“ビッグデータ活用に関する研究会”に参加

先日、“ビッグデータ活用に関する研究会”に参加した。ほぼ同じ内容で2日に亘って開催されたが、両日とも参加。開催プログラムは下記の通り。

第1回：2月6日(木)　15：00～17：00　メルパルク京都
“ビッグデータの意義と活用方法について”
講師：富士通㈱　ビッグデータイニシアティブセンター　
シニアマネージャー　菅井　正　氏
第2回：2月19日(水)　15：00～17：00　けいはんなプラザ
“ビッグデータの意義と活用方法について”
講師：㈱日立製作所 ITプラットフォーム事業本部ビッグデーターソリューション部
担当部長　山口　俊朗　氏

各回それぞれ下記のプログラムが付加されていた。
・“「けいはんな学研都市」における京都府の取組について”
講師：京都府政策企画部　理事　重松千昭　氏
・情報交換会

富士通㈱関係者には申し訳ないが、私にとって㈱日立製作所は“尊敬おく能(あた)わざる企業”という先入観というか、その社風に懐の深さを感じているので、第1回の富士通の話だけでは気懸りで第2回にも出かけた。だが2回目の日は不幸にして、午前中きっちり正午まで神戸で仕事があり、阪神・近鉄で学研奈良登美が丘からトンボ返りのように、会場のけいはんなプラザに出かけた。その結果異常に疲れが出てしまった。
ここでは、両社の説明を併記して内容を紹介したい。

先ずは富士通の説明から紹介したい。富士通の説明によると、ビッグデータの定義は未だない、と言う。しかし、概ね“実社会における人の活動によってもたらされる「データの価値」に注目し、集められたデータから新たな価値を創出する”ために、集められた多量のデータ、を指している。それらは現在のところ、“収集・蓄積しているが活用していないデータ”、“特定の目的で業務上蓄積しているデータ”を活用することが多い。

富士通が考えているビッグデータ活用の方向性は次の通り。
(1)ビジネスイノベーション；①既存事業で蓄積したコア技術・スキルをベースに新たな付加価値を付加して事業成長促進（付加価値創出型）　②現状業務をビッグデータの活用で高効率化して、商品・サービスの競争力強化(QCD強化型)　がある。
(2)小売店舗の顧客行動パターンの把握による販促；売る上げデータ(POS情報；顧客性別・年齢、商品等)とWEB情報（天候データ、SNS、ブログ、オープンデータ）、店内カメラ画像解析等々の国合わせにより、顧客購買パターンを把握し、品揃え・レイアウトの改善、時限クーポンによるきめ細かい販促が可能となる。
(3)個人行動履歴からの商品・サービスの推奨サービス；個人行動履歴（ケーブルテレビ視聴番組、購入動画コンテンツ、視聴動画投稿サイト、サイト検索）と　その会員登録データから協調フィルタリング（属性類似会員の分類）と行動履歴からのテキストマイニングによる嗜好により、推奨商品リストを作成し、好適タイミング毎に対象者に提示する。

ビッグデータについてかつては、情報システム部門担当者が興味を示したが、今は販売・マーケテイング部門や企画・研究部門の担当者の方が多くなっており、“ビッグデータの本格的な活用フェーズの時代” に突入したと言える。しかし、経営者は“どう活用すればイノベーションになるか分からない”、現業部門では“活用できる人材がいない”、情報システム部門では“どのようなビッグデータを活用するべきか分からない”という課題を抱えているのが現状だとしている。
富士通はそのソリューションとして、“リアルタイム経営”や“故障予測によるメンテナンス高度化”などの“業務プロセス改革”の分野や“マーケティング高度化”、“商品サービス強化（M2Mデータ活用[＊1]）”、“サプライチェーン最適化”の分野に10種のオファリングモデルを提示しているという。
こうしたオファリングモデルをベースに人材育成プログラムを構築し、4日間コースを準備しているとのPRであった。
＊1：Machine-to-Machine（ハード間のコミュニケーション）による故障予測、最適稼働計画、製品販売計画に役立てる。

けいはんなプラザでの日立製作所による説明は以下の通り。
ビッグデータには、コトの発信（業務データ、オフィス文書等）、ヒトの発信(ICカード利用、電子カルテ、SNS、ダウンロード情報等)、モノの発信(カーナビ等GPSの利用、交通機関運行情報、監視映像、物流トレース、環境・気象データ等)がある、との説明。
これらの情報は日々、大量化/複雑化していてペタ/エクサ・バイトからゼタ・バイトの時代へ移行しており、その約8割が非構造化データだが、企業内の構造化データも増加している。このようにビッグデータは、膨大なVolume（量）をかかえ、非常にVariety(種類)に富んでいて、しかも高速Velocity（速度/頻度）で発生・移動する性質を持っている。これへの対応はIT技術革新によって、可能になった。即ち、膨大なデータの蓄積(データ蓄積コストの低減)、高度な計算処理、解析が可能になった技術的背景がある。特に、クラウドやSNS、Internet of Things[＊2]ネットワーク技術の進化である。
＊2：M2Mを日立ではInternet of Thingsと呼んでいた。

こうしたビッグデータを有効活用するには、何を収集（Acquire）し、それをどう分析(Analyze)し、いかに活用(Action)するかの人による“考え、価値を創る”作業が必要である。つまり、ITによるハードを道具として“情報の収集、煎じ詰め”し、“人が価値観を持って、新しいアイデア、物語を創造し、改善の余地に気付く”ことによって、ようやく“新たな価値創造”が可能になるということが重要なことである。

しかし、こうしたビッグデータを活用するには、個人情報保護法の曖昧さが障害になっているという。つまり①従来技術では特定できなかった個人が、様々な情報から特定できるようになって来た、或いは、②データ使用の目的変更する場合、法の“変更前の利用目的と相当の関連性を有する”に該当するかの判断が難しい。また、③意図せざるプライバシー侵害の可能性も生じかねない、④個人情報保護法を遵守していても利用者のプライバシーを侵害している場合も考えられる。こうした懸念による過剰反応によるビジネスチャンスをみすみす喪失することがある、とのこと。

さて、こうしたビッグデータ利活用のプラッツフォーム（拡張性のあるブレードサーバと仮想ファイルプラットフォーム）を日立も用意していて、その使用事例の説明があった。特に超高速データベースエンジンを東大と共同開発したとのこと。
業務チームの活性化のためのチーム編成のための分析で、同年代のメンバーで構成すると活性化するのが分かったのでやってみたら、受注率が13％向上したという事例や、顧客と従業員の行動パターンを分析した結果、高感度スポットに従業員配置して顧客単価を15％向上させた事例があったという。
人の活動量や身体コンディションを“ライフ顕微鏡”というものに24時間×365日記録して、規則正しい生活と　そうでない生活をしている人の間の健康度の違いをフォローし、何らかの医学的知見を得ようとしている。或いは柏レイソルのU-18の若い選手を対象にライフログを残し、育成効果や試合でのパフォーマンスにどのような違いがでるかを調査しているとのこと。ガスタービン保全のためや、鉄道施設の保守点検サービスの合理化、効率化のためのデータログしている事例がある由。さらに月探査機から送られて来るビッグデータをHadoop（小さなサーバで並列処理）を活用して、公開データを作成したり、月面地理情報を整理している事例もある、ということであった。等々の事例紹介があった。
日立は約20年前から情報処理・分析の実績があり、この経験豊富な200名のデータサイエンチストを擁し、ビッグデータ利活用のプラットフォームの提供も行える、とのPRであった。富士通と違って、顧客側の人材教育ではなく、あくまで顧客の要求にハード、ソフト両面でバックアップして行く姿勢のようであった。
ただ、日立に対する私の印象は　これで変わることはないという確信を維持できたような気がしている。

この後、第1回も2回も同じ京都府の職員による、京阪奈地域開発の経緯を語っていた。その中で、住民のパフォーマンスをビッグデータで分析して、電力やエネルギーの有効活用に使用する事例紹介をしていた。
この件に関し、“けいはんな”とは呼称するものの大阪も奈良も　京都ほど真面目に取組み、PRしているのを聞いたことも見たこともないように思う。一体、どうしてそうなのであろうか。何度も言うが、大阪は都構想の実現だけで発展がありうるとでも思っているのだろうか。橋下氏や維新の会は　大阪を州都に収め、関西での政治的ヘゲモニーを握ることだけで生き残りを考えているとすれば、それは邪道であり、ひいては関西全体に悪影響を及ぼすだけではなかろうか。

さて、そうした地域開発も含めて、質疑応答があった。
私が気になっていたのは、個人情報保護との関連でビッグデータがどのように活用されるのか　と言う点だが、これには富士通も日立も明確な対応方法を持っているようではなかった。富士通は、現在政府が明確なルールを作ろうとしているので、それを待っているという趣旨の発言をしていたが、ならば、それは立法処置で対処しなければならないはずだが、果たしてそうなのであろうか。政省令で何とかしようとしているのだろうか。
また民間の中小零細で　ビッグデータを扱っている事例はあるかとの問いに、富士通は明確に答えていなかったように思うが、日立はレンタルのクラウドの有効利用とHadoopの活用で解析しようとしている事例はあると言っていた。
人材育成に関し、個別企業の固有課題と統計解析の両方に精通した人材が得難いことで生じるトラブルについて、いずれもチームで対応せざるを得ないと答えていた。しかし、これは30年以上も前からの問題であり、統計解析で原理的に関連のない事象間の偽相関を見抜き、誤った結論を導かないようにどうするかの課題であって、ビッグデータの登場によって初めて問題となったものではない。従って、これまでの課題解決に豊富な経験のある組織知を持っている側に軍配が上がることであると、私は思っている。