DX最新情報

3分でわかるIoTとM2Mの違い

M2MとIoTは、すでに私たちの生活や仕事の中に、知らず知らずのうちに浸透してきています。このIoTとM2M、同じような意味ですが、その考え方は若干異なります。ここでは両者の違いを具体的な利用例を挙げて分かり易く解説します。

新着

新固定式計測バージ「SEATEC NEO」稼働開始

遠隔地での作業を柔軟に支援する「遠隔作業支援システム」を開発

ＪＲ九州とAIを活用したお客様案内「AI駅員」の実証実験を開始

機械同士で情報をやりとりするのがM2M

M2MはMachine-to-Machineの略で、人が介在することなく、機械同士が相互に情報をやりとりすることです。M2Mでは機械同士の情報のやりとりを指しており、その先にある情報をインターネットやクラウドに送るところまでの機能は持っておりません。

機械同士で情報のやりとりをするケースは2つあります。

1）機械から情報を収集する機械

機械から情報を収集する機械とは、たとえば次のようなものがあります。

ビルのエレベーター監視：エレベーターの稼働状況、昇降回数などのログ情報を蓄積し、データとして収集しています。
高速道路の渋滞情報：VICS（道路交通情報通信システム）では、道路の上に取り付けられたセンサーが車の通行量を計測し、VICSセンターがその情報を収集します。
アメダス：センサーから送られてくる気温、降水量、風向・風速、日照時間などの観測情報を収集して、誰でも閲覧できるように表示をしています。
ヘルスケア：ウェアラブル端末を使って心拍数、体温などを自動計測して、健康管理を行うサービスがあります。

他にも電力・ガスメーターの自動検針、自動販売機の在庫管理、重機や建築機械の位置情報監視など、機械同士の情報収集は幅広く使われています。

2）機械をコントロールする機械

自動運転のイメージ

一方で、機械が機械をコントロールするとは、たとえば次のようなものです。

ビルの自動照明制御システム：天井に設置された人感センサーからの情報を制御装置が収集し、人がいない時は照明の明るさを落とすなどの制御を行います。
ビルの空調：センサーからの温湿度情報を元に、自動的に温湿度を一定に保ち、エネルギー消費量を抑えるようにコントロールすることができます。
車の自動運転：最近急に現実味を帯びてきており、注目を集めています。車の周囲に設置されたカメラやセンサーが、周囲の車や人との距離を測りつつ、危険を察知した場合は緊急停止するなどのコントロールを行います。

この他にも緊急地震速報、無人の警備システムなどもM2Mであると言えます。

センサーネットワークがM2Mを爆発的に拡大させる

M2Mにあたるシステムは今までもありましたが、最近になって急に注目を浴びるようになったのには2つ理由があります。

理由1）センシング技術が向上した
M2Mを支えるセンシング技術が向上し、安価で小型、高性能なセンサーが大量に出回るようになったことが背景にあります。商品にセンサーを内蔵することのハードルが下がり、あらゆる商品にセンサーの内蔵が可能になりました。
理由2）通信技術が向上した
通信技術が向上したことが挙げられます。とくに無線通信においては、携帯電話の普及で通信モジュールの価格が下落し、機械に内蔵してもコスト面での不利が無くなりました。また、小電力で信頼性の高い通信を実現するLPWA（Low Power Wireless Access）という技術が進歩しました。モノにセンサーを内蔵する際に非常に安価で導入できる技術のため、センサーネットワークの構築が簡易にできるようになりました。

この傾向はこれからも続くものと思われ、さらなる技術の向上によって、より高性能で安価なセンサーネットワークの構築が可能になります。

ネットワークを通じてモノの情報を収集するのがIoT

IoT（Internet of Things）はモノのインターネット、いろんなモノが通信機能を持ち、ネットワークにつながる世界を言います。

M2Mだけの世界では機械同士の相互の連携はあるものの、その情報はシステム内に閉じており、インターネットにその情報が出回ることはありません。IoTではM2Mでやりとりされている情報をインターネットで収集できるようになります。収集したデータはクラウド上で共有することができます。データを共有することで新たなビジネス価値を創造します。

ビッグデータが新たな価値を創造する

ビッグデータのイメージ

2020年には、世界中で500億台以上のモノがインターネットに繋がると言われています。それらが情報を送ると、インターネットには膨大な情報が蓄積されることになります。これをビッグデータと言いますが、まさにビッグデータの収集こそIoTの主な目的であるといっても過言ではありません。ビッグデータはそのままでは活用することはできません。ビッグデータを分析し、何らかの価値を生み出すことが重要になります。

たとえば、先ほどのヘルスケアの例では、ビッグデータによって集められた膨大な情報を分析し、個人の体質との関係性をAIによって推定することで、その人に合った最適な健康管理プランを自動的に作成することができるようになります。