U研 Multi-cloud Service Platform now 19Sep17 · 2017. 9. 18. · 1. Big Data Platform 2. Profiling based on INSIGHTs Demographic data Transaction data Interaction data Behavioral

© 2013 IBM Corporation

TEC-J/Academy of Technology Presents

いまどきの…サービスプラットフォームのデジタル戦略

Katsushi Yamashita, Distinguished Engineer, GTS, IBM Japan

September 2017

⽇本IBM TEC-Jプレゼンツ公開講座第三弾Affiliate of “IBM Academy of Technology”

IBM Academy of TechnologyAffiliated

© 201６ IBM Corporation3

UberやGEが取り組んできたことで知られるようになってきた❶サービスプラットフォーム

はデジタルビジネスのイノベーションです。

いまどきのデジタル技術に⽀えられた新しいアーキテクチャーはデータを⽣み出す❷フロントエンドの構造と❸マイクロサービスに⽀えられた変化に対

応するアーキテクチャーが利⽤されています。

このセッションではサービスプラットフォームを成功に導く、いまどきのマイクロサービスのアーキテクチャと❹産業インパクトについて解説します。


❶エンタープライズITはサービス・プラットフォームとなるか？

ユーザーとプラットフォームのサービス価値の共創

↓これまでとはケタ違いにメッシュの細かいユーザー理解に基づいた価値を提供する*

(*) ”シン・ニホン”Aiｘデータ時代における⽇本の再⽣と⼈材育成 Yahoo CSO 安宅和⼈経済産業省産業構造審議会新産業構造部会February 13, 2017http://www.meti.go.jp/committee/sankoushin/shin_sangyoukouzou/pdf/013_06_00.pdf

© 201６ IBM Corporation

レガシー化してしまうITトランザクションの価値

n かつてトランザクション処理の価値→売り上げの増⼤や業務コストの低減l 成⻑に寄与するというビジョン

– 伝票の⼿作業集計の効率化、⽣産計画の正確さと迅速さ– 銀⾏本⽀店間の距離と時間差を埋めるリアルタイム・オンライン処理↓

n 期待した成⻑カーブが終焉し、トランザクション処理がコストにl トランザクションあたりのITコストを限界まで下げ、

後は⼈件費/電気代というデスマーチになる。↓

n ネットワーク外部化してオープンイノベーションをl 「新しいものは古いものの傍に現れる」 JAシュンペータl インターネットで共有されるサービスとのインテグレーション

（オープンイノベーション） Hチェスブロウ

�� •

•

• /

A E UbGP a UbA e LN

A EGP a N J d

A EGP a d


サービスプラットフォーム化する「モノからサービス」

作り⼿Producers

買い⼿Consumers

提供者Platformer

MRO（保守）航空会社（運⾏）

受発注納品

受発注納品

エンジン

ITトランザクションの価値＝省⼒化

情報の流れ

リース

納⼊

保守作業

保守部品

作り⼿Producers

買い⼿Consumers

Data

データのHolistic ValueGE Analytics（PREDIX）

運⾏↓

センサー↓

保守↓

Goods Dominantな情報の流れ Service Dominantな情報の流れ

運⾏と燃費補修とスケジュール


虚数軸 reiφ

ビジネスの価値を売り上げや利益という実数軸と

社会の変⾰と成⻑という虚数軸に捉えると⾯積の価値が企業に⽣まれる


デジタルビジネスは「サービスプラットフォーム」で成⻑する

構造化データ⾮構造データ

これまでとはケタ違いにメッシュの細かいユーザー理解に基づいた価値を提供する。

ユーザーとのインタクラクションに基づき、⽂脈や意図を織り込んだサービスを提供する。(*)

Personal Profiling

作り⼿Producers

買い⼿Consumers

提供者Platformer

新しい買い⼿

新しいサービス

API Callトランザクションを処理するコスト

サービスプラットフォームのデジタルマーケティングの側⾯サービスプラットフォームの価値

既存事業のオープンイノベーション

Demographicdata

Transactiondata

Interactiondata

Behavioraldata

Transactions

Orders

Paymenthistory

Usage history

Email / Chat

Call center notes

Web click-

streamsIn-person dialogs

Opinions

Prefer-ences

Desires

Needs

Character-istics

Demo-graphics

Attributes

Purchasestage

ユーザーのデジタル体験

をCo-creation

（共創）

(*) ”シン・ニホン”Aiｘデータ時代における⽇本の再⽣と⼈材育成 Yahoo CSO 安宅和⼈経済産業省産業構造審議会新産業構造部会February 13, 2017http://www.meti.go.jp/committee/sankoushin/shin_sangyoukouzou/pdf/013_06_00.pdf

クラウドフロントエンドイノベーション

Digital Twin

産業構造の変化

⽣産活動を⽀えるIoTサイバーフィジカルシステム


IoTによって、実社会でもデジタル体験をCo-Creation

Amazon GoAI画像認識でJust Walk away

興味を持ったものから買ったものまで買い物順もデータ化

⽇本コンビニ各社無⼈レジ店舗の省⼒化（陳列も対応も減らないけど）

データは？WAONやNanako、Tポイントカード

ユーザーのデジタル体験を

Co-creation（共創）


テクノロジーの先進さが勝負じゃない。価値は顧客にある。

顧客不在KDDIとトヨタ、東タク協と共同で「つながるタクシー」から取得する⼤容量の⾛⾏データ通信・活⽤の実証実験を開始〜「タクシーを利⽤する顧客の利便性向上や、ドライバーへのサポートなど、新たなサービス提供」を⽬指す。

ワイパー動いたから乗客が増えると考えて配⾞を増やす。→データの価値が逓増しない

徳島県発のタクシーIT⾰命――ベンチャー企業「電脳交通」の取り組みに迫る

顧客プロファイルじつはコールセンターCRM

https://iotnews.jp/archives/54810https://d-marketing.yahoo.co.jp/entry/20170530465015.html


データは誰のものか？（東京⼤学江崎浩教授）

個⼈データの所有はデータを取得した事業主のものではなく、個⼈のものである。医療データで⾔えばカルテの内容は医師のものでも病院のものでも製薬会社のものでもなく個⼈のものである。

Open Notesは個⼈の医療データを個⼈が管理するためのプラットフォームを提供するNPO

OpenNotes is the international movement dedicated to making health care more open and transparent by urging doctors, nurses, therapists, and others to share their visit notes with patients.

統合ID管理機能IDフェデレーション連携シングルサインオン環境アプリケーション認可

エストニア国⺠ID

135万⼈のディレクトリサービス↓

⾃由なフェデレーションポイント設置オープンに分散した⾃律的なデータの管理


サービスプラットフォームの価値

ユーザーのデジタル体験を共創する、データのプラットフォーム（Consumer/Service Provider/Platformer）

成功の鍵はデータの所有者を明らかにすること将来的にはデータ所有者によるデータ管理

（IDフェデレーションを基礎とする認可プラットフォーム）


❷ サービスのフロントエンドのイノベーション

↓

ユーザーとのインタクラクションに基づき、⽂脈や意図を織り込んだサービスを提供する。


2000年頃に作られたアーキテクチャー古い…


これまでのWEBアプリは機能設計中⼼（商品検索、受注決済処理、ポイントカード..）

「ドリルを買いに来た⼈はドリルが欲しいのではなく⽳が欲しい。」

↓ユーザーのコンテキストを理解する。

＜機能⾯の課題＞


直列したコンポーネント全てが理想的に稼働する前提

↓

⼀箇所でも不具合があればサイトが不健全になる

＜⾮機能⾯の課題＞


Single Page Application Architecture はこれまでにない業務の継続性を提供します

WEB Browser

Object StorageNetwork CDN

UI/UX Contents

データレイク

Micro-nanoサービス

インスタンスAPI

Management

ユーザーIDの統合認証フェデレーション

Mobile BackendMBaaS

Network CacheEnabled

独⽴したマイクロサービスAPIによる呼び出し

統合ID管理によって統合化される

サブページを含んだ画⾯の枠組み（コンテンツはない）

Static/FlashContents分散配置

Akamai

最大

⾃動両⾯印刷プリンター複合機

フロントエンドのイノベーションが起こっている


Rich Internet Applicationのイノベーション（HTML5とコンテンツキャッシュ)

↓

＊ラストワンマイルの独占＊⽌まらないコンテンツ＿


Screen View Tracking

Event Tracking

LoadingHTML PageVirtual Page ViewX-site viewHistorical dataUser EventDownloadClick on ADGadget, Flash, AjaxPlay movie, motion GIF

Social Interaction AnalyticsSocial EventShare, Like on FacebookTweet on TwitterBookmark on hatenaShare on Google+X-platform analytics

Speed metricsSpeed MetricsLoading SpeedAjax request responseCustom time measurement

User AnalyticsX-site User activityCookieUser IDHistorical Data

Analytics.js

Browser

Applications

Social Network

System Metrics

Profiling

それだけじゃない


デジタルマーケティングの側⾯


個⼈のプロファイルを蓄積するビッグデータプラットフォーム

Sent

imen

t by

Volu

me

Sent

imen

t by

Volu

me

Movie 1 Category Sentiment During Super Bowl

Movie 2 Category Sentiment During Super Bowl

Strong reactions to Actor 1 “Movie 1 looks awful, but I will go see it because of Actor 1”

Use of Band 1 in Trailer “I actually love what they did to the Band 1 song in the Movie 1 trailer, some epic shit.”

Confusion to the plot “Too bad I still don't know what your movie is about, Movie 1”

Polarizing cast“If you've watched The Movie 2 trailer 15 times just to watch Actress 2 lock and load, I'm starting a support group”

“Every time I try to get excited for The Movie 2, Actor 1’s costume and Actress 2’s acting show up” DreamTeam

“I may have had a nergasmwatching the Movie 2 trailer and seeing Hero 1, Hero 2, & Hero 3 fighting back to back.”

“We Have a Hero 1” lineOh my God. The extended version of the Movie 2 Super Bowl ad has the "I have an army"/"We have a Hero 2" exchange. SO. GOOD.

Movie 1 Intent to See

Sentiment Analytics→Prediction↓

1

By Top 6 Occupations

By Top 11 Locations

Positive/Negative Sentiment for Movie 1

By Gender Total Population

Comic Book Fans

Avid Movie Goers

n=2,061

n=523

n=50

Profile Reaction↓

1. Big Data Platform 2. Profiling based on INSIGHTs

Demographicdata

Transactiondata

Interactiondata

Behavioraldata

Transactions

Orders

Paymenthistory

Usage history

Email / Chat

Call center notes

Web click-


Opinions

Prefer-ences

Desires

Needs

Character-istics

Demo-graphics

Attributes

Purchasestage

HadoopSystem

Stream Computing

Data Warehouse

Accelerators

情報の統合と統制（プライバシー）

IBM ビッグデータプラットフォーム

構造化データ非構造化データ

3. Social Graph analytics

AutomatedDigital Marketing


データのパワーをそぎ落してコモディティにしようとしている。

Dirty DataでCommodity

そもそも⼈のデータで勝負なんてできない。欲しいデータは設計して創り出すものだ。

データは誰のものか？（東京⼤学江崎浩）個⼈データの所有はデータを取得した事業主のものではなく、個⼈のものである。

様々な形態で出没するTポイントカードではユーザーが⾃分のデータをコントロールすることが難しくデザインされている

←

⽇本経済新聞2017/2/28

ビッグデータ売買に指針⾞⾛⾏や乗降履歴

https://www.nikkei.com/article/DGXLASDF27H1M_X20C17A2MM8000/

Tポイントカード


❸ サービスのバックエンドのアーキテクチャ

↓

いまどきの「マイクロサービス」サービスプロバイダーのインフラストラクチャは

⾼速で、継続的なデプロイのためにある。


+ com.ibm.class.order├ com.ibm.class.order.list├ com.ibm.class.order.retrieve├ com.ibm.class.order.entry├ com.ibm.class.order.verify

SOAはマイクロサービスのアンチ・パターンか

ESB

SOAP

BusinessProcess

Model

SalesOrderStock

+ com.ibm.class .order

├ com.ibm.class .order.l ist

├ com.ibm.class .order.r etrie ve

├ com.ibm.class .order. e ntry

├ com.ibm.class .order. veri fy

JVM

ID Manager /Loadbalancer

VM Instance

Business OBJECTModeling

Business Component






JVM

JSPHTML

ProcureAccounting

VM Instance

MVCStruts

上流設計 →理想的な構成 →実際の構成






JVM

JSPHTML

ProcureAccounting

VM Instance

API Management

API

RESTJSON

モバイル化で増設しても柔軟性は得られない

© 201６ IBM [email protected] Confidential & Proprietary

API Gateway

[email protected] Confidential & Proprietary


Dockerによるコンテナ管理

29

Dockerfile

docker push（アップロード）

docker build（ビルド）

docker search（検索）

docker pull（ダウンロード）

docker run（起動）

Docker Engine

ホストOS (LINUX)

サーバー

Docker Engine

ホストOS (LINUX)

サーバー

DockerHub

アプリABins & Libs

アプリABins & Libs

Dockerイメージ

docker builddocker pushdocker tagdocker searchdocker pull docker rundocker psdocker startdocker stopdocker commitdocker rmdocker imagedocker rmi…

docker commit（新イメージ作成）

コンテナを効率的に管理する仕組みが提供されている

①

②

③


コンテナ型のオーケストレーション〜コードベース

Container Image Library

Container Cluster

API Management

Container Orchestrator

新しい取り組みのコードをリリース

JVMと違いアプリケーションは動いてないことを前提にリクエストに応じて環境をオーケストレーション

毎回取り出す

その先にはサーバーレスIBM OpenWhisk


SLA99.99％のインスタンスを信頼するより

SLA99.50%のインスタンスを運⽤して並列化したり⾼速起動したりするソフトウェア対応する。

⾼額インスタンスに消費してしまうコストをSite Reliability Engineeringの知的資産に転換する。

努⼒できる品質＝ベストエフォート


❹ ⽣産活動を⽀えるIoT → 産業構造の変化

↓サイバー空間が作るデータ中⼼社会

リアルなデータをデジタルに⽣産するIoT


⽇本のものづくりにチャンスか？また⽴ち遅れるか？

The Nikkei News Paper“IoT capability and problem~ Openness is the Key for Japan”

⽇本経済新聞経済教室で東京⼤学の坂村健教授は以下のように述べた。

”IoTはユビキタスと同じ内容の日本が得意な組み込み機器の流れの先にある未来であり、（中略）＜Industrie4.0＞で言われていることは、トヨタ自動車が「カンバン・システム」で実現したことと大差はない。（中略）日本が先行する「閉じたIoT」が、これからの「オープンなIoT」になれるかを決めるのは社会的問題なのである。”

2015 APRHarvard Business Review IoTという新たな産業⾰命

村井純IoT時代の競争戦略マイケル・ポーターGEが⽬指すインダストリアル・インターネットマルコ・イアンシティ

まるわかり

インダストリー

4.0第4次産業革命

ニッポンの現場が危ない！「考える工場」とは？

ドイツが国を挙げて取り組むワケ

日経ビジネス

出版社: ⽇経BP社 (2015/4/2) ISBN-10: 4822279154

Tの衝撃Io


デジタルインパクト！


現在のサプライチェーンコントロールは⾃社の最適化

出荷

注文Productivity

出荷

注文

出荷

注文本当のDemand？

Consumer ??

PartsManufacture

PartsManufacture

⼩売店供給者

プルシステム

サプライヤーの既存ITシステムの領域は4つの社内プロセス

⽣産管理 Production Planning需給管理 Demand and Capacity Management事業継続 Business Continuityコンプライアンス Compliance and governance


デジタルのデマンドサイドから最適化する

製造業サイドからデジタルエクスペリエンス拡⼤の動き

マスカストマイゼーションによる顧客動向の把握①

http://www.nike.com/jp/ja_jp/c/nikeid/what-is-nikeid

マスカストマイゼーションによる顧客動向の把握②

http://www.trekbikes.co.jp/jp/ja/collections/custom_project_one/

デマンドサイドからファブレスプロダクション拡⼤の動き

顧客のデマンド分析によるプライベートブランド商品の投入

https://www.amazon.co.jp/b?node=2790140051


製造と販売は本質的に異なる指標を使っている

http://www.firstedgesol uti ons .com/systematically-eliminati ng-m anufacturing-bottl enecks /

LEAN（トヨタ生産方式）は制約理論によってThroughputを上げる。全⼯程が⼀定のペースで⽣産する、淀みない流れ。

週間⽣産計画製造指⽰

製造品質の⾒える化

⽣産管理品質管理

需要予測経営戦略

Drum Roll Drum Roll Drum Roll

⾏儀のわるい売り⽅国内でしか通⽤しない軽⾃動⾞国内シェアが最も重要な経営戦略需要予測よりも経営戦略を優先⼤量の新古⾞（店頭登録、未使⽤試乗⾞販売）値崩れと過当競争 http://toyokeizai.net/articles/-/117417

東洋経済 2016年5⽉11⽇

スズキ･修会⻑が｢⾏儀の悪い売り⽅｣を反省｢⾃らまいた種､⾃分でなりを直していく｣

“新古⾞”のいろいろ紹介します！


⼯程を⾼度化し、需要に応じた動的⽣産管理を実現

Demographicdata

Transactiondata

Interactiondata

Behavioraldata

Transactions

Orders

Paymenthistory

Usage history

Email / Chat

Call center notes

Web click-


Opinions

Prefer-ences

Desires

Needs

Character-istics

Demo-graphics

Attributes

Purchasestage

Interaction Event• Page Load• User Event – mouse over ..• Social Event• Speed Metrics• X-site User Activity

PersonalizedProfiles

DemandMarketing

需要の変動を事前に把握System of Insight

• Data Analytics• Predictive

Maintenance• Foresight Control

製造⼯程のモニタリング⽣産管理品質管理のリアルタイム化

混流指⽰動的管理

需要予測経営戦略


マスカストマイゼーション

Digital Twin：実⼯程をデジタルで再現、制御する

製造⼯程のモニタリング

⽣産管理品質管理のリアルタイム化

Demographicdata

Transactiondata

Interactiondata

Behavioraldata

Transactions

Orders

Paymenthistory

Usage history

Email / Chat

Call center notes

Web click-


Opinions

Prefer-ences

Desires

Needs

Character-istics

Demo-graphics

Attributes

Purchasestage

Interaction Event• Page Load• User Event – mouse over ..• Social Event• Speed Metrics• X-site User Activity

PersonalizedProfiles

● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●

● ● ●

● ● ●● ●● ●

● ● ●● ●● ●

● ● ●● ●● ●

● ● ●● ●● ●

● ● ● ● ● ●

Digital TwinFactory

System of Insight• Data Analytics• Predictive


需要の変動を事前に把握

デジタルで設計された⼯程と⽣産


Digital Twinを社会にオープン化する

⽣産管理品質管理のリアルタイム化グローバル化

● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●● ● ● ● ● ● ●

● ● ●

● ● ●● ●● ●

● ● ●● ●● ●

● ● ●● ●● ●

● ● ●● ●● ●

● ●

● ●

● ●

Cyber SpaceFactory

System of Insight• Data Analytics• Predictive


需要の変動を事前に把握Feedback LoopPhysical Market

Feedback LoopPhysical Production

⽇本の製造業はカイゼンのステップで到達する。

Industrie4.0は先にここを⽬指して標準化を進めている


デジタルインパクトは確かな足音でやってきます。テクノロジー脅威論や既視感(déjà vu)に惑わされることなく、デジタル革命のパワーを活かす継続的な改善のループが重要です。

TOYOTA Production Systemが成功したのはそれが思想であり⽂化であるからである。失敗の仕⽅を学ぶソフトウェアの進化。**あるソフトウェア⼯学者の失敗⽇本のITはなぜ弱いか林晋京都⼤学⽂学研究科 http://www.shayashi.jp/myfailures.pdf


おわりに


インターネットの構造(Structure) 実装(Implementation) 運⽤(Operation) の設計思想を他の分野に適⽤l インターネットには守るべき品質⽬標（SLA）がない

l モジュール化された構造と⾃由に参⼊できる競争環境があるため、適切な品質競争が発⽣する

l 消費者の権利（アクセス、アプリケーションの実⾏、接続、プロバイダーの選択）

l 災害時に真価を発揮する、ベスト・エフォートのサービス継続⼒l 障害が発⽣することを前提にした経路制御で低品質でも運⽤を継続l 電話や携帯電話には⽬標品質があるため、輻輳には発呼制限などが⾏われる

l 品質保証という考え⽅l クラウドにSLAがある ≠ ⽌まらない。l クラウドにSLAがある＝サービス運⽤におけるエラーバジェット設定ができる

インターネット・バイ・デザイン

⽇本IBM の⼭下さんとの会話で起動したもの、

やっと出版となりました。ご興味ある⽅は是⾮。

WIDEプロジェクト東京⼤学江崎浩教授

© 2013 IBM Corporation

TEC-J/Academy of Technology PresentsDesign of Infrastructure of “as a service”

IBM, IBMロゴ、ibm.comは世界の多くの国で登録されたInternational BusinessMachines Corp. の商標です。他の製品名およびサービス名等は、それぞれIBMまたは各社の商標である場合があります。現時点でのIBMの商標リストについては、www.ibm.com/legal/copytrade.shtml をご覧ください。

当資料をコピー等で複製することは、⽇本アイ・ビー・エム株式会社および執筆者の承認なしではできません。

Documents

U研 Multi-cloud Service Platform now 19Sep17 · 2017. 9. 18. · 1. Big Data Platform 2. Profiling based on INSIGHTs Demographic data Transaction data Interaction data Behavioral