アーカイブ動画

情報技術大学、データ活用推進組織を設立し、データ利活用を推進

最初の登壇者は、テクノロジー・イノベーションセンターの主任技師であり、現場のDXを推進する藤本正樹氏。まずは、ダイキン工業（以下、ダイキン）のデータ利活用、DXに関する取り組みの大枠を紹介した。

ダイキンは2015年、国内各地に点在していた研究開発拠点を統一し、全社的なR＆Dとして、テクノロジー・イノベーションセンター（TIC）を設立。このTICとグローバル5箇所の開発拠点が連携することで、新たな価値を創出していく。

2017年にはダイキン情報技術大学（以下、DICT）を設立。さらに2020年には「データを切り口に、デジタル技術を駆使してダイキンのあらゆる“現場”を変革する」というミッションを掲げた「データ活用推進グループ」を、TIC内に設立した。本イベントの登壇者はみな、同グループに所属する。

DICTが設立された背景について、藤本氏は次のように説明した。

「いわゆるモノからコト。単に空調機器を販売するこれまでのビジネスモデルに加え、快適な空間を実現するサービスの提供を目指す。そのためのデータやソフトウェア技術の利活用をしていこう、という中で、その時にIT人材が1％しかいない状況で、外部人材の獲得も難しかった。であれば、自分たちで育てるしかない。そう考えて、DICTを設立しました」（藤本氏）

DICTでは、社内の幅広い部門から選抜された社員に対して、それぞれ適した教育プログラムを用意している。役員層には経営視点、幹部層にはデジタル変革が及ぼすインパクト、基幹職にはデータ活用の企画立案やマネジメント。既存社員にはAI、システムを実装するための人材育成を若手中心に行う。新入社員であれば、2年間かけて徹底的にIoT/AIの専門人材として育成する。

新入社員向けの研修では、1年目にIoTやAIといった先端技術に関する知識はもちろん、ダイキンで利活用している技術なども合わせて学ぶ。2年目からは実際に現場に入り、現場のデータを使い、プロジェクトベースで進めながら、まさに実体験で学んでいる。

「我々が扱うテーマは大きく2軸あり、１つは新たなビジネスを創出するビジネスイノベーションと、データを活用することでさらなる効率化や省力化を実現するプロセスイノベーション。年間200ほどのテーマが進められています」（藤本氏）

藤本氏は、２つのテーマにおける取り組み事例をそれぞれ紹介した。

ビジネスイノベーションにおける事例の1つ目は、カメラが撮影した画像を解析し、遠隔から空調機内の汚れを点検するという、これまで人が行っていた作業を効率化する事例だ。週に一度自動的に撮影を行い、画像解析の結果、清掃が必要と判断されたら通知する。2019年から「Kireiウォッチ」という名でサービス化もされている。

2つ目の事例は、部屋ごとの電力を見える化し、無駄を予測するサービスだ。例えば、冷房設定温度や電力使用量をモニタリングすることで、運用の改善を提案。遠隔制御も含めた運用の自動化、夜間のエアコン稼動状況のチェックなども行う。

こちらも「EneFocus α」のサービス名でリリースされており、ECCJ（一般財団法人省エネルギーセンター）が行う省エネ大賞で、昨年「資源エネルギー庁長官賞」を受賞した。

プロセスイノベーションの1つ目は、これまでベテランの工員が目や耳などで行っていた、人の五感で行う官能検査をデータ・AIを活用して自動化する取り組みだ。

もう１つの事例は需要予測。こちらもベテランに頼っていた需要予測を、経験や勘といった属人的なものではなく、データをもとに予測していく事例である。

「グループ設立当初は、DICTの生徒の学習支援や現場での伴走サポートといった役割が求められました。しかし今では卒業生の多くが、各事業部でデータを活用した様々なDXを進めており、実務のサポートを行うようになりました。現場サイドでは、デジタル人材の数も着実に増えていると感じています」（藤本氏）

不確実性時代における需要予測を行うAIモデルの活用

ダイキン工業株式会社
テクノロジー・イノベーションセンター　田中 将太氏

続いては、田中将太氏が登壇。田中氏は前職でプログラマ・SEとしてシステム開発に従事していた。ダイキンに入社してからは、データ分析やシステム開発の上流工程を担当。現在はデータを活用したサプライチェーンの改革プロジェクトの企画・推進を行っている。

田中氏は、担当プロジェクトの中から、空調製品の販売計画時に行う「需要予測」におけるデータ活用について紹介した。

SCM（サプライチェーンマネジメント）部門から、需要予測をAIを使って何かできないかという依頼だったので、とにかく需要予測モデルを作ってみた。ARIMA系、Deep Learning系、決定木系などいろいろと試した上で、最終的にLightGBMを採用。人よりも高い精度で予測モデルができた。

ただ当初は、需要予測を行うSCM（サプライチェーンマネジメント）部門の業務内容を理解していなかったため、モデリングや評価指標の設定などで苦労したと語る田中氏。SCM部のメンバーに協力してもらい、専門用語も含め徐々に理解を深めていったという。

「AIで何かできないか、のような見通しのはっきりしないプロジェクトでは、事業部門側にプロジェクトに対するモチベーションが高く積極的なメンバーをアサインしてもらい、ある程度の時間を捧げる覚悟を持ってもらうことが何よりも必要なことです」（田中氏）

続いては、作った予測モデルを運用につなげていくステップだ。ダイキンでの需要予測業務は製品別に担当者がいて、各人が独自のExcelで作業をしていた。そこで田中氏は各人の現状の業務分析を緻密に行い、一見すると異なるExcel作業の中から共通業務を見出し、ほとんどの工程で業務を標準化できることを発見した。そして標準化した業務に予測モデルを組み込んだものをSCM部に提案した。

しかし、反応はいまひとつだった。これまで自分たちが担っていた業務を本当にAIができるのかという疑問だった。確かに予測精度は良いがどの程度信用できるのか、どう使えばいいのかわからないという不安を払拭することができなかった。

その状況を打開した最も重要なことは実際に動く（予測を行う）プロトタイプを作り、使ってもらったことだった。実際に使ってもらうと、すぐに改善点を発見できた。改善と試作を続けていき、ついに「これなら使えそう」という判断をすることができた。

「早い段階で多くの関係者を巻き込み、アイデアを語るより実際に使えるものにして体験してもらう、というのが最も早い道です」（田中氏）

本番開発はスクラムで行った。SCM部のメンバーがPO（プロダクトオーナー）となり、田中氏はSM（スクラムマスター）を務めた。ただ、「開発フェーズでも苦労はそれなりにあった」と、田中氏は振り返る。

例えば当初はPOから要求される機能が多くて難易度も高く、すべてに対応すると予算を超えてしまうという問題があった。そこで田中氏は要求の本質的なニーズを捉え、そのニーズに合い、かつ難易度の低い、代わりの機能を提案するなどの工夫をした。また、この開発はプロトタイプで使っていたコードを流用していたが、本番運用に耐えうる品質ではなかったため、かなりのリファクタリングが必要となるという問題もあった。

「プロトタイプはあくまで新しい業務をデザインするためと割り切り、本番向けの開発では改めてゼロから書くことも選択肢のひとつであり、そこは見極める必要があると考えています」（田中氏）

2021年4月からは運用をスタート。以降は毎月予測モデルの精度のチェックを行っている。開発サイドだけでなく、事業部側でもできるように、BIツールを導入するといった配慮もしている。

一方で、イレギュラーなインシデントが発生すると、現在のシステムでは対応できないこともあった。このような経験から田中氏は、需要予測の今後のあり方について、以下のように見解を述べた。

「不確実性の時代において、需要予測に求められているのは次の3要素だと考えています。①市場の動きをすばやく察知して再予測できること。②データから客観的に判断できる領域はできるだけ増やすこと。③予測した結果は振り返り知見を蓄積して改善し続けること。（キーワードとしてMLOps, BI, 内製化, 因果推論, ナレッジマネジメントなどを挙げています）

我々はこの3要素に的確に取り組み、まるで天気予報のように未来の天気（需要）を占い、傘を持っていくかどうか（生産の準備など）の判断をしやすくしていくことが理想です」（田中氏）

内製開発チームにおけるアジャイルとDevOps事例

ダイキン工業株式会社
テクノロジー・イノベーションセンター　大友 楽人氏

続いては入社3年目、DICTの2期生である大友楽人氏が登壇。システムの内製化における開発体制やプロセスについて紹介した。大友氏のチームはDICTの卒業生4名を含む、開発経験5年以内の若手メンバーのみで結成されており、すでに実績も出しているという。

紹介したサービスは、エネルギーマネジメントシステム「EneFocus α」だ。開発においてはアジャイル、DevOps両方を意識しながら進めており、現在フィードバックを続け、改善を続けている。

「スクラム開発のポイントは大きく2つあります。1つは、PO、SMをチーム内から出していること。もう1つは本格的なツールは使わず、バックログにおいてはGitHubのIssueやProjects機能を使っていること。振り返りにおいてはオンラインコラボレーション用ホワイトボードツール『Miro』を活用しています」（大友氏）

スプリント開発の大まかな流れとしてブランチ戦略を取り入れており、main、dev、featureブランチからなるGitFlowを採用している。

Pull Requestレビューを必須とした開発手法で進めているが、コードレビューは必ずチーム全体で、レビューの観点などを記したドキュメントを作成・共有するようにしていると補足した。

DevOpsについては、チーム発足当初から特に開発と運用は分かれておらず、メンバー全員がDevOpsな環境で開発を進めてきたと説明。主に3つの観点、Iac（Infrastructure as Code）、CI/CD、継続的に学習・改善する文化を意識しているという。

サーバーやネットワークといったインフラをコード化や管理する手法IaCでは、AWSの同サービスCDK（Cloud Development Kit）を採用している。

「CDKを導入したおかげで、CI/CDまわりがかなりスムーズになった」と、大友氏。実際の構成図も紹介した。

GitHubの領域では、GitHubが提供するCI/CDサービス、GitHub Actionsを採用。Test、build、deployが自動で行われ、そのままAWS上にサーバレスアーキテクチャが構築される。

DevOpsは、チームの文化形成とも関係がある。心理的安全性の担保や、学習することが推奨されるといった文化があるからこそ、些細なトラブルや発見を全メンバーが行い、かつ、同じく改善していく環境が醸成していると説明し、実際の改善例も紹介した。

手探り状態だった当初は、スクラムの進め方やAWSの構成、組織全体の在り方などを外部のコンサルタントにレビューを受けた。また、社内のアジャイルについて詳しいメンバーにアジャイルコーチングを依頼したこともあると、大友氏は当時を振り返った。

こうした経験を積み、今では各人が様々なテーマを勉強したいという意欲が醸成されているという。大友氏は次のように今後の展望を述べている。

「これまではがむしゃらに進めてきましたが、今後は様々な定量的なメトリクスを取ることで、改善を進めていきたい。そして、単にエラーを見つけて改善するだけではなく、プロダクト全体として価値あるものを提供する。高いビジネス視点を心がけています」（大友氏）

急速なDX化に伴った開発環境・実行環境の変化と取り組み

最後の登壇者は、岩脇正浩氏。2017年に入社後、社内のITインフラ管理をする中、DX化における開発をサポートするべく開発環境・実行環境の整備を実施。 現在は、環境の整備とインフラにおけるアーキテクチャ支援に従事している。

岩脇氏は、DXプロジェクトをスムーズに行うための、バックエンド、インフラ領域での取り組みについて、実際にリリースした環境や苦労などを時系列で紹介した。

「DICTのPBLがスタートした1年目は、ローカルPCで行えるテーマが多く、また、セキュリティを意識した開発ではないという特徴がありました。そこで、開発者が意識せずともセキュリティが担保できる、AWSシングルアカウント環境を整備しました」（岩脇氏）

また、開発に注力してもらうためのアカウント管理、事務作業においては、インフラ部門が代行。申請書を1つ出せば、AWSの全サービスがすぐに利用できる体制を整えた。

2年目に入ると、サーバーレス環境が増加。開発フェーズにおいても、プロトタイプの作成も含めたPoC、中には本番開発フェーズまで進むテーマも出てきた。そこで、AWSマルチアカウントの提供も開始した。

「契約においても代理店経由ではなく、AWSとの直接契約に変更しました。アカウントを移行する作業において一時的にセキュリティが低下するため、慎重かつ実施期間を短くする配慮を行いました」（岩脇氏）

3年目になると、開発初期の段階からセキュリティや品質を意識するようになり、ガイドラインなどルールも明確に整備されていった。一方、DXで必要不可欠な分析業務において、インフラ知識が乏しいことなどから、システムを構築することが難しく、DXを進める上でのネックにもなっていた。

そこで、インフラの知識を要せずセキュリティが担保される分析環境を提供する。Azureの各種サービスだ。

機密情報や重要なデータが格納されているストレージ領域においては、他のネットワークと論理的に分離されたプライベートネットワークを構築できるVNet（Virtual Network）を採用することで、高いセキュリティを実現している。

4年目となる来年度においては、部門側でのシステムの開発・運用が進み、かつグローバルテーマも増えることから、マルチアカウントを全社向けに提供するとともに、24時間365日対応も開始する予定だという。

岩脇氏はこれまで提供してきた環境の一覧を示し、これまでの取り組みを振り返って、次のように語った。

「この先のニーズや半期ごとのテーマに対し、時代のトレンドも加味した上で適切な環境を用意する必要があります。その読みがフィットしたときは、仕事の達成感を覚えます。関わるテーマが幅広いため、知見が広がることもやりがいになっています」（岩脇氏）

【Q＆A】視聴者からの問いに答える質疑応答セッション

4人の登壇者が視聴者からの問いに答える質疑応答セッションも設けられた。

Q．工場や生産工程におけるAI活用など、DX化についての今後の取り組みについて

藤本：人の五感で行っていた検査工程をAI・自動化していくことがひとつ。ベテラン技術者しかできない高度な技術を、いかにして継承・再現していくか。スマートファクトリー、デジタルツインなどにも取り組んでいます。

Q．担当するプロジェクト数やスクラムの人数は？

田中：プロジェクトは10～14個が同時に動いている状況で、それぞれ週一でミーティングが実施されているので、かなりのボリュームです。一方、スクラム開発を行う案件はまだ少なく、人数は6～7名といったところです。

Q．間接部門におけるデータ活用について

藤本：あくまで一例ですが、これまで人が行っていた情報収集を自動化する取り組みを行っています。例えばAIを活用し、必要なニュースを自動で集めるなど。人事部門では採用におけるデータ活用も進んでいます。

Q．本番環境でコードを書き直すことは、効率的ではないと指摘されないのか？

田中：構想、粗分析、PoCなど、それぞれのフェーズで何を検証するのかをしっかりと定義すること。その上での例えばハリボテ的なコードであることを事前にしっかりと伝えているので、指摘されるようなことはありません。

岩脇：もちろん作り直さないケースもあります。スピード感の考慮なども踏まえ、両方のケースがあるとお考えください。

Q．前職との違いを感じていることは？

岩脇：スピード感があることです。大企業では承認などに時間を要すことが多いと思うのですが、ダイキンは上司とのやり取りがそのまま承認といった感覚があります。

藤本：アメとムチの使い分けがうまいと感じています。先の需要予測プロジェクトのように、何かトライしたいことがあったらすぐにやれる環境がある一方で、プロジェクトの成果についてはシビアに求められるからです。

田中：一人ひとりが自由に何でもできる環境で、いい意味でマイクロマネジメントされていないところです。

Q. 新しいプロジェクトを実施する上で費用対効果は求められないですか？

藤本：弊社でもプロジェクトを実施する上では、費用対効果は求められます。"企画段階"にて効果を示すことが求められますし、PoC完了段階では投資対効果として部門の合意がないと本番導入に進められない仕組みとしています。

一方、全社としてDX化を強力に推進していく方針のため、PoCまでは予算が事業部負担にならない場合もあるなど、事業部側でスタートを切りやすくする体制を作ってもいます。

Q.製造業でアジャイル開発のプロセスや文化が醸成されていて素晴らしいと思いました。アジャイル開発を進める上で、難しかった点や苦労した点などはありますか。

大友：スクラム開発導入の初期段階では、スクラムイベントの工数が開発を圧迫してしまい、「本当にこの方向性であっているのか」「ゴールから遠ざかっているように感じる」といった焦りがありました。

ただ、視点を変えるとスクラムイベントでやることがあるというのは、チームとして前進している証でもあります。この考え方を大事にすることで、一歩ずつ着実に導入を進めることができたと感じています。

Q．DICTに入学する人材の属性や卒業後の活躍状況は？

大友：IT系の素養を持つ人材は15％ほどで、私も情報系出身ではありません。ただ、2年間しっかりと学ぶことで、確実に力がつくと考えています。一方、情報系出身の新卒者の中にはDICTを経ずに、1年目から実務に配属されるメンバーもいます。横のつながりが多いので、実務に配属されてからも、同期から有益な情報を得ることができます。

Q．DICT 2年目の現場でのテーマ設定について

藤本：現場の部門から半年に一度募集しています。データを活用して解決したい内容を提案してもらいます。実施するテーマは100ですが、実際は倍の提案があり、スクリーニングしています。

ダイキン工業株式会社
https://www.daikin.co.jp/

ダイキン工業株式会社の採用情報
https://www.daikin.co.jp/recruit

ダイキン工業株式会社　ICT・DX関連　募集職種
https://daikin-career.net/jobfind-pc/area/All?employmentform=10