吉田成利氏

変化の激しい市場環境において、迅速なイノベーションを実現するには、目的に合わせたデータベースの選択が重要です。 AWS では様々なニーズに対応した15以上のデータベースサービスから、用途にあったデータベースを選択することで、アプリケーションの構築や顧客体験の向上に専念でき、新しい価値を市場に投入するまでの時間を短縮することができます。本セッションでは AWS が提供するサービスの概要や使い分け、既存のデータベースの移行方法など、AWS のデータベースを使う上で押さえておきたいポイントをお伝えいたします。

データウェアハウス、データレイクといったデータ分析基盤はクラウドの登場により、より簡単に、より小さく始めることが可能となりました。また、その基盤の拡張も容易であり、全社データ分析基盤にすることもできます。データ活用を成功させるためには、ビジネスに必要なすべてのデータを一つの基盤で取り扱えるようにすることと、最新のアナリティクス技術を活用し、そのデータを分析し、インサイトを得ることが必要です。最新のクラウドプラットフォームは、データをクラウド上に収集する、データをAI、マシンラーニングなど高度なアナリティクスで分析する各種サービスを提供しています。本セッションでは、AWS上でデータ分析基盤を構築することに焦点をあて、どのように基盤を構築し、どんなサービスと連携すればよいのか、事例も交えてご紹介していきます。

昨今の製造業界においては、複雑な製品設計プロセスへの対応や、生産性の改善、顧客体験の創出など、コスト削減と高付加価値化の両立が要求されています。AWSでは、設計開発の高速化から、サプライチェーンの再構築まで、お客様のビジネス変革を支援する包括的なクラウドサービスとソリューションを提供しています。本セッションでは、製造業界におけるクラウド利用のトレンドや、工場IoTのデータ活用について、具体的な実現方法や事例を交えてご紹介します。

製造現場にはIoTからカメラ映像といった非構造化データ、さらには生産管理システムといった構造化データが多く存在しますが、一方でIoTに対応できない設備も多く、データ化や省人化の妨げになっています。実は、後付けカメラやクラウドサービスを使えば、古いアナログメーターを現地で紙に点検記録するような現場業務も簡単に自動化が可能です。アナログな現場業務の効率化とデータ活用を、AWSとMotionBoardで始めませんか？ AWSのエキスパートが製造現場のシナリオを基に、AWS IoT CoreやAmazon Kinesisなどを活用したMotionBoard連携デモをご紹介いたします。スモールスタートができるクラウドだからこそ、これからMotionBoardをご検討される方にも、MotionBoardマニアの方にもご参加いただきたいセッションです。

あらゆる業界で AI や機械学習の活用が進むなか、データの品質向上や分析のセルフサービス化は、今企業が優先的に取り組むべき施策として、注目されています。本セッションでは、データ活用のあらゆるプロセスをサポートする AWS のサービスと Snowflake の統合をふまえ、企業がデータを中心とした AI 活用のプラクティスをどのように実現できるかをご紹介します。

データドリブン経営やデジタル戦略の推進において、日々増え続ける様々なデータを組織を超えて共有し、社内のあらゆるユーザーが安全かつ迅速に分析を行えることが重要になっています。この実現には、データに対する適切なアクセス管理と、ユーザーが情報システム部門に頼らずにデータを発見し、利用できる仕組みの両方が鍵となりますが、これらの両立について「どう実現したらいいかわからない」といった悩みをお抱えの方は多いのではないでしょうか？ 本セッションでは、エンジニアおよび非エンジニアの方にもお使いいただけるデータ分析基盤Dr.SumとAWSの分析サービスを連携させ、データ管理の最適化とセルフサービスでのデータ活用を実現する方法について、デモを交えてご紹介します。これからデータ分析を始める方にも、すでにクラウド上でデータ分析を行っている方にも、ご参加いただきたいセッションです。

あらゆる業界でデジタルトランスフォーメーション (DX) への取り組みが加速する中、データ分析のセルフサービス化や、事業部門での機械学習・AI の活用は、今企業が優先的に取り組むべき施策として注目されています。 本セッションでは、データ活用のあらゆるプロセスをサポートする AWS のサービスと HULFT Square の連携をふまえ、企業内のあらゆるユーザーがデータを自発的に活用できる仕組みを、実現する方法についてご紹介します。

データドリブン経営の推進やデジタル戦略の加速には、組織内外のあらゆるデータソースから情報を効率よく収集し、それらをユーザーの様々な分析ニーズに合わせて、安全かつ高速に提供できるデータ基盤が必要不可欠です。本セッションでは、データソースの種類や、分析に必要なデータの鮮度によって、押さえておきたいデータ連携のパターンやベストプラクティスについて、デモを交えながらご紹介します。