IoTを活用して事業を効率化・高収益化・人材不足を解消してみませんか 第1回

はじめに

 近年、AI(人工知能)と並んで、IoT(Internet of Things)という言葉を目にすることが増えてきました。
 また弊所におきましても、IT企業はもちろん、農業、水産業(養殖事業)、建設事業、教室運営など様々な業種の方々からお問合わせ頂いております。

 IoTとは、「モノがインターネットにつながる」というように説明されることがありますが、要するにネットワークと物がつながっているものは全部IoTといってよいかもしれません。
 AIやIoTを纏めて、これまでのIT革命(第三次産業革命)を大幅に超えるイノベーションであることを踏まえて、第四次産業革命とも呼ばれています。

図1、IoTと産業革命 IoT関連技術の審査基準等について(平成30年6月特許庁 調整課 審査基準室)より https://www.jpo.go.jp/system/laws/rule/guideline/patent/document/iot_shinsa/all.pdf

IoTとは?

IoTの目的

大きな視点はこのくらいにして、具体的な話を進めてみたいと思います。
まず、消費者側から見た広い視点では、IoTには、「家電を外出先からコントロール」したり、「お家の中のWebカメラで監視する」といったことも含まれます。


 一方、システム開発やモノづくりないしサービスを行う企業から見た視点では「センサーを活用して遠隔地からものを制御する」というように、少し技術要素に比重が高まってくると思います。

 本稿では、システム開発やモノづくりないしサービスを行う企業が、IoTを活用して事業の効率化・高付加価値化・高収益化や、他社との差別化を図っていく際に、システムのどこにどのような特許を取得して事業を守っていけばよいかという視点を中心に説明していきます。

 もちろん、IoTを導入する目的は、効率化や差別化だけでなく、もっと切実な目的でいえば、人材不足や後継者不測の解消、あるいは人手でやっていると夜も寝ないで監視していないと大変といった課題を解消するという目的も一緒に見ていきます。

 第1回目は、IoTの概要を説明するとともに、世の中のIoT関連の特許出願の状況を概観してみたいと思います。

 特許庁のIoT関連技術の審査基準に分かり易い図がありましたのでそれを拝借して簡単にご説明しますと、IoTとは、「モノ」がネットワークと接続されることで得られる情報を活用し、新たな価値・サービスを見いだす技術ということです。

 図2.IoTの用途
IoT関連技術の審査基準等について(平成30年6月特許庁 調整課 審査基準室)より
https://www.jpo.go.jp/system/laws/rule/guideline/patent/document/iot_shinsa/all.pdf

この図では、具体例として、「荷物に貼付されたセンサが、位置情報をサーバに送信する。サーバが、上記位置情報とWEB上の道路の混雑状況から、適切な配達経路を配送者に随時提供する。」という例が挙げられています。


 また、「道路のセンサが、道路の振動情報をサーバに送信する。サーバが、振動情報から道路の凸凹状況等を判断し、適切なメンテナンス情報を提供する。」といった事例も挙げられています。

いずれの例も、従来は、「ドライバーの感によって配達経路を決めたり」、「検査者の目視の勘に頼って道路補修が行われてきました」が、こういった「人の感」に代えて、「センサ」や「データの分析技術」によって、人の代わりをする、言い換えれば、効率化・高付加価値化・高収益化するとともに、省力化、人手不足の解消、後継者不足を解消するということが目的となります。

IoTの技術要素

IoTの要素としては下記の5つのステップがあります。

No.内容要素技術
ものから情報(データ)を「取り出す」ステップセンサ等(エッジ)
ものをネットワークに「繋げる」ステップネットワーク
データを「集める」ステップデータ構造(サーバー)
集めたデータを「分析」するステップ機械学習、AI
集まったデータを「活用する」ステップ提示、制御(ビジネスモデル)

これを図示したものが次の図です。

図3.IoTの要素技術とAI、ビジネスモデルの関係
ビジネス関連発明の利活用について(特許庁 審査第四部2018年)より抜粋
https://www.jpo.go.jp/news/shinchaku/event/seminer/text/document/h30_jitsumusya_txt/04_pp.pdf

 要素技術をみていくと、やはりステップ4の分析技術として、機械学習、AI(人工知能)などと密接に結びついてくることがわかります。このため、特許庁の審査基準等はどうしても機械学習、AI(人工知能)、IoTを包括して説明されたものが多い状況です。

 また、別の視点としては、ステップ5の集まったデータを「活用する」ステップで、ビジネス方法と密接に結びつくため、従来からあるビジネスモデル特許のカテゴリにも分類される特許が多い状況です(図3の赤枠部分)。

IoTの具体例

①小規模キュウリ農家の例

図4.ディープラーニングを用いたキュウリ選果機の開発

 キュウリなどの農作物を出荷する際、長さ・太さ・曲がり具合・色などに基づいて、収穫したキュウリを等級・階級を分ける仕分け作業が必要になりますが、多くの時間と労力がかかり、小規模農家にとって負担になっています。また、対象は自然物であり明確な基準がないので、作業者の主観で仕分けた結果にばらつきがでることもあります。

これを、ディープラーニング(深層学習…いわゆるAI(人工知能))で、ベテランの仕分け内容を機械学習させて、自動で選別できるようにすれば、大幅な工数削減はもちろん(人手不足解消)、ベテランの仕分けと同等の仕分けが可能となります。

さらに、選別にかかっていた時間を、作物の世話をする時間に振り分けることができ、作物の品質が向上し、収穫量もアップし、ひいては後継者のモチベーションもアップでき後継者不足を解消することにつながっていくわけです。

②乳・肉用牛の見回り/搾乳/給餌/繁殖システムの例





図5.農林水産省「スマート農業技術カタログ(畜産)」よりhttps://www.maff.go.jp/j/kanbo/kihyo03/gityo/gijutsu_portal/smartagri_catalog_chikusan.html

 もうひとつ、IoTでそこで働く人や消費者が幸せになる例をご紹介します。

 酪農の現場では、生き物である乳牛を飼育する関係で、夜も寝ていられない状況が多々あり大変苦労されていると伺っています。

 例えば、発情の期間が非常に短く最適な日時で繁殖させないと、ひいては乳量の生産量に大きな差が出てきたり、体調をうまく管理しないと生産量が落ちたり等、夜も管理が必要になります。

 そこで、PC・スマートフォン・タブレット上で、いつでもどこでも牛群の情報を管理・記録・分析することが可能なシステムを実現することが切望されていました。

これを実現するシステムとしては、例えば、牛に取り付けたセンサで乳牛の体温や脈拍、呼吸の時系列なデータを、クラウドシステムを経由してリアルタイムに牛の活動情報を収集・解析するということが考えられます。

これにより、従来の課題であった発情や急激な体調変化などを見える化して最適な飼養管理を容易にすることができるようになり、夜中ずっと起きて待っている必要も少なくなり、人手不足の解消大幅な工数削減が可能となります。

そして、乳量の収穫量もアップし、ひいては後継者のモチベーションもアップでき後継者不足を解消することにつながっていくわけです。

そして、センサによるIoT化だけでなく、集めたデータを機械学習の元になるデータ(教師データ)として機械学習(AI化)することで、牛の体調変化を予測し、仔牛が生まれるタイミングや、繁殖のタイミングを絞り込むことができ、今までできなかったような高精度な分析や予測ができるようになっていきます。

なお、上記のきゅうりの選別の例は、実際に農家の方がご自身の手で十数万円程度の部品代で自作した例ですが、思ったより簡単にできるのです。

このように、センサ一つ、集めたデータの機械学習への利用などにより、人出不足解消、後継者不足に加えて、今までできなかった分析や判断まで可能となるので、ぜひセンサ活用、IoT化、そしてAI化への取り組みを検討してみてはいかがでしょう?

次回は、IoTの特許出願の状況についてご説明していきたいと思います。

乞うご期待。

Follow me!