2017ものづくり革新アメリカ視察団
日本能率協会
San Jose Hilton Hotel
2017年7月16日
ものづくりの新たなパラダイム
自己紹介
東京大学工学部（計数工学科）、スタンフォード大学大学院(Computer Science)
日本IBMにてシステム開発、システムズエンジニアリング
30年にわたる経営コンサルティング（McKinsey & Co.にて日米欧のクライエントに対してグローバ ル戦略の支援、AZCAにて日米ハイテク企業の新規事業開発支援）
15年以上のVC経験（Pacific Technology Venturesの取締役、Sierra Ventures、Sofinnova 、Techno Venture のアドバイザー、NoventiのManaging Director およびVenture Partner）、AZCA Venture PartnersのＭａｎａｇｉｎｇ Ｄｉｒｅｃｔｏｒ
PARC(Palo Alto Research Center）のSenior Executive Advisorとして日米間のオープン・イノベー ション推進
静岡大学工学部大学院および早稲田大学ビジネススクールにて客員教授としてイノベーションとア ントレプレナーシップ担当
日米起業協議会（US-Japan Innovation and Entrepreneurship Council）や文部科学省大学発新産 業創出拠点プロジェクト(START）の推進委員会のメンバーとして日本におけるアントレプレナー シップ推進
北加日本商工会議所（2007年会頭）、The Japan Society of Northern California などの理事
米国 ホワイトハウスでの有識者会議に頻繁に招聘される。貿易協定・振興から気候変動等の様々 な分野で、米国政策立案に向けた、民間からの意見及び提言を積極的に行う
AZCA, Inc.
• シリコンバレーのイノベー
ションエコシステム活用に
よる新規事業展開
• 既存製品の米国市場参
• グローバル人材の育成
大企業
中小企業
ベンチャー企業
3
Silicon Valley* は長径80Kmの楕円
*- “Silicon Valley” という言葉は1971年にDon Hoeflerが雑誌 Electronic News の中の”Silicon Valley in the USA” という連載記事で初 めて使用した。
シリコンバレーの特質
文化的多様性
豊富な資金源
優秀な大学・
5
シリコンバレーが源泉となるハイテクノロジーの波
1950 1960 1970 1980 1990 2000 2010
通信・インターネット
Big Data, IoT
半導体、IC センサー PC、コンピュータ・システム、周辺機器 ロボティックス ソフトウェア AI・機械学習 ヘルスケア 1.0 ナノテクノロジー センサー グリーンテック 1939 ヘルスケア 2.0 世界のデファクト・ スタンダードの創生 インターネット以前 インターネット時代
世界的に著名な企業が密集するシリコンバレー
AZCA
William Hewlett & David Packard Elon Musk Pierre Omidyar Larry Ellison Bill Gates William Shockley Sergey Brin Jerry Yang Mark Zuckerberg Reid Hoffman
7
SVのイノベーション・エコシステム
起業家 VC 優れた大学・研究 機関 弁護士事務所 会計事務所 コンサルタント ヘッドハンター 投資銀行 調査会社 etc.起業家
VC
大学・
研究機関
弁護士事務所 会計事務所 コンサルタント ヘッドハンター 投資銀行 調査会社 etc. イノベーション・エコシステム・インキュベーター
・アクセラレーター
シリコンバレーのメカニズム
カネが集まる
•
人が集まり
•
情報が集まり
•
技術が集まり
知の集積が行
なわれる
9
VC投資の行き先 - カリフォルニア州が独り勝ち
出典： NVCA 100% ($Billion) = 8.1 11.3 14.9 23.7 61.5 120.3 46.0 15.5 17.0 23.2 20.1 26.4 31.0 29.1 21.6 25.8 36.2 32.9 35.9 58.7 74.4 62.8 California Silicon Valley Other California New England Other Region Southwest Texas NY Metro Midwest Northwest DC/Metroplex 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 South Eastシリコンバレーを支えるカルチャー
キーワード１：
オープンネス
(Openness
）
シリコンバレーを支えるカルチャー
11
世界の急速な動き -- 多くの場面でＳＶが先行
ICT化、ディジタル化
• 製造分野
: 家電、個人用機器（スマホ、PCなど）、産業機器
• 非製造分野
: 金融、流通、サービス、ヘルスケア
丸抱えから水平分業へ
• 自社はコア・コンピテンスに集中、その他は外部からベストのも
のを調達
• オープンイノベーションで連携
グローバル化
• ほとんどの製品は対象市場がグローバル
• 多くの企業がグローバル規模で水平分業
13
ICTの社会への実装
出典： 経済産業省産業構想審議会 個別機器を独立 して使用（スタン ドアロン） 一部機器が ネットワークに 接続され、デジ タルデータの流 通が開始（ネッ トワーク化） AＩによる価値創 造と完全自律・ 自働化 データ集積・集 計・処理などの 機能が、個別 の端末からネッ トワーク上の データセンター 等へ移行（クラ ウド化） 実世界をデジタ ルデータに変換 し、そのデータ を処理したうえ で現実にフィー ドバックするとい うループの発生 （CPS） レベル１ ～1990年代後半 レベル２ ～2000年代前半 レベル３ ～2000年代後半 レベル４ 2010年頃～ レベル５ 今後現
在は
CPS (Cyber-Physical
Systems)
実現の段階
Industry 4.0はCPSと概 念として同義だが、実際 には製造プロセスにおけ る取組みが中心15
デジタル化に対応した米国製造業の生産システム
② クラウドサー
バにデータを蓄積
し、人工知能で処
理
③ 工場に
適切な指示
工場の設備はクラウドから指示を
受け、それを実行し安価なデバイ
スを生産
インターネット上だけでなく
実空間の情報も含み、クラ
ウドサービスの範囲を拡大
出典： 経済産業省製造産業局① 世界の工場・製
品にかかわる情報
を収集
IIoT – GEの取り組み
向こう3年間でインダストリアル・インターネット関連技術に$1Billion（1200億円）を
投資.
シリコンバレーだけでも約1000人のソフトウェア技術者、データサイエンティストを
抱える。グローバルでは8000人のＩＴエンジニアを拡充した。
EMCやVMWareと組み、Hadoop(分散処理基盤）を使ったビッグデータ処理アー
キテクチャー「データレイク」を発表。
17
機械設備の誤動作やダウンタイムのインパクト
米国では
• 設備機械の故障や誤動作
64,000人以上が負
傷、600人が死亡
• 自動車工場でのダウンタイ
ム
1時間当たり
$1.3M
以上の機会損失
出典： PARCIIoTの進化 - 自己認識システム
認識のレベル
自動化のレベル
ゼロ
センシング
ゼロ
再構成
再最適化
受動的点検整備 • 故障したら修理する • 自動化なし 予備点検整備 • 定期点検 • 自動化レベル低い 条件ベース点検保守 • 予兆診断 • より高い自動化 自己適応 • 能動的に再構成 • 高度の自動化 自己調整 • 重要達成目標を認識 • 完全に自律化価値
「アップタイムを売る」
という考え
19
IIoT分野のベンチャー企業 - 工業のデジタル化
センサーとコネクティビティ
エッジデバイスと
コネクティッドオブジェクト
汎用プラットフォームと
エッジインテリジェンス
業種別
IoTアプリケーション
データ解析、予測分析
サイバーセキュリティ
21
IoT分野に投資をしている主なVC (2012 – 2016)
日本企業のものづくり – ディジタル化における課題
変種変量を目標としたデジタ
ルものづくりのプラットフォーム
を確立すべき
生産の自動化は進んで
おり混流生産もあるが、
基本的には大量生産向
き
センサーデータ活用の
動きはあるが、基本的に
自社で閉じたシステム
データ蓄積・解析による付加価
値増大を目指すべき
• データ蓄積のプラットフォーム
• データ解析を通じた予測モデル
23
IoTの普及とインパクト
1．オペレーションの 効率化 • 資産の活用 • コスト低減 • 作業員の生産 性 2．新しい製品とサービス • Pay-per-use • ソフトウェアベース のサービス • データの現金化 3．Outcome経済 • Pay-per-outcome • Product-as-a-service • 新たなコネクテッ ド・エコシステム • プラットフォーム 対応の市場 4．自律的プル経済 • 需要に対する継 続的なセンシング • End-to-endの オートメーション • 資源の最適化と 無駄の削減長期的
短期的
インダストリアルIoTの活用による新事業機会の創造
GEの例
ミシュランの例
情報 サービス 装置 サービス 定期保守 （GE Aircraft) 予防保守 (Telerisと 合弁） 航空機オペ レーション の最適化 （Telerisとの 合弁） 製品 ジェットエンジン（GE Aircraft) ジェットエン ジン（GE Aircraft) 既存製品ラ イン（ディジ タル以前） デジタル製 品ライン 新市場セグ メント 市場へ の 価値提供 市場へのアプローチ 情報 サービス 燃費削減 サービス 装置 サービス タイヤ・ア ズ・ア・サー ビス (Tire-as-a-service) 製品 タイヤ センサー付 きのタイヤ 既存製品ラ イン（ディジ タル以前） デジタル製 品ライン 新市場セグ メント 市場へ の 価値提供 市場へのアプローチ25
ICTがもたらす新たなエコノミーのパラダイム
Sharing
Economy
Pay-per-use
Economy
Pay-per-outcome
Economy
： Pay-per-laugh (ICTとは言えない)日本企業の現状と課題
•
「勤勉」、「モノづくりの
達人」が「儲け」につな
がっていない
•
多くの分野でグローバ
ル市場での競合地位
を失う
•
ピラミッド型業界構造
•
少ない企業間の差別
化
•
自前主義（Closed
Innovation)
•
過度な垂直統合
いま日本企業に必要なこと
ICTリテラシーの強化と活用 （デジタル化の積極的な推進）
「コスト競争力」から「付加価値競争力」へ（差別化できる製
力、ソリューション、サービス）
R&Dの強化、オープンイノベーション（掛け声だけではダメ）
「垂直型」から「水平型」へ（中小企業は下請けから脱却して自
立へ）
積極的なグローバル展開、特に中小企業の自立したグローバ
ル展開
スピーディーな経営の意思決定
2729
オープンイノベーション
社外の技術ソース 技術供与、スピ ンオフなど 他社の対象市場 自社の新た な対象市場 自社の既存 対象市場 カーブアウトやバイ バックなど 自社内の技術ソース 社外技術の導入クローズドイノベーションとオープンイノベーション
クローズドイノベーション（Closed Innovation） オープンイノベーション（Open Innovation）
業界の優秀な人達の多くは我々の会社で働 いている。 優秀な人達ばかりが我々の会社にいるわけで はない。従って、社外の優秀な人材の経験や 専門知識にアクセスする方法を考えるべき。 R&Dの成果を享受するためには、我々が研究 開発を行ない、我々が製品を市場に出さねば ならない。 社内のR&Dはそれなりに価値を生み出すこと が出来るだろうが、社外のR&Dもかなりの価値 を生み出すことがあり得る。 最初に研究開発を行なえば最初に市場に到 達出来るはず。 研究開発から利益を得るには、必ずしも我々 がすべて最初ｋら生み出す必要はない。 最初に市場に出せば勝てるはず。 最初に市場に出すより、より良いビジネスモデ ルを構築する方が良い。 我々の知恵でベストなアイデアを出せは勝て るはず。 社内のみならず社外のアイデアも取り込んで 活用すれば勝てるだろう。 知財を強くコントロールして、我々の研究開発 成果を他社に使われないようにすべき。 他社による我々の知財の活用により、我々は 利益をこうむるべきだし、我々のビジネスモデ ルを進化させることが出来るなら我々も他社
31
研究開発とオープン・イノベーション
方法 課題 ベンチャー企業か ら技術ライセンス 取得 ベンチャー企業・ 研究機関への 開発委託 ベンチャー企業・ 研究機関との 共同開発 ベンチャー企業 買収 自主開発拠点 設置 投資金額 小 中 中 大 大 技術開発の スピード 速 速 中 中 遅 開発リスク 小 中 中 中 大 技術の独自性 低 中 中 高 高 技術の完成度 低 中 中 高 高オープン・イノベーション
ストラテジック・ゲームボード
新
規
既
存
技術
市場
既存
新規
技術のS-カーブ 新しいアプリ ケーション既存事業
将来の
新規事業
既存の枠組織・枠組みの 中で可能（「抵抗勢力」の 扱いが課題） 既存の組織をベースに 社内外の組織とも共同し て開拓 新たな枠組み・組織が 必要33
新規事業開拓の方法
高
低
コミットメント
の度合い
得られる
情報の価値
現地調査会社、コンサルタントの活用
商社・ブローカの活用
日本人駐在員の活用
出張ベースで情報収集
展示会、コンフェランスなどへの出席
公開資料へのアクセス
CVCの設置
インキュベータの設置
既存VCへLP投資
社内プロジェクトの切り出し
VBとの戦略提携（直接投資など）
コーポレート
ベンチャリング
コーポレートベンチャリングの手法
長期
結果が出る
までの時間
買収 既存VCにLP 投資 技術ライセンス CVC 合弁 ベンチャーに 直接投資 共同開発 社内プロジェ クトのスピン アウト短期
事業
技術
35
戦略立案プロジェクトとCVC – 手法と効用の比較
戦略立案プロジェクト
• トップダウンの手法で課題に答
えを出す
一定期間の間に無
駄の少ない方法で「正解」にた
どり着く。
• 「瞬間風速」での答え
急激
に変化・展開する事業環境の下
では持続的な正解になりにくい。
CVC
• ボトムアップの手法で“データマ
イニング”
世の中の大きな
潮流、動きを継続的に捉えるこ
とが出来る持続的なフレーム
ワーク。
• 世の中の動きに合わせて戦略
をreviseできる。
• ディールフローの中から具体的
なアライアンス案件抽出のチャ
ンス。
• 新規参入分野での事業構築の
方法として有効。
戦略立案プロジェクト
特定のテーマ（戦略課題）対しての問題解決手法 仮説を立てられるようになるだけの予備の情報収集と勉強 （ボトムアップ） 課題分析 （トップダウン） • 最上位の課題の確認 • 最上位の課題をMECEで下位の課題群に分解 • 必要であればさらに下位の課題群に分解 • それぞれの課題に対して仮説を設定 作業プランの設計 （トップダウン） • 仮説の証明のためにどのような分析が必要かを明らかにする • それぞれの分析のために必要な情報源を特定 • 担当者、期限などを決める 分析作業 • 仮説の証明のために情報を収集し、分析を行なう • 得られた分析結果が仮説を証明していることを確認 • （反証が多く見つかる場合は、仮説そのものを変更する） 合成作業 • 証明できた内容は結論と位置づける • 結論を組み合わせて上位の課題に対する結論とする • 下位の課題に対する結論を統合して最上位の課題に対して の結論とする 提言 戦略課題 分析 合成37
戦略投資VCへの参加あるいはCVC
持続的なフレームワークとしてのCVC設定 • ドメインの定義 • 投資方針・戦略 （ステージ、金額、等） • 組織体制 • 投資など意志決定プロセスの定義 設定されたCVCの認知度向上 • ウェブサイトの充実 • コンフェランス、セミナーなどで発表 • 分野の識者(domain experts）との人脈形 成 • 他VCとの人脈形成 • 投資など意志決定プロセスの定義 案件の収集と検討 • ビジネスプランの検討 • Due Diligence （技術、市場ポテンシャル、 経営陣） • 自社との戦略的整合性、相乗効果 戦略投資の意志決定 • 金額 • 知財の扱い • その他の条件（Term Sheet） • SVでのインサイ ダー化 • 対象分野の知 見向上・蓄積 • 将来への潮流 の位階 新規事業開拓のための持続的フレームワーク 出典： AZCA成長を担うためのトップの役割
現時点での中核事業はすでに稼ぐ仕組みが出来上
がっているはず。放っておいても廻るはずのもの
トップは将来の成長をどう実現するかを考えることに集
中する
トップにしか出来ない判断
既存の成功事業とは違うビジネスモデルの新事業のために
新組織を作り、経営資源を配分する判断
既存部門の反発を抑えて新部門の後押しをするのもトップの
仕事
利益率と成長のための投資のどちらか大事かという判断
39
