IoTの動向と従来の方法

業界におけるIoTの動向として、ソリューション、センサー、インプット等にまず焦点が集まります。得てしてアプリケーションを支えるべきインフラは注目されません。
また、顧客の状況をみると、多くの顧客は、レガシー環境、インフラから始めています。レガシーアプリケーションが使っているアーキテクチャは、アプリケーションとそのアプリケーションに対するリソースを提供する、いわゆるデータとサービスを提供する側の関係性が縦割りのサイロ型になっています。このリソースの拡張は、非常に困難です。また、データを部分的に使用しようとしても、縦割りの為、横のデータとは同時に使用できない状況です。

85df8ca62d232bc73193065ec48317c25fe5d7b9
図1 従来の方法

IoT成功のために

アプリケーションを展開すると、さまざまな問題が起きてきます。特に拡張性のあるモデルを考えると、課題が見えてきます。例えば、新しいアプリケーションの導入を検討する際、新しい物理的リソースを一緒に展開しなければなりません。また、アプリケーションを移す際、移し先となるリソースベースが必要です。データをアプリケーション間で共有する事も簡単ではありません。あるアプリケーションから生まれたデータを、別のアプリケーションのところで知見を生み出そうとしても、簡単にはできないという事です。
また、非常に効率性が悪いことも一つ問題です。アプリケーションに対しては、常にリソースを十分にプロビジョニングしておく必要があります。つまり、アプリケーションが必要となるであろう、最大限のリソースを提供しておかなければなりません。実際に、アプリケーションを使ったとき、提供したリソースほどのデータを生成しない場合は、全体を通して利用率が低い状態となります。このような環境の中、IoTを成功させるためには、リソースの共有をいかにするかが重要です。突き詰めれば、一元的にデータを置けるようなプールを1つ作るという事です。基本的には、その共有インフラさえ作れば、自動的にデータ共有可能な環境ができ、共有型の知見を見出すことが可能です。そして、共有される知見は、そのプールの中ですべてを活用できるようになります。

70cfa0996e2aabeffd8bfb39783e256aa3af4bfe
図2 将来への期待

ビジネスで最大限の価値提供

IoTは、どのような課題に対応できるでしょうか。例えば、エンドツーエンドで人間は一切関わらず、フルの自動化をしたい、という取り組みがあるとします。そのためには、この中で得られる知見は、知見を元に、すぐに実際のアクションに繋がる内容であり、全体を通して動きが循環していなければなりません。
アドバイスするアプリケーションとしての活用法もあります。出てきた知見を人が使って、何かアクションをする際に使う方法です。その際、より良い知見を提供するためには、データのプール化が重要になります。
顧客は、その業界やビジネスの内容に関わらず、ビッグデータ、あるいはIoTを使い知見を得て、ビジネスで最大限の価値を提供したいと考えています。

IoT実現の為のアーキテクチャ

業界は異なっても、基礎となるアーキテクチャの設計で、必要な事は同じです。ワークフローで考えると、まずはインジェスト、データの取り込みから始まります。取り込んだ後、データを保存し、それに対して分析をします。リアルタイム分析やバッチ分析をしたら、結果を顕在化、可視化し、理解できたところで、知見をベースに何らかのアクションを取ります。アクションの部分は、機械から出た知見を元に機械がアクションを取る場合と人間が絡んで人間がアクションをする場合があります。

とてもシンプルで基本的な事なので、簡単だと思うかもしれません。問題は、大規模に実行できるかという事です。データの取り込みを大規模に実行するという事は、世界中のあらゆる地域に何百万というセンサーを置いて、データを取り込み、保存する事を意味します。それには、インジェストデータの取り込みや、分析の要件を満たせるストレージが必要となります。実際の本番スケールで行う時には、いくつもの課題に対して分析能力を提供できることが必要になります。そして、その分析結果を、適切な人に適切なタイミングで見せることができるか、つまり結果をもらった人が知見をビジネスにとって意味があるうちに具体的なアクションが取れるようにタイムリーに渡すという事です。

Fb7aada3975abdffcf57b556c78a1c5dfcc65000
図3 期待は簡単に実現することもできる