• トップページ
  • テレコミュニケーションとは
  • バックナンバー
  • 定期購読申込
  • 広告出稿の案内
  • 取り扱い書店
  • お問い合わせ

Interviewインタビュー

2016年2月号

IoTは新たな価値創出の仕組み
「課題発見」人間の登用が必要

稲田修一氏

稲田修一
(いなだ・しゅういち)
九州大学大学院修士課程修了(情報工学専攻)、米コロラド大学大学院修士課程修了(経済学専攻)。1979年に郵政省(現総務省)入省。以来、モバイル、ユビキタス、セキュリティ、情報流通など情報通信分野の政策立案や技術開発・標準化業務などに従事。大臣官房審議官を経て、2012年から東京大学特任教授。15年からコンサルティング業務開始。ビッグデータやM2M/IoTを活用したビジネス変革や価値創造を研究。総務省情報通信審議会専門委員、科学技術振興機構領域アドバイザー、長崎県異業種交流会アドバイザーなどとしても活動

東京大学 先端科学技術研究センター
特任教授
稲田修一 氏

IoTが産業とビジネスを革新する戦略課題として注目を集め、産官学を上げた取り組みが動き始めている。総務省時代からIoT/M2Mの重要性を提唱してきた東京大学の稲田修一特任教授は「日本企業の変革がかかっている。企業はトップがデータ活用の方針を決めるとともに、新たな人材を登用することが必要」と提起する。

2016年はIoT(Internet of Things)が大きな焦点となり、人工知能(AI)、ビッグデータなど新たな情報通信技術の登場もあって、ICTで大きな変化が起きようとしています。

稲田 いずれもデータ活用により新たな価値を創造する仕組みであるという点で共通しており、根っこは同じだといえます。
 各種センサ等が発展したことで、収集・集積したデータを分析し、実世界のさまざまな事象を従来よりも迅速かつ正確に認識・理解・判断できるようになりました。そうしたデータ分析の結果を実世界にフィードバックして制御を高度化・精密化することが、新しい価値の創出につながっています。
 これらのキーワードが注目されている背景には、(1)見えなかったものが見えるようになった、(2)ネットワークを簡単に構築できるようになった、(3)コンピュータパワーが目覚ましく強力になったという3点があります。
 (1)の具体例としては、米グーグルが開発した「スマートコンタクトレンズ」が挙げられます。
 糖尿病は、血液中のブドウ糖の濃度を表す血糖値が高い状態が続くことでさまざまな合併症を引き起こすとされており、患者は血糖値の管理が必須です。現状、指先を針で刺して採血する方法が採られていますが、頻繁に行うとなると痛みや精神的負担を伴います。
 涙に含まれるグルコース値が血糖値と相関があることが明らかになっていますが、血液と比べて希釈なため、少量の涙からいかに感知するかが課題でした。
 スマートコンタクトはレンズに高感度センサとコントローラチップ、無線アンテナを内蔵しており、涙に含まれるグルコース値をリアルタイムに測定することで、より簡単に血糖値管理を行えるようになると期待されています。
 また、日立製作所の「名札型センサ」は、搭載された赤外線センサや加速度センサなどを用いて人と人の対話の有無や対話時の体の動きなどを感知し、人や組織の活動度を定量化するというものです。
 オフィスがにぎやかで活気にあふれた企業ほど業績が好調であるといわれますが、名札型センサでコミュニケーションを活性化し業績改善に役立てる企業も出始めています。
 このように、これまで可視化できなかったものを可視化し、集めたデータを分析することで、今まで管理や評価が難しかった事象をマネジメントできるようになっているのです。

エビデンスをビジネスに活用

2番目の膨大なデータを送受信する役割のネットワークの進化も、新局面を生み出している要素であると。

稲田 そうです。(2)のネットワークを簡単に構築できる一例として、15年9月にサービスを開始したソラコムのIoTプラットフォーム「SORACOM」があります。SORACOMは、AWSのクラウド上にIoTのコアネットを実装したもので、初期費用や基本料金を抑えて導入することが可能です。
 米国のトレンドを見ると、IoTのネットワークはオープンなインターネットではなく、イントラネットで作るケースが増えています。日本でもIoTは自分たちで管理するクローズなネットワークとして構築し、必要なデータのやり取りはアプリケーションレベルで行うネットワークが主流になるのかもしれません。そうしたネットワークは以前であれば構築が大変でしたが、ソラコムのように汎用クラウドを使うことで簡単に構築できるようになっています。
 そして(3)のコンピュータパワーが超強力になったことは誰しも実感していると思いますが、代表例に「組み合わせ問題」の解決があります。
 多くの項目から特定の事象と相関する項目を選び出すには、組み合わせ問題の解決が不可欠です。
 富士通は従業員2万6000名の過去3年分の健康診断データとレセプトデータを基に、糖尿病の発症リスクを予測しています。
 3年分の健康診断データから糖尿病を発症する可能性の高い人を割り出す計算モデルの構築には、血糖値や血圧、中性脂肪値など健康診断データの約30項目、3年分で約90項目のデータを基にさまざまな組み合わせごとに糖尿病になったか否かについてデータを集計し判断しなければなりません。その項目が90あるとすると、関連するかもしれない6項目を見つけるのに必要な組み合わせ数は約6億2261万通りに上ります。
 富士通では、機械学習技術の活用により糖尿病の発症と相関する項目を見つけ出すことに成功した結果、従来の空腹時血糖値とヘモグロビンA1c値による予測に比べ予測精度が25%以上も向上しました。
 これまでは人間が膨大なデータを収集・分析し、試行錯誤の末、ようやく背後にある規則性を発見していました。それが、コンピュータの進化により力技で規則性を見つけ出すことが可能になったことで、発見したエビデンスのビジネスへの活用や因果関係を究明するタイプの研究や実証が始まっています。

コンピュータ技術の進化により多くの仕事が自動化され、人間にとって脅威になるという見方が出ていますね。

(聞き手・土谷宜弘)
続きは本誌をご覧下さい

定期購読申込ページへ

単部買いページへ

テレコミュニケーション定期購読のご案内

TOPICS注目の記事

インタビュー

名和利男氏
サイバーディフェンス研究所
専務理事/上級分析官

5Gへの攻撃で国家に大打撃
DX時代は通信がアキレス腱