DX推進・先端技術・ビジネスモデル 重要度:★★出題: AM2・PM1
エッジコンピューティング
えっじこんぴゅーてぃんぐ / Edge Computing
すべてのデータを中央のクラウドに送るのではなく、端末や現場の近く（エッジ）に分散配置したサーバーで即時処理する構成。
3行速習ポイント
- 超低遅延（リアルタイム性）、通信帯域の節約、プライバシー保護、オフライン稼働耐性を実現する。
- 自動運転、工場の外観検査（画像AI）、医療機器、スマートグリッド等の即時制御で必須の技術。
- ITストラテジストは、「エッジで即時処理すべきデータ」と「クラウドで集約・長期分析すべきデータ」の適正配置を設計する。
図解
図エッジ＆クラウドの分散協調アーキテクチャ階層・レイヤ構造
即時処理と全体集約の役割分担集約・学習
【クラウド層】全体集約 ＆ 大規模学習
中央分析・全社DWH・AIモデル再学習
複数拠点から収集された要約データを統合蓄積し、全社横断の長期トレンド分析やディープラーニングモデルの大規模再学習・配信を担う中央層。
⇅ レイヤ間連携・制御境界
超低遅延
【エッジ層】現場即時推論 ＆ データ圧縮
エッジサーバー / ゲートウェイ
現場近くのエッジサーバーでミリ秒単位のAI外観検査・異常停止制御を実行し、生映像のプライバシー匿名化とデータ圧縮を行ってからクラウドへ送る中間層。
⇅ レイヤ間連携・制御境界
発生源
【デバイス層】データ発生源
IoTセンサー / カメラ / 製造設備
工場の製造ライン、車載カメラ、店舗センサーなど、現実空間の物理現象（振動・温度・高精細映像）を一次データとしてリアルタイムに検知・出力する末端層。
💡 午後I・午後IIの工場・店舗IoTでは、ミリ秒単位の異常検知・即時制御と個人情報マスク処理をエッジ側で行い、要約データのみをクラウドへ送る構成を提示する。
概要と本質
エッジコンピューティングは、IoTデバイスの急増によってクラウドへの通信トラフィックが爆発・遅延する問題を解消します。現場（エッジ）で画像認識や異常検知を数ミリ秒で完結させ、異常時のサマリーデータや学習用データのみをクラウドへ送信することで、通信コストの削減と高い耐障害性を両立させます。
重要ポイント・コア概念
- 超低遅延（Latency）：通信往復時間を数ミリ秒以内に抑え、高速なロボット制御や事故防止を実現
- トラフィックとコストの削減：生動画や連続センサーデータをエッジでフィルタリング・要約して送信
- プライバシーと機密性：顔写真や生体データ、社外秘の製造パラメータを現場から外に出さずに処理
- 自律継続性：外部インターネット回線が切断されても、現場のオペレーションを継続可能
試験対策・午後II論文での活用法
午前IIで「エッジコンピューティングの特徴と適用領域」「クラウド集中処理との対比」が定番。午後I記述では、工場の自動検査ラインにおいて帯域不足と応答遅延を解消するためのアーキテクチャ設計としてエッジサーバーの配置が解答となる。
小論文で使える実践フレーズ・キーワード（クリックでコピー）
関連する重要用語
この用語が出題された過去問を解く（1分演習）
即時アウトプットで定着ITストラテジスト 過去問演習で実践力を鍛える
