アーカイブ動画

多種多様なデータをさまざまなステークホルダーと協力しながら利活用

最初に登壇したのは、外資系IT企業でメインフレームのSEとしてキャリアをスタートした後、メガベンチャーやアパレル企業など数社でキャリアを重ね、2020年にトヨタ自動車へ入社した長冨朝子氏だ。現在はR&D部門に所属し、組織横断型プロジェクトの推進に携わっている。

トヨタ自動車株式会社
社会システムPF開発部
InfoTech-AS　グループマネージャー　長冨 朝子氏

長冨氏は最近、自動車免許取得を目指しているとのことで、「トヨタ自動車にはもちろんクルマ好きな人も多いですが、日常的に運転はしないけれど、車両データを扱うことに魅力を感じて入社する者もいます」と述べた。

コネクティッドカーから得られた車両データは、モバイル網を経由し、データセンターやサーバーに収集・蓄積され、適切な処理が施された後、エンドユーザーや社会に付加価値が提供される。

ただ、「車両のデータだけでできることは限られている」と、長冨氏は語る。スライド下部のように、街のセンサーやコールセンター、ディーラーや自治体などのデータとかけ合わせることで、具体的なサービスを開発していく。このような、車両データの活用における世界観をまずは紹介した。

車両データはスライドの左下で描かれているように、ブレーキやアクセルの状態データ、走る、曲がる、止まるといった制御データ、ワイパーの動きや車輪速、位置情報など、さまざまな種類がある。

これらの車両データは、クルマ1台に100台以上搭載されているECU（Electronic Control Unit）から、必要なデータのみをフィルタリング。さらに圧縮してクルマ専用の通信機、DCM（Data Communication Module）を介してクラウドにアップ、収集されるという流れとなる。

トヨタ車全体から1カ月の間にアップされるデータ量は、2021年時点で約1.1PBのボリュームで、「現在はもっと増えていると思いますし、将来的にはエクサバイト（EB）級のデータを扱う環境が当たり前になってくるといった状況です」と、長冨氏は述べた。

※参考
1PB：100万GB
1EB：1000PB

これらの車両データはカーナビゲーションに提供する渋滞情報や、車両の状態を監視することで故障の予知や診断といったメンテナンスの効率化といったシーンで、すでに実用化されているという。

さらに今後は、自動運転に必要な地図の生成や障害物検知などへの活用の研究開発が進んでおり、「車両データの活用の可能性はまだまだ広いです」と、長冨氏は語った。

車両データを活用するための、技術領域が広範に渡っているのも特徴だ。例えば、先述したように必要な車両データのみをフィルタリングしたり圧縮したりする技術、大規模データを貯蓄しておくためのインフラも、当然必要となってくる。

さらには、収集したデータを活用するためのアーキテクチャや堅牢な通信環境などの技術領域があり、ユーザーだけでなく、地域や社会への還元や適用が行われるのも特徴と言えるだろう。「技術領域が幅広いため、さまざまな領域で強みを持つ多様なエンジニアの方々が活躍できる環境でもあります」と、長冨氏は述べた。

繰り返しになるが、トヨタ自動車がデータ活用に取り組むのは、ドライバーに対してはもちろん、社会や地域の課題解決を実現したいと考えているからに他ならない。

そして現在は、異業界や国、自治体などとも連携しながら、多種多様な分野における効率化や安全性、利便性の向上実現に努めていることを紹介し、ファーストセッションを締めた。

【事例①】より正確・低コストに渋滞検知する渋滞末尾検知への活用

続いて森本清誠氏、吉田和佐氏、小林保正氏の3名が登壇し、車両データを活用することで、高速道路の渋滞末尾を検知するという事例について紹介した。

トヨタ自動車株式会社
e-TOYOTA部　DSデータ事業推進室
主任　森本 清誠氏

トヨタ自動車株式会社
社会システムPF開発部
InfoTech-AS
主任　吉田 和佐氏

トヨタ自動車株式会社
社会システムPF開発部
InfoTech-AS
主任　小林 保正氏

建設コンサルタント会社で道路交通計画分野の技術者として、渋滞対策検討などの業務に従事していた森本氏。トヨタ自動車には2022年に入社し、「車両データの可能性は無限大だと感じています」と、仕事に対する魅力を述べた。

建設機械メーカーでCANデータ×Azure領域の開発を担当していた吉田氏も、2022年にトヨタ自動車へ入社した。入社後はCANデータ×AWS領域のアーキテクチャ設計業務などに取り組み、現在はAD/ADASの開発基盤の先行開発に従事している。

「クルマは見るのも乗るのも好きです」と話す小林氏は、2016年に新卒でトヨタ自動車に入社した。V2X（Vehicle to X）システムの普及促進活動や商品性評価業務などを担当した後、現在はCANデータの解析や、長冨氏が紹介したこれからのデータ利活用領域である、自動運転向け地図生成技術の研究開発などに取り組んでいる。

高速道路を走っていると、渋滞情報などが表示される仮設のモニターが設置されていることがある。実はこのサービス、トヨタ自動車が一定区間の車両の速度と所要時間といったデータを、高速道路の管理や運営を担っている会社に提供することで、実現しているものだという。

顧客からさらなる要望として、ピンポイントな位置情報での渋滞検知や、渋滞の起点から終点までの長さや通り抜ける所要時間を把握できないか、このようなニーズが上がってくる。

顧客先自身もこのようなニーズを実現するために、道路脇にレーダーなどを設置し取り組んでいるが、各地にレーダーを設置すること、現場に行ってレーダーを設置するという手間もコストも発生するため、トヨタ自動車の車両データで実現できないかといったニーズから取り組みが始まったと、森本氏はプロジェクトに取り組んだ背景を紹介した。

続いては小林氏がロジックを解説した。使用したデータは車両の位置と速度情報とし、車速が低い車両が集まっている区間を特定すること。その区間の下流を渋滞末尾とする、と定義した。

上記スライド、一番左のグラフの赤色で示されたのが、車速が遅いクルマの状態を示すものであり、そこからまさにデータ分析。クラスタリングしたり、カルマンフィルターを使ったりすることなどにより、渋滞末尾を推定することに成功する。

そして、既存ソリューションの検知精度と重ね合わせた青色で示したのが既存ソリューションでの結果であり、赤色が今回の取り組みの結果である。両者が被っていることから、実用できる精度が出ているという判断に至った。

システムの概要については、吉田氏が解説した。

コネクティッドカーからのデータはまずは、車両データプラットフォームに蓄積される。渋滞情報は速報性が求められるため、リアルタイムユースケース向けのインターフェースを利用する。

そこからAWS上に構築されたシステムに送信され、大量データをリアルタイム処理すべく、Kafka、Sparkといったサービスを利用。Lambdaで処理した後、EC2サーバーを経て、データ配信となる。

クラウドサービスを利用しているため、データ量と処理頻度に注視する必要があり、「あまりにデータ量が多い場合は小林氏に進言するつもりでいた」と、吉田氏は語る。「ただ、今回はそのような状況ではありませんでした」と笑いながら話し、場が和むと共にチームワークの良さが伝わってきた。

一方、処理の頻度においては「顧客ニーズを聞く上で調整した」と、述べた。

また、近年、大雪により高速道路上でスタックしたり、動くことが難しくなったりと、車両が大渋滞を起こす事案が多発している。渋滞末尾検知システムをこのような立往生の検知に使えないかと、拡張システムも開発していることも紹介された。

このように新たなビジネスチャンスがある一方で、ビジネス面においては運用管理コストの低減、一方で技術的には冒頭で紹介したもう一つのニーズ、渋滞通過までの時間推定などがある。機能のアップデートも含め取り組んでいくことを述べ、セッションを締めた。

【事例②】BEVの普及拡大に寄与する、BEV向け充電設備最適配置への活用

続いては、入社後は主に衝突時の安全性能などの車両開発に携わっていたが、AIやデータサイエンス領域に次第に興味を持つようになり、社内の公募制度を活用し該当部署に異動した松坂修吾氏が登壇した。

トヨタ自動車株式会社
社会システムPF開発部
InfoTech-AS　松坂 修吾氏

松坂氏は、現在データサイエンティストとして、主にBEVのデータ分析業務に従事しており、本講演ではBEVのバッテリー不足に対する不安の解消や、さらなるBEVの利便性向上を目指す、充電設備の最適配置に関する研究について紹介した。

BEVやPHEVの販売数は伸び悩んでおり、理由の一つが「充電スタンドの不便さが関係している」と、松坂氏。このような背景から、今回の研究に取り組んでいると語った。

ただし、充電スタンドを設置するには運用も含め費用が高額なため、設置後にしっかりと稼働が見込める場所に、効果的に設置していくことが重要だという。そこで着目したのがコネクティッドカーならびに充電スタンド、二つのデータであった。

最適な場所への配置においては、三つの検討を行った。一つ目は、充電スタンドの需要が高い場所、つまり新設する必要がある場所をどのように定義するかである。この点については、BEVユーザーの充電需要が充電供給を大きく上回っていて、需要と供給のバランスが不均衡になっている場所と定義し、立式した。なお、場所の粒度については日本全国をおよそ1km四方で区切り、それぞれの区間で充電需要を定量化することとした。

二つ目は、一つ目で定めた式の充電供給、分母をどのように定量化するかについてである。この点については充電スタンドの位置情報を使い、区間ごとの充電スタンド数を集計することとし、式にも反映した。

三つ目は分子、BEVユーザーの充電需要の定量化である。この点については「さまざまなアプローチがあります」と松坂氏。まずは、コネクティッドカーから得られる区間ごとの充電回数の総数を定量化することとした。

このように定義した充電需要の式に実際にコネクティッドカーのデータを当てはめたものを、地図上に可視化した。するとマップはほぼ真っ白で、どこが最適地域なのかは分からなかった。

「充電実績のない多くの区間で充電需要がゼロだと算出されたからです。このような結果から、充電回数で充電需要を定量化するのは難しいと判断しました」と、松坂氏は新たな検討に臨んだ。

着目したのは、BEVの通過量ならびに、充電残量のレベルである。この指標も立式した。充電可能量40％の車両が100台通過したら「0.4✕100」といった具合だ。

こちらの検討方法で改めてマップに反映すると先ほどとは異なり、充電需要の高い地域が可視化されたことが分かる。

さらに詳しくマップを分析していくと、岡崎や豊橋といったBEVの保有台数が実際に多い都市部で高くなること。長距離走行の車両が多い新東名高速道路や東名高速道路において、充電需要が高くなる傾向が見られた。

これらの傾向は一般的な需要と合致するため、同計算式は妥当との判断に至る。松坂氏は研究成果を振り返り、次のように述べた。

「コネクティッドカーデータは充電スタンド設置計画など、幅広い用途で活用できると感じています。活用を進めることによりBEVの普及拡大ならびに、カーボンニュートラルの実現に貢献できると考えています」（松坂氏）

【組織紹介】研究部門とビジネスの専門家が協力。コネクティッドカーデータ活用

講演セッションの最後は、再び長冨氏が登壇し、組織について紹介した。まずは長冨氏、吉田氏、小林氏、松坂氏が所属する、社会システムPF開発部 InfoTech-ASについて語った。2019年に研究開発機関であった子会社を融合し、以降はキャリア採用を積極的に行うなどして、組織を拡大している。

担当領域によりInfoTech-ISという兄弟部門も存在し、「普段は共に活動しています」と、長冨氏は説明。拠点は東京・大手町にあり、ドクターの資格を持つメンバーが全体で約40名と、まさに本日の講演テーマならびにメンバーのように、日々研究開発に取り組んでいる仕事ぶりが想像できる。

「世の中の動向を捉えた上で仮説を立て、技術課題を探索し、特定していくところから、私たちの業務が始まります」。長冨氏は部門のミッションならびに仕事に対する姿勢をそう述べた。

社内の他部署はもちろん、パートナー企業や研究機関とのやり取りやコミュニケーションも多い。また、特許の取得や人材育成、論文発表や大学での講義、OSSへの貢献などもある。社内外問わず、研究開発業務以外に取り組むメンバーも多いことを紹介し、村瀬進哉氏にバトンを渡した。

トヨタ自動車株式会社
e-TOYOTA部
DSデータ事業推進室営業推進G
グループマネージャー　村瀬 進哉氏

村瀬氏は、森本氏同様、e-TOYOTA部 DSデータ事業推進室に所属する。村瀬氏は大手通信会社でSEや営業企画などの業務に携わった後、2021年にトヨタ自動車に入社した。

現在は統計データ外販グループのマネージャーを務めており、「講演で紹介したように、トヨタ自動車はクルマづくり以外のことにも取り組んでいることを、少しでも感じていただければ幸いです」と、述べた。

まさに本日の講演内容のように、お客様や地域自治体に対し、コネクティッドカーから得られる車両データなどを活用し、社会課題の解決や新価値創出につながる付加価値を創出していくことが目的だ。その中にあって「ビジネスサイドのメンバーがそれぞれの領域の専門家として活動するのが特徴です」と、部門の特徴を述べた。

具体的には、営業、企画、技術開発、資金管理などである。さまざまな業務のプロフェッショナルが協力し、車両データはもちろん、さまざまなデータを使い、顧客のニーズや課題解決を実現していく。

トヨタ自動車ではこのような車両データなどを活用した研究開発の取り組みなどを、専用ページで公開している。また、大手町の拠点は専用のWebサイトもあるので、車両データを活用した社会貢献などに興味がある人は、目を通してみてはいかがだろう。

参照：https://www.toyota-tokyo.tech/
参照：https://biz.toyota/introduce/drive_statistics/

「今回紹介したような車両データの研究開発に取り組んでみたい。あるいは、データを活用したい。このような方はお気軽にお問い合わせください」（村瀬氏）

村瀬氏はこのように述べ、講演セッションをまとめた。

【Q＆A】参加者からの質問に登壇者が回答

セッション終了後は、参加者から寄せられた質問に登壇者が回答する時間が設けられた。抜粋して紹介する。

【渋滞検知について】

Q．ドライバーも含めた渋滞検知後の周知についての状況を知りたい

森本：お客様と連携を取りながら、ニーズを聞き、どのような情報を出せばよいのか、まさに議論している状況です。

Q．発信元やトリガーなど、クルマとサーバー間のデータのやり取りについて知りたい

小林：いろいろありますが、例えば、位置情報や車速は定期的に車両側からサーバーにアップされています。ナビゲーションの施設検索データなどは、ナビ側がキックしたり、サーバー側からの発信により車両に落としたりするといったケースもあります。

Q．高速道路の渋滞予測における課題は？

森本：ビジネス面では、渋滞の要因は多数あるためその中から要因を特定すること。さらには特定する方法もいろいろあるためお客様と確認しながら、まずはこれらを特定していくことです。

小林：とてもいい質問だと思います。というのは、渋滞の定義はいくつか考えられるからです。例えば、定期的に渋滞するような場合であればコネクティッドカーのデータを使い、渋滞を予測することが可能だと思います。

一方で、事故などによる突発的な渋滞は予測が難しいです。また、流入する車が増えて渋滞が発生しうるケースでは、流入量をもとに渋滞が推定できるのか、などさまざまな課題の設定の仕方があります。

Q．他社のデータ活用は考えているか？

吉田：他社のデータも含めるとより正確にはなるとは思いますが、本件は統計的に渋滞がわかればいいので、必ずしもそこまでのデータ量は必要ないと考えています。そもそもトヨタ車のボリュームが大きいですし。

長冨：自社で集めたデータは自社でしか使ってはいけない、というルールがあります。そのため我々が大量のデータを持っていることは、強みでもあると考えています。

【BEV向け充電設備の最適配置について】

Q．既存データからの算出だと将来ニーズとのギャップが生じるのではないか？

松坂：ご質問の通り、紹介した手法は過去の需要把握となっています。将来の予測をしたいのはもちろんですが、BEVが今後どのくらい普及するのかが読めないため、難しい状況です。

ガソリン車のデータを活用し、ガソリン車の一部がBEVに置き換わるような前提で分析していく。このような手法を使うことで、将来の予測もしたいと考えています。

Q．外部での充電は割高なため通常は自宅や会社で充電すると思うが？

松坂：するどいご指摘です。実際、両者の切り分けが難しく、苦戦しています。一つ考えているのは、充電量が少ないときは外部のスタンドで充電する。一方、余裕がある場合は自宅で充電する割合が高い。このようにデータから読み取った分析結果を踏まえて定量化することを考えています。

Q．充電時間を考慮し、時間潰しができる施設の近くに配置するようなアプローチは検討しているか？

松坂：検討していきたいとは思っていますが、充電可能量との比較が難しいと考えています。

【その他】

Q．セキュリティにおける取り組み

村瀬：プライバシーガバナンスチームと相談しながら、個人情報が分かるようなものは出さない、個人情報が漏洩しない、匿名加工ができているかといった点をチェックしています。オプトアウト機能も検討しています。

Q．データ活用事業はコンサルティングのようなビジネスモデルなのか？

村瀬：お客様にデータをお渡しし、その対価をいただくというのが、事業の基本になります。ただ単にデータを渡すだけではなく、お客様のニーズを聞きながら、どのようなデータが必要なのか。お客様に寄り添い、組み合わせなどを一緒に考えた上でご提供しています。そういった意味ではコンサルティングのようなサービスも含まれている。このように考えてもらえればと思います。

Q．入社理由や入ってみて感じたギャップは？

小林：大きく三つあります。一つ目は楽しそうな会社だと感じたこと。二つ目は、そもそも技術の集大成的な工業製品が好きで、その中でクルマが今後も一番スケールすると思ったからです。三つ目は、豊田章男社長（当時）の挑戦を推奨する文化を醸成していきたいという言葉に、影響を受けたからです。

長冨：入社前はトップダウンのイメージを持っていましたが、実際にはボトムアップな環境で、社員がやりたいことをどんどん挙げていく文化があります。

村瀬：データ活用をしたいと思い、入社しました。入社前はお堅い雰囲気なのかと思っていましたが、実際にはそうではなく、メンバーがやりたいことをリスクを指摘しながらも、トップが後押ししてくれる環境です。取り組みたいプロジェクトのメンバーを、自ら集めるような動きをする人も増えてきたように思います。

吉田：データ量が一番あるだろうという理由で入社しました。実際、これだけ大きな規模のデータを持っている会社はなかなかないと思いますし、大変楽しく仕事ができています。開発費などの資金が潤沢なので、やりたいことに取り組める環境でもあります。

Q．コネクティッドカーで得られるデータ活用の展望について

村瀬：長冨さんのセッションでも紹介があったように、数百万を超える車両のデータが取得できます。一方で、その中からお客様にお渡ししているのは、一部のデータです。そのため今後もお客様からのニーズを聞き取り、どのようなデータを活用すれば、お客様や社会の課題解決に資するのか。そのようなことを考えた上で、データを提供していければと考えています。

Q．データサイエンスに関するスキルアップや教育制度など

吉田：データサイエンスに明るくない部署もありますので、そのような組織に向けたデータ活用教育というプログラムを、私が主宰となり行っています。具体的にはSQLでデータを取得し、Pythonで分析するという一通りの流れを体感してもらっていて、未経験の方でもある程度はスキルが身に付くと考えています。

また全社的にUdemyなどの教育機会はたくさんありますので、入社してから学ぶこともできると思っています。

長冨：教育研修は社内で公式に行っているものもあれば、いろいろな部署が立ち上げている企画などもあり、学ぶ場はたくさんあると思います。

トヨタ自動車株式会社
https://global.toyota/

トヨタ自動車株式会社の採用情報
https://www.toyota-recruit.com/career/