稲田）これに関しては、「人によって都合良く解釈できるバズワード、つまり流行り言葉を定義しても仕方がない」といつも答えております。むしろ、IoTによってビジネスがどう変わるか、そして社会がどう変わるかを認識することの方が重要です。

IoTによってビジネスは大きく変わります。モノがネットワークにつながることによって、実世界とサイバー世界の連携が可能になります。この連携によって、モノの運用の最適化やユーザニーズに応じたカスタマイズが可能になります。また、さまざまなモノが連携することで、社会システムの制御など今までは困難だったことが可能になります。このような変化がビジネスに大きなインパクトを与えています。だからこそ、IoTとそれによって可能になるデジタルビジネスに大きな注目が集まっているのです。

長橋）デジタルビジネスはデジタルデータを活用して収益機会を創出するビジネスのことですが、それによって具体的にどういったメリットがあるのでしょうか？

稲田）デジタルビジネスでは、まずはデータを収集するセンサーが重要です。たとえば、IoT対応のコーヒーメーカーでは、製品の使用状況をセンサーで検知し、コーヒー豆やフィルターなどの消耗品の使用量を推測し、これらがなくなる前に補充を促しています。これによって、コーヒー豆やフィルターの売り上げ増加という価値を生み出しているのです。

面白いセンサーがあれば、ユニークな価値が創出できます。例えば、コーヒーメーカーが置いてあるオフィスの雰囲気を検知するセンサーがあれば、コーヒーを飲んでオフィスの雰囲気が良くなったとか、あるいは、オフィスの生産性向上につながっているなどのエビデンス（証拠）を把握できると思います。「午後の遅い時間にちょっと甘めのコーヒーを提供すると仕事の能率があがる」ことが実証できれば、これは大きな価値です。

長橋）昔であれば、アナログ的な考え方、それに匠の技が重要でした。
それとデジタルビジネスはどうかかわるのでしょうか？

稲田）アナログ的な考え方と匠の技は今でも重要です。たとえば、製造プロセスの改善を行う際に、IoTでどのプロセスを改善すれば全体の最適化につながるかを特定できたとしても、それを改善する方法については、デジタルデータは教えてくれません。この時に役に立つのは、人のひらめきや匠の技なのです。私はIoT活用で一番重要なことは、人の知力（インテリジェンス）を増幅することだと考えています。
AI(人工知能: Artificial Intelligence)ではなくIA(知識増幅：Intelligence Amplification)なのです。センサーで収集したデータを賢いコンピュータで分析し、さまざまなエビデンスを提示する。人はそのエビデンスを活用し、より迅速かつ正確に判断を下せるようになるのです。

長橋）さまざまなデータを収集する手段としてセンサーが重要ということですが、このセンサーは以前と比べてどのように進化しているのでしょうか、具体的な例があれば教えてください。

稲田）昔からセンサーは車や住宅機器、家電などいろいろなところで使われていますが、センサーの使い方と価格を劇的に変えたのはスマホでしょう。たとえば、スマホの中には加速度センサーが入っています。この加速度センサーで毎日の歩数など人々の行動計測が可能になりました。また、このセンサーを活用すると、道路の傷み具合も判断できるのです。傷んだ道を走ると車が揺れます。この揺れの度合いを検知して、その道路が傷んでいるかどうかを判断することができるのです。この方法は簡易な路面状況の判断ツールとして、国際的な活用が進んでいます。

長橋）そうなると、データを集約するプラットフォームがますます重要になりますね。 例えば、スマホのGPS機能を通じて人々の導線を把握することができます。プレミアムフライデーの導入によって、どこに人が集まったかなどの変化を検出できます。スマホの加速度センサー、あるいは、GPS機能などによって、エビデンス（証拠）が取れる領域が広がってきているのです。 となると、そうしたエビデンスを作るためにどのようなセンシングして、データをどう活用するかを考えることが、IoTのビジネスモデル構築の際に重要であると言えそうですね。

稲田）そのとおりです。そのような視点に加え、サービス化の視点があれば、鬼に金棒です。でも、残念ながらこのような視点を持っている企業は、日本ではまだ少ないのが現実です。
これに対し、欧米企業の状況は違います。たとえば、GEは医療機器等の製品を提供していますが、稼働管理を超えた価値創造にチャレンジしています。稼働管理は重要な創出価値ですが、それにとどまらず医療機器で収集する患者のデータを集積し、医療診断やその支援サービスを提供することを視野にビッグデータ活用を考えています。
まさに、製品提供からサービス提供へのビジネス転換を狙っているのです。集積したデータを活用し、この患者さんはレントゲン画像がこうなっていて、血液検査の結果がこうだから、この病気の可能性が高いという推定を行うのです。医師はその結果をベースに、患者さんの病気を特定し、治療法を考える。このようなプロセスでさまざまな産業のサービス化が進むだろうと予測しています。