Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Digital business strategy I recommend to Japanese companies

Df24915d508e0f89ea1868c1b9819443?s=47 masashiokawa
October 10, 2020

Digital business strategy I recommend to Japanese companies

某大手社会インフラ系企業グループ内でやった教養兼実践研修(約4時間)の資料から、間引いたりぼかしたりワークショップを除いたりした資料
この資料をベースに、動画を流したり、実際に現物を動かしたり、ブラウザで色々見たりしました

Df24915d508e0f89ea1868c1b9819443?s=128

masashiokawa

October 10, 2020
Tweet

Transcript

  1. AI/IoT概論から見る 日本企業が取るべき デジタルビジネス戦略 ウイングアーク1st株式会社 大川真史(Masashi Okawa)

  2. 自己紹介 1 大川真史(おおかわまさし) 【社外活動/役職】 ⚫ 明治大学 サービス創新研究所 客員研究員 ⚫ 東京商工会議所

    ものづくり推進委員会 学識委員 兼 スマートものづくり推進事業専門家WG 座長 ⚫ 内閣府 SIPフィジカル空間デジタルデータ処理基盤 My-IoT開発PF ⚫ 総務省 情報通信分野の研究開発の在り方に係る調査 有識者 ⚫ デジタルハリウッド大学大学院 デジタルヘルスラボ 客員講師 ⚫ Garage Sumida研究所 主席研究員 ⚫ 栃木県 IoT等専門家派遣事業 専門家 【コミュニティ】 エンタープライズIoTLT/ ヘルスケアIoTLT/ 鋳造IoTLT M5Stack ユーザーグループ 同人ハードウェア MeetUp D Empowerment Lab 【2019年情報発信実績】 ⚫ 講演(公的機関):34回(東京商工会議所、各地商工会議所、三重県、金沢大学、デジタルヘルス学会、日本鋳造協会等) ⚫ 講演・ワークショップ(民間企業):9回(日立製作所、パナソニック等) ⚫ 主催コミュニティイベント:12回 約1,500名 ⚫ 執筆:「AI・IoT・データ活用総覧2019-2020」「最新マーケティングの教科書2020」(共に日経BP) ⚫ 寄稿/取材:Forbes Japan、パナソニック「GEMBA」、ばんぶう、各地商工会議所発行誌 ウイングアーク1st(株) UPDATA Report調査室 主席研究員 TIS(6年) → 三菱総合研究所(12年) → 現職(2年半) AI/IoT等デジタル化による社会・産業・企業構造転換 *IoTLT:日本最大のIoTコミュニティ。メンバー1万人以上。 週1回ペースでイベント開催。派生→分野別23、地域別16 *M5StackUG:いま世界中で最も多くの人が開発で使うデバイス。 月1以上で新製品・モジュール販売。M5StickC,M5SticV,ATOM,Core2等 Copyright © Masashi Okawa All Rights Reserved.
  3. 新しい産業革命

  4. ポスト工業化社会(デジタルサービス化社会) 現在は、第4次産業革命と呼ばれる100年に1度の動力源の革命に留まらず、 18世紀から続く工業化社会から、ポスト工業 化社会(デジタルサービス化社会)への転換期と捉えることが出来る。 3 農耕社会 デジタルサービス 化社会 21世紀 20世紀

    19世紀 第1次 産業革命 • 動力獲得 • 蒸気機関 • 軽工業 第2次 産業革命 • 動力革新 • 石油・電力 • 重工業 第3次 産業革命 • 自動化・省力化 • 情報通信産業 第4次 産業革命 • 自律的な最適化 • クラウド/AI/IoT 工業化社会 Copyright © Masashi Okawa All Rights Reserved.
  5. 工業化社会の特徴 参考資料 生産構造の変化:分業の進展、生産 性向上に伴う大量生産・大量消費 都市化:都市での労働力需要増→農 村から都市への大規模な人口移動 家族構成員数の低下:共同単位での 経済的生産機能の低下 大衆社会の形成 4

    Copyright © Masashi Okawa All Rights Reserved.
  6. DX(デジタルトランスフォーメーション)とは 5 DXと は 企業が外部(顧客、市場)の破壊的な変化に対応しつつ、内部(組織、文 化、従業員)の変革を牽引しながら、プラットフォーム(クラウド、ビッ グデータ、ソーシャル技術等)を利用した新しい製品やサービス、ビジネ ス・モデルを通して、ネットとリアルの両面での顧客体験の変革を図るこ とで価値を創出し、競争上の優位性を確立すること 出所:経済産業省「DXレポート

    ~ITシステム「2025年の崖」克服とDXの本格的な展開~」より講演者作成 DX背景 と我が 国の現 状 あらゆる産業で新たなデジタル技術を使ってこれまでにないビジネスモデルを展開する 新規参入者が登場しゲームチェンジが起きつつある 我が国においては、DXを進めるべくデジタル部門を設置する等の取組みが見られる。し かし、PoC等ある程度の投資は行われるが実際のビジネス変革には繋がっていない 今後DXを本格的に展開していく上では、DXによりビジネスをどう変えるかといった経 営戦略の方向性を定めていくという課題がある Copyright © Masashi Okawa All Rights Reserved.
  7. 第四次産業革命の2大インパクト ①労働代替効果②差異化による利益偏在は、世界同時的に起こりはじめている。 6 出所:経済産業省 次官・若手未来戦略プロジェクト「21世紀からの日本への問いかけ」より講演者作成 Copyright © Masashi Okawa All

    Rights Reserved.
  8. ①労働代替効果による経済成長モデルの変化 工場での労働者需要が減少し、起業に資本・技術が蓄積されないモデルに移行する。 7 出所:経済産業省 次官・若手未来戦略プロジェクト「21世紀からの日本への問いかけ」より講演者作成 Copyright © Masashi Okawa All

    Rights Reserved.
  9. ②均質化する世界と差異化による利益偏在 これまでは国境や言語で市場が分断されており、ローカル事業者が存在する事が出来た 均質化すると世界共通プラットフォームが生まれ、差異を生み出す少数事業者に利益が偏在 8 出所:経済産業省 次官・若手未来戦略プロジェクト「21世紀からの日本への問いかけ」より講演者作成 Copyright © Masashi Okawa

    All Rights Reserved.
  10. 工業化社会とデジタルサービス社会の違い 最適なユーザー体験提供が競争優位の源泉となり、重要成功要因は工業化社会と全く異なる。 インターネット前からの産業/企業とインターネット後の産業/企業と分類する事も出来る。 9 デジタルサービス社会 (インターネット後) 工業化社会 (インターネット前) 競争優位の源泉 リソース獲得

    役割分担 競争ポイント 提供価値 組織体制 UX=User eXperience(ユーザー経験) 技術 → 機能・製造 製造設備などリソースを集積 水平分業で標準化、管理高度化 QCD(品質・コスト・スピード)の競争 均質的・標準的な製品提供 組織内の役割を果たす ユーザーインサイト → UX 開発案件ごとリソースを集約 一人や少人数が中心となる 試行錯誤と一次データ獲得 最適なユーザー体験を提供 初期衝動起点でユーザーと繋がる Copyright © Masashi Okawa All Rights Reserved.
  11. ものづくりの民主化(GUGEN:日本最大級のハードウェアコンテスト) 10 出所:GUGEN(https://gugen.jp/) Copyright © Masashi Okawa All Rights Reserved.

  12. ものづくりの民主化(GUGEN:日本最大級のハードウェアコンテスト) 個人が作ったプロトタイプも進化する。その進化のストーリー自体が価値を持つ。 従来のものづくり論の考え方である「ものづくり=設計情報の創造・転写システム」から「ものづくり(開発・設計・製造)プロセス 自体が、非製造業的な価値を創造する」という「メタ・製造業のサービス化」とも言える。ものづくりの民主化の結果、これまでの製 造業とはコンテクストが異なる「ものづくり」が誕生している。 11 出所:ProtoPedia:波動ティッシュ(https://protopedia.net/prototype/8038da89e49ac5eabb489cfc6cea9fc1) ProtoPedia:IoTはんこ(https://protopedia.net/prototype/c8758b517083196f05ac29810b924aca) Copyright ©

    Masashi Okawa All Rights Reserved.
  13. サービスの定義から見たデジタルサービスの特徴 12 時間 場所 受容者 サービス提供者のリソースを使いながら、サービスの受容者が 価値と知覚する状態変化を引き起こす行為 「サービス」とは モノ ・

    コト ヒト サービス提供者が提供するリソースがデジタルである デジタルサービス の特徴 Copyright © Masashi Okawa All Rights Reserved.
  14. サービスの価値決定要因から見たデジタルサービスの特徴 13 初回顧客認知 提供開始 狭義の 事前期待 広義の事前期待 施設、機械、環境 顧客の審査 提供サービス

    従業員の行動・姿勢 技術的な工程 顧客の行動・姿勢 サービス領域 の認知 競合他社との 比較 営業プロセス 固定観念 類似サービス領域 との比較 サービス領域 自体の評判 サービスの情報 提供プロセス 成果 品質 各種リレーションシップ サービスの評判 広義のUX 狭義のUX 提供終了 知覚する価値は事前期待・提供プロセス・成果品質で決まる 価値の決定要因 事前期待・提供プロセス・成果品質に関する活動が デジタルで行われ、デジタルで評価・改善している デジタルサービス の特徴 Copyright © Masashi Okawa All Rights Reserved.
  15. インターネット後の企業の台頭(最近10年の変化) 多くの産業でインターネット後に生まれた企業が業界トップ。最適なUXと一次データで競争優位を強化し続けている。 14 Uber Airbnb Facebook 出所:各社Webサイトより講演者作成 Alibaba Copyright ©

    Masashi Okawa All Rights Reserved.
  16. これまでのやり方が無い国が先行している これまでのやり方や固定観念、社会的ルールなど「レガシー」が無い国が新しい技術や産業構造変革を受け入れる。 • 世界初の全国規模ドローン配達(ルワンダ) • マイクログリッドで未電化解消(ケニア) 15 出所:Youtubeより講演者作成 その他ルワンダの取り組み •

    小学生へのラップトップ配布 • 4GLTEの整備 • 実証実験への全面協力 その他ケニアのスタートアップ • モバイル送金システム M-PESA • インフルエンサーPR メディオス Copyright © Masashi Okawa All Rights Reserved.
  17. 物流:Cainiao(ツァイニャオ/菜鳥網絡) 2013年5月創業。5か所の巨大ハブだけを持つ3PL。当初は、宅配サービス提供やトラック購入、配送スタッフ採用など一切行 わなずオープンな共有物流プラットフォームを開発を構築し古い物流業者のデジタル化を促進した。 16 出所:Alibaba Group公式Youtube(https://youtu.be/8-ADIdjufe4) Copyright © Masashi Okawa

    All Rights Reserved.
  18. 新しい産業革命後の姿:深圳(Shenzhen) 17 出所:WIRED.jp(https://www.youtube.com/watch?v=388DaVBUtEA&feature=emb_logo) ハードウェアハッカー プロトタイプシティ Copyright © Masashi Okawa All

    Rights Reserved.
  19. AI/IoTの現状

  20. 出所:総務省「通信利用動向調査」より講演者作成 0% 10% 20% 30% 40% 50% 60% 70% 80%

    90% 100% 情報通信機器の保有率推移 パソコン(会社) パソコン(家庭) 固定電話 スマートフォン インターネットの普及とデジタルネイティブの誕生 21世紀最大のイノベーションはインターネットとスマートフォンの普及である 2010年以降に社会に出た世代は、それまでの世代とデジタル体験に対する認識が根本的に異なる 19 iPhone3G 2008年発売 デジタル体験の 新世界 パソコンがある 生活 パソコンを使って 仕事 人類史上はじめて 身近にデジタルデバイスが 存在する ↓ 人・社会がデジタルで表現 Copyright © Masashi Okawa All Rights Reserved.
  21. 出所:総務省「通信利用動向調査」より講演者作成 年齢によりインターネットの利用目的が異なる デジタルネイティブは「動画投稿・共有サイトの利用」や「オンラインゲームの利用」が多い。 20 年齢階層別インターネット利用の目的・用途(複数回答)(2019年) Copyright © Masashi Okawa All

    Rights Reserved.
  22. ICT機器産業:電子立国から輸入国へ • 1985年の通信自由化以降、ICT関連機器の生産額・ 輸出額は増加を続け「電子立国」と称された。 • しかし2000年代からは生産・輸出共に減少傾向に転じ、 2013年に輸出額と輸入額が逆転。2000年代後半から はスマートフォンの普及に伴い輸入が急増。 • 我が国では米国のデジタル・プラットフォーマーのようにグロー

    バルな存在感を持つICT企業も出てきていない。 21 出所:総務省「令和元年 情報通信白書」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.
  23. ICT業界構造:受託開発中心で投資効果が低い • 昭和時代には世界最先端であったが、平成 時代は世界でも稀なICT投資減少国となっ た。 • 情報システム構築は非コア業務として外部委 託が進み、SIerというICT企業による受託開 発中心の情報システム構築という独特の構 造が形成された。

    • SIerによる受託開発により、特に非製造業 において業務改革等がないため、ICT導入 効果を発揮せず、業務を変えず投資を控え 生産性向上がなされなかった。 22 出所:総務省「令和元年 情報通信白書」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.
  24. ICT投資の目的:守りのIT投資(コストセンターと認識) • 日本企業のデジタルトランスフォーメーションの取組はグロー バル企業に比べて低調。 • アメリカに比べて、日本は守りのIT投資が多く、攻めのIT 投資がなされていない。 23 出所:経済産業省 産業構造審議会「既存秩序の変容と経済産業政策の方向性」より講演者作成

    Copyright © Masashi Okawa All Rights Reserved.
  25. 現場に近いデータを分析する企業が増加 分析に利用しているデータ • 5年前に実施した調査と比較すると、POS やeコマースと いった販売実績データ、IoT/MtoMデータを含む自動取 得データの活用が大きく進展しており、各企業におけるIoT の導入が進んでいることがうかがえる。 • また、電話などの音声データの活用も進んでおり、この5年

    でデータ分析による企業経営の高度化が進められているこ とがうかがえる。 • 一方、業務データの分析は増加しておらず、データ分析を する企業としない企業の二極化が進んでいるのではないか。 24 出所:総務省「令和2年 情報通信白書」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.
  26. IoT・AI等の導入目的で「新規事業・経営」が増加 IoT・AIに取り組んでいる企業は少ない。 既存企業が顧客サービス向上でデジタルネイティブ企業と競うのは困難を極めるのでは。 一方、自社でデジタルサービスを創り出すと判断した企業が増加している。 25 IoT・AI等のシステム・サービスの導入状況 IoT・AI等のシステム・サービスを通じて データを収集・解析する目的 出所:総務省「令和2年 情報通信白書」より講演者作成

    Copyright © Masashi Okawa All Rights Reserved.
  27. IT内製化とIT人材不足 ここに来てIT内製化に取り組む企業が増えてきたが、ユーザー企業内IT人材が質・量ともに不足感が増している。 26 ユーザー企業の社内にITのスキルを蓄積・強化 するための内製化状況(従業員規模別) 出所:情報処理推進機構(IPA)「IT人材白書2020」より講演者作成 ユーザー企業のIT人材の“質”に対する不足感 ユーザー企業のIT人材の“量”に対する過不足感 Copyright ©

    Masashi Okawa All Rights Reserved.
  28. AI/IoT活用事例 Innocent Disruptors (無垢な破壊者)

  29. AI(Tensorflow):クリーニングハウスレモン 元DJ。IT自体にあまり縁がなかった。自分で勉強し画像解析技術などを習得。 28 出所:Google Japan Youtube動画(https://www.youtube.com/watch?v=vCUk7zkzDQw)より講演者作成 Copyright © Masashi Okawa

    All Rights Reserved.
  30. AI(Tensorflow):きゅうり農家 エンジニアだった小池さんが実家のきゅうり農家に戻りAIを使って等級判定ツールを開発 29 出所:Google Japan Youtube動画(https://www.youtube.com/watch?v=XkKxSAb4EAw)より講演者作成 Copyright © Masashi Okawa

    All Rights Reserved.
  31. 薬局(お茶の水) 管理薬剤師 山口さん 35才からプログラムの勉強を始めアプリ等の自作に着手。 開発したサービスを同業者等に販売するためクラウドサービス会社を起業。 本当に使い易い在庫棚卸用サービス「ファーマシストオンライン」を開発 30 出所:山口さんFacebook(https://www.facebook.com/yousukeyamaguchi/videos/vb.100001587421249/1623316704397895/)、ファーマクラウド(https://www.pharmacloud.co.jp/)より講演者作成 Copyright ©

    Masashi Okawa All Rights Reserved.
  32. 耳鼻科(千葉県) 開業医 土井さん プログラム歴半年で、LINE Botを5つ以上開発 更に、鼓膜の写真をMicrosoft Custom Vision Serviceに学習させ、急性中耳炎か滲出性中耳炎か正常鼓膜かを判断 するツールも開発(300枚の教師データで30枚正答率100%)

    31 出所:Qiita(https://qiita.com/doikatsuyuki/items/8ded5f3a5d4e6e2eaa4b、https://qiita.com/doikatsuyuki/items/bbed5e902577d68fb8a9、 https://qiita.com/doikatsuyuki/items/216e9f954f9a09b834d6)より講演者作成 Copyright © Masashi Okawa All Rights Reserved.
  33. ゴムパッキン製造(荒川区) タカハシ 社長が製造/SCMシステムをCOBOLで自作。入力用キーボード、タッチパネルなども改造。 現場をデータ化するために最適な方法は現場にいる人しかわからない。 32 出所:東京商工会議所スマートものづくり(https://www.tokyo-cci.or.jp/seisaku/committee/mono/smart/case/08/)より講演者作成 Copyright © Masashi Okawa

    All Rights Reserved.
  34. 通信機器製造 ヘルツ電子「ポカヨケツール」 トルクレンチ・リベッター・電動ツールなどの工具を用いる生産工程や、チェックする作業のミス防止(ポカヨケ)をするツール 33 出所:ヘルツ電子(http://www.herutu.co.jp/)より講演者作成 プライヤーレンチ デモ動画 チェックペン デモ動画 Copyright

    © Masashi Okawa All Rights Reserved.
  35. 元・機械加工業 三ツ輪技研「コロコロ日報」 さいころ型のデバイス。作業内容ごとにさいころ面を変えて作業日報となる。 34 出所:三ツ輪技研(https://mitsuwa-giken.jp)より講演者作成 Copyright © Masashi Okawa All

    Rights Reserved.
  36. パイプ加工 武州工業「生産性見え太君」 スマートフォンや加速度センサ付きデバイスを設備に貼り付け、現作業場可視化・自律的改善活用の配線レス設備動作情報 収集アプリ「生産性見え太君」を開発、販売。現場を可視化するだけで、現場が自律的に判断し、生産性向上を実現した。 35 出所:生産性見え太君(https://www.bimms-mieta.com/jirei-busyu)より講演者作成 Copyright © Masashi Okawa

    All Rights Reserved.
  37. ドラッグストア サッポロドラッグホールディングス AIカメラ グループ内で画像AIサービスを開発。発案から2週間後には店舗にAIカメラを設置し現実に近い顧客分析が出来るように。 ID-POSデータでは女性客が7割であったが、AIカメラの分析では男女比はほぼ半々という事が明らかになった。 これまで女性向けの施策や陳列だったが男女ともに使いやすい店舗へ見直すきっかけになった。 36 出所:Itmedia「AIで店舗の「3密」対策、社内ハッカソンから2週間で実装」(https://mag.executive.itmedia.co.jp/executive/articles/2006/22/news004.html)より講演者作成 Copyright ©

    Masashi Okawa All Rights Reserved.
  38. 自動車部品製造(Tier1) 旭鉄工「 iXacs」 3種類のセンサーで生産数や停止時間など現場で必要な情報をリアルタイム検出・可視化 この仕組みを「iXacs」として積極的に同業者へ販売 37 出所:旭鉄工/i Smart Technologie(http://istc.co.jp/)より講演者作成 Copyright

    © Masashi Okawa All Rights Reserved.
  39. 「欲しい物は自分で作る」人たちに共通している事 38 • いまの欲求や困りごとをど うにかしたい(最高のUX) • 自分で日々痛感してる辛さ 初期衝動 • 現地・現場・現物が起点

    • 技術はブログや動画で勉強 • 現場で開発・試行・修正 方法 • 試行錯誤の結果、使わなく なる物も多い • 安く手軽なものを求める 必要なもの • 欲しい物を作るのが楽しく て、誰かが使うのが嬉しい • 想定外の出来事が楽しい 動機付け • 同じ辛さを痛感している同 業者への販売 • ユーザーのコミュニティ化 ビジネスモデル • 一連の業務もデータもひと つの基盤で扱える • 最適なユーザー体験を提供 プラットフォーム Copyright © Masashi Okawa All Rights Reserved.
  40. 「欲しい物は自分で作る」人たち Innocent Disruptors (無垢な破壊者) 39 Copyright © Masashi Okawa All

    Rights Reserved.
  41. AI/IoT技術概要

  42. 用語の説明:クラウドコンピューティング クラウドとは利用者にネットワーク経由でソフトウェア等を提供するサービスの総称。 ハードウェア導入に伴う初期の多額の投資や、リソースの調達、メンテナンス、容量の使用計画といったわずらわしい作業に 多大 な人的リソースを費やす必要がなる。 利用開始までの期間、拡張・縮小の迅速さ、セキュリティなどでメリットがある。 41 出所:総務省(http://www.soumu.go.jp/main_sosiki/joho_tsusin/security/basic/service/13.html)を参考に講演者作成 Copyright ©

    Masashi Okawa All Rights Reserved.
  43. クラウドコンピューティング例(Google) 42 出所:Google Cloud Platform(https://console.cloud.google.com/marketplace) 開発プラットフォーム Google Cloud Platform(GCP) クラウドアプリケーション

    G Suite Copyright © Masashi Okawa All Rights Reserved.
  44. IoTの一例:センサーとボード かつては組込みエンジニアしか扱えなかったセンサーが、とても簡単に扱えるようになり、価格も桁違いに安くなった。高精度・多機 能の革新ではない。 43 出所:SWITCH SIENCE(https://www.switch-science.com)、各社メーカーwebサイトより講演者作成 GROVEモジュール:100種類以上のセンサー M5Stack¥3,575 Obniz ¥6,090

    M5StickC¥1,650 M5StickC¥3,872 Copyright © Masashi Okawa All Rights Reserved.
  45. AI:処理と要素技術・研究テーマ 44 出所:一般社団法人 人工知能学会「AIマップβ」(https://www.ai-gakkai.or.jp/pdf/aimap/AIMap_JP_20190606b.pdf)より講演者作成 Copyright © Masashi Okawa All Rights

    Reserved.
  46. AIのイメージ日米比較 アメリカでは、人間とは違う方法で認知・判断する技術との回答が多い。 日本は、自我(感情)を持たせる技術との回答、人間の脳と同じ仕組みを実現する技術との回答が多い。 45 出所:平成28年度版 情報通信白書(http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/)より講演者作成 0.0% 5.0% 10.0% 15.0%

    20.0% 25.0% 30.0% 35.0% 40.0% 45.0% コンピューターに自我(感情)をもたせる技術 コンピューターが人間のように見たり、聞いたり、話したりする技術 人間の脳の仕組みと同じ仕組みを実現する技術 認知・判断などの機能を、人間の脳の仕組みとは異なる仕組みで実現する技術 ゲームやクイズなどの特定の分野において、人間以上の能力を実現する技術 画像や自然言語、様々なデータなどを分析して、その意味合いを抽出する技術 学習や推論、判断などにより、新たな知識を得る技術 人間を超える知能を実現する技術 上記イメージに近いものがない 人工知能(AI)のイメージ(日米) 日本(n=1106) 米国(n=1105) Copyright © Masashi Okawa All Rights Reserved.
  47. 用語の説明:API(Application Programming Interface) クラウド/AI/IoTなど今どきのデジタルサービスはAPIで動かす事が大半。ひと昔前はAPIエコノミーという言葉も。 46 クラウドにあるプログラムを利用して何かの処理を簡単にするための方 法。サービスを利用するアプリケーションを作成するためのインター フェースの事で、今日ではインターネット通信で使う「Web API」をAPIと いう事が多い。

    Web APIで機能を公開しているサーバに対して、依頼内容をHTTPリクエス トの形で送信すると、処理結果がHTTPレスポンスの形で送られてくる (例:郵便番号API http://zipcloud.ibsnet.co.jp/api/search?zipcode=1710022) 発行されたURLを貼り付けするだけで利用可能なので簡単 特定フォーマット(XML/JSON)でのやりとりが前提なので、基本的には、 ある程度のWebプログラム知識HTML5/CSS/JavaScript等)が必要 Copyright © Masashi Okawa All Rights Reserved.
  48. API例:金融機関、鉄道会社 三菱UFJフィナンシャルグループは積極的APIを公開している。鉄道各社もイベントを通じてAPIを公開している。 47 出所:MUFG APIポータル(https://innovation.mufg.jp/api/)より講演者作成 Copyright © Masashi Okawa All

    Rights Reserved.
  49. デジタル化に必要な機能 デジタル化には、データを作って可視化・分析する機能が必要である。 現場や中間層や経営者がデータに基づいてアクションにつながる「判断する」ことが最も重要な機能である。データ可視化やデータ 分析は判断までの過程に過ぎない。 48 判断 する アク ション データを作る・

    上げる(IoT) データをつなげ る データを分析す る データを見る・知らせる センサー カメラ AI-OCR 音声・VUI 内部データ オープンデータ 無線近距離通信 クラウド ストレージ 表計算ソフト クラウドAI API ETL 可視化ツール チャット BOT SNS VUI フィードバック フィードバック フロントDB Copyright © Masashi Okawa All Rights Reserved.
  50. センサー例:Webiot(ネット接続済みセンサー) 最も簡単に各種センサーデータをクラウドに上げることが出来るサービス。大体1つ500円/月。 49 出所:Webiot(https://webiot.io/)より講演者作成 Copyright © Masashi Okawa All Rights

    Reserved.
  51. AI-OCR例:SPA(複数エンジンで識字率向上) 紙の運用を変更せずに、帳票をスキャンしてAI-OCR(文字認識AI)を使ってデータ化。 50 出所:ウイングアーク1st SPA(https://www.wingarc.com/product/spa/)より講演者作成 Copyright © Masashi Okawa All

    Rights Reserved.
  52. 画像AI、機械学習(ML)のクラウドサービス例 51 出所:各社webサイトより講演者作成 Copyright © Masashi Okawa All Rights Reserved.

  53. API例:IFTTT(イフト) 「If This Then That(こんな時にあれをする)」がクリックだけで実現可能 52 出所:IFTTT(https://ifttt.com/)より講演者作成 ⚫ トリガー(If This):「ツイートしたら」

    「LINEが届いたら」「天気予報が雨なら」など を定義 ⚫ アクション(Then That):「チャットの送信」 「Gmailでの受信」「通知(Notification)」など IFTTTが自動的にやる動作 ⚫ アプレット:トリガーとアクションを組み合わせ た「IF This Then That」全体 ⚫ 他人が作ったアプレットも利用することが出来る Copyright © Masashi Okawa All Rights Reserved.
  54. 可視化ツール(1):Ambient 細かな初期設定をしなくても送ったデータをリアルタイムでグラフ化する無料サービス ライブラリーやサンプルやブログが充実しており、コピペや簡単なカスタマイズで出来る。 53 出所:Ambient(https://ambidata.io/)より講演者作成 Copyright © Masashi Okawa All

    Rights Reserved.
  55. 可視化ツール(2): Motionboard 複数のデータ源を使い見たい切り口で可視化するときには本格的な可視化ツールの活用が必要 54 出所:MotionBoard(https://www.wingarc.com/product/motionboard/)より講演者作成 Copyright © Masashi Okawa All

    Rights Reserved.
  56. 現地・現物・現実を 確認する フロントデータベース:Dr.Sum(ドクターサム) 経営でも現場でも判断が必要となった場合、そのデータを素早く確認・分析し正確な判断を素早く行うために現場に近いところ (エッジ側)にデータ分析が出来るフロントデータベースが必要である。 55 出所:Dr.Sum(http://www.wingarc.com/product/dr_sum/)より講演者作成 基幹システム、各種現場システム 各種センサー・PLC・画像データ等 情報活用基盤

    Dr.Sum 受発注 POS 予算・計画 取引先 検査結果 原価 データを見る・知らせる 現地に加えて、データ確認・分析もして 判断する(=デジタルシフト経営) データを確認・ 分析する 警告やトラブル内容を具体的に確認したい + Copyright © Masashi Okawa All Rights Reserved.
  57. デジタルマニュアル わかりやすいマニュアルが超簡単に作成可能 発見性・検索性が高く、作ったマニュアルがユーザーに届く トレーニング機能が従業員教育の悩みを解消する 56 (株)竹屋旅館(ホテルクエスト清水) 出所:Teachme BIZ(https://biz.teachme.jp/)より講演者作成 サハ東急コーポレーション(株) 人材育成や現地スタッフとのコミュニケーション

    すばる交通(株) Copyright © Masashi Okawa All Rights Reserved.
  58. AI/IoT導入の進め 方

  59. AI/IoT導入・活用の基本:UX重視&試行錯誤 AI/IoTの導入・活用の基本は現場起点のUX重視と試行錯誤である。 58 何を作るか • ユーザーが使い続けるのが「良いサー ビス」 誰が決めるか • 良いサービスはユーザーしか決められ

    ない どう作るか • ユーザー試行を重ね、失敗と修正が多 いほど良く育つ どう進めるか • 1日でも早く1回でも多く「ダメ」と言わ れる Copyright © Masashi Okawa All Rights Reserved.
  60. 「どうやるか」試行錯誤の例 例:個室トイレの満室/空室をリアルタイムに把握する方法 59 Copyright © Masashi Okawa All Rights Reserved.

  61. 「どうやるか」は様々。やってみないとわからない 例:個室トイレの満室/空室をリアルタイム可視化する方法 60 【センサーの種類】 加速度センサー 赤外線人感センサー 超音波距離センサー ボタン(通電)センサー 照度センサー 磁気センサー

    赤外線放射温度センサー ・・・ 【給電方法】 100V常時給電 ボタン電池 自家発電(EnOcean) 【送信方法】 【設置方法】 【可視化の方法】 可視化ツール(BI) スマホアプリ通知 ウェアラブルデバイス ・・・ 【データ送信・登録頻度】 1分 1秒 1ミリ秒 【アクション】 予約する? 長時間アラート? デ ー タ を 作 る ・ 上 げ る デ ー タ を つ な げ る ・ 分 析 ・ 活 用 Copyright © Masashi Okawa All Rights Reserved.
  62. 試行錯誤の検討ポイント例 身近なデジタル化の検討ポイントは多くあり最適解はひとつではない。 データ活用した判断結果から手段のフィードバック(見直し・改善)が発生する。 61 判断 する アク ション データを作る・ 上げる

    データをつなげ る データを分析す る データを見る・知らせる • データの種類 • データ取得頻度 • データの質 • データの信頼性 • 大量データの操作 • 欠損データの扱い • 解析アルゴリズム • データ送信先 • 送信方法・頻度 • データマージ基準 • UI(操作性) • リアルタイム必要性 • 同時表示データ種類 フィードバック フィードバック Copyright © Masashi Okawa All Rights Reserved.
  63. 進め方:ダブル(OODA&Agile)ループ ICT/AI/IoTツール導入による効果は、試行錯誤を通じて少しずつ学習を重ねながら目標に近づく。様々な検討を重ね綿密な 計画を作り、仕様や設計通り進めるものではない。 ビジネス上の効果は「OODA」で、ツール開発・導入は「Agile」で進める。 62 現状観察 ユーザー 検証 意思決定 実行

    プロト 作成 プロト 修正 プロト 評価 状況判断 /検証 OODA ループ Agile ループ Copyright © Masashi Okawa All Rights Reserved.
  64. 現場起点の素早い意思決定:OODAループ 現場起点の素早い意思決定と行動はOODAループ(Observe/Orient/Decide/Act)と呼ばれ、事業環境変化が激しい 現在では主流になりつつある。 これまでのPDCAでは、計画時から評価までに状況が変わる事が多く有効でないとされる。 63 OODA PDCA 現状観察 (Observe) 状況判断

    (Orient) 意思決定 (Decide) 実行 (Act) 計画 (Plan) 実行 (Do) 評価 (Chack) 改善 (Action) Copyright © Masashi Okawa All Rights Reserved.
  65. AI/IoT導入プロセス:Agile(アジャイル) アジャイル(試行錯誤型)=アイデアを早く具現化し、ユーザーに使ってもらって、すぐ修正して再度ユーザー検証を行う。 従来型ウォーターフォールでは、最適なユーザー体験を作る事は出来ない。 64 Agile(アジャイル=試行錯誤型) ウォーターフォール(計画遂行型) 要件定義 利用開始 概要設計・詳細設計 開発・単体テスト

    全体テスト プロトタ イプ作成 プロトタ イプ修正 プロトタ イプ評価 検証 Copyright © Masashi Okawa All Rights Reserved.
  66. 試行錯誤事例:きゅうり農家(小池さん) エンジニアだった小池さんが実家のきゅうり農家に戻りAIを使って等級判定ツールを開発 65 出所:Google Japan Youtube動画(https://www.youtube.com/watch?v=XkKxSAb4EAw)より講演者作成 Copyright © Masashi Okawa

    All Rights Reserved.
  67. 試行錯誤の事例:きゅうり農家1号機 66 出所:slide share(https://www.slideshare.net/ikemkt/ai-119187344)より講演者作成 Copyright © Masashi Okawa All Rights

    Reserved.
  68. 試行錯誤の事例:きゅうり農家2号機 67 出所:slide share(https://www.slideshare.net/ikemkt/ai-119187344)より講演者作成 Copyright © Masashi Okawa All Rights

    Reserved.
  69. 試行錯誤の事例:Pivot 68 出所:slide share(https://www.slideshare.net/ikemkt/ai-119187344)より講演者作成 Copyright © Masashi Okawa All Rights

    Reserved.
  70. 試行錯誤の事例:きゅうり農家3号機 69 出所:slide share(https://www.slideshare.net/ikemkt/ai-119187344)より講演者作成 Copyright © Masashi Okawa All Rights

    Reserved.
  71. 出所:東京商工会議所「ものづくり企業の現状・課題に関する調査」(http://www.tokyo-cci.or.jp/page.jsp?id=115010)より講演者作成 想定外の効果「やってみないとわからない」 ツール導入前の期待効果と導入後の効果は異なる。 ツール導入→データ化→可視化共有→社内外コミュニケーション活性化→生産性向上 想定外の効果を認識する能力が必要である。 70 Copyright © Masashi Okawa

    All Rights Reserved.
  72. 活動のポイント:環境変化と課題の認識 「手段のフィードバック」と「成果のフィードバック」を回す 新しい技術などを使って「やってみた」結果、思いもよらない成果や想定外の効果が出てくる。それを前向きに受け止めて目的や 設定課題を見直す事が重要である。 71 ③どうやるか ④ 次に何を するか ②

    まず何を するか ① 何をどう したいか ⑤ やった結果 どうだったか 成果のフィードバック ⑥ 「どうしたい」 の見直し 判断 する アクション 作る・ 上げる つなげる 分析する 見る・知らせる 手段のフィードバック Copyright © Masashi Okawa All Rights Reserved.
  73. 必要な人材と体制

  74. ICT/AI/IoTツールの利活用を進める上での課題 73 出所:総務省「平成30年 情報通信白書」3章2節 図表3-2-2-4より講演者作成 0% 20% 40% 60% 80%

    100% 日本 米国 英国 ドイツ 通信回線の品質や速度 端末やセンサーの品質や価格 外部との接続性 レガシーシステムとの調整や移行 データ流通に係る制度環境やルールの 整備 政策や制度的な対応・支援 資金調達環境 人材育成 自社のニーズに対応したソリューションや 製品・サービス ビジネスモデルの構築 組織としてのビジョンや戦略の立案 組織風土 システム・ インフラ 事業環境・ 支援体制 自社組織・ 自社風土 Copyright © Masashi Okawa All Rights Reserved.
  75. ICT/AI/IoTツールを活用出来ない組織風土例 74 • AI・IoT等デジタル ツールを導入する事 が目的になっている。 • 事業上の成果の目論 見がなく始める。 目的が不明

    確 • 確実に成功しそうな 事だけを実施する。 • 実績のない新技術・ 新サービスを避ける。 • 挑戦がないため、導 入効果が殆ど無い。 出来る事か ら考える • 「試しにやってみ る」が出来ない。 • 経営者・責任者が許 容しない。 • 従業員も本気でやら ない。やらされ感。 失敗を許さ ない 出所:pwc「日本企業におけるAI活用の可能性 –成功のカギはどこにあるのか?」に講演者加筆 Copyright © Masashi Okawa All Rights Reserved.
  76. ダイナミックケイパビリティ 不確実性の高い世界では、環境変化に対応すべく、組織内外の経営資源を再結合・再構成する経営者や組織の能力(ダイ ナミック・ケイパビリティ)が重要。 75 Copyright © Masashi Okawa All Rights

    Reserved.
  77. 必要な人材:3D人材 Director、UX Designer、Digital Engineerが必要 圧倒的に不足しているのはデザイナー。デザイナーを許容する組織文化が必須。 76 【Digital Engineer】ツール等の事例収集と評価 ⚫幅広く情報を収集し自社導入の目利きができる ⚫自分で試作(プロトタイプ)を作ることができる

    【UX Designer】ユーザーインサイト獲得 ⚫現場観察や対話を通じてユーザーインサイトを獲得する ⚫本質的な「良さ」「便利さ」を探索することが得意 【Director】課題探索と優先度 ⚫ユーザーと共に探索した課題の中から優先度を決める ⚫社内外関係者との調整、ノイズキャンセリングが得意 出所:経済産業省「第4次産業革命クリエイティブ研究会」より作成 Extreme User Director Digital Engineer UX Designer Copyright © Masashi Okawa All Rights Reserved.
  78. エンジニアとデザイナーは宗教が違う 技術中心の視点・技術起点の発想ではデザインは難しく、アーキテクチャ・システムの思考をもつ人材が必要 77 工業化社会に必要な人材 DXで新たに必要となる人材 追求 先端技術の追求 人・社会の課題認識の追求 探索 解決策の探索

    課題の探索 指向 機能指向 感性指向 いいね! 高性能・多機能 使い易さ 職業 エンジニア、科学者 デザイナー、アーキテクト 形にする ソリューションを形にする アイデアを形にする 開発 ウォーターフォール/ゲート アジャイル/DevOps 出所:「イノベーション事業をデザインする」(i.lab)に加筆 Copyright © Masashi Okawa All Rights Reserved.
  79. (参考)デザインとは? ここで言う「デザイン」とは意匠・UI(=User Interface)だけでなく、UX(ユーザー体験)や製品/サービス/ツール全体を設 計(デザイン)する事である。 78 経営のデザイン (ビジネスモデル設計、 エコシステムの設計) 広義のデザイン (UX=ユーザー体験の設計、

    製品/サービスの全体設計) 狭義のデザイン (意匠、UI等) 狭義のデザイン:意匠(製品やパッケージの装飾)、 ユーザーインターフェースなど主に表層的な姿を対象と する設計。従来から主に(日本語としての)デザインと 認知されている領域である。 広義のデザイン:ユーザー体験(UX=User eXperience)を含む製品・サービス全体を対象とする。 製品やサービスの提供者側だけでなく、ユーザーまで含 めた価値創造プロセス全体が設計領域である。 経営のデザイン:製品やサービスの提供を通じた価値創 造をするために必要となるビジネスモデル、エコシステ ム、会社組織、マネジメントなどの設計を対象とする。 出所:経済産業省「第4次産業革命クリエイティブ研究会」より作成 Copyright © Masashi Okawa All Rights Reserved.
  80. 方法論のシフト(流行) 79 出所:横田幸信「優れたアイデアを生み出すには? 」(ウイングアークフォーラム2019大阪) デザイン的なやり方 (デザイン思考、人間中心など) これまでのやり方 (工学/ロジカルシンキングなど) 顧客の価値= 性能、機能、効率など客観的なもの

    顧客の価値= 心地よさ、驚きなど主観的なもの 統計情報などの市場予測から 顕在化したニーズの傾向を把握 個人レベルで深く洞察することで 潜在的なニーズを発掘する 手順的なプロセス: 「正解がある」という前提 論理的に導き出せるか、 顧客や市場を分析すれば発見できる 探索的なプロセス: 「正解がない」という前提 プロトタイプをつくり、 顧客との対話を通じて最善解を探索する 出所:企業内技術士シンポジウム2016、配布資料「日立におけるデザインの役割の変化と課題〜“技術”と “人”の狭間で思うこと〜」(株式会社日立製作所 古谷純氏講演資料)を用いて横田作成 得意そうな人: エンジニア、ビジネス 得意そうな人: デザイナー、建築家 Copyright © Masashi Okawa All Rights Reserved.
  81. 世界で最もクリエイティブな国:日本 世界で最もクリエイティブな国とみられているが、最もクリエイティブが無いと自認して、社会・産業構造にクリエイティブを組み込め ていない国である。 80 0% 10% 20% 30% 40% 50%

    60% 「自分はクリエイティブである」 0% 5% 10% 15% 20% 25% 30% 35% 40% 「最もクリエイティブな国は」 出所:アドビ システムズ 「State of Create: 2016」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.
  82. 学ぶ:プログラミング学習 最新のプログラミング学習はクラウドサービスを利用するのが当たり前 テキストが準備されている従来型スクールでは変化のスピードに付いて行けない 81 Progate ドットインストール Udemy 出所:各社Webサイトより講演者作成 Copyright ©

    Masashi Okawa All Rights Reserved.
  83. 知る:技術ブログ、プログラム共有サービス 82 【Qiita(キータ)】https://qiita.com 【GitHub(ギットハブ)】https://github.com 技術ブログ「Qiita」でキーワード検索 →気になるブログ記事を読んで、やる気が出る か、実際に出来そうか検討する プログラム共有サービス「GitHub」で技術キー ワードを検索 →実際のやり方を確認して、試してみる

    Copyright © Masashi Okawa All Rights Reserved.
  84. 知る:イベントへの参加 83 【connpass(コンパス)】 https://connpass.com/ 【Peatix(ピーティックス)】 https://peatix.com/ オンライン・オフライン勉強会イベントを検索する 無料や低額のイベントが大半で、初めましての方や初心者歓迎 Copyright ©

    Masashi Okawa All Rights Reserved.
  85. 作る:プロトタイプ開発に特化 プロトタイプとプランニングの専門スクール。日本を代表する現役エンジニアが講師。卒業制作がクラウドファンディング。 出所:ProtoOut Studio(https://protoout.studio/)より講演者作成 84 Copyright © Masashi Okawa All

    Rights Reserved.
  86. サービスを検討する:新たな価値を探す旅に出る 新しいアプローチのイノベーションコンサルティング会社が日本にも出てきた。 85 出所:i.lab(https://ilab-inc.jp/)より講演者作成 Copyright © Masashi Okawa All Rights

    Reserved.
  87. ありがとうございまし た! okawa.m@wingarc.com