手にするデータの量が多いほど企業にとって利用価値は高くなると考えるのは早計だ。料理に例えるなら、仕込みも調理方法もより複雑さを増し、満足いく逸品をテーブルに並べるのは至難の業となる。ここで日立製作所は、ビッグデータを対象としたデータ統合・分析基盤や、AI（人工知能）を応用した高度な解析ソリューションで、ユーザーの課題解決を全面的に支援する。
本格的なビッグデータ時代が幕を開けた。センサーが発するシグナルから、高精細な動画まで、種類も容量もまちまちなデータがこの瞬間にもネット上を行き交っている。そのボリュームは加速度的に増えているのは周知の通りだ。
「企業にとってみれば、業務システムで扱う従来ながらのデータの枠を越えて、多種多様なデータを入手し得る環境が整い始めたことは、大きなチャンス。定型業務の効率化のみならず、顧客やモノの動きを正確にとらえて攻めの一手を打つなど、データ活用の可能性がぐっと広がってきています」。そう語るのは日立製作所 情報・通信システム社 ITプラットフォーム事業本部の橋本哲也氏だ。
しかし、「扱うデータが桁違いに増えるとなると、難しい問題も浮上してくる」と橋本氏。次の2点は、多くの企業にとって共通の悩みとなるはずだ。
- 形式や粒度、発生頻度などが異なるデータが無秩序に混在し、そのままでは分析に使えない
- 視点を変えながらデータを眺めて仮説を導こうにも、対象があまりに膨大だとパラメータが増えるばかりで作業が収束しない
株式会社日立製作所 情報・通信システム社 ITプラットフォーム事業本部 ビッグデータ本部 データアプリケーション部 担当部長 橋本 哲也 氏つまりは、玉石混淆のビッグデータの中から“これだ”と思える宝を見つけるのが極めて困難な現実に直面してしまうのだ。こうした壁を打破すべく日立製作所（以下、日立）が提供するキーテクノロジーが、データ統合・分析基盤「Pentahoソフトウェア」と、人工知能技術を活用したソリューション「Hitachi AI Technology/H」である。
Pentahoソフトウェアは、多種多様なデータを分析に使えるように加工・統合するETLツールの機能と、データを蓄積し分析結果をビジュアライズするBIツールの機能を併せ持つのが特徴。先に挙げた課題の1つめを解決することにつながる。
2つめの課題への解に位置付けられるのが、Hitachi AI Technology/Hだ。複数のパラメータの順列組み合わせから成る、気の遠くなるような解析パターンを一つひとつ人手で検証していくことには限界がある。大量の仮説を生成して検証することをAIに任せる、換言すれば「効果が高いであろう仮説をコンピュータに探させる」（橋本氏）アプローチを採るのがHitachi AI Technology/Hの特徴だ。データサイエンティストなど“その道のプロ”にしても、これまで身に付けた分析手法や経験知を拠り所にするのが一般的。対して、AIのアプローチは、膨大なパターン解析を圧倒的な速さでこなすことで、専門家の経験や知見だけでは導き出せなかった仮説も導き出せるポテンシャルがある。
データの徹底活用で品質向上に挑んだ事例
ここで1つの事例を紹介しよう。新興国でのビジネス拡大のため、現地生産・現地販売に踏み出した機器メーカーの取り組みである。現地生産において、以下の課題を抱えていた。
- 部品：現地調達品の品質のばらつきが大きい。打音検査による全数調査は効率が悪く、誤判定が出る
- 労働力：作業マニュアルを整備しているものの、離職率が高く熟練作業者が不足
- 生産装置：故障対応に時間がかかり、復旧までの間、ラインが止まってしまう
これらを解決するために、同社は徹底的なIT導入とデータ活用を図ることとした。
- 部品：打音検査の機械化。反響音をデータ化して分析し、閾値によって正常/異常を判定する。これを全数検査でオートメーション化し、抜け漏れや誤判定をなくす
- 労働者：作業風景をビデオ撮影して手の動作や身体の姿勢を画像解析して数値化し、統計をとる。正常な動作から逸脱した動きがあれば、その作業にかかわる部品・製品をチェックする
- 生産装置：生産装置のある室内の温度・湿度・ほこりや、電流・電圧などの稼働状況をセンサーで取得して、故障発生時のパターンと比較することで予兆検知に役立てる
一連の対策によって、部品、労働者、生産装置それぞれの品質は向上できた。しかし、一つひとつの品質は許容範囲に収まりながらも、複数の要因が重なることで不良が発生することが希に起こる。そこで、このような複合要因不良の予兆を検知するために着目したのがAI技術。それぞれのデータの組み合わせと不良発生条件との関係を分析し、予測精度を高める挑戦を試みようとしている。
「顧客の心をつかむ」マーケティング支援にも注力
製造業以外のマーケットでも、日立は着々とアクションを起こしている。例えば、小売・流通業。これまでマス・マーケティングやPOSを利用したセグメントマーケティングが行われていたが、もはや、それだけで差異化を図るのは難しい。「一人ひとりのニーズをキャッチアップし、顧客単価を向上させる」ために不可欠となるのがデータの巧みな利活用だ。会員カードなどのシステムとPOSを連携、さらには天候データやイベント情報など外部のデータも組み合わせて、一人ひとりに最適化させた「パーソナル・マーケティング」を行うことが一歩先んじるための要件となる。
そこでのポイントは、「何よりも、顧客の商品選択基準と行動特性を知ること」と橋本氏は指摘する。商品選択基準を知るためには、商品に選択基準を表す特徴タグを付けて分析に利用するアプローチが考えられる。日立は、2016年3月3日に「顧客インサイト分析サービス」をリリースした。企業の商品情報や購買履歴データをもとに、顧客のさまざまな嗜好を分析・可視化し、顧客視点での商品企画や販売施策の立案に貢献するサービスだ。
今後は、顧客の嗜好に加えて外部のイベント情報を含む多様なデータをPentahoソフトウェアやAIを使って分析し、施策につながる仮説を導き出すといったことも考えているとのこと。3月11日に開催される「データマネージメント2016」の同社のセッションは、この新しいサービスと事例について詳細を知る絶好の機会となる。
【参考情報】
- 低コストで最適な品質を維持する（IoTによるデータ収集とビッグデータ解析のシナリオ）http://www.hitachi.co.jp/products/it/bigdata/case/movie_02.html
- 個客の心をつかむマーケティング（流通・小売業における売り上げ拡大の事例）http://www.hitachi.co.jp/products/it/bigdata/case/movie_01.html
- 「顧客インサイト分析サービス」 http://www.hitachi.co.jp/bigdata/insight-analysis/
●お問い合わせ先
株式会社 日立製作所 情報・通信システム社
ITプラットフォーム事業本部
http://www.hitachi.co.jp/soft/ask/
