モノのインターネット（IoT）デバイスと IoT システムは、私たちが持ち歩くスマートフォンから、自宅の温度や照明を管理するデバイス、さらにはペットの首輪に付けて居場所を特定するペンダントまで、あらゆる場所に存在します。さらに、IoT デバイスは、製造設備のステータス、活動中の火山における地熱変化、ソーシャルメディアのトレンドに至るまで、あらゆるものをモニターします。これらのデバイスすべてに共通しているのは、毎日毎秒収集されるデータ量が指数関数的に増加している点ですが、多くの組織は、自社の成長を促進する IoT ソリューションの計画に苦労しています。読み進めて、IoT アーキテクチャとは何か、その仕組み、そして組織の IoT ソリューション戦略を策定する際の重要な点をご確認ください。
目次
モノのインターネット（IoT）は、情報（例：英数字データ、動画、音声ファイル、環境条件）を収集し、そのデータをインターネット経由で共有する能力を備えた、接続されたデバイスとオブジェクトのネットワークを参照します。
スマートウォッチやスマートフォン以外にも、検討すべきさまざまな IoT デバイスがあります。以下にいくつかの例を示します：
産業用 IoT（IIoT）デバイス：IIoT デバイスは、製造操作、機器の状態、サプライチェーン/ロジスティクスをモニター、制御、最適化します。
医療デバイス: ヘルスケア IoT デバイスは、遠隔医療、投薬追跡、遠隔患者モニタリングなどのサービスを有効にし、患者が病院で過ごす時間を短縮できます。
スマートグリッドデバイス：これらのデバイスは、発電、送電、消費を監視、制御、最適化します。スマートシティデバイス：通常、都市環境に配置されるこれらのデバイスは、インフラストラクチャのモニタリング、交通管理、法執行機関のカバレッジのサポートに役立ちます。
コネクテッド車両デバイス：IoTテクノロジーにより、フリート管理（例：位置ベースとニーズベースのルーティング）、リアルタイムの車両診断、最適化されたナビゲーションが可能になります。
これらの種類の IoT デバイスは毎日何兆バイトもの IoT データを生成していますが、そのデータを効率的に収集、保存、分析、通信できなければ、ほとんど価値がありません。このため、IoT データを収集、保存、分析するための効果的な IoT アーキテクチャを導入することが重要です。
IoT アーキテクチャという用語は、IoT 環境内でさまざまな IoT 要素（デバイス、ネットワーク、センサー、アプリなど）がどのように交流するかを定義するフレームワークを指します。通常、IoT アーキテクチャは複数のレイヤーとコンポーネントで構成され、物理デバイスやデータ取得システムから、IoT データをデータ処理アプリケーションに通信するネットワークデバイス、IoT データストレージに至るまで、さまざまな機能を実行します。
IoT アーキテクチャを理解し、組織に適した IoT ソリューションを判断するには、IoT レイヤーアーキテクチャを理解する必要があります。ここでは、議論の例として5レイヤーの IoT アーキテクチャを使用します。
認識レイヤーは、物理環境と交流して、生データを収集します。センサーやカメラなどの IoT 接続デバイスは、情報と画像をパッシブに収集し、それらはトランスポートレイヤー（ネットワークレイヤーなど）を介して通信されます。一方、アクチュエータは、IoT システム内のセンサデータや追加コマンドに基づいて、デバイスにタスクを実行するように指示します。（アクチュエータは、エネルギーを運動に変換するハードウェアデバイスです。）
トランスポートレイヤー（ネットワークレイヤーとも呼ばれます）は、認識レイヤーのセンサーと処理レイヤーの間で、さまざまなネットワークを介したデータの流れと転送を担います（例：WiFi、Bluetooth などを使用した IoT デバイスとバックエンドシステム間のデータ転送）。
データ処理レイヤーは、ミドルウェアレイヤーと呼ばれることもあり、トランスポートレイヤーから送られてくるデータを保存、分析、前処理します。これには、アプリケーションレイヤーで使用できるようにデータを準備するためのデータアグリゲーション、プロトコル変換、セキュリティの適用などの活動が含まれます。さらに、メッセージブローカー、IoT プラットフォーム、エッジコンピューティングノードもこのレイヤーに含まれる場合があります。
アプリケーションレイヤーには、知覚レイヤーで収集・処理されたデータを使用してタスクを完了したり、高度なアナリティクスを通じて洞察を得たりするソフトウェアアプリケーションが含まれます。データベース、データウェアハウス、データレイクはすべてアプリケーションレイヤーに含まれます。
ビジネスレイヤーはおそらく最も一般的に見られる IoT アーキテクチャレイヤーであり、ビジネス関係者の多くが毎日使い慣れているユーザーインターフェイス、ダッシュボード、データ可視化ツールが含まれています。ビジネスレイヤーでは、収集・処理されたすべてのデータが洞察を提供し、ビジネスの意思決定を後押しすることで価値を生み出します。
注：IoT アーキテクチャのレイヤーについて議論する際は、「7レイヤー IoT アーキテクチャ」、「5レイヤー IoT アーキテクチャ」、さらには「3レイヤーアーキテクチャ」という用語が一般的に使用されていることに注意することが重要です。これらの異なる説明は、同じ主要な IoT アーキテクチャの概念が、より詳細度の低い形（例：3レイヤーアーキテクチャ）またはより詳細度の高い形（例：5レイヤーアーキテクチャ）で説明されていることを意味します。たとえば、下の図では、3レイヤーの図にある知覚レイヤーが、5レイヤーの図では「認識」と「トランスポート」に分かれています。
IoT ソリューションアーキテクチャを説明するもう 1 つの方法は、4 段階のアプローチを使用することです。このアーキテクチャでは、IoT ソリューションを構成するさまざまな構成要素について説明します。注：このシナリオでは、他の IoT ソリューション向け提案設計よりも、エッジコンピューティングが重視されています。
デバイス：この段階では、認識レイヤーのセンサーやアクチュエーターを含む、IoT ソリューション内のデバイスについて説明します。これらの IoT システムデバイスによって生成されたデータは、次にインターネットゲートウェイ段階に送信されます。
インターネットゲートウェイ：インターネットゲートウェイのステージでは、IoT デバイスから生データを受信し、クラウドに送信する前に事前処理を行います。データを受信するインターネットゲートウェイは、IoTデバイスに物理的に接続されている場合もあれば、低電力ネットワークを介してセンサーと通信し、データをインターネットに中継できるスタンドアロンデバイスの場合もあります。ここに IoT アーキテクチャのトランスポートレイヤーがあります。
エッジコンピューティング：インターネットゲートウェイからの前処理データが受信された後、オブジェクトはできるだけ速くデータを完全に処理します。これを効果的に行うため、IoT システムでは多くの場合、エッジコンピューティングと呼ばれるプロセスを採用します。エッジコンピューティングでは、データの生成元に近い場所（例：集中型クラウドサーバーではなくネットワークのエッジ）でデータを処理します。IoT システムの場合、これはIoTデバイス、センサー、その他のエッジデバイスのデータをローカルで処理することで、レイテンシ、帯域幅使用量、クラウドデータセンターへの依存を低減できることを意味します。また、リアルタイム処理、ローカルでの意思決定、より迅速な応答時間を可能にするため、レイテンシに敏感で帯域幅に制約のあるアプリケーションに最適です。ここに処理レイヤーが配置されています。
IoT ソリューションを選択する際には、検討すべき戦略面、運用面、技術面の質問があります。候補となる IoT ソリューションを評価する際に答えるべき主要な質問をいくつかご紹介します。本記事では、MongoDB の Atlas for the Edge を例として使用します。
すべての技術ソリューションと同様に、ユースケースと要件を明確に定義することが重要です。具体的な質問としては、次のようなものがあります。どのような問題を解決しようとしていますか？どのようなデータ（例：データ型、ボリューム）が収集されますか？データはどのように使用されますか（例：リアルタイムで必要か、事後分析か）？成功はどのように測定されますか（例：成功のメトリクスは何ですか）？
潜在的な IoT ソリューションが、実際のデータ量や使用量だけでなく、IoT デバイスの数や使用されるデバイスの種類、さらには使用されるアプリケーションや実施される分析の複雑さなど、将来の成長にどのように対応するかを考慮します。
既存のシステム、デバイス、プロトコルは、潜在的な新しいIoTソリューションとどのように連携し、そのソリューションはサードパーティのデータ交換をどのように取り扱いますか？
潜在的なIoTソリューションに関係するIoTシステムとデータの重要性を考慮してください。
業界によっては、リアルタイムで実行される規制監査や、遅延させることができないコンプライアンス監査も、重要な検討事項になる可能性があります。
組織内の内部 IT スキルセットを評価し、それぞれの潜在的な IoT ソリューションに必要な展開および進行中のマネジメントスキルのレベルを判断します。
必要な人材を確保して社内で構築する場合と、最初にアウトソーシングする場合（市場リーダー対キャッチアップなど）、さらに展開後の継続的な社内マネジメントを行う場合の機会コストはどのようになりますか？
社内に必要なスキルセットがない場合（例：給与コストが高い、需要の高いスキルセットを持つ人材が不足している場合）、サービスとしてのソフトウェア（SaaS）またはすぐに利用できるプラットフォームのサブスクリプションの方が合理的でしょうか？
これらの質問に対する回答は、市場ポジション、戦略目標、ベンチの強さによって大きく異なるため、各組織ごとに異なります。
ビジネスの観点からは、潜在的なユーザーベースが技術的な実力やプログラミング言語の習熟度においてどの程度高度であるかも考慮することが重要です。基本的で直感的なユーザーインターフェース（ダッシュボードや使いやすい可視化ツールが必要）が不可欠でしょうか？それともユーザーベースはデータ分析時に Python などのプログラミング言語を使用するのが一般的な実力レベルですか？
IoT ソリューションがデータマネジメント、ストレージ、処理、アナリティクスをどのように取り扱うかを検討します。IoT データに基づいて実行可能な洞察を導き出し、情報に基づいた意思決定を行い、プロセスを最適化するために、データストレージおよびアナリティクスコンポーネントのスケーラビリティ、パフォーマンス、柔軟性を評価します。
セキュリティは、IoT ソリューションにおいて、データ、デバイス、ネットワークをサイバー脅威、不正アクセス、プライバシー侵害から保護するための重要な考慮事項です。暗号化、認証、アクセス制御、セキュアなブートストラップ、ファームウェアのアップデートを含む、ソリューションに実装されているセキュリティ機能とプロトコルを評価します。
IoT ソリューションとエッジコンピューティングについて詳しく学びませんか？リソースから始めましょう。