狠狠撸

2015 Koyo Takenoshita
SORACOM Airのその先に
～IoTのThingのイマとコレカラ～
2015/10/16
竹之下航洋
@koyo_take
1
ソラコム Developers Conference #0

自己紹介
2

略歴
3
1997～: 高専
?メカトロニクス
?ロボコン
?マイコン
竹之下航洋 @koyo_take
北の大地の組み込みエンジニア
(南の島生まれ)

略歴
4
2002～: 大学?大学院
?ロボティクス、生体工学
?マイコン使用ポータブルデータロガー開発
?ドワンゴでWebアプリ開発
(PHP/mojavi、アジャイル/スクラム)

略歴
5
2006～: 新卒
?受託開発
?Armadillo/Salesforceを
使った高速開発

略歴
6
2009～:
?Armadilloの開発
(Linux kernel)
?テクニカルサポート
?生産技術
ハードからOS、Webまで
(フルスケール？)

略歴
7
2014～:
?製品企画
(Armadillo-IoT)
(南の島生まれ) 企画屋さん

略歴
8
2015/10～：
?営業 (IoT推進)
(南の島生まれ) 企画屋さん
営業

本題
9

IoTの事例
10

2015 Koyo Takenoshita 11
事例１：ビアバー
http://commons.wikimedia.org/wiki/File:Sirviendo_cerveza.jpg

IoTでビールの注ぎ過ぎのムダを11%削減
? ビアバーの課題
– ビール会社：何樽出荷したかは分かるが、いつ/どれだ
け実際に消費されたかは分からない
→ 実際の消費量を把握できたらサプライチェーンを
最適化して、適切な量を製造して店頭に届けられる
– ビアバー店主：いつハッピーアワーなどの販促イベント
を仕掛けたら効果的か手探り
→ 販売数量がリアルタイムに把握できたら適切な
タイミングで販促イベントを打てる
– 店員：無駄に注ぎ過ぎているかもしれない
→ 販売数量と消費量を比較できたらムダを削減できる
12

Beverage Analytics(WeissBeerger)
? タップと樽の間にある
チューブの途中に流量
計を接続
? いつ、どれだけ消費さ
れたかをクラウドで
解析
? 古くなった樽を確実に
交換するための在庫管
理、適切な注入量を
バーテンダーへ促すた
めの機能、プロモー
ションマネージャー
を提供
13
参照：
IoTを牽引するイスラエル発スタートアップ企業
第2回：飲料の正確な注入と販売促進の最適化を図るWeissBeerger
http://www.sapjp.com/blog/archives/11032
注ぎ過ぎの無駄を11%削減
ハッピーアワーの最適化により
32%売上を向上

ここに注目
? WeissBeerger社は元々、製品を売っていた
? IoTを活用することにより、
サービス提供事業者に変化している
14

事例２：Amazon dash button

IoTで買い忘れを防止して顧客を囲い込み
? 日用品の使用シーンにBUTTONを設置
? 日用品が切れたらBUTTONを押す
– スマホに通知が飛ぶ
? スマホ上のアプリをクリックすると、Amazon
から日用品が届く
16
日用品メーカー：店頭での買い替えを防止できる
消費者は：買い忘れを防止することができる
Amazon：放っておいてもモノが売れる
Win-Win-Win

ここに注目
? ハードはタダ
– Win-Win-Winの枠組みの中で、BUTTONを作るハード
ウェアメーカーは忘れられた存在。。。
– ユーザー(日用品の消費者)はハードの費用を負担しない
– おそらく、ハードの費用は日用品メーカーの宣伝広告費
から出てくる
? IoTによって、ハードウェアメーカーにとっての
「顧客」が変化している
17

事例３：3Dプリンタの予防保守
18

IoTで保守サービスに付加価値
? 対象は1,000万円以上する高価な3Dプリンタ
? 3Dプリンタでの製造には10時間かかることも
? 3DプリンタはCNC工作機械に比べ、アナログ的
な要素が多く、頻繁に調整?メンテが必要
→ 壊れる前に直す「予防保守」のニーズが高い
? 3Dプリンタの稼働データを全てクラウドに
? 保守要員が現場に行く前にデータを確認できる
? データ解析することで、故障を予測できる
故障が予測できれば、予防的な保守ができる
19

ここに注目
? 3Dプリンタの稼働データは、元々収集できるよ
うになっていた
? 以前は、現場に行ってからPCでデータを取得し
ていた
? データをクラウドに上げることで、予防保守と
いう新しい付加価値を生み出せる
? 故障予測に必要なキーテクノロジーはビッグ
データと機械学習
20

IoTを構成する技術要素
21

階層に分けて整理する
22
Gateway
Connectivity
Protocol
Platform
Datahub
Application
Service
Bigdata
Analytics
Device/FAN

事例に当てはめてみる
23
Gateway
Connectivity
Protocol
Platform
Datahub
Application
Service
Bigdata
Analytics
Device/FAN
WLAN
流量計
/USB?
SAP
HANA
Beverage
Analytics
3G/LTE
BUTTON
/WLAN
(AWS?)
Dash
Replenishment
Service (DRS)
3G
3Dプリンタ
/シリアル
Treasure
Data
予防保守

事例に当てはめてみる
24
Gateway
Connectivity
Protocol
Platform
Datahub
Application
Service
Bigdata
Analytics
Device/FAN
WLAN
流量計
/USB?
SAP
HANA
Beverage
Analytics
3G/LTE
BUTTON
/WLAN
(AWS?)
Dash
Replenishment
Service (DRS)
3G
3Dプリンタ
/シリアル
Treasure
Data
予防保守

デバイスとどう繋ぐ？
25

有線 or 無線

有線 or 無線
イマコレカラ

2.4G or Sub-G

2.4G or Sub-G
イマコレカラ

Hop
Star or
Mesh

Hop
Star or
Mesh
イマコレカラ

Star
32
親機
子机子机

Hop
33
親機
中継機子机

Mesh
34
親機
中継機子机

無線プロトコルの位置づけ
35
2.4G
Sub-G
Star Hop
Z-wave
Zigbee
Bluetooth
SmartMesh
(DustNetworks)
Wi-SUN
SmartHop
(OKI)
Mesh
Bluetooth
(v4.3?)
Wi-SUN
(HAN Prof)
Thread

機器管理プロトコルの位置づけ
36
AllJoyn
Apple Homekit Weave
EchonetLite
WiFi
Blue
tooth
ZigBee Thread Z-wave
Wi-
SUN
Ether
net
PLC
802.11
a/ac
802.11
b/g/n
802.15.
1
802.15.4
ITU-T
G.9959
802.15.
4g/e
5GHz 2.4GHz Sub-G Sub-G 有線

で？
どれを選べば
ええねん

ケース
バイ
ケース

懇親会で
聞いてください
お金の話もあるので

狠狠撸

ソラコム Developers conference #0

More Related Content

ソラコム Developers conference #0

Editor's Notes