▶平日 毎朝7時に公式LINE@で新着記事を配信しています。友達申請はこちらから！
▶ICCの動画コンテンツも充実! Youtubeチャネルの登録はこちらから！
「先端テクノロジー X スタートアップのCo-Creationを徹底議論」【F17-5D】セッションの書き起し記事をいよいよ公開！8回シリーズ(その5)では、尾原さんから、量子コンピュータが安価で利用できる時代になったらビジネスはどのように変化するのかお話しいただきました。「VR空間でAIが学習する」など、テクノロジーが融合する話も出てきて読みごたえがあります。是非御覧ください。
▶ICCパートナーズではコンテンツ編集チームメンバー(正社員&インターン)とオフィス／コミュニティマネジャーの募集をすることになりました。もし興味がございましたら採用ページをご覧ください。
ICCカンファレンス KYOTO 2017のプラチナ・スポンサーとして、IBM BlueHub（日本アイ・ビー・エム株式会社）様に本セッションをサポート頂きました。
ICCサミットは新産業のトップリーダー600名以上が集結する日本最大級のイノベーション・カンファレンスです。次回 ICCサミット FUKUOKA 2018は2018年2月20日〜22日 福岡市での開催を予定しております。参加登録は公式ページをご覧ください。
▼
【登壇者情報】
2017年9月5〜7日開催
ICCカンファレンス KYOTO 2017
Session 5D
先端テクノロジー X スタートアップのCo-Creationを徹底議論
Supported by IBM BlueHub
(スピーカー)
尾原 和啓
菊池 新
株式会社ナビタイムジャパン
取締役副社長 兼 最高技術責任者
西條 晋一
株式会社WiL
共同創業者ジェネラルパートナー
森本 典繁
日本アイ・ビー・エム株式会社
執行役員 研究開発担当
(モデレーター)
高宮 慎一
株式会社グロービス・キャピタル・パートナーズ
パートナー/Chief Strategy Officer
▲
▶「先端テクノロジーのビジネス化を徹底議論」の配信済み記事一覧
連載を最初から読みたい方はこちら
最初の記事
【新】量子コンピュータなどの先端テクノロジーのビジネス化を徹底議論！【K17-5D #1】
1つ前の記事
注目の量子コンピュータが生み出すビジネスインパクトとは？【K17-5D #4】
本編
高宮 次に西條さんに、進化するテクノロジーを実際のビジネスにどう当てはめることがアプライできるかということについて、お伺いしたいと思います。
西條さんは、サイバーエージェント社時代に、管掌事業で全社の利益の大部分を生み出したり、現在もWiLで大企業とのジョイントベンチャーを作りビジネスをされたりしていますよね。
よりビジネス目線で見た時に、新しいテクノロジーを使ってどのような事業を作るべきだとお考えですか？
具体的なテーマが今もし浮かべばそれをおっしゃっていただいてもいいですし、もしくはやり方、大企業との連携の仕方についてでも構いません。
たとえば、IBM社が持つ技術を、外からどのように使ったら新たな事業を作りだすことができるかというような点も、もしあればぜひお願いします。
今のコンピューティングでもやれることはまだ多い
西條 大企業のオープンイノベーションの相談にも結構乗っていますが、先ほどおっしゃったように、データは今でも大量にあります。
それをどう活用するかというところの相談を受けるのですが、そもそも仮説を立てる段階で、どのようなアウトプットやサービス、もしくは改善をしたいのかというところが、やはりボンヤリしている感があります。
先ほどのお話で、超絶したパフォーマンスで計算などをした時に、具体的にどこに役に立つかまだ分からないという面はありますが、量子コンピュータなどの世界でなくても、今の段階で皆さんモヤっとしているところがあります。
ビッグデータなどを何も使わなくても、たとえば、銀行が個人の預金通帳データを見た時に、電気代が四、五千円であればこれは恐らく一人暮らしだろうな、ということが分かるわけです。
一万円を超えてくると、恐らく世帯持ちだろうなとか。
それくらいのシンプルなことが分かるだけでも、金融商品の勧め方を工夫するなど、今分かっているシンプルなデータだけでも結構やれることはあるという感触を持っています。
そこをやらずして、更に量子コンピュータのようなものが出てきた時に、どうなるのだろうという懸念はあります。
既に備えていった方がいいというか、データを積極的に使い、今あるデータでもすぐにアクションを起こせる会社やカルチャーにしておかないと、出遅れるのではないかという危惧があります。
量子コンピュータの民主化で何が変わるか
尾原 今思ったのですが、16量子ビットなどが本当にリーズナブルな金額で使えるようになった時に、何が変わるか、思考パターンがどう変わるかというフレームワークを先に話した方がいいと思います。
二点あります。
大きくは一つのことを二つに分けて話しますが、一つ目は、実は最適化できる対象が広がることよりも、「最適化をするためのシミュレーションができるようになる」ということが実は一番大きいことだったりします。
スーパーコンピュータの最大の利用先としては、地球の気象現象のシミュレーションが有名な例ですが、なぜ現時点では地球の気象現象がシミュレーションできないかというと、温度の変化、風の変化、雨の変化、土の変化、すべての要素を再現するということが極めて困難だからです。
けれども計算量が上がっていくと、最適化をするためにシミュレーションをするというシミュレーションのモデルを作ることができるんです。
あ、少し長くなりますが……いいですか？いい？いいかな？
高宮 まだ時間がありますので大丈夫です（笑）。
シミュレーション空間でAIが学ぶ
尾原 競合の話をして申し訳ありませんが、今年、エヌビディア（NVIDIA）がカンファレンスで発表した技術で個人的に衝撃だったのが、ロボットがパットをする、ゴルフのパッティングですね。これの最適化でした。
これが、普通の最適化ではないんです。
今までの最適化というのは、ロボットがリアルの空間の中で、何回もパットを入れたり外したりということを繰り返していく中で学習する、そしてディープラーニングによって「目」ができましたから、比較的早い最適化でパットを入れられるようになる、というものでした。
これに対し、NVIDIAは何をやったかというと、ロボット自体をシミュレーション空間の中に持ってきてしまいました。
シミュレーション空間の中に持ってくれば、時間の速度は100倍にできますし、ロボットを一万台だろうが、二万台だろうが、同時にパットを打つというシミュレーションができます。
そうすると、現実空間では一ヶ月くらいラーニングにかかっていたものが、シミュレーション空間の中で何回もトライ＆エラーを繰り返すとたったの3秒くらいでパットの名人になります。
それでも、それをダウンロードして実際にパットをさせてみると、やはり少しずれるんですよね。
そこで少しずれたモデルをもう一度シミュレーション空間に持っていくと、そのシミュレーションがより最適化されるわけです。
そうすることによって、今まで最適化できなかったものができるようになるということが凄いんですね。
分かり易い例では、リアルの店舗で、実際にどのような商店になっていて、どのような天気の時にどのような人が来てくれるかというようなシミュレーションは、要素空間が多いので大変なのです。
しかし、どのような天気の時に、どこの店舗にどのような人が来るかという、リアルなログデータなどはたくさん存在しますよね。
こういったものも量子コンピュータの演算ならば、どのような天気で、どのような温度の時に、どのくらいの店舗にどのくらいの人数が訪れるかというようなシミュレーションが本当に作れるようになるかもしれません。
そこに、まず一つ目の破壊力があります。
高宮 極めて文系な言い方をさせていただくと、VRの中でAIを回して何かができるということでしょうか。
尾原 そう、そういうことです。
今までVR空間が作れなかったものが、作れるようになるということです。
一つ目はそういう話ですね。
従来、細分化していた問題の最適解も一気に出せる
尾原 これの応用編が何かというと、今までは、問題が多いと最適化が難しいので勝手に小さく最適化しているケースが、世の中にはたくさんあるんですよね。
一番分かり易いのが受験です。
大学とは、本当は日本のため、お国のため、地球のためになる人材を創るためのものですが、残念ながら、どのようにこの人材を創ればいいか分からないから、取りあえず東大という最適化をしましょうと。
その次に、また最適化しきれないから、三菱商事という最適化をしましょうとか、IBMという最適化をしましょうという形でステップを踏んでいるんですよね。
このステップを全部飛ばすことができます。
最終的に、企業にとってどのような人材になってほしいのかというところから逆算すると、小学校の時にこういう部活動をやった方がいい、というような最適化も極端な話できてしまうわけです。
上下流を分断化して最適化していたものを、すべて飛ばして、本当にやりたかった最適化ができるようになるというのが、多分、思考のパターンですね。
西條さんのお話の時に出ましたのが、今この小さなデータの中で最適化しようと思ったら、いやいや上下流五段くらい飛ばした最適化でいきなり来られるというリスクがあります。
逆にいうと、そのような戦い方が最初からできる時代に既に突入しています、という話だと思うんですよね。
高宮 そういう意味では、AI、IoTの時代になってくると、インターネット上で行動履歴をすべて取れるというように、リアルの世界で全部データが取れるようになりますよね。
そうすると本当にやりたかったサプライチェーン全体での最適化のような話が、今の一点目のシミュレーションを回して、リアルで本当に最適化できてしまうという感じになるのでしょうか。
尾原 そうなんですよね。
多分、日本の強いところは、データ自体を非常に多く持っていることですよね。
恐らくナビタイムも、こういう日にこういう交通渋滞が起きて、こういうことが起きましたというデータを大量にお持ちだと思います。
しかし、現状のスマホではこのくらいの最適化しかできないから仕方なくこうしている、というような話がたくさんありますよね。
菊池 それはありますね。
人の行動のデータは特に多く取れていますし、特に最近ではインバウンドで外国人が日本に来た時の行動データも取れています。ナビタイムではこれらのデータを活用した交通コンサルティングビジネスを行っていますが、今後さらにデータを活用していけば、別のビジネスにも展開していけるかもしれません。
(続)
▶ICCパートナーズではコンテンツ編集チームメンバー(正社員&インターン)とオフィス／コミュニティマネジャーの募集をすることになりました。もし興味がございましたら採用ページをご覧ください。
次の記事を読みたい方はこちら
続きは 大企業の「眠っている」知財をスタートアップはどう活用すべきか？ をご覧ください。
▶平日 毎朝7時に公式LINE@で新着記事を配信しています。友達申請はこちらから！
▶ICCの動画コンテンツも充実! ICCのYoutubeチャネルの登録はこちらから！
編集チーム：小林 雅／榎戸 貴史／戸田 秀成／横井 一隆／立花 美幸／鈴木ファストアーベント 理恵
【編集部コメント】
抽象的な話が多いので読むのが大変でしたが、その分学ぶものも多い記事でした。量子コンピュータの理論的な面について知識が不足しているので、理解しきれていない部分もあるので、もっと学ばねば。（横井）
他にも多く記事がございますので、TOPページからぜひご覧ください。
更新情報はFacebookページのフォローをお願い致します。
