Facebookで何度「いいね！」をクリックしても、インターネット上では、人々よりも機械のほうが自らに関する情報を多く共有している。一般的な737型機は、米国を横断する1回の飛行で実に240テラバイトのデータを生成する。一方、ソーシャルネットワーク全体が2012年に1日あたり生成したデータはわずか500テラバイトだった。この量を処理するため、Facebookは半ダースのデータセンターのスペースを借り、自社でも4つのデータセンターを建設していた。10年の終わりまでには、産業機械間で共有されるデータ量は、人々が生み出す量をはるかに上回るだろう。マッキンゼーは、RFIDタグ（一般的なセンサー）の数が2011年の1,200万個から2021年には2,090億個に増加し、それに伴って出力も増えると推計している。
産業用インターネットには、製造業者が物理的な製品を巧みに調整するのと同じように、データの断片を巧みに調整できる、産業規模に耐えるデータ・サプライチェーンの構築が必要となる。そのためには、基本的に収集、分析、配信の3層から成るハードウェアとソフトウェアの「スタック」を構築する必要がある。
収集には、センサー、ストレージ、帯域幅など、必要なハードウェアの大半が含まれる。世界の商用航空機に搭載された4万3,000基のエンジンに組み込まれたセンサーは、機器の状態、位置、履歴を地上のサーバーへ無線送信する可能性がある。シスコによると、この機器間通信は今後4年間でモバイルデータ通信量のなかで最も急速に成長する分野となる。シスコはGE、AT&T、Intel、IBMとともに、Industrial Internet Consortiumを設立した。取得されたデータは、ローカルに、あるいはクラウド上の集中サーバーに保存され、そこで取引データやその他の企業データと集約できる。
分析はビッグデータの領域を扱う。ここでは、従来のビジネスインテリジェンス・アプリケーションに代わり、NoSQLデータベースやHadoopクラスターなど、より拡張性の高いソフトウェアが用いられ、巨大なデータセットから知見を掘り起こす。デロイトによると、Hadoop市場は2016年までに8億1,300万ドルに達し、NoSQL市場は2018年までに34億ドルに成長する。こうしたシステム上で稼働する分析エンジンは、ばらばらなテラバイト規模のデータを精査し、重要部品の故障時期や人の介入が必要となる時期を予測できる複雑な行動モデルを作成する可能性がある。
最終層は配信であり、機器間のフィードバックループから、用途に合わせたタブレットアプリまで、あらゆるものが含まれる。従来のスプレッドシートに代わり、最新のデータ可視化技術は、現場の技術者と幹部の双方がパターンや傾向を見つけるのを助け、より迅速に、より良い判断を下せるようにする。たとえば、テキサス・メディカル・センターはスタートアップ企業Ayasdiのソフトウェアを使って乳がんのデータセットを可視化し、専門家がさらなる分析の対象となる患者の新たなサブグループをすばやく特定できるようにした。課題は、役職や役割を問わず、すべての従業員に同じことを可能にするプラットフォームを作ることだ。
データ・サプライチェーンの構築は容易ではない。たとえば、最近のEIU調査では、ビッグデータを競争優位に転換できていない企業が半数を下回ることが示された。しかし、そこから得られる成果の伸びは非常に大きい可能性がある。マッキンゼーは、米国の医療業界は年間3,000億ドルを節約でき、小売業者は利益率を60％改善できる可能性があると推計している。機械同士はすでに会話を交わしている。鍵となるのは、それらが何を伝えているのかを見極めることだ。
本記事は、 GE Look Aheadとの協力により掲載されています。掲載は、世界経済フォーラムが見解を支持することを意味するものではありません。
Forum:Agendaの最新情報を受け取るには、 週刊ニュースレターにご登録ください。
著者：Greg LindsayはGE Look Aheadに寄稿している。
画像：2013年2月28日、ワルシャワで男性がコンピューターのキーボードを打つ様子を捉えたイメージ写真。ロイター／Kacper Pempel／資料写真
