DXの出発地点
私たちはありとあらゆるモノがデジタルにつながり、そのデータが収集されるビッグデータ・AI時代の真っ只中にあります。業界を横断して、DX（デジタルトランスフォーメーション）の断行が求められています。
データは企業の成功を左右する重大な情報資産としての認識が高まっていますが、その一方で従来のシステムでは急増するデータの容量やその多様性の対応に追いつけず、その場合データはまさに「宝の持ち腐れ」状態となってしまいます。
データ転送やデータ分析のための
直感的なインターフェース
これらの「もしも」を一度でも考えたことはありませんか？
もしも、ビッグデータを安全かつ低コストで保有する事が出来たら？
もしも、高額なクラウド費用に悩まされることなく、データ分析やAIを活用する事が出来たら？
もしも、データの収集から活用までを一貫して行えるシステムを導入する事が出来たら？
ビッグデータ・AIの活用事例
ビッグデータ・AI・ディープラーニング・IoT…これらの技術を活用する機会はITに限らず、あらゆる業界に広がっています。データと無縁の業界や企業は存在しません。DX（デジタルトランスフォーメーション）の機会はあらゆる場所に点在しており、データプラットフォームの導入はその出発地点となります。
製造業における究極の目的は、品質の向上とコストの抑制に集約されます。IoTの到来により製造工程はもちろん、製品が消費される過程においてもより活きたデータを収集することが可能となり、AI導入が加速しています。
例えば、生産ラインに取り付けられたセンサーより吸い上げられた情報は、データ分析を通して生産プロセスの改善や効率化につなげることが出来ます。また、特定条件下ではAIモデルによる外観不良検知が人間を上回る精度を達成できることが確認されています。マニュアル作業が多い製造現場はまさにデータの宝庫であり、DXの恩恵が大きい業界です。
品質保証の向上
製造工程の改善
不良品の検知
障害の要因分析
小売業は、常にデータと隣り合わせの業界です。Eコマースの普及に伴い、購買ログに基づく顧客セグメント化や商品レコメンドといった形でのマーケティング戦略の多様化が可能となりました。
データ分析に基づく市場トレンドや顧客需要の予測は、在庫管理の最適化による大幅なコスト削減を実現します。AI技術を活用したチャットボットは、問い合わせ対応や商品情報の配信といった形で、業務効率化を促進するためのソリューションとしての導入が広がっています。消費者との距離が近い小売業だからこそのAI導入の機会が広がっています。
レコメンド機能の実装
マーケティングキャンペーンの強化
在庫管理の最適化
販売チャネルの最適化
データ分析やAI導入は、医療の現場においても急速な変革をもたらしています。例えば、画像解析は既に病気の早期発見や予測において幅広く利用されています。これまでは長年に渡って蓄積された経験値や勘などで行われていた検査や診断も、AIによってその効率性や正確性が増しています。
また、手術室や治療室の外においてもデータ活用の機会は広がています。受付・会計・請求といった医療事務の業務は人員的な負担が大きく、DX（デジタルトランスフォーメーション）による自動化と効率化が期待されています。
病気の早期発見・予測
新薬開発の支援
事務作業の自動化
医療診断の効率化
金融業や保険業は従来よりデータドリブンな業界としての認識が高く、金融商品やサービスの多くはリスクやトレンドの予測に基づく高度な計算によって設計されています。
ビッグデータの到来に伴い、金融市場の動きや投資先の選定などにデータ分析やAI導入による予測モデリングがより幅広く使用されるようになりました。また、取引データは不正の検知などの業務リスクの低減にも活用されており、業務全般におけるデータの重要性はより一層高まっています。
顧客のセグメント化
不正取引の検知
リスク管理の強化
市場予測のシミュレーション
農業はDX（デジタルトランスフォーメーション）とはあまり縁のない業界と認識されることが多いですが、実際は驚くべきスピードでデータ分析の活用やAI導入が進められています。人口増加や気候変動といった難題が迫る中での食料供給の確保は世界規模のチャレンジであり、データはその活路を開く大きなポテンシャルを秘めています。
機械学習モデリングや画像解析は、農業や畜産における生産性の向上に大きく貢献しています。病気や害虫、雑草の診断、さらには収穫予測といった形で、人手不足が進む農業における作業効率化を推進しています。
サプライチェーンの最適化
農作物の遠隔監視
収穫の予測
生産プロセスの最適化
Avinton Data Platformの特徴
リアルタイム解析
データの価値はその発生のタイミングにおいて最も高く、時間の経過に伴い減少します。Avinton Data Platformではストレージ・プロセシング・アナリティクスの全てを基盤上に分散させる事により、リアルタイムでのBI（ビジネスインテリジェンス）ダッシュボードのデータフィードを実現できます。
インメモリのキャッシング等を通して、テラバイト級のデータを高パフォーマンスで処理する事が可能です。
保有コストの抑制
Avinton Data PlatformはビッグデータやAI分野における最新のオープンソース技術を活用する事により、高額なライセンス費用が伴う多くのベンダーツールと比較して長期的な保有コストを大幅に抑える事が可能です。
GPUやストレージコストを抑えられるオンプレミス環境への適用、安価なハードウェア上での動作を想定した設計、データボリュームの増加に対応するための高い拡張性、コンテナ技術がもたらす自己回復性、メトリクスの自動収集や監視ダッシュボードによるメンテナンス性といった特徴も、全てコストの削減に直結します。
最新のAI技術への適合
システム規模でのAI活用にあたっては、ビッグデータを特徴付ける容量・発生頻度・多様性・不確実性（ビッグデータの「4V」）の全てに対応する必要があります。
Avinton Data Platformではデータの分散処理や学習等の高負荷ワークロードの分散、そしてその先のモデルのデプロイまでをサポートします。AI分野における最先端のフレームワークを使用する事が出来る環境として、業界を問わずお客様のAI導入を支援します。
Avintonでは、ビッグデータやAIが人々の生活にもたらす恩恵を強く信じています。 そのため、当社はこれらの分野の最先端且つ複雑な技術をより多くの人々に提供すべく、尽力してきました。
Avinton Data Platformは、高い拡張性とコストパフォーマンスを兼ね備えたデータ管理の統合ソリューションです。ビッグデータやAIの最先端技術を活用し、データの収集・蓄積・処理・分析の一元化を実現します。まさに、DX（デジタルトランスフォーメーション）の青写真としてお使い頂けます。
導入事例：ビッグデータ×AI×情報通信
情報通信の分野では、モバイル端末の普及やIoTの発展によりデータ生成が爆発的に増えており、まさにビッグデータの最先端を走る業界です。Avinton Data Platformはその最大手の通信機器メーカーに導入されており、DX（デジタルトランスフォーメーション）戦略の要としての役割を担っています。データボリュームやユーザー数の増加に伴う複数回のシステム拡張を通して、その規模は既に数百テラバイトにまで上ります。
現在、Avinton Data Platformは複数のアジア圏諸国より基地局やモバイル端末が発するデータを日常的に収集し、その先のデータ分析やAI導入に活用されています。重要KPIの直感的な管理や予測のためのBI（ビジネスインテリジェンス）ダッシュボードから、マシンビジョン領域におけるAIモデルを用いた基地局での設備不良の検知にまで、幅広い分野でデータより価値を創出しています。
Avintonはハードウェアの選定からソフトウェアの検証及び実装を一貫して実施しており、現在もその運用・保守に留まらずカスタムアプリやデータ処理プログラムの開発から、技術トレーニングの提供までを幅広く行っています。
採用技術
Avinton Data PlatformはビッグデータやAIの分野における最先端のオープンソース技術を活用しています。その一例として、ファイルシステムにはHadoop Distributed File System、データ処理にはApache Spark、機械学習基盤にはKubeflowが採用されています。
データ収集
データ蓄積
データ分析
AI・機械学習
FAQ
Avinton Data Platformに関して、よくあるご質問をご紹介します。
Avinton Data Platformのコスト感について、詳しく教えて下さい。
Avinton Data Platformに限った話しではなく、システムの導入にあたっては基本的にCAPEX（資本的支出＝設備投資）とOPEX（運用コスト）が発生し、これらが総計したものがシステムの保有コストとなります。Avinton Data Platformを構成する最先端のオープンソース技術はその利用にライセンス費用が伴わないため、高額なライセンス費用が伴う多くのベンダーツールと比較して保有コストを大幅に抑える事が可能です。
オープンソースとは、ソースコードが一般に公開されており、その利用・修正・頒布が許可された開発の手法です。オープンソースは無償であるが故、世界中の開発者のコミュニティのギブアンドテイクによって支えられており、Avintonもこの考えに賛同しています。Avinton Data Platformの開発に携わる当社エンジニアが作成したパッチは、既に幾つかのオープンソース技術に採用されています。
また、当社のデータプラットフォームは安価なハードウェア上での動作を想定して設計されており、デプロイ当初におけるCAPEXに留まらず、デプロイ後のシステム拡張においても大きなコスト削減を実現します。使われていないハードウェアが手元にある場合は、設計に組み込む事によってさらにコストを抑える事が可能です。任意ベンダーのハードウェアをもとに設計する事が出来るため、条件によっては500万円台から設計に必要なハードウェアを揃える事も出来ます。
基盤のデプロイ自体は、その環境（クラウド或いはオンプレミス）、データボリューム、データ保有期間、ユーザー数等の要件によって異なります。個別の要件に基づくお見積りやデモのお問い合わせにつきましては、こちらのフォームよりお気軽にご一報下さい。
保有データの形式にバラつきがありますが、Avinton Data Platformではどのようにこの課題を解決出来ますか？
保有データの形式のバラつきは、ビッグデータの利活用を検討するにあたって避けられない課題です。実際のところ、企業全体として保有するデータのうち直ちにAIに利用可能なデータは30%以下との数値が公表されています。そのため、生データを加工データに処理するためのデータクレンジングが、データ分析やAI導入に向けたワークフローにおける最も重要且つ困難な工程と一般的に認識されています。
当社のデータプラットフォームでは生データを取り込み、個々の要件定義に基づいて自動的に加工データを出力する処理プログラムを実行する事が可能です。Avintonではデータ分析のデファクトスタンダードとして定着したApache SparkやSQLライクにデータを処理する事が出来るApache Hiveといった最先端の技術に精通したエンジニアが多数在籍しており、BI（ビジネスインテリジェンス）ダッシュボードへのリアルタイムのデータフィードを実現するためのサービスを提供します。
保有データのソースにバラつきがあり困っていますが、Avinton Data Platformはどのように役立ちますか？
データの形式と同様に、ソースの多様性もデータ管理において大きな課題となります。従来のやり方の一例としてはシェルスクリプト等を用いた定期スケジュールでのデータ収集が挙げられますが、ビッグデータやIoTの到来に伴うデータボリュームの急増に対して、その都度スクリプトの内容を更新するやり方はスケーラブルではありません。データは時間の経過に伴いその価値が下がるため、データを日常的に吸い上げる仕組みが欠かせません。
Avinton Data Platformは複数ソースからデータを収集するためのパイプランを、直観的なGUIを以て構築するためのツールを備えています。これらのパイプランはクラウドや社内システム、ファイルサーバー等のあらゆるソースよりデータの収集を自動化するために最適です。複数ソースよりデータを集める事により、データブレンド（データの組み合わせ）による多次元的な分析が可能となります。
具体的なデータボリュームが読めず、また将来的には要件が大幅に変わる可能性もありますが、その場合は一からの導入になりますか？
Avinton Data Platformは新規データやユースケースの追加によるリソース再配分の必要性をも視野に入れて設計されています。コンテナ技術の活用により、ボリュームに限らずアプリケーションの要件の変更に対して自由にスケール（拡張）する事が可能です。
当社のデータプラットフォームは複数のサーバー（ノード）をクラスタ化する事によって構成されており、ストレージやメモリといった物理リソースが不足した場合は単にノードを追加するだけで対応が可能という特徴を持ち合わせます。そのため、一からの導入どころか、限りなく少ないダウンタイムで既存のシステムを拡張する事が出来ます。
基盤全体のヘルスやパフォーマンスは、どのように監視されていますか？
Avinton Data Platformは、複数のサーバー（ノード）をクラスタ化する事によって構成されており、その上にデータ管理のための複数のアプリケーションが動作しています。そのため、システムの運用にあたっては各々のノードだけでなく、それらに跨るツールの監視も必要となります。
当社のデータプラットフォームには、ヘルスチェックの一元監視の仕組みが備わっています。物理リソースのメトリクスやログを収集し、監視用のダッシュボードにリアルタイムでフィードする仕組みや、特定閾値を超えた場合のシステム管理者へのアラート通知等の設定が可能です。これらは運用のオーバーヘッドを抑制し、健全なシステムの保守に欠かせません。
AIの活用は初めての試みとなりますが、それでもAvinton Data Platformをフルに活用する事は出来ますか？
Avinton Data PlatformはAIモデルの構築からそのデプロイ、さらにはその先のシステム運用までをサポートします。モデリング能力に制限があり、また高額なライセンス費用が伴うAutoML（自動機械学習）ツール等を別途準備する必要がありません。また、学習や推論といった高負荷ワークロードを基盤上に分散することにより、システム全体の安定した動作を実現します。
データプラットフォームの導入に先立った保有データの有用性の確認についてはAIコンサルティングのサービスをご利用頂き、サンプルを用いたPoC（Proof of Concept）による技術的実現性の検証も可能です。
Avintonについて
Avintonはその創業以来、移動体通信の分野を中心に数多くのデータ関連プロジェクトを成功に導いて参りました。現行プロジェクトの半数以上は、AI導入やビッグデータ化活用を目的としたものとなっています。
開発は外部に委託せず、全て自社内で行っております。社内には幅広い年齢・国籍のエンジニアが多数在籍しており、あらゆる分野のエキスパートとして活躍しています。そのため、自信を持ってお客様に最高の品質のソリューションをお届けする事が出来ます。導入事例のプロジェクトにも、システムの構築・運用・保守を担当するデータアーキテクトからデータの収集・解析を行うデータエンジニア、アプリ開発を担当するエンジニア、プロジェクト全般の進捗を管理するPMが携わっています。
また、Avintonはシステムの開発だけではなく、ITコンサルティングにも強みを持ちます。世界10数ヵ国で15年以上に渡ってビッグデータやAI導入に関するコンサルティングの実績を持つリードコンサルタントのもと、 引き続きお客様に最適なソリューションをお届けして参ります。
Avinton Customers
お問い合わせフォーム
ご質問等がございましたら、下記フォームよりお気軽にお問い合わせ下さい。