网络行业当令流行的一个关键词是“大数据”。大数据指的是以全球发展势头强劲的Web网站、微博为代表，包括用户位置信息、交易历史、设备工作情况等数据的集合体，是传统数据库管理系统无法涵盖的巨大而又复杂的数据群。通过灵活使用大数据，有望实现前所未有的高附加值服务。

这种大数据还会给智能城市和智能电网的发展带来影响。例如，根据全国各地的气温和湿度数据、由智能电表得到的电力使用情况数据和掌握消费者外出情况来调整电力供求的做法，就是可行的应用方式之一。大胆地讲，智能城市本身就是大数据的集合体。

但眼下数据的收集手段——传感器方面存在的问题却变成了绊脚石。要利用大数据首先需要配置智能电表之类的传感器。但是，在IT尚未得到充分利用的领域，传感器的配置未能普及。从现在开始大量配置传感器需要耗费高昂的成本，有可能会因大数据得不到充分利用，效率提不上去，导致产业走向恶性循环。对于这样的领域，应该如何对应？

农业云服务层出不穷

正在积极利用传感器的领域之一是农业。2012年7月以后，以农业为对象的云计算服务接连发布（表1）。其中重要的有“环境和农业信息通信技术解决方案”和富士通的“Akisai”。NEC也宣布了将就开展云服务与日本全国农业协同组合联合会（JA全农）和NEPON进行三方合作。

此前，在农业领域IT应用一直未能取得大的进展。近来接连登场的服务，其卖点都在农业领域，根据数据导出改善措施和新农业方法、提高生产效率、产品品质和事业的盈利能力等（图1）。数据收集和利用，都是以处理传感器数据的“M2M（物联网）云为基础”。

这里的M2M是指经网络连接各种终端，不经人手而在各设备间交换数据，从而掌握终端的状态，并进行反向控制的机制（以及思维方式的统称）。因手机网、无线LAN等无线网络的普及和低廉化，M2M已经比过去扩大且使用也日益方便。

在农业领域，需要用传感器取得的数据多种多样，除了温度、湿度之外，还包括日照量、雨量、土壤温度、水温和为了解肥料多寡的土壤导电性等。温室栽培还需要检测室内的二氧化碳（CO2）浓度、用于调整温室内环境设备的工作情况等。

在检测、获取这些数据的同时，还要结合何时施了多少肥料、实施了哪些操作等数据进行分析。由此，就能够得知栽培作物需要把土壤的温度和水温保持在何种程度、什么条件适合播种、如何减少使用的能源等最佳条件。

由此，原本农户依据各自的经验和感觉的部分操作就可以实现所谓“可视化”。据称可提高生产效率，提高水果的含糖量，促进品牌商品化。如果能够制定出操作规程，新手务农也将变得简单。实际上，采用了IT的农业法人聘用的年轻人已经有所增加。

“到处布设传感器”并不现实……

广泛利用传感器的另一个领域是保健行业。通过使体重计、血压计、计步器等仪器支持网络，可以实现在云上管理并确认每天的数值变化，根据与他人数据的比较考虑生活改善措施等。最近，检测睡眠时睡眠深度和脉搏数的“睡眠仪”也已经开始支持网络。

随着大数据和M2M的普及，在今后，“想要这种数据”、“想看那种数据”之类的需求也会更加明确，相应地，支持各种数据的专用传感器的开发应该也会更上一层楼。

但用途单一的传感器虽然容易提高精度、能够按照设置环境优化设计，但传感器本身的成本容易增加。如果为每种数据分别设置，初期设置的成本负担难免过高。即便是前面提到的农业云，虽然服务的月使用费只要数万日元，但安装传感器会令成本直线上升。

另一方面，传感器的设置虽然不是必不可少，但是如果不使用传感器，就必须通过个人电脑、平板终端，或智能手机手动输入数据。很难大量取得多种多样的数据。

以数据的多重运用和“估算数据”减少成本

希望设置传感器但拿不出那么高的成本——解决这个矛盾的方法之一是利用“推算数据”。推算数据是指不是测得的实际数据，而是由其他数据换算得到的近似值数据。

例如，空调的控制需要知道房间中的大致人数。如果直接检测房间中人的进出情况，可以采用在门上安装传感器计入进出人数，或是在座椅上安装传感器掌握落座人数等方式，但这样做不仅原理复杂，而且需要多个传感器。

对此，研究可兼顾节能与舒适的控制方法的庆应义塾大学理工学部副教授西宏章表示，“只需检测CO2浓度，即可大致掌握室内的人数”。采用这种方法只需在房间里设置一个CO2检测传感器即可。设置成本和设置后的维护成本都可控。在农业云中介绍过的土壤的导电性，也可以说是一个间接检测肥料量是否合适的推算数据例子。

除此之外，减少传感器成本还有其他措施。那就是多重运用取得的数据。如果能够把1个传感器取得的数据运用于多个应用，则可认为，传感器的成本会因应用的数量而降低。

研究利用IT技术改善护理业务的法政大学设计工学部教授小林尚登，使用各种传感器对护理对象的健康状态和在护理设施内的步行状态等作持续把握。而且还使用睡眠仪检测护理对象睡眠时的数据等。小林教授指出，“从护理师的角度来看，这些数据会提示事先掌握需要夜间护理对象”。

倘若没有睡眠时的数据，护理师就需要整晚熬夜陪伴。如果能够随时得到数据，就可以在数值出现异常后立即发出警报并通知护理师。“虽然还需要值班，但护理师也可以小睡一会。在社会不断老龄化的情况下，从事护理的不一定全是有体力的年轻人。减少护理师的劳动量也是一项重大课题。不单是健康相关数据的运用，就是为实现护理业务的部分自动化而运用数据也是十分必要的”（小林教授）。

在大数据领域，由于能对收集到的大量数据进行分析，并发现新模式（价值）的人才严重短缺，因此各方如今都在强调培养此类能力的重要性。但同时，能够策划并设计使用怎样的传感器、通过怎样的方式收集数据的人才也不可或缺。