ARTICLE

【事例あり】デジタルトランスフォーメーション(DX) の5つの技術と活用例

事例
2020-02-06
デジタルトランスフォーメーション(DX) の5つの技術と活用例

第5世代移動通信方式(5G)の本格的な商用サービスがスタートする2020年。いわゆる「5G元年」となるだけに、デジタルトランスフォーメーション(DX)施策を行う企業も増加傾向にあります。以前までは“SFの世界”でしかなかった通信技術や情報伝達の手段が、近未来の現実となりつつあります。

しかし、一口にDXと言っても、技術や用途はさまざま。導入を検討する企業としては、業務内容や目的などを踏まえて自社に適したテクノロジーを吟味することが不可欠です。今回はDXの5つの代表的な技術と活用事例を紹介します。DXの基本を整理したうえで、自社に導入するイメージを膨らませましょう。

デジタルトランスフォーメーション(DX)の代表的な技術について

デジタルトランスフォーメーション(DX)の技術として代表的なのが、「IoT」「ビッグデータ」「AI」「ICT」「RPA」です。どれも先進的なデジタル技術として有名ですが、それぞれの機能の違いや定義については認識が曖昧な方も少なくないでしょう。「IT、IoT、ICT」や「AIとRPA」は 、特に混同されやすい傾向にあります。それぞれの技術を最大限に活かすには、それぞれの特徴や違いをしっかりと押さえたうえで、具体的な活用方法や発展の可能性を検証することが重要です。まずは、「IoT」「ビッグデータ」「AI」「ICT」「RPA」について整理しましょう。

デジタルトランスフォーメーション(DX) の5つの技術と活用例

技術1:IoT

IoTは「Internet of Things」の略称であり、直訳すると「モノのインターネット」となります。家電など日常生活で使用するモノにセンサーを装着することで、ネットワークを通じてさまざまな情報が得られる技術はその一例です。IoTは「モノ」「センサー」「ネットワーク」「アプリケーション」の4つの要素で構成されており、センサーが感知した情報をデータ化し、ネットワークを介してアプリケーションへ送信されます。アプリケーションによってデータの抽出や分析、最適化が行われ、これまで抽象的だったモノの使用状況や頻度などを数値によって可視化できます。

技術2:ビッグデータ

ビッグデータの大部分を占めているのはさまざまな種類や形式を含む非構造化データ・非定型的データであり、 従来の管理システムでは記録、保管、解析が難しかった巨大なデータ群を指します。ビッグデータは「データの量(Volume)」「データの種類(Variety)」「データの発生頻度・更新頻度(Velocity)」の3つのVで構成されており 、これらをリアルタイムに高速で処理することで、これまでになかったビジネス視点での洞察や仕組み・システムの開発を可能にします。

技術3:AI

AIは「Artificial Intelligence」の略であり、「人工知能」を意味します。人間の誘導なく作業タスクをこなす「自律性(Autonomy)」と、自らの経験から学んでパフォーマンスを向上させる「適応性(Adaptivity)」が大きな特徴です。AIは主に「認識系のAI」「予測系のAI」「実行系のAI」の3つに大別され、さまざまな業界や用途ですでに活用されています。

認識系のAI ・画像判別
・仕分け
・検索
・音声判断
予測系のAI ・数値予測
・ニーズ・意図予測
・マッチング
実行系のAI ・表現の生成
・デザインの設計
・行動の最適化
・作業の自動化

技術4:ICT

ICTは「Information and Communication Technology」の略称で、その名の通りコミュニケーションを主体とした情報通信技術を指します。すでに各家庭や企業などで活用されているメールやチャット、SNS、スマートスピーカーなどが最たる例です。情報伝達とコミュニケーションの深度を高めることで、生活を豊かにすることはもちろん、業務や教育の効率化も可能にします。ICTはITやIoTとよく混合されますが、ITは情報技術そのもの、IoTはモノとインターネットをつなぐ技術であることを押さえておきましょう。

技術5:RPA

RPAは「Robotic Process Automation」の略称。ホワイトカラー業務をロボットが代行する取り組みであり、Digital Labor(仮想知的労働者)と呼ばれるケースもあります。RPAを利用した業務には、class1~3と3段階あり、上位ほど複雑な業務への対応が可能です。

class1(RPA:Robotic Process Automation):定型業務・単純作業
class2(EPA:Enhanced Process Automation):データの収集・分析
class3(CA:Cognitive Automation):プロセスの分析・改善、意思決定、ディープラーニングなど

class3ではAIのような自律的判断が備わりますが、あくまでも人間が指示を出す形になります。学習能力があるAIとの違いは、「適応性(Adaptivity)」 の有無と言えます。

各技術を用いたデジタルトランスフォーメーション事例5選

前述したデジタルトランスフォーメーション(DX)の技術は、すでにさまざまな分野で活用・応用されています。今後はいかなる企業においてもテクノロジーの導入が加速化すると予想されるので、自社での活用イメージを具体的に持つことが重要です。以下では各技術の導入事例を紹介します。

デジタルトランスフォーメーション(DX) の5つの技術と活用例

事例1:IoT 活用で超省力化と高品質生産を実現した「スマート農業」

日本の農業は現在、従事者の高齢化や後継者不足、過酷な労働環境など多くの課題を抱えています。その打開策として日本政府も注目しているのが、ロボット技術やIoTなどの先端技術を活用した「スマート農業」です。

低消費電力で遠距離通信ができるLPWA や超高速通信技術などを農業に活用するなど、DXの推進によって超省力化や高品質生産を実現し、労働環境や収益性の改善に一役買っています。また、最新のIoT技術では24時間365日のデータ計測や収穫量の予測、病害発生リスクの算出なども可能なため、イノベーション領域の1つとして急速に注目を集めています。

事例2:富士通は「データ駆動ビジネス」でビッグデータの蓄積と活用をサポート

スマートフォンやIoTデバイスが浸透している現代では、ビッグデータの最適な活用がビジネスの成否を左右します。データの整理や分析をいかに簡潔に、かつ低価格で行えるかが成果の鍵です。そんな中、競合と差をつける意味でも注目されているのが「データ駆動ビジネス」。データ駆動(データドリブン)とは、効果測定などで得られたデータをもとに次のアクションを起こすことを指します。

富士通では「データ駆動ビジネス」を促進する製品として、データ利活用基盤「ODMA(Operational Data Management & Analytics) 」を展開しています。導入した食品メーカーでは「どの店舗で」
「どれだけの数量が売れたか」という製品販売状況はもちろん、気候や統計などの外部データとも合わせて蓄積。店舗実績に加え、暑い日や寒い日の売上変動も加味して「価値あるデータ」を見出し、その後の販売戦略や経営戦略への活用までサポートできます。

事例3:J1 横浜 FM で全席種 AIによる「チケット価格変動制」を実施

サッカー・Jリーグの横浜F・マリノスでは、2018年より全席種において「ダイナミックプライシング」を実施しています。ダイナミックプライシングとは、需要や市況、天候、個人の嗜好などに関するビッグデータを踏まえて、AIが試合チケットの適正価格を算出する価格変動型のシステムです。座席によって料金設定がなされていた従来の仕組みと比較しても、非常に革新的だと言えます。

例えば、天候が悪い日や注目度の低い試合のチケット価格を下げ、観客動員数の増加を図ってくれます。反対に不正高額転売がなされそうな人気カードの場合はあらかじめ価格が高めに設定されるなど、AIが状況を鑑みて算出してくれる点が強みです。一方で人気カードが必要以上に高額になったり、当日券よりも前売り券の方が高くなったりするなど「ユーザーファースト」とはかけ離れてしまうリスクもあり、課題も見え隠れしています。

事例4:NTT西日本が実施する「熱中症対策×ICT」

NTT西日本では、ICTを活用した熱中症対策の可能性を模索しています。2019年に行われたトライアルでは、大阪府吹田市にある中学校のグラウンドと体育館で温度や湿度、日差しの強さを計測し、熱中症の危険度を示す「暑さ指数(WBGT)」を算出しました。まず、設置した計測センサーで該当項目を6分ごとに計測し、そのデータをクラウドサーバへ蓄積。その後、暑さ指数を5段階で表示し、タブレットなどで熱中症危険度を可視化できるようにしました。

この取り組みの最大の特徴は、単に暑さ指数を計測するだけでなく、現場にいる子どもたちや監督責任がある教員たちにいち早く状況を伝えられる点です。グラウンドと体育館に設置したパトランプの色で暑さの度合いを視認できるようにしたり、運動中止の目安となるレベル5の場合はアラーム音で警告したりするなどの情報発信が肝となっています。それにより、タイムリーな判断や対処が可能となります。

事例5:楽天損保でのRPA導入で「作業時間短縮」を実現

万が一の場合の事故や病気の補償のために加入する保険は、エビデンスが非常に重要であり、契約申込書や承認請求書といった大量の紙データが存在します。そうした膨大の書類を適切に処理するのは煩雑であり、多くの手間や時間、コストを費やす結果となっていました。少子高齢化に伴う労働人口の減少や働き方改革関連法案の順次施行開始もあり、近年ではRPAを導入する保険会社が増えています。

楽天損保では2018年にRPAを導入し、紙データの引継ぎ作業の自動化に成功しました。導入にあたっては、社内のあらゆる方面から人材を集め、全社的な取り組みとして勉強会を積極的に開催。業務自動化を推進するという社内の意識も高まり、結果として半年で7,259時間という作業時間の短縮を実現しました。

デジタルトランスフォーメーションの実現で“社内革命”を

デジタルトランスフォーメーション(DX) の5つの技術と活用例

上記の事例のように、デジタルトランスフォーメーション(DX)はリアリティのない夢の技術ではなく、近未来には一般化もあり得る“現実的な技術革新”であるという認識を持ちましょう。そして、「お客様ファースト」や生産性向上や業務効率化を目指す各企業が今後、DXにより注力することは容易に想像できます。

しかし、自社での導入を検討した際に、ビジネスモデルの変革や新しいデジタル技術への対応は一朝一夕に行えるものではありません。今後、DXの実現により業務改善や業績アップを狙うのであれば、自社に必要な技術選定や導入方法、抱えている事業課題なども含め、まずは専門家に相談することをおすすめします。

コアコンセプト・テクノロジーでは、お客様の目指すべき姿を実現するためにDX(デジタルトランスフォーメーション)による事業変革の支援をしておりますので、ぜひにお問い合わせください。

pagetop