LiBRA 09.2020 / DXとこれからのビジネス for SIer
•
1 recomendación•540 vistas
https://libra.netcommerce.co.jp/
Más contenido relacionado
Más de Masanori Saito
Más de Masanori Saito (20)
Último
LiBRA 09.2020 / DXとこれからのビジネス for SIer
- 2. なぜ自動車メーカーが「自動車を売らない」ビジネスをはじめるのか？ 自動車保有台数 8,150万台 自家用車の平均稼働率 4.2% 年間20日しか利用されていない 自動運転・ライドシェア 電気自動車（EV）化 所有する必然性がなくなる 自動車が作りやすくなる 既存の自動車会社以外からの参入が容易／競争の激化 自動車が売れない時代に、どうやって収益を上げればいいのか？ あなたが、事業責任者であるとすれば どのようにして、稼ぎますか？ Easy Ride
- 5. ビジネス発展のサイクル デジタルの渦 Digital Vortex デジタル化領域を 拡大するビジネス 体験／共感価値を 提供するビジネス モノからコト／サービスへ ビジネスの主役がシフト コスト・バリュー 無料／超低価格 購入者集約 価格透明性 リバース・オークション 従量課金制（サブスクリプション） エクスペリエンス・バリュー カストマー・エンパワーメント カストマイズ 即時的な満足感 摩擦軽減 自動化 プラットフォーム・バリュー エコシステム クラウド・ソーシング コミュニティ デジタル・マーケットプレイス データ・オーケストレーター
- 7. Withコロナ時代のITビジネス環境の変化（〜3年） 不確実性の増大 不確実性の常態化 実行環境 付加価値を生みださないインフラから アプリケーション・ロジックへ IaaS 仮想化 PaaS サーバーレス コンテナ ネットワーク 用途に応じたネットワークから あらゆるネットワークが5Gへ 専用線 IP-VPN 4G/LTE など 5G（キャリア） ローカル5G セキュリティ 後付けのセキュリティから アーキテクチャーとしての セキュリティへ 社外NW 社内NW FW 社内NWクラウド境界防衛型 ゼロトラスト 階層構造 アーキテクチャ 安定性×高品質から 柔軟性×俊敏性へ マイクロ サービス 開発・運用 予測と計画に対応することから 現場にニーズに即応することへアジャイル＋DevOps 時間・日・週／成果連動 ウオーターフォール＋運用・保守 半年〜数年／工数積算 開発 運用 保守 顧客 業務の生産性やコスト削減への対応から 事業の差別化や競争力の強化へ情報システム部門 事業部門・経営者 ロケーション・フリー化 サービス化 ペパーレス化 など 工数提供の対価 価値実現の対価 売上＝人数×単金の最大化 利益＝利益率×回転数の最大化 人数を増やす コストをおさえる できるだけ作る 技術力を高める 単金を上げる できるだけ作らない スピード × アジリティ × スケール
- 8. Withコロナ時代に求められるITベンター/Sierの能力 不確実性の増大 不確実性の常態化 実行環境 付加価値を生みださないインフラから アプリケーション・ロジックへ PaaS サーバーレス コンテナ ネットワーク 用途に応じたネットワークから あらゆるネットワークが5Gへ 5G（キャリア） ローカル5G セキュリティ 後付けのセキュリティから アーキテクチャーとしての セキュリティへ 社内NWクラウド ゼロトラスト アーキテクチャ 安定性×高品質から 柔軟性×俊敏性へ マイクロ サービス 開発・運用 予測と計画に対応することから 現場にニーズに即応することへアジャイル＋DevOps 時間・日・週／成果連動 顧客 業務の生産性やコスト削減への対応から 事業の差別化や競争力の強化へ事業部門・経営者 ロケーション・フリー化 サービス化 ペパーレス化 など 価値実現の対価 利益＝利益率×回転数の最大化 技術力を高める 単金を上げる できるだけ作らない 業務や経営、事業戦略と IT／デジタルの一体化 インフラの再定義 事業への戦略的活用 場所やデバイスを制限しない セキャリティ対策 変更を積極的に受け入れ 事業に貢献するシステム開発 圧倒的ビジネス・スピードを 手に入れるための前提 事業部門主導の内製化 圧倒的技術力への期待 IT／デジタルを 事業の成果にできる能力 お客様と目的を共有して 共創/Co-Creation
- 9. デジタル化 実践のステージ 9 Stage Ⅲ 自律 Autonomy Stage Ⅱ 自動 Automation Stage Ⅰ 操作 Operation Stage 0 監視 Monitor 事実 把握 実行 適用 判断 ルール 設定 修正 最適化 目的 設定
- 10. デジタルとは何か？
- 14. デジタル化：デジタイゼーションとデジタライゼーション デジタイゼーション Digitization アナログ放送→デジタル放送 紙の書籍→電子書籍 人手によるコピペ→RPA 効率化 ビジネス・プロセス 改善・改良・修正 コストや納期の削減・効率化 ビジネス・モデル デジタライゼーション Digitalization 自動車販売→カーシェア／サブスク ビデオレンタル→ストリーミング 電話や郵便→SNS・チャット 変革 事業構造の転換 新しい価値の創出 デジタル・トランスフォーメーション Digital Transformation/DX + 人 と 組織
- 15. 変革とは何か：既存を再定義して、新しい価値を創出すること 変革前 写真屋 変革後 昔のプロセスをそのままに改善するのではなく プロセスの再定義して 新しい価値や新しいビジネス・モデルを創出する
- 16. デジタルとフィジカルの関係 フィジカル Physical デジタル Digital IoT フィジカルのものごとやできごとをデジタルに変換し デジタルで生みだされた価値をフィジカルにフィードバックしてその価値を享受する フィジカル Physical デジタル Digital IoT OMO（Online Merges with Offline） フィジカルとデジタルを分るのではなく、デジタルが統合するひとつの仕組みとしてとらえる
- 17. インターネットに接続されるデバイス数の推移 億人 億台 台/人 2003年 2010年 2015年 2020年 世界人口 インターネット 接続デバイス数 一人当りの デバイス数 63 68 72 76 5 125 250 500 0.08 1.84 3.47 6.50
- 18. コレ1枚でわかる最新のITトレンド データ収集 モニタリング データ解析 原因解明・発見/洞察 計画の最適化 データ活用 業務処理・情報提供 機器制御 ヒト・モノ クラウド・コンピューティング 日常生活・社会活動 環境変化・産業活動 現実世界／Physical World サイバー世界／Cyber World Cyber Physical System／現実世界とサイバー世界が緊密に結合されたシステム 高速 × 最適 デジタル トランスフォーメーション
- 19. DXはどんな世界を目指すのか Data IoTmobile Web 生産 販売 移動 対話 検索 連絡観賞 育児教育 Activity/Event Cyber World 社会やビジネスの最適を実現・維持する Application Digital Twin 現実世界のデジタル・コピー 最適解を見つける サービス同士を連係する 現実世界のアナログな「ものごと」や「できごと」をデジタルに置き換える Physical World
- 20. DXを支えるテクノロジー 現実世界／Physical World サイバー世界／Cyber World Cyber Physical System／現実世界とサイバー世界が緊密に結合されたシステム 予 測 最適解 ビジネス の最適化 現実世界の デジタルコピー デジタル ツイン データ収集 データ解析 データ活用 AI・機械学習 クラウド IoT 機械学習・深層学習 AIチップなど サーバーレス・コンテナ SaaS・PaaSなど センサー・モバイル 自律制御など 5G 第5世代通信システム
- 22. デジタル・トランスフォーメーション 2つの解釈 社会や経済の視点／社会現象 2004年、エリック・ストルターマン（ウメオ大学）の定義「ITの浸透により、人々の生活が根底 から変化し、よりよくなっていく」に沿った概念 デジタル・テクノロジーの発展によって社会や経営の仕組み、人々の価値観やライフ・スタイルが 大きく変化し、社会システムの改善や生活の質の向上がすすむという社会現象を意味する 経営や事業の視点／企業文化や体質の変革 2010年以降、ガートナーやマイケル・ウェイド（IMD教授）らによって提唱された概念 デジタル・テクノロジーの進展により産業構造や競争原理が変化し、これに対処できなけれ ば、事業継続や企業存続が難しくなるとの警鈴を含む デジタル・テクノロジーの進展を前提に、競争環境 、ビジネス・モデル、組織や体制の再定 義を行い、企業の文化や体質を変革することを意味する 経済産業省・DXレポートの視点／変革の足かせとなる課題の克服 2018年、経済産業省のDXレポートにて示された概念 老朽化したレガシー・システムや硬直化した組織、経営意識といった変革の足かせと なる課題を克服する活動を意味する この課題を払拭しなければ、変革は難しいという問題提起を含む デジタル・ビジネス・トランスフォーメーション レガシー・システムの再構築 を促すことで、既存ビジネス の延命を図ろうとの思惑？ “デジタルを使うこと”ではなく “ビジネスや社会を変革すること” が目的
- 23. デジタル・ビジネス・トランスフォーメーション 経営や事業の視点／企業文化や体質の変革 デジタル・ビジネス・トランスフォーメーション “デジタルを使うこと”ではなく “ビジネスや社会を変革すること” が目的 デジタル技術とデジタル・ビジネスモデルを用いて 組織を変化させ、業績を改善すること 1. 企業業績を改善することが目的。 2. デジタルを土台にした変革であること。組織を絶えず変化しているが1つ以上 のデジタル技術が大きな影響を及ぼしているものでなければ、デジタル・ビ ジネストランスフォーメーションには分類されない。 3. プロセスや人、戦略など、組織の変化を伴うものであること。 デジタル・ビジネス・トランスフォーメーションにはテクノロジーよりもはるか に多くのものが関与している。 「DX実行戦略（マイケル・ウェイドら）」 p.27
- 27. デジタル・トランスフォーメーションとは何か 27 デジタル トランスフォーメーション “デジタル”を駆使して 変革する誰が？ 何を？ 何のために？ 自分たち 事業主体 ビジネス・プロセス ビジネス・モデル 企業の文化や風土 従業員の思考方法・行動様式 組織・体制・意志決定プロセス 事業の継続と成長 企業の存続 従業員の幸せ パフォーマンスの向上 圧倒的競争優位の確保 不確実性の増大 予測不可能なビジネス環境 と 競争原理の流動化 状況 手段 圧倒的なビジネス･スピードの獲得 高速に見える化 高速に判断 高速に行動 対策 企業の存在意義を貫くこと 自分たちは何者なのか？いかなる価値を社会や顧客に提供するのか？ 目的
- 28. Purpose:不確実な社会でもぶれることのない価値の根源 Purpose／企業の存在意義 不確実性の高まる社会にあっても ぶれることのない自分たちの価値 People・Organization／人と組織 人の考え方や組織の振る舞いを 変化に合わせてダイナミックに対応 Product／提供する商品やサービス データやテクノロジーの変化・発展 に応じて高速に改善・対応 WHY HOW WHAT 織機 → 自動車 → 移動サービス → 生活サービス → ？ 書籍販売→モノ販売→映像・音楽・クラウド・物流 ほか →？ トヨタウェイ 地球上で最もお客様を 大切にする企業である
- 29. 「何を？」 変革するのか 29 デジタル トランスフォーメーション手段 企業の存在意義を貫くこと 自分たちは何者なのか？いかなる価値を社会や顧客に提供するのか？ 目的 ビジネス・プロセス 業務プロセスのリストラ・スリム化 徹底したペーパーレス化 働く場所・時間の制約からの解放 など 企業の風土や文化 データ活用を重視する経営へのシフト 社内における「情報」の透明性を担保 戦略に応じた多様な業績評価基準の適用 階層的組織から自律的組織への転換 心理的安全性の確保 大幅な現場への権限委譲 時間管理から品質管理への転換 多様性を許容する企業風土の醸成 など ビジネス・モデル 事業目標の再定義 マーケット・顧客の再定義 収益構造の変革 売買からサブスクリプション 手段の提供から価値の提供 など “デジタル”を駆使して 変革する誰が？ 何を？ 何のために？ 自分たち 事業主体 事業の継続と成長 企業の存続 ビジネス・プロセス ビジネス・モデル 企業の文化や風土
- 30. 「”デジタル”を駆使する」とは、何をすることか 30 デジタル トランスフォーメーション手段 企業の存在意義を貫くこと 自分たちは何者なのか？いかなる価値を社会や顧客に提供するのか？ 目的 クラウドの利用制限を撤廃 コモディティ・アプリケーションのSaaSへのシフト ゼロトラスト・ネットワークによるVPNやファイヤーウォールの撤廃 VDIやPPAP等の時代遅れ、無意味、生産性を損なうIT活用の撤廃 FIDO2を使ったSSO環境の整備 など クラウド・ネイティブの利用拡大 戦略的アプリケーションのクラウド・ネイティブへのシフト プラットフォーム・サービスの活用 アジャイル開発やDevOpsの適用 など 組織の意志が直ちに反映されるITの実現 戦略的アプリケーションを中心に内製化の適用範囲を拡大 ITに精通した経営幹部の配置 など “デジタル”を駆使して 変革する誰が？ 何を？ 何のために？ 自分たち 事業主体 事業の継続と成長 企業の存続 AI クラウド IoT 5G データ トレンドを見据えたテクノロジーの適用 ビジネス・プロセス ビジネス・モデル 企業の文化や風土
- 31. 「共創」とは、何をすることか 31 デジタル トランスフォーメーション手段 企業の存在意義を貫くこと 自分たちは何者なのか？いかなる価値を社会や顧客に提供するのか？ 目的 “デジタル”を駆使して 変革する誰が？ 何を？ 何のために？ 自分たち 事業主体 事業の継続と成長 企業の存続 ビジネス・プロセス ビジネス・モデル 企業の文化や風土 共創 圧倒的な技術力 信頼される人格 お客様についての理解 「一緒に取り組みたい」 相手に惚れさせること 内製化支援 新規事業 の創出 自分たちがDXを実践し、 その体験から得たノウハウやスキルを 模範を通じて提供すること
- 32. 内製化の事例：クレディセゾンのサービス「お月玉」 開発費用：6人×3ヶ月＝人件費 約1000万円 スピード：アップデート 10分〜 事業成果：利用者数・利用金額ともに劇的増加 1億円以上？ 最低でも数日 コミットなし 競合 or 共創？
- 33. 内製化の事例：株式会社フジテレビジョン 数万人が同時に視聴できる配信環境を 3 週間ほどで構築 AWS Elemental MediaStore と Amazon CloudFront は、CMAF-ULL の超低遅延配信に必要な技術と 大規模配信に対応し、それをマネージドサービスとしてすぐに利用できる環境や、配信規模に応じたス ケーリング、障害発生時の切り替え対応などの煩雑な運用業務からの解放してくれた。 https://aws.amazon.com/jp/solutions/case-studies/fuji-tv/?fbclid=IwAR3bdoRp-sdBrOe_1I6JcALo5vHFzzO-tBTQ1wL4us1FLhcOIpzXax7bY3o 競合 or 共創？
- 34. DXの実装 最適解の導出 機械学習・シミュレーション アプリケーション データ収集 機器制御・指示命令・情報提供 など サービス利用 現実世界（Physical World） デジタル・ツイン（Digital Twin） デジタル・ツイン／現実世界のデジタル・コピーで 起こりうる未来を予測（機械学習）し 実験（シミュレーション）を繰り返し 最適解を導出し、アプリケーションを実行する デジタル・ツインを使ってビジネスを最適化 最適解を使って実行したアプリケーションを 現場で実行（機器制御・指示命令・情報提供）し その行動や状態・変化をデータとして収集し デジタル・ツインをアップデートする 最適化されたビジネスを実行してデータを収集 デジタルとフィジカルが一体となって 高速に改善活動を繰り返す状態を実現
- 36. 可視化 DXとERP 統合データ 営業・販売 倉庫・物流 経理・財務 調達・管理 経営 可視化・分析・計画 アプリケーション アナリティクス営業・販売 アプリケーション 倉庫・物流 アプリケーション 経理・財務 アプリケーション 調達・管理 アプリケーション ERPシステム 倉庫・物流 調達・管理 生産・製造 アプリケーション 人事・給与 アプリケーション ERPシステムのもたらす価値 1. 効率的義務運営 2. リアルタイム経営 3. 内部統制 ERPパッケージ利用のメリット 1. ベストプラクティスの活用 2. 法律・制度変更への迅速な対応 3. 構築に関わる期間とコストの削減 企業活動の デジタル・ツイン
- 37. デジタイゼーション／デジタライゼーションとDXの関係 既存事業の改善・最適化 企業文化やビジネス・モデルの変革 デジタライゼーション デジタイゼーション デジタル トランスフォーメーション 技術 ヒトと組織 自分たちのポジション 及川卓也 著「ソフトウェア・ファースト」p.196を参考に作成
- 38. DXの実践 技術 ヒトと組織 業務プロセスのリストラ・スリム化 徹底したペーパーレス化 クラウド利用の制限撤廃 働く場所や時間から解放されるデジタ ル・ワーキング・スペースの整備 IT価値を毀損する使い方の排除 VDI → 高性能PC FW・PW・VPN → ゼロトラスト・FIDO2・SSO など 日常業務のSaaS適用範囲を拡大 デジタルを駆使した戦略的サービスの 拡充 戦略的（売上や利益に直結）サービス の内製化 スピード・スケーラビリティ・アジリ ティの追求 アジャイル開発とDevOps PaaS・サーバーレス/FaaS・SaaS など 徹底した現場への権限委譲 “Purpose Beyond Profit”経営に基づ く経営ビジョンの再定義 プロセスの効率化ではなくデータ活用 を重視する経営へのシフト 「心理的安全性」の担保 社内における「情報」のオープン化 戦略に応じた多様な業績評価基準 時間や場所に制約ない目標・成果の評 価とセルフマネージメント など デジタライゼーション デジタイゼーション デジタル・トランスフォーメーション 企業の文化と体質 の変革
- 39. 改善・最適化戦略 / 変革戦略とDX デジタイゼーション Digitization モダナイゼーション RPA リフト&シフト 改善・効率化 変化に合わせ既存ビジネス・モデルを 最適化・修正 改善・最適化戦略 デジタライゼーション Digitalization 顧客価値の創出 企業文化の変革 ビジネス・モデルの変革 変革・再定義 変化を先取りし収益構造や業績評価基準を 再構築 変革戦略 組織の振る舞いや働き方の変革 デジタル・トランスフォーメーション
- 40. イノベーション Innovation 新たな競争力の源泉 や事業領域の創出 DXの実現を支える3つの取り組み デジタライゼーション トランスフォーメーション Digitalization Transformation 変化に俊敏な企業の 文化や風土への変革 デジタルにできること は全てデジタルに移行 新しいテクノロジーの探索と適用 全社員デジタル・リテラシーの向上 ビジネス・プロセスの見直しと流水化 新しいテクノロジーの発明 新しいビジネス・モデルの創出 他者との提携による新事業への参入 オープンな情報の共有 大胆な現場への権限委譲 アジャイルな組織の振る舞い 相乗効果による DXの実現 アジャイルとは 現場からのフィードバック 反復的なデザインと実践 継続的な改善
- 41. DXと企業文化とアーキテクチャ 法律 ：法律を定め、違反者に罰則を課すことで影響を与えること 規範 ：社会的常識や世間の評価などで影響を与えること 市場 ：製品の魅力や料金の高低、市場の評価などにより影響を与えること アーキテクチャ ：暗黙の決まりごと、行動習慣で、影響を与えること 人のふるまいに影響を及ぼすもの ハーバード大学教授・法学者／Lawrence Lessig 「アーキテクチャ」は、本人が意識することなく、自動的にふる まいを規制してしまう。また、その規制力を放置しておけば限り なく大きくなってしまい、行き過ぎると、思考停止に陥り、無自 覚に振る舞ってしまい、結果として、自由が奪われてしまう。 企業文化とはまさにこのアーキテクチャ。つまり、あるインプットがあれば、 どのようにアウトプットをするかを意識することなくやってしまうこと。 DXとは、この企業文化＝アーキテクチャを変革すること
- 45. 仮想 virtual 表面または名目上はそうでないが 実質的には本物と同じ 本来の意味 「仮想化」の本当の意味 本来の意味 仮想化 Virtualization 物理的実態とは異なるが、 実質的には本物と同じ機能を実現する仕組み 日本語での語感 虚像の〜 実態のない〜 It was a virtual promise. （約束ではないが）実際には約束も同然だった。 He was the virtual leader of the movement. 彼はその運動の事実上の指導者だった。
- 47. 物理資源・物理機械 サーバーの仮想化 ストレージの仮想化 Java仮想マシン データベースの仮想化 パーティショニング 分 割 アグリゲーション 集 約 エミュレーション 模 倣 仮想化 (Virtualization) ひとつの物理資源を 複数の仮想資源に分割 複数の物理資源を ひとつの仮想資源に分割 ある物理資源を 異なる資源に見せかける 仮想化の3つのタイプ
- 50. ソフトウェア化とはどういうことか（１） 掃除 機能 掃除 機械 レンジ 機能 レンジ 機械 テレビ 機能 テレビ 機械 作表 機能 文書作成 機能 会計管理 機能 汎用機械 オペレーティング・システム（OS） 家電製品 コンピュータ 専用一体 専用一体 専用一体 ソフトウェア Software ハードウェア Hardware
- 53. 仮想化の種類
- 55. システム利用形態の歴史的変遷 OSOS AP AP APAP AP AP 3 2 1 1950年代〜／バッチ 1960年代〜／タイムシェアリング メインフレーム メインフレーム ミニコン OS AP AP AP OS OS VM VM VM 1970年代〜／仮想化（仮想マシン） メインフレーム ミニコン OS AP AP AP OS OS 1980年代〜／分散化 ミニコン PCサーバー OS AP AP AP OS OS VM VM VM 2000年代〜／仮想化（仮想マシン） PCサーバー クラウド (IaaS) OS AP 設定 AP 設定 AP 設定 コンテナ コンテナ コンテナ 2015〜／コンテナ PCサーバー クラウド (PaaS) メインフレームの時代 オープン・システムの時代クラウドの時代
- 57. サーバー仮想化とコンテナ OS ハードウェア ハイパーバイザー 仮想サーバー ミドルウェア アプリ OS 仮想サーバー ミドルウェア アプリ OS 仮想サーバー ミドルウェア アプリ サーバー仮想化 ハードウェア コンテナ管理ソフトウエア OS ミドルウェア アプリ ミドルウェア アプリ ミドルウェア アプリ コンテナ コンテナ コンテナ コンテナ ライブラリ 環境変数 ライブラリ 環境変数 カーネル カーネル カーネル カーネル ライブラリ 環境変数 ライブラリ 環境変数 ライブラリ 環境変数 ライブラリ 環境変数 隔離されたアプリケーション実行環境を提供（クラッシュの分離、独自のシステム管理とユーザー・グループ） 実行イメージのスナップショットをパッケージとしてファイルにして保存できる アプリケーションに加えて仮想マシン・OS の実行イメージを持つ必要がある アプリケーションとOSの一部 の実行イメージを持つ必要がある デプロイするサイズ 大きい 起動・停止時間 遅い デプロイするサイズ 小さい 起動・停止時間 早い 異なるOS 可 異なるOS 不可 メモリーやディスクの消費量が大きい = リソース効率が悪い メモリーやディスクの消費量が大きい = リソース効率が良い 構成の自由度が高い 異なるOS・マシン構成を必要とする場合など 軽量で可搬性が高い 実行環境への依存が少なく異なる実行環境で稼働させる場合など サンド・ボックス化 Sand Box
- 60. デスクトップ仮想化とアプリケーション仮想化 ネットワーク 入出力操作 通信 クライアントPC 文書作成 表計算 プレゼン ・・・ デスクトップ画面 メモリーストレージ ハイパーバイザー PC用OS （Windows7など） プロセッサー 文書 作成 表 計算 プレ ゼン ・・・ 入出力操作 通信 クライアントPC 文書作成 画面表示 仮想PC サーバー PC用OS （Windows7など） 文書 作成 表 計算 プレ ゼン ・・・ 仮想PC メモリーストレージ OS プロセッサー サーバー ターミナル・モニター 文書 作成 表 計算 プレゼン ・・・ 入出力操作 通信 クライアントPC 文書作成 表計算 プレゼン ・・・ デスクトップ画面 入出力操作 通信 クライアントPC 文書作成 画面表示 デスクトップ仮想化 アプリケーション仮想化
- 61. シンクライアント ネットワーク 入出力操作 通信 シンクライアント 文書作成 表計算 プレゼン ・・・ 画面表示 メモリーストレージ ハイパーバイザー PC用OS （Windows7など） プロセッサー PC用OS （Windows7など） PC用OS （Windows7など） 文書 作成 表 計算 プレ ゼン ・・・ 文書 作成 表 計算 プレ ゼン ・・・ 文書 作成 表 計算 プレ ゼン ・・・ 入出力操作 通信 シンクライアント 文書作成 表計算 プレゼン ・・・ 画面表示 仮想PC 仮想PC 仮想PC サーバー ストレージ 文書作成 表計算 プレゼン ・・・ 入出力操作 通信 アプリケーション PC / Windows・Mac OS など 画面表示 データとプログラムの保管 プログラムの実行 は、PC内にて処理 データとプログラムの保管 プログラムの実行 は、サーバー内にて処理 シンクライアントは 画面表示と入出力操作
- 62. Chromebook インターネット データ 文書作成 表計算 プレゼン ・・・ ブラウザ 画面表示・入出力操作 通信 画面表示・入出力操作 通信 オフィス・アプリ データ 文書作成 表計算 プレゼン ・・・ オフィス・アプリ クラウドサービス Google Apps for workなど ブラウザ 文書作成 表計算 プレゼン ・・・ PC / Windows・Mac OS など Chromebook / Chrome OS
- 64. ストレージ仮想化 2TB 実データ 3TB 実データ 5TB 実データ 10TB 10TB 10TB 仮想ストレージ ブロック仮想化 10TB 実データ 30TB ストレージ（ハードウェア） 8TB 7TB 5TB 未使用領域 20TB ボリュームの仮想化 10TB 10TB 10TB 仮想ストレージ シンプロビジョニング 10TB 実データ 30TB ストレージ（ハードウェア） 容量の仮想化 未使用領域 0TB 必要な時に 追加 2TB 実データ 3TB 実データ 5TB 実データ 8TB 7TB 5TB 仮想ストレージ 重複排除 ストレージ（ハードウェア） データ容量の削減 D A B C E F A B ファイル ２ ファイル１ D A B C E F重複データ を排除
- 67. 異なる文化の２つのクラウド戦略 コスト削減のためのクラウド 競争力強化のためのクラウド 生産性向上・納期短縮・コスト削減 投資負担の軽減 運用管理負担の軽減 高い運用品質の維持 コスト削減 資産固定化の回避 最新技術の活用 俊敏性の実現 投資対効果 差別化・競争力・変化への即応力 既存システムのIaaS移行 運用管理の自動化 開発と運用の順次化 コンテナ×Kubernetes PaaS×サーバーレス 開発と運用の同期化 クラウド・リフト 戦略 クラウド・ネイティブ 戦略 守りの文化 by 情報システム部門 攻めの文化 by 事業部門・経営直下 両者は異なるクラウドであることを前提に考える 予算と人材と戦略の一体化と適切な配分
- 68. 銀行システムにおけるクラウド活用の動き 日本ユニシスとマイクロソフト、「BankVision on Azure」実現に向け共同プロジェクトを開始 2018年3月23日 日本ユニシス株式会社と日本マイクロソフト株式会社 は23日、日本ユニシスのオープン勘定系システム 「BankVision」の稼働基盤として、Microsoft Azureを 採用するための取り組みを推進するため、共同プロ ジェクトを4月から開始すると発表した。 いかに費用を抑え、最新技術も取り入れた上で短期間 でのシステム開発を行うかという課題に対応するため、 クラウドを選択。現在はクラウド最大手の米アマゾン ウェブサービスと組み、業務システムの一部から移行 を進めている。 5年間で100億円のコスト削減 1000超のシステムの約半分をクラウド化 週刊ダイヤモンド 2017.5.17 https://diamond.jp/articles/-/128045
- 69. クラウド・バイ・デフォルト原則 政府情報システムにおけるクラウドサービスの利用に係る基本方針（案） クラウド・バイ・デフォルト原則（クラウドサービスの利用を第一候補） 政府情報システムは、クラウドサービスの利用を第一候補として、その検討を行う 情報システム化の対象となるサービス・業務、取扱う情報等を明確化した上で、メリット、開発の規模及び経費等を基に検討を行う https://www.kantei.go.jp/jp/singi/it2/cio/dai77/siryou.html Step0：検討準備 クラウドサービスの利用検討に先立ち、対象となるサービス・業務及び情報といった事項を可能な限り明確化する。 Step1：SaaS（パブリック・クラウド）の利用検討と利用方針 サービス・業務における情報システム化に係るものについて、その一部又は全部が SaaS（パブリック・クラウド）により提供されてい る場合（SaaS（パブリック・クラウド）の仕様に合わせ、サービス・業務内容を見直す場合も含まれる。）には、クラウドサービス提 供者が提供する SaaS（パブリック・クラウド）が利用検討の対象となる。 Step2：SaaS（プライベート・クラウド）の利用検討 サービス・業務における情報システム化に係るものについて、その一部又は全部が、府省共通システムの諸機能、政府共通プラット フォーム、各府省の共通基盤等で提供されるコミュニケーション系のサービスや業務系のサービスを SaaS として、当該サービスが利用 検討の対象となる。 Step3：IaaS/PaaS（パブリック・クラウド）の利用検討と利用方針 SaaS の利用が著しく困難である場合、又は経費面の優位性その他利用メリットがない場合については、民間事業者が提供する IaaS/PaaS（パブリック・クラウド）が利用検討の対象となる。 Step4：IaaS/PaaS（プライベート・クラウド）の利用検討 IaaS/PaaS（パブリック・クラウド）の利用が著しく困難である場合、又は経費面の優位性その他利用メリットがない場合については、 サーバ構築ができる政府共通プラットフォーム、各府省独自の共通基盤等を IaaS/PaaS として、当該サービスが利用検討の対象となる オンプレミス・システムの利用検討
- 72. クラウド・サービスの「作り方」による費用の違い サーバー（物理マシン）×9台 ＋データベース等のライセンス ＋インフラ、DBなどの環境構築 ＋運用管理業務 ＋設置場所（場所+電源+空調等） 購入費用 ：数千万円 年間保守料 ：数百万円 年間運用量 ：数百万円 年間使用料 ： ー ハードウェアを所有 クラウド・サービスを使用 サーバー（仮想マシン）×9台 ＋データベース等のライセンス ＋インフラ、DBなどの環境構築 ＋運用管理業務 × 設置場所（場所+電源+空調等） 購入費用 ： ー 年間保守料 ： ー 年間運用量 ： ー 年間使用料 ：254,980円 ハードウェアを所有する場合と変 わらないシステム構成と運用方法 実行環境を移行しただけ システムの構成や運用方法などの設計・方式は同じ まったく異なる設計・方式 アンケート入力・集計・レポートのサービスとして、できることは同じ サーバー（仮想マシン）×4台 購入費用 ： ー 年間保守料 ： ー 年間運用量 ： ー 年間使用料 ：198,691円 × データベース等のライセンス △インフラ、DBなどの環境構築 △ 運用管理業務 × 設置場所（場所+電源+空調等） 無償のDNSや監視、低料金のデー タベースなどのサービスを利用 一部をクラウドのサービスに代替 サーバーの構築・運用は不要 購入費用 ： ー 年間保守料 ： ー 年間運用量 ： ー 年間使用料 ：907円 × データベース等のライセンス × インフラ、DBなどの環境構築 × 運用管理業務 × 設置場所（場所+電源+空調等） サーバーレス方式と言われるまっ たく異なる実行方式を採用 クラウド・ネイティブで再構築 ハードウェアを所有し、設置場所 とその運営も自社責任
- 73. 構築事例：従来型のWebアプリケーション・アーキテクチャ EC2 Internet クライアント Elastic Load Balancing EC2 冗長化 EC2 EC2 EC2 EC2 EC2 冗長化 冗長化EC2 EC2 Web AP DB死活監視 DNS DNSのセットアップが必要 APはそのまま移行。ただし、セッション管理等、一部改修が 必要な場合がある。 ミドルウェアが必要 （Oracle、 SQLServer、死活監視ソフト等の購入） DBMSのセットアップが必要 EC2：1台 365日24時間稼働：$175.2 EC2：9台 365日24時間稼働：$1576.8 ELB：1台 365日24時間稼働：$236.52+α ELB：2台 365日24時間稼働：$473.04+α リージョン:東京 ＜EC2＞ インスタンスタイプ：t2.micro （最少） 料金：$0.020/1時間 ＜ELB＞ 料金：$0.027/1時間 +$0.008/1GB 年間：約$2049.84 約254,980円 ※2015/3/20時点
- 74. 構築事例：AWSサービスを活かしたアーキテクチャ EC2 Internet クライアント Elastic Load Balancing EC2 冗長化 EC2 EC2 冗長化 Web AP DB DNS Route 53に 設定するのみ 死活監視のソフトウェア不要 基本的に無料／アラーム設定でメール通知 DBMSはインストール不要 Oracle、SQL Server等のライセンス料込 EC2の接続先を変更するだけ 冗長構成はMulti-AZを選択するのみ EC2：4台 365日24時間稼働：$700.8 ELB：2台 365日24時間稼働：$473.04+α RDS： 365日24時間稼働：$455.52 Route53： 1年間：$26.4（最少） リージョン:東京 ＜EC2＞ インスタンスタイプ：t2.micro （最少） 料金：$0.020/1時間 ＜ELB＞ 料金：$0.027/1時間 +$0.008/1GB ＜RDS＞ インスタンスタイプ： t2.micro （最少） 年間：約$1655.76 約198,691円 Cloud Watch Route 53 RDS(Master) RDS(Slave) DynamoDB セッション 管理 ※2015/3/20時点
- 75. 構築事例：AWSサービスを最大限活かしたアーキテクチャ Internet クライアント Cloud Front 画面表示は、 クライアント側 アプリ メールサーバー不要 冗長構成、拡張・データ再配置 はAWS任せ リージョン:東京 ＜S3＞ 料金：$0.0330/GB +リクエスト数+データ転 送量 ＜CloudFront＞ 料金：$7.2/年 （試算した結果） <Lambda> 料金：$0 ＜DynamoDB＞ 料金：$0 （試算した結果） 年間：約$7.56 約907円 Cloud Watch JavaScript 入力ページ（HTML） コンテンツ 非公開コンテンツ Log等 S3 DynamoDB Lambda Node.js テーブル Cognito Webサーバー機能 3箇所以上で自動複製、容量無制限 キャッシュ SSL証明書 任意のタイミングで処理実行 負荷分散、障害対策はAWS任せ AWS認証 アプリ認証 SignedURL発行 サーバ側アプリ ※2015/3/20時点 ※条件によって料金は異なります
- 77. 「クラウド･ネイティブ」とは 77 開発者は他社と差別化できるビジネスロジックに集中したいのに 付加価値を生み出さない作業で負担を強いられる ミドルウェアの設定 インフラの構築 セキュリティ・パッチの適用 キャパシティ・プランニング モニタリング システムの冗長化 アプリケーションの認証・認可 APIスロットリング など この負担から開発者を解放 DevOps マイクロ・サービス アーキテクチャ コンテナ サーバーレス／FaaS(Function as a Service) アプリケーションを継続的・高速にアップデートし ビジネス・ニーズに即座に対応
- 78. システムの役割とこれからのトレンド ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム データ サービス・プロダクト、SCMなど 財務会計、経理、オフィスなど 戦略的アプリケーション 汎用的アプリケーション 独自性の追求と 他社との差別化 開発・運用負担と コスト負担の軽減 スピード × アジリティ × スケーラビリティ インフラ & プラットフォーム FaaS/PaaS/IaaSなど クラウド化 × 自動化
- 83. ネットワーク インターネットや専用回線 コレ一枚でわかるクラウド・コンピューティング インフラストラクチャー IaaS: Infrastructure a a Service プラットフォーム PaaS: Platform as a Service アプリケーション SaaS: Software as a Service 計算装置 記憶装置 ネットワーク データ ベース 運用管理 プログラム 実行環境 プログラム 開発環境 認証管理 電子 メール SNS 新聞 ニュース ショッピング 金融取引 財務 会計 施設や設備
- 84. ＸaaSについて a a S s ervice サービス としての 〜 効用や満足などを提供する 形のない労働や役務のこと 〜 物理的実態／形あるモノの提供を伴わなわずに 機能や性能を提供して対価を受け取るビジネス IaaS PaaS SaaS Software（アプリケーションのこと） の機能や性能を提供するサービス Platform（OSやミドルウェアのこと） の機能や性能を提供するサービス Infrastructure（ハードウェアや設備のこと） の機能や性能を提供するサービス DaaS Desktop（PC画面／PCでできること） を提供するサービス MaaS Mobility（移動する） ための手段を提供するサービス CaaS Communication（会議やチャットのこと） の機能を提供するサービス サブスクリプション または従量課金など サービス設備や機材は サービス事業者の資産 オンライン・サービス ／クラウド・サービス
- 85. クラウド・サービスの区分 自社所有 IaaS 仮想マシン CaaS PaaS FaaS ユーザー企業が管理 ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS SaaS ランタイム データ ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム データ ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム データ ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム データ ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム データ ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム データ ハードウェア 仮想マシン コンテナ 管理機能 ミドルウェア アプリケーション OS ランタイム データ IaaS ベアメタル クラウドサービス事業者が管理 連携機能 CaaS PaaS FaaS SaaS
- 86. ハイブリッド・クラウド 複数企業共用 パブリック・クラウド クラウドの定義／配置モデル (Deployment Model) プライベート・クラウド 個別企業専用 個別･少数企業 不特定・複数企業／個人 LAN LAN インターネット 特定企業占有 ホステッド・プライベート・クラウド 固定割当て LAN 専用回線・VPN LAN
- 89. クラウドに吸収されるITビジネス 89 アプリケーション・ビジネス • ビジネス開発 • システムの企画 • システム設計 • プログラム開発・テスト • 開発・テスト環境の構築 • 本番実行環境の構築 • セキュリティ対策 • 運用管理 • トラブル対応 ネットワーク・ビジネス • ネットワークの設計 • ネットワーク機器の導入・設定 • セキュリティ対策 • 監視・運用管理 • トラブル対応 インフラ・ビジネス • インフラの設計 • インフラ機器の導入・設定 • セキュリティ対策 • 監視・運用管理 • トラブル対応 クラウド・データセンター内 ネットワーク クラウド・データセンター間 バックボーンネットワーク 5G通信網のタイムスライス SIMによる閉域網 ローコード開発 Salesforce.com Lightning Platform Microsoft PowerApps AWS Honeycod サーバーレス／FaaS・PaaS コンテナ運用・管理マネージドサービス SaaS Oracle Dedicated Region @Cloud AWS Outposts Microsoft Azure Stack Hub オンプレミス型マネージド・システム アジャイル 開発 DevOps OutSystems Mendix GeneXus ローコード開発ツール
- 90. クラウド・ネイティブへのシフトが加速する Oracle Dedicated Region @Cloud AWS Outposts Microsoft Azure Stack Hub IBM Cloud Paks Google GKE on-prem Microsoft Azure Ark IBM Cloud Satellite Google Anthos オンプレミス環境にパブリック・クラウドと 同等の環境を構築する製品やサービス オンプレミスとパブリック・クラウドを 一元的に運用管理するサービス ハイブリッド・クラウド マルチ・クラウド
- 91. まとめ：インフラとクラウド 社会の不確実性が”メチャメチャ”増大している 直近の社会・経済・政治の変化がまったく予測できない。 想定外の競争相手が、異業種から突然やってくる。 顧客の好み・関心事・判断基準がどんどん変わる。 企業が生き残り、事業を継続するには、 圧倒的なビジネス・スピードを持たなくてはならない インフラやプラットフォームの調達・変更・廃棄が直ぐにできるようにする。 インフラやプラットフォームの構築や運用の負担を減らす。 アプリケーションの開発や運用に人的・資金的資源を集中させる。 ソフトウエア化されたインフラ クラウド・コンピューティング
- 93. サイバー・セキュリティ対策とは サイバー・セキュリティ：IT機器やソフトウェア、ネットワークなどのサイバー領域に おいて、下記の「情報セキュリティの3要件（CIA）」を確保すること。 機密性 (Confidentiality): 情報へのアクセスを認められた者だけが、その情報にア クセスできる状態を確保すること 完全性 (Integrity): 情報が破壊、改ざん又は消去されていない状態を確保すること 可用性 (Availability): 情報へのアクセスを認められた者が、必要時に中断すること なく、情報及び関連資産にアクセスできる状態を確保すること インシデント発生の抑制 インシデント発生時の被害最小化インシデント サイバー領域において、 企業や組織を脅かす行為 サイバー・セキュリティ対策 3要件（CIA）を確保する対策
- 94. サイバー・セキュリティ対策の実践 94 事故の発生 事故の影響 受容 脅威 ぜい弱性 機密性 完全性 可用性対策 受容レベル 説明責任 コスト 影響 どこまでやればよいのかを？ 対策コスト負担 3要件への影響 業務の受容レベル 最適な組合せ 情報セキュリティの３項目 機密性：情報を盗まれない。 完全性：情報をデタラメな内容に書き換えられない。 可用性：システムを停止・破壊され業務継続を妨げられない。
- 96. パスワード認証のリスク 96 ID／パスワードによる認証： 利用している本人が本人であることを証明するための仕組み ID/パスワードを搾取 ファイヤ ウォール 社内 ネットワーク VPN 1. 複雑なパスワードを使う 文字数を長くする。 文字の種類を増やす。英字（大文字、小文 字）、数字、特殊文字を組み合わせる。 2. 定期的に変更する 3カ月に一度変更する。 3. 一度使ったパスワードは使わない 過去3回までに使ったパスワードは使えない。 一度使ったパスワードは二度と使えない。 「複雑なパスワード」と「定期的なパスワード変更」は意味がない ID/パスワードが簡単にる 人間の記憶力に依存しまた再利用が可能なため 一人当たり平均27個のオンラインアカウントを保持 している それぞれのアカウントのパスワードを複雑化し、全 てのアカウントに紐づいているパスワードを違うも ので設定し、覚えておくということができない。 毎日アクセスするために、「覚えやすい簡単なパス ワードにする」「同じパスワードを使い回す」「メ モを書いておく」 ID/パスワード・VPN・ ファイヤウォールが役立たない
- 98. Microsoftのセキュリティ・プラットフォーム Azure AD Azure Sentinel Azure Sentinel : SIEM（Security Information and Event Management）。Office 365 ATP、Windows Defender ATP、Azure AD、Azure ATP、Microsoft Cloud App Security、Azure Security Centerなどの脅威検知エンジンで収集したログ、サードパーティのセキュリティソリューションのログ、Deviceログ、Emailロ グなどを1つに集め、ビルトインされた機械学習モデルやAIを使って脅威の検知を行う Azure ADなどの様々なログから、機械学習モデル やAIを使って脅威の検知を行う ID およびアクセス管理サービス。様々なリソースへのサイ ンインとアクセスを管理し、シングルサインオン環境を提供 Azure AD : ID およびアクセス管理サービスであり、リソースへのサインインとアクセスを支援。Microsoft Office 365、Azure portal、その他何千という SaaS アプ リケーションなど、外部リソース。企業ネットワークとイントラネット上のアプリや、自分の組織で開発したクラウド アプリなどの内部リソース。 AD（オンサイト） Microsoft Defender ATP （オンサイト） Microsoft Defender ATP （モバイル） インターネット クラウド・サービス Microsoft Defender ATP（Advanced Threat Protection） : 企業のネットワークによる高度な脅威の防止、検出、調査、および応答を支援するために設計された プラットフォーム。 フェデレーション（認証連携） 同期
- 99. ユーザーに意識させない・負担をかけないセキュリティ 99 Security Orchestration Automation Response SOAR セキュリティ製品間の連携 手動 → 自動 自動調査＆対処 MTTI Mean Time To Identify MTTR Mean Time To Remediation 自動化 SOAR
- 100. まとめ：サイバー・セキュリティ 社会の不確実性が”メチャメチャ”増大している 直近の社会・経済・政治の変化がまったく予測できない。 想定外の競争相手が、異業種から突然やってくる。 顧客の好み・関心事・判断基準がどんどん変わる。 企業が生き残り、事業を継続するには、 圧倒的なビジネス・スピードを持たなくてはならない 「モノが主役」の時代から「サービスが主役」の時代へと変わった。 サービスはニーズや社会の変化に直ちに対応しなければ顧客を失う。 現場のニーズにジャストインタイムで対応できる開発や運用が必須。 サイバー・セキュリティ対策とは、 従業員が、安心・安全にITを最大限に活用し ビジネスの成果に結びつけるための取り組み
- 102. IoTとは何か
- 104. 社会基盤のシフト 「モノ」の価値のシフト IoTがもたらす２つのパラダイムシフト 1. 現実世界のデジタル・データ化 2. ビッグデータを使ったシミュレーション 3. 現実世界へのフィードバック 1. 「ハード＋ソフト」がネットワーク接続 2. モノとクラウド・サービスが一体化 3. システム全体で価値を生成 ハードウェア ソフトウェア ハードウェア モノの価値は、 ハードウェアからソフトウェアへ そしてサービスへとシフト アナリティクス 人工知能＋シミュレーション アプリケーション クラウド・サービス ビッグデータ 現実世界のデジタルコピー 現実世界のデジタルデータ化 IoT デジタル・ツインの実現 「モノ」のサービス化 インターネット クラウド・サービス CPS：Cyber-Physical System
- 105. 電脳世界 （Cyber World） 現実世界 （Physical World） デジタルツイン ビッグデータ センサ データ 最適解 制御 Cyber-Physical System 圧 力 ひずみ 振 動 重 量 電 流 ・・・ シミュレーション 現実世界をデジタルで再現し 条件を変えて実験を繰り返し 最適解を見つけ出す 変更や変化に即応して 最適状態・動きを実現 データ解析
- 107. 「モノ」のサービス化 自動車メーカー 航空機メーカー 工作機械メーカー アナリティクス ソフトウェア改修 データ 収集 ソフトウェア 配信 新 規 開 発 制御ソフトウェア アナリティクス ソフトウェア改修 データ 収集 ソフトウェア 配信 新 規 開 発 制御ソフトウェア アナリティクス ソフトウェア改修 データ 収集 ソフトウェア 配信 新 規 開 発 制御ソフトウェア 運行データ走行データ 作業データ 制御 制御 制御 遠隔からの保守点検・修理、自律化機能による自己点検や修復、ソフトウェア更新による機能・性能・操作性の改善 インターネット
- 108. 使 用 の現場 センサー コンピュータ ソフトウエア モノ・製品 モノのサービス化の本質 ものづくり の現場 開 発 製 造 保守 サポート ソフトウェア 改修・更新 インターネット 直 結 ・ 連 係
- 109. ビジネス価値の進化 コア・ビジネス 既存ビジネス 蓄積されたノウハウ 確実な顧客ベース 付加価値ビジネス 収益構造の多様化 既存ノウハウの活用 顧客ベースの囲い込み 新規ビジネス 顧客価値の拡大 ノウハウの創出 顧客ベースの拡大 製造・販売製造・販売 製造・販売 走行距離に応じた 従量課金サービス Pay by Mile 出力×時間に応じた 従量課金サービス Pay by Power 工事施工 自動化サービス Smart Constriction 建設機械 遠隔確認サービス KOMTRAX 安全・省エネ運転 コンサルティング 予防保守・交換 燃料費節約 コンサルティング 予防保守・交換
- 110. ビジネスス・モデルの変革 VISION-S Prototype WOVEN Citye-palette エンターテイメント・デバイス エンターテイメント空間として サービスを提供するためのデバイス サービス・プラットフォームとして コネクテッドな時代の 社会・生活空間として コネクテッドな時代のビジネスの可能性・新たな生き残り戦略の模索
- 111. コ ト づ く り 顧客価値 価値実装 体験 更新 心地良い・使い易い もっと使いたい ずっと使い続けたい 継続的な改善 最適を維持 顧客の期待を先回り UX ソフトウエア 「モノのサービス化」の構造 機能 仕様 モ ノ づ く り ハードウェア サービス
- 112. ビジネス価値の比較 ハードウェア 車両本体 ソフトウェア 制御系 サービス 保守・点検・修理 自動車メーカー ハードウェア 車両本体 ソフトウェア サービスの実装 制御系のスマート化 サービス モビリティ・サービス 生活サービス など 保守・点検・修理の価値向上 ソフトウェアによって実装 汎用部品化 モジュラー化 機能・操作の ソフトウェア化 サービス価値を高めて ビジネスを差別化 モビリティ & X サービス事業者 ビジネス・プロセスの ソフトウェア化 高速 改善 欠陥 ゼロ 要求 品質
- 113. ビジネス価値のシフト モノづくり：サプライヤー／部品メーカーへの依存拡大 先進運転支援システム/ADAS Advanced driver-assistance systems 自動運転システム/ADS Autonomous Driving System 自動運転システム/ADS Autonomous Driving System 移動サービス／MaaS 等 移動サービス／MaaS 等 車両／ハードウェア 車両／ハードウェア 車両／ハードウェア コトづくり：自動車メーカーの事業の重心がシフト データ Data 差別化の対象 差別化の対象 差別化の対象 ソフトウェア ソフトウェア
- 114. 属性データと行動データ 性別・年代・結婚・職業・・・ 女性・20代・独身・事務職・手芸が好き・・・ 属性に応じて最適化された 機能・性能・品質の提供 属性データ 属性（静的）データ ✖️ 商品（モノ） 商品力向上＝調査✖️技術開発✖️製造技術 個 人 場所・時間・体験・感情・・・ 競技場・夏の夕方・サッカー観戦・勝利の喜び・・・ 状況に応じて最適化された 感動・楽しさ・共感の提供 行動データ 行動（動的）データ ✖️ UX（体験） 共感 デジタル接点・取得頻度の 増加によって解像度が上昇 UX向上＝多接点✖️高頻度✖️高速改善 状況 主義主張・人生観・価値観・悩み・生活圏・・・
- 115. データとモノ／コト・ビジネスの関係 属性データ 商 品 販売代金 属性に最適化された 商品の作り込み 魅力的な商品を作る 属性理解→商品設計→商品開発 行動データ UX サブスク 従量課金 状況に最適化された UXのアップデート 魅力的な体験を作る 状況理解→UX設計→UX開発 体験を継続したいという想いへの対価 商品を手に入れることへの対価 行動データ 商 品 販売代金 うまくいかないビジネス 行動データを取得する意味がない 商品の機能や性能を アップデートできなければ意味がない アップデートのコストをまかなえない
- 117. モノ・コト・体験 モノ 魅力的な機能・性能・品 質を実装したカタチある 商品 コト 適切なタイミングに便利 で必要十分なカタチなき サービス 体験 楽しい、心地良い、使い 続けたいなどを感じさせ る物語・ジャーニー 惣菜パン コンビニ 決済・ポイント 生命保険 ライフ・プランナー コミュニケーション 自動車 販売店・営業 移動サービス メーカー サービス事業者 プラットフォーマー メーカー主導で 魅力的なモノを作る プラットフォーマー主導で 魅力的な体験を作る 属性（静的）データ 固定的な個人の理解 行動（動的）データ 状況に応じた個人の理解 体験を得る手段 としてのツール ユーザーによる モノの所有が前提 事業の主体 モノが主役 時代の事業 体験が主役 時代の事業
- 118. IoTとAR/MR デジタル・ツイン （ビッグ・データ） 機械学習 シミュレーション クラウド IoT ものごと・出来事 現実世界のデジタルコピー 機器制御 作業指示 情報提供 デジタル フィジカル AR （拡張現実／Augmented Reality） MR （複合現実／Mixed Reality） デジタルとフィジカルの 一体化された世界の実現
- 120. 1G 2G 3G 4G 5G 音声 テキスト データ 動画 あらゆるモノがつながることを前提とした 社会課題の解決通信・コミュニケーションの性能向上 移動体通信システムの歴史 1979〜 1993〜 2001〜 2012〜 2020〜 9.6Kbps 28.8〜384Kbps 2.4〜14.4Mbps 0.1〜1Gbps 10Gbps〜
- 121. コレ１枚でわかる第５世代通信 1G 2G 3G 4G 高速・大容量データ通信 10G〜20Gbpsのピークレート どこでも100Mbps程度 大量端末の接続 現在の100倍の端末数 省電力性能 超低遅延・超高信頼性 1m秒以下 確実な通信の信頼性担保 5G 音声 テキスト データ 動画 IoT 多様なサービスへの適用を可能にする 異なる要件のすべてを1つのネットワークで実現する。 各要件をに応じてネットワークを仮想的に分離して提供する（ネットワーク・スライシング）。 1979年〜 1993年〜 2001年〜 2012年〜 2020年代〜
- 122. 5Gの3つの特徴 先送り 高速・大容量 大量端末接続 超低遅延・高信頼性 100万台/k㎡ 1ミリ秒 20Gビット/秒 1Gビット/秒 10万台/k㎡ 10ミリ秒 20 倍 5G 4G URLLC： Ultra-Reliable and Low Latency Communications mMTC： massive Machine Type Communications eMBB： enhanced Mobile Broadband リアリティの再現 光ファイバーの代替／補完 高精細／高分解能な デジタル・ツインの構築 時空間の同期 リアルタイム連携
- 123. 第５世代通信の適用例 高速・大容量データ通信 10G〜20Gbpsのピークレート どこでも100Mbps程度 大量端末の接続 現在の100倍の端末数 省電力性能 超低遅延・超高信頼性 1m秒以下 確実な通信の信頼性担保 5G 多様なサービスへの適用を可能にする 異なる要件のすべてを1つのネットワークで実現する。 各要件をに応じてネットワークを仮想的に分離して提供する（ネットワーク・スライシング）。 2020年代〜 ２時間の映画を ３秒でダウンロード ロボット等の 精緻な遠隔操作を リアルタイムで実現 自宅内の約100個のモノ がネットに接続 (現行技術では数個) 現在の移動通信システムより 100倍速いブロードバンドサー ビスを提供 利用者がタイムラグを意識 することなく、リアルタイ ムに遠隔地のロボット等を 操作・制御 スマホ、PCをはじめ、身の 回りのあらゆる機器がネッ トに接続
- 124. 5Gの普及段階 高速 eMBB 低遅延 URLLC 多接続 mMTC 高速 eMBB 低遅延 URLLC 多接続 mMTC 高速 eMBB 低遅延 URLLC 多接続 mMTC 4G（LTE） 4Gコアネットワーク LTE 基地局 4Gコアネットワーク LTE 基地局 NR 基地局 マクロセル スモールセル 既存周波数帯 新しい周波数帯 NSA NSA: Non-Standalone 5Gコアネットワーク LTE NR 基地局 既存周波数帯 新しい周波数帯 SA SA: Standalone マクロセル スモールセル NR ユーザー情報 制御情報 ユーザー情報 ユーザー情報 制御情報 SA LTE: Long Term Evolution NR: New Radio 5G初期 5G普及期 2010〜 2020〜 2022〜
- 127. 第５世代通信におけるネットワーク・スライス 高速・大容量データ通信 大量端末の接続 超低遅延・超高信頼性 5G ネットワーク・スライシング SIM SIM SIM 閉域網 閉域網 閉域網 SIM SIM SIM(subscriber identity moduleもしくはsubscriber identification module/SIMカード)とは、電話番号を特定するための固有のID番号が記録された、 携帯やスマートフォンが通信するために必要なICカードのこと。
- 130. AIとは何か
- 132. 人工知能の2つの方向性 視覚（See） 聴覚(Listen)対話（Talk） 汎用型人工知能 AGI : Artificial General Intelligence 特化型人工知能 AI : Artificial Intelligence 特定の領域に特化した知的処理 汎用的で自律的に拡張する知的処理 何を知るべきを見つける どうすればいいかを探す 共通するのは何か？ 違うのは何か？ 足りないのは何か？ 意識・意欲・興味・自己理解など 疑問や興味を持ち 目的やテーマを設定する能力 脳で行う 知的処理 人間の能力 を超えるものもある 仕組みが分からず 実現の見通しがない
- 133. 人工知能と機械学習
- 135. 人工知能と機械学習の関係 135 人工知能 Artificial Intelligence/AI 機械学習 Machine Learning ニューラル・ネットワーク Neural Network 深層学習 Deep Learning 人間の”知能”を機械で 人工的に再現したもの 強いAI:コンピュー タに人間と同様の知 能を持たせた仕組み 弱いAI:コンピュー タに人間と同様の知 的な振る舞い・処理 をさせる仕組み データからグループ分 けのためのルール（モ デル）を作る仕組み 脳の仕組みを参考に作 られた機械学習の手法 従来よりも精度の高いモ デルを作ることができる ニューラル・ネットワー クの手法 遺伝アルゴリズム、エキスパートシステム、音声認識、画像認識、感性処理、機械学習、 ゲーム、自然言語処理、情報検索、推論、探索知識表現、データマイニング、ニューラル ネット、ヒューマンインターフェース、プランニング、マルチエージェント、ロボット データ プログラム モデル
- 137. 機械学習がやっていること モデル レントゲン写真から 「癌」の病巣を 識別するルール 入力 出力 癌 データ分析で ルールを作る 機械学習 癌の病巣が写っている 大量のレントゲン写真 ある患者のレントゲン写真 「癌」の病巣を表示 レントゲン写真から 「癌」の病巣を見つける「モデル」
- 138. ルールベースと機械学習 Sheep Dog を見分ける仕様 やルール = if XX Then XXX else XXX Mop を見分ける仕様 やルール = if XX Then XXX else XXX Sheep Dog を見分ける仕様 やルール 0101011101010 1110101001011 1110010101010 Mop を見分ける仕様 やルール 0111100101010 1101010001010 1110100100101 人間が記述 データから生成 GoogleのAI学習教材より
- 140. 機械学習の仕組み 140 IoT Web Mobile データ モデル 推論機械学習 Machine Learning 識別予測 判断ゾウ or カバ？ 正常 or 異常？晴れ or 雨？ データ(学習データ)を分析して 特徴が共通するグループに分ける ための基準／ルール(モデル)を作る モデルを使ってグループ分けする 音声認識 顔認証 自動運転 創薬支援 天気予報 画像診断 人材採用故障予測 機械翻訳 競技アドバイス惑星探査 ヒビ割れ点検 製品品質検査 機械学習アプリケーション 推論モデル／学習モデルという 学習データという
- 143. 学習と推論 143 大量の学習データ 機械学習 学習済 推論モデル アプリケーション 対象 データ 推論 エンジン CT画像データ 通話音声データ LIDERデータ など 推論 判別 画像：癌病巣の発見 音声：話者の特定 センサ：障害物回避 など GPUや専用LSIを使用 消費電力より並列処理性能を優先 FPGAやDSPなどを使用 高速処理と低消費電力を優先 GPU: 大規模並列処理可能なプロセッサ FPGA:プログラミング可能なLSI DSP:信号処理に特化したLSI LIDAR:レーザーの反射光から周辺環境の3次元的な構造を読み取る装置 学習 Learning 推論 Inference
- 144. 一般的機械学習とディープラーニングとの違い 144 耳 27% 目 48% 口 12% 特徴量 「特徴量」とは、猫と犬を識別・分類するために着目すべき特徴 正しく認識 82% 誤った認識 18% 認識結果 耳 27% 目 48% 口 12% 特徴量 学習 ディープラーニング 学習 推論 ディープラーニング 推論 正しく認識 82% 誤った認識 18% 認識結果 人間が認識結果が 最適になる組合せを 見つける 機械が認識結果が 最適になる組合せを 見つける 学習データ 教師付きデータ 学習データの一部 評価データ
- 145. 自動化ツール Google Cloud AutoML Microsoft Azure ML AWS SageMaker など AIと人間の役割分担 データを準備 意志決定 学習方式の選択 パラメーターの調整 可視化・分類・予測 問いを生みだす 解決したいこと・知りたいことを決める 膨大なデータの中から、人間 の経験に基づく先入観なしに 規則、相関、区分を見つける 新たな問いを生みだす 判断・制御 モデル 公式・ルール・関数など
- 146. 人工知能の可能性と限界
- 147. 機械翻訳の現状とそのプロセス 音声認識 Speech Recognition 機械翻訳 machine translation 音声合成 Speech synthesis 2016：人間並み 2018〜19：人間超え 2018〜19：人間との区別困難 プロの逐次翻訳に匹敵（状況による） 60 50 40 30 20 10 一般の人が翻訳した場合よりも高品質であることが多い 非常に高品質で適切かつ流暢な翻訳 高品質な翻訳 理解できる適度な品質の翻訳 主旨は明白だが文法上の重大なエラーがある 主旨を理解するのが困難 ほとんど役に立たない BLEUスコア 19851990 1995 2000 2005 2010 2015 2020 統計的機械翻訳 SMT(Statically Machine Translation) ニューラル機械翻訳 NMT(Nural Machine Translation) BLEU: BiLingual Evaluation Understudy
- 150. 人間と機械の役割分担 WHY HOW WHAT テクノロジーにより 置き換えられる領域 AI、ロボット、クラウド、自動化など 人間でなければ できない領域 なぜ、なんのために、何をしたいかなど
- 151. まとめ：IoTとAI 社会の不確実性が”メチャメチャ”増大している 直近の社会・経済・政治の変化がまったく予測できない。 想定外の競争相手が、異業種から突然やってくる。 顧客の好み・関心事・判断基準がどんどん変わる。 企業が生き残り、事業を継続するには、 圧倒的なビジネス・スピードを持たなくてはならない 現場の事実をデータで、リアルタイムに把握する。 データを使って「デジタル・ツイン」を構築する。 デジタル・ツインを使って、高速に最適解を見つけ出す。 IoTで現場の事実をデータとして収集し AIで最適解を見つけ、判断する
- 153. これからの開発と運用 その背景