技術向上の取り組み

T.Kは、データマネジメントおよびデータ活用・分析に関する内容をプレゼンさせていただきました。

IT技術の進歩に伴い、大小問わず多くの企業がDX化を発表するようになりました。
DXという言葉で簡単に言えば、「デジタルテクノロジーを使用して、ビジネスプロセス・文化・顧客体験を新たに創造し、変化し続けるビジネスや市場の要求に応えるプロセス」ですが、大量のデータをどのように活用して成果に結びつけるかが大前提となります。

分析を行おうとすると、必要な情報が欠落していたり、部署ごとに形式が異なっているなど、さまざまな問題点が発見されることがあります。
また、技術的には機械学習やBIツールなど、新たなスキルも必要となります。

現在、スタートした「AIデータサイエンス分科会」では、データ分析の他にAI（画像認識など）を研究しています。
基盤構築にはインフラ経験が生かせますし、AI開発にはアプリ開発経験が役立ちますが、クラウドの知識以外にも学校卒業後に完全に縁が切れているかもしれない数学や統計学などの学問を復習する必要もあります。
分からないことは当然ですので、一から学習する意欲が大切だと思います。

中計目標の達成のためにはスキルチェンジが必須ですので、ぜひ分科会の会員になって一緒にDX推進をしましょう。

S.Hは、DXタスクの一環で、OpenCV(画像処理)や機械学習の研修を受けてきたその成果として、今回は「顔認識システム」を作成しました。

顔認識システムを作成するにあたり、部署内で複数意見を募っています。顔パスで入退室がしたい、シリアル番号を読み込みたいなどの案が出ていましたが、 今回は実現可能なラインとして、コロナ渦で人とのコミュニケーションが希薄になり、会ったことがない方の名前がわかるようにしたい、Excel操作で作業効率を上げたい、持続可能な取り組みとして電力の削減に繋げたいといった考えから作ることになりました。
システムの内容は以下の通りです。

• 人の顔を認識し誰かを判断して名前を出力
• 議事録に認識した人の出席をつける
• カメラから人の顔が消えたら部屋の電気を消す

これらを作成するために、ディープラーニングによる学習済みモデル、PythonによるExcel操作、SwitchBotなどを使用しています。
今回はデータセット(学習させる写真のデータ)を一から作成しており、社員の写真をできるだけかき集め、画像処理を施してさらに水増ししていき、データセットを学習させ、
OpenCVのカメラの処理に組み込んでいきました。

AIについて

「AI」とは、人間と同等に近いの処理能力をもつものを指しますが、「AIとは何か」という定義は専門家の間でも定義が定まっていません。
今回AIの領域に入るのは機械学習・ディープラーニングの部分になります。顔認識システムにおける、顔を認識させるための学習済みモデルのことです。

顔認証システムの課題

• 処理が重たく、ウェビナー上ではさらに重たかった
• カスケードモデル(顔検出)は人でなくても顔と判断することがある
• 顔認識の精度

課題への対策

• 計算量の少ないモデルへ変更
• ディープラーニングのパラメータ調整
• 背景の変更、誤認識のための制約など

今後の展望

• 物体検知を利用し異常検知システムなどを搭載する
• RPAなどと連携しExcel操作する
• 入退室を顔認証で実施する

ディープラーニングで高い精度を出すためにはデータの質が直結します。データマネジメントと絡んだ話ですが、全社的に展開していくとなると、人手とそれに伴ってデータを扱う能力、AIの知識が必要になります。
今後の研究開発の継続と併せてメンバー募集中です。

Y.Sはz/OS初心者の方向けにz/OS上におけるデータセットとカタログ操作について発表させていただきました。

• ファイルとデータセットの違い
• データセットの種類
  データセットについて新人の頃によく躓きましたので、それを踏まえて以下の通り説明させていただきました。
  PSファイル…一枚の紙、PDSファイル…ノート、VSAM…DATABASEなど
• VOLUME
  VOLUMEの型、VTOCINDEX、VVDSについて説明させていただきました。
• 作成されたデータへのアクセス方法
  VOLUME指定によるアクセス方法及び、カタログ参照(経由)でのデータへのアクセス方法を説明させていただきました。

カタログ説明の際、以下のとおりクイズを用意しましたのでご紹介いたします。

クイズ：UCATはどのように使用するでしょうか。

• ①JCLに指定する
  //JOBCAT DD DISP=SHR,DSN=UCAT名
  //FILEACC EXEC PGM=AAA
  //INDD DD DSN=PDSファイル(CCC),DISP=SHR
• ②MCATにUCATとの紐づけ作成し、アクセス可とする
• ③システムがMCATの高負荷を検知し、UCATの作成・データセットのカタログ情報を作成し、自動的にUCATを使用するため、特に何もせずに使用することができる

目的・動機

LANSAでの開発をするにあたって必要な作業である、フィールド作成に膨大な時間がかかっていることを考え、
作業を効率化できるような独自ツールの開発に着手しました。

調査方法

定義ルールを明確化するため、型の違うフィールドを複数作成して、違いを洗い出していくような方法をとりました。
結果、XMLなどの既存のルールを使用しているわけではなく、LANSA独自のルールのもと作成されていることが
判明したため、このルールで作成された定義ファイルを自動で生成できれば効率化できることが分かりました。

実践

オフラインでも使用できるようクラサバアプリで作成、C#.Netを使用し、
テーブルの自動生成機能を盛り込むため事前に作成されていたDB定義書(エクセル)を読み込める形に実装をしました。

結果

フィールド作成時に入力ミスが発生しなくなったことで、製造作業に割ける時間が増えました。

ツールを使用してできること

1. フィールド・ファイル(テーブル)作成機能(上図参照)
2. フィールド・ファイル一覧表示機能
3. DB定義書作成機能(下図参照)

今後の展望

開発後も継続的に使用している中で、いくつか改良点が出てきています。
より利便性を高めていけば、フィールド作成をするためだけのツールに留まらず、より作業の効率化につながるような機能を搭載したツールになると考えています。
将来的には、Quick! Base for LANSAのオプション品としての販売を見据えて今後も改良を重ねていきたいと思います。

Y.FとK.Iは、お客さまがご利用されているDataSpiderを活用した、IBMiから他社のWEBサービスへのデータ連携事例について紹介しました。
インボイス制度に対応するため、IBMiからスプールで出力していた取引書類を、新たに利用するWEBサービスで管理・出力することになりました。

そこでこれまで利用実績のあるDataSpiderで他社FTPサーバへ取引書類のCSVデータを送信するインターフェース部のシステム構築を実施しました。
その他にも取引先とのEDI受注への対応や、メールでのデータ送受信等、IBMiとのデータインターフェースについてのDataSpiderの活用事例と共に、それに係った作業時間を発表しました。

ツールならではの効率的な開発が可能というメリットと、企業の基幹システムを担っているIBMiにとって、
今後も他プラットフォームとのデータ連携が肝になってくるので、引き続きツールの技術習得・向上に取り組むとし、発表を締めくくりました。

初めに、当資料を最初に作成した時期はまだITIL Verion 3が有効でしたが、今回の発表時期ではITIL Verion 4がメインとなっている為、少々古い説明となりますがご了承ください。

ITIL Version 3を構成する各プロセスを詳細に説明するには1～2日の講習が必要ですが、今回はポイントを押さえながら簡単に説明させていただきました。
発表会でも簡単に説明させていただきましたが、ITILを実装するには
①小～中規模の現場ではオペレーション(実運用)レベルでごく一部を使用
②大規模現場では、決定権を持ち方針の策定が可能な上層陣～実運用現場で運用保守を行うオペレータまで多数の人員を揃え、本番＆開発環境を持つ複数のシステム、十分な資金、長期の施行が可能な余裕のあるスケジュールが前提となります。
また、コストを回収できるだけの良質なサービス提供が一番重要となります。

上記に加えて時勢の変化に対応する必要がある為、運用は非常に難しいものになります。
ITILベースで有効に稼働している現場があれば教えてください。

Y.Iは今回、QNTCファイル・システムを使用しIBMiサーバー上から他のサーバーに存在する画像を参照する方法について調査を行い、その内容について発表をさせていただきました。

行った内容としては、「Webページ上に画像を表示する」という至ってシンプルな内容なのですが、実際に実行方法の調査を行っていく中で、

• サーバー内でのWebサーバーからQNTCファイル・システムまでのパスのつなげ方
• QNTCファイル・システムでアクセスするサーバーに対する権限設定の有無
• Webブラウザの拡張子表示の可不可

上記のような問題点にあたり、それぞれ問題解決を行いながら調査を行うこととなりました。

内容自体は「画像を表示するだけ」と言えてしまいますが、行うにあたり多くの知識が必要であり、その知識がなければ画像表示ひとつ行うことができないということを身をもって学ぶことができたと感じております。

今後、自身がプロジェクトでシステムを構築する際に、今回のようにIBMiサーバー上から他のサーバーのデータにアクセスする必要が生じた場合は、この調査で得られた知識と経験を活かしていきたいと思います。