スケールするIoT：CumulocityとAWSでエンタープライズグレードソリューションを構築

IoTは新しいビジネスモデルも推進します。顧客が製品を完全に購入するのではなく、使用量に基づいて支払うEquipment-as-a-Service（EaaS）の世界市場は、2025年までに1,310億ドルに達すると予測されています。¹これは2019年の220億ドルから大幅な増加で、IoTシステムがデバイスの使用状況とパフォーマンスを監視・追跡する能力によって実現されています。

しかし、スケールするIoTの実現は困難です。400社以上のIoT導入企業へのインタビューに基づくBeecham Researchの2020年調査では、IoTプロジェクトが完全または大部分で成功したのはわずか42%でした。調査対象企業の60%がスケーリングに問題を報告しています。その他の企業は、明確なビジネス目標の欠如、不十分なネットワーク接続、変化への内部抵抗、外部専門家の活用不足などの課題に直面しています。

IoTの可能性を探り始めた企業は、おそらく共感できるでしょう。初期のプロトタイプで有望な結果を得て、今度はスケールアップを検討している場合もあれば、社内構築ソリューションを試みて、ソリューションプロバイダーからの支援を求める時期だと気づいた場合もあります。組織が全く新しいIoT機能を構築したいか、現在のエコシステムを拡張したいかに関わらず、ソリューションは実装と保守が容易で、何よりもコスト効率的である必要があります。

¹IoT Analytics, Equipment as a Service Market Report 2020–2025

CumulocityとAmazon Web Services（AWS）：共同ソリューション

Gartnerの2024年Magic Quadrant™ for Global Industrial IoT platformsでリーダーに選ばれたCumulocityは、長期的なIoTビジョンの開発を始めるのに理想的な場所です。フルスケールエンタープライズIoT SaaSプラットフォームとして、そのbuy and buildアプローチにより、ユーザーは強力な標準機能を活用してプロジェクトを迅速に展開し、同時に市場差別化のための独自機能を開発できます。

CumulocityはAmazon Web Services（AWS）を通じてクラウドに最も一般的に展開されます。AWSは世界で最も包括的で広く採用されているクラウドプロバイダーであるだけでなく、フルスケールIoTソリューションをサポートする最高レベルの統合サービスも提供しています。対象トピックには、アナリティクス、機械学習、ビジネスインテリジェンス、デジタルツインが含まれます。多くの機能が補完的であるため、CumulocityとAWS IoTオファリングの間には大きなシナジーがあります。実際の実装では、組織が両ベンダーの技術を組み合わせることで、最先端で堅牢、将来性のあるIoTソリューションに必要なすべての機能にアクセスできることが示されています。

市場のどのIoTソリューションよりも、Cumulocityの主要な価値提案は、IoTの基本的な構築負担を取り除き、企業が特定の機能の構築に集中できることです。高度に直感的なユーザーインターフェースにより、現場エンジニアや非開発者でも、コーディングをほとんどまたは全く必要とせずに、強力なアプリケーションを構築し、ビジネス固有のデータプロセスを簡単に管理できます。コアデバイス管理ソリューションにより、企業は既存資産を迅速に接続し、ライフサイクル全体を通じてサポートしながら数百万台のデバイスを簡単に管理できます。ダッシュボード、アラートエンジン、ストリーミングアナリティクスは直感的でユーザーフレンドリーです。ミリ秒単位のデータを活用するために、ほとんどのプラットフォームでは技術スタッフが高度なクエリを書く必要がありますが、Cumulocityではいくつかのボックスをクリックするだけで済みます。

このプラットフォームは、IoTをオンプレミスで運用する必要がある企業にも理想的です：Cumulocity Edgeは、ローカルサーバーやデータセンターに展開できるIoTクラウドSaaSプラットフォームの単一ノード版です。

AWSは、幅広い補完的なグローバルクラウドベース製品を提供しています。これには、コンピューティング、ストレージ、データベース、アナリティクス、ネットワーキング、モバイル、開発者ツール、管理ツール、セキュリティ、エンタープライズアプリケーションが含まれ、オンデマンドで数秒で利用でき、スケーラブルで従量課金制です。AWSはまた、データウェアハウジング、デプロイメント、ディレクトリ、コンテンツ配信を含む200以上のサービスを提供しています。新しいサービスは、初期固定費なしで迅速にプロビジョニングできます。これにより、あらゆる規模の企業が変化するビジネス要件に迅速に対応できます。

さらに、AWSはエッジからクラウドまでIoTプログラムをサポートする幅広いサービスを提供しています。例えば、AWSは最先端の可視化を提供します：高度に没入型のデジタルツインメーカーにより、ユーザーは現実世界の3D表現を作成でき、3DデータプラットフォームMatterportとの統合により、工場フロアなどの場所をスキャンして写実的で操作可能な仮想空間を生成できます。

このホワイトペーパーでは、CumulocityとAWSがデバイス接続と管理、データ永続化とクエリ、デジタルツイン、機械学習、ビジネスインテリジェンスなど、幅広いIoT機能を共同でカバーする方法を検証します。両ベンダーのコンポーネントを統合したソリューションがうまくスケールし、データやベンダーロックインを回避することを示しています。また、この戦略がコスト効率的であることも説明します：buy and buildアプローチの一環として2つのベンダーと協力することは、最も堅牢なIoT機能セットを提供するだけでなく、コスト削減にも役立ちます。一例は、IoTリソース消費を削減し、コスト最適化を改善するEdge上のIoTです。もう一つの例は、以前は外注していたタスクを社内で処理するオプションを提供するローコード機能です。要約すると、この戦略は新しいソリューションの市場投入時間の短縮と、カスタム構築ソリューションと比較した総所有コスト（TCO）の削減の両方を実現するチケットです。

IoTプラットフォームの基本とデバイス管理

ほとんどの企業にとって、一般的なソフトウェア開発フレームワークに基づいてシンプルなIoTパイロットソリューションを構築することは比較的簡単です。ビジネスの要求に応じて成長する産業強度のIoTプログラムを設定し、ソフトウェアメンテナンスの罠を回避することははるかに困難です。いつものように、早期に下された決定が長期的な成功にとって重要です。最も重要な2つは、IoTプラットフォームを社内で構築したいという衝動を避けること、そしてIoTウェブアプリケーション構築に適切なツールを選択することです。

デバイス管理

モノのインターネットには2つの基本的な特徴があります。最初の特徴はその名前にすでに表れています：デバイスがインターネット技術を使用して接続されています。これは、広くアクセス可能なハードウェアとソフトウェアに基づく簡単でコスト効率的な通信を約束します。基本的なインターネット技術の使用は簡単に見えますが、システムを接続してデータを転送するために多くの異なるプロトコルを使用することがしばしば見落とされます。インターネットプロトコル（IP）は、その上に多数のプロトコルを持つネットワーク層プロトコルです：トランスポート層にはTCPだけでなくUDPもあります。アプリケーション層には、消費者に知られているインターネットで最も使用されているHTTPと、IoTの世界で支配的なMQTTが含まれます。ここですでに、これらすべてをサポートできる構築ソリューションは、当初予想されていたよりもはるかに複雑になることがよくあります。

IoTの2番目の基本的な特徴は、IoTシステムが通常、非常に多くのデバイスを含むことです。IoTはビッグデータの基本的な推進力です。ビッグデータは単に少し多いデータではありません：データ量と特性が非常に異なるため、ビッグデータはそれを扱うために全く新しい戦略と技術を必要とします。同じ理由で、IoTデバイスへの接続と管理には、より従来のITシステムの接続に使用されるものとは異なるアプローチが必要です。

成熟したIoTプラットフォームは、これらの特徴の両方を効率的かつ効果的に扱うための機能を提供します。**企業がIoTの旅に乗り出すときに犯す主要な間違いは、IoTプラットフォームを自分たちで構築しようとすることです。**事実上すべての状況において、このアプローチは持続可能ではありません。効率的な開発チームでさえ、実際に顧客のニーズに対処するソリューションに焦点を当てる代わりに、差別化されない機能の構築に時間を費やしすぎます。

Cumulocityにより、企業はプロトコルに関係なく、データ量がどれほど大きくても、すべてのIoTデバイスに簡単に接続できます。ファームウェア、ソフトウェア、構成、セキュリティ関連タスクを含む包括的なライフサイクル管理を提供しながら、最大数百万台のデバイスを効率的に監視・制御します。すぐに使える機能により、構築ソリューションの頭痛の種を排除し、コストを削減し、開発タイムラインを短縮し、最もビジネス価値を提供することに集中するためのリソースを解放します。

IoTウェブアプリケーションの構築

企業が堅実なデバイス管理基盤を達成すると、次のステップは通常ウェブアプリケーションの形でIoTソリューションの構築を開始することです。ここでも、重要な質問はどの技術に依存するかです。すべてのIoTソリューションは異なりますが、ほとんどは比較可能な「中レベル」機能セットを必要とします。例には、デバイスデータを直感的な方法で可視化すること、このデータの集約と組み合わせを（ハードコーディングではなく）構成すること、アラート、対応するユーザー管理とセキュリティを持つ異なるエンドユーザーロール用の異なるビューの提供が含まれます。

ほとんどの企業は、これらのタスクを迅速化するために汎用プログラミングを超えて検討します。しかし、選択できるツールには混乱するほどの多様性があります。企業が犯す2番目の主要な間違いは、IoTアプリケーション専用に設計されていないツールを選択することです。多くの企業は、典型的なIoTアプリケーションとある程度の重複があるが、より高速で細かいIoTデータの処理にはあまり適していない現代のビジネスインテリジェンスプラットフォームに頼ります。他の企業は、よく知られた「ELK」技術スタックでKibanaを置き換えることを意図していたという事実によって示されるように、システム監視ツールとして考案されたGrafanaを利用します。繰り返しますが、システム監視はIoTと似た目標を持っていますが、同一ではありません。それにもかかわらず、企業は単に他の場所ですでに使用されているから、および/または「無料」と考えられているからという理由で、IoTプロジェクトにそのようなツールを選択することがよくあります。これは、開発者の時間のコストを無視することで、悪いbuy vs buildの決定につながる傾向があります。

測定値をコンテキストに配置：資産階層からデジタルツインまで

IoTデバイスによって取得された測定値は、その完全な価値を提供するために構造とビジネスコンテキストが必要です。例えば、産業用ロボットには通常、異なるデータポイントを測定するいくつかのIoTデバイスが含まれています：位置、圧力、温度など。ロボット自体は資産と呼ばれます。この文脈では、それはデータ収集のためのいくつかのデバイスを含む物理的オブジェクトを意味します。

資産はしばしば階層で構造化されます。最も明白な2つは、空間トポロジーと部分論と呼ばれる構造で、資産とその部品を説明します。デバイスは部屋に設置され、その部屋は階にあり、その階は建物にあります。ユーザーは、異なるドメインモデルから複数の資産階層に同時にデバイスを割り当てることができます。資産階層は、セキュリティ分類や技術標準などの論理的で非物理的な構造を記述することもあります。

デジタルツインとその多くの可能性

今日、多くの企業はこのシンプルなコンセプトを超えて、デジタルツインを採用しています：パフォーマンスを理解、予測、最適化するために使用される資産と関連プロセスの包括的なソフトウェア表現です。デジタルツインは、1つ以上のシステムが物理的資産に関する情報を、「遅い」マスターデータから非常に「速い」IoTデバイスデータまで収集し、すべてのデータが単一のエントリーポイントでアクセス可能になると「出現」します。これらのエントリーポイントは、生産ライン全体の仮想表現まで、しばしば没入型ユーザーインターフェースを提供します。適切に行われたデジタルツインは、資産のデータ収集と統合の中心にあります。

CumulocityとAWSの両方が、洗練された測定値コンテキスト機能を提供しています。Cumulocity Digital Twin Managerは、コードフリーの実装と産業機器・機械メーカーへのダッシュボードの魅力で際立っています。AWSのIoT TwinMakerは、没入型3D体験とグラフデータベースを使用したあらゆる速度のデータのシームレスな統合を提供します。共同アプローチに興味のある顧客にとって、2つのソリューションは統合が簡単です：AWS IoT TwinMakerは設計時にCumulocity資産階層を消費し、ユーザーが生産ラインの没入型でデータ駆動型の可視化を定義できるようにします。その後、TwinMakerシーンはCumulocityダッシュボードにシームレスに統合でき、実行時にCumulocityデバイス測定値を消費できます。

Cumulocity Digital Twin Manager

Cumulocity Digital Twin Managerにより、ユーザーは資産モデルを定義し、それらを使用して資産階層を構築できます。効率的でコードフリーの実装のための多数のユーザーフレンドリー機能が付属しています。Cumulocityのダッシュボードは、拡張可能なウィジェットセットに基づいて資産とそれらが送信する測定値を効率的に可視化でき、機器メーカーとその顧客の両方に利用可能にできます。

例えば：

• ダッシュボードは、産業用ロボットなどの資産のIoT測定値を表示するように構成できます。これは特定のロボット用に簡単にインスタンス化でき、複数のインスタンス間で切り替えでき、同じダッシュボードで異なるIoTセンサーセットを持つロボットバリアントも処理できます。
• 所有権と組織を記述する資産プロパティを使用して、同じマシンの異なるダッシュボードを構成できます。Equipment-as-a-Serviceビジネスモデルでは、1つは機器プロバイダーが使用し、もう1つは顧客が使用する場合があります。
• ルールとトリガーも資産タイプに関連付けることができます。例えば、すべての部屋を一定の温度に保つ、または生産ラインで検出されたすべての異常が責任者のマネージャーにアラートをトリガーするようにCumulocityを構成することが可能です。

AWS IoT TwinMaker

AWS IoT TwinMakerは、より没入型の体験のために設計されています。その強みは視覚的な側面にあり、物理的な三次元世界の洗練された可視化を提供します。

TwinMakerにより、ユーザーはシーンと呼ばれる現実世界の3D表現を構成できます。これらは、ゼロから作成するか、glTF形式に基づいて3D/CADまたはBIMシステムから変換することで作成できます。物理空間のデジタル表現をより迅速に取得するために、TwinMakerはMatterport™と密接に統合されています。この製品により、ユーザーは工場フロアなどの物理環境をスキャンし、写実的で操作可能な仮想空間を直接生成できます。新しいオペレーターやメンテナンスチームのオンボーディング、環境と主要な機械やプロセスへの迅速な方向付けに特に有用です。

これらのTwinMakerシーンは、IoT測定値用のCumulocityコネクターなどのTwinMakerコネクターを通じて配信されるデータで生き生きとしたものにできます。例えば、風力タービンのシーンは、アニメーションを駆動しながら風速などのメトリクスを表示する場合があります：仮想タービンのローター近くの速度インジケーターが、ライブ測定値に基づいた速度で実際に回転する場合があります。

ユーザーは、より直感的な体験に追加するさまざまな可視化を駆動するルールを定義できます。例えば、ルールはタービンのローターが速く回転しすぎるリスクがある場合に赤く再着色したり、その瞬間にシーンの最も重要な要素にオペレーターの注意を集中させるために警告アイコンを表示したりする場合があります。

「ライブ」IoT測定値に加えて、包括的なデジタルツインには、メンテナンス記録やハンドブックなどの長寿命で低速度のデータが含まれます。Cumulocity資産階層がTwinMakerの知識グラフでエンティティの階層として複製される一方で、他のデータソースからの追加の非資産エンティティで豊かにすることができます。これには、企業ERPシステムに保持されている作業指示、プロセス定義、生産スケジュール、またはドキュメントリポジトリが含まれる場合があります。これらの豊富だが接続されていないデータソース間の非階層的な関連付けを知識グラフに追加できます。例えば、関連付けは生産ライン資産をそのすべての履歴作業指示、故障履歴、エンジニアリングドキュメント、メンテナンス指示、および今後の販売注文需要と関連付ける場合があります。TwinMakerは、ユーザーがこれらの関連付けを横断して生産イベントや計画メンテナンスの影響の全体的なデータビューを作成できるグラフスタイルクエリをサポートしています。これにより、顧客の監督者と計画者が修復や定期保守の取り組みを優先順位付けするのに役立ちます。

AWS GlueとAmazon Athenaは、構造化データソース、特にログファイル、ERPエクスポート、CMDBレコード、またはその他のCSVタイプファイルが長期間にわたって収集されるデータレイクからのデータのカタログ化と簡単なクエリ（SQLを使用）の優れたコンパニオンです。TwinMakerには、実行時にこのデータレイクデータをクエリできる組み込みのAthenaコネクターがあります。設計により、TwinMakerはデータを複製せず、常に実行時に元のレコードシステムに接続します。これにより、データが可能な限り最新であることが保証され、同期を保つ必要がある追加のデータサイロの作成が回避されます。

図1. AWS IoT TwinMaker。

デジタルツイン：重要なポイント

CumulocityのDigital Twin Managerは、資産階層に基づくIoTユースケースのコードフリー実装に焦点を当てており、ダッシュボード、ルール、アラーム、ストリーミングアナリティクスを操縦できます。その使いやすさと柔軟なダッシュボードにより、頻繁に変化する資産タイプを持つすべての顧客、またはエンドカスタマーに提供される際にデジタルサービスがカスタマイゼーションを必要とするケースに理想的な選択肢となります。

AWS IoT TwinMakerは、仮想三次元シーンでの自由な移動を必要とする革新的なユースケースを強化します。焦点が空間情報と3D世界をナビゲートする能力、または非資産データでの豊富化にある場合は常に、これが理想的な製品です。

2つのツールを組み合わせて使用することで、メーカーの資産のより深い理解を提供するより代表的なモデルを可能にする、より完全なデジタルツインソリューションが提供されます。

*静止データ*と*動的データ*の分析

アナリティクスとビジネスインテリジェンスは、従来、データベース、データレイク、または多くの機械学習ソリューションが行うように単純にファイル内の保存されたデータでの作業に関連しています。このようなデータソースは静止データと呼ばれます。

IoTでは、デバイスからの短命なデータが継続的にストリーミングされており、分析前にそれを保存することは、不可能ではないにしても、しばしば非常に非効率的です。1つのオプションは、受信データをコンピューティングメモリ（RAM）で直接使用することです。2番目のオプションは、ビデオやその他のタイプの高速ストリーミングデータを処理するように設計されたAWS Kinesisなどのストリーミングサービスを使用することです。これらのサービスも構成可能な限られた時間（ストリーム保持と呼ばれる機能）データを保存しますが、ストレージよりも低遅延アクセスを優先します。これらのデータソースは、ソフトリアルタイムまたは（やや簡略化して）動的データと呼ばれます。

動的データの監視と高度なアナリティクス

動的データから価値を得るための3つのコアアプローチがあります。簡単に言うと、監視は既知のターゲット状態に対する既知のシステムプロパティの観察です。製薬業界の例を考えてみましょう：化学反応器の温度（プロパティ）が600°C（そのターゲット状態）を下回る必要があることが知られている場合、温度を測定してターゲット状態と比較し、何かがおかしい場合に警告するアラートを設定できます。この測定と比較を合わせたものが監視の一形態です。

監視はアナリティクスの最も基本的な形式です。しかし、高度なアナリティクスはこれを超えて、未知の状態と事実を探します。特に、ストリーミングアナリティクスは新しい洞察のためのデータの相関に関するものです。より具体的には、未知のターゲット状態に対する既知のプロパティの観察です。薬の通常の生産実行中、化学反応器の温度は特徴的だが未知の曲線をたどる場合があります。ストリーミングアナリティクスは、さまざまな生産実行でこれらの曲線を比較し、曲線が事前に知られていなくても外れ値を検出できます。この場合、単一のプロパティがさまざまな時間ウィンドウで相関されています。もう1つのオプションは、例えば因果関係を見つけるために、同じ時間ウィンドウで複数のプロパティを相関させることです。

機械学習（ML）は非常に多様な分野ですが、「分類」問題を解決するアルゴリズムは正反対の方法で動作します：既知のターゲット状態に対する未知のプロパティを持つシステムの観察を通じて。与えられた入力とターゲット状態のサンプルで訓練されたニューラルネットワークは、後で入力を消費して出力を予測するために使用できます。例えば、無傷と欠陥のある部品の両方の写真で訓練されたネットワークは、部品の新しい写真を無傷または欠陥として分類できます。これは、ユーザーが写真で何を探すべきか、欠陥のある部品を特徴付けるプロパティが何であるかを指定することなく行われます。

このアプローチは産業IoT運用に大きな利益をもたらすことができますが、いくつかの重要な前提条件が必要です。まず、IoTソースからのデータは、MLモデルの訓練と使用（「推論」）の両方で利用可能でなければなりません。次に、モデル使用からの予測は、しばしば他のソースからのデータと組み合わせて、統合されたユーザーインターフェースで提示される必要があります。最後に、ユーザーは意図された目的に最適な場所でモデルを操作する必要があります。

Cumulocityによるストリーミングアナリティクス

一般的な課題の1つは、手元のタスクに対してどのアプローチが最も効果的で効率的かを知ることです。MLに理想的に適した問題の広い範囲がありますが、ストリーミングアナリティクスがより良い（そしてよりコスト効率的な）オプションである多くの状況があります。Cumulocityは3つのアプローチすべての違いを理解し、企業がどれが最も意味があるかを選択するのを支援できます。

Cumulocity Streaming Analyticsは、動的データのリアルタイムアナリティクスに理想的なソリューションです。より広いCumulocityプラットフォームの一部であるこのツールは、パフォーマンスに焦点を当てています。実際、それは元々株式取引のリアルタイムアナリティクス用に設計されました。インメモリデータとKinesisストリームの両方を取り込むことができます。際立っているのは、ユーザーが視覚的アナリティクスビルダーでアナリティクスブロックを組み立ててソリューションを構成できることです。多くの点で、IoTに特化したルールエンジンに似ています：複雑な条件が満たされた場合にアクションが実行されます。アナリティクスビルダーはコーディングを必要とせず、工場フロアエンジニアなどのドメインエキスパートを強化します。これは、この種のストリーミングアナリティクスエンジンにとってユニークです。

図2. Analytics Builderによるストリーミングアナリティクスソリューションのドラッグアンドドロップ構成。

アナリティクスビルダーは、開発者が最も複雑で詳細なストリーミングアナリティクスユースケースを構築できるコーディング環境と連携します。異なるデータストリームを複雑な「仮想」ストリームに組み合わせることができます。ストリームパターンを検出して履歴パターンと比較でき、これにより事前に境界/閾値を知ることなく異常を検出できます（上記の簡単な例のように）。多くの人は、この機能は機械学習によってのみ提供できると信じています。しかし、この場合、ストリーミングアナリティクスは同等に魅力的、またはさらに優れたオプションです。

静止データのアナリティクス

監視、アラート、ストリーミングアナリティクスはビジネスの速度で動作し、主にIoTデータの運用使用をサポートするために使用されます。しかし、IoTの力はそれを超えています。企業が戦略的ビジネス洞察のためにデータアナリティクスを活用する必要があり、IoTデータが含まれていない場合、重要な情報を見逃しています：例えば、顧客が現場で接続された製品をどのように使用しているか。幸い、CumulocityとAWS技術により、チームはIoTデータを簡単にアナリティクスに含めることができます。

Cumulocityには、IoT用に最適化された運用データストアと呼ばれる独自のデータストアが付属しています。一方、データアナリティクスは通常、Amazon S3を理想的な選択肢とするデータレイクに基づいています。この文脈では、データレイクは分析データストアと呼ばれます。運用データストアは、CumulocityコンポーネントDataHubによって分析データストアに接続されます。分析データストアでは、IoTデータは、ビジネスに関連する非IoTデータを含む、異なるソースからの他のデータと組み合わせられ、コンテキストに配置されます。

データが分析データストアに到達すると、さらなる処理のために完全にアクセス可能になります。データロックインや独自技術の強制使用はありません。DataHubは、既存のデータ技術との製品化された構成可能な統合を提供します。これはまた、既存のアナリティクス環境をIoTデータで簡単に拡張できることを意味します。これは、Cumulocityのオープンで接続されたアーキテクチャの例です。

データレイクからデータを読み取る方法は2つあります。最初の方法は、再びDataHubを使用することです。