AWS Summit Online – セッション「産業分野で利用できるAWSのIoTサービスと活用方法(AWS-12)」を視聴した際の覚書

産業分野におけるIoT
- IoTデータで運用コストを削減
  - データ・ドリブンな規律
    - データ・ドリブン
      - データに基づいて判断
  - インテリジェントな意思決定
  - 効率性の向上
- IoTデータがビジネスの成長を促進
  - お客様とのより良い関係
  - 時間が経つにつれて良くなる製品
  - 新しいサービスとビジネスモデル
産業分野におけるIoT・クラウドの活用例
- 設備状況の可視化
- 予兆保全・品質予測
  - 外部不良率の低減
- 分析による業務改善
- 外観検査・画像解析
- エッジとクラウドのハイブリッド構成で実現
  - エッジ領域
    - 現地の特性を活かす処理
    - 産業設備との接続・データ取得・フィルタリング
    - 現地環境内のみで折り返す低遅延処理
    - インターネット通信不良に備えた自立稼働
  - クラウド領域
    - 大規模な計算能力や保管能力が必要な処理
    - 稼働履歴や画像などのデータを長期保管
    - 大量データの可視化・分析
    - 機械学習モデルのトレーニング
活用例を実現するAWSのIoTサービスと関連サービス
- 産業設備のデータ可視化
  - ゲートウェイ装置を産業設備に接続、データを読み取ってクラウドへ送信
  - クラウド側はデータを受け取ってモデリングを実施し、可視化サービスへ連携
  - ゲートウェイ
    - IoT Greengrass
      - AWSのサービスを現地デバイスに拡張
      - エッジ側でデータに対してアクションを起こせる
  - 設備の運用データモデリング・可視化
    - IoT SiteWise
      - データを収集・構造化してラベルを付け、リアルタイムのKPIとメトリクス生成し、データに基づく意思決定を改善
  - 収集データを関係サービスに連携？
    - IoT Core
  - データの可視化
    - IoT SiteWise Monitor
    - OpenSearch
    - Managed Grafana
    - QuickSight
- 設備データ蓄積・分析
  - 現地のゲートウェイ
    - IoT Greengrass
  - 設備データ収集
    - IoT SiteWise
  - 設備データ分析
    - IoT Analytics など
  - 設備データ蓄積
    - S3
- 設備の予兆保全・品質予測
  - クラウド側で機械学習
  - 業務によってはエッジ側に機械学習モデルを配布して現地処理も検討
  - 予兆保全
    - Lookout for Equipmentで簡単に始められる
      - 機器センサーを利用している環境で、設備の動作異常を検出
      - 自動でアクション可能
    - SageMakerでオリジナルの機械学習モデル作成可能
- 外観検査・画像解析
  - S3で画像ファイルを直接受け取る
  - Lookout for Visionでラベル付けを含めた外観検査を簡単に始められる
  - SageMakerでオリジナルの機械学習モデルを作成可能