はじめに
こんにちは、京セラコミュニケーションシステム 立脇（@kccs_hiroshi-tatsuwaki）です。
私たち「KCCSデジタルソリューション」の組織では、主に製造業向けDXソリューションの構築やサービス提供を中心とした業務を遂行しております。この業務を遂行する中で出てきた知見やノウハウ、テクニックなどをご紹介し、少しでも皆様のDXの取り組みのお役に立てればと思い、記事を投稿しております。
今回は「KCCSデジタルソリューション」関連の記事を、私なりの補足説明をつけさせていただきながらご紹介できればと思っております。
KCCSデジタルソリューション関連のまとめ
[1] 製造業DX：設備データ収集関連
一般的に製造業各社は、作っているものも違えば文化も違うため、モノを作るために必要となる設備が多種多様です。製造現場現場にはさまざまなメーカー・機種・I/Fといった設備が配置されており、それらの設備から1つずつデータ収集の対応をすると仮定するととても大変です。
弊社では、常に標準化を意識しつつデータ収集することで、この大変な作業を少しでも抑えることができればと思っております。
生産設備の稼働データを外部から取る記事
IoT/DXというキーワードが上がってくるたびに、切っては離せない「エッジデバイス」とのやり取り・・。
これまで基幹系・情報系システムの開発に携わってきたサーバーサイドアプリ・インフラ・ネットワークのエンジニアからすると「エッジデバイス」は未開の地・・。
興味がある反面、どうしても尻込みしてしまうと思います。（エッジゲートウェイならまだしも、接点信号、PLC、RS485、リレー、半田付け、回路設計、・・までなってくるとちょっと・・。）
みんなが尻込みする中で、弊社大山（@kccs_susumu-oyama）は実は前職で回路試作、回路実装、電気信号などなど、エッジ技術を中心とした業務に取り組んでいたため、この状況はまさに「水を得た魚」状態！
ということで、京セラ通信事業本部が最近リリースしたエッジゲートウェイKC4-C-100A を使い、色々と製造業DX関連のPoCに取り組んでおり、今回はその取り組みのほんの一部を公開しております。
ITエンジニアの方は高校時代の物理の知識を思いだしながら、製造業の技術がわかる方はお手軽にデジタル化を実現するソリューションとして、記事を読んでいただければと思います。
[2] Google Cloud データエンジニアリング関連
弊社の製造業DXソリューションは、Google Cloudを活用したソリューションとなっております。一言では語り尽くせないほどのノウハウやテクノロジーの利用方法があるため、さまざまな事例を汎化させて記事化しております。その中でもデータクレンジング・データエンジニアリング関連に関する記事をご紹介します。
BigQueryの料金体系をサクッと解説してくれる記事
Google Cloud関連でよく目にする「BigQuery」。『なんかすごそうなデータウェアハウス』ということはざっくりわかるけれども、具体的にRDBMSとどう違うの？という疑問を持たれる方も多いと思います。
そういった疑問をエンジニアは1つずつ解消していくのですが、取っかかりとしてこちらの記事を拝読いただき、料金体系の理解から入るのが良いかも知れません。（BigQueryの料金体系は、今までRDBMSを触ってきた方からすると特殊ですので。）
スプレッドシートの「コネクテッドシート」機能で簡単データ分析の記事
BigQueryのコンソール画面が少し使いづらい、と思うのは私だけでしょうか。私と同じような思いになった方は、ぜひこちらの記事を拝読ください。
スプレッドシートの「コネクテッドシート」を使ってみた、という記事になります。
コネクテッドシートを端的に説明しますと、Google Cloud標準のコンソールではなくGoogleスプレッドシートから直接ロードして、スプレッドシートの機能を使って加工・分析できる、というツールです。スプレッドシートというExcelライクで表現できますのでなかなか便利です。
[3] Google Cloud インフラ・ネットワーク関連
オンプレミス環境からクラウド環境へ移行する方々向けの記事
この記事はGoogle Cloudの「Idnetity Aware Proxy」や「gcloudコマンド」を取り扱っています。
オンプレミス環境に慣れ親しんだエンジニアが「クラウド側ですべて保守作業が完結しない」「PCローカルから繋いで作業したい」などの『クラウド移行中あるある』に対応するための記事となっています。いきなりクラウドは大変だなぁ、と思う方は、まずはここからはじめてみてはいかがでしょうか。
ちなみに、私（40歳代前半）はこの記事内にある「Cygwin」という言葉を15年ぶりくらいに聞きました。（なつかしい・・・。）若い方はご存知ないかも知れませんのでご自身で検索してみてください！
[4] Google Workspace関連
Google関連で登場する「さまざまなアカウント」を解説する記事
Google Cloud関連の技術に触れていると、色々なアカウントが出てきます。
「Workspaceアカウント」「サービスアカウント」「Gmailアカウント」などなど・・・・。
『何が何だか・・』という方はこちらの記事を拝読いただき、体系立てたアカウントの理解をしてみてはいかがでしょうか。
ちなみに、私はGoogleアカウント関連で混乱してきたら、毎回こちらの記事を読んで頭の中を整理しております！
[5] 気象データを活用したAI関連
弊社ではKCCS APIサービスとして、気象庁などの官公庁から受信した気象データや災害系データを加工し、お客様に使いやすい形でデータ配信するサービスを展開しております。
ここではKCCS APIサービスの気象データを活用したAI関連の記事になります。今のところ製造業系での活用シーンは少ないのですが、電力系（エネルギー系）の活用シーンは豊富になってきております。
気象予報を使って太陽光発電電力量を予測する記事
太陽光発電の電力予測AIを作る際に、機械学習のインプットデータ（説明変数）となるデータとして過去の「気象予測データ」を使うケースが多くなっております。
・・・、ん？気象予測？実績じゃなくて？
とお気づきの方には必見の記事となっております。
AutoMLを活用した太陽光発電予測関連の記事
Google CloudのAutoML Tablesを活用し、データの特徴量エンジニアリングを実施する記事になっています。
面倒な特徴量エンジニアリングをGoogle CloudのAutoML Tablesに任せてしまう、という考え方はいいですね。
DataPrep→BigQueryMLで機械学習の記事
この記事はデータクレンジング、見える化、機械学習をGoogle Cloudのマネージドサービスを活用して構築するための記事となっております。
これくらいの簡易的なAIシステムであれば、ローコードで簡単に構築できるというGoogle Cloudの魅力をお伝えしつつ、気象データの利活用のユースケースとして記事作成しております。
[6] KCCS APIサービス機能紹介関連
災害データ（地震震度データ）の利活用記事
災害大国である日本において、地震などの災害発生時に、いかに初動を早くできるかは、人命や資産を守るために必要なことなのではないかと考えます。迅速に災害復旧に入るためにも、一刻も早い情報の整理が必要です。
これまで人手に頼ってきたため時間のかかっていた災害時の情報整理も弊社の事例にもあるようにデジタル化することで、数分で終わらせることができ、迅速な災害復旧作業着手につながっています。
これらの事例を実現できる、地震震度データをKCCS APIサービスは配信しています。
予報系データの取得の記事
これらの記事はREST APIからデータを取得しデータの内容を確認しております。
緯度経度を指定するだけで、一番近い地点のデータを自動で取得するので、運用の手間が減って便利ですね。
おわりに
さまざまな記事をご紹介させていただきました。いかがでしたでしょうか。
これらの記事を拝読いただき、皆様の業務に少しでも貢献できれば、執筆者一同これほどうれしいことはありません。もし、皆様のお役に立てましたら、コメントやいいねなどでお知らせいただけますと励みになります。
ありがとうございました。