では、IoTを利用して種類の異なるデータソースを組み合わせ、将来のハイブリッド型アナリティクスを実現するにはどうすればいいのだろうか。

技術と文化の課題をどう克服するか

　厄介なのは、IoTのビッグデータとエンタープライズソフトウェア側にあるビッグデータとの間には巨大な技術上の断絶が存在することだ。それぞれの標準、利用形態、ツールが異なるだけでなく、データの発生頻度と量も異なるのだ。

　企業文化という障壁も存在する。特に製造業の多くの企業では、製造現場のデータやIoTデータを扱う組立作業員や機械技術者、電気技術者は、エンタープライズアプリケーションのユーザーと話したり、彼らとデータを共有したりはしないのが実情だ。両者が共同作業をすることもなければ、同じ書類を読んだり、同じ会議に出席したりすることもない。

　このような状況では、全社的なビッグデータを有効に活用するのは難しい。断絶した2つの環境を融合することで実現される可能性を生かすには、大抵の企業では企業文化と技術の両面での変革が必要となる。ただ、どちらの改革が困難であるかを予想することはできない。

企業文化との融合

　技術面だけでも途方もなく大きな困難が待ち構えている。製造データの先駆的企業といわれる米GE Softwareの言い方を借りれば“回るモノ”が生成するデータの海は巨大であり、1基の航空機エンジンだけでも1回のフライトで1Tバイトものデータを吐き出す可能性がある。このデータの利用方法、そしてそれに応じたサンプリング率、データ連携手法およびアナリティクスモデルも可変要素だ。

　発生箇所においてリアルタイムで分析しなければならないデータもある。例えば、火災発生の危険があるエンジン異常は直ちに通知されなければならないが、一方では、1カ月にわたってエンジンのセンサー信号を分析する複雑な予測モデルを作成するために使用するデータもある。膨大な量の非構造型機械データの収集、統合、分析のためのプラットフォームを作成するのは、恐ろしく困難な作業である。

　しかも今のところ、この分野で標準化団体が設立される見込みは皆無に近い状況だ。これについてはGE Software、米Cisco Systems、米Texas Instrumentsなどの企業が意欲的な姿勢を見せているが、実現は容易ではなさそうだ。

　新しいプラットフォームは、製造現場のデータとバックオフィスのERPデータや電子商取引データを融合する利点を最大限に生かせるものでなくてはならない。例えば、ジェットエンジンのような高価な資産を修理する必要があることを示すデータが出てきたら、その情報に基づいてERPシステムで部品を発注し、さらに人材管理システムで保守作業のスケジュールを決めるという具合に連携させれば、全く新たなレベルの効率と費用有効性を実現することができる。

　このような可能性を現実のものとするには、企業文化を融合する必要もある。先進的な企業は既に両面の融合を進め、次世代のアナリティクスモデルと予測モデルを作成する作業に取り組んでいる。こうした取り組みは、必要な技術的基盤を確立するというレベルだけにとどまらない。

　IoTとエンタープライズビッグデータがシームレスに融合する段階に到達するのは並大抵の苦労ではないが、この取り組みは今から始めなくてはならない。幸いにも、既存のBI（ビジネスインテリジェンス）ツールを利用すれば、このハイブリッド型データ環境で必要とされる新しいリポートを作成することが可能だ。文化的インフラとデータインフラを結び付けるためには、人材と技術の両方に多くの時間と資金を投入する必要があるが、その成果は投資に十分見合うものとなるだろう。