Hiroshima Camps Seminar 180303

Copyright © 2018 Uhuru Corporation, All Right Reserved.
へ
の
株式会社ウフル
専務執行役員 IoTイノベーションセンター所長兼
エグゼクティブコンサルタント
八子知礼
2018年 3月 3日
NO IoT NO FUTURE
～デジタルとアナログの境目を繋いで創る新ビジネス～
IoT
取り組み方

八子知礼 (株)ウフル専務執行役員
IoTイノベーションセンター所長兼エグゼクティブコンサルタント
 大学院では4層ニューラルネットワークと遺伝的アルゴリズムで人工生命モデルを研究
 松下電工株式会社にて通信機器の企画開発や新規サービス事業の立ち上げに従事
 複数ファームで合計16年を超えるコンサルティング経験（通信・ハイテク業界を担当）
 新規事業戦略立案、顧客/商品/マーケティング戦略、バリューチェーン再編等を多数経験
 2014年にシスコシステムズ合同会社にてシスココンサルティングサービスの立ち上げに参画
 2016年4月に (株)ウフル IoTイノベーションセンター所長就任
 クラウド利用促進機構運営委員、日本英語検定協会理事、mRuby普及促進協会アドバイザ、
IPA「次世代ITスキル標準検討ワーキング」検討委員、「IoT News」のアールジーン社外取締役
Wireless Wire News
日本のIoTを変える99人
2012年11月出版
モバイルクラウド
「図解クラウド早わか
り」出版
2017年10月出版
IoTが全部わかる教科書
New
NewsPicksのテクノロジー
領域のPROピッカー

Copyright © 2018 Uhuru Corporation, All Right Reserved. 3
急成長するクラウド＋IoT＋デジタルマーケティングの
インテグレータ／コンサルティング企業です
「アジア太平洋地域テクノロジー
Fast 500」「HGC APAC 191位」
ウフルとはスワヒリ語で「自由」を意味する
言葉です。自由な発想と確かな技術で社会の
役に立つサービスを届けていきたいという思
いを込めた社名です。
テクノロジーと
自由な発想で未来を創る
ウフルという社名の由来と
めざすビジョン
デロイトが発表したTMT業界の売上高成長
率のランキングにて、直近4年間の収益（売
上高）成長率202.78%を記録して9位。
強力なパートナー連携によるスピーディな事
業展開
資本・業務提携を通じて各界のリーディング企業
との強力なアライアンスを推進して「協創」コン
セプトによってビジネスを創ってきます。HGC APACに191位でラインキング
2016年までに230%超の成長達成

IoTコンサルティング・コミュニティの運営
services
クラウドシステムの販売・開発・導入
Partners
マーケティング支援・
ソーシャルリスニングによる調査分析
services
広告クリエイティブ・Web等の制作
services
データアナリティクス・AI開発
services
(株)ウフル事業内容：マーケティング／クラウド事業をIoT事業軸に収斂
IoTプラットフォーム開発・PoCの支援
services

• クラウドとエッジの双方にわたって開発を容易に実現するサービスです
5
UhuruのIoTオーケストレーションサービス“enebular”の全体機能
組込み開発を
簡単に
デバイス管理し
アップグレード
AIのモデルも
デプロイ
オープンな
開発資産
ARMの
デバイスと連携
クラウド間の
API連携

IoT = Internet of Things
「モノのインターネット」と言われますが、
私たちは「モノごとのインターネット」と解釈し、
“デジタルですべてをつなぐ世界”と定義しています

Japan Digital Universeデータ総量
Source: ＥMC Digital Universe 2014
約5倍 2200 EB495 EB
2014年 2020年
データ総量
世界のDigital
Universeに占
める割合
8
％
5
％約0.62倍
2010年には10％だったにもかかわらず比率が下がり続ける

2017年は「第3のプラットフォーム」登場10年目
• 2007年にiPhone登場
• ネットワークに繋がっていなかっ
た人々がアクセス可能に（100
億台）
• 5〜10個程度のセンサーを搭載
• スマートフォンの出荷台数と共
にセンサー単価も下落しIoTで
活用可能に
①スマートフォンの普及
• 2006年FacebookやTwitterの
サービス開始
• コンシューマ自身がコンテンツを
自己生成（CGM）
• 写真やメッセージを大量に共有
• 共感されると拡散・コピーされ
データ量が増殖
③ソーシャルネットワークの普及
• 2006年にAmazon Web
Servicesがサーバーの時間貸
しモデルを開始
• スピーディな事業立ち上げや柔
軟なリソース活用で起業が加速
• 劇的に安価なデータ処理が実
現
②クラウドの普及
④ビッグデータ・アナリティクス
• モバイル端末とクラウドアプリの活用、およびソーシャルでの大量データを安価に分析可能に
• これまでとは比較にならないほどの大量のデータをリアルタイムに近い時間で分析処理可能に

• 構成部品が多くバリューチェーンが長い、自動車などの運用産業、製造業、そしてカジノなど機械設
備とサービスが複合的に構成されるエンターテイメント領域が成長可能性があります
9
国内IoT市場で最も伸びる業界は運輸(自動車)、製造、エンタメ
23,030
3,760
10,500 6,570 5,000
13,350 17,000
7,000
21,000
8,000
13,730
32,000
9,200 8,800
16,450 24,000
14,510
10,400
193,550
13,040
77,320
50,000
40,000
128,970 130,000
30,000
140,000
80,000
72,190
269,000
128,600
32,000
134,950
166,980
206,320
70,000
0
50000
100000
150000
200000
250000
300000
2015年（実績） 2016年（見込） 2017年（予測） 2018年（推定） 2020年（推定）SOURCE：総合プランニング「2017年版IoT関連市場の将来予測」 2016年11月

課題に着目していない：境目をつないで課題を解決するアプローチが重要
上司と部下
IT企業と事業会社
広告とコンテンツ
業界と他業界
ハードとソフト
リアルと
バーチャル
社内と社外コンシューマと法人
男性と女性とLGBT
人間とロボット
IoT
データを
リアルタイムに
活用する
データ
デバイスと
オブジェクトが
相互につながる
モノ
適切な情報を
適切な人とマシンに
自動連携する
プロセス
人々とモノが
つながって継続的に
価値を生む
ヒト
IoTは様々な境目をデジタルでつないで境目に存在する社会課題を解決するアプローチ

• 現場で稼働するノン・インテリジェントな設備や人やモノをネットワークに繋げて、クラウドやサー
バー上のアプリケーションを活用して分析し、インテリジェンスを現場にもたらすことがIoTの姿で
す。
11
IoTの典型的な実現像
無線ローカルネットワーク
Beacon
設備機器作業員・管理者データ
有線ネットワーク
IoTゲートウェイ
無線ネットワーク携帯電話網
つ
な
い
で
デ
ー
タ
を
吸
い
上
げ
分
析
結
果
を
フ
ィ
ー
ド
バ
ッ
ク
クラウド（サーバー）
側での分析
外部のクラウドオンプレミスのサーバー
エッジ側サーバ
のアプリ
有線ネットワーク
モノやセンサー
ローカルネットワーク
ゲートウェイ／エッジ
広域ネットワーク
データ収集・蓄積
データ分析

IoTの
要素レイヤー
③港湾ゲート
管理
④ヤードアサ
イン管理
⑤ヤードク
レーン管理
⑥ガントリーク
レーン管理
⑦輸送船舶管
理
②コンテナト
ラック管理
①WWW
予約照会
⑧対地側港湾
連携
IoTの課題抽出・ビジネス検討フレームワーク
１）時系列経路、エスカレーションパスなどを横軸にマッピング
人
プロセ
ス
データ
モノ
（設備）
積載物やコンテナの内容情報、位置情報、各港湾設備がIPネットワークに繋がり、データ連携を可能とする
APIが公開されたオープンなIPベースのシステムで相互のデータが連携された予測制御可能なシステムを構築
人手に多大に依存する事なく、高度に自動化されたプロセスでの処理、管理、制御環境を実現する
異なる設備、リソース、組織、人々がVoice、Video、Messageで効率的にコミュニケーションできる環境を構築する
Connect
Unified
２）繋がっていなくて発生している課題の発見
３）繋いで顧客に提供する価値の再設計
ハンブルグ港湾管理局の例

③受付／案内
表示
④廊下・EV等
共用スペース
⑤オフィス／テ
ナントスペース
⑥管理室／ビル
マネジメント
⑦ビル建屋敷
地内
②エントランス
／駐車場
①外部からの
交通アクセス
• 境目にこそ着目してどんな技術が適用可能なのかを考えてIoTビジネスを検討することが重要です。
• 繋がっていない／境目があるところには業務上／組織上／文化上／経済上といった様々な課題が潜んでいるのです。そ
の課題を解決するために「つなぐ＝IoT」の考え方を用いて境目を無くすことが、業務改善や組織問題の改善、ひいて
は社会問題の解決に繋がります。
境目にこそ課題が存在。IoTは社会課題を解決するアプローチ
来客／
テナント／
管理者
設備と資産
業務
プロセス
データと
システム
IoT
構
成
要
素
の
境
目
の
課
題
も
つ
な
い
で
解
決
交通／アクセス
管理システム
監視・駐車場管
理システム
受付システム／
案内サイネージ
共用スペース監
視システム
空調・照明管理
システム
ビル管理・運用
システム
監視システム
資産管理システ
ム
組織間、業務間、手動とシステムの境目に生ずる課題を解決してスマート化
IoT構成要素
例：
どうやって行けば良
いのか分からない
例：
案内が日本語だけでわからな
い
例：
駐車場が一杯で入り口が分
からない
例：
空いているオフィスを使いた
いのに契約料が高くてベン
チャーや小企業では活用で
きない
例：
エネルギー効率が悪く、ど
れだけ利用しているかわか
らない
例：
バラバラのシステムが入っていて投資効率が悪い。中小企業は手を出せない
オープンなIPベースのシステムで相互のデータが連携された予測制御可能なシステムとなっているか
人手に多大に依存する事なく、高度に自動化されたプロセスで処理・管理・制御されているか
ビル内設備(ファシリティ・照明・空調・駐車場等)が、各々連携して効率的に稼働しているか
異なる設備・リソース・組織に所属する人々がVoice・Video・Messageで効率的にコミュニケーションできているか
ビル内資産
の利用頻度・
資産や人の
位置情報／
データが、連
携可能となっ
ているか

目指す姿：IoTで目指す姿は“Digital Twin“
リアルなモノや設備などの環境、稼働状況
などをデジタル上で同一に実現
＝IoT
人が解析できる量と質を超えた大量データに基づく分析と
シミュレーションの結果を自動フィードバック＝AI
リアルな世界と同一な条件の環境をパラレルにデジタル上に構築してシミュレーションし、
様々な状況変化にどう対応するか未来予測してリアルへフィードバックする
予測不可能な現場オペレーションデジタル上で再現してシミュレーション
注：CPS（Cyber Physical Systems）も同意

さまざまなIoTビジネス事例

ウフル事例：三菱重工風力発電事業 IoTモニタリングシステム
enebularを利用して、
データの収集から保管・表示
分析・活用までの連携を実現
Salesforce App Cloudで
構築した業務アプリに連携し
運転状況を可視化
風車タービンに設置された
回転数、振動等の
センサーデータを集約

• 場の雰囲気や盛り上がり、人間同士の親密度などをセンシングし、可視化したデータとし
て提供する仮想センサプラットフォーム“NAONA”の実証実験を開始
17
村田製作所の仮想センサープラットフォーム「NAONA」
NAONAのプラットフォーム構想飲食店での実証実験の様子
音声をセンシングし、音の大きさのみならず複数音声のやり取り、周波数
等のデータから判断

• 低速低消費電力広域無線（LPWA）でカバーする共通インフラを、有線ネットワークを経由して構築
• 長野県伊那市全域のIoT化を実現し、さまざまなサービス／アプリケーションをその共通インフラの上に重畳
• さまざまなサービス提供／アプリ開発事業者を地場から創出、都心からも呼び込む
• すべてを月額課金で回収し、利用者、利用企業、アプリ提供事業者、および組合でプロフィットシェア
18
伊那市での例：LoRaWAN共用基盤によるスマートタウン
既存の伊那市内有線ネットワーク（ADSL/光）
LoRawan
（IoT向け低速低消費
電力広域無線）
LoRawan
LoRawan
鳥獣被害の
わな管理
農・圃場管
理
ｲﾝﾊﾞｳﾝﾄﾞ観
光ｱﾌﾟﾘ
中山間部見
守り支援
・・・
特定用途
アプリ
特定用途
サービス
アプリ
事業者
サービス
事業者
サービス
事業者
アプリ
事業者
・・・
アプリ
事業者
サービス
事業者
地域課題の解
消
新サービス創
出
事業者／観光
者の呼び込み
税収の増加人口の増加
伊那市を日本で最大の「IoTテストベッドシティ」へ
月額課金モデル、
サービス重畳モデル、
シェアリングモデルで
投資を70％抑制
既存インフラの利用
で初期投資ゼロ
地域課題を解消し、
新たな収益を確保
第1回ハッカソン
で優勝したチー
ムの案件に伊那
市が予算を確保
地域事業者のデータセンターインフラ

伊那市ハッカソン第1回、第2回の優勝チームの内容
LoRa端末
くくりわな
LoRaGW
スマートフォン
ライトが点灯
第1回優勝チーム：くくりわな捕獲通知システム第２回優勝チーム：温室の温度監視システム
LoRa端末
AIで
音声
合成
緊急度が高いと怒った声
緊急度低いと優しい声
電話で通報
わなにかかったら
磁石接点が外れて通知
温室の温度が
低くなり、ボイラーが
稼働しなかったら通知

シタラ興産（埼玉県）は、産業廃棄物仕分け作業に人工知能（ＡＩ）ロボットを導入したことで、選別の
作業員を約10分の1に削減した。従来は18人（予備含め約20人）かかっていた作業を2人に減らした。
20
自社ソリューションの外販：ＡＩロボットで産廃仕分け。作業員10分の１に削減
カメラによる画像解析
赤外線センサー、３次元レー
ザースキャナー、金属探知機
のデータを基に、ＡＩが判断より
ロボット自らが判断する
判断結果からロボットが自動
的に仕分け
生産性改善できたことがすごいのではなく、ノウハウが蓄積できてそれを外販できるようになる
ことにより、新規事業となり、会社の事業構造が変わることが着目すべき点

電気自動車の充電スタンドにかかる新サービスビジネス
ビーコン、位置情報把握により車両の動
線を繋ぎ、広告配信など新サービスのた
めにデータ蓄積・利活用
ワンストップで利用可能でゲーミフィ
ケーションの要素を入れた多様な
サービスのポータル

• 広島や高知で行われている、まぐろ養殖現場での取組
22
AIによる画像解析とセンサーブイによるまぐろの餌付け最適化
 いけすの単位画角内
にいるまぐろの数をカ
メラで撮影
 AI（深層学習）で画像
認識してカウント
 センサー付き海上ブイ
 いけす付近の水質、
水温、水流、風向、風
速などを測定
 気象データなども取り
込んでで水質やコン
ディションを予測
Before
• いけすの中のまぐろの
数がわからない
• 一定時間ごとにえさを
投入しているので海が
汚れる
• まぐろが壊死してしまう
• まぐろが空腹な状態を
判断できない
After
• 餌付けの最適化
• まぐろの数の把握
• まぐろが空腹な状
態でのえさの投入
• 海を汚さない
• まぐろの壊死を防
止

コマツのDigital Twin：スマートコンストラクション
•熟練作業者が減っ
てしまうという危機感
•グローバル展開しても奥
地の土木開発現場に行っ
てくれる人がいない
元々は危機意識から

• コマツはNVIDIAと提携し、Abejaと協業することで建設現場での画像解析とAIによる自
動化にさらなる拍車をかけようとしています。
24
コマツの先進性がAI活用で劇的に加速
建機に搭載
NVIDIAの現場サーバ
Edge BOXに下記の
画像を吸い上げて
その場で画像解析
• 建機のカメラ画像
• ドローンのカメラ画像
• 定点カメラの画像
工事現場に関わる全ての
リソースが何をしているか
自動的に管理把握可能
NVIDIAのAIボード
Jetson

• ベンチャー企業である e.GO社自体は車を作るノウハウを持っていないが、部品メーカが
参画してノウハウを提供することで実機の実現に向けてプロジェクトを推進。
• MBSE（3Dシミュレーションによるモデルベースの設計とエンジニアリング）により
試作機製作と量産時の課題解決を同時に推進することが特徴
25
デジタルものづくり：MBSE/MBDによるシミュレータブルなものづくり
• アーヘン近郊の地熱発電による電力を利用した、近距離域内を走り回る電気自動車普及を
目指した地産地消のビジネスモデルへ
ドイツアーヘン工科大学内の電気自動車開発プロジェクト「 e.GO 」

• 一画面内で3D CADのデータを表示するのみならず、e-BOM情報と対応づけて表示、ビ
ジュアルにパーツを特定したり、組み付けや衝突時のシミュレーションが可能
• 工程に流す（人モノ金を動かす）前に必要な品質保証やトラブルシューティングは全て完了
26
MBSE/MBDによるシミュレータブルなものづくり
※仕様の異なる完成車のe-BOMデータを全て持っているので重複して表示されている

設計から製造、オペレーションまでをすべてデジタル化できているか？
CADは入れた、工程はFA化している、なのになぜ
製造リードタイムは減らないか、品質トラブルが絶えないか、新製品が出にくいか
コスト意識大
スピード速
品質意識大
物理的に工程や資材を動かし始めると
莫大なコストがかかる
Design (設計)の段階 Manufacturing (製造)の段階
コスト意識緩
スピード緩
品質意識中
設計段階を
もっと精緻にシミュレート
可能に

エッジコンピューティングの必要性

クラウドの次、モバイルの次が見えているか？
SOURCE：ITPro 八子モバイルクラウド研究所第10回（2010年3月）に加筆
セ
ン
タ
ー
処
理
ロ
ー
カ
ル
処
理
メインフレーム：約50年
クライアントサーバ：約20年
クラウド
コンピューティング
10年？
WEBコンピューティング
：約15年
新たな
コンピューティング
トレンド
ホストコンピュータ
の時代
エンドユーザ
コンピューティングの時代
2017～2007～20171993～2007199319701960
今
マイクロデバイス？

IoT時代のアーキテクチャ
• IoTではデータ量も膨大になることが予想されるため、エッジ側のコンピューティング環境を拡充する
ことも必要となってきます。
IoT時代のアーキテクチャの大変革：エッジ側処理の必要性
これまでのクラウド中心のアーキテクチャ
出典：日経SYSTEMS 2017年５月号に八子が寄稿

弊社事例から：クラウド側とエッジ側でのデータ・処理配置の最適化
エッジ分散型
エッジを高機能化
バランス型
全体コスト最適化
クラウド集中型
エッジは最低限の機能のみ
データ蓄積
エッジ側で長時間データ蓄積
（大容量メモリ、ストレージ）
エッジ側で一定時間データ蓄積
（適切なメモリ、ストレージ容量）
クラウド側でデータ蓄積
データ集計
エッジ側で実施
（バッチデータ量1/10）
クラウド側で実施データ分析
アプリケーション処理
データ通信エッジ側にインテリジェントなデータ通信エッジ側に機能なし
データ圧縮
エッジ側にデータ圧縮機能あり
（50%）
エッジ側にデータ圧縮機能あり（25%）エッジ側にデータ圧縮機能なし
通信モジュール 1万円／台 5000円／台 3000円／台
※クラウド運用コストは影響が少ないため一定とする
※見守りサービスの通信費はユーザー負担とする
86%
4%
10%
61%
8%
31%36%
7%
57%
通信コスト
クラウドコスト
通信モジュール
コスト
全てをクラウドに上げるわけでもなくエッジ側でも処理するアーキテクチャの考え方が必要

IoTによる新ビジネス創出の視点

「改善」「生産性向上」は悪か？！
• 改善を続けていてもビジネスが成功するとは限らない、テクノロジーイノベーションによって壊滅的
破壊が起こる世の中。部分的にフォーカスし過ぎた改善は逆に命取りになりかねない。
旧来のビジネスモデル：
ほんの0.数％の改善に
すさまじい金額を投入
新しいビジネスモデル：
歩留まりの相当高いところ
からスタートし、異なるビジ
ネスモデルで旧来のモデ
ルを圧倒的に抜き去る
イノベーションが改善のスピードを凌駕する時代
「改善」「生産性向上」ではない、
全体最適なビジネスモデル／バリューチェーン全体のイノベーションを目指そう
部分的な改善に邁
進することに意味
があるのか？
生産性向上は作り手の自己満足？！
生産
量
生
産
性
向
上
価格
生産
量
価格
コス
ト
コス
ト
生産量上がると市
場価格も崩れる
（そんなに需要が
増えない）

IoT時代のビジネスモデル創出視点
”CROSS”視点
•Cross Industry
•Resource Sharing
•Outcome-base
•Smartphonize
•Simulatable

Cross Industry：出荷前から出荷後まですべて繋ぐ「Data Chain」が必要
consumer
例：コールドチェーン（冷凍品輸送）の鮮度・温度管理Data Chain
Retail shop /
Stockyard
End DistributionWarehouseLogisticsFactory
店頭在庫の管理
サービスColdChain系の
中のビジネス
ColdChain系の
外のビジネス
センサータグで輸送状態をモニタリング／
テレマティクスによる走行場所把握
天気、交通渋滞、当該地域でのイベント
などのデータプロバイダとの連携サービス
消費者向け食材提供・
デリバリサービス
健康管理などの暮らし方把握／
サポートサービス
ColdChain系以外の外部パートナーに
A：プラットフォームを販売
B：蓄積したデータを販売
Endの消費者向け
に拡大サービスを
展開
系をまたぐビジネスで
データの活用性を
引き上げる
ColdChain全体にまたがる鮮度・温度管理サービス
Data Chain
米国ではCold Chain Managementは法制度化へ
⇒製造業が自社からの出荷後も責任を持つことになる時代
これまでの工場
は出荷後責任を
持たない
管理レベルが次第に下がってくる所に
製造業が責任を持たなければならない

• 東京と鳴門で飲食店を運営するIT企業「セカンドファクトリー社」は、鳴門で獲れた特産物を現地側
で1次処理をして東京に出荷するのをITで需給調整して６次産業化に貢献
36
Cross Industry：徳島県鳴門市と東京の店舗を結ぶIoTによる「六次産業化」
THE NARUTO BASE（現地作業所）
• 規格外品を買い取って食材活用
• 現地側で1次加工して急速冷凍出荷・首都圏側
• 廃棄される鳴門金時を活用して
鳴門側雇用確保、規格外品の商品化 ⇔ 飲食店の働き方改革、食材廃棄ゼロ
東京の店舗（契約店舗など）
• 店舗側の販売状況とリアルタイムで突合して
需給管理
• 鮮度が高いことで美味しく、他店舗と差別化
可能
• 店舗側加工作業を低減して働き方を改善
• 廃棄ロスが極めて少ない飲食店を実現
管理画面に
データ集約して
需給をマッチング

Resource Sharring：製造業の新たな稼ぐモデル
設計〜調達〜製造〜販売〜物流〜サービス〜最適化〜ノウハウ化〜
データの販売〜廃棄〜再利用までを ”デジタルですべて繋ぐ” ことが必要に
• 「モノ」を作ることだけが製造業ではない時代に。
出展：「IoTの基本・仕組み・重要事項が全部わかる教科書」
2017年 (株)ウフルIoTイノベーションセンター

Outcome Base：利用量・効果に応じた課金体系の視点
利用量ベース保険（UBI：usage-based insurance）
• ウエアラブル機器や車とつながるスマートアダプターなどにより走行距離などの利用量を
反映した自動車保険や運動量を考慮した保険商材が発展
自動車のIoT：
テレマティクス保険
ヘルスケアIoT：
健康増進保険
設備のIoT：
設備・動産保険
ホームIoT：
火災・地震保険
走行量と運転状況に応じて
保険料を査定
事故調査にドローンを導入
保険会社の手間を50％削減
スマートホームのIoTセキュリテイ
システムで審査判断して支払いま
での期間を劇的に短縮
震災時にドローンで判定し支払い
までの期間を数十分の1に短縮
健康に暮らしている状態を
ウェアラブルデバイスで監視
して保険料を20〜30％値引き
設備の稼働状況を監視し
ておき異常やトラブルが
発生しない場合に保険料
を値引き

• 製造業向けプラットフォーム
• 他社連携したAppsを提供中
• Appsは同社のプラットフォー
ム上で稼働
• 月額で課金するSaaS
39
Smartphonize：Apps for X 〜アプリをオペレーションにインストールする
「Apps for X」「Partner Ecosystem for X」という考え方をベースに持った
サービス展開をすることが将来のプラットフォーム化に繋がる
SOURCE: https://www.axoom.com/store/
製造業向けApps for Industriesの例：独AXOOM
■チェックポイント
• スマートフォンと同じモ
デルが提供できるか
• 業界向けAppsが提供でき
るか
• 月額課金SaaSが提供でき
るか
• 他社にプラットフォーム
を開放できるか

部品一つから、３Dデータを送付すれば30秒で見積もり納期が回答される
40
Simulatable：リアルタイムシミュレーション可能性の視点
SOURCE：https://meviy.misumi-ec.com/
「MBD（Model Based Design）デジタルモデリング」という考え方をベースに持った
サービス展開をすることが将来のデジタルツイン化に繋がる
■チェックポイント
• シミュレーションできるか
• リアルタイムオンデマンド対応
が可能か
• 価格や納期がその場でお客様に
提示できるか
• お客様の要望をその場で反映で
きるか
• デザイン／設計したものがその
まま直ぐ生産できるか
• スマートな決済・精算が可能か
ミスミのマスカスタマイズド部品販売ECプラットフォーム：meviy

すべてがつながるIoT時代のビジネスの作り方

ウフルがかかげるIoT実現コンセプト「DeCIDE」

IoTデータ流通市場が立ち上がり “データが売れる”時代が到来
データが売れる時代
オムロン「センシングデータ流通市場
（SENSING DATA TRADING MARKET）」設立へ
エブリセンス「IoTデータ流通市場」設立
ウィングアーク1stの第3者データ活用
3rd Party Data Gallery
データ流通推進協議会が2017年10月に発足
エブリセンスジャパン、日立、オムロン、さくらイ
ンターネット、NEC、NTTデータ、日本データ取
引所、インテージ、インテック、D.A.コンソーシ
アムホールディングス、大日本印刷、コニカミノ
ルタ、リゲイン、ウフルが参画して2017年10月
に立ち上げ。情報バンク設立へ
１：Decide
“使えるデータ”がないということは貯金がないのと同じ。早く取り組まないとデータは溜まらない

IoTは複合度の高いマルチレイヤーモデルでの構築が必須
産業設備・機器作業員・管理者部品データ
既存
アプリケーション
業界別の
アプリケーション
新規事業のプラットフォーム
（第3のプラットフォーム活用）
Secure Network Layer（Closed / Internet）
Connectivity Layer
データ収集と一次処理、デバイス管理等
Data Lake Layer
データレイク・データ管理・アーカイブ
Processing Layer
データプロセッシング
APaaS Layer
アプリ開発環境
Management Layer
課金・ユーザ管理等
Edge Computing Layer
データのフィルタリング、超リアルタイムフィードバック
プロセス
AWS Lambda
AWS
IoT
Things
Layer
代表的なベンダー
2：Collaboration
IoTは1社だけでは実現できないビジネスモデル。レイヤーの異なる複数企業で検討すべき

事業ドメイン拡張による複合的イノベーションモデルの追求
新規
サービス
機材配置最
適化
フライトプラ
ン
最適化
全世界フラ
イトのエコ化
製品関連
サービス
予防保全メ
ンテナンス
IoE製品
センサつき
エンジン
製品
ジェットエン
ジン
航空機
メーカー
航空会社空港社会
航空機エンジンビジネスの例
GEはIoTへの取組により製品提供からサービ
ス提供への事業ドメインのシフトを実現
新規
サービス
Tire-as-a-
Service
タイヤ予防保全
サービス
タイヤ本数削減
による省資源化
製品関連
サービス
タイヤ情報提供
タイヤ状態診断
サービス
IoE製品
センサつきタイ
ヤ
製品タイヤ
鉱山メンテナンス会
社
社会
タイヤビジネスの例
ブリジストンとミシュランは鉱山用超大型タイヤにセン
サを着けてタイヤ状態を監視、課金モデルを変化
３：Innovation
商材、顧客を拡張し、「改善」ではない複合度の高いイノベーションを目指そう

IoT取り組みの着眼点
• 日本は今後10年で労働者人口が500万人減り、50歳以上の人口とそれ以下が同数に。
• さらに今後30年で人口が1億人を切る課題先進国
• グローバル進出する企業は現地マネジメント人材が不足。現場の見える化が課題。
• 4：Dream
• 「モノ」だけではなく、むしろ「ヒト」に着目した方がIoT導入されやすい
• 人手に勝るきめ細やかなIoTサービスは他国に真似できないポイント
16
熟練した作業者が減っ
てしまうという危機感
人が介在しなくても事故を
起こさない社会の実現
物流車両／レンタカーの人
手に依存しない管理
注文したモノが人のいる
場所に配送される仕組み
訪日外国人がいかに
便利に日本で過ごせるか

デジタル時代の成功要因はエコシステム形成
• それぞれの企業が主体的に参画し、ワー
キンググループなど分化した取り組みを
スピーディに実行する。
自律コミュニティ推進
IoT市場創出仕様の開示顧客の開示
ナレッジ共有化
A社
他
社
他
社
他
社
他
社
B社
参加企業の主体性
失敗リスクの分散
５：EcoSystem
デジタル時代の重要な成功要因は、事業が伸びるにつれて
コストが逓増しないための仕組みとしてエコシステムを形成すること
• 各社から技術や顧客、リソースを持ち
寄ってリスクを分散しながら目的を達成
していくコミュニティを形成。

さいごに

• 自治体も予算の目玉はAI・IoT、
広島県は3年間で10億円
• 2018年度当初予算案はAI、IoTで
3億4873万円を新規計上。
生産性向上や観光などがテーマ
49
広島県がAT・IoTを後押し
2017年12月7日日本経済新聞1面
IoTなど革新技術への投資で減税へ
• 積極的な賃上げや設備投資
• IoTなど革新技術への投資

• あなたはどの区分に入りますか？それで良いのですか？
50
皆さんにおくるメッセージ
真剣
様子見
検
討
の
真
剣
さ
実行する実行しない
（できないも含む）
ここにしか予算も人的リ
ソースも割り当てられない。
（しかも早い者勝ち）
「真剣に考え、実行する」人にしかリソース、支援が得られにくい時代に移行しつつある
すべてが公平平等に割り振られるわけではない
農場・養殖・水産資源の見える化
インバウンド外国人向け多言語誘導サービス
■地方における様々な課題（代表的なもの）
中山間部過疎地域への見守り
鳥獣被害対策
地場製造業における事業継承・取引拡大
商店街の回遊支援共同アプリ
商用車の稼働状態管理
河川、ダム、森林災害防止

NO IoT
NO FUTURE
iot@uhuru.jp

• 10月15日に本を出しました！
52
One More Thing・・・・・
短縮リンク
http://bit.ly/IoTkiso
Amazonの「IT・ビジネス」カテゴリで1位

Hiroshima Camps Seminar 180303

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à Hiroshima Camps Seminar 180303

Similaire à Hiroshima Camps Seminar 180303 (20)

Plus de 知礼八子

Plus de 知礼八子 (20)

Dernier

Dernier (9)