産業用IoT：自動化とデータインサイトに革命をもたらす

IoTと産業の出会い

IoT（モノのインターネット）を知らない人はいないでしょう。今や産業分野への適用性を表す「産業用IoT（IIoT）」という言葉も流行しています。

IoTは、これまで想像もできなかった方法で新たなデータを利用可能にし、新市場を創出し、以前は接点の少なかった既存市場を接続し、利用可能なデータから有意義な結果を抽出するアプリケーションの必要性をさらに高めます。この種の情報発見と活用の自動化は巨大なインパクトを持ちます。IDCは2020年までに7.1兆ドル市場、マッキンゼーは2025年までに6.2兆ドルのインパクトと予測します。この数字を見れば、何か劇的なことが起きているのがわかります。

なぜ今なのか？

まず、IoTムーブメントを可能にし、推進するいくつかの技術的進歩が達成されました：

1. 無線通信が（少なくとも先進国では）豊富で安価。5Gや低電力無線通信規格の新展開がさらに加速させます。モバイルオペレーターは、無料通話・メールの大量提供に疲弊し、インフラ投資を活かす新たなビジネスモデルを模索しています——IoTがその答えです。
2. 安価で分散型、スケーラブルな処理能力により、ティーンエイジャーでも缶ジュース1本分のコストで、10年前の政府以上の処理能力を指揮できます。クラウドだけでなく、実用的な処理がエッジデバイスへ移り、「フォグコンピューティング」アーキテクチャが出現しています。
3. 低コストで「十分な性能」のセンサーやRaspberry Piのようなデバイスが市場に溢れ、熱狂的なホビイストコミュニティ（70年代後半〜80年代初頭のPC時代を彷彿）と本格的なハイテクビジネスの両方を駆動しています。電子デバイスは、我々が求めようが求めまいが、インターネット接続センサーを標準搭載してラインから出荷されます。センサーが必要なら、数ドルで入手でき、検索すれば優れたオープンソースコード例が見つかり、統合は痛みなく行えます。

M2MはIoTではない

一部のセクターでは、この種の能力を何年も前から活用してきました——航空宇宙、鉱業、石油・ガスなど。M2M（Machine to Machine）はこの初期の取り組みを表す言葉でしたが、明確にしておきます——それはIoTではありません。多くの業界重鎮がこの初期の取り組みを「IoT」としてプロモートしていますが、IoTの真のドライバーを根本的に誤解しています。単なる技術と相互接続ではないのです。

IoTの違いは、その圧倒的なスケールと野心にあります。IoTはデバイスを接続するだけでなく、雑務の自律化と、データセットを新たな方法で開放・統合することで、より大きな変化をもたらします。サイロは打破される——さもなければ競合に置いていかれます。ビジネスモデルが変わり、新たなモデルが出現します——可用性ベースの契約（航空機エンジンの「時間あたり課金」など）。

スマートシティからインテリジェント製造まで、組織的・個人的な変革が技術と同じくらい重要です。その影響は広範囲に及びます。例えば、スマートシティ設計者は都市データを活用して市民により良い情報を提供し、より透明なガバナンスモデルを実現しようとしています。「どうせ不要な広告が増えるだけだろう」と思うかもしれませんが、これは日常生活をより便利にするための真剣な取り組みです。

製造業におけるIoTの潜在力は明確です。計画外ダウンタイムと事後保全は望ましくないコストドライバーです。自動車製造では、1時間のダウンタイムが200万ドルの損失に等しいと読みました。フォーチュン誌の試算では、IoTにより保守コスト25%削減、計画外ダウンタイム50%削減、機械寿命の年単位延長が可能とのこと。魅力的ではないですか？

90年代と2000年代を通じた工場の自動化とコンピュータ化の進展により、コアインフラの多くはすでに整っています。多くの企業がこのインフラを「IoT対応」に「アップグレード」しています——ThingWorxやXivelyの顧客を見れば、誰が先導しているか一目瞭然です。メリットはデータの分析、より根本的には将来の機械劣化の予知から生まれます。

大規模資産集約型産業は、何年も前から予知保全体制を導入する充分な理由があり、複雑でオーダーメイドのシステムと、センサーおよびデータ取得技術への多額の投資で対応してきました。診断システムエンジニアのチームを雇ってデータを解釈することも躊躇いません。彼らは本質的にハイテク組織だからです。しかし、これらの高い障壁により、中小企業や隣接セクターは単純に締め出されてきました。さらに、このレガシーテクノロジーは、産業用IoTが製造セクターを席巻し、数百万の中小企業がオンライン化する中で、根本的にスケールしません。

ここでもIoT導入がエキサイティングな役割を果たします。ハードウェア価格を押し下げ、データアクセスを民主化することで障壁を下げるからです。問題は「いつ」予知能力が手の届く範囲に入るかであって、「もし」ではありません。残るのはデータサイエンス分野……「21世紀で最もセクシーな職業」と聞くのもうんざりです。彼らは25万ドルの年収……ええ、超羨ましいですが、それがポイントではありません。

この分野がコア（少なくとも現時点では）であることは異論ありませんが、IoTが進化する中で、この人間分析への依存で需要をどう満たせるでしょうか。データサイエンスタスクの多くを自動化する賢い方法を編み出すことは、成功するIoT、特に予知保全を現実にするために必要な予知分析のようなデータサイエンス重視のソリューションにとって、絶対的に、クリティカルに、不可欠だと信じます。それがなければ、本当にクールな技術は「大手」だけのものに留まります。

Senseyeでは、産業用IoTとともにスケールする、よりアクセスしやすい予知保全ソリューションを開発しています。以前は機械予知を「手が出ない」「実装が難しい」と考えていた組織にもメリットを届けたいと考えています。

確かに挑戦的です——最先端技術の適用だけでなく、業界が進化しIoTを受け入れる中で克服すべき障壁もあります。セキュリティは主要課題ですが、技術的には大半が解決済みで、商業的・政治的障壁が残っています。文化的課題も顕在化しています——故障対応の事後的アプローチに慣れた保守チームが、最終的に保守要員数の合理化につながる改善に抵抗します。

しかし、私たちが注視している、自社製品を超えた更なる影響を持つ3つの領域があります。第一に、データ前処理タスクをオフロードするエッジ（またはシスコ流にフォグ）デバイスの必要性。潜在的に膨大な生データを毎秒クラウドへ送るのは現実的ではありません——特にモバイル接続に依存する遠隔環境では。この分野で活発な動きが見られます——特に革新的なスタートアップから。

第二に、センサーとノードのコストが劇的に下がり続ける必要があります。高品質加速度計が必要な産業分野では、まだ数千ドル（デバイス単位！）で、あらゆる企業にとって大きな障壁です。IoTがハイプ通りに普及するなら、100ドルを大きく下回る価格帯が必要です。

第三に、相互運用性標準とプロトコルのほぼ完全な不在が、再びプロプライエタリなサイロと領地を生み出しています——まさにIoTが打破すべきものです。この互換性の欠如は、通信からアプリケーションメタデータまで技術スタック全体に及びます。Hypercatのようなイニシアチブは有望ですが、臨界質量に達する規模と速度で採用されていません。

IoTバブルの中にいるのは、実に魅力的でダイナミックな時代です。我々としても、すべてが進化する中で曲がりくねった対応が必要になることは疑いありません。

現在、選抜施設向けにソリューションの無料トライアルを実施中です。ご検討いただける場合はご連絡ください。