ソラコム Developers conference #0

2015 Koyo Takenoshita

SORACOM Air のその先に～ IoT の Thing のイマとコレカラ～

2015/10/16竹之下　航洋

@koyo_take

1

ソラコム Developers Conference #0


自己紹介

2


略歴

3

1997 ～ : 高専・メカトロニクス・ロボコン・マイコン

竹之下　航洋 @koyo_take

北の大地の組み込みエンジニア( 南の島生まれ )


略歴

4

2002 ～ : 大学・大学院・ロボティクス、生体工学・マイコン使用ポータブルデータロガー開発・ドワンゴで Web アプリ開発　 (PHP/mojavi 、アジャイル / スクラム )




略歴

5

2006 ～ : 新卒・受託開発・ Armadillo/Salesforceを使った高速開発




略歴

6

2009 ～ : ・ Armadillo の開発　 (Linux kernel)・テクニカルサポート・生産技術



ハードから OS 、 Web まで( フルスケール？ )


略歴

7

2014 ～ : ・製品企画　 (Armadillo-IoT)


北の大地の組み込みエンジニア( 南の島生まれ ) 　　企画屋さん


略歴

8

2015/10 ～：・営業 (IoT 推進 )


北の大地の組み込みエンジニア( 南の島生まれ ) 　　企画屋さん　　　　　　　　　営業


本題

9


IoT の事例

10

2015 Koyo Takenoshita 11

事例１：ビアバー

http://commons.wikimedia.org/wiki/File:Sirviendo_cerveza.jpg


IoT でビールの注ぎ過ぎのムダを 11% 削減

• ビアバーの課題– ビール会社：何樽出荷したかは分かるが、いつ / どれだ

け実際に消費されたかは分からない　→ 実際の消費量を把握できたらサプライチェーンを　　最適化して、適切な量を製造して店頭に届けられる– ビアバー店主：いつハッピーアワーなどの販促イベン

トを仕掛けたら効果的か手探り　→ 販売数量がリアルタイムに把握できたら適切な　　タイミングで販促イベントを打てる– 店員：無駄に注ぎ過ぎているかもしれない　→ 販売数量と消費量を比較できたらムダを削減できる

12


Beverage Analytics(WeissBeerger)• タップと樽の間にある

チューブの途中に流量計を接続

• いつ、どれだけ消費されたかをクラウドで

　解析• 古くなった樽を確実に

交換するための在庫管理、適切な注入量をバーテンダーへ促すための機能、プロモーションマネージャー

　を提供13

参照：　 IoT を牽引するイスラエル発スタートアップ企業　第 2 回：飲料の正確な注入と販売促進の最適化を図る WeissBeerger http://www.sapjp.com/blog/archives/11032

注ぎ過ぎの無駄を 11% 削減ハッピーアワーの最適化により32% 売上を向上


ここに注目

• WeissBeerger 社は元々、製品を売っていた

• IoT を活用することにより、　　　サービス提供事業者に変化している

14


事例２： Amazon dash button


IoT で買い忘れを防止して顧客を囲い込み

• 日用品の使用シーンに BUTTON を設置• 日用品が切れたら BUTTON を押す– スマホに通知が飛ぶ• スマホ上のアプリをクリックすると、 Amazon

から日用品が届く

16

日用品メーカー：店頭での買い替えを防止できる消費者は：買い忘れを防止することができるAmazon ：放っておいてもモノが売れる

Win-Win-Win


ここに注目

• ハードはタダ– Win-Win-Win の枠組みの中で、 BUTTON を作るハー

ドウェアメーカーは忘れられた存在。。。– ユーザー ( 日用品の消費者 ) はハードの費用を負担しな

い– おそらく、ハードの費用は日用品メーカーの宣伝広告

費から出てくる

• IoT によって、ハードウェアメーカーにとっての「顧客」が変化している

17


事例３： 3D プリンタの予防保守

18


IoT で保守サービスに付加価値• 対象は 1,000万円以上する高価な 3D プリンタ• 3D プリンタでの製造には 10時間かかることも• 3D プリンタは CNC 工作機械に比べ、アナログ

的な要素が多く、頻繁に調整・メンテが必要　→ 壊れる前に直す「予防保守」のニーズが高い

• 3D プリンタの稼働データを全てクラウドに• 保守要員が現場に行く前にデータを確認できる• データ解析することで、故障を予測できる　故障が予測できれば、予防的な保守ができる

19


ここに注目

• 3D プリンタの稼働データは、元々収集できるようになっていた

• 以前は、現場に行ってから PC でデータを取得していた

• データをクラウドに上げることで、予防保守という新しい付加価値を生み出せる

• 故障予測に必要なキーテクノロジーはビッグデータと機械学習

20


IoT を構成する技術要素

21


階層に分けて整理する

22

Gateway

ConnectivityProtocol

PlatformDatahub

ApplicationService

BigdataAnalytics

Device/FAN


事例に当てはめてみる

23

Gateway


PlatformDatahub

ApplicationService

BigdataAnalytics

Device/FAN

WLAN

流量計 /USB?

SAPHANA

Beverage Analytics

3G/LTE

BUTTON/WLAN

(AWS?)

Dash Replenishment Service (DRS)

3G

3D プリンタ / シリア

ル

TreasureData

予防保守


事例に当てはめてみる

24

Gateway


PlatformDatahub

ApplicationService

BigdataAnalytics

Device/FAN

WLAN

流量計 /USB?

SAPHANA

Beverage Analytics

3G/LTE

BUTTON/WLAN

(AWS?)

Dash Replenishment Service (DRS)

3G

3D プリンタ / シリア

ル

TreasureData

予防保守


デバイスとどう繋ぐ？

25


有線 or 無線


有線 or 無線イマコレカラ


2.4G or Sub-G


2.4G or Sub-Gイマコレカラ


　　　 HopStar or　　　 Mesh


　　　 HopStar or　　　 Mesh

イマコレカラ


Star

32

親機

子機子機


Hop

33

親機

中継機子機


Mesh

34

親機

中継機子機


無線プロトコルの位置づけ

35

2.4G

Sub-G

Star Hop

Z-wave

Zigbee

Bluetooth

SmartMesh(DustNetworks)

Wi-SUN

SmartHop(OKI)

Mesh

Bluetooth(v4.3?)

Wi-SUN(HAN Prof)

Thread


機器管理プロトコルの位置づけ

36

AllJoynApple Homekit WeaveEchonetLite

WiFi Bluetooth ZigBee Thread Z-wave Wi-

SUNEthernet PLC

802.11a/ac

802.11b/g/n

802.15.1

802.15.4 ITU-T G.9959

802.15.4g/e

5GHz 2.4GHz Sub-G Sub-G 有線


で？どれを選べばええねん


ケースバイ

ケース


懇親会で聞いてください

お金の話もあるので

Technology

ソラコム Developers conference #0