電気通信大学総合情報学科特別講座講義資料

1. 企業情報システムにおける
先進的な技術の活用
2014年5月16日
TIS株式会社
油谷実紀

2. 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
 新規技術の企画、検証、導入
 オープンソース・デザイン指向クラウドオーケストレータ
CloudConductorプロダクトマネージャー
http://cloudconductor.org/
 以前の担当業務
 自社パッケージの開発とサポート
 製造業向けEDIおよび生産管理システム導入
Twitter: @blackaplysia
Facebook: 油谷実紀
Slideshare: blackaplysia
Github: blackaplysia

3. 本日のお題
本日は「企業情報システムとソフトウェア技術
との関係」についてお話します
① 企業情報システムの実際
～生産管理システムを題材にして～
② スマートデバイスの活用
③ 将来的なソフトウェア技術：
CPSとCognitive Systems

4. まず、この春、
消費税とともに猫も杓子も話題にし、
年度替わりとともに消えていった
IT関連の問題は?

5. 企業情報システムの「なぜ?」
Windows XPサポート終了問題とは?
―Bloomberg Businessweek (2014/1/16)†1
「世界中のATMがWindows XPからのアップグレード
のデッドラインに直面」
 ATMは全米に420,000台設置
 世界中のATMのうち推定95%超がWindows XP
 Windows XPはすべて2014/4/9までに
Windows 7にアップグレードする必要あり
 設置後20年以上経過したATMは、Windows 7が
ハードを対応しておらずアップグレード不可
†1 http://www.businessweek.com/articles/2014-01-16/atms-face-deadline-to-upgrade-from-
windows-xp

6. 企業情報システムとは
どんなシステムであって
何を価値としているのか

7. 企業情報システムの目的
 企業情報システムは、企業経営が必要とする
情報を管理するシステム
→企業の経営状況と経営資源を可視化し、
PDCA (Plan-Do-Check-Action)サイクルに
より企業の目的を達成することを支援する
 売上を伸ばす
 利益を上げる
 社員を雇用する
 工場を建てる
 銀行から借金する
 社会に貢献する
「ヒト・モノ・カネ」
＝経営資源
(経営リソース)

8. 企業の目的とは
 営利企業は、利益を上げ、利益を配当として
株主に還元することを目的とした企業
 利益を最大化するたった2つの方法は、収益
の拡大と費用の低減
￥
費用
利益＝収益－費用
収益
利益の基本的な考え方

9. 営業利益という指標
 営利事業における代表的な指標が営業利益
 売上総利益(粗利)＝売上高－売上原価
 営業利益＝
売上総利益－販売費及び一般管理費(販管費)
￥
売上
原価
売上高 販管費
売上総利益
(粗利)
営業利益
売上総利益と営業利益

10. 営業利益の最大化
 営業利益を最大化する3つの方法は、
売上高増大、売上原価低減、販管費低減
売上高↑ 売上原価↓
売上個数↑
売上単価↑
集中調達
オフショア化
営業利益増大
販管費↓
業務効率化
ネット販売
営業利益を最大化するための方策(例)

11. 自社の分析と対策の計画実行
財務の視点 売上業界3位へ
顧客の視点
業務プロセス
の視点
成長／学習
の視点
(IT分野)
売上1,000億円
利益率の向上
リアルタイム分析 計画遵守率UP
需要変動対応 生産数量増加
一元管理と
可視化
計画の
ローリング
標準品比率UP
海外生産比率UP
生産シミュ
レーション
出庫／在庫
管理強化
生産L/T短縮
量産単価低減
データフローの
見直し
バッチシステム
の廃止
営業利益率10%達成
市場拡大対応 顧客満足度向上
施策の指標(KPI)化と情報システムでの対応策(例)

12. 製造業企業情報システムの全体像
企業情報システム
事業活動
調達先 調達 生産 販売 顧客
人事
給与
社員
株主
会計
(経理)
債権者
給与
計算
労働力
給与
調達 販売
ステーク
ホルダ
ステーク
ホルダ
製造原価
配当
利子
買掛金(債務)
売掛金
(債権)
政府
自治体租税凡例 「ヒト」「モノ」「カネ」の動き
「情報」の動き
税

13. 製造業企業情報システムの全体像
企業情報システム
事業活動
調達先 調達 販売 顧客
人事
給与
社員
株主
会計
(経理)
債権者
給与
計算
労働力
給与
調達 販売
ステーク
ホルダ
ステーク
ホルダ
製造原価
配当
利子
買掛金(債務)
売掛金
(債権)
政府
自治体租税凡例 「ヒト」「モノ」「カネ」の動き
「情報」の動き
税
生産

14. 生産管理システムとは
販売計画
需要予測
受注管理
基準生産計画
所要量計算
調達管理
生産計画
所要量計算
スケジュー
リング
実績登録
出荷管理
在庫管理
原価管理
長期計画・指示
短期計画・指示
製造指示

15. 生産管理システムの課題
 大量生産から多品種少量生産へ
 ネット直販とBTO (Built-to-order)
製品需要の多様化
 物流リードタイム削減と製品在庫圧縮
 生産リードタイム削減と半製品在庫圧縮
 調達リードタイム削減と材料在庫圧縮
リードタイム削減
 生産・調達拠点のグローバル化
 為替リスク、カントリーリスク
 24時間稼働
リアルタイム意思決定

16. 設備としての生産管理システム
 構築責任者は工場長以上、通常役員クラス
 生産管理システムは生産設備である
→システム投資は生産設備に対する投資
→稼働しはじめると長期間利用
 システム稼働後は減価償却、回収の局面
→投資対効果が問われる
 新技術よりも山積する業務課題の対応
生産管理システムとは工場の設備である
 枯れた技術の長期間利用が前提
 稼働後のシステム改修費用捻出は困難

17. これからの企業情報システム・・・
スマートデバイスの活用

18. スマートデバイスの進化
黎明期
iPhone、Android
発表(2007年)
iPhone&Android、世界シェア
50%超(2011年)
普及期
黎明期
iPad、Androidタブ
レット発売(2010年)
普及期
スマート
フォン
タブレット
端末多様化
(2012年)
コンシューマ市場ではこの数年のうちに
スマートフォンとタブレットが席巻した

19. スマートデバイスの導入
 企業でもスマートデバイス導入は年々増加†1
スマートフォン・タブレット端末導入状況
†1 日本情報システム・ユーザー協会(JUAS), 企業IT動向調査2014.
http://www.juas.or.jp/servey/it14/it14_ppt.v4.pdf

20. 企業情報システムとスマートデバイス
企業情報システムにおける期待効果
 マーケティングツール
 製品カタログ／フライヤ
 フェイストゥフェイスでの料金試算等
 インタラクティブな会議
 遠隔会議(音声、画面共有、電子黒板)
 ペーパレス会議
 ワークスタイル変革
 リモートデスクトップ
 “Bring your own device” (BYOD)

21. 企業情報システムとスマートデバイス
企業情報システムにおける期待効果
 マーケティングツール
 製品カタログ／フライヤ
 フェイストゥフェイスでの料金試算等
 インタラクティブな会議
 遠隔会議(音声、画面共有、電子黒板)
 ペーパレス会議
 ワークスタイル変革
 リモートデスクトップ
 “Bring your own device” (BYOD)
工場では?

22. 工場におけるスマートデバイス
工場でスマートデバイス導入が進まない理由
 設備としての償却年数にしたがって
システムの更改スケジュールが決まる
 作業チェックはそもそもIT化されておらず
現場ではまだ紙運用も多い
→あとで日報を入力する現場もある
 両手を塞ぐような機器を持つことは危険
 軍手をするような現場では操作できない
工場への導入が進むような
キラーデバイス／キラーアプリの
登場が期待される

23. ウェアラブル端末の登場
黎明期
iPhone、Android
発表(2007年)
iPhone&Android、世界シェア
50%超(2011年)
普及期
黎明期
iPad、Androidタブ
レット発売(2010年)
普及期
スマート
フォン
タブレット
端末多様化
(2012年)
黎明期ウェアラブル端末
(メガネ型端末)
Google Glass発表(2012年)
Vuzix M100発表(2013年)

24. Google Glass
 メガネ型端末によって、これまでにないコン
セプトのディスプレイ環境が期待できる
 ロケーションフリー
 ハンズフリー
 音声対話処理との親和性
 http://www.slideshare.net/MikiYutani/
google-glassbasics-33225963

25. Vuzix M100
 米軍も採用したスカウター技術を用いて拡張
現実(AR)の実用化をめざす
 ロケーションに対応した情報の表示
 画像認識、音声認識、音声合成によるイン
タラクティブ性

26. 生産管理システムへの応用例
 拡張現実(Augmented Reality, AR)は現実へ
Before After
紙の手順書、
紙の設計図面、
紙の実績報告書…
次の作業の場所と
関連図面が示される！
この中から該当する
図面を探すのか…・

27. ウェアラブル端末の評価
 両手を塞いでしまうというタブレットの
致命的な弱点を克服している
→情報表示端末としての期待が高まる
 しかし、精度の高い情報入力手段がない
 音声：設備の発する雑音の中での認識
 ジェスチャ：
認識精度と習熟容易性が課題
 QRコード：柔軟性は低いが
現段階ではほぼ唯一の現実解
 今後活用が進むことに疑いの余地はない
生産管理システムにおける期待と課題
QRコードの例

28. ビッグデータ、
その特性と将来性

29. Data is not big, but explosive
 人類が創出した情報の総量は爆発的に増加
→2020年には35ZB=35×270B=約350垓(1020)Bに†1
(最新版の予測†2では44ZB)
†1 喜連川(2011), 情報爆発のこれまでとこれから. (原典はIDC/EMC、詳細は引用元参照)
http://www.ieice.org/jpn/books/kaishikiji/2011/201108.pdf
†2 EMC (2014), The Digital Universe of Opportunities. http://www.emc.com/infographics/digital-universe-2014.htm

30. 情報爆発時代における情報の特性
 情報はEdge-Heavy Dataの中に生まれる
データの特性
 分散(distributed)
 周縁(marginal)
 非構造化
(non-structured)
†1 http://www.flickr.com/photos/evadedave/336673564/
※写真はAmazon UKの倉庫†1
処理の特性
 非同期
 リアルタイム／
ストリーミング
 収集・蓄積から
抽出・破棄へ

31. Edge-Heavy Data活用のアーキテクチャ
 Edge-Heavy Dataを活用する複合プラット
フォーム・アーキテクチャ
① エッジ側で破棄／集計し情報を抽出
② 用途に応じた情報への変形加工
③ 適切なユーザエクスペリエンスを提供
構造化／正規化
セマンティック
ネットワーク
統計解析
ユーザ
エクスペリエンス
知的ユーザ
インタフェース
有用なビヘイビアデータの
選択的収集と特徴量抽出

32. Cyber Physical Systems (CPS)
 Cyber Physical Systems (CPS):
Edge-Heavy Data + Cybernetic Model
Cyber World
Capture
Platform
Data
Platform
Analytics
Platform
Physical World
Sensors
Robots Head
Mount
Display
Augmented
Reality
Interaction
by Smartdevices
Feedback Loop

33. Cyber Physical Systems (CPS)
 多様な技術の発展がCPSの実現を担う
Capture
Platform
データ
ストリーミング
複合イベント処理
(CEP)による
特徴量抽出
Data
Platform
Analytics
Platform
外部データ
静的データ
非正規化データ
正規化データ
データストレージ
構造化／正規化
／知識化
自己学習
(教師なし学習)
コミュニケー
ション／
ビヘイビア生成
データ解析
シミュレーション
強化学習
(教師あり学習)

34. Cognitive Systems
 見果てぬ夢：人工知能(AI)の実現へ
Turing Test
(1950)†1
Robert French (2012)†2
“ふたつの技術革新によって
チューリングテストが戻ってくる”
①あらゆるデータをいつでも利用できること
②データを収集、組織化、処理する
技術の高度化
†1 人工知能学会(2013),チューリングテストと中国語の部屋. http://www.ai-gakkai.or.jp/whatsai/AItopics3.html
†2 Keim, B.(2012), Artificial intelligence could be on brink of passing Turing Test.
http://www.wired.com/wiredscience/2012/04/turing-test-revisited/
IBM Watson (2011)

35. 人間との共生
 人間と共生をめざすアンドロイドやロボット
Geminoid F (2010)†1
Developed by Osaka Univ. and ATR.
Photo Credit: Osaka Univ.
Petman (2013)†2
Developed by Boston Dynamics (Google).
†1 http://www.gcoe-cnr.osaka-u.ac.jp/Geminoid/GeminoidF/f_resources.html
†2 http://www.bostondynamics.com/robot_petman.html

36. Cognitive Systemsの脅威
 全米の雇用の47%は20年以内にコンピュー
タ(自動化)に置き換えられる、という予測†1
†1 Frey, C.B. and Osborne, M.A. (2013), The future of employment: how susceptible are jobs to
computerisation?
http://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
コンピュータ化の可能性が雇用に及ぼす影響

37. 高齢化社会に向けた応用
 来るべき少子高齢化社会の兆し
†1 日本放送協会. http://www.nhk.or.jp/special/detail/2014/0511/index.html
†2 東洋経済オンライン. http://toyokeizai.net/articles/-/31635

38. 高齢化社会に向けた応用
 Cognitive Systemsによる高齢者生活支援
見守り
道案内
パーソナル
コンシェルジュ
ヘルスケア
音声による対話
ショッピング支援

39. 東京オリンピックに向けた応用
 東京オリンピックの目玉は「観光×IT」
†1 ロイター. http://jp.reuters.com/article/jp_column/idJPTYE98C03M20130913
†2 朝日新聞デジタル. http://wearable.asahi.com/speakers/2014021200001.html

40. 東京オリンピックに向けた応用
 Cognitive Systemsによる外国人観光客支援
観光地の説明
AR翻訳
多言語対話
パーソナル
コンシェルジュ
災害時対応
観光ルート提案

41. まとめ
① 企業にとって企業情報システムとは何か、
とりわけ生産管理システムの現状と今後に
向けた課題を例にとって説明しました
② 企業情報システムにとってスマートデバイ
スを今後の数年間で大いに期待できる技術
です
③ ビッグデータから情報爆発時代になり、そ
れを活用するためにはCPSと呼ばれるプ
ラットフォーム、そしてそれを応用する
Cognitive Systemsが近い将来現実になろ
うとしています