Dreamforce2015 Day2：基調講演

みなさんこんにちは。今岡です。

Dreamforce2015で最も注目を集める基調講演が本日（現地時間 2015/09/17 13:00-）行われました。今回も多くの発表がありましたが、その中から興味深く感じた２つのサービスについてダイジェストでお届けしたいと思います。※なお、詳細な情報は不明であり、また私の所感が一部混じるので、内容に誤り等が含まれる場合があります。ご了承下さいませ。

キーメッセージ：IoC

IoCという言葉はDreamforce2013の基調講演で初めて使われ、IoTをベースにその先の顧客とつながることの重要性が力説されました。Dreamforce2013から2年が経過し、その間IoTの導入事例は弊社にもできましたが、その当時から現在に至るまで、具体的にIoT（Internet of Things）をベースにしたその考えをどう発展させビジネス化するのか？、あるいはIoTの有効性は感じるものの、それをどう具体化／実装したらよいのか？という手探りな状態にあるユーザも多いことと思います。

日本では2014/12にIoTジャンプスタートプログラムが発表され、IoTの機運の高まりをより強く感じますが、そうした中、満を持してsalesforce.com社自らが一つの解として、「IoT Cloud」を発表したものと思います。

IoT Cloud（Thunder）

IoTを実現するためのプラットフォームとして今回発表されました。IoTと言うと膨大に蓄積されたデータをデータサイエンティストといった専門知識を持つ人により分析することが一般的に聞かれますが、salesforce.com社はここに違う考えを持っています。よりビジネスに近い人が容易に膨大なデータから必要なデータを収集し、必要なアクションが取れるようにという考えのもと、IoT Cloudを開発・発表しているところは特徴的です。※分析部分がAnalytics Cloudではないところは何故だろう？という気がしますが、ここは何らかの形で連携されることでしょう。

IoTの実現には膨大なデータをどう蓄積するのかに着目されがちですが、数々の種類のデバイスやセンサーから逐次発生し続ける膨大なストリームデータを効率よく処理するためにはストリーミング処理を行う必要があります。このストリーミング処理するための実行エンジンがThunderであり、ストリーミング処理する上での必要な設定を高い専門知識を持たないユーザ自身でも行えるようGUI含めて提供したものがIoT Cloudなのだと思います。

IoT Cloudの内部では膨大なストリームデータを高速に効率良く処理するために、Apatch Spark、Apatch StormやApatch Cassandraなどが使われているようです。これは完全に大規模分散処理基盤ですね。

クラウドサービスですから、HttpをベースとするAPIは公開されると思いますが、数々のデバイスやセンサーがHttpによる通信をサポートしていないケースは容易に想定され、IoT Cloudが普及するためには、数々のデバイスやセンサーから発生するデータをいかにIoT Cloudに送り届けるのかはこれまで同様の課題となるでしょう。

Salesforce IQ

2014年7月に買収したRelateIQがSalesoforce IQとして遂にお披露目されました。RelateIQが持つ機械学習がどうSales CloudやService Cloudと統合されるのかな？と期待＆注目していたのですが、実態としては、Sales CloudやService Cloudと統合されるものではなく、Salesforce IQとして独立したサービスとなるようです。そのため、ターゲット層をSmall Businessとしていたのかも知れません。SalesforceにはGroup／ProfessionalエディションといったSmall Business向けのエディションが既にあるため、そことの住み分けをどうするのかは気になるところですが、現状不明です。また、将来的にはSales CloudやService Cloudと統合し機械学習を応用した新たなCRMの登場を楽しみにしたいものです。

※Salesoforce IQは、Salesforce IQ for Small BusinessとSalesforce IQ for Sales Cloudの２種類があります。前者が先に説明した独立したサービスとして提供され、後者はSalesforce上のカレンダーやタスクとの連携をGoogle Chrome Plug-inとして提供し、間接的にSalesforce IQの機能を使用してSalesforce上の活動等に連携しているものと思われました。

デモンストレーションでは、Gmailのデータを分析し、自動的にコンタクトへの追加を促す様子や、カレンダーの情報からミーティング開催の日程調整を自動的に行っている様子を見ることができました。これら蓄積された情報をベースに自動的に次の行動を促したり、思考をサポートする点が強みであり売りであると思いますが、機械学習を行う上で必要となる自然言語処理に日本語が対応していることが必須となるため、日本市場への投入にはもう少し時間がかかるかも知れません。