マーティン氏は次のように推測している。「これまで、IoTに関する大半のデータやアプリケーションはオンプレミスに、特に専用システムに置かれることが多かった。だがIoTが急速に普及するにつれ、パブリッククラウドが広く使われるようになってきた」

　クラウドは、大量のデータを格納するための一元管理されたストレージとコンピューティング環境を、手頃な価格で提供する。これはパブリックでもプライベートでも変わらない。クラウドが選ばれるのは理にかなっているといえるが、「企業のニーズ自体が変わってきている」とマーティン氏は話す。「クラウドで分析をするよりも、離れた場所に設置した装置などのデバイスや行動から得られるデータを分析する方、が優れた結果が得られる。そのため、製造業者はハイブリッドクラウドの方が適切だと考え始めている」

　「特定のシステム情報はその場に保持したいと考える企業もいる。これはビジネスにおいても意味がある。検索や問い合わせのたびにクラウドとデータをやりとりすると、そのための処理能力や帯域幅に費用がかかる。代わりに、データを処理するコードごと送信し、結果をエッジコンピュータに戻す方が優れている。主に機械学習を組み込んだアプリケーションでは、分析の中でも最も負荷が高い部分をクラウドで実行し、その後の推論や洞察は局所的なサーバやゲートウェイに送るという手法が考えられる」（マーティン氏）

　Amazon Web Services（AWS）の「Amazon Web Services」やMicrosoftの「Microsoft Azure」のような大手クラウドサービスであれば、大きな負荷を支えられる可能性が高い。一方で「産業用クラウド向けのサービスの提供に力を入れているベンダーもある」とマーティン氏は話す。

　「SAPのような大規模ソフトウェア企業や、ABB、Siemensといった老舗の電力産業企業も参入するだろう。大手ソフトウェアベンダーのPTCは最近、産業向け自動化技術を開発するRockwell Automationとパートナーシップを結んだ。これにより、PTCは自社の産業用IoT開発プラットフォーム『ThingWorx』の改良を推し進めている」（マーティン氏）

混乱ではなく変革を

　産業用ハイブリッドクラウドを構成する新しいテクノロジーやシステムの導入が進むのと同時に、企業は課題に直面する。「最も大きな課題は、現在の業務を混乱させずに新たなソリューションを導入することだ」とマーティン氏は言う。

　「AI（人工知能）技術、機械学習、ロボティクスなど、全てのテクノロジーを適切に活用するのは難しいだろう。それぞれのテクノロジーのライフサイクルが異なるペースで進み、バリューチェーンのさまざまな部分にさまざまな関係者がいるためだ。さらに、各テクノロジーが種類の異なるデータを生成するので、データ処理用だけでなく、アプリケーションベンダー・パートナー企業・サプライヤー用にも正規化を施し、全てをうまく機能させる必要がある」（マーティン氏）

　「全体戦略として、混乱を招かずに変えることを重視し、少しずつ変化を加えていくべきだ」というのがマーティン氏の意見だ。

　「これはビジネスにおける変更管理と同じだ。産業用IoTベンダーに共通して言えるのは、それを実現できる製品が製造業界のIoT市場で好まれるということだ。すなわち、既存の業務への混乱を最小限に抑えながらも、徐々に技術を習得できるハードウェア、ソフトウェア、サービスが好まれる。我々はこの変化を『実行可能な最小限の変更』と呼んでいる。目標は混乱を招くことではない。ビジネスを変革することだ」（マーティン氏）