HadoopTimes

ストリーミングアーキテクチャ Apache Kafka とMapR Streams による新しい設計手法
技術情報

モノのインターネット(IoT)を推進する14の利点と原動力

モノのインターネット(IoT)は様々な点で巨大となるだろう。多くの組織、産業、および技術者によって IoT バグが把握され、モノのインターネットを推し進める原動力と、それを使う動機となる利点が増加し続けている。

IoTネットワークに接続するデバイスの数は莫大である。ある試算によるとおよそ400億個ともいわれており、その数は世界中のソーシャルネットワークを活用するユーザーの一人一人に対して約30個に相当する。しかもそれは控えめに見積もった推定値である。 さらに他の分析によると、 IoTは「何兆個ものセンサー」から成り立っているとされている。

IoT を通して収集および分析されるデータの量は莫大である。この莫大なデータ量を正確に試算したものはないが、ゼタバイト(zettabytes)、ヨタバイト(yottabytes)、ブロントバイト( brontobytes)、さらにはジオプバイト(geopbytes)にまで上るのではないかとする記事を頻繁に目にする。例えば、実際にボーイング航空機ジェットエンジン一基に設置されるセンサーは 1 時間あたり20テラバイトのデータを生成でき、未来型天文光学望遠鏡 LSST (大型シノプティック サーベイ望遠鏡)は、その調査生涯で約 200ペタバイトのデータを生成することができ、さらに未来型天文電波望遠鏡アンサンブルSKA (スクエア キロメートル アレイ)は、宇宙空間における物体の変化や様態を感知し、それ自体で1日あたりエグザバイト単位のデータを生成することが可能になる見込みだ。宇宙にまで応用されるとなれば、もしかしたら我々は本当に「あらゆるもの」のインターネットを構築できるのかもしれない。これら各事例は、IoT を通じてデータが収集および伝達されるであろう数十億 (または兆) のうちの1 つの単一ノードなのである。IoT 上のほとんどのデバイスが小規模なもの(例えば家庭用サーモスタット、車のタイヤ、トースターやオーブンなど身近なものすべて)のであるのに対し、例に挙げたものは巨大な「デバイス」である。

IoT による経済への影響とのメリットは莫大なものになるであろう。 Gartner社によると、IoTの集計価値と経済的利益は2020 年だけでも1兆9000億ドルを超えるという予測である。マッキンゼー・アンド・カンパニーのアナリスト(2012 年に現状と悪化、そしてビッグデータを管理し扱うことができるデータサイエンティストの人材が不足することを我々に提示した者)もまたIoTを調査しており、IoTがもたらす主要な6つの利点を認識している。

  • リアルタイムのマーケティングの追跡動作
  • 拡張状況認識
  • センサー駆動型の意思決定分析
  • プロセスの最適化
  • 最適化されたリソース消費量
  • 自律的で複雑なシステムの瞬時制御と応答

これらの利点(そしてその他)に関連付けられるのは、ペースを上げて私たちをIoTの完全な開発と展開に向けて推し進める大きな原動力である。それらの原動力とは少なくとも以下の8つの要因を含む。

  1. ユビキタス ネットワーク - 携帯電話や他のあらゆるのデバイスで使用できる個人用wi-fi。あらゆる人が(あらゆるモノが)ネットワークに接続されることを望んでおり、その必要がある。
  2. 接続されているコンピューティング - すべてのデバイス、電話、テレビ、音楽プレーヤー、車などを使い、我々がやっていること、見ていること、読んでいること、聞いていることを、日々の行動や場所から場所への移動に従って記録したいと考えており、デバイス間でのデータの受け渡しはすでに現実のものになっている。
  3. ユビキタス センサー – すべてに対するもの。すでに存在している。あらゆるモノのインターネットやウェアラブル革命。
  4. ネットワークの周辺の知能 - マイクロソフト社のデータベース分野の第一人者であるジム グレイはかつて機械学習アルゴリズムが埋め込まれたスマートセンサーがミニ データベースとして動作すであろうと想定した。以前彼はこう言っている。(10 年前):「知能はネットワークの周辺へと動いていきます。ディスクやセンサーはそれぞれ優れたデータベースマシンとして使われるでしょう。」
  5. Analytics-as-a-Service - API とアプリの経済はすでとても広く成長してきており、API への接続またはネットワーク ベースのサービスを実行するアプリの起動することで、これらによりあらゆる「もの」で「面白い何かを行う」ことが可能となった。ここでの「もの」とはデータジェネレーターやコレクターであり、(汎用性と利便性のアプリケーションまたは API 呼び出し)を通じて収集されるデータに応答して、学習、予測、データ駆動型のアクションを取るものである。
  6. マーケティングオートメーション - モバイル顧客エンゲージメント、地理位置情報、Apple社のiBeacon などはすべて顧客の場所、意図、好み、および購買パターンについての知識のネットワークを作成している。もちろん、この場所に基づく知識の程度は、ユーザーのプライバシーと、そのユーザーにとって有用な製品やサービスをタイムリーに届けるということの間のバランスを取る必要がある。
  7. サプライ チェーン分析 - 必要性が発生した時点でジャストインタイムの製品提供 (RFID を利用した追跡の使用を含む)。基本的に、すべては顧客であり(機械、自動車、製造工場、ATM 機、等を含む) IoT により製品の必要性が発生するのを監視、観察、待機する。
  8. 高齢労働力。本当ですか? - はい。自動化、ロボット、M2M(マシン ツー マシン)、マシンログマイニング、3Dプリンター、作業を行う機械の予測および規範的分析などを推し進める製造業においては大きな雇用のギャップがある。クラシック ロックソングの「2525」では、5555年に「それを機械が代わりにやってくれるだろう。」と予測している。

産業環境での IoT の主要な開発者の1つとしてGE社を挙げることができる。「モノの産業インターネット GEのビジョン」という素晴らしい最新記事があるのでそちらを参照してほしい。

いくつかのビッグデータ プラットフォームで、IoT が経営分析とサプライチェーン環境にもたらすであろうデータの課題、通信規格、分析性要件、技術の応答を調査し始めているが、IoTに対処できるよう設計されているのは非常に少数である。データに関する課題には、入力率の高さ、ストリーミング (タイム シリーズ)データ、多数の小さなファイル、運用環境での高速マイクロ調整の必要性が含まれる。最大の技術課題は、ビッグデータ、クラウド、何十億ものデバイス(IoT や M2M)、ネットワークファブリックなど、すべてを統合することである。

IoT のすべての面は、ジャイノーマス(ginormous)でなくとも、巨大になりつつある。Bruce Modell (CDW のストレージ ・ ソリューション ・ アーキテクト)はこう言っている:「ビッグデータを超えて、ジャイノーマスデータがやってくる。」 モノのインターネットの詳細についてはこちらを参照のこと。

こちらの記事もおすすめです