デジタルトランスフォーメーションついて
デジタルテクノロジーの進化に伴い、続々と新しい製品・サービス、ビジネスモデルが誕生。私たちの日々の生活にも大きな変化が生まれています。そんな変化していく社会の中で、注目を集めているのが「デジタルトランスフォーメーション（DX：Digital Transformation）」という言葉です。今回は デジタルトランスフォーメーションついて 解説しますしょう。
デジタルトランスフォーメーション（DX）とは？
デジタルトランスフォーメーション（DX：Digital Transformation）」とはなんなのか。まずは、言葉の意味からおさらいしていきましょう。
「デジタルトランスフォーメーション」は、2004年にスウェーデンのウメオ大学のエリック・ストルターマン教授によって提唱された概念。その内容は「進化し続けるテクノロジーが人々の生活を豊かにしていく」というものです。
言い換えると、“進化したデジタル技術を浸透させることで人々の生活をより良いものへと変革すること”。「Digital Transformation」を直訳すると「デジタル変換」という言葉になりますが、“変換”というよりも“変革”という言葉が鍵になります。
https://next-offshore.com/2020/02/20/what-is-digital-transformation/
AIはわれわれの職を脅かす存在
第3次AIブームを支えるのが、「ディープラーニング（深層学習）」と呼ばれる機械学習の一種です。囲碁を指すコンピュータープログラムのAlphaGoが囲碁の世界チャンピオンに勝利したことは、特定の分野に絞ればAIが人間よりも高パフォーマンスで問題を解決できることを証明しました。AIはボードゲームのような娯楽だけでなく、ビジネスへも応用されています。その結果 AIはわれわれの職を脅かす存在 になりました。
人工知能/ロボットから仕事を奪われるという危機
野村総研と英オックスフォード大学のオズボーン准教授らで行った共同研究によれば、10〜20年後に、日本の労働人口の49％が就いている国内601の職業において、人工知能もしくはロボットで代替可能であることが明らかになっています。
これにさきがける英・米の分析結果は、「The Future of Employment」（2013年 マイケル・A・オズボーン カール・ベネディクト・フレイ共著）や別の調査の中で両氏が関わった研究の中で発表されており、それぞれ英国35％、米国47％という試算が出されました。
https://next-offshore.com/2020/02/20/ai-is-a-threat-to-our-jobs/
人工知能の起源・ユースケース
人工知能（AI）は、動的なコンピューティング環境に組み込まれたアルゴリズムの作成と利用を通じて、人間の知能による情報処理を模倣するための基盤です。簡単に言えば、AIはコンピュータに人間のように考え、行動させることを試みています。今回は 人工知能の起源・ユースケース について紹介します。
人工知能の起源
人間は、少なくとも紀元前1世紀から、人間の脳を模倣する機械を作るという可能性に関心を持っていました。そして現代になって、1955年にJohn McCarthy氏によって人工知能という言葉が作られました。1956年、McCarthy氏と協力者たちは、「Dartmouth Summer Research Project on Artificial Intelligence」と題した会議を開催しました。この会議をきっかけとして、機械学習、ディープ ラーニング、予測分析が開発が始まり、現在は処方的分析が注目されています。また、まったく新しい研究分野であるデータ サイエンスも生み出されました。
https://next-offshore.com/2020/02/20/the-origins-and-use-cases-of-ai/
人工知能時代でも生き残る仕事
前回はAIに奪われる仕事を紹介しました。ただ、AIの導入により、すべての仕事をロボットをはじめとする機会がうまく行うことができるとは限りません。実際に、人間ではなければ、全く出来ない仕事がたくさんあります。今回は 人工知能時代でも生き残る仕事 を紹介します。ぜひ、ご覧ください。
AI時代でも生き残る仕事
段階的にAIやロボットに移行
AIやロボットによって代替可能なのは、上記の職種に限りません。
オズボーン准教授らによると、代替可能性が30パーセントから70パーセントの中リスクの職種もまた、将来的にはAIやロボットによって代替可能としています。
「創造性」や「社会的知能」、「知覚と操作」といった要因が、AIやロボットへの移行を妨げる技術的な阻害要因として挙げられます。このボトルネックが解消されたときに、中リスクの職種が代替可能だといいます。
AIやロボットへの代替リスクの低い職種
では、AI時代も生き残る可能性の高い職業とはどのようなものでしょうか？
野村総研のレポートによると、AI時代でも生き残る可能性が高いのは、管理職や商取引、金融系職業といった、創造性や社会的知能を要する職種です。
高い創造性が要求される俳優や科学者なども含まれます。このほかにも、AIやロボットへの代替可能性が10パーセント未満の職種には、
・医者
・教員
・美容師
などがあります。
https://next-offshore.com/2020/02/20/ai-is-not-a-danger-to-our-jobs/
IoTとセンサーの関係を理解
IoTは、私たちの身の回りのあらゆる情報を収集することができます。そしてそのデータ収集にはセンサーが重要な役割を果たしているのです。とはいえ、センサーは普段目にすることがほとんどないため、どういった種類があるのかなどイメージしづらいでしょう。この記事を読んで IoTとセンサーの関係を理解 しましょう。
センサーとは何か？
センサーとは、物理的、化学的な現象を電気信号やデータに変換して出力するデバイスや装置で、エレクトロニクス・アプリケーションの「知覚」としての役割を果たしています。人間が視覚や聴覚などによって知覚した情報をもとに行動するように、エレクトロニクス機器も知覚装置であるセンサにより情報を収集し、それを表示したり、それに基づいて作動しています。
例えば、室内を対象としたIoTデバイスの場合、室内の温度や湿度、空気の汚れなどをセンサーが知覚し、情報を収集します。そして、そのデータに基づいた表示や動作を行います。端的にいうなら、人の五感にあたる感覚や、自然現象などをデータ化する仕組みです。
https://next-offshore.com/2020/02/18/the-relationship-between-iot-and-sensor/
ハイパースペクトルカメラの導入事例
Wikipediaによると、マシンビジョン（Machine Vision、MV）とは、産業（特に製造業）でのコンピュータビジョンの応用を意味し、自動検査、プロセス制御、ロボットのガイドなどに使われるます。MVの適用範囲は幅広いです。今回はマシンビジョンでの活躍 ハイパースペクトルカメラの導入事例 について紹介します。
光学機器業界のトレンドとマシンビジョン
2017年には、オムロン株式会社が産業用カメラのメーカーであるセンテック株式会社を買収（外部リンク）。 外観検査の高度化やロボットを活用した組立工程の省人化といった工場自動化のニーズを叶える機器の製造へと取り組んでいます。
ファクトリーオートメーションには、工場の目として機能するカメラが欠かせません。そこでマシンビジョンが必要となります。
マシンビジョンとは、カメラが人の目の代わりに機能し、位置決めや検査など限定的なタスクを実行するためのシステムを指していますが、この「人の目の代わり」をするカメラとして、今回ご紹介するのがハイパースペクトルカメラです。
https://next-offshore.com/2020/02/18/the-examples-of-hyperspectral-camera/
「データ」という視点でIoTについて
今回はIoTの肝となる 「データ」という視点でIoTについて 考えていきます。どうして、IoTにとってデータが重要なのでしょうか。この点に目を向けることで、IoTへの理解が深まると同時に、近年「スマートファクトリー」が推進されている理由も見えてきます。
IoTとデータの関係
この件について考えるため、まずはIoTという言葉の意味から紐解いていきましょう。
IoT（Internet of Things）は「モノのインターネット」として広く知られていますが、この言葉の意味を明確に定義することは難しいでしょう。それは、現在IoTという言葉が、以下の3つに分類されるように、広い意味で使われているからです。それはデバイス・機器、 仕組み、 1と2を包括した概念です。これらを詳しく見ていきましょう。
IoTという言葉の意味
デバイス・機器：
IoT家電に代表されるような、IoTデバイスや機器単体を指す場合も、IoTという言葉を用います。例えば「センサーをIoTに組み込む」といった場合、IoTはIoTデバイスを指します。
仕組み：
現在、この意味において、IoTの言葉は定義づけられています。
「工場のIoT化を行う」といった場合、「工場にIoTの仕組みを導入する」という意味になります。
1と2を包括した概念：
「モノ」に着目したり、「仕組み」だけに目を向けていては、IoTを完全に理解することはできないでしょう。概念というと難しく聞こえますが、①と②の意味をふまえた考え方やプロセス、さらにはIoTを導入する目的や解決策も含めた意味と考えるとわかりやすいと思います。
https://next-offshore.com/2020/02/18/iot-from-the-viewpoint-of-data/
