トラブル事象A」で顧客を訪問した際に、その後起きる可能性の高い「トラブル事象B」や「トラブル事象C」についてもコストや対応時間とともに情報提供を行うようにした事例。

サトーホールティングス社の事例
日経BigData 2016年7月号「IoTの「死の谷」を超えろ」より

IoT対応ラベルプリンターを投入し予防保全を実現。しかし、故障していなくてもサービス要員が駆けつけるようになると「保守対応や不要な部品交換で儲ける」かのように感じる顧客もいることがわかった。

そこで、保守サービスを無料にすることにした事例。

人工知能が人に代わって働く未来?

最後のテーマとして、「ビッグデータ」「IoT」「人工知能」の時代、人の仕事はどうなるのか?また人工知能と人は今後どうかかわるべきなのかを講演いただきました。

人工知能はその可能性が語られる一方で、「人の仕事を奪ってしまうのではないか」という不安もあります。

49%の仕事が無くなる可能性がある
ムック 「この1冊でまるごとわかる人工知能&IoTビジネス」 より

野村総合研究所と英オックスフォード大学の研究によると、国内601種類の職業について人工知能やロボットで代替される確率を試算したところ、日本の労働人口の49%が就いている職業が、技術的にはAIやロボットなどにより代替されることが可能と推計されています。

一方で「創造性」「協調性」が必要な業務や、「非定型」な業務は将来も人が担う可能性が高いとしています。

単位を落とす学生を予測して個別の助言も可能に
日経BigData 2016年7月号 より

九州大学が授業教材を電子書籍化し、授業教材の学習ログを収集したところ、データを基に自動的に復習教材を作り、さらに教材の閲覧状況から学習が遅れ気味の学生も見つけられることがわかりました。

人工知能による授業の指導の可能性が示された一方、「最終的には、復習資料を作って渡すだけでなく、教員が学生にあって話をしないと駄目かもしれない」(九州大学 島田准教授)と、すべて人工知能により自動化できるわけではなさそうなことも示す事例です。

人に求められるのはコンセプトや文脈を作ること
ムック 「この1冊でまるごとわかる人工知能&IoTビジネス」 より

メディアアートで知られる「ライゾマティクス」の真鍋大度氏が、人工知能時代とは人と人工知能の協業の時代になるのではないかと述べています。

講演資料より

人間とAIは協業していくことになると思う。例えば、DJで考えた場合、ドラムのパターンやコード、ベースラインが合う曲を見つけるといったことは、機械なら一瞬でできる。その中から、バーカウンターにいる人のプレイリストに入っている曲の候補を絞り込むところまでは、AIの得意領域だ。
だが、今の観客の雰囲気や盛り上がりも鑑みて、本当に流す一曲を絞り込む最後の作業については、やはり人間にしかできないだろう。そういった、文脈やコンセプトを作ることが人間には求められると考えている。
(ライゾマティクス取締役 真鍋大度氏)

AI時代に生き残れる仕事(ダベンポートによる)
(AI時代の勝者と敗者 トーマス・H・ダベンポート ジュリア・カービー著)

データを活用した企業経営についての第一人者ダベンポート氏による、人工知能の時代にも残る仕事はどんな仕事か?

講演資料より
  • ステップ・アップ(自動システムの上を行く仕事)
  • ステップ・アサイド(機械にできない仕事)
  • ステップ・イン(ビジネスと技術をつなぐ仕事)
  • ステップ・ナロウリー(自動化されない仕事)
  • ステップ・フォワード(新システムを生み出す仕事)

講演のまとめ

講演は最後に以下のようにまとめられ締めくくられました。

  1. IoTは世の中の事象をビッグデータ化する
  2. 人工知能はビッグデータを解析して、世の中の事象を情報化する
  3. 世の中の事象が情報化されると、ネットビジネスで広がった需要と供給の最大化、マッチングの最適化に基づくビジネスが広がる
  4. 企業は経営、組織、働き方、サービスモデルまですべてに変革が求められる
  5. 人工知能が発展すると人がなすべき役割は変わる
HULFT
アプレッソの製品をご体験ください
pcimages
体験版・評価版をお試しください

アプレッソでは、お気軽に製品の機能を体験いただける「DataSpider Servista」「DataSpider BPM」の無償体験版をご用意。また「Thunderbus」、「PIMSYNC」を加えた4製品で、導入を検討される方向けの無償評価版をご用意しています。

体験版・評価版のご案内
無料体験セミナー・有料トレーニングを実施

アプレッソでは「つなぐ」を体験できる無料セミナーを開催。また、すでに「DataSpider Servista」「DataSpider BPM」を導入されている企業の方に向けて、製品をさらに使いこなすためのトレーニングも定期的に実施しています。

ページトップ