IoTとAIが牽引する
エンタープライズシステムの新展開
2015年12月3日
TIS株式会社
油谷実紀

自己紹介
油谷実紀(ゆたにみき)
TIS株式会社 戦略技術センター長、AI技術推進室長
■システムインテグレータ企業
■製造業の生産管理、EDI、CRMシステムなど
サプライチェーン、バリューチェンに関わる
システム構築を多数経験
■現在は研究開発部門にて先進的な技術の
検証と導入を推進
■関心のある領域：AI, IoT, SDI, ロボット
Twitter: @blackaplysia
Facebook: 油谷実紀

今日お伝えしたいこと
1. 【短中期の活用】
IoTとAIの活用はまずなにからはじめれば
よいのか?
2. 【中長期の活用】
IoTとAIを活用することによる
「サービスロボット」の将来

IoTとAIの活用はまずなにから
はじめればよいのか?

AIを活用したシステム
 AIとは?

AIを活用したシステム
 AIとは?
 人工知能学会のサイトより
 エンタープライズシステムでAIを活用する
には、どのような「人間の知的な活動」を
システム化するかが重要
「AIは，本当に知能のある機械である
強いAIと，知能があるようにも見える
機械，つまり，人間の知的な活動の
一部と同じようなことをする弱いAIとが
あります」
https://www.ai-gakkai.or.jp/whatsai/AIresearch.html

AIを導入すべき2つの領域
 「人間の知的な活動」のうち、人にできるこ
と、人にはできないことをAIが代替する
 現時点で導入を検討すべき2つの領域
1. 分類・識別
2. 対人コミュニケーション

AI活用①―分類・識別
 「人間の知的な活動」のうち、人にできるこ
と、人にはできないことをAIが代替する
1. 分類・識別
 データに基づく分類や推論
(決定木やベイズ推定など)
 画像や状況の分類・認識(深層学習など)
 熟練者の行動を模倣することによる
洞察・気づき
 ソーシャルネットワークを流れる
情報からの評判分析・感情分析

顔認識の現在
 Googleによる顔認識の最新の研究
http://arxiv.org/pdf/1503.03832v3.pdf
照明や向きの影響排除 個人の写真コレクション

顔認識から感情認識へ
 Microsoft Project Oxford (ベータ公開)
https://www.projectoxford.ai/
 人数
 性別、年齢
 感情
(怒り、侮り、
うんざり、恐れ、
幸せ、中立、
悲しみ、驚き)

文章から著者のパーソナリティを推定
 IBM Watson
Personality Insights
http://www.ibm.com/
smarterplanet/us/en/
ibmwatson/developercloud/
personality-insights.html
 パーソナリ
ティ：5因子
 欲求：12因子
 価値観：5因子
Sample Text:
Martin Luther King
“I have a dream”スピーチ

ビッグデータの分類・識別
 ビッグデータ、とりわけIoTデータがもつ、
Edge-Heavy Dataの特性に応じた処理
 分散(distributed)&周縁(marginal)
→非同期(asynchronous)
 非構造化(non-structured)&
多次元化(multi-dimensional)
→関係代数(relational algebra)の限界
 連続(continuously)&
書き込みのみ(write-only)
→リアルタイムストリーミング
(real-time streaming)
→収集・蓄積から(特徴の)抽出・破棄へ

ソーシャルメディアマーケティング
 分類・識別を用いてソーシャルメディアを
使ったマーケティング
お客様
営業担当
①書き
込み
⑤営業対応
ソーシャルメディア
(自社／他社)
②抽出
分類器
④DM等
③分類・識別
(クラスタリング)
マーケティング
ツール

AI接客アプリ
 AIベースの接客アプリを使えば、ソーシャル
メディアマーケティングのリアルタイム化が
可能となる
お客様
営業担当
①アンケート記入、
SNS検索、
顔、声認識
→性別、年齢、
パーソナリ
ティ、嗜好等の
推定
④営業対応
接客
アプリ
②レコメンド
③エスカ
レーション

AI活用②―対人コミュニケーション
 「人間の知的な活動」のうち、人にできるこ
と、人にはできないことをAIが代替する
2. 対人コミュニケーション
 AIによる24時間365日簡易サポート
→質問応答、自然言語検索
 インバウンド観光客向けサービス
→自動翻訳、言語同定
 コミュニケーションロボット
→対話、ジェスチャ

質問応答によるオペレーター支援
 大手金融機関等のコールセンターにおける
質問応答活用例
お客様 オペ
レーター
①質問
④回答
質問応答
システム
②音声入力または
テキスト入力
③回答候補
と証憑を提示

バーチャルオペレーターによる多言語対応
 トランスコスモス様「ハイブリッド多言語
コンタクトセンターサービス」のイメージ
お客様
オペレーター
①コンタクト
④有人対応
バーチャル
オペレーター
②無人対応(質問応答)
③エスカレーション

コミュニケーションロボットの活用
 東急カード様によるPepperの活用
http://www.topcard.co.jp/campaign/pepper/
①不特定多数向け呼び込み
→サイネージ的活用
②分類・識別を用いた
個別接客
→特典提供、遊び感覚
③販売員対応への誘導
一対多から
一対一へ

IoTを活用したシステム
 IoTとは?

IoTを活用したシステム
 IoTを活用したシステムとは、
1. ヒトやモノや社会が相互連携して
営まれる現実世界の活動を、
2. 「データ」としてコンピュータの世界へ
映し出し、
3. 様々な種類の「データ」を組み合わせて
分析・学習し、
4. 得られた知見を現実世界へフィード
バックすることで、
実世界の活動へ新たな価値を生み出すことを
目的とする

IoTを活用したシステム
 エンタープライズシステムでIoTを活用する
には、どのような「データ」を使って継続的
にどのような「価値」を創造するかが重要
IoTを活用したシステム
 IoTを活用したシステムとは、
1. ヒトやモノや社会が相互連携して
営まれる現実世界の活動を、
2. 「データ」としてコンピュータの世界へ
映し出し、
3. 様々な種類の「データ」を組み合わせて
分析・学習し、
4. 得られた知見を現実世界へフィード
バックすることで、
実世界の活動へ新たな価値を生み出すことを
目的とする

IoTを活用したシステム
 IoTを活用したシステムとは、
1. ヒトやモノや社会が相互連携して
営まれる現実世界の活動を、
2. 「データ」としてコンピュータの世界へ
映し出し、
3. 様々な種類の「データ」を組み合わせて
分析・学習し、
4. 得られた知見を現実世界へフィード
バックすることで、
実世界の活動へ新たな価値を生み出すことを
目的とする
「データ」を収集する主要技術
→IoT = Internet of Things(狭義)
「価値」を創出する主要技術
→ML = Machine Learning

IoTを活用したシステム
 IoTを活用したシステムとは、
1. ヒトやモノや社会が相互連携して
営まれる現実世界の活動を、
2. 「データ」としてコンピュータの世界へ
映し出し、
3. 様々な種類の「データ」を組み合わせて
分析・学習し、
4. 得られた知見を現実世界へフィード
バックすることで、
実世界の活動へ新たな価値を生み出すことを
目的とする
・「モノ」のみならず「コト」をデータ化
ex. 履歴、状態、イベント、プロセス
・大量の計算機リソースを用いて、
複雑な傾向、変化、相関をパターン検出

IoTの実用化にはAIが欠かせない

IoTを導入すべき2つの領域
 IoTが創造する価値
1. スマートファクトリー
2. 「モノ」事業のサービス化

IoT活用①―スマートファクトリー
 IoTが創造する価値
1. スマートファクトリー
(cf. インダストリー4.0)
→サプライチェーン(SC)と
バリューチェーン(VC)の密結合
 リアルタイムな工場間の生産調整
 より精緻な生販在計画最適化
 少量多品種からカスタマイズ品即納、
柔軟な在庫ポイント配置

SCとVCの密結合
調達
部品
製造
組立 梱包
IoT
リードタイム削減
より柔軟な
在庫ポイント配置
生産ライン自動化
工場間生産調整
ニーズに
対応した
リアルタイム
生販在計画

IoT活用②―「モノ」事業のサービス化
 IoTが創造する価値
2. 「モノ」事業のサービス化
＝すべての業種業態には「モノ」(財・
サービスやヒト・モノ・カネなどの
リソース)、およびそれに付随する
「コト」がある
 「モノ」「コト」の分析をサービス化
 過去の分析→報告
 現在の分析→計画
 未来の分析→予知

設備稼働分析
管理者
IoT
データハブ ex.
外気温、
温度、電流
設備稼働分析
システム
①蓄積
②加工・分析
③モデル更新
(決定木など)

設備稼働分析
管理者
IoT
データハブ ex.
外気温、
温度、電流
設備稼働分析
システム
①蓄積
②AI(機械
学習)による
予知・計画

設備稼働分析
管理者
IoT
データハブ ex.
外気温、
温度、電流
設備稼働分析
システム
①蓄積
②AI(機械
学習)による
予知・計画
定点
監視

IoTとAIを活用することによる
「サービスロボット」の将来

ロボットの種類
 サービスロボットとは?

ロボットの種類
 サービスロボットとは?
 ロボットは用途別に大きく3つの種類に分け
ることができる
 産業用ロボット
 フィールドロボット
 サービスロボット

ロボットの種類
 NEDOロボット白書2014を参考に作成
http://www.nedo.go.jp/content/100567345.pdf
産業用
ロボット
フィールド
ロボット
サービス
ロボット
場所 ・工場設備 ・危険環境等 ・日常生活
目的 ・生産効率
化
・作業代行 ・生活支援
・癒し
作業
内容
・人の代替 ・人の代替 ・人の代替
・人との共生
特徴 ・自律性
・安全性
・高速
・高精度
・ユビキタス性
・ヒューマン・
マシン・イン
タラクション

ロボットを構成する3要素
 ロボットは、センサ系、知能系、駆動系の
3つの要素技術からなるシステム
 ロボット産業政策研究会報告書(2009)より作図
http://warp.da.ndl.go.jp/info:ndljp/pid/286890/
www.meti.go.jp/press/20090325002/20090325002-3.pdf
ロボット
テクノロジー
考える
(知能系)
感じる
(センサ系)
動く
(駆動系)
言語理解
画像認識処理
学習
通信制御
音声認識
画像認識
自己位置
環境認識
多軸／多関節制御
安全制御
アクチュエータ
油圧／空気駆動
マイクロモータ
軽量・強靭材料
電源

ロボットを構成する3要素
 ロボットは、センサ系、知能系、駆動系の
3つの要素技術からなるシステム
 ロボット産業政策研究会報告書(2009)より作図
http://warp.da.ndl.go.jp/info:ndljp/pid/286890/
www.meti.go.jp/press/20090325002/20090325002-3.pdf
ロボット
テクノロジー
考える
(知能系)
感じる
(センサ系)
動く
(駆動系)
言語理解
画像認識処理
学習
通信制御
音声認識
画像認識
自己位置
環境認識
多軸／多関節制御
安全制御
アクチュエータ
油圧／空気駆動
マイクロモータ
軽量・強靭材料
電源
AI
IoT

サービスロボットの将来
 ロボットと人類が共生する社会のイメージ
手塚治虫
「火の鳥 復活編」
より引用
手塚治虫
「ブラックジャック」第1巻
「U-18は知っていた」
より引用

IoT・AIとロボット
 ロボットはIoT・AIと出会うことで、
新たな武器を手に入れた
1. 超知覚(meta-perception)
クラウド上のIoT・AI
プラットフォーム
IoT AI

IoT・AIとロボット
 ロボットはIoT・AIと出会うことで、
新たな武器を手に入れた
2. 協調行動(cooperative robotics)
クラウド上のIoT・AI
プラットフォーム
IoT AI
情報共有

超知覚をもったロボットの自律移動
 正確な地図のない人混みの中でも
周囲の環境認識に基づいた自律移動を
実現できる可能性

協調行動による見守りネットワーク
 将来の高齢者の見守りは、多数のロボット
―高齢者の自宅、遠隔地にいる家族の自宅、
病院、公共機関、金融機関などに在籍―
が協調して実施
遠隔地に
住む家族
高齢者
自宅見守り
ロボット
病院
自治体
銀行
郵便局

広域観光コンシェルジュ
 ロボットがリアルタイムに情報交換を行い、
インバウンド観光客に適切な観光地を推薦
 ロボットはコミュニ
ケーションデバイス
という位置づけ
 オープンデータや
ソーシャルネットワーク
との組み合わせ

技術導入ロードマップ
2016～2020年 2021～2025年
▲東京オリンピック
携帯回線5G実用化 固定回線IP化
トイロボットによる
コミュニケーション
業務用サービス
ロボット
業務用ロボット
の普及
・対話の精緻化
・機能およびイン
ターフェイスの
汎用化／標準化
観光用ロボット向け
データセット標準化
業務用コミュニ
ケーションロボット
観光用ロボット
ネットワーク

まとめ
1. まずなにからはじめればよいのか?
 分類・識別
 対人コミュニケーション
 スマートファクトリー
 「モノ」事業のサービス化
2. 「サービスロボット」の将来
 「超知覚」
 「協調行動」
 人類との共生へ

ご清聴ありがとうございました