IoT時代のデータ基盤への要件を聞いてきた！

Developers Summit 2016 Summerにいってきた！

次は

IoT時代のデータ基盤への要件

をメモメモ

---

・巷で話題のＩｏＴ
　ビッグデータ：賞味期限切れ
　昨年あたりから盛り上がってきた
　ＩｏＴ
　　一般的な認識
　　　ありとあらゆる機械、デバイスがインターネット上で繋がる
　　　データ量が爆発

・RoboBoss
　IoTを異なる視点から見る
　　インテリジェントで自立型なデバイス、機械が急増する
　　デバイスがＩＴに何かを要求

　機械が労務管理の一翼をになう
　機械の人間化
　単なるデバイス接続ではなく高度なシステム連携が必要

・ＩｏＴのチャレンジ
　データの読み取りスピード（レイテンシー）
　単位時間当たりのデータ処理量（スループット）
　デバイスの多様性への対応
　データの多様性（構造データ、非構造データ）
　リアルタイムアクション（アラート、自動調節、自動カイゼンなど）

・ＩｏＴソリューションの課題
　単一のテクノロジーがない
　ＩＴアーキテクトは複雑な統合という問題に直面する
　専門性や技術は高価で不足
　確立されていない

・先進のＩｏＴソリューションの不可欠な要素
　　多機能
　　多段階
　　多パターン

・ＩｏＴの重要なポイント
　オープンインターオペラビリティ
　５つの正しいこと　５Ｒ
　　　正しいデータ
　　　正しい量
　　　正しい人に
　　　正しい時間に
　　　正しいアクション（正しい状況の理解が前提）
　人以上に、この原則必要

　個別につないでいく

　連携の基盤をつなぐ

　連携基盤要件（５Ｒ）を満たすために
　起こっていることを理解、判断することが重要
　　プロセスの可視化
　　理解、判断するために必要なもの
　　　知識（外部から）
　　　経験（内部で）
　データマネジメントの重要性
　　　データプラットフォーム

・アクティブ・アナリティクス
　　ＤＷＨ的な分析とリアルタイム分析を組み合わせて業務カイゼン
　　業務システム
　　　回想的分析
　　　リアルタイム分析＝確認必要

・データ分析の種類
　　Prescriptive Analysis
　　　課題に対する対処法を示唆

・インターシステムズのIoTソリューション
　ＩｏＴデバイス
　データ変換
　ビジネスプロセスオーケストレーション
　データベースエンジン

・低レイテンシー
　大量のデータをすばやく取り込む
　　ヨーロッパ宇宙局のＧＡＩＡプロジェクト
　　　１０億個　１日で（６０テラバイト）
　　→半日でＯＫ

・高スケーラビリティ（高スループット）
　大量ユーザーを収容する
　　退役軍人向け医療システムネットワーク
　カイザーパーマネンテ

・マルチモデル・データプラットフォーム
　柔軟なスキーマモデル
　　　ＸＭＬ
　　　ＪＳＯＮ
　データモデルの違いによる新たなサイロの発生
　　マルチモデル

・メンテナンスフリー・データプラットフォーム
　再構成、インデックス再構築不要
　スキーマ進化への柔軟な対応
　まばらなデータ（汎用的なものは、効率悪い）

・アクティブアナリティクス（リアルタイム）
　　トランザクショナル・ビットマップ・テクノロジー
　　トランザクショナル・ビットスライス・テクノロジー

・非構造データの取り組み
　iKnowテクノロジー
　　ドメイン辞書の力を借りることなく、コンテキストに基づく正確な情報
　　意味を得やすい

・事例
　　タクシー車載データ
　　オブタラート疲労管理ソリューション
　　船舶の全ての機器を制御

・パートナーズヘルスケア
　　生体医療機器データ利用
　　ＩｏＴアプリケーション

・安全運転支援システム（現在開発中）
　DeepSee アクティブアナリティクス機能

・自社紹介
　ヘルスケアＩＴ　プライベート企業

・まとめ
　データ取り込みのレイテンシー
　スループット
　オープンインターオペラビリティ
　アクティブアナリティクス
　マルチモデル
　画期的自然言語処理