気象データによる予測と気象データ活用の成功例・課題・可能性
610 Views
September 07, 23
スライド概要
2022/10/25(火)
野村證券様主催の機関投資家向けセミナーにて、下記テーマで講演いたしました。
◆スピーカーシリーズ◆
気象データから何が予測できるのか？どのように活用出来るのか？
-成功例・課題・可能性-
気象予報士・データサイエンティスト。気象データアナリスト養成講座講師。元運航管理者見習い。 気象データ分析・予測モデル開発・気象とビジネスデータの分析などを行っています。 最近は航空・衛星・地理空間データに興味あり。 Weather Data Science合同会社
関連スライド
各ページのテキスト
気象データから何が予測できるのか？ どのように活用出来るのか？ -成功例・課題・可能性- Weather Data Science合同会社 加藤芳樹 加藤史葉
「気象予報士キャリア15年以上の気象予報士夫婦で、 気象に左右されるビジネスをサポートしています！」 加藤 芳樹 加藤 史葉 かとう よしき かとう ふみよ 気象予報士登録番号 第3687号 （2002年4月取得） 気象予報士登録番号 第4321号 （2003年10月取得） 共通キャリア ❖ ウェザーニューズ社で予報業務の実務経験 一般予報(短期･長期)をはじめ航空･航海等の交通気象など 様々なコンテンツの予報業務や各種予測アルゴリズム開発 ❖ エアラインでの航務業務 ❖ DataMix社データサイエンティスト養成講座修了 ❖ 東京大学松尾研究室主催DeepLearning講座修了 ● 東京大学大学院理学系研究科地球惑星科学専攻 ● エネルギーベンチャーで気象に係る業務の主導や電力 ● ウェザーニューズ社内選抜でオクラホマ大学 需要データ分析の他、太陽光発電アルゴリズム開発や太 陽光発電設備の故障検知アルゴリズムを開発 ● 個人事業で太陽光発電量予測値を提供するサービスを 開業 National Weather Centerへ留学 ● 世界の主要気象予測モデルを活用した独自の気象予報 ガイダンス開発等、気象技術開発多数 © ２０２０ 1
主な実績 【気象データを活用したデータ分析・AI開発】 • テレビ放送事業者へフェージングを予測するAIの開発 • 再エネ関連事業者へ太陽光･風力の発電量予測AIの開発 • コインランドリーの需要予測とダイナミックプライシング etc 【気象庁の人材育成プロジェクトへ参加】 • 気象データアナリスト育成講座のカリキュラム設計、教材作成 • 試験的に実施した育成講座の講師 ←（出典）気象庁「気象業務はいま ２０２１」 【『おかえりモネ』気象監修へ参加】 • 気象に関する助言・調査、台本考証、体験談・資料提供 etc ← （写真）おかえりモネ展 in 気仙沼 © ２０２０ 2
今冬の天候予想
今冬の天候予想：気象庁の寒候期予報・解説資料より引用（9月20日発表） 気温 ● ラニーニャ現象が今冬まで続く見込み ● 気温は低めの厳冬傾向 ● 日本海側の雪は多い傾向、太平洋側は晴れやすい 降水量 © ２０２０ 降雪量 4
今冬の天候予想：気象庁の寒候期予報・解説資料より引用（9月20日発表） ● ラニーニャ現象が今冬まで続く見込み ● 気温は低めの厳冬傾向 ● 日本海側の雪は多い傾向、太平洋側は晴れやすい © ２０２０ 5
ラニーニャについて • 太平洋東部の赤道付近の海面水温が、平年よりも低くなる現象 • 日本付近では冬型の気圧配置になりやすい傾向 • 気温は低め、降水量は太平洋側で少なめの傾向 （ただし統計的に有意とまでは言えない） ラニーニャ現象発生時の海面水温の平年との差 （1998年12月） ※ 気象庁ウェブサイトより引用 © ２０２０ 6
予想される社会・経済への影響 ● スキー場は雪が多く、また営業期間が長い ● 冬物衣料がよく売れたり、寒いと売れる食品（e.g. おでん）がよく売れる ● エネルギー需要が増える、燃油が売れる、暖房機器が売れる ● 大雪による人的被害、物的被害 ● 大雪によるインフラへの影響（道路、物流、etc） ● 電力需給逼迫、電力市場価格の高騰、光熱費の上昇 ● 海運への影響（太平洋の主要航路が荒れやすい） ● エアラインのシビアな冬季運航（欠航、遅延） ● 路面凍結による車両事故増加（保険業界に影響） ● 農業・漁業への影響（燃油代高騰） ● etc... © ２０２０ 7
気象とAI 気象データの活用と課題・今後の展望
気象データ×AIで潜在的にどのようなことが可能なのか 実は気象とAIの関係は長い（40〜50年の歴史） 【天気予報ができるまでの流れ】 ここで統計学や 機械学習の技術 を活用 予報官が 予報発表 気象観測 入力 人へ ※ 気象庁数値予報課報告・別冊第64号より引用 近い将来、降水ナウキャスト(※)にディープラーニングが使われる可能性も！ （※ 天気予報アプリの雨雲レーダーで見られる、雨雲の動きの短時間予報） © ２０２０ 9
気象データ×AIで潜在的にどのようなことが可能なのか 近年、気象データをビジネスに活用する流れがある 【ウェザーマーチャンダイジング】 ●コンビニなどでは天気予報を元に発注量をコントロールしている ●おでんやアイスなどと気温の関係は、わりと古くから調べられている ●気象庁も業界団体と共同で調査・研究を行っている → ２週間先の気温予測を活用する例（ホット缶コーヒー＆サンダル） ※ 気象庁ウェブサイトより引用（上図・右図） © ２０２０ 10
気象データ×AIで潜在的にどのようなことが可能なのか 近年、気象データ×AIをビジネスに活用する流れがある 【マーケティング】 ●気象条件に応じて一人ひとりに最適な商品をリコメンド ●天気に応じた広告の配信 【需要予測】 ●気象条件の影響を受ける商品やサービスの需要予測 e.g.) 来客数予測、商品販売数予測、稼働率予測 【電力需給】 ●再生可能エネルギー（太陽光・風力）の発電量予測 ●電力需要の予測、市場価格の予測 ●VPP、蓄電池の最適制御 【保険】 ●気象災害による損害発生の予測、損害額の見積もり © ２０２０ 11
気象データ×AIで潜在的にどのようなことが可能なのか 今後、気象データ×AIが広がりそうな（広げたい）分野 ●農業・漁業などの一次産業 ●医療 - 気象データに基づく営農の最適化 - 漁業ノウハウの技術継承（航海日誌のデジタル化） - 気象病 ●衛星データ ●気候変動 - 上場企業の気候リスク評価 ●航空・海運・道路などの交通インフラ - 気象予報だけではない、気象データ×AIの利用促進 ●その他 - 直接的にビジネス（利益）に繋がるものではないが、気象データが活用 できる社会課題の解決 e.g.) 電波のフェージング予測、橋梁の大気腐食モデリング © ２０２０ 12
気象データ×AIの成功例（WXBC気象データの利活用事例集より引用） 【老舗料理店での気象データを活用した来客予測システム】 有限会社ゑびや（株式会社EBILAB） ➢ 気象データを含めた400項目近いデータを収集し、１日の来客数・注文数を 予想するAI（来客予測システム）を開発 ➢ データを根拠にして来客人数を予測し、最適な人員配置を行い、食材の廃棄 ロスを減らすなど、オペレーションを効率化 成果・効果 © ２０２０ ➢ 翌日の来客数は的中率9割で予測可能 ➢ オペレーションの改善・サービス向上 ➢ 売上4倍・利益率10倍 ➢ 平均給与＋5万円アップ ➢ 有給休暇消化率を80%に向上 ➢ 料理の提供時間1/3 13
気象データ×AIの活用における、現実の困難・課題 実は気象データの活用はまだそれほど進んでいない 2020年の総務省の調査（←）によると 気象データを事業に活用する企業は… ● 5年前に比べたらかなり増えた ● それでも1割に届かない程度 別の気象庁の調査では… ● 気象の影響を受ける企業は約７割 ● そのうち気象への対策を行なっていない 企業は約５割 ● 気象への対策を行なっている企業でも、 気象データを使っていない企業は約６割 （出典）気象庁「産業界における気象データの利活用状 況に関する調査（令和元年度） © ２０２０ 14
気象データ×AIの活用における、現実の困難・課題 なぜ気象データの活用が進まないのか？ ● 気象データを扱う専門スキルを持った人材がいない → 気象データアナリスト育成講座の制度 ● 効果があるのかわからない、成功事例が少ない → WXBCによる啓蒙活動、地道に成功事例を増やして共有 ● 気象データ以前に、社内データがない or 社内データを使う手続きが面倒 → 世のDX推進ガンバレ！ WXBC『気象データの利活用事例集』 事例はたくさん掲載されているが、成果・効果を定量的に記 載した事例はほとんどない ● → ○ 企業秘密？ ○ そもそも検証までされていない？ 定量的な成果・効果まで記載した事例を増やしたい！ © ２０２０ 15
官庁やコンソーシアムの推進／サポート体制、諸外国の動向など今後の展望 気象ビジネス推進コンソーシアム(WXBC) 気象データを活用した新たな気象ビジネス市場の創出に向け 2017年に設立された産学官連携の組織 事務局：気象庁 会員数：約1200会員（法人約520社） https://www.wxbc.jp/ （出典）WXBCパンフレット © ２０２０ 16
官庁やコンソーシアムの推進／サポート体制、諸外国の動向など今後の展望 気象データアナリストについて 企業におけるビジネス創出 や 課題解決 ができるよう、 「気象データの知識」と「データ分析の知識」を兼ね備え、 気象データとビジネスデータを分析できる人材 © ２０２０ （出典）気象庁ウェブサイト 17
官庁やコンソーシアムの推進／サポート体制、諸外国の動向など今後の展望 気象庁はカリキュラムガイドラインに準じて開設された講座を 『気象データアナリスト育成講座』として認定します 『学習内容（上）と2022年10月時点での認定講座（下）』 © ２０２０ （出典）気象庁ウェブサイト 18
気象業界の市場規模
官庁やコンソーシアムの推進／サポート体制、諸外国の動向など今後の展望 【日本の気象業界の市場規模】 • 1993年気象業務法改正以来、300億円前後でほぼ横ばいだった • 近年、大手気象会社を中心に2018年頃から増加傾向（帝国データバンク） • 現在は推定約400億円規模 👆 ただし上記には気象データ を活用したビジネスを行う 気象会社以外の企業の数値 は含まれない 実際にはもっと規模は大き いはず？（未知数） （出典）気象庁「気象業務はいま ２０１２」 © ２０２０ 20
官庁やコンソーシアムの推進／サポート体制、諸外国の動向など今後の展望 【世界の気象業界の市場規模】 - 気象予測サービスの市場規模は、2021年の17億ドルから2026年には27億ドルへと増加 （リサーチステーション） - 気象予測システムの市場規模は、2021年の27億米ドルから2026年には35億米ドルへ成長 （MarketsandMarkets） - 気象情報技術市場は、2019年に約94.1億米ドル、2020年〜2027年に8.5％を超える成長率 （REPORTOCEAN） → 順調に成長していくと予想されている → 日本に比べると海外のほうが規制が少ない（？） 気象予報士や気象データアナリストのような仕組みは（たぶん）ない 【ポイントはウェザーテック？】（参考ニュース） ● AI・IoT機器・ビッグデータ ● 衛星データ・気象モニタリング ● 気候変動・異常気象 ● 再生可能エネルギー © ２０２０ 21