Category: Japanese IT domestic

インフォサイエンスは2022年1月19日、AWS向けログ分析ソフトウェア「Logstorage for AWS」の新版「同 Ver.3.0」を発表した。同年1月14日にリリースした。新版では、AWSの各サービスが出力するログだけでなく、Amazon S3ストレージ上にある任意のログを取り込めるようにした。これにより例えば、オンプレミス環境のログをAmazon S3に出力している場合でもLogstorage for AWSでログを収集・管理できるようになった。 　Logstorageは、情報システムの稼働ログを収集して分析するための、汎用のログ分析ソフトウェアである（関連記事：インフォサイエンス、ログ管理ソフト新版「Logstorage 8」、人事データなど外部マスターとログをひも付け可能に）。代表的なOSやアプリケーションのログに加え、テキスト形式であれば任意のログを扱える。ログは、Syslog、専用エージェント、FTP、共有フォルダなどを介して収集する。 Logstorage for AWSは、AWS上のログ管理に特化したエディション（図1）。AWS上で利用可能なログ管理サービス（AWS CloudTrail、AWS Config、Amazon CloudWatch Logsなど）が記録する各種のログデータを統合的に管理する。管理者は、ログデータに対して、AWS上のアクティビティを横断的に検索可能である。例えば、「EC2インスタンスの起動、停止、削除」、「Network ACL/Security Groupの変更」、「IAMロールの変更」、「Management Consoleへのアクセス履歴」などを調べられる。 図1：Logstorage for AWSの概要（出典：インフォサイエンス）拡大画像表示 今回の新版（Ver.3.0）では、オブジェクトストレージであるAmazon S3に出力したログファイルを収集する機能を追加した。これにより、オンプレミス環境のサーバーログや、AWSの各サービスのログをAmazon

　Sansanは、紙の契約書や電子契約書など、あらゆる形式の契約業務をオンライン上で完結し、一元管理を可能とする新しいクラウド契約業務サービス「Contract One」（コントラクトワン）を、1月13日付けで発表。同日より正式サービスを開始した。 Contract Oneは、Sansanが培ってきたアナログ媒体を正確にデータ化する技術をもとに、紙の契約書をクラウドで受領・電子保存し、一元管理を可能とするサービス。契約書の製本から押印・郵送業務の代行まで行い、契約業務をクラウド上で完結させる。さらに主要電子契約サービス提供企業7社と機能連携することで、契約業務の包括的なDXを推進するという。2021年7月にプレローンチを行い、すでに既に45社が先行導入している。 Contract Oneでできること Contract Oneは、主に「スマート台帳」と「スマート判子」という、2つの機能で構成。スマート台帳は、どのようなフォーマットの契約書でもSansanが培ったデータ化技術により、正確にデータ化するというもの。契約書の情報をデータ化する際にネックになるのが、フォーマットや送付方法が各社で異なること。契約書は紙やPDF、電子契約を使って作成され、送付方法も郵送やメール送付など多岐にわたる。さらに電子契約を使用している場合でも、当事者間で使用するサービスが異なると、台帳化する際に手入力などの追加作業が発生することもあるという。 データ化された契約書はスマート台帳で一元管理が可能。また索引機能が備わっており、過去の契約書を探す必要がある場合は、契約内容や日付、契約企業名などから該当契約書や類似契約書などをすぐに見つける事ができる。 スマート台帳 スマート判子は、ユーザー企業の印鑑（印章）をContract Oneに預けることで、契約書作成に関わる製本から押印、郵送まで全てオンライン上で指示・実行することが可能となるもの。契約締結時には、契約書を取引先に送付する作業が発生するが、紙の契約書を取り交わす際には製本や押印、郵送といったアナログな作業が発生し、担当者の負担になるとともに、テレワークなどの新しい働き方を阻害していることが課題という。 スマート判子では契約書を発行する場合、Contract One上で指示をするとContract Oneが印刷・製本・押印を代行。取引先に郵送する。取引先から契約書を受領する場合は、ユーザー企業はオンラインで契約書の受領を確認し押印指示をすると、Contract Oneが押印を代行。取引先に返送する。 スマート判子 あわせて、前述のように主要な電子契約サービスと機能連携を行う。「クラウドサイン」（弁護士ドットコム）、「電子印鑑GMOサイン」（GMOグローバルサイン・ホールディングス）、「Adobe Sign」（アドビ）、「jinger」（jinger）、「マネーフォワードクラウド契約」（マネーフォワード）、「NINJA SIGN」（サイトビジット）の7つとなっており、順次実装していく。取引企業間で異なる電子契約が利用されるケースもあることから、企業が契約書を一元管理するためにはPDF化やインポート作業など、煩わしい工数が追加で発生することもあった。Contract Oneにより、各電子契約で受領した契約書についても一元管理が可能となるという。 Contract Oneの料金体系は月額10万円からとなっており、契約書のデータ化件数に応じて価格が変動するとしている。 契約書の一元管理 電子契約サービス主要7社と連携

　東急電鉄と阪急電鉄は1月11日、東京工業大学と協働し、列車内の混雑状況の可視化に関する実証実験を実施すると発表した。 1月から、乗車前にリアルタイムで混雑情報を提供する。混雑度が低い車両への乗車を促し、混雑を避けたいというニーズに応えることを目指す。 具体的には、列車に乗車した利用者の持つスマートフォンの「Bluetooth」信号（電波信号強度：RSSIのみを測定・記録）を、駅に設置した「混雑解析装置」で取得。クラウド上のAIにて混雑状況を解析する。 また、AIの解析精度を高めるため、駅のホーム上から「高速度カメラ」で撮影、測定した混雑状況なども組み合わせ、AIのチューニングを行うという。 東急電鉄では、1月17日から2月28日の期間、田園都市線駒沢大学駅（東京都世田谷区）上り（渋谷方面）ホームで実施。 阪急電鉄では、1月12日から3月31日の期間、神戸本線の中津駅（大阪市北区）下り（神戸三宮方面行き）ホームと、神戸本線の十三駅（大阪市淀川区）下り（神戸三宮方面行き）ホームで実施する。 なお現在、スマートフォン向けアプリ「東急線アプリ」の「列車走行位置」画面において、リアルタイム情報として混雑状況を配信している。しかし、応荷重データがリアルタイムで取得可能な一部路線の東急電鉄所属の一部車両のみであるほか、その他の画面および、ホームページでは、過去データを分析したものが傾向値として配信されている。 同実験によって技術が確立した場合は、これまで対応できていなかった路線や相互直通運転を実施している他社所属車両の混雑状況もリアルタイム情報として配信できるようになる。また、データを蓄積することで傾向値を定期的に更新することも可能になるという。 同実験は、東京工業大学環境・社会理工学院の辻本研究室が開発した「列車内の混雑度解析技術」の精度を検証するもの。科学技術振興機構（JST）が実施する支援事業「SCORE」大学推進型（拠点都市環境整備型）に採択された、東京工業大学を主幹とするイノベーションデザイン・プラットフォーム（IdP）内のGAPファンドの支援により実施する。支援終了後は、東京工業大学発のベンチャーによる事業化を目指す。 Original Post>

　セコムは1月13日、世界初となるAIを活用して警戒監視や受付業務などを行う「バーチャル警備システム」の販売を開始すると発表した。 労働力人口が減少していく日本社会において、さまざまな業務をより効率的に少人数で行うことが求められている。同社によると、警備業もその例外ではなく、特に有人施設などにおける常駐警備では、セキュリティニーズに応えるための人材確保、人件費高騰によるサービス価格への影響を回避するための新たな解決策が求められているという。 今回販売を開始する「バーチャル警備システム」は、革新的・独創的なサービス創造に向けた同社とパートナーとの戦略的な協働プロジェクトのブランド「SECOM DESIGN FACTORY」から誕生。同社とAGC、ディー・エヌ・エー、NTTドコモの4社が協働し、2019年4月に初期プロトタイプを発表。2020年6月の発熱者対応の実証実験など、試験運用と開発を繰り返しながら実用化を図っていた。 このサービスは、現実空間を映しこむディスプレイ一体型ミラー上にバーチャルキャラクター「バーチャル警備員」を表示し、常駐警備サービスを提供するセキュリティシステム。AIを活用した警戒監視や受付業務などをバーチャル警備員が担当。対処や緊急対応などの業務については熟練した常駐警備員が担当する。また、クラウド制御により、どこからでもモニタリングや設定操作が可能だという。 具体的には「バーチャル警備システム」の監視卓から最大3台の「バーチャル警備員」が管理でき、常駐警備員と連携した効率的で高度な施設警備を提供する。なお、「バーチャル警備員」は、男性「衛（まもる）」・女性「愛（あい）」の2キャラクターがあり、使い分けが可能。 加えて、「バーチャル警備員」は目配せなどにより存在感を発揮しつつ周囲の警戒・監視を行い、犯罪抑止効果を発揮するという。内部にカメラやモーションセンサーなど各種センサーを搭載し、AI解析により近づいた人への声掛けを行うほか、映像・音声で急病人の発生といった緊急事態を認識した場合は自動でモニタリングダッシュボード（監視用アプリ）に通報する仕組みを備える。 来訪者から話しかけられると、AIが音声認識してあらかじめ設定した対話シナリオに沿って、自律的に受付業務を行う。来訪者の背丈に合わせて腰をかがめたり、対話内容に応じた自然な表情をしたりすることも可能。災害発生時にはミラーディスプレイに避難経路など、案内に必要な画像表示にも対応する。 自律応答が難しい場合やきめ細やかな対応が必要な時には、モニタリングダッシュボード（監視アプリ）より常駐警備員が遠隔で通話して応対することもできる。オプションにより、顔認証システムと連携させた来訪者の案内や、サーマルカメラを設置して来訪者に検温にも対応するという。 Original Post>

クラウドインフラストラクチャのプロジェクトがどんどん複雑になっている中で、特定の業界に向けてあらかじめパッケージ化したソリューションを提供することが業界のトレンドとなっている。米国時間1月13日、潤沢な資金を持つデータ分析企業のDatabricksが、同社初の業界特化ソリューション「Lakehouse for Retail」を発表してこのトレンドに参戦した。同社は小売業者に対し、これまでの分析ツールやDatabricksのAIツールによって生成される膨大な量のデータから価値を抽出するのに役立つ、完全に統合されたプラットフォームを提供するとしている。 Databricksの共同創業者でCEOのAli Ghodsi（アリ・ゴディシ）氏は「これは我々のジャーニーにおける重要なマイルストーンで、企業がリアルタイムで事業を運営し、より正確に分析し、顧客のすべてのデータを活用して有意義なインサイトを明らかにするものです。Lakehouse for Retailは小売業における企業やパートナー間でのデータドリブンのコラボレーションと共有を推進します」と述べている。 このプラットフォームを早期に利用している企業には、Walgreens、Columbia、H&Mグループなどがある。これらのユーザー企業はDatabricksのプラットフォーム全般を利用できるが、特に重要なものとしてLakehouse for RetailのSolution Acceleratorsがある。Solution Acceleratorsは、Databricksが「データ分析と機械学習のユースケースとベストプラクティスに関するブループリント」と呼んでいるもので、うまくいけば新規ユーザーが開発にかかる時間を何カ月も節約できる。これには、リアルタイムストリーミングのデータインジェストのテンプレート、需要予測、レコメンデーションのエンジン、顧客のライフタイムバリューを測定するツールが含まれる。なおDatabricksには以前にも同様のブループリントがあったが、Databricksが統合ソリューションとして提供していたわけではなく、利用者が自分たちで構成しなくてはならなかった。 Walgreensの医薬・ヘルスケアプラットフォームテクノロジー担当バイスプレジデントであるLuigi Guadagno（ルイージ・グアダーニョ）氏は次のように述べている。「Walgreensでは毎年、膨大な数の処方箋を処理しています。DatabricksのLakehouse for Retailを利用することで、このすべてのデータを一元化し、1カ所で保管して分析や機械学習のワークロードをフル活用できます。複雑さやコストのかかる旧式のデータサイロを廃することにより、インテリジェントで一元化されたデータプラットフォームでクロスドメインのコラボレーションが可能となり、柔軟に適応し、スケールし、お客様や患者様により良いサービスを提供できるようになりました」。 ここ数年、Databricksは「レイクハウス」の概念を普及させようとしてきた。その概念とは、分析のためのデータウェアハウスと、まだ活用されていない膨大な生データを保管するデータレイクの利点を組み合わせるということだ。 画像クレジット：Boy_Anupong / Getty Images ［原文へ］ （文：Frederic Lardinois、翻訳：Kaori Koyama）

金属切断機メーカーの小池酸素工業は、グローバルサプライチェーンの最適化に取り組んだ。「Oracle Fusion Cloud Enterprise Resource Planning（ERP）」および「Oracle Fusion Cloud Supply Chain & Manufacturing（SCM）」製品群の「調達、受注、サプライチェーン計画」を採用した。迅速な受注管理による顧客満足度向上や業務標準化による生産性向上を図る。日本オラクルが2022年1月13日に発表した。 　小池酸素工業（本社：東京都墨田区）は、ガス・プラズマ・レーザーの金属切断機を製造するメーカーである。同社は、グローバルサプライチェーンの最適化を目的に、Oracle Cloud ERP/SCMの「調達、受注、サプライチェーン計画」を採用。迅速な受注管理による顧客満足度向上や、業務標準化による生産性向上を図るとしている。 同社はこれまで、顧客、従業員、経営の3つでそれぞれ課題を抱えていた。顧客視点では、紙ベースの受注簿管理によって処理に工数がかかり、顧客のニーズをリアルタイムに把握できず迅速な受注管理が困難だった。従業員視点では、複数のシステムを介した煩雑な業務の増大に加え、シニア人材の退職に伴う業務の継承に対する懸念があった。経営視点では、分散したデータとその収集のため、正確な損益把握に時間がかかり、迅速な意思決定に課題があったという。 今回、これらの課題を解決し、グローバルサプライチェーンの最適化に取り組んだ。Oracle Cloud ERP/SCMの採用により、部門間にまたがるプロセスを標準化し、フロントとバックオフィスのデータの一貫性を保持しながら最適な需給計画を立案できるようにした。また。、受注生産・出荷先データの可視化で、受注から出荷のリードタイムを短縮し、顧客への迅速かつ的確な対応につなげるとしている。 手作業でやり取りしていた部門間情報を一元化し、処理を自動化することで業務効率を促進する。経営層は、サプライチェーンから会計までのオペレーションの可視化によって、集中購買でコストを抑制しながら過剰在庫の解消や多様な分析による迅速な意思決定を行う。 導入プロジェクトは、Oracle Cloud ERP/SCMの導入実績を持つイー・ビー・ソリューションズが担当した。なお、小池酸素工業が今回採用した製品群は、日本オラクルの調達管理「Oracle Fusion Cloud

　経済産業省は1月11日、フードチェーン3領域における食品ロス削減に関する取り組みとして、IoT技術を活用した食品ロス削減に関する実証実験を実施すると発表した。 同実験は、経済産業省委託事業「令和3年度流通・物流の効率化・付加価値創出に係る基盤構築事業（ＩｏＴ技術を活用した食品ロス削減の事例創出）」（委託事業者：日本総合研究所）を一部活用。産地および、スーパーマーケット、消費者の家庭における電子タグを活用した食品ロス削減に関する実験を1月12日から2月28日までの期間、東京都内で実施するものとなる。 なお、日本総合研究所、イトーヨーカ堂、今村商事、サトー、シルタス、凸版印刷、日立ソリューションズ西日本の7社が参画するSFC構想研究会の活動として行われる。フードチェーン全域を産地から小売店舗、小売店舗、小売店舗から消費者までの3つの領域に分け、それぞれ食品ロス削減に関する実証実験を実施するという。 産地から小売店舗における実証実験では、「青果物の持つ多様な情報による販促」と「リアルタイムの流通状況に応じた販促」をテーマに、青果物が持つさまざまな情報のうち、これまであまり利用されてこなかった情報を活用した新たな価値を消費者に提供する販促を店頭で実施。食品ロス削減への効果を検証する。 実施場所は、イトーヨーカドー曳舟店。実施期間は、1月12日から1月31日まで。対象商品は、アイコトマト、なめこ、ほうれん草。 具体的には、産地で生産者が入力した青果物の情報を販促用に加工し、店頭のデジタルサイネージや電子チラシアプリ（Shufoo!）を通じて発信。その情報を受け取った消費者が、店頭で商品を確認して購入できるようになる。青果物の流通状況は、生産出荷時にコンテナに取り付ける電子タグ（ZETag）を通じて、卸売業者、小売店舗での入出荷時に把握可能。電子タグを通じて、青果物の流通状況をリアルタイムで追跡しながら、消費者への販促を適切なタイミングで実施するという。 小売店舗における実証実験では、「店舗業務の効率化」と「効果的・効率的な売り切り促進」をテーマに、賞味・消費期限別に在庫を可視化し、電子棚札を活用したダイナミックプライシングを導入することによる、店舗における業務効率化と食品ロス削減への効果を検証する。 実施場所は、イトーヨーカドー曳舟店。実施期間は、1月12日から1月31日までと、2月9日から2月28日までの計40日間。対象商品は、デイリー・日配品から10SKU（同じ棚に陳列される同一SKU内で、賞味・消費期限のバラツキが発生することが多いものを選択）。 具体的には、商品の入荷時に、賞味・消費期限別のコードが印字されたラベルを発行して貼り付けるという。ラベルの発行データ（SKU×賞味・消費期限）を専用ツール「サトー・ダイナミック・プライシング・ソリューション（SDPS）」に取り込むことで、可視化された賞味・消費期限別の在庫状況を踏まえたダイナミックプライシングを実施する。 消費者は、電子棚札と商品に貼り付けられたラベルを確認し、商品を通常通りPOSレジで購入できる。 小売店舗から消費者における実証実験では、「購買データを活用した購買支援」「消費・廃棄データの取得による在庫管理」「データを活用した調理支援」「ゲーミフィケーションを活用した購買促進」「消費・廃棄データによるデマンド型の需給予測」という5つをテーマに行われる。 購買データや消費・廃棄データを「健康」という切り口で活用しながら、食品の購入・調理・保管を支援する消費者サービスとして提供し、家庭内での食品ロス削減への効果を検証するという。 実施場所は、イトーヨーカドー曳舟店および、参加者自宅。実施期間は、1月12日から1月31日までと、2月9日から2月28日までの計40日間。参加者は、20〜60代の男女（約100名）。 具体的には、参加者に食事管理アプリ（SIRU+）で買い物リストを作成してもらい、セルフスキャンアプリを利用しながら店頭で買い物を行ってもらう。なお、セルフスキャンアプリは、購入中のカート内の商品データや購買完了後の購買データを食事管理アプリと連携する。 また、食事管理アプリでは、セルフスキャンアプリによってスキャンされたカート内の商品データを基に、家庭の在庫状況および、栄養バランスを考慮した商品の購入を促すレコメンドも実施する。 加えて、購入した商品に対し、自宅でBluetoothタグを貼り付けてもらい、調理の際に残った商品を重量センサーで計測することで消費データを取得。イエナカデータクラウドを通じて、食事管理アプリ上の在庫情報を更新する（参加者自身で消費量・廃棄量を手入力することも可能）。 消費・廃棄データを取得・入力した際には、買い物に利用できるポイントが食事管理アプリ内で付与されるほか、健康的な食生活を楽しみながら行えるように、ゲーミフィケーションを取り入れ、購入した商品の栄養バランスに応じて見た目が変わるキャラクターを表示する。 さらに、栄養バランスや食品のおおよその賞味・消費期限との組み合わせによるレシピの表示にも在庫情報を活用し、家庭内の食品の使い切りを促すという。 Original Post>

NECは2022年1月12日、データを暗号化したまま計算できる“秘密計算”のソフトウェアをクラウド型で提供開始した。システム開発サービスの一環として提供する。秘密計算の方式のうち、ハードウェア方式（TEE方式）同日付で提供開始。2022年4月には秘密分散方式（MPC方式）も提供する。販売目標は、今後3年間で40システム。 秘密分散方式（MPC方式）では、データを乱数で符号化し、3つのサーバーに分散して計算する。Pythonライクで開発可能な独自の開発ツールによって、秘密計算アプリケーションを容易に開発できるとしている（関連記事：NEC、データを暗号化したまま分析する“秘密計算”の開発支援ツール、Pythonライクで記述）。 一方のハードウェア方式（TEE方式）は、Intel CPUの拡張機能で、メモリーを暗号化するIntel SGXと呼ぶハードウェア機構を利用する。安全なメモリー空間で計算する。秘密計算アプリケーションは、Pythonで容易に記述できる。データ分析時には、ユーザーが運用しているAIモデルを、修正することなくそのまま組み込める。 NECは、ユーザーの用途に応じて、MPC方式とTEE方式から適した方式を提案する。例えば、金融や医療ヘルスケア領域など、複数の企業がデータを持ち寄って分析するシーンにはMPC方式を提案し、既存の分析アプリケーションや学習モデルの利用など、分析者が様々な分析手法を試行錯誤したいシーンではTEE方式を提案する。

寺岡精工は2022年1月12日、「AI需要予測型自動発注システム」を販売開始した。スーパーマーケットなど小売店の発注作業をAIを用いた需要予測により自動化する。同社のPOSや店舗基幹システムと連携し、店舗を取り巻く環境要因からAIが需要予測を行い、適正な発注数を算出する。人による発注作業の軽減と発注ミスによる欠品・在庫過多を防止する。 　寺岡精工の「AI需要予測型自動発注システム」は、スーパーマーケットなど小売店の発注作業をAIを用いた需要予測により自動化するシステムである。天候、自店舗/近隣他店舗の販促イベント、過去の客数実績など店舗を取り巻くさまざまな環境要因から、独自開発のAIが予想来店客数を計算する（図1）。 図1：AIを活用した客数予測のイメージ（出典：寺岡精工）拡大画像表示 POSから基幹システムまでを統合した同社の店舗システム「T@Web」のアプリケーションとして動作する。店舗POSの売上状況・在庫状況を用いて予測する。運用を重ねるほどAIが運用結果を学習する。特に、曜日や天候、イベントなどで販売数が変わりやすい商品群や、賞味期限が短く在庫リスクが高い日配品（牛乳・豆腐など）に適する。 「従来は、商品担当者が経験や勘を基に必要な発注数を考えていた。人手不足や高齢化によってノウハウを持つ従業員が少なくなると、変動する販売実績に合わない画一的な発注をせざるを得なくなる。また、人手による作業は、誤発注や発注忘れによる欠品、2重発注による在庫過多など、ヒューマンエラーのリスクが高い。欠品によるチャンスロスや過多となった在庫の値引き販売が起こりやすい」（寺岡精工）。 小売業において同システムで店内商品の半数以上を自動発注することで、発注の適正化に加え、作業時間削減・人件費抑制を図る。同社による導入シミュレーションでは、毎日650件の発注作業を商品部門別に6人で行うケースで70％を自動発注とした場合、1日あたり5.25時間の作業時間を削減可能という。 「国連環境計画（UNEP）の報告によると、2019年の世界全体の食料廃棄量は約9億3000万トン。このうち13％は小売業が排出しているとの推計がある（「Food Waste Index Report 2021」） 。消費者のエコ意識が高まる中、AI需要予測型自動発注システムは、小売店の食品ロス削減を支援する」（同社）。 Original Post>

デロイト トーマツ グループの有限責任監査法人トーマツは1月7日、過去の不適切な財務データをAIに学習させることで、会社、勘定科目単位で不正を検知する不正検知モデルを開発し、2022年1月から本格導入を開始すると発表した。また、これまで活用してきた仕訳分析モデルや異常検知モデル（2017年8月特許取得済）と組み合わせて、不正リスク評価から、対応手続の立案まで網羅的にAI・アナリティクスを活用するアプローチを確立した。不正検知モデルの開発などAIの活用を通じて、AI・データドリブンによる監査の高度化を目指す。 2015年以降、不適切会計が明らかになった企業の数は増加しており、コロナ禍による業績不振も勘案すると、今後もこの傾向は続くと考えられるという。不正の発生は、企業に大きな損失をもたらすものであり、いかに不正リスクを抑えるかが急務の課題と指摘している。 従来監査人は、監査先の財務データに対し、異常とみなす基準値や予算との比較、前期からの趨勢把握などによって、監査で重点的にフォローするグループ会社や勘定科目を選別していた。一方、今回同社が開発した不正検知モデルでは、上場企業の過去の不正の傾向をAI・機械学習モデルに学習させているため、監査人は監査先から財務データを入手し、不正検知モデルにデータを投入することで、予測モデルによる不正スコアの計算のもと、不正リスクが高い会社、勘定科目および財務指標を識別する。これにより、監査人は不正リスクの分析を効率的に行うとともに、従来識別しえなかった不正パターンの識別が行えるという。不正検知モデルで検知された不正の兆候に基づいて監査人が監査先企業との議論をより深化させることで、企業のガバナンス向上に貢献するとしている。 トーマツでは、不正検知モデルを一部活用した監査に着手しており、すでに10社超の上場会社の監査において、主に子会社のリスク評価手続に活用している。さらに、今後2年間で100社以上の監査先のリスク評価手続に活用することを目指しているという。また、不正検知モデルの更なる性能向上に向けて、監査先の同意を得た場合には当該監査先の財務情報をモデルの学習に用いることでモデルの精度を向上させることや、市況データのバリエーションを増やすことで、特に海外子会社に対するリスク評価の精度向上を予定している。 今回開発した不正検知モデルでは、予測性能に優れる勾配ブースティング技術を採用し、2005年以降に公表された有価証券報告書および訂正報告書に含まれる財務諸表と為替レート、物価指数などの市況データをAIに学習させて、複数の財務指標から不正企業と正常企業との相違性を見出し、その結果を不正企業との近似度として0～1の間でスコアリングする。 また、どの指標がスコアに影響しているのか、会社別の各指標の時系列推移や、指標値の算定に使用した勘定科目の実数値を詳細に確認できるため、AIが算出したスコアがなぜ高いのかを説明することが可能という。あわせて、不正リスクが高いと評価された企業と類似した不正シナリオを持つ過去の不正企業を参照できる仕組みも構築している。 これにより、これまで活用してきた仕訳分析モデルや異常検知モデルと組み合わせて、より広範な観点から不正の兆候を把握するリスク評価から、不正リスクの高い仕訳や取引に対して個別・詳細に分析を行い、リスク対応手続の立案まで網羅的にAI・アナリティクスを活用するアプローチを確立した。 Original Post>

伊藤忠テクノソリューションズ（CTC）は2022年1月5日、ローカル5Gの技術検証が可能な専用スペースをCTC平和島物流センター（東京都大田区）内に開設したと発表した。ローカル5Gに関連する機材やシステムを備えており、ユーザーは短期間でPoC（Proof of Concept：概念実証）環境を構築できる。 　伊藤忠テクノソリューションズ（CTC）は、ローカル5Gの技術検証が可能な専用スペースをCTC平和島物流センター（東京都大田区）内に開設した。 導入に必要となる無線システムのコア設備やネットワーク機器、モバイル端末、セキュリティ製品などの通信環境を装備。ユーザーは、短期間でネットワークの接続性（つながりやすさ）や通信速度の確認を含めたPoCを構築・実施できる。実機を用いた技術検証により、実践的スキルの習得にもつながるとしている（写真1）。 写真1：技術検証の専用スペースと機材（出典：伊藤忠テクノソリューションズ）拡大画像表示 ユーザーは自社の機器を持ち込んで検証できる。「デジタルトランスフォーメーション（DX）の推進にあたって、データの効率的な収集や連携のためのローカル5Gの活用に注目が集まっている。スペースでは、大容量のデータ通信を利用してデータ連携や通信機能を確認できる」（同社）。また、AIやAR（拡張現実）の技術を活用した遠隔作業支援ツール、AGV（無人搬送車：Automatic Guided Vehicle）のロボットを併用することで、工場内の作業や物流の自動化を目的とした検証も可能という。 また、スペースには、電波を外部に漏洩させない検証区画「電波暗室」を用意しており、ローカル5G関連免許の取得前でも無線通信の検証を行えるようになっている。 ローカル5Gの導入に関連する手続きや作業は、CTCシステムマネジメント（CTCS）が担当する。無線免許の取得支援、無線エリア設計のシミュレーション、導入後の運用サポート／遠隔監視などのサービスを提供する。 「ローカル5Gは、特定のエリア内で独自の5Gネットワークを構築する無線システムである。企業や自治体が、業務の改善や付加価値の創出を支える通信インフラとして注目している。しかし、その導入には、電波法に基づく無線免許の取得に加え、無線システムの運用も自社で行う必要があり、各申請の諸手続きや無線に関連したスキルなども求められる」（CTC） Original Post>

リコーは、産業廃棄物委託業者の監査報告業務をタブレットとkintoneで効率化した。調査内容報告から承認申請までのプロセスをタブレット操作だけで完結するようにした。監査報告業務の工数を約30%削減し、担当者数を維持したまま監査対象拠点数を3倍に拡大した。タブレットの入力データをkintoneに連携させるミドルウェアとしてASTERIA Warpを使っている。ASTERIA Warpを提供したアステリアが2021年12月28日に発表した。 　リコーは、廃棄物管理の一環で、産業廃棄物委託業者を監査し、監査結果を報告している。従来は紙ベースで業務を遂行していたが、これをタブレットとkintone（サイボウズが提供している、クラウド型の業務アプリケーション開発・実行環境）でデジタル化した。調査内容の報告から承認申請までのプロセスを、タブレット操作だけで完結するようにした（図1）。 図1：リコーは、産業廃棄物委託業者の監査報告業務をタブレットとkintoneで効率化した。データ連携ミドルウェアにはASTERIA Warpを採用した（出典：アステリア）拡大画像表示 システム間のデータ連携ツールには、ASTERIA Warp（アステリアが提供）を採用した。現場調査の時にタブレット上のアプリケーションに入力した情報は、ASTERIA Warpを介してkintoneに自動的に連携する仕組みである。 システム化によって、監査報告業務の工数を約30%削減した。これにより、担当者数を維持したまま監査対象拠点数を3倍に拡大した。また、ASTERIA Warpはノーコードでデータを連携させられるため、プログラミング未経験者による内製化でシステム構築コストが減った。 システムを導入する以前は、処理業者の現地確認を行い、紙のチェックシートに記入していた。この後、会社に戻ってから調査内容を監査情報管理ツールに入力し、承認申請書類を作成していた。PCにデータを再入力する必要があるなど、アナログな手法から生じる非効率な業務フローが課題だった。 Original Post>

神奈川県がデータ活用基盤を刷新して、行政DX/データドリブン行政に取り組んでいる。県立保健福祉大学との共同プロジェクトで、新型コロナウイルス感染症の予測モデルを独自に構築。懸念される第6波はもちろんのこと、新たな感染症対策における意思決定およびアクションのデータ基盤を構築している。取り組みの内容を、同県とPalantir Technologies Japanが2021年11月12日開催の共同発表会で語られた内容から紹介する。 　神奈川県が新しいデータ活用基盤の構築にあたって導入したのは、Palantir Technologies Japanのデータ統合プラットフォーム「Palantir Foundry」。国内の自治体で最初のFoundryユーザーという。 Palantir Technologies Japanは、世界25カ国の政府機関・大手企業にデータ統合・分析プラットフォームを提供する米Palantir Technologiesの日本法人。2019年11月、米PalantirとSOMPOホールディングスにより共同設立された。 同社は、企業におけるデータ活用で大きな障壁となっているデータ統合の課題解決を基軸に、Foundryをはじめとする製品の提供を通じて、データドリブンなビジネス価値の創出を支援している（関連記事：Real Data Platformを基軸に次世代事業を創出─SOMPOホールディングスのデータドリブン経営／富士通、ビッグデータ分析ソフトを手がける米Palantir Technologiesに5000万ドルを出資）。 Palantirの製品は、米CDC（疾病予防管理センター）、英NHS（国民保健サービス）など世界各国の先進医療機関で導入され、感染状況予測やワクチン接種管理、医療・病床サプライチェーン構築などで効果を発揮しているという。 共同発表会に登壇したPalantir Japan代表取締役CEOの楢﨑浩一氏は、各種データアセットを数日レベルで統合できるというFoundryの特徴を紹介。そのうえで、自治体初の導入となった神奈川県への支援について説明した。 続いて、神奈川県でCIO兼CDOを務める江口清貴氏が登壇。同県の新型コロナウイルス対策におけるデータ活用の取り組みを説明した。同県では、2020年1月20日に横浜港を出港したダイヤモンドプリンセス号において新型コロナウイルス感染症の陽性者が発生した時点から未曽有の災害と位置づけ、感染拡大防止のためのデータ活用策の模索が始まったという。 その後、コロナ禍は次々と新局面を迎え、各種データが複数のシステムで個別に管理されていることが障害となって分析・解析のスピードが追い付かないことを痛感。個別システムのデータ統合の方法を試行錯誤する中でたどり着いたのが、PalantirのFoundryであった。江口氏は、選定・導入の経緯を次のように説明する。 「神奈川県では、新型コロナウイルス感染症対策に必要な各種データの統合・分析方法の検討を進める中で、さまざまなデータ統合ツールを情報収集し、評価・検証を行ってきました。選定で最も重視したのは、現場に負荷がかからない仕組みであること。しかしながら、一般的なデータ分析ツールはデータ連携設定など含め、利用開始までに数カ月必要なケースが多く、その間に現場が調整に苦慮するであろうことが想定されました」 具体的には、県の保有データの統合はもとより、「GoogleAI・COVID-19感染予測（日本版）」などの外部データを含めたデータ統合環境を構築。陽性者数やワクチン接種率、人流の増加傾向などのデータを横断的に分析し、予測モデルを基に逼迫度合いや病床の状況を含めて、県内における感染状況を多面的に把握し、政策決定に活用している（画面1）。 「特に注力しているのがクロス分析で、データの掛け合わせによって有用な検出・発見ができる可能性があります。本プロジェクトでは新型コロナを災害として位置づけていますが、その意味では“コロナ×防災”など、さまざまなデータ分析から、活用の幅も広がっていきます。今後は、データドリブン行政という観点から、この取り組みが県民の安心・安全、サービス向上を担う礎となることも視野に入れて推進していこうと考えています」（江口氏） 新型コロナ対策・感染拡大防止に端を発した神奈川県のデータ活用の取り組みは、データドリブン行政を踏まえた行政DXを大きく前進させそうだ。

　日本電気（NEC）は1月6日、交差点の交通状況の測定やインシデント検知に向けた実証実験を開始すると発表した。 5GやAI、4Kカメラ映像などの先進技術を活用し、車や歩行者の「交通状況測定」、人物の倒れ込みや害獣の進入といった「インシデント検知」、撮影映像に対する「プライバシー保護対応」のリアルタイムな処理などを実証する。 実験場所は、秋田県秋田市大町4丁目地内の交差点（1月6日〜3月15日）と、東京都新宿区新宿副都心四号線入口交差点（1月24日以降〜3月15日）の2カ所。 同実験は、内閣府が運営する官民研究開発投資拡大プログラム（PRISM）のひとつである「令和3年度 交通信号機を活用した第5世代移動通信システムネットワークの整備に向けた調査検討」に同社が参画して実施するものとなる。 信号柱に設置したローカル5Gを活用し、高精細な交差点の映像を5GとMEC（エッジコンピューティング）を用いて低遅延で伝送。さまざまなAI技術を用いてリアルタイムに処理を実施する。 具体的には、新エネルギー・産業技術総合開発機構（NEDO）が研究開発を進めるAI技術を流用した交通流解析アプリケーションを用いて、高精細な4K映像から交通状況（車および、歩行者の位置・速度・進行方向）測定の実現性を検証する。将来的には、歩車分離式交差点の交通効率向上、自動運転車を含む走行中の車両に対する注意喚起への応用を想定するという。 また、カメラ映像から交差点付近での人の倒れ込みや害獣（熊など）の侵入などのインシデントの検知を検証する。人の倒れ込み検知には、行動のサンプルを数秒の映像として与えるだけで、ライブカメラの映像中から類似の行動を検出できる「オンデマンド行動検出」を使用。将来的には、インシデント発生時に交差点のカメラを用いて迅速に状況を確認・対処するなど、街の安全性向上や地域特性に合わせた都市マネジメントに活用することを想定している。 加えて、プライバシー保護対応として、映像中の人物の顔部分をリアルタイムで覆い隠す技術を検証する。同検証では、将来的に交差点映像のデータ活用が実用化される際、交通利用者のプライバシーを保護した上で運用することを想定する。 同社では、「令和3年度信号5G検討コンソーシアム」（代表企業：三菱総合研究所）の一員として、5G機器を交通信号機に設置。高精細な交差点の映像を5GとMECを用いて低遅延で伝送し、ICTを活用した実際の利用シーンを想定した技術検証を行い、その価値の最大化を検討するために同実験を実施するという。 同実験での技術検証を生かし、交通事故の抑止、交通渋滞の詳細な把握と緩和、自動運転支援、街の見守りなどに貢献していくことを目指す。 Original Post>