国内エッジコンピューティング市場分析結果-IDC

10日、 IDC Japanは、国内エッジコンピューティング市場に関する調査結果を発表。本調査は特にエッジコンピューティングのプラットフォームレイヤーと通信レイヤーに焦点を合わせて分析している。

・膨大なIoTデータの分析では、ビッグデータ処理の経済性が大きな課題。そのため、エッジコンピューティングに対するビッグデータ処理の経済性向上の期待が急浮上
・クラウド事業者、CDN事業者は、エッジにてビッグデータ処理プラットフォームを展開
・通信事業者にとっても、エッジにデータ処理プラットフォームをどのように配備するかは戦略的課題

IoT（Internet of Things）技術で広域に分散したデータをモノや人などICTで連携させ、社会やビジネスの効率を高めるためには、IoTデバイスの近くでコンピューティング処理を行うエッジコンピューティングが必要であるという認識が広がりつつある。
また最近は、IoTデバイスで収集した膨大なデータ（ビッグデータ）をAI（Artificial Intelligence）などで分析する取り組みも増加しています。たとえば、自動車分野では、車の周囲の状況を把握する車載センサーや運転者の表情を分析する車内のカメラなどから収集する膨大なデータを分析し、運転支援や自動運転などに活用する取り組みが行われていることはご承知のことでしょう。

エッジコンピューティング活用の主なメリットとして、通信コストの削減、接続が良くない環境でのコンピューティング機能の利用、ネットワーク遅延の減少、セキュリティ／プライバシーの向上、非力なデバイスからの高負荷処理のオフロードなどが挙げられる。しかし、今回の調査では、エッジコンピューティングに取り組むサービス事業者への取材などから、特に、通信コストの削減を含む、IoT関連のビッグデータ処理（データ収集、フィルタリング、加工、分析、蓄積など）の経済性向上を目的に、エッジコンピューティングを活用したいと考える企業が増えていることが判明した。
その背景として、これらの企業にとってビッグデータ処理にかかるコストが大きな課題になっていることが挙げられる。

ビッグデータの処理については、これまで主にクラウドで行うのが有効であると考えられてきた。しかし、メッセージング、ストリームデータ処理、イベント処理、データレイク、機械学習などクラウドと同様のビッグデータ処理機能をエッジにも持たせ、エッジとクラウドで処理を分担することによって、通信やデータ保管などデータ処理に関連するコストを低減できる可能性があることも分かってきた。（下図参照）

エッジとクラウドで分担するデータ処理

Note: MLは、Machine Learning（機械学習）の略
Source: IDC Japan, 10/2018

主なクラウドサービス事業者は、このようなデータ処理機能を持つプラットフォームをエッジに展開する取り組みを進めている。また、CDN（Content Delivery Network）事業者も、広域ネットワーク内で同様のデータ処理を行うプラットフォームの配備に取り組む。
これらの先行するエッジプラットフォームプロバイダーには、商用版を早期に市場投入することによって企業のイノベーションを支援し、その経験を基にさらに高度なイノベーションプラットフォームを開発する狙いがあるものと考える。
一方、国内通信事業者も、自社の広域ネットワーク内へのエッジコンピューティング環境の配備を検討している。しかし、通信事業者では、ユースケースやビジネスモデルの展望を描く難しさなどから、その商用化には時間を要するとIDCではみている。

IoTのビッグデータ処理では、エッジデバイスとクラウド間の通信とデータ処理を、遅滞なく効率的に行うことが求められる。特に通信事業者の取り組みについては、データのフィルタリング、加工、分析、蓄積などのデータ処理プラットフォームを、広域ネットワーク内にどのように配備するかは、非常に重要であり、先行するプラットフォーム事業者との競争と協調に関する戦略課題でもあると考えられる。

本レポートは、IDC Japan様のプレスリリースの内容を元に作成しております。
ソース：https://www.idcjapan.co.jp/Press/Current/20181010Apr.html