モバイル＆クラウドにおけるイノベーションへの挑戦と実践

© 2014 NTT DOCOMO, INC. All rights reserved.
栄藤稔 (@mickbean)，NTTドコモ
March. 7th , 2014
モバイル＆クラウドにおける
イノベーションの挑戦と実践
1
14年3月7日金曜日

Disclaimer
この発表は、あくまでも個⼈人の意⾒見見に基づくも
のであり、ＮＴＴドコモの社としての⾒見見解を⽰示
したものではありません。ただし、内容に関し
ては、私の良良⼼心にしたがって話します。
vThis presentation does not represent the
view of NTT DOCOMO.
vSlides are from my sole view for which I
will take full ethical responsibility.
2

自己紹介
• 栄藤稔, 執行役員, NTT DOCOMO
• 役割: R&D 戦略
• 経験:
パターン認識と機械学習, 信号処理，モバイ
ルマルチメディア，モバイルネットワーク.
趣味:
ロードバイク, フライフィッシング，ワイン
3

CESに見る最近の動向
1
ウェアラブルデバイスが
数多く発表。
4Kテレビや曲面液晶製品を
数多く展示。
自動車各社も大規模な
展示を実施。
【ウェアラブルデバイス】【クルマ連携】【4K/湾曲型テレビ】
pInternet of Things(IoT)/ Everything (IoE) が最大のテーマ。
p様々な機器をスマホと接続し、利便性をアピールする製品が数多く出展。
pウェアラブル、クルマ、テレビの話題が主なトピック。

Mobile World Congress 2014
5
• 5Gという言葉が出現
• ネットワーク仮想化, NFVの実装
• Over The Top(OTT)プレイヤーの招待．
• 車応用が当たり前に．

6
Small Cells & Higher Frequency Bands
Existing cellular bands
(saturated)
Higher frequency bands
(wider bandwidth for higher data rates)
Frequency
Wide
(e.g. > 3GHz)
Super-wide
(e.g. > 10GHz)
Connectivity and mobility
maintained by macro cells using
lower frequency bands
Efficient, high-data-rate
transmissions+
Macro cell Small cells

思惑が交差するネットワーク仮想化 (Network Function Virtualization)
1

ちょっと言いたい：　ビッグデータ利用の本質
8

ドコモにおけるビッグデータ活用
インターネット
ペタバイト級のデータ＋機械学習＋並列分散計算モデル
ビッグデータからの行動パターン分
析によるサービス利用促進／ユー
ザビリティ向上
多種多様なログに基づくクロスレコ
メンド／チューニングによる精度向
上／対象ユーザ・コンテンツのカバ
レッジ向上
ビッグデータを用いた辞書構築によ
る文字認識・画像認識精度の向上
／ソーシャルメディア情報活用によ
るユーザ動向把握
ビッグデータを用いたネットワークル
ーティングの最適化／解約につなが
る行動パターン発見
ビッグデータを用いたハザードマップ
／犯罪発生マップの高精度化・カ
バレッジ向上
交通機関・公共施設の運行最適化
による待ち時間の最小化
マーケティングリコメンデーションメディア理解ｵﾍﾟﾚｰｼｮﾝ最適化セキュリティ社会ｲﾝﾌﾗ最適化
業務システム
のデータ
様々な
ログファイル
CRMシステム
の顧客データ
Webサイト、
ブログ
ソーシャル
メディア
静止画、動画センサデータ
Business Intelligence Data-Driven Innovation
9

（ビッグ）データにまつわる２つの方向
• Data-Driven Innovation
Web 2.0 by Tim　O’Reilly　（２００５）の延長
　　APIによるプラットフォーム連携
• Business Intelligenceの深化
データが大規模であるが故にできる新たな付加価値創造。
10

ビッグデータの本質
極低頻度の
異様な振舞いの検出
11

技術トレンド:Very Fat & Robust Pipe
and Machine Communication
12

Those who have gone.
13

LTE-Advanced Network　（２０１６？）
Macro Cell Base Station
Small Cell Base Station
Centeraized Radio Access
Network
14

The Next Enablers
Personal Storage
SNS/Comm. Tools
3.9G LTE:～75Mbps2010
+Big data synchronization
Smartphone Platform
as Application Market
3.5G: ～14Mbps 2006
+Flat Rate + Cloud
Mobile Multimedia
3G: 64-384Kbps 2001
+CODEC
4G M2M/eSIM
+Large Scale Data Synchronization Personal Agent new B2B Biz
15

16
Personal Assistant Agent
(i.e., very thin client) with
a killer new functionality

Train transfer / Last train alarm / Weather alarm / Traffic information / Receipt search / Map
search / Weather search / Image search / QA search / Movie search / Music search / News
search / Twitter search / Game search / App search / Book/Comic search / Area guide /
Browser search / Artist search / TV program search / Dictionary / Horoscope / Result search
for soccer game / Result search for baseball game / Result search for golf tournament /
Shopping / Calculate calorie of food / Sightseeing search / Call taxi / Knowledge of life /
Q&A for DOCOMO / Phone call / Launch camera / Timer / Alarm / Scedular / Memo / Music
player / Email / i-Concirge / i-Channel / DOCOMO Map / Disaster kit / Ir communication /
Post Twitter / Photo collection / Launch Galary / Translation / Cheat sheet / User support /
Flight mode / Day and time / Terminal information / Display setting / Keyboard and input /
Storage setting / Language setting / Location service setting / Application listup / Security
setting / Sound setting / User dictionary / Wi-Fi setting / Wall paper setting / Battery setting /
Communication service setting
サービス導線としての自然言語UI
37
search types
22
applications
20
functions
17

分散音声認識(DSR) (2006)
First Implementation of ETSI AURORA Project(2000-2003)
16Khz Sampling MFCC feature vectors -> 5.6Kbps
Mobile Terminal
Feature
Extraction
Result
Encode
Server
Decode Rec.
Engine
Dictionary
18

パブリッククラウドの法人利用，日本
矢野経済研究所
19
2.5% (2011)

パブリッククラウドの法人利用，日本
7.3% (2012)
矢野経済研究所
20

21

DOCOMO as a Big AWS User
４桁のEC2
インスタンス
22

パブリッククラウドに対する３大懸念
セキュリティ
性能
切り替えコスト
23

Data Mining Team
(2009)
Web2.0 Believers
そもそも．．．
24

栄藤個人の想い
”思い付きの開発はしない.”
”データ量勝負に持ち込む.”
”安く早く自分たちで作ることに拘る.”
25
“Thin Client, Fat Pipe→処理はクラウド側に寄せる．”
“API Centricに考える．”

要求
設計
実装
試験
運用・保守
26

“納品”でキラーアプリができるか？
27

“イケテル”アプリの開発現場のイメージ
28

アジャイル開発チーム（レガシーな企業でもできる．）
アジャイル
開発
Core engineer
Core engineer Development
promoter
Development
promoter
Product owner
29

要求
設計
実装試験
運用・保守
“UX向上”の追及
30

基本アーキテクチャ２０１０
Logging
Voice
Recognition
Task
Recognition
Logging
Voice
text
text contents
Service
Providers’ DB
contents
text
Text to speech
(inspired by Microsoft Bing, and Google Voice Search)
31

5/2011
Stealth Product
Data Center
（Hybrid with other Cloud）
歴史
June
AWS
NC-reg
Sept.
11/2012
AWS
Tokyo-reg.
Version 2
3/2012
Mar.∼
Version 1
Public
Cloud 32

プラットフォーム
テクノロジー
リーダー
グローバルな
顧客基盤
AWS 革新的
パートナー
エコシステム
AWSへの移動(June, 2012)
Scale!
33

We are Cloud Natives.
• 他のサービスも含めて
２１のデザインパターン
を利用（総計４８）
• 中でも ‘Queuing
Chain’

と
‘Scale
Out’
パターンを
多用.
34

他にも大事なデザインパターン
•Scheduled Scale Out
•Clone Server
35

Traffic Pattern
0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00
Normal traffic
36

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Auto-Scaleで追いつかない爆発的トラフィック
TV commercial causes a spike traffic.
30x traffic
# of servers
20:38 20:40 20:43 20:45
10min
37

サーバー起動の準備
AMI の毎日リフレッシュ
–音声認識モデルの更新
スパイクトラフィックに対応
したAMI の起動
–10 min - 30 min前に準備
38

今では，安定運用となっています．
• 10 million terminals pre-installed
• More than 4M distinct user accesses
• 1M accesses / day
17-Nov-16 27-Nov-16 7-Dec-16 17-Dec-16 27-Dec-16 6-Jan-17 16-Jan-17 26-Jan-17 5-Feb-17 15-Feb-17 25-Feb-17 7-Mar-17 17-Mar-17 27-Mar-17 6-Apr-17 16-Apr-17 26-Apr-17 6-May-17 16-May-17 26-May-17 5-Jun-17 15-Jun-17 25-Jun-17 5-Jul-17 15-Jul-17 25-Jul-17 4-Aug-17 14-Aug-17 24-Aug-17
17-Nov-16
Number of Speech
39

なぜクラウドが使えたか
クラウドを使って何が嬉しいか
1.横須賀にしがらみのない
技術者集団が存在．
2.”クラウドネィテブ”な開発手法の会得．
3.新しい道具（クラウド）と新しい文化のシナジー
早く作って逐次改良，少人数の共同責任で開発
40

最近のバズワード：API, Bitcoin
41
0"
200,000"
400,000"
600,000"
800,000"
1,000,000"
1,200,000"
1,400,000"
1,600,000"
1,800,000"
2,000,000"
2011/10"
2012/01"
2012/04"
2012/07"
2012/10"
2013/01"
2013/04"
2013/07"
2013/10"
2014/01"
hackathon"
API"
bitcoin"

API as Alternative
Application Programing Interface (API)
PAI
pps
artners
ncome
Adam DuVander,
42

APIs mean a lot of exposure for web giants
9,000
8,000
7,000
6,000
5,000
4,000
3,000
2,000
1,000
0
2005 2006 2007 2009 2010 2011 2012
API is a key success driver for these businesses Annual growth in number of APIs: 100%
13B Calls / Day (2011.05)
5B Calls / Day (2010.04)
5B Calls / Day (2009.10)
1.4B Calls / Day (2012.05)
1.1B Calls / Day (2011.04)
1B Calls / Day (2012.05)
1B Calls / Day (2012.03)
1B Calls / Day (2010.01)
API Billionaires Club (Programmable Web)
API Growth Rate (Programmable Web)
43

Why API matters
Disadvantages
•Limited user reach
•Limited brand awareness
Traditional Web business model APIs help you grow your business
Advantages
•Unlock distribution channels
•Expand user reach through the
V.S.
44

Change of API Offering Models
Consumer Product
End Users
API API API
Developers
Consumer oriented API Offering
(e.g.)
Cloud API
Developers
End Users
(e.g.)
Cloud oriented API Offering
45

Rise of Cloud API Startups
Location Billing Analytics
Communication
Authentication
Banking Shipment Print Healthcare Translation
46

ご清聴ありがとうございました．
•ご質問,コメントは@mickbean へ
•本発表のほとんどは slideshareで公
開します．検索ワードは
etoh DOCOMO slideshare
47

モバイル＆クラウドにおけるイノベーションへの挑戦と実践

More Related Content

What's hot (20)

Viewers also liked (13)

Similar to モバイル＆クラウドにおけるイノベーションへの挑戦と実践 (20)

More from Osaka University (20)

Recently uploaded (9)

モバイル＆クラウドにおけるイノベーションへの挑戦と実践