IoTやAIの導入や活用が進むに伴って、製造業におけるデータ活用が活発化しています。製造分野でより多くの組み込み機器が採用されるようになり、データ分析へのニーズがますます高まると同時に、製造過程だけにとどまらず、保険や交通、小売りなど、さまざまな業種がデータを持ち寄りバリューチェーンを生み出すことで、市場における差別化を高めることが重要になると考えています。しかしながら、ソリューションや導入形態が単一的な目的のために作られたシステムであったり、利用できる環境が一部限定されたクラウド事業者であったりと、活用するデータの目的や範囲が限定的で、バリューチェーンの構築には多くの課題があります。
以前もご紹介したとおり、機械学習およびAIに注力してきたClouderaと、エッジのIoTに強みのあったホートンワークスが統合したことで、エッジからAIまでを包括的にカバーするソリューションを提供できるようになりました。例えば、「エッジ側でデータを取り込む」→「過去のデータ/企業の取引情報なども合わせて機械学習で分析する（データセンターもしくはクラウド上）」→「機械学習から導き出されたモデルをエッジ側に戻す」といった“エッジからAIまでのサイクル”を構築することで、データが導き出す答えの精度を向上すると同時にあらゆる側面から価値を生み出すことが可能になります。
自動車メーカーにおけるエッジからAIのサイクル
バリューチェーンを生み出すためには、幅広いデータを活用し多角的にインサイトを得ることが重要です。例えば、大手自動車メーカーでは、保証対象部品、修理の発注データなど、ディーラーが持つ保証情報のデータを収集しており、これらの情報を製造に関するデータも合わせて活用することで、自動車品質に関わる問題に対して、工場のどこを改善すべきかの分析を行い、新たな分析モデルを製造に反映させています。
さらに、このエッジからAIのサイクルを構築する上で重要なのが、車のセンサーや工場の機械から得られるエッジデータと保証、設計、ディーラーサービスなどの企業取引データを、データの保存場所に関わらず統合的に分析ができることです。Clouderaのプラットフォームでは、オンプレミスやパブリッククラウド、あるいはマルチクラウドの環境においても一元的にデータを管理することが可能になる上、クラウド事業者を限定することなくデータの分析を行うことができ、さまざまなシステム上の課題に対応します。
また、製造設備や自動運転などのレイテンシに厳しい環境では、エッジ側でリアルタイムに機械学習を素早く実行することが必要です。自動車業界をはじめとした製造分野では、ビジュアルデータや音声データから製造ラインの監視や不良品の検出などの作業の効率化が要求されており、レイテンシに対する要求の度合いによって分析環境をエッジ寄り（図中①）にするかクラウド側（図中⑦）にするかを選択できることが求められています。このような環境においてもClouderaのData Management Platformでは、これらの分析環境を同一のように扱うことが可能になっています。
Clouderaでは、こうしたエッジから AIのサイクルを促進するため、PTC社のIoTアプリケーションプラットフォームである「ThingWorx」とClouderaのデータプラットフォームを連携させているほか、ハードウェア企業ともソリューション開発を推進しています。また半導体分野では、NXP Semiconductorsとコネクテッドカー向けの分析ソリューションの開発を進めるなど製造分野における協業を進めています。
