Google Cloud NEXT '19 in Tokyo で講演してきました

ASKUL Engineering Blogをご覧の皆さま，はじめまして．アスクルのみついと申します．
普段は機械学習を含むAIっぽい技術の研究員として，社内業務の効率化や，お客様の満足度向上に取り組んでいます．
web系のエンジニアリングには全く詳しくありません．
なので，本エントリはいつもとはだいぶ毛色の違ったテーマになりますが，良かったら読んでみてください．

本エントリのテーマ

2019/7/30～8/1に開催された，Google Cloud NEXT '19 in Tokyoで講演してきました．
　※正しくは，上記イベントと同時開催された「Google Cloud INSIDE Retail」というイベント．

講演のタイトルは， 「GCPを活用した物流倉庫内の異常検知」 です．

↓講演動画（YouTube，50分辺りから）

↓講演スライド

※やたらピンクが多いのは私の趣味．．．ではありません！
　Googleさんの設定です（スタッフさんのシャツもピンク．．．）

以降は，講演内容をかいつまんで紹介します．

物流倉庫は自動化設備でいっぱい

アスクルでは，メーカーから仕入れた商品をいつでもお客様にお届けできるように，物流倉庫内に商品を在庫しています．
多様かつ大量の在庫を置くため，物流倉庫は非常に広く，人が品物を棚まで取りに行くのは大変！
そこで，コンベアや自動倉庫といった設備を使って，なるべく人が動くことを少なくするように工夫しています．

ここで問題となるのは， 設備は故障する ということ．
お客様のご注文に迅速にお応えするべく，設備は毎日フル回転しています．
あらゆる機械の例に漏れず，倉庫内の設備もいつかは故障してしまいます．

例えば，店舗などでよく見かけるバーコードリーダー（BCR）．
店舗で見るのはハンディタイプですが，物流倉庫には，

こんなのや

こんなのが，数百台設置されていて，

こんなバーコードが通過するたびに，自動的に読み取っています．
その回数は，センター全体で毎日数百万回にも及びます．
BCRに異常が発生すると，バーコードが読み取れず，エラーとなってしまいます．

予知保全の実現に向けて

設備の点検や交換をすることを「保全」といいます．
現状は，定期的な保全を実施することで，設備が故障せずに動き続けられるように維持しています．
自動車における車検のようなイメージですね．
このような考え方を「予防保全」といいます．

これに対し，予め故障のタイミングを予知し，故障する前に交換しようという考え方があります．
これを「予知保全」といいます．
「予知保全」は，「予防保全」に比べて，無駄な点検や交換の回数が減るため，保全コストを抑えられます．

ただ，故障を予知するには，大量の過去データと対応実績が必要となります．

設備の異常を検知したい！

そこで，私たちは予知保全を実現するための第一歩として，設備のログ収集と異常を監視するシステムを構築しました．
対象とした設備は，前述のBCRです．

システムの概念図は↓

それぞれ，ざっくりと下記のように利用しています． - ログ蓄積：BigQueryにひたすら蓄積 - データ処理：GCEのインスタンスでBQ読み込み＆ python + Slack API で設備アラートを定期的に送信＆ Slackから対応状況の登録 - 見える化：DataPortalでエラー推移をグラフ化