Degital World Becoming

SIer兼電気機器メーカーで働くIT営業マンの私が、「今後世の中はデジタル化の結果こうなっていく」というある種妄想じみた未来予測を投稿。

ドイツからキューバに飛ぶ飛行機の中で価値観が少し変わった話。

1.ドイツからキューバ行きの飛行機に搭乗

学生時代、ドイツに2週間くらい一人旅したことがある。ドイツを旅した後、次に向かったのは大西洋を隔てた向う側にある「キューバ」だった。

今でも覚えているが、キューバ行きの飛行機の中はカップルか家族連れの西洋人が多かった。キューバへはドイツから直行便が飛んでおり、おそらく日本にとってのハワイと同じ感覚で、ドイツ人はキューバに行くのだろうか、と思った。

続きを読む

2020年東京オリンピックでの「体操競技」の審判がAIになります。。

journal.jp.fujitsu.com

 

 

ついにここまできちゃったかぁ…って感じですね

 

 「3Dレーザーセンサー」という、これまでスポーツ界で採用の実績がない技術を活用した、審判の採点支援システムである。非接触のセンサーが取得したデータから競技の判定に必要な数値を導き出して審判の採点を支援する。「ゴールは、東京五輪までに男子6種目、女子4種目の計10種目をカバーすること」

 

 簡単に言うと、レーザー光線をセンサーとして、体操における微妙な体の向きやズレを検出して点数計算を自動で行うということになります。

要は、いままで熟練の審判が、人の目を使ってやっていたところをAI/機械によってやってしまおうということですね。

 

個人的には、こうした体操競技の審判のAI化というニュースは「競技種目における審判の機械化」の流れの中の一部だと考えています。

 

といいますのも、AIが得意とされる分野は以下の特性を持ってる分野だからです。

 

・アウトプットが明確なほどよい

・問題が複雑なほどよい

・人が経験則に頼っているほどよい

 

わかりますでしょうか、つまり

 

運動競技における審判ほど、AIが得意とする分野はないのです。

 

審判は

 

・判定をする(アウトプットが明確

・様々なルールや、その時々の状況を考慮して判定する(問題が複雑

・長年の審判の経験が生きる(経験則に頼っている

 

以上の特性をもっています。これほどAIによって代替するのに適したものもないといえるでしょう。

 

今後は、あらゆる種目の審判がAIによって代替されると考えられます。

 

球技における、アウトラインを超えたかどうかなどは既に映像技術の発展で可能となっていますが、リアルタイムで進行する競技においては、その場にいる審判の判定が優先されていました。おそらくこうしたリアルタイムで審判が判定を下す協議については、10年以内にほとんどがAIによって代替されると思います。

 

例えば、

 

・野球におけるストライク、ボールなどのカウント基準

・サッカーにおけるオフサイドフラッグ

・バスケットボールにおけるチャージング基準

 

などなど、数えきれません。

 

今後の動きとしては

・審判の人手が不足している業界

・審判の経験が長ければ長いほどより正確な判定ができる

こうした競技から順に審判のAIによる代替が進むと考えられます。つまりは、AIの導入による費用対効果が高い順に競技の審判の自動化がなされるということですね。

 

 

本日の未来予測

 

あらゆる競技の審判がAIによって自動化される

 

以上!

日本発!ソフトバンクがシェアサイクル事業に参入!!~HELLO CYCLING~

newspicks.com


ソフトバンクがシェアサイクル事業に参入しました。(正確には、ソフトバンクVBがベンチャー子会社に出資)
Hello Cycleという会社がこのサービスを展開する担い手になるみたいです。


シェアサイクルって知ってますか??


いわゆる、「空いてる自転車をシェアして勝手に乗っていい」というサービスなんです!

若いころチャリパク(道端に落ちてる自転車を勝手に盗んで乗り回す)やったことある人もいると思いますが、それがなんと合法的にできちゃうわけです!!(もちろん、お金を払ったりしなきゃいけませんが)




中国ではすでに「Mobike」というシェアサイクルサービスが普及してますし、台湾ではYoubikeというのもあります。中国のMobikeはイギリスでもサービスを展開しており、自転車業界のUberとなろうとしていますね。


日本ではまだこういった自転車シェアリングサービスが普及しきってはいない状況です(もちろんレンタサイクルのようなサービスはたくさんありますが)。




今回、中国のMobikeと、ソフトバンク出資のHallo Cycleは根本的に違うところがあります。

それはMobikeが垂直統合のサービスであるのに対して、Hallo Cycleは水平分業型のサービスであるということです。



Mobikeは、スマフォでカギを開けることができる、スマートロックというデバイスを自前で開発し、自転車に搭載しています。この搭載された自転車はMobike所有の自転車です。

 
つまり、Mobikeの持ち物=サービスプラットフォーム自転車+スマートロックデバイス&システムとなります。自転車の貸し手はMobikeになるのですね。


それにたいして、Hallo Cycleが目指すサービスは、完全なシェアリングエコノミーサービス。つまり、Uberと同じで、自転車の貸し手は企業は企業でも、様々なシェアレンタル民間事業者です。Mobikeが自社で自転車を用意していますが、Hallo Cycleではプラットフォームだけ用意し、そこにさまざまなシェアレンタル事業者が登録する、ということになります、

つまり、Hallo Cycleの持ち物=サービスプラットフォームのみ(+スマートロック技術?)となります。

まさに自転車版シェアリングエコノミーの先駆けとなる存在を目指してしまっているということですね。


垂直統合型は自前で自転車といった資本を投下しなければなりませんが、水平分業型モデルでは自分で資本を持つ必要がありません。AmazonAirbnbと同じで、自分で在庫を持つ必要がないのが水平分業型モデル。

代って何が言いたいかというと、Mobikeのシェアサイクル自転車数はMobikeの資金や資本数に依存するのに対し、Hallo Cycleはその地域にいるシェアレンタル事業者の自転車の数を上限としたほぼ無制限の自転車をシェアサイクルサービスとして提供できるのです。


いわゆるネットワーク効果に近いと思いますが、こうしたシェアサービスは、提供できるサービスの数に、そのプラットフォームの価値が依存します。あなたは、あんまり自転車数が登録されていない上に、近くに借りられる自転車がないプラットフォームと、自転車登録数が多く、近くに自転車がいくらでもあるプラットフォーム、どちらを使いたいですか??


f:id:takuro-hit:20170806081652p:plain
引用元:「シェアリング×プラットフォーム」でつくる“ショートな移動”とは


つまり、ビジネスモデル的には

Hallo Cycle>Mobike

となりうる余地がいくらでもあるということですね。

Hallo Cycleではプラットフォームに登録できるのはシェアレンタル事業者だけで、これがもっと開かれるとしたら(例えば10台くらいの自転車を貸し出す個人事業主や、一台だけ自転車もってるアパート住みの大学生に対して)、完全に自転車版Uberになっちゃいます。

「今日は天気がいいなぁ~~。自転車でどこかに出かけたい気分だ。隣の家の自転車を借りて遠出しよう!


「ちょっと待ち合わせまでじかんあるけど、この辺なんもないなぁ。近くにあるシェアサイクルで1駅くらい遠出しよう

いつの日か、こういう世界が普通になっていくわけですね。いやいつの日かでもなく、多分来年とか再来年にはもうこういう世界が来ます。




中国のMobikeがすでに日本でも福岡や札幌で商業展開を計画中です。MobikeとHalo Cycle、競合する可能性が大、大、大ですね。


thebridge.jp



news.mynavi.jp




今後の世界


自転車でさえもシェアリングされた、究極のモビリティ社会が実現する。



ただ、少し疑問ですが、自動運転が完全に実用化されてしまったら、シェア自転車よりも自動運転車、となるかもしれません。

しかしながら、「健康志向」型の顧客は一定数存在するのと、本当にショート距離を移動したいというニーズは存在するので、自動運転技術が定着したのちもシェア自転車はまさに一定のシェアを獲得するかもしれませんね。


それでは!

東京大学がSNSで人気の出やすいハッシュタグを推薦する技術を開発

univ-journal.jp

 

東京大学さんやりますね~

 

具体的にどんな技術課といいますと、TwitterInstagramの投稿で、「いいね!」が貰いやすいハッシュタグを自動で教えてくれる技術です。

 

例えばあなたが京都の銀閣寺に行きました。「京都」、「銀閣寺」、「旅行」いろんなハッシュタグが考えられますが、今まではどのハッシュタグをつければいろんな人にみてもらえるかがわからない状況でしたね。

 

みなさん必死で、

 

「どういうハッシュタグにすればいろんな人に見てもらえるんだろう」

 

という視点でハッシュタグの設定をかんがえていたと思います。

 

それが変わるんです。東大の山崎教授が、いいね!」が貰いやすいハッシュタグを自動で教えてくれる技術を開発しちゃいました。

 

今回、約6万枚の画像とそれに付与されたタグを用いてシステムに学習させ、約2000枚の画像に対して実際にシステムが推薦したタグを追加してSNSに投稿。10日後には人が付けたタグだけを用いた場合と比較して2倍程度の閲覧数を獲得した。推薦タグはもともと、人が付与したタグを参考にするため、画像や映像の中身とマッチした正しいタグが推薦されることも約1500名の主観評価によって検証済みだ。スコアの計算にかかる時間は通常のサーバーで数秒程度と短く、毎日タグを推薦し直すこともできる。

 

いわゆるAIによる機械学習で「この画像に関連して、かつ、一番トレンドにのってるハッシュタグは何?」ってのがわかっちゃうわけです。すごい世界ですな。

 

 

本日の「今後の世界」

世の中の動向がわからなくても、自分が投稿したものがよりバズりやすくなる世界

 

 

それではまた!