AI_IoTを活用する企業のあり方
•
0 j'aime•333 vues
レガシーの壁：そもそも社内プロセスがデジタル化されていない． 人材採用・育成の壁：良い人材が集まらない、生かせない。 PoC症候群の壁：検証システムはできるが，ROIまで行かない． 社内キャズムの壁：スケールしようとすると人材・予算が足りない．外注に頼んで思考停止案件が頻発． 組織文化と風土の壁：今、儲かっている現業部門はリスクを嫌う．現場が抵抗する。経営層もデジタルなんて信じていない．
Recommandé
Contenu connexe
Tendances
Tendances (20)
Similaire à AI_IoTを活用する企業のあり方
Similaire à AI_IoTを活用する企業のあり方 (20)
Plus de Osaka University
Plus de Osaka University (18)
Dernier
Dernier (8)
AI_IoTを活用する企業のあり方
- 1. AI/IoT を活⽤する企業のあり⽅ 栄藤 稔 ⼤阪⼤学 先導的学際研究機構 教授 株式会社 コトバデザイン 会⻑＆CEO 科学技術振興機構（JST) CREST⼈⼯知能領域総括 10/10/2020 1
- 4. 4 NETFLIX
- 10. ニトリ 10
- 14. 16 NOBORI PACS(Picture Archiving and Communication Systems) Personal Health Record
- 15. https://www.youtube.com/watch?v=_ulh8x8SDWk&t=21s ⽊村 哲也（旭鉄⼯株式会社，i Smart Technologies 株式会社 代表取締役社⻑） • ⾒える化から始める．現場を巻き込む．みんなで考える．システムを＿ 相当＿廉価に作る（クラウド利⽤は必然）．経営判断の早い中企業と組 む． 17
- 16. パンデミックにより加速される変化 (ICT化前倒しにより⾒える世界） 18 Online Gaming Online Shopping Last Mile Delivery Work From Home(WFH) Health Online Training & EducationRobotics New Media Subscription
- 17. 19 • インターネットサービスへの置換 旧Media → 新メディア，教室->Zoom • デジタルデバイド解消︓全ての⼈の社会システム参加を可能とするAIインタフェース • サブスクリプション型サービスの加速︓シェアリング エコノミーの発展系． • プラットフォーム⾰命 （サイバーX 実空間の統合最適化） ü アマゾンの⼩売︓ネットで注⽂（サイバー空間）ロボットで梱包・配送 ü Uber Eats︓スマホで注⽂（サイバー空間），⽣鮮⾷品配送（実空間） • 需要と供給の⾼度なネットワーク形成による社会システムの変⾰ ü 雇⽤のフリーランス化 → Activity Based Working/Distributed Supply Chain 加速されるデジタル変⾰ 時間 ２年後
- 22. 24 GE PREDIX頓挫の原因 M.Etoh & A. Arvani /21/2019 in Palo Alto 1. 結果が出る平均時間（５年）を待てなかった． 2. 社内抵抗勢⼒（ICTxOTによる最適化効果がイマイチ） 3. IoTデータ解析システム PREDIXの上に System of Sytemsが組めるビジネスロジックが形成できなかった． 4. システムがリーンに設計できなかった．（IoTレイヤーと アプリケーションレイヤーのプラットフォーム分離 ）
- 23. デジタル変⾰を阻むものは何か︖ • レガシーの壁︓そもそも社内プロセスがデジタル化されていない． • ⼈材採⽤・育成の壁︓良い⼈材が集まらない、⽣かせない。 • PoC症候群の壁︓検証システムはできるが，ROIまで⾏かない． • 社内キャズムの壁︓スケールしようとすると⼈材・予算が⾜りない ．外注に頼んで思考停⽌案件が頻発． • 組織⽂化と⾵⼟の壁︓今、儲かっている現業部⾨はリスクを嫌う． 現場が抵抗する。経営層もデジタルなんて信じていない． 25
- 25. National Robotics Engineering Center, CMUの ⾃律⾃動化のケーススタディ (2014) 時給$15x10週間 時給$50x52週間 時給$25x52週間 時給$62x52週間 27 このうちどれが成功したかを計算できるエンジニアは⽇本には皆無．
- 26. Time Fulfillment Progress Blueprinting（概念設計） Instrumentation（実装設計） Pilot & ROI（仮説検証） Scale（展開) Machine Data Analysis（データ解析） System of Systems（システム連結） IoTにおけるトータルマネージメント 28 壁
- 28. How型⼈間 vs Why型⼈間 Time Size 試⾏錯誤の繰り返し 事業⽴ち上げ 成⻑ 安定運営 What-Why の視点が重要 How-When の視点が重要 30
- 29. Product Manager vs. Project Manager プロダクトマネージャーの 視点 Product managers own "What" and "Why". ユーザー課題の解決 技術的実現可能性 経済性（ビジネスモデル、 4P整合性） http://tannomizuki.hatenablog.com/entry/2015/08/15/092259 プロジェクトマネージャーの 視点 Project managers own "How" and "When". 品質（要件の充⾜と不具合の 少なさ） 開発コスト リリーススケジュール 31
- 33. © 2017 NTT DOCOMO, INC. All rights reserved. conservative disruptive time Spectrum sharing in time/space Fate of Keitai walled garden 2008 2010 2015 Keitai I/O devices (e.g., UWB) Context (i.e., location)-Aware Services Telephony integration to Web Application Content Delivery over heterogeneous network Vertically Integrated Service System with VoIP by Search Engines L2 Mobility Optical Switching Network Beyond ENUM (universal ID) Web 2.0 RoF RAN Integration Customer Data Mining and Yield Management Another Thin Client Unified Optical Mobile Network ⼈とデータ Consumer Network Keitai as Ubiquitous Hub モバイルネットワーク の構造的変化 端末プラットフォーム の収斂とI/Oの拡散 Lightweight computing XML chips Fuel Cell 端末エネルギー の枯渇 絶え間ないワイヤレス容量の改善 ソフトウェア開発 配布サイクルの 終焉 Collaborative Innovation Context Management and sharing Superior User Interfaces AAA for Ubiquitous world MIMO Coverage Expansion Community as wisdom of crowds Cellular Integration of Heterogeneous Networks 2006年に６年後を予測してみました。（当時研究所次⻑） 35
- 35. 37 社内プロセスに乗せない.
- 36. 38https://entabe.jp/news/article/2094 密造酒パターン: Pruno or prison wine
- 37. AIの果実 組織のIT化 データマ イニング プロジェ クト発⾜ （2007) 挑戦者の 領域 （2012-) Biz Design -> Architecture Design -> InstrumentationBy Iret Web-based system (Shabette-concier, etc.) クラウドネイ ティブの領域 (2014-) 社内キャズムの壁 信⽤・信頼の壁 Business system (Personal data analytics, etc.) Society5.0領域 Security Governance Cost management 400~ AWS accounts Education Cloud native system design 全社への浸透 ５⼈でスタートしたドコモのデジタル変⾰ 39
- 38. インターネット ペタバイト級のデータ＋機械学習＋並列分散計算モデル ビッグデータからの⾏ 動パターン分析による サービス利⽤促進／ユ ーザビリティ向上 多種多様なログに基づ くクロスレコメンド／ チューニングによる精 度向上／対象ユーザ・ コンテンツのカバレッ ジ向上 ビッグデータを⽤いた 辞書構築による⽂字認 識・画像認識精度の向 上／ソーシャルメディ ア情報活⽤によるユー ザ動向把握 ビッグデータを⽤いた ネットワークルーティ ングの最適化／解約に つながる⾏動パターン 発⾒ ビッグデータを⽤いた ハザードマップ／犯罪 発⽣マップの⾼精度化 ・カバレッジ向上 交通機関・公共施設の 運⾏最適化による待ち 時間の最⼩化 マーケティング リコメンデーション メディア理解ｵﾍﾟﾚｰｼｮﾝ最適化 セキュリティ 社会ｲﾝﾌﾗ最適化 業務システム のデータ 様々な ログファイル CRMシステム の顧客データ Webサイト， ブログ ソーシャル メディア 静⽌画，動画 センサデータ Business Intelligence Data-Driven Innovation ドコモにおけるビッグデータ活⽤(2010-) 40
- 40. Client Redshift Data Source ET Temporary Storage Direct Connect State Management Forwarder Loader Sandbox VPC Peering S3 データ解析基盤 Cloud-based DWH 42
- 41. 43 43 •ロングテール解析 –ニッチ商品の多品種少量販売に不可⽋ •極低頻度の異様な振舞いの検出 –fraud detection –Pandemic Analysis –新語 –プライバシー保護 •データ突合・シーケンス処理 –アンケートXログデータ –時系列コンテクスト •個別処理がサービスの本質 personalization Business Intelligenceの進化編
- 42. Business Intelligence → Data Driven Innovation 会社の⽅針に関係なく，こだわったこと クラウドの⽣産性 → 内製 → ROIに責任 47
- 43. 挑戦者の 領域 （〜 2015) 問題外 の領域 クラウド導⼊は⼊札で︕ クレジットカードがない請求代⾏お願い，定額ね︕ ITインフラを変動費化したい プロジェクトベースで クラウド移⾏ PoC⽌まり症候群の壁 外注丸投げ 思考停⽌症候群の壁 AIの果実 組織のIT化 ⽬指す 領域 スタート アップの 領域 メルカリ(AWS+GCP) クックパッド Abeja SkyDisc(製造現場の 不具合判定 by AWS AI) 壁は無い︕ ⽇経デジタル 東急ハンズ クラウ ドネイ ティブ の領域 フジテック Biz Design -> Architecture Design -> Instrumentation -> Operation By Iret, Server Works, etc. 武闘派CIOの存在 とりあえずクラ ウド移⾏の領域 ＠システム更改 (2015〜） 近畿⼤学の業務システム基盤 BandaiのIT基盤 クラウドインテグレーター に丸投げ（これは悪くない︕） Prototype -> Product 技術⼒の⾶躍が必要 私の阪⼤チーム イマココ 48
- 44. 49 • ソフトウェア中⼼︓サービス・製品のUXをソフトウェアが⽀配 しているとの認識． • System of Systems︓システムを連結して新たな価値を産もう とする視点，ビジネスと技術を同時に捉えるという視点 • 試⾏錯誤︓失敗のマネージメント．実験を繰り返すという習慣． • グロースハック︓ 客のUXを計測し，データに基づき逐次改良． • DevOps: 開発と運⽤を同⼀チームに集約． ソフトウェア思考
- 45. 50
- 46. 51 Tech View
- 47. 52 Tech+Biz View
- 49. quality time/cost Point of Sales DepreciationDevelopment quality time/cost Point of Use DevOps 54 Why DevOps?
- 50. 転職チェックリスト︓ 淘汰されるべき企業へのメッセージ 55 1. 社⻑⾃らが「イノベーションの源泉がソフトウェアにある」 と理解している． 2. 経営幹部が⾃ら発表資料を作成している． 3. 情報システム部⻑がソフトウェアを書ける． 4. 外部からの中途⼊社の経営幹部がいる． 5. サブスクリプション型のビジネスモデルを実施している． 6. マーケティング，開発，運⽤が⼀体化した組織がある． 7. 企業投資・買収部⾨がある．
- 51. Takeaways 56 • デジタル≠IT。 • 研究＝事業の時代。 • DX期待症候群に注意。 • ⽣存者バイアスに要注意。 • ビジネスと技術開発が同時にできる⼈材が必須。 • 会社の枠を超えた働き⽅が顕在化。
- 52. Peter Drucker 「未来は明⽇には作られない。それは今⽇、そして主に今 ⽇の任務に関する決定と⾏動によって⾏われている。」 --結果の管理--（邦題︓創造する経営者） 57 “The future is not going to be made tomorrow. It is being made today and largely by the decisions and actions taken with respect to the tasks of today.” --Managing for Results -