Bright Vision

株式会社ブライトビジョン

http://brightvis.com/

IoT（Internet of Things）時代に向けたビジネスの変革

技術トレンド調査

2018年3月

CC BY 4.0

Bright Vision

IoT時代のパラダイムシフト

1

Bright Vision

情報化による社会革命

2

情報革命は、農業革命、工業革命に続く３度目の社会革命と言われる。現在、社会構造のパラダイムシフトが起きている

農業革命B.C.8C

工業革命18C末～19C初

情報革命20C末～21C初

価値の源泉 土地 資本 データ、つながり

経済形態 封建経済 資本経済 シェアリング経済

競争力の源泉 主従制度と土地貸与

資本の集中と垂直統合

分散協働とネットワーキング

活動範囲 ローカル グローバル リアル＆バーチャル

「情報革命がもたらすパラダイムシフト」 （砂田薫 2014）に加筆http://www.yhmf.jp/pdf/activity/adstudies/vol_49_01_02.pdf

Bright Vision

IoT&AI時代は産業革命でもある

3

ドイツと米国で区分や定義に違いはあるが、IoTやAIにより産業が変わるという認識は共通

【図解】コレ１枚で分かる産業革命の区分http://blogs.itmedia.co.jp/itsolutionjuku/2015/05/post_77.html

Bright Vision

IoT （Internet of Things）とは

4

様々な「モノ（物理デバイス）」がインターネットに接続され、他のモノやクラウドなどと情報交換することにより、

高度な情報処理や制御を行うこと

➢ 特徴

• 専用線ではなく、パブリックなインターネットを利用

• オープンな通信方式、プロトコルやAPIを利用

• ベンダーやメーカーを超えた相互接続

• クラウドや人工知能との高度な連携

従来のM2Mなどの概念を広げたもの。オープン性、広い相互接続がポイント

Bright Vision

IoTによる製品からシステムへの進化

5

IoT時代の競争戦略（ハーバードビジネスレビュー 2015/04）

データとネットワークにより、製品がシステムと接続し、システムと機器が協調して動作する

インダストリアル・インターネット解説レポート (GE 2012/11)http://www.ge.com/jp/industrial-internet

Bright Vision

IoT&人工知能によるパラダイムシフトの本質

6

Dataセンサ情報、画像、映像、音声、テキスト

などの非構造化情報

Informationデータに構造・体系を与え、判断や制御の

基準となる情報

IntelligenceInformationに基づいた、解釈や判断、アクションプランなどの知見や行動指針

IoT、クラウド、ネットワーク化により大量かつ広範囲のデータを蓄積・分析可能に

AIにより人間では扱え切れない量や範囲の情報を基に、自動的な判断、予測、自律行動が可能に

InformationやIntelligenceといった知的作業を支援、自動化して、さらなる効率化や新たなる価値を生み出す

Bright Vision

IoTの機会規模

7

成長率15％/年以上で、先進国と途上国のあらゆる産業分野、世界経済全体の半分程度に影響を与えると予測される

H28年度情報通信白書（経済産業省）

世界のIoTデバイス数および成長率

インダストリアル・インターネット解説レポート (GE 2012/11)http://www.ge.com/jp/industrial-internet

Bright Vision

IoTが企業に与える影響

8

Bright Vision

IoTシステムの全体像

9

データレイク

データベース

AI・処理(データ分析, 判断, 指示)

非構造化データ 構造化

データエッジ

コンピューティング

機器情報の収集

ユーザインタフェースデータ連携

システム連携

他システム

API

API

API

API

API

クラウド

機器への指示判断モデル

API

ネットワークデバイス アプリ・UI

クラウドを中心に各要素がAPIを通じて接続する。広範囲な技術が必要なため、企業間コラボレーションがポイントとなる

Bright Vision

IoT&人工知能による新たな提供価値

10

モニタリングから自律運転へと次第に高度な機能やビジネスへと発展していく

1.モニタリング

2.遠隔制御

3.予測

4.最適化

5.自律運転

・故障監視

・製品利用状況

・製品稼働状況

・トレーサビリティ

・製品機能の制御

・他システム経由

の制御

・プログラム制御

・故障予測

・不具合の判定・推定

・製品機能の

レコメンデーション

・ユーザ行動の予測

・環境に応じた

設定自動変更

・メンテナンス

最適化

・ユーザーアシスト

・製品性能の最適化

・自動運用

・他システムとの

自動連係

・自己診断・自己修理

・製品パーソナル化

Bright Vision

IoT＆AIの効果とビジネスモデル

11

コストを削減する 売上を拡大する

自社

・予防保全によるダウンタイム減少・機器メンテナンス最適化、状態基準保全・品質チェックの高精度化、短時間化・部材調達、人員配置の最適化・工場オペレーションのムダ削減・製品の遠隔メンテナンス・診断

・マーケティング・販売の最適化による売上増・製品利用状況の分析による新商品展開・サブスクリプション等の新ビジネスモデルによる顧客拡大

・自社の強みとIoT&AIを組み合わせた新規事業

顧客 ・定額保証/メンテでのリスク削減・自社データを活かした最適化コンサル＆ソリューションの提供

・自社データを活かしたマーケティング、セールスコンサルティング

・各社の強みを活かした共同新規事業

将来的なコスト削減効果で投資回収

月額保守サービスの展開

コスト削減コンサルティングサービス

将来的な新規事業や売上増で投資回収

売上拡大コンサルティング

JVや出資による共同事業

コスト削減効果か売上拡大かによって、

ビジネスモデルや投資回収を適切に選択

Bright Vision

ビジネス部門ごとのIoT/AI活用例

12

経営管理系

企画開発

オペレーション

販促販売

経営・管理

マーケティング 企画 設計開発

調達 製造 品質管理 物流

プロモーション セールス サポート

・リアルタイムの経営状況把握（BI）・データに基づくリソース最適化・売上、コストのAI予測・IoT, AI活用の新規事業への展開

・IoTによる詳細な製品利用データ・AIによるデータ分析・個々の顧客への製品最適化

・IoT, AI活用の新商品・新規事業・クラウド、スマホ連携サービス・IoTによる新ビジネスモデル

・AIによる設計、テスト支援・ソフトでのカスタマイズ、バージョンアップ

・利用、故障データ活用での設計

・顧客属性や利用状況による個別プロモーション

・リアルタイムなPR効果測定、改善・ネット＆リアル融合のPR

・顧客や営業状況に応じたセールス・顧客属性からの有望顧客推定・AI顧客属性推定、売上予測

・遠隔サポート、メンテナンス・消耗品交換、機器買い替え提案・AIでのコールセンター対応

・売上状況からの調達最適化・調達先システムとの接続・ソフトカスタマイズでの調達部品数削減

・機器故障予知・生産ライン管理の最適化・AIでの人員削減、生産性向上

・画像などでの品質チェック・機器異常動作の早期検知・製品、製造のトレーサビリティ

・輸送の自動化、最適化・物流のトレーサビリティ・棚資産の最適化

各部門にて様々なIoT, AIの活用が考えられる

Bright Vision

IoTによる企業活動への影響

13

IoTは企業活動のあらゆる面に影響を与える。組織体制としてもIoTの考え方に最適化していく必要がある

• ソフトでのカスタマイズを前提とした設計開発

• 出荷後のアップデートやパーソナライズに対応

• クラウドへのデータ蓄積や遠隔制御に対応した

設計開発

設計・開発IoTのアーキテクチャに合わせた製品開発

• データと分析による顧客ごとの提案内容や提案プロ

セスの導入

• マスカスタマイゼーションによる商品ラインナップ

の最適化

• アップデートや遠隔サポートによる付加価値の提供

と、課金モデルへの移行

マーケティング・サポートデータに基づく顧客とのビジネス関係の再定義

• 社内各部門のそれぞれのITインフラとデータの融

合

• データと分析に基づく人事配置や人材活用

• セキュリティやプライバシーの一元管理

• ITインフラ部門が社内各部門を結ぶハブとなる

• IoTやセキュリティ人材の確保がポイントになる

社内インフラ・人材活用社内各部門をつなぐITインフラによる最適化

• 企業活動のどの部分を自社で持つか、社外と提携

するかがさらに重要に

• どのデータを共有し、どれをクローズとするかの

判断

• IoT技術に強いパートナーやサプライヤーとの連携

アライアンスIoT技術に強い企業との連携と、自社の強みの明確化

Bright Vision

IoTによるメリットとリスク

➢ メリット

• インターネット、標準プロトコルやパブリッククラウドなど、

オープンな汎用技術を使うことによる低コスト化

• 人工知能により人手作業を代替することでの低コスト化

• ベンダーやメーカーを超えた相互接続により、大量かつ高度なデータ利用ができる

• 新たな価値の提供と、新しいビジネスモデルへの発展

➢ リスク

• オープンな汎用技術を使うことによる、ハッキングなどのセキュリティリスクの増大

• データ所有権やプライバシー保護方針によるトラブルリスク

• 人工知能などによる判断ミスの法的責任の明確化

• 他社との高度な連携が必要

14

IoTによるメリットは大きいが、セキュリティや法律面等での注意が必要

Bright Vision

政府や産業界のIoT＆人工知能の取り組み状況

15

Bright Vision

海外の動向

16

IoTを巡る技術動向と今後の展開 （総務省 2015/12） より

世界的には米国とドイツが先行。米国は産業界が主導（デファクト）、ドイツは政府が先導（デジュール）

Bright Vision

日本政府の動向

17

日本再興戦略2016 (首相官邸 2016/07)

日本でも、経済成長戦略の筆頭としてIoT, ビックデータ, AI, ロボットに注力

補助金や助成等もあり

Bright Vision

第4次産業革命の取り組みに関する各国調査

日本は第4次産業革命に関する意識も進捗も他先進国より低い

18

情報通信白書2017

個人および企業における第4次産業革命に対する期待

第4次産業革命への対応の段階

第4次産業革命によって変革がもたらされると思われる業種

日本は企業の第4次産業革命へのイメージがネガティブ

日本は第4次産業革命への取り組みが遅れている

日本は他国より製造業への効果が低く認識されている

Bright Vision

国内IoTのイメージ調査

19

IoTを活用することで、６割以上が期待通り以上の成果を実感

富士通クラウドテクノロジーズ調査 （2017/11）http://monoist.atmarkit.co.jp/mn/articles/1711/13/news029.html

Q) 世の中に、IoTが普及しているという実感はありますか？

約半数が世の中にIoTが普及していると実感

（製造業300名、サービス業300名）

富士通クラウドテクノロジーズ調査 （2017/5）https://it.impressbm.co.jp/articles/-/14510

Bright Vision

機械のメンテナンス・運用最適化

20

http://www.projectdesign.jp/201507/iot/002255.php大前研一 IoT革命 (2016/9)

GEが目指すインダストリアル・インターネット（ハーバードビジネスレビュー 2015/04）

GEは航空機エンジンにセンサを付けて、リアルタイムモニタリングにより保守の効率化を行い、運航最適化のコンサルサービスを展開

航空機以外にもIoTを導入

Bright Vision

IoTでの工場生産最適化（スマートファクトリ）

21

http://monoist.atmarkit.co.jp/mn/articles/1605/06/news073.html

シーメンスは、スマートファクトリの推進として、IoT化での設計・製造の効率化・最適化と販売、サービスとの融合を目指している

スマートファクトリ工場内のあらゆる部品や設備にセンサをつけネット接続し、設備同士や人が協調して稼働する。マスカスタマイゼーションや設備稼働の最適化を実現する。

Bright Vision

ボッシュのコネクテッド・マニファクチャリング

22

• データマイニングとRFID技術を取り入れ、ABS、ESCブレーキシステムの生産性を25%向上• データマイニングにより、油圧バルブの試験時間が18％短縮• RFID技術により棚卸時間が97％短縮• ひとつの生産ラインで200種類の油圧モジュールを製造

http://www.bosch.co.jp/press/group-1603-04/

Bright Vision

IoTとAIを使ったスマートファクトリ

23

ファナックは製造業向けIoTプラットフォームを推進。AIを利用した作業の自動化や故障予知を研究

http://www.meti.go.jp/committee/sankoushin/shojo/johokeizai/bunsan_senryaku_wg/pdf/003_06_00.pdf

Bright Vision

品質検査でのIoT&人工知能による自動化

24

http://www.bizcompass.jp/orig-ac/bu-growth-088-1i.html

センシングとディープラーニングで、品質検査の省力化、検査員ごとにばらつき削減、人間が発見できなかった異常検知

Bright Vision

食品の検査工程をAIを利用して自動化

25

http://drip.ink/sources/9421

https://newswitch.jp/p/11214

ベビーフードのポテトの検査（変色品）をディープラーニングの画像認識で自動化。

検査速度が約２倍になった

Bright Vision

ブリヂストンのAIタイヤ成型システム

人工知能(AI)を実装した最新鋭タイヤ成型システム「EXAMATION」が稼働

• タイヤ1本あたり480項目の品質データをセンサーで計測

• 全ての部材が最適条件で組み立てられるよう、リアルタイムで自動制御するAIを搭載

• 従来製法に比べて真円率を15%以上向上、

約2倍の生産性向上と1/3の人員削減を実現

• 日本およびハンガリーの工場で稼働中

http://news.mynavi.jp/news/2016/10/18/021/

http://toyokeizai.net/articles/-/153287

センシング機構（イメージ図）

Confidential

Bright Vision

車やドローンの自動運転

27

アウディ、世界初の“レベル3”自動運転を実現する「新型A8」を数カ月以内に発表

http://car.watch.impress.co.jp/docs/event_repo/

ces2017/1038058.html

ホンダ、ライダーが乗っていても、乗っていなくても自立する2輪車を初公開

http://car.watch.impress.co.jp/docs/event_rep

o/ces2017/1037860.html

米セブンイレブン、連邦航空局承認のドローンによる商品配送

http://corp.7-eleven.com/news/07-22-2016-7-

eleven-teams-with-flirtey-for-first-ever-faa-

approved-drone-delivery-to-customer-s-home

自動運転はCES2017でも最もホットなトピック。完全自動運転はまだ先だが、

限定的ながら商用化が現実的となってきた

Bright Vision

IoTと人工知能を用いた省エネ制御

28

http://wired.jp/2016/07/22/deepmind-data-centres-efficiency/

・気温や電力使用量、ポンプ流量などのデータを収集

・ディープラーニングで電力量予測モデルを作成

・稼働中のデータセンターの冷却制御に利用

・人手での制御にくらべ、電力量を一貫して40％削減

Googleデータセンタの冷却電力削減

http://www.ntt-f.co.jp/campaign/ss/

NTTファシリティーズ水冷式空調のAI制御

センサデータと人工知能によりきめ細かく機器を制御することにより空調の電力量を４０％程度削減可能

Bright Vision

化学プラントの異常検知

29

プラントの入出力データをAIにてモデル化して、製品品質を予測したり異常検知を行う

三井化学＆NTT comの取り組み

http://www.bizcompass.jp/original/bu-growth-073-2.html

Bright Vision

Amazonの倉庫ロボット

30

http://www.itmedia.co.jp/news/articles/1612/06/news107.html

https://www.wired.com/2014/12/amazon-reveals-robots-heart-epic-cyber-monday-operation/

商品ピッキング時に商品棚がロボットで自動的に移動し、従業員負荷を軽減。1000億円規模での人件費削減

Bright Vision

IoT＋人工知能での農業効率化

31

• 畑を進みながら1分間に5,000本の芽の写真を撮影

• AIでそれぞれの芽がレタスか雑草かを識別

• 雑草であれば除草剤を噴霧

• 2つの苗が近づきすぎてしまっている場合は間引く

• 化学薬品の使用を90パーセント削減可能

http://wired.jp/2016/06/16/future-humanitys-food-supply/

LettuceBotカメラとAIで雑草だけを除去

国内農家がディープラーニングを使ったきゅうりの自動等級仕分け機を作成

http://gigazine.net/news/20160901-deep-learning-cucumber-sorter/

IoTと人工知能で作業自動化や精密農業に取り組む事例も数多くある

Bright Vision

まとめ

➢ IoT・ビックデータ・人工知能は、社会革命・産業革命に

相当する変化をもたらす

➢ IoTと人工知能は、次第に高度な価値提供やビジネスへと発展する

➢ セキュリティや法律面等でリスクがあるため注意が必要

➢ 実現には広範囲な技術や知見が必要なため、企業間連携がポイント

32

リスクに気を付けながら、

IoTに積極的に取り組むことで

大きなメリットが得られる