ITアーキテクチュア設計支援とビッグデーター・AIを中核と …1998年7月1日、世の中で唯一のitによる変革を本業とするコンサルティング会社である「株

株式会社アイ・ティ・イノベーション

代表取締役林衛

2017年12月1日

ITアーキテクチュア設計支援とビッグデーター・AIを中核とした

先端技術への取組み

Copyright (C) IT innovation,Inc. All rights reserved. 2

アイ・ティ・イノベーション設立20周年を迎えるにあたり

お客様、パートナーの皆様への感謝でいっぱいの気持ちを込めて

私は、トッパン・ムーア社、ジェームス・マーチン社の両社で、十数年間、最先端のIT方法論

の開発、IT戦略策定など様々なタイプのプロジェクトを経験しました。

1998年7月1日、世の中で唯一のITによる変革を本業とするコンサルティング会社である「株

式会社アイ・ティ・イノベーション」を立ち上げました。おかげさまで、弊社は、2017年7月

1日で設立20期目に入ります。振り返ると、長いようで短い20年でした。

これもひとえに、お客様が、弊社に対して長きにわたりビジネス上の課題を投げかけくださっ

たおかげであり、ともに苦労し歩んできた結果だと考えております。また、設立当初から信頼

できるパートナーの助けがなかったら現在の弊社は、存在できなかったと考えております。

「理性・熱意・技術力で、お客様と共にビジネスの未来を創造し、そして成果の感動を共有したい」という創業時からの思いが、当社のビジネスの原動力になっているのだと私は、確信しています。さらに30周年に向けて、アイ・ティ・イノベーションは、さらなる努力をし、お客様と共に夢を実現し、成功の感動を共有できるグローバル・イノベータになりたいと願っております。



アジェンダ

アイ・ティ・イノベーションとは

ICTの動向と重要な視点

ITアーキテクチャ設計支援要点

ビッグデータ・AI事業の要点

ITIの技術の3本の矢


アイ・ティ・イノベーション設立20周年の歩み

1998年 7月 IT革新を専門に行うコンサルティング会社として、設立（東京都千代田区霞ヶ関）

2000年 3月 ITプロジェクトのためのプロジェクトマネジメント標準の開発「Modus/PM」

2002年 3月本社を東京都港区港南に移転

6月人材戦略・スキル診断にかかるコンサルティングサービスを開始

2003年12月 ITSS協会に加入、理事に就任2004年 ITSS協会に加入、理事に就任2004年

2004年 4月ポータルサイト「ザ・プロジェクトマネジャーズ」を立ち上げ（現在は、弊社HPに統合）

12月様々な方法論を統合化Modusシリーズとして正式にリリース

2005年 9月インド短期留学によるIT教育サービスを、若手技術者のグローバル教育として開始

2006年 7月名古屋に中部事業部を開設

11月米国PMIから公認教育プロバーダー（R.E.P）として認定

2008年 3月「情のプロジェクト力学」（林衛）を出版

2009年12月ビジネスアナリシス・超上流分野でのコンサルティング開始

2011年 7月中国大連短期留学によるIT教育サービスを開始

2013年 7月ビジネステクノロジー戦略事業（BTS事業）を開始

10月 Modus/MDMをリリースしEA関連事業を強化

2016年12月ビッグデータAIイノベーション事業を開始（7つのソリューションモデルを発表）

2017年 4月ビッグデータAIなどの新技術に特化したインドでのイノベーション事業の進化・IT新技術分野で

の教育サービスを強化


会社プロフィール

会社名株式会社アイ・ティ・イノベーション（IT innovation, Inc.）

所在地〒108-0075 東京都港区港南4-1-8 リバージュ品川5階

設立年月日 1998年7月1日

資本金 1億円


従業員数 44名

売上高 9.０億円（2016年度予定）

事業内容１．ビジョン・戦略策定支援・ビジョンの策定支援・IT事業戦略・中期計画策定支援・人財戦略／人財育成のための仕組み、見える化支援

２．ITアーキテクチャ支援・方法論の導入と定着化支援・ITアーキテクチャ設計・評価支援・ITアーキテクト人材育成支援

３．BA（ビジネスアナリシス）支援５．ビッグデータ・AIイノベーション支援・方法論の導入と定着化支援・インドのITラボと連携し最新技術・IT構想・企画書作成支援で、ビッグデータ・AIシステムの設・IT構想・企画立案人財育成支援計構築を行う

４．PM（プロジェクト・マネジメント）支援・データアナリティクス・方法論の導入と定着化支援・画像分析（コンピュータビジョン）・プロジェクトに対するマネジメント実行支援・自然言語処理（NLP）／機械学習・プロジェクトマネジメント人財の育成支援（Machine Learning）

・IoTビッグデータ基盤構築など

・ホームページ： http://www.it-innovation.co.jp/・ITプロジェクトの現場で活躍するPMの為のブログ「ザ・グローバル・イノベーターズ」：http://www.it-innovation.co.jp/blog/


アイ・ティ・イノベーションの特徴

プロジェクトの初動から任せられる EA、ITアーキテクチャ、ビジネスアナリシス、PMコンサルティング支

援を行う（重要付加価値）統合化された教育体系がある（国内外で実務教育）統合化された方法論『Modusシリーズ』がある（ModusIP, PMO, PM, MDMなど）

IT innovationのユニークネス

✓ 再利用可能な統合化された方法論（Modusシリーズ）を持っている

✓ プロジェクトの開始時から導入まで一貫した支援

✓ 発注者の立場で仕事を行う（ITの原理原則を重視した顧客中心主義）

✓ グローバル水準のIT（PMBOK, ITABoK, BABOK …)


弊社事業内容

１．コンサルティング

ビジョン・戦略策定支援

ビジネスアナリシス支援

ビッグデータ・ＡＩイノベーション

支援

２．研修（国内／グローバル）

戦略・組織

ビジネスアナリシス

ITアーキテクト

プロジェクトマネジメント

人間力強化

グローバルインド中国

マレーシア

ITアーキテクチャ支援

プロジェクトマネジメント支援

Copyright IT innovation, Inc. All rights reserved. 8

1955年生まれ、名古屋大学工学部応用物理学科卒業

アイ・ティ・イノベーションの創業者、代表取締役社長

名古屋工業大学情報工学科非常勤講師、大連東軟信息学院客員教授

東京工業大学社会人教育院講師

トッパンムーア入社後、トッパン・ムーア・システムズの設立時から参画。渡英してモデルベース開発方

法論と統合開発ツールを学ぶ。インフォメーション・エンジニアリングで知られるジェームスマーチン・ア

ンド・カンパニー・ジャパンを経て、1998年にITの革新を目指し、アイ・ティ・イノベーションを設立。

技術にも人間にも精通した、IT業界のオピニオンリーダー。

2005年には、インドにおいて、日本のＩＴ技術者向けのソフトウェア・エンジニアリング教育への取組を

始めた。

2009年からBABOK®の超上流工程への適用方法の研究開発と総合的トレーニングプログラム開発に取り組んでいる。

2010年ドラッカー理論に基づく、人間力強化プログラムを開発し実践を開始した。

2010年ビジョン創造のための方法論Modus Visionに基づき戦略コンサルティングを始動する。

2013年ビジネス・テクノロジー・戦略部門を創設し、グローバル標準のITアーキテクチャを踏まえたITビ

ジョンから構想企画のコンサルティングを実施している。

2014年IT-CMF（IT組織の成熟度評価方法論）の普及活動を開始する

2016年からAI、 IoT時代に対応できる次世代のアーキテクチャ構築方法論、次世代MDMツールを用い

た新たなサービスの研究、コンサルティング活動に取り組んでいる。

弊社事業内容林衛（はやしまもる）プロフィール mail: [email protected]


林衛（はやしまもる）プロフィール mail: [email protected]

CEO , １８yearsFounder of IT innovation

I love

Teaching

and Mentoring

PracticingMethodologist

and Strategist

I believe in leadership

with innovative thinking

I am a Golfer

..my passion

I am a global Traveler

Over100days/yearI AM A KARAOKE

SINGER


林衛（はやしまもる）著書

「～モデルベース開発を成功させる～DOA/RADビジネスモデリング技法」

（ソフト・リサーチ・センター）

「～本物のSEを目指す人のためのエッセイ～SEリボリューション」（同上）

「ERモデルによるデータベース設計技法」（同上）

「オブジェクト指向方法論序説」（トッパン）共著

「管理職のための構造化システム開発」（日経BP）監訳

「プロジェクト管理大全」（日経ＢＰ）共著

「経営の原点に戻る！変化する時代の発想法“はかる”のススメ」（英治出版）共著

「NIKKEI NET/IT経営改革講座」に「日本企業とプロジェクトマネジメント」を連載

「情のプロジェクト力学」（実業之日本社）

日経コンピュータ等の専門誌にプロジェクトマネジメントなどに関する著作多数

企業変革マニュアル「“勝てる”IT構想・企画」（日経BPコンサルティング）共著

プロジェクト・マネジャーが知るべき97のこと（オライリー・ジャパン）共著


ICTの動向と重要な視点


ICTの未来その1

本物の “デザイン”とは

“情緒的なもの Art”

“正当な構造 Science”

ICTの未来その1


● SDEA ModelとITの動向

ＳＤＥＡモデルと目指すべきドメイン

※一橋大学イノベーション研究センター長延岡健太郎氏


自立性

最適化

制御

監視

ＡＩの適用レベル

データ量業務データ（既存システム）ＳＮＳなどのソーシアルデータビッグデータ

構造化データ半構造化データ非構造化ビッグデータ

ＲＤＢＭＳＮｏＳＱＬ（Ｎｏｔ only SQL) ex .Cassandra, MongoDB,・・・・データ基盤

既存の処理構造 Hadoopによる並列データ処理、Sparkによる回復性を備えた分散処理・・・・

一般企業のシステム対象領域ＥＲＰ、ＣＲＭ・・などのＰＫＧ

手組みカスタムメイドクラウドシステム・・・

マシンラーニングなどで自立性、判断能力の進化

ビッグデータの高速な集約、集計、分析処理

時系列ストリームデータ、センサーデー金融変動データ、などの処理

ＷＥＢスケールアプリケーションの大量トランザクション処理

処理基盤

アーキテクチャーの枠組みの再構成は、必至


これからのITによる付加価値向上のポイント

原理原則からデザインの見直し（あるべき構造、顧客要求）アーキテクチャが変わるアプローチが変わる（全体アーキテクチャ、試作） ITの生みだす価値が予想をはるかに超えるところまで到達

（スコープをさらにワイドに）

本質、原理原則を再度見直す

とことん考え抜く力をつける

データの間口が広くなり、自立的ITの登場で影響範囲の変化を理解する

ITを使う側の変化を予測、設計する


ITアーキテクチャ設計支援要点


企業全体で整合性を確保しながら

変化を実現できるメカニズムを

提供する

ＥＡの本質

変化を受け入れるメカニズム


企業戦略にEAを組み込むメカニズム

企業倫理、文化、ポリシー、行動指針

企業の戦略

ガバナンス

ITSM

PMO

デザイン

IT環境

品質特性

ヒューマンダイナミックス

ビジネス・テクノロジー戦略

ビジネスアーキテクチャ

クラウド

ER

P

マスターデータ

マネジメント

モバイルコン

ピューティング

アジャイル開発

M&

A

など

様々なソリューション・アーキテクト群

EAを実現するスキルの5つの柱

EAの４つのスペシャリティ

データアーキテクチャ

アプリケーションアーキテクチャ

テクニカルアーキテクチャEA


ITアーキテクトの役割と求められるスキル

カテゴリ求められるスキル（概要）

デザイン例えば、最適で最新なアーキテクチャを設計・構築するための知識と技術（デザインパターン、システム思考等）

ヒューマン・ダイナミクス例えば、経営者や現場担当者と会話したり、システム開発に携わるエンジニアをまとめていくコミュニケーション力やファシリテーション力、等

品質特性例えば、非機能要求を軸に、情報システムにおける品質保証やセキュリティ等に関わる知識、等

IT環境例えば、工法の内容とその限界に関する知識、技術トレンド、等

ビジネス・テクノロジー戦略例えば、経営層と会話するためのビジネス基礎知識（経営関連知識、分析手法等）、経営戦略に関する知識、等

プロジェクトマネジャ

ビジネスアナリスト

ITアーキテクト

移行・導入事業戦略／IT戦略

IT構想企画要件定義設計開発／テスト

システム化計画

運用（実行、評価）

要求される品質のシステムを調達するために、実現可能なプロジェクト計画を策定し、開発作業の遂行を指揮する。

ビジネス上の課題を解決するために、業務の本質を理解し、新しいビジネス構造を定義する。

ビジネス構造の要件を満たすシステムを実現するために、システムの構造（アーキテクチャ）と最適な方法論を策定し、実装と導入に責任を持つ。

ITアーキテクトは、ビジネスアナリスト（ＢＡ）の分析に基づき、ビジネス構造、IT構造としてモデル化するなど、ＢＡと協力して仕事を行う。


企業システムの規模拡大に伴うマスタの問題とは？

マスタデータが乱立し

どのマスタが正しいか判らなく

⇒結果、企業活動のケイパビリティを

低下させることに！


マスタの一元管理ができないとこんなことに！

システム１

システム２

システム６

システム４

Ａマスタ

Ｂマスタ

Ａ‘マスタＢ‘マスタ

C‘マスタ

C“マスタ

Ａ“マスタ

Cマスタ

C“マスタ

システム３

システム５

Ａマスタ

Ｃマスタ

Ｄマスタ

Ｂ“マスタ

★SILO

★SILO

システム7

Aマスタ

★SILO

システム8

Ｂマスタ

Dマスタ

D‘マスタ

D‘マスタ

E‘マスタ

Eマスタ

システム9A‘マスタ

D‘マスタ

Fマスタ

F‘マスタ

スパゲッティ化！

サイロ化！

F‘’マスタ F‘’マスタ

F‘’マスタF‘マスタ

D‘’マスタ

E‘マスタ

E‘マスタ


参考）ピアtoピアと、HUBインターフェースの違いは？

アプリＡ

アプリＢ

アプリＣアプリＥ

アプリＦ

アプリＤ

アプリＡ

アプリＢ

アプリＣアプリＥ

アプリＦ

アプリＤ

HUBを経由しない場合は、経由する場合の（n-1）/2倍の経路管理が発生。⇒アプリ数が増えれば増えるほど、HUB効果は大きくなる。

HUB

I ／ F 数： nC2 I ／ F 数： n


ＭＤＭの狙い（真の効果とは？）

・マスタの一元管理により、企業システムの品質保証ができる

・マスタの再利用性が高まり、企業システムの生産性が向上する

・マスタとアプリが疎結合になり、企業システムの柔軟性が高まる


マスタ・データＨＵＢとは？

マスタHub

アプリＹアプリX

アプリＡ

アプリＢ

アプリＣ

更新ＴＲ

REPLICA

REPLICA

REPLICA

集信

更新ＴＲ

画面入力

入力

差分更新

マスタＨＵＢ

変換

配信

変換

共通マスタ（商品、顧客、組

織、Etc.）

共通マスタ（商品、顧客、組織、

Etc.）

各アプリへ血液を送り出す心臓のような役割

ﾊﾟｯｹｰｼﾞ製品やﾌﾟﾗｯﾄﾌｫｰﾑ非依存な自社

独自モデル

必要に応じてｺｰﾄﾞ変換

配信方法は以下の２通り１）DBMSのREPLICATION

による密結合方式２）差分更新による疎結合方式

Metadata-Repository

ｱﾌﾟﾘ非依存なﾜｰｸﾌﾛｰ承認を有する登録ｼｽﾃﾑ MMS


織、Etc.）


織、Etc.）

差分更新

共通マスタ（正本）

ﾏｽﾀ発生源は別ｱﾌﾟﾘや画面入力


マスタ・データＨＵＢ構築の手順

④次ステップ

レガシーシステム新システム

Ｒ組織マスタ

Ｒ品目マスタ

Ｒ取引条件マスタ

Ｒ取引先

マスタ

③

④次ステップ

更新ＴＲＮ

更新ＴＲＮ

更新ＴＲＮ

更新ＴＲＮ

マスタＨＵＢ

ｴﾝﾄﾘｰ

converter

③

②

組織マスタ

品目マスタ

取引条件マスタ

取引先マスタ

組織マスタ

品目マスタ

取引条件マスタ

取引先マスタ

①あるべきマスタモデルに基づき共通マスタをHUB上に作成②レガシーシステムのマスタからTOBEマスタへのコンバータを作成③マスタHUB上のマスタ（正本）への集配信のしくみを作成④独立したエントリーを作成しレガシーへの配信する（主従逆転）⇒上記①～④を共用度の高いマスタから順に実行する


トランザクション・データＨＵＢによる移行

受発注

受注

物流管理

受注

生産

出荷

倉庫管理

出荷

物流（ﾚｶﾞｼｰ）

受注

生産

出荷

生産管理

生産受注

受発注

受注

物流管理

受注

生産

出荷

倉庫管理

出荷


受注

生産

出荷

生産管理

生産受注

受注

出荷

生産

【トランザクションＨＵＢ】

新物流管理

受注

生産

出荷

新）倉庫管理

出荷


受注

生産計上

出荷計上

生産管理

生産受注

受注

出荷

生産

【トランザクションＨＵＢ】

新）物流管理

受注

生産

出荷

新）倉庫管理

出荷

生産管理

生産計上

受注受注

出荷

生産

【トランザクション

ＨＵＢ】

①スパゲッティ状態 ②データＨＵＢ作成＆Ｉ／Ｆ敷設

③新システム稼働STEP1 ％旧Ｉ／Ｆ撤去

④全システム刷新＆旧Ｉ／Ｆ全廃


モデリング・ツールのサンプル（ＵＭＬとレガシーのＭＩＸ）

システム概念図アプリ鳥瞰図

ER図

ユースケース図

アクティビティ図クラス図

シーケンス図

UML

レガシー表記


最先端ＴＡとしてのクラウドへの段階的移行

自社DataCenter

拠点

On-Premise

自社網

拠点拠点

Internet

徐々にクラウドへ移行

各種クラウドサービス

自社網からインターネット網へ移行

クラウドとオンプレミスのハイブリッド環境を構築し、順次クラウドへ

HUB

共通認証ｻｰﾋﾞｽ

・クラウド移設の優先順は他システムとのＩ／Ｆの少ない順！①インターネット共通認証サービスの加入②オンプレにある各種ＯＡツール（電話含む）をクラウド化③業務アプリを出し易い順からクラウド化（各Ｉ／ＦはＨＵＢ経由が好ましい）

企業のセキュリティポリシーに基づき、予め移行の順序を決めておく事が良い。


業務アプリケーション構築ロードマップ（例）


ビッグデータ・AI事業の要点


AIの構造とビッグデータの関わり

AI:Artificial Intelligence

高速処理能力

＋

情報処理機能

画像認識

音声認識

自然言語処理

ディープラーニング

機械学習

その他

●AIは各種情報を認識・処理する機能とそれらを高速に処理する能力（環境）

から成り立っている。

ビッグデータ

ビッグデータを取り込み、処理を繰り返すことで学習し、より高度な

判断ができるようになる

しっかりとしたアーキテクチャ（EA)


AI処理機能の概要

処理機能概要参考

画像認識パターン認識技術の一種で、画像や動画から文字や顔などの特徴を認識し検出する手法。画像や動画から特徴を抽出し、マッチングや変換をして目的となるオブジェクトや特徴を特定して認識するしくみ。

Googleフォトデジタルカメラ顔認識スマートフォン指紋認証

音声認識人間の声を認識させることで、話し言葉を文字列に変換したり、音声の特徴から声を出している人を識別したりする技術。音声認識は、音響モデルと言語モデルを組み合わせて実現される。

アップル社「Siri」カーナビゲーション視聴覚障害者支援

自然言語処理人間が日常的に使っている日本語や英語などの自然言語をコンピューターで扱う処理技術。

IBM社「Watson」

機械学習コンピュータに試行錯誤を繰り返させ、アルゴリズムを自動で調整させて、正しい結果が出せるようにする技術。データから反復的に学習しそこに潜むパターンを見つけ出す。学習に当たっては、人間が「どのような特徴について学習すべきか」を指定する必要はありが、明示的にプログラムしなくても学習し、自律的に結果を導き出す。

スパム検知クレジットカード不正検知形状検出

ディープラーニング

人間の脳の階層構造をコンピュータで再現しようと言うアイデアに基づいた多層構造のニューラルネットワーク（ディープニューラルネットワーク）を用いたもので、機械学習の一種である。学習に当たって、人間が「どのような特徴について学習すべきか」を指定する必要がない。画像や音声などの認識や、自動運転などの複雑な判断を可能にする。

Google社「Google Brain」自動運転問合せ対応商品レコメンデーション


７つの実装モデル

７つの実装モデル

✓ ビッグデータとデータアナリティクスを活用したプロフェッショナル人材分析

✓ ビッグデータとデータアナリティクスを活用した住宅ローンの貸し倒れ予測分析

✓ 画像処理技術とMachine Learning手法による自動運転をサポートする仕組みの実現

✓ 複雑な自然言語処理（Natural Language Processing）とAI技術を適用した鉄道予

約システム構築

✓ セキュアなクラウドシステムとして実装し、ウェラブル利用による健康でイキイキし

た生活の実現

✓ Machine Learning技術を適用したドキュメントの人工知能化

✓ 携帯基地局向けのIoTビッグデータ基盤提供

各システムは、オープンシステムをベースとする最適なシステムアーキテク

チャ、開発環境、セキュリティ、スケーラビリティの考慮がされています

各システムで使用するデータベースの統合化は、標準化された最適なアプロー

チで実現しています


他社との違い

ビジネス要求からプロトタイプ構築、評価を支援開発環境設計・保守環境設計～本番導入の準備スケーラブルなＩＴサービスを支援長期的な関係を構築

IT innovationのビッグデータAI事業の他社との違い

✓ 7つの実装モデルを軸にお客様とのプロジェクトをスタート（具体的）

✓ 複数のアーキテクチャと開発環境をパッケージとして提供（コスト、スピード）

✓ 従来技術とビッグデータAIの最新技術の両立（経験と次世代技術）

✓ 先を見越した統合アーキテクチャ設計、セキュリティ、開発標準・開発環境

あらゆるデータベースの統合基盤（オープンソースで提供）


第一弾は、データアナリティクス分野のテンプレート提供

ビジネス要求から評価まで一貫して支援

✓ データアナリティクスのテンプレート（設計済みの応用自在のソフトウェア）を有償

で提供

✓ 非構造化データを含む多様なデータの統合ソフトウェア（オープンソース）

✓ 大量データの変換処理（Hadoop/Sparkなどの）

✓ セキュリティ

✓ 開発環境、実行環境、など設計済み

✓ データアナリストの実践コース（2か月間）提供によりアナリスト育成

✓ ビジネス課題からデータアナリティクスでの解決策のワークショップを実施

✓ 解決策にかかわるテンプレートのカスタマイズと実装

✓ 解決策の評価と次のアプローチの明確化


Custom Connector

Information Repository

Structured Data

Verbatims

Modelled Big data

SOURCES

Model sheet

EBS/SAP/Seibel/PSFT/JDA

Web Logs

ETL/ELT

Convergence

Structured Data

Big Data Tier

1 2 3

Enterprise BI Framework And Offerings

Information access Layer 4

Analytics and

visualization

Architecture

Services

EA Advisory Services

EAI

Big Data Advisory Services

Enterprise Applications

Available=

Data Integrati

on

ODBC/JDBC/CUSTOM

提供できるITアーキテクチャの例（データアナリティクス）


• Idea/Problem

• Design brief

• Requirement Specs

• Opportunity

Design space

exploration

• Benchmarking

• Technology

• Scoping

• Hardware sizing

• Feasibility study

Roadmap

• Mission

• Product – characteristics

• Estimates

• Planning and strategizing

• Architecting

Design &

Prototyping

Detailing

Production

planning

• Concept confirmation

• Tech evolve confirmation

with client

Product

Validation

• Funding

• Production

• Launch

Requirement

development

• Designing

• Development

• QA

C I I I

C IIC I

C

I

Client

IT innovationＰＭ手法（アジャイル・SCRUMを適用）

ジョイントプロジェクトのスキーム


当社は、グローバル市場向けに革新的な生産性ツールを開発し、世界のIT業界にオフショア開発サービスを提供するため、2015年12月に子会社として、IT innovation Indiaを設立しました。

開発施設は、インドでも最大級のIT開発拠点であるマハーラーシュトラ州プネ市のマガルパッタシティ内にあります。事業内容は、システム開発～グローバル人材育成まで幅広く行っております。

＜ IT innovation India の強み＞

• 現地における13年間のビジネス経験に基づく知見がある

• 現地有力企業との関係および人脈が豊富である

• 現地での経営経験（ラボ及び研修子会社）に基づく知見がある

• 現地公的機関とのネットワーク（プネにおける大学およびC-DAC他）がある

◆ 特徴 ◆

• 自動化の進んだセキュアな開発環境

– 開発環境のソフトウエア整合性確保

– 自動セットアップ

– バックアップ・セキュリティ

• 最新技術を実現するラボラトリ

– 既存のオープンシステム技術基盤と次世代技術の共存

– 技術リサーチ

グローバルイノベータとしての努力


AB

C

D

Sports Club

Destination Center

AirPort

90店舗の商店街で、両替、八百屋、雑貨、クリーニング、食堂等全てが揃う

公園

＜マガルパッタシティ鳥瞰図＞

Shopping Center

[Amanora]

E

マガルパッタシティについて敷地約1,416,000㎡（東京ドーム約30個分）40,000人以上が働くITパークセキュリティおよびグリーン＆エコに配慮した快適なオフィスおよび住環境を提供。近隣に飲食店、ATM、大型ショッピングモール、病院があります。プネ空港から車で約20分でアクセス可能です。

Noble HospitalMain Gate

A

D

C

B

E

Shopping Center

[Seasons]

インド/Pune ITラボと研修センター周辺環境について


ITI技術の3本の矢


ITI技術の３本の矢

PM（プロジェクト・マネジント） - PMBOK

BA（ビジネス・アナリシス） - BABOK

ITA（ITアーキテクチャ） - ITABoK


３本の矢を軸に人材を育成し組織を変革する

リーダー育成、ビジョン、戦略策定

（ドラッカーメソッド、Modus Vision、Modus IP 超上流)

グローバル視野でPM、BA、ITAを育てる

PM、BA、ITA方法論を導入し、定着させる

ITプロジェクトを通して“ビジネスとITの地力”をつける（PM、BA、ITA力）

インドでグローバル人材を育成し、そのまま、ラボで実務を行いチーム創り（産学連携も視野）

（R&D、ビッグデータ、AI、IoT、アプリケーション保守）


ITビジネスのこころ

小善は、大悪に似たり、大善は、非情に似たり

Documents

ITアーキテクチュア設計支援と ビッグデーター・AIを中核と …1998年7月1日、世の中で唯一のitによる変革を本業とするコンサルティング会社である「株

ITアーキテクチュア設計支援とビッグデーター・AIを中核と …1998年7月1日、世の中で唯一のitによる変革を本業とするコンサルティング会社である「株