日米最新事例 ビッグデータ 本当の破壊力 2013.9.30 ＃25 2014-03-13 21:40:12
【『日経ビジネス』の特集記事 】 #25 初出 2014-03-13 21:40:12 ＜バックナンバー＞
⭐『日経ビジネス』の特集記事から、私が特に関心を持った個所や重要と考えた個所を抜粋しました。
⭐ 当面は、Ameba（アメブロ）に投稿していた記事を再編集し、加筆修正し、新たな情報を加味し、「バックナンバー」と表示し投稿します。
⭐ １つのテーマについて複数回投稿している場合（ほとんどが該当します）には、１つにまとめて投稿します。タイトルの後の日付は雑誌の発行日で、最後の日付は投稿日を表わしています。
⭐ 一方、新規で投稿した記事については、異なる壁紙を用意し、本文内に「タイトル」と「雑誌発行年月日」を表示します。
再投稿することにした経緯
再編集して再投稿することにした理由は、次のとおりです。
自分が当時どんな記事に興味があり、どのような考え方をしていたのかを知りたいと思ったからです。
当時の自分を振り返ることで、当時と現在で考え方は変わったか否か、あるいは成長しているかを確認したいと思いました。
記事データは当然古くなっていますが、本質的な部分は必ずあるはずで、しかも普遍性があります。その個所を再度学んでみたかったのです。
さらに言えば、『日経ビジネス』のバックナンバーをご紹介することで、この記事に目を通していただいたあなたに何らかの有益なヒントを提供することができるかもしれない、と考えたからです。
「私にとって、noteは大切なアーカイブ（記録保管場所）です。人生の一部と言い換えても良いもの」だからでもあります。
（プロフィールから）
2022年7月16日現在、週刊誌『日経ビジネス』を購読していませんが、新たに電子版セット（雑誌＋電子版）を「らくらく購読コース」で今年の7月以降に定期購読する予定です。
日経ビジネスの特集記事 #25
日米最新事例 ビッグデータ 本当の破壊力 2013.9.30 1/3 2014-03-13 21:40:12
＜このページでは、『日経ビジネス』の特集記事の概要紹介と、管理人のコメントを掲載しています＞
ビッグデータとは？
まず、ビッグデータとは何か、から始めることにしましょう！
日経ビジネスは、ビッグデータを次のように定義しています。
インターネットの普及やセンサーとコンピューターの性能向上などで生み出されている「大量のデジタル化された情報」を指す。
p.29
海外の調査会社やＩＴ企業の定義も紹介しています。
米調査会社のガートナーは、「volume(ボリューム)＝量が多い」
「velocity(ベロシティー)＝(情報更新の)速度・頻度が高い」
「variety(バラエティー)＝種類が多い」という３つのＶを特性として挙げる。
米ＩＢＭはこれに「veracity(ベラシティー)＝正確さ」も加えている。
p.29
ここ最近、ビッグデータという言葉を眼や耳にすることが、多くなってきました。
東日本大震災を契機に、地震や津波、あるいは台風などの膨大な気象データを解析し、予測精度を向上させることが喫緊の課題となってきたからです。
私たちの身近な生活にもビッグデータは利用されています。
コンビニなどでの購入履歴等を集積し、ビッグデータを解析し、商品の品揃えや集客に活かしていることは、周知の事実です。
懸念されることは、個人情報が本人の同意なしに集められ、利用されることです。こうした問題について、個人情報を複数のサーバーに切り離し、個人を特定できないような、仕組みを構築した企業があります。
ただ、それでも個人情報が企業にどう使われているか、心配になる人はなくならないでしょう。
個人はおびえ、企業は踊る
世界でいったいどれだけの情報量が、流通しているのでしょうか？
こうしたことを調査している企業があります。
日経ビジネスの特集記事から引用します。
米調査会社ＩＤＣによると、世界における情報流通量は2012年、約2.7ゼタバイト(ゼタは1兆の10億倍)だった。これが2020年には15倍の約40ゼタバイトに達すると予測している。
p.30
1兆の10億倍のゼタバイトの情報流通量と言われても、想像がつきませんね？
これだけの情報量を処理するだけで、膨大なコストがかかることでしょう。
ビッグデータの解析でものすごいことができるのでは、と考える人がいても不思議ではありません。
本当のところはどうなのでしょうか？
あるＩＴ(情報技術)ベンダーの営業担当者の元には、ビッグデータで何かできないかという相談が多くの企業から寄せられる。
「お客さんが欲しいのは “ビックリ・データ”。何かすごいことが見つかると
思っている。でもそんな魔法のようなことはない」と断言する。
p.30
夢の様な話は、そう簡単に手に入らないということでしょうか。
次回は、「量は質に転じる」というテーマで、日経ビジネスの特集記事をお伝えします。
日経ビジネスの特集記事 #25
日米最新事例 ビッグデータ 本当の破壊力 2013.9.30 2/3 2014-03-13 22:02:50
＜このページでは、『日経ビジネス』の特集記事の概要紹介と、管理人のコメントを掲載しています＞
量は質に転じる
threshold（スレッシュホールド＝閾値(いちき、又は、しきいち))という言葉があります。
ゴルフの練習に例えてみます。
週に１回ゴルフ練習場へ出かけていた人が、週に３回に増やし、１回のスイング数も大幅に増やしたとします。
そうしたら、飛躍的に飛距離が伸び、ボールが飛んで行くコースもよくなった、というケースです。
目に見えない境界線を飛び越えて、猛練習したら上手くなったということですね。
その境界線を閾値というのです。
語学の訓練にも同様なことが言えるかもしれません。
期間を限定して集中して訓練する、インテンシブ・メソッドが開発されています。
閾値を別の言い方をすれば、「量が質に転じた瞬間」ということになります。
日経ビジネスは、量は質に転じる効用を大別して３つに類型化しました。
①多様な趣味・嗜好に対応 「買わない理由」もあぶり出す
ディスカウントストアチェーンのトライアルカンパニーが６月に九州地域のある１店で、赤外線センサーによる実験を行ったそうです。
カメラの映像と組み合わされたこのセンサーは、売り場の棚の前に来た客が、「どの商品を手に取り、何を棚に戻し、どれを買い物カゴに入れたか」をすべて記録する。
p.32
このシステムによって何を把握したいのかと言うと、
「これまで小売店が把握することが難しかった『レジに行くまでの購買行動』をデータで分析し、商品の陳列や品揃えに役立てたい」(p.32)
ということです。
このシステムを開発したのは、ベンチャー企業のミディー(東京都港区)で、
「同社の仕組みが画期的なのは、センサーが捉えた情報を『リアルタイムですべて』自動記録する点に」(p.32)
あります。
ミディーの深谷由紀貞社長は「これがあれば、実店舗とウェブの世界の境界をなくすことができる」と話す。
p.33
顧客の購買行動をリアルタイムで記録分析できる、システムが至るところで稼働するとします。
そうすると、最終的には購買心理を分析し、どういった商品をどの棚のどこに、どれだけ陳列すれば、これだけ売れるということが可視化(見える化)できることになりますね。
すごいことであると同時で、怖いことでもあります。
顧客は自分で商品を選んでいるようでいて、実は、店の戦略に乗り、無意識のうちに購入し、誘導されていることに気づかないことにもなるからです。
よく言えば、顧客の気持ちがわかる店ということになり、悪く言えば洗脳ということになります。
②安心・安全を進化 スマホ化したクルマで事故防ぐ
日本におけるスマホの普及率は、現在、25％程度と言われています。
中国や韓国のほうが普及率は高いそうです。
日本もスマホの普及率はこれからどんどん高まっていくことでしょう。
さて、そうしたスマホですが、スマホを事故防止に活かそうという取り組みが、愛知県で進められています。
その理由は------
愛知県内で2012年中に交通事故で亡くなった人は235人と、10年連続で全国ワースト１位となった。
自動車保有台数の多さと道路総延長の長さがその原因とみられる。
p.36
愛知県にはトヨタ自動車の城下町豊田市があります。
そこで、トヨタは愛知県警と連携し、６月から「ビッグデータ交通情報サービス」に取り組んでいるそうです。
トヨタ製のカーナビゲーション「Ｇ-ＢＯＯＫ」などを搭載する約330万台のクルマから集めた走行データを活用するということです。
このデータを基に、
愛知県警は事故が多発しそうなエリアを絞り込み、対策を講じる。
つまりビッグデータを活用して交通情報を未然に防ぐという取り組みだ。
p.36
さらに、スマートフォンでもトヨタのアプリケーションソフトを使える仕組みを一新したそうです。
③経験や勘を超越 選挙も天気も“素人”が的中
ベテランの経験や勘に勝る実績を残すことができる可能性がある一つの手段は、ビッグデータを活用することです。
しかし、それだけではないと、日経ビジネスは指摘しています。
ベテランの経験に勝るための手段は経験と勘を数値化することだけではない。
群衆の力を総動員することで大量のデータを集め、打ち勝とうとする取り組みもある。
p.40
象徴的な出来事は、隅田川花火大会だといいます。
同大会は、午後7時過ぎの開始から30分後に、激しい雷雨のため、急遽中止に追い込まれ、現場は大混乱に陥りました。
ただし気象情報会社のウェザーニューズ社の会員であれば、ほかの観客よりも少し早めに退散し、雷雨を避けることができたかもしれない。
同社は午後7時前に会員向けに警報アラームでゲリラ豪雨を知らせていた。
p.40
では、ウェザーニューズ社は、何を根拠に警報アラームでゲリラ豪雨を知らせることができたのでしょうか？
レーダー情報を基に当日朝までに警戒地域を特定し、その地域でスマホを使う会員たちに「ゲリラ豪雨防衛隊」の結成を呼びかける。
隊員(会員)は自分のいる場所の空を撮影し、同社の「防衛隊本部」に投稿。多い時で1日当たり3万通もの投稿があるという。
p.40
ヤフーの安宅和人・事業戦略統括本部長は、日経ビジネスの取材に、次のように答えています。
世の中の8割以上の人が気になるテーマであれば、どんな分野のことでも予想できる。
どうして、安宅本部長は自信を持ってこう言えるのでしょうか？
大量のデータを蓄積できる環境が整ってきたからです。
そして、ビッグデータを分析できるようになってきたからです。
それでも、ビッグデータを使った分析には、限界があることは認めています。
ビッグデータの向き不向きをを考慮しながら、新商品の売れ行き予測などの領域にも広げていくそうです。
日経ビジネスの特集記事 #25
日米最新事例 ビッグデータ 本当の破壊力 2013.9.30 3/3 2014-03-13 22:16:41
＜このページでは、『日経ビジネス』の特集記事の概要紹介と、管理人のコメントを掲載しています＞
データを「解放」せよ
ビッグデータを蓄積し、解析することで商機を逃すか、逃さないということは、企業にとって生死を分ける問題となりかねません
一方で、顧客にとっては、自分の個人情報が、どう使われているのか分からない不安を、解消することは容易ではありません。
そうした不安を完全に解消することはできないにしても、考えられる一つの手段はあると、日経ビジネスは述べています。
データを共有することで得られるメリットについて、人々により深く認識、実感してもらうことだ。
p.43
プライバシーに関する日経ビジネスの考え方は次のとおりです。
プライバシーに関わる情報は、悪用されぬよう最大限の注意を払って扱われるべきものではある。
だが、未来圏から吹きつける清冽な可能性の風を受け止めるには、盲目的に保護すればいいものではないことも確かだ。
世界を新たに記述し始めた “大きなデータ”は、「公と私」という古くて新しい課題を改めて社会に突きつけている。
p.45
遺伝子解析が激安に
23対の染色体のうち、22対まで男女とも同じX染色体を持ち、23番目の染色体がX染色体だけか、X染色体とY染色体の両方を持つかで、男女を分けることは多くの人が知っていることです。
つまり、X染色体だけを持っていれば女性であり、Y染色体を持てば男性になるわけです。
そして、23対の染色体に含まれる、A、T、G、Cのわずか4つの塩基が31億対もあり、最近まで、解読するには非常に高くついたのです。
ところが、アメリカのベンチャー企業の中に、激安で解読サービスを提供するところが出てきました。
コンピューター処理能力が向上したことで、コストは劇的に下がったのです。
1人の人間の全遺伝情報を解読する費用は、2001年9月に9530万ドル(約95億3000万円)だった。
23対の染色体に含まれる31億もの塩基対の配列を解読するのは、極めて高くついた。
それが、2012年10月には6618ドル(約66万1800円)へと、実に1万4400分の1に下がっている。
p.48
23アンド・ミーという米ベンチャー企業は、すべての遺伝子情報ではなく、一部の遺伝子情報だけを解析することで、低コスト化を実現しているそうです。
同社のアン・ウォジッキCEO (最高経営責任者)は、99ドルでサービスを提供することを明言したということです。
どんな点にメリットがあるのでしょうか？
利用者は様々な健康リスクを知ることで、生活習慣を改善したり、病院で治療を受ける際の参考にできる。
p.47
ビッグデータを巡るＩＴ企業の覇権争いの中で、台風の目になっている企業は米アマゾン・ドット・コムの傘下でＩＴインフラを提供する「アマゾン ウェブ サービス(ＡＷＳ)」だそうです。
膨大な顧客情報を保管し、商品の購買や閲覧の履歴を分析して、お薦め商品を提案するなど、アマゾンがデータ活用のノウハウに長けていることは、世界的に知られている。
p.50
ビッグデータを蓄積し、解析することは膨大なコストがかかります。
そのため、このようなサービス提供会社から安価なサービスを提供されるため、大企業でもこのサービスを利用することが多い、ということです。
日経ビジネスは次のような言葉で結んでいます。
大量のデータを、安価に、迅速に分析できる世界が急速に広がる米国。新しいビジネスが誕生し、産業界のリーダーも戦略を転換している。
日本企業もデータの荒波に翻弄されるのではなく、変化を見据えて、データ
活用で新たな産業を生み出したり、経営構造を変革したりすることが欠かせない。
p.50
🔷 編集後記
さて、この特集記事（元記事）が公開されたのは、9年前のことです。
私のブログは８年前のものです。
この記事が公開されてから現在に至るまでに、ＡＩとビッグデータに関する研究や技術が進みました。
現在では、医療、環境、教育、小売の分野で応用されているそうです。
例えば、遺伝子解析や人型ロボットへの応用、創薬、車輌の風洞実験のシミュレーション、小説の生成等さらにビッグデータの活用範囲は拡大しています。
現在では、「ビッグデータは４つのVで表される」ということです。
４つのV
Volume（量） ビッグデータの「ビッグ」はそのデータ量を表す
Velocity（速度） データが受け取られ、処理されるまでの高速な速度の
こと
Variety（種類） 利用できるデータが多様であること
Value（価値） そのデータがどのくらい信頼できるかということ
⭐ 出典元：Ledge.aiのサイト
⭐ 参考データ
サポートしていただけると嬉しいです。 サポートしていただいたお金は、投稿のための資料購入代金に充てさせていただきます。