2つの課題を解決するIoTプラットフォーム

JBアドバンスト・テクノロジーは、グループ会社であるJBサービスが保守サービスを提供している3DプリンターにIoTを導入しました。全てのセンサーデータログを「トレジャーデータサービス」へ収集し、保存と分析まで行っています。現場へ訪問する前に稼働状況を分析することで、メンテナンスの効率化や、障害の予防保守に役立てています。

資料ダウンロード

製造業で行われる2種類のIoT

 今やビッグデータの活用が重要視されているのは、デジタルマーケティング、ウェブ、アドテク、Eコマース、ゲームなどの業界だけではない。2014年には様々なメディアでIoT(モノのインターネット)が話題に取り上げられた。IoTの利用は、センサーから集められるデータをどのように活用するかという問題であり、このIoTへの取り組みを始めているのが「モノ」を作る製造業である。
 製造業におけるIoTには大きく2つ形が考えられている。まずは、「生産工程の機器からデータを集めるIoT」だ。データを集めることが工場内の機械の稼働状況を管理したり、機械の故障を予知したりすることに繋がり、現場の生産性を向上させることが期待されている。
 そして、もうひとつの形が「販売された製品からデータを集めるIoT」である。
 ハードウェアの開発からソフトウェアのパッケージ、ツール開発までを展開するソリューションメーカーのJBアドバンスト・テクノロジー株式会社は、この「販売された製品からデータを集める」形のIoTを業界に先駆けて導入した。

IoTの導入でコレが実現できる!

 JBアドバンスト・テクノロジーがIoTを導入したのは、3Dプリンターだ。この3Dプリンターには、グループ会社であるJBサービス株式会社が保守サービスを提供しているが、そのサービスレベルの向上がIoT導入の狙いである。これまで提供していた保守サービスは、技術者が現場に訪問し、その場でログを確認してメンテナンスを行うという形であった。
 今回のIoTを導入により、現場に訪問しなくとも3Dプリンターの稼働状況ログを収集し、可視化することが可能になった。現在同社では、訪問前に事前準備ができることでメンテナンスの効率化を実現しているが、将来的には収集したログの分析を回すことで、障害が発生する予兆を検知できるように取り組んでいる。事前に障害の予兆がわかれば、不具合が発生する前に予防保守を行えるようになるからだ。

2つの課題を解決するIoTプラットフォーム

 しかし、3Dプリンターの全てのセンサーデータログを収集し、分析するのは容易なことではない。実際にJBアドバンスト・テクノロジーでは「データの収集」と「データの分析」という2つの課題を抱えていた。そして、この課題を解決したのが「Armadillo」と「トレジャーデータサービス」だ。
 同社の先進技術研究所 エグゼクティブ研究員である高浜祐二氏によれば、この「Armadillo」は「小さなパソコンのようなもの」だと言う。「Armadillo」の役割は「様々な機器」と「インターネット」の接続を仲立ちするというもの。つまり、「IoTのゲートウェイ」である。
 そして、「Armadillo」が送信するセンサーデータログは「トレジャーデータサービス」に保存されている。「トレジャーデータサービス」を利用することで、膨大な量のデータを簡単に収集・保存・分析することが可能になっているのだ。

クラウド型サービスがもたらす2つのメリット?

 JBアドバンスト・テクノロジーでは、オープンソースへの取り組みを活発に行っており、以前からクラウドを利用してログ収集を行う「fluentd」を使用していた。この「fluentd」は、トレジャーデータのエンジニアが深く関わっているオープンソースソフトウェアである。同社の高浜氏は、「fluentd」を利用している中で「トレジャーデータサービス」の存在を知り、導入を決定したのだ。
 高浜氏によれば「トレジャーデータサービス」を導入した理由は大きく2点あるのだという。
 まずは、少ないコストで始められるという点。自社でデータを収集・保存・分析する環境を構築する場合、データの規模を予測してサーバーの台数を見積もり、そのサーバーを設置するスペースを確保する必要がある。クラウド型である「トレジャーデータサービス」ならば、そういった初期コストはゼロだ。しかも、データサイズに応じて、必要なときに規模を変更できる。
 もうひとつは、クラウド型サービスなのですぐに利用が開始できるという点だ。自社で構築する期間は必要なく、当然その作業を行う人の工数もかからない。
 現在、JBアドバンスト・テクノロジーがIoTを導入して、データの活用を本格的に始めたのは3Dプリンターのみだが、同社は元々システム監視サービスなど幅広いサービスを展開している企業である。今後は、そういった別のシステムの収集・保存・分析にも「トレジャーデータサービス」を導入し、横断的にデータの利用範囲を広げていきたい考えだ。

年間10 億件規模の膨大なデータ処理、サービス導入までにかかる時間は?

ビッグデータ分析を目的とした業界初のクラウド型サービスである「トレジャーデータサービス」。導入に高価なハードウェアや専門的なエンジニアリングは必要ない。さらに、数週間という短い期間で強力なソリューションの導入が可能。そのため、単に「社内データウェアハウスの代用」というだけでなく、「既存インフラの補強」として利用されることも少なくない。特徴のひとつはその汎用性の高さ。既存のエコシステムへも容易に取り込みができる。また、導入後、データから多くの価値を引き出し、投資効果を実感するのに長い時間も掛からない。

 良品計画の場合、その効果は非常に短期間で現れた。1ヶ月という短い期間で「トレジャーデータサービス」を導入し、運用を開始した。すぐに年間10億にも迫る量の行動データの解析を行えるようになった。同社はクラウド型サービス「トレジャーデータサービス」を利用することで、大幅なインフラの変更や、専門的なエンジニアリングサポートなしで、導入を行った。

 データウェアハウスはまだ広く利用されている。しかし、モバイルアプリやウェブトラフィックなど、様々なデータソースから生成される大量のデータを管理し、有益な処理をする難しさを、多くの企業が認識している。「トレジャーデータサービス」を利用すれば、既存のデータウェアハウスの能力を、素早く、経済的に強化することも可能である。つまり、「トレジャーデータサービス」独自のアーキテクチャと強力なプラグインは、あらゆる環境に容易に適応可能なのだ。

Next Step

今日から、眠っているデータを競争力に変えませんか?