Industry Use Case

交通

秘密計算技術
AI解析

交通・MaaSにおけるデータ利活用課題を解決

交通データの利活用では、個人情報と密接にかかわる乗降データと購買データを扱うため、データ活用環境の準備やデータ加工の準備にコストがかさんでいます。また、MaaSデータの活用では、複数事業ごとに動いているクラウドサービス間でデータ連携が必要なため、データ連携時の秘匿性維持が重要なテーマとなっています。

Issue よくある課題

テクノロジーの進化や社会変動とともに移動手段に対する考え方が変化しています。リモートワークの定着、MaaS等シームレスな移動体験が期待される中、ヒトの行動データと購買データ等をいかにセキュアに利活用できるかが、今後の交通セクターの重要なテーマといえるでしょう。
しかし、データを集めるほどに機密性が高まるため、企業間・部門間でのデータ取り扱いの姿勢に溝が生じていたり、セキュリティ対策や管理システムが違うことが原因で、活用前のインフラ整備が十分ではない様子が多くの企業で見受けられます。

Data Security & Utilization of data

データセキュリティ／データ利活用の取り組み

セキュアな環境で乗降データと購買データを掛け合わせて活用

グループ企業間でデータを有効活用しようという動きに反し、個人情報と密接にかかわる乗降データと購買データは、分析しようにも集めるほど機密性が高まります。そのため外部から見られないデータ管理環境や企業間での開示範囲のコントロールが必須です。インフラ整備の課題を解決することが、交通データ利活用をスムーズに進めるための要となっています。

イーグリスの秘密計算技術を活かしたDataArmor GateDBはゲートウェイ型のソフトウェアのため、各種クラウドサービスやデータベースへ導入が可能です。
グループ企業間で異なるクラウドサービスを活用していても、それぞれのデータの中身は他社に見せないよう秘匿性を担保しながらマルチクラウド間でのデータ連携がおこなえるため、安心してデータを連携・活用することができます。
また、グループ企業に眠る様々なデータを連携した基盤上でグループ外の企業のデータを組みわせることで、新たなマーケティング施策にも流用できる等、MaaS時代のデータエコノミーへも活用いただけます。

AI Analysis

AI解析の取り組み

AI数値解析で部品調達の予測精度を向上

車両や飛行機はメンテナンス時に定期的な部品交換を必要とします。AI数値解析を用いて故障兆候を捉え、部品交換時期を予測する企業が増えていますが、某整備会社では交換頻度の低い部品は需要予測が難しく、必要な部品の調達と在庫管理の効率化が十分におこなえていませんでした。そのため一部の部品在庫の長期滞留や部品不足で修理できず、使えない機体を抱えてしまうことによる経営損失が課題となっていました。

イーグリスは部品交換時の報告書の内容や過去の調達実績、運行データや運行時の外部環境等、様々な数値データを用いた新しい解析モデルを提供しました。複数種類のデータを用いることで、交換頻度の低い部品でも高精度の需要予測をおこなえるようになり、交換部品の発注業務の標準化や部品不足の解消によりメンテナンス業務の生産性の向上につなげることができました。