沖電気工業(OKI)とNTTコミュニケーションズ(NTT Com)は2022年3月10日、製造業に向けたデジタルトランスフォーメーション(DX)支援サービスの提供で協業すると発表した。OKIの製造業向けサービス「Manufacturing DX」とNTT Comのデータ活用基盤「Smart Data Platform」(SDPF)を連携させたサービスを2022年4月から提供する。ITとOTのデータを一元管理・分析し、サプライチェーン全体にわたる社内外のリスクマネジメントを実現できるとしている。
Category: Japanese IT domestic
USEN、沖縄・那覇に店舗DXを具現化した飲食店CAFE & BAR「U」オープン
USENは3月14日、沖縄県那覇市において、CAFE & BAR「U」を3月18日にグランドオープンすると発表した。
SUBARU、サイバー攻撃対策で脅威インテリジェンスを活用、日立が「DeCYFIR」の導入・運用を支援
SUBARUは、サイバー攻撃に対するセキュリティ対策として、脅威インテリジェンス(情報)の活用を開始した。日立製作所の「脅威インテリジェンス提供サービス」を2022年2月1日から運用している。外部に公開しているIT資産の脆弱性や自社に関する脅威情報を把握することによって、情報資産を脅威から守り、より安全なビジネス環境を確保するとしている。日立製作所が2022年3月17日に発表した。
2022年のデータマネジメント大賞は農林水産省、“データ駆動型農業”を推進─JDMCデータマネジメント受賞企業
一般社団法人日本データマネジメント・コンソーシアム(JDMC)は2022年3月8日、2022年データマネジメント賞の受賞企業を発表した。同賞は、データマネジメントにおいて、他の模範となる活動を実践している企業・機関をJDMCが選定し、表彰するアワードプログラム。2022年のデータマネジメント大賞は農林水産省が受賞。共通申請サービス「eMAFF」などデータ駆動型農業、農業DXへの果敢な取り組みが評価された。 日本データマネジメント・コンソーシアム(JDMC)はデータマネジメント賞の選定・授与を2014年から実施しており、今回が9回目となる。2022年のデータマネジメント賞の受賞企業は表1のとおりである。 賞名 受賞企業名 大賞 農林水産省 データガバナンス賞 Zホールディングス データ統合賞 カインズ 先端技術活用賞 一般社団法人リテールAI研究会 アナリティクス賞 NTTコミュニケーションズ 賞名 賞の評価基準 大賞 データマネジメント活動において、特筆すべき取り組み・成果を出した企業・機関などで、この取り組みが現状および将来にわたり他の模範となると認定された場合に授与。 データカバナンス賞 困難な部門・システム間の調整を断行し、横断的なデータ管理ルールを設計・導入した取り組みに対し授与。 データ統合賞 これまで困難とされてきた「マスターデータの統合」に果敢にチャレンジし成果を上げた取り組みに対し授与。 先端技術活用賞 先進的な理論や技術に対していち早く試み、ノウハウや成果を公開するなど、他の模範となる取り組みに対し授与。 アナリティクス賞
人と山をつなぐ、ハートフルな登山地図GPSアプリ「YAMAP」─ヤマップ
日本発のオープンソースのプログラミング言語「Ruby」と、その開発フレームワーク「Ruby on Rails」。これらを用いて開発されたアプリケーションやサービスは数多あるが、その中から、特にすぐれたものを表彰するのが年次アワードプログラム「Ruby bizグランプリ」だ。本稿ではRuby biz Grand prix 2021の大賞に選ばれた2つのサービスのうち、「YAMAP」(開発:ヤマップ)を紹介する。 Rubyのすぐれたビジネス事例を表彰するアワード Rubyは、生産性を高めるフレームワークRuby on Railsと共に、世界の多くの開発現場で使われているオープンソースのプログラミング言語である。その普及を促進するために2015年に始まったのが「Ruby bizグランプリ」という年次アワードプログラムだ。Rubyの開発者まつもとゆきひろ氏の活動拠点である島根県が中心になって組織したRuby bizグランプリ実行委員会が主催し、グランプリの審査委員長をまつもと氏自身が務めている。 アワード名のとおり、Rubyを使って開発されたビジネス用途のシステムやサービスの中から、新規性、独創性、市場性、将来性に富み、今後継続的に発展が期待できる事例を表彰する。前回のRuby bizグランプリ2020では、メディカルノートが開発したデジタルヘルスケアプラットフォーム「Medical Note」(関連記事:APIを駆使して“医師と患者をつなぐ”プラットフォームを実現─Medical Note)と、tsumugが開発したワークスペース/シェアオフィスサービス「TiNK Desk」(関連記事:操作はLINEから、心地よいUI/UXを追求したワークスペースサービス─TiNK Desk)が大賞を受賞している。 Ruby bizグランプリ2021大賞YAMAP https://yamap.com/開発概要:登山地図GPSアプリ開発企業:ヤマップ利用技術:・Ruby on Rails・PostgreSQL、Elasticsearch・AWS(ECS、RDS、DynamoDB、CloudFront、Lambda、S3など)・GCP(BigQueryなど)・Docker、CircleCI、Looker、Kibela、Fabric、Datadog、NewRelic、SentryなどRubyを採用した理由:充実したライブラリ、豊富な情報Ruby採用効果:高速な開発、優秀な人材の採用、OSSの恩恵審査委員長
宇部情報システム、AIによる異常予兆検知システムの開発と装置に合わせたAIシステム構築サービス
宇部情報システムは2022年3月8日、異常予兆検知システム構築サービス「SAILESS(仮称)」を発表した。同年4月1日から提供する。過去に経験がない異常の予兆を早期に検知するAIシステムを構築するサービスである。事例の1社として大阪ガスリキッドが2020年4月に同システムを導入した。大阪ガスリキッドは、都市ガスから高純度の水素を製造する装置の保全メンテナンスの改善に利用している。 宇部情報システムは、過去に経験がない異常の予兆をAIを使って早期に検知するシステムを開発した(図1)。システム構築サービス「SAILESS(仮称)」として2022年4月1日から提供する。装置の緊急停止などによる損失を未然に回避する。従来の事後保全や時間基準保全から計画的な状態基準保全へと移行できるので、保全費用の削減につながる。 図1:宇部情報システムが開発した異常予兆検知システムの概要。過去に経験がない異常の予兆を早期に検知する(出典:宇部情報システム)拡大画像表示 従来、AIによる異常予兆検知は、過去に経験したトラブル時の異常データを学習させ、過去と同様のトラブルの予兆を検知することが一般的だった。これに対して、宇部情報システムが開発したAIシステムは、正常時の製造運転データを学習し、ここから外れることで異常予兆を検知する。 この仕組みによって、過去に経験したことがないトラブルを検知する。トラブル時の異常データが十分に得られないという課題も解決する。リアルタイムの製造運転データの状態・傾向を監視し、異常予兆を検知した際には通知する。従来のしきい値による上下限アラートでは検知が難しかった「いつもと違う動き」(異常予兆)を早期に検知する。 再学習も容易である。従来は、経年によるAIモデルの精度低下を防止するため、システムエンジニアが最新のデータでAIモデルを再学習する必要があった。これに対して今回のAIシステムは、ユーザーみずから再学習させられる。 事例の1社として、大阪ガスリキッドが2020年4月に同システムを導入した。大阪ガスリキッドは、都市ガスから高純度の水素を製造する装置「HYSERVE」の保全メンテナンスの改善に利用している。8カ所14台を対象に導入した。 Original Post>
企業の福利厚生で使えるAI恋愛ナビのAillがJR西日本グループと連携、新しい出会いを創出する「食レポイベント」実証実験
企業の福利厚生で使えるAI恋愛ナビアプリ「Aill goen」(エール ゴエン)を提供するAill(エール)は3月8日、JR西日本イノベーションズ、ジェイアール西日本ホテルズ、ルクア大阪などを展開するJR西日本SC開発と連携し、AIによるデート提案「食事レポートイベント」(食レポイベント)の実証実験を3月9日より開始すると発表した。 実験では、Aill goen対象者のうち、恋愛相手を求める二者のデートにふさわしいタイミングで、Aillの独自AIが食レポイベントの提案を行う。ここからデートに行くきっかけや、お互いを知るきっかけを作り、デート成功確率向上を目指す。イベントは、JR西日本グループの「ホテルグランヴィア京都」・「ホテルグランヴィア大阪」およびJR大阪駅直結の駅型商業施設「ルクア大阪」館内の対象レストランにて行う。 具体的にはは、まずAIがチャットで「お互いを知る」会話のアシストを行った後、デートに行きそうな2人にAIが食レポイベントを提案する。ユーザーは提携レストランからお店を決定し予約。食事後、2人で食レポを執筆しAill goenアプリに投稿する。そのお礼として、ユーザーにはお得なクーポン券がプレゼントされる。 「食レポイベント」概要 AIがチャットで「お互いを知る」会話のアシストを行う デートに行きそうな2人に、AIが「食レポイベント」を提案 「食レポイベント」提携レストランからお店を決定し、予約 レストランに来店 2人で食レポを執筆・Aill goenアプリに投稿 食レポ投稿のお礼として、お得なクーポン券をプレゼント Aill goenは、企業が福利厚生サービスとして登録する、独身社員専用プラットフォーム。信用できる企業専用のコミュニティとなるため、安心・安全な出会いの機会を提供する。さらにAIナビゲーションアプリを通じて、社外の出会いからお付き合いまでをサポートする。現在の利用対象企業は851社。 Aill goenでは、今回行う実証実験で「相手を知ってから会う」を独自開発のコミュニケーションアシストAIによって増加させたうえ、食レポを一緒に執筆することでリアルでも自然とお互いを知るきっかけを創出するとしている。イベントを通すことでデートによる成功率・リピート率の向上を目指す。 Original Post>
業務のデジタル化を阻むIT清書機の謎─『鎌倉殿の13人』と「働かないおじさん」の深い関係
今回のテーマは企業情報システムのメインストリームからやや外れるが、ビジネスシステムイニシアティブ協会(BSIA)主催のデジタル座談会(2022年2月21日開催)を契機に、「IT清書機」の問題を考えてみた。業務システムにおける紙媒体の扱いと受け取られるのだが、掘り下げると「一見デジタルで、実はアナログ」の問題であることに気づかされる。それが、タイトルにある現在放映中のNHK大河ドラマ『鎌倉殿の13人』とどう結びつくのかは読んでのお楽しみ、ということで。 ビジネスシステムイニシアティブ協会(BSIA)は、IT Leadersの人気連載「是正勧告」でお馴染みの木内里美氏が代表を務めるユーザーコミュニティだ。そのBSIAが、「利用者(あなた)を幸せにするUX~みなさんの『不満』を聴かせてちょうだい~」という面白そうなデジタル座談会を開くというので参加してみた。 写真1:PPDコンサルティングの土肥亮一氏 この種のセミナーではまず講師が一方的に話し、その後20分ほど受講者と講師の間で質疑応答というケースが少なくない。ところがBSIAのデジタル座談会は、最初の1時間が話題提供、後半の1時間が参加者による意見交換という構成となっている。この日の話題提供者は、PPDコンサルティングの土肥亮一氏(写真1)。「『IT清書機』問題、または『不自由に気づかない』問題」と題したセッションを行った。ちなみに土肥氏は会計検査院で審議官(通信・郵政担当)とCIO補佐業務を務め、政府IT予算にかかる検査の道を開いた人物として知られている。 「帳票あるある」を残したままデジタル化? 1960年代以後、行政機関の事務処理にコンピュータとネットワークが導入され、処理時間の短縮や情報の伝達などで一定の効果はあったのだが、電子化の一歩手前で足踏みしている。結果として国民(住民)は、行政電子化の恩恵を実感できていない。 「行政機関にあるほとんどの情報は電子化されている」にもかかわらず、e-Japan戦略から20年経っても足踏み状態なのか。土肥氏がその要因を調べると、「紙媒体に出力して、国民や他の機関とデータ交換しているから」だと言う。紙に出力されたデータを交換するとは、つまり受け取った帳票を再入力する、という意味だ)。 図1:紙媒体を継承した受注入力画面の例(出典:BSIA デジタル座談会 土肥亮一氏資料) 拡大画像表示 再入力ばかりでなく、データを入力・出力する帳票はコンピュータ処理になる前の書式を継承している。土肥氏が言う「紙媒体に最適化された設計」とは、第一義的には手作業時代の伝票や集計表の書式がそのまま入力画面になっているということだが、それだけを意味していない。帳票や入力画面の設計はデータ構造そのものと言ってよい(図1)。 それによって何が起こっているか、「帳票あるある」の一例として土肥氏は「事□業□名」「氏□名」「住□所」「令和□年□月□日」といった項目のスペース(文字空け)、男・女/要・不要など「どちらかに◯を付けてください」の指示(図2)。銀行口座(支店3ケタ+7ケタ)やマイナンバー(12ケタ)、クレジットカード(16ケタ)の番号を1マスごとに1文字を入れる“エクセル方眼”などを挙げる。 図2:こんな設計でよいのか?(出典:BSIA デジタル座談会 土肥亮一氏資料) 拡大画像表示 項目の文字空けは、項目の長さを調整することで入力画面や帳票の見た目をよくするため、「◯を付けよ」の指示は紙に出力してペンで書き込むことが前提、エクセル方眼は画面の作りやすさや紙の入力シートと同期させようという意図が背景にあるのかもしれない。 しかし「令和□年□月□日」は元号表記なので、大正・昭和・平成・令和を西暦に置き換えなければならない。7~16ケタで1組なのに数字を1つずつ分離したのでは番号として用をなさないし、ソート/マージにそぐわない。出力した紙にペンで記入された「◯」をどうやって入力すればいいの?──ではないか。 紙時代の因習は、金融機関のATM(現金自動預払機)にも継承されている。一般消費者にとって最も身近な“ITの代表格”で、キャッシュカード1枚で預入れ・引出し・振込み・振替えなどができる便利なシステムだ。便利さが優先して、そこに「ご利用時間と手数料のご案内」が表示されることに多くの人は違和感を覚えない。 図3:なぜATMにこんな画面が? みずほ銀行の例(出典:BSIA デジタル座談会 土肥亮一氏資料)
「プロセスマイニングはDXの最後のピース」─Celonis村瀬社長が訴える”プロセスのデジタル化”の必然
2021年10月、独Celonisは同社のCPO(Chief Product Officer:最高製品責任者)として、米グーグルでプロダクトマネジメント部門バイスプレジデントを務めていたアリエル・バーディン(Ariel Bardin)氏を迎えたことを発表した。グーグル在籍中の16年間で「Google Payment」を含む数々のプロダクトをローンチ、約10年にわたって「Google AdWords」プロダクトチームを率いるなど、デジタル時代のプロダクト開発を主導してきた人物である。
KuberCon NA 2021、Kubernetesリリースチームが解説するSBOMのセッションを紹介
KubeCon/CloudNativeCon NA 2021から、Kubernetesのリリースチームが実践しているSoftware Bill of Materials(SBOM)に関するセッションを紹介する。
PwCコンサルティングと日本マイクロソフト、AIデータ活用コンソーシアムと協業
協業では、組織間で円滑かつ安全にデータを流通させる基盤を実現する。これにより、AIを活用する上での障壁となっている、データの流通、共有、取引における課題を解消する。例えば、組織外のデータをAIで活用する際には、AIを組み込んだ製品の説明責任、学習に使うデータの知的財産、品質の偏りの把握、などの課題がある。
NTTドコモ、5GコアをAWSと自社仮想化基盤のハイブリッド環境で動作させる技術検証
実証では、AWS上の5GCとNTTドコモの自社仮想化基盤上の5GCを、協調動作させる。これにより、可用性や運用性を検証する。加えて、5GCのプロトタイプを開発し、技術検証を実施する。なお、5GCのソフトウェアは、AWSの低消費電力プロセッサであるGraviton2で動作させる。
戸田建設がオンプレミスのVMware製品をあえて「Oracle Cloud」に移行する理由
Original Post>
NEC、過去の事例から要因と発生条件を導き出して改善条件を提示するAI技術を開発
NECは2022年2月25日、「ルール発見型推論技術」を開発したと発表した。過去の事例データから事象の要因と発生条件を導き出し、具体的な改善条件を提示し、人が理解しやすい表現で施策の立案を支援するAI技術である。製造業、小売業、金融業などの領域において、製品不良要因の事前特定や顧客の購買行動分析などに貢献する。 ルール発見型推論技術は、過去の事例データから事象の要因と発生条件を導き出し、具体的な改善条件を提示し、施策の立案を支援するAI技術である。製造業、小売業、金融業などの領域において、製品不良要因の事前特定や顧客の購買行動分析などに貢献するとしている(図1)。 図1:「ルール発見型推論技術」の効果(出典:NEC)拡大画像表示 過去事例を正解データとして学習することによって、結果につながる要因と発生条件を導き出す。「どの要因が、どのような条件のとき、何が起きるか」をルールとして構築し、それぞれの要因の改善条件を示す(図2)。 図2:「ルール発見型推論技術」を用いた施策立案支援の概要(出典:NEC)拡大画像表示 ルールに優先順位を付けて高精度なルールを探る 例えば、製造業における製品不良の要因分析においては、原材料の成分配合や処理装置の設定など大量の要因が影響し、ルールが膨大になる。従来は、これらのルールを網羅的に調査して各要因の改善条件まで導き出すことは現実的ではなかった。 これに対して今回開発した技術は、各ルールの優先順位付けを独自の方法で行うことによって、より少なく、より高精度なルールを探っていく。 具体的には、製品不良が発生したデータと発生しなかったデータを正解として学習させ、ルール群を構築する。ここから各ルールを優先順位づけし、さらに並列計算技術を応用することで、必要十分なルールを少ない計算量で選別する。 オープンデータを用いた実験では、事例全体をカバーするために既存手法で50個近いルールが必要だったものが、今回の技術では十数個のルールで達成できることを確認した。これにより、従来手法よりも少ないルールで、より精度の高いルールを導き出せるようになった。 製品不良要因分析や顧客の購買行動分析で効果を確認 検証したユースケースの1つは、製造業における製品不良要因分析である。欠陥品に影響する要因を特定できるようになったほか、「材料の温度が100度より高く、かつ設備の圧力が20hPaより高いとき、80%の確率で故障する」など、これまで専門家が想定していなかった要因が欠陥品発生に影響する可能性も導き出せた。 検証した別のユースケースは、小売業における顧客の購買行動分析である。過去の顧客の購買データや店舗施策データなどを基に、新規顧客から優良顧客へと変化する要因と条件を可視化することで、具体的な施策の立案を支援できることを確認した。例えば、「商品Aの購入数が10点より多く、かつ来店回数が50回より多いとき、90%の確率で商品Bを購入する」などの、結果につながる具体的要因と発生条件が提示できるとしている。 Original Post>
