エッジ コンピューティングは、さまざまな業界の企業にとって大きな潜在的メリットをもたらします。この分散コンピューティング モデルは、データ ストレージとアナリティクスをデータ ソースに近づけることで、応答時間の短縮、ネットワーク レイテンシの減少、帯域幅コストの削減、さらには組織のセキュリティを強化します。

エッジでのコンピューティングは、接続されたオブジェクトが収集するデータをリモートで処理できるため、IoT（モノのインターネット）などのイニシアチブをサポートします。このようなシステムがなければ、コネクテッド デバイスから生成される膨大な量のデータは、組織の中心データ インフラストラクチャを容易に圧迫し、分析のためにクラウド リポジトリにシャトルする場合は多額のコストがかかります。

[データ アナリティクスチームの大成功の秘密をご確認ください。| Beware the データ アナリティクスの12の俗説とデータ アナリティクスで組織が確実に失敗する方法にご注目ください。| データ アナリティクスの最新情報を入手するにはCIOニュースレターにご登録ください。]

データの収集場所であるエッジにより多くのアナリティクス機能を導入することで、組織はより高い応答性と効率性を実現できます。ここでは、さまざまなユース ケースで企業がどのようにエッジにアナリティクスをデプロイしているのかをご紹介します。

道路の安全

Trimble Transportationは、経路の決定と最適化、トラッキングと可視化、安全性とコンプライアンス システムなどの技術を顧客に提供しています。クライアントは主に貨物運送業者で、車戴テレマティクス端末から毎日100億以上のデータポ イントを生成しています。データ ポイントには、エンジン温度、ターボ回転数、油圧、速度、クーラント レベルなど50以上の変数が含まれます。

車両センサーは増えつつあり、主要な性能指標をモニタリングし、タイヤの空気圧低下、車線逸脱、後方障害などの問題をドライバーに警告します。その結果、安全技術が大幅に進歩しましたが、その一方で膨大な量のデータが生成され、それを迅速に処理しなければリアルタイムに活用することができません。

Trimbleの場合、エッジ アナリティクスはより速く分析情報を得る方法を提供します。運輸・物流企業向けにハードウェアとソフトウェアを開発し、コネクテッド サプライチェーンを構築しているTrimbleは、トラック運送会社のバック オフィスを「ハブ」とするハブアンドスポークのネットワーク システムを構築していると、同社のデータ サイエンス担当副社長のChris Orban氏は説明します。

Orban氏によると、ハブには、輸送管理システム、注文受付、安全性とコンプライアンスなど、「スポーク」から提供されるデータ依存型運用システムのアプリケーションが含まれています。

同氏によると、「このモデルにおけるスポークは、運転席で車載コンピュータや電子ログ記録装置などの最先端技術を利用するトラック ドライバーです。」「これらの装置は4G LTEネットワークでクラウドに接続され、エッジで多くの計算が行われています。これらの計算には、ドライバーの勤務時間の追跡、安全イベントの報告、配達証明などの電子文書のスキャンが含まれます。」

Orban氏は、商用車の追跡が規制されるようになった頃から、何年にもわたってエッジ コンピューティングの反復処理を使ってきたと言います。Trimbleの初期の電子機器はトラックの運転席に設置され、トラックの位置や燃料レベルなどの簡単な情報を中継していました。「全員がポケットに携帯電話を持っていなかった時代に、バック オフィスとのコミュニケーションを提供していました」と同氏は述べます。

トラック運送会社が資産の所在を把握し、携帯電話の圏外にいる可能性のあるドライバーや機器と通信する機能があることが、この事業の主な推進要因でした。「衛星通信が唯一の接続オプションである可能性もあるため、これらの機器はドライバーと一緒にエッジで機能する必要がありました」とOrban氏は振り返ります。

安全性の観点から、Trimbleのすべてのモビリティ デバイスは、商用トラックのエンジン制御モジュール（ECM）と自社製およびサードパーティ製の安全ツールとの間をインターフェースで接続し、ハードブレーキ警告、後続車警告、ロール スタビリティ制御通知などの機能を提供します。

「運転席で、ドライバーは自分の運転行動について即座にフィードバックを受け、リアルタイムで効果的にその行動を修正することができますし、デバイスが代わりにやってくれることもあります」とOrban氏は言います。「たとえば、カーブを速く曲がりすぎているのがわかり、ロール スタビリティ制御が作動した場合、その装置は実際にブレーキを作動させてトラックを減速させ、そのロール スタビリティ制御が作動しなくなる状態にすることができます。」

Trimbleは、乗務時間からドライバーの疲労度を算出するエッジ アプリケーションも提供しています。

Trimbleがデータ アナリティクスとエッジ コンピューティング機能に投資しているもう一つの大きな分野は、ビデオです。「現在、多くの商用車には、ダッシュボード、サイドミラー、後部バックカメラ、あるいはこれらすべてに、外向きまたは内向きのカメラが設置されています」とOrban氏は言います。「これらの視覚化されたデータソースから得られる情報量は膨大です。」

TrimbleのVideo Intelligenceツールは、ドライバーが衝突を避けるためにブレーキを踏むハード ブレーキング イベントなどの安全イベントが発生したときにトリガーされます。これらのビデオは、ドライバーのリスク軽減、事故時の責任追及、ドライバーのトレーニングなどに活用できます。

「当社では、標準的なダッシュカムに収まらず、今ではトラックの側面を見下ろして車線逸脱の警告を出したり、荷物搬入口で適切に位置決めしたりと、ドライバーの仕事を支援できる真の統合ビデオ システムを実現しました」とOrban氏は言います。

Trimbleのデータ サイエンス チームがエッジ アナリティクスの提供に深く関わっているとOrban氏は説明します。「当社のチームは、顧客のビジネスに対する具体的なニーズを理解するために、お客様と直接作業することに多大な時間を費やしています」と同氏は言います。

通常、Trimbleの顧客が安全システムの適用を開始すると、時間の経過とともに徐々に改善されていくことが確認されています。「ハード ブレーキやロール スタビリティ制御など、さまざまな種類のクリティカル イベント警告を適用することで、多くの場合、ドライバーの予防可能な事故が10%～15percent減少します」とOrban氏は説明します。「このようなエッジ ソリューションは、まさに、そうした運転をするドライバーの行動を変化させているのです。」

交通管制

ラスベガス市は、交通管制や自律走行車との通信の自動化に、IoTのデプロイを含むエッジ コンピューティングを使用しています。

市のIT部門でチーフ イノベーション オフィサーを務めるMichael Lee Sherwood氏は、「地域社会にメリットを提供しながら、業務効率を向上させる方法を模索しています」と語ります。「エッジ コンピューティングは、IoTシステムが重要なデータを処理し、リアルタイムの分析とデータを提供することを可能にします。」

Blackjackと呼ばれる交通システムは、Ciscoによるプラットフォームを使用しています。このプラットフォームは、交通の流れをモニタリングし、リアルタイムの交通統計や自律走行車と通信する機能を提供します。  

ラスベガスは、スマート トラフィック ソリューションに取り組みながら、2018年にエッジ コンピューティング技術のデプロイを開始しました。ネットワーク エッジでデータを分析するようになった要因は、ほぼリアルタイムのデータを必要とする自律走行車メーカーとの提携が大きなきっかけだった、とSherwood氏は言います。

「エッジ コンピューティングによって、データを分析し、最高のスピードで相手に提供できるようになりました」と同氏は語ります。

データをリアルタイムで可視化することで、「意思決定者がより多くの情報に基づいた意思決定を行う」ことが可能になります。

予測アナリティクスと人工知能（AI）の追加は、交通の流れを改善する意思決定に役立っており、「近い将来、交通渋滞の解消、移動に要する時間や成果の改善に劇的な影響を与えるようになるでしょう」とSherwood氏は言います。

データ アナリティクスの業務全体およびエッジを強化するため、市はIT部門の外郭団体としてデータ アナリティクス グループを展開しています。データおよびアナリティクス業務室は、組織内でデータがどのように統制および利用されるかを主導しているとSherwood氏は説明します。「新しい技術が市場に出てくることで、多くのチャンスがあると考えています」と同氏は続けます。「私たちの主な目標は、チームの構築と、データ ソースのガバナンスとキュレーションに対する取り組みに注力しています。」

初期段階でデプロイするメリットとしては、交通交差点で実際の交通量に応じた信号のタイミングを調整できるようになることなどが挙げられます。Sherwood氏は、これは、「このような新しい技術が地域社会のすべての人に利益をもたらすソリューションの実現に役立つことを示す良い兆候である」と述べます。

現在、市の最新スマート システムの一部でAIが役割を果たしており、エッジ コンピューティングとエッジでのアナリティクスの必要性は高まる一方だと同氏は言います。

エッジ コンピューティングの課題の多くは、エッジでどのような処理を行うか、データをどのように、どれくらいの期間保存するかを決めることにあると同氏は続けます。「私たちはまだこのプロセスに取り組んでいる最中です。取りかかるシステムやパイロット プロジェクトが増えれば増えるほど、可能性と現実について学ぶことができるのです。」

地球の観察

高頻度で高解像度の地理空間画像とアナリティクスを商用および政府顧客に提供するSatellogicは、

エッジ コンピューティングの概念を極限まで高めています。

自社で衛星を製造している同社は、ビッグ データ分析ソフトウェア プロバイダのPalantir Technologiesを含む複数のパートナーと提携して、データ アナリティクスをネットワークのエッジ、つまり衛星搭載に取り組んでいます。

Satellogicは、マルチスペクトル画像やハイパースペクトル画像、フルモーション ビデオを収集する衛星群の構築と運用を行っている、と同社のCTO兼共同設立者のGerardo Richarte氏は説明します。

「10年以上前、最初の衛星の設計と製造をしたとき、エッジで意思決定する必要があるのはわかっていました」とRicharte氏は言います。「当社の最初の衛星は、エッジ コンピューティングを活用するためのハードウェアとソフトウェアを搭載して飛行しました。垂直統合されていることで、軌道上で新しい技術を開発しテストする際に非常にアジャイルに対応できました」。

当初、衛星を使った計算作業は内部で実験的に行われていた、とRicharte氏は言います。「顧客基盤の拡大に伴い、画像処理アルゴリズムを軌道上でストリーミングするために、顧客との提携を開始しました。」

エッジ コンピューティングは、Satellogicの顧客の体験に3つの大きな強化をもたらすとRicharte氏は言います。「まず、エッジ コンピューティングによって、お客様にリアルタイムのアラートを提供できるようになります」と同氏は説明します。「情報源に近ければ近いほど、お客様一人ひとりが必要とするアラートをいち早く生成して発信できます。」

2つ目は、リタスクを含むエッジでのアクションが可能であることです。「アルゴリズムによって特定の対象物にフラグが立てられると、衛星を瞬時にリタスクしてその対象物をロックオンして追跡したり、フルモーション ビデオ キャプチャなど別の製品を実現することができます」とRicharte氏は言います。

あるアルゴリズムがきっかけで、衛星が特定のペイロードを即座に起動し、本来なら見逃されるはずのデータを取得することができる可能性があります。たとえば、フルモーション ビデオ（FMV）は、「ある種の意思決定に不可欠であることを証明できるため、エッジAIの優れたアプリケーションです」とRicharte氏は言います。「ただし、連続稼働させるにはデータ量が多すぎます。」同氏によると、的確な顧客ニーズに従ってプログラムされたエッジAIアルゴリズムは、SatellogicのFMVを他のデータやコストがかかるペイロードとともに活用するためのパラメータを定義できます。

最後に、エッジ コンピューティングを活用することで、データ転送の優先順位をつけることができます。「軌道から地上へのリモート接続は帯域幅が限られており、データのダウンロードにはアプリケーションによっては必要以上に時間がかかることがあります」とRicharte氏は言います。「衛星データをエッジでアルゴリズムを通して実行することで、個々のお客様の優先順位や目標に応じてデータ転送をオーケストレーションできます。」