re:Invent 2024: HondaとAWSが描くEV充電体験の未来 - Smart Routingシステム
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2024 - Honda’s EV charging experience with Amazon Bedrock and AWS IoT Core (AUT202)
この動画では、HondaとAWSのパートナーシップによる電気自動車(EV)の充電体験向上への取り組みが紹介されています。2026年から北米で展開予定のHonda O Seriesを皮切りに、Software Defined Vehicle(SDV)技術を活用した新しいEV体験の実現を目指しています。AWS IoT Core、Amazon Redshift、Amazon Bedrockなどのテクノロジーを組み合わせ、ユーザーの好みや行動パターンを学習して最適な充電プランを提案するSmart Routingシステムのデモンストレーションも行われています。このシステムは、充電待ち時間を有効活用できるよう、ユーザーの興味に合わせた周辺スポットを推薦する機能を備えており、EVの普及における重要な課題である充電体験の向上に貢献します。
※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
※ 画像をクリックすると、動画中の該当シーンに遷移します。
re:Invent 2024関連の書き起こし記事については、こちらのSpreadsheet に情報をまとめています。合わせてご確認ください！
本編
HondaとAWSのイノベーションパートナーシップ：プレゼンテーション概要
みなさん、こんにちは。イベントの土曜日、いかがお過ごしでしょうか？楽しく、たくさんの学びを得られていることを願っています。私は渡辺翼と申します。AWSのSenior Solutions Architectとして、Hondaを担当させていただいております。本日は、HondaとAWSのイノベーションとパートナーシップの力を示す共同プレゼンテーションをご用意いたしました。
お客様であるHondaをステージにお迎えする前に、本日のアジェンダについて簡単にご説明させていただきます。 まず、Hondaの企業概要について簡単にご紹介し、次に自動車のイノベーションの未来を形作る革新的な技術であるSoftware Defined Vehicle（SDV）に関するHondaのビジョンについてご説明いたします。 その後、Hondaの電気自動車の充電体験についてご紹介し、Hondaが電気自動車の所有と運転の体験をどのように再定義しているかをご覧いただきます。 続いて、HondaのAWSでの取り組みについてご紹介し、これまでの成果をハイライトしていきます。また、AWSのテクノロジーを活用してHondaが企業ビジョンをどのように実現していくのか、コラボレーションの力をお示しします。最後に、デモンストレーションをご覧いただきます。
Hondaのビジョンと電気自動車戦略：SDVの可能性
それでは、本田技研工業のElectrification Software Solution Development DivisionのGeneral Managerである高宮秀治様をステージにお迎えしたいと思います。ありがとうございます、渡辺さん。みなさん、おはようございます。私は高宮と申します。HondaのSDV Business Developmentの部門長を務めており、 また電子車両制御領域の責任者も担当しております。
まず、Hondaについて簡単にご紹介させていただきます。Hondaは、二輪車、四輪車、パワープロダクツといったモビリティ領域における世界的なリーディングカンパニーです。年間2,800万基以上のパワーユニットを生産しており、世界最大のパワーユニットメーカーとなっています。これらの多様なモビリティ製品を通じて、Hondaは人々の日常の行動とライフスタイルを支える原動力を提供してきました。
Hondaは現在、第二の創業期にあります。三部社長が就任された際、「我々は第二の創業期にある」という言葉を使われ、企業理念以外のすべてを変えるべきだという強いメッセージを私たちに送られました。 これが2050年に向けたHondaのビジョンです。2050年までに、すべてのHonda製品と企業活動においてカーボンニュートラルを実現し、Hondaの二輪車・四輪車が関与する交通事故死者ゼロを世界中で目指します。
本日は、カーボンニュートラリティに向けた私たちの取り組みについてご紹介させていただきます。カーボンニュートラリティの実現に向けて、最も重要な第一歩の一つがEVの普及促進です。Hondaでは、モビリティのあり方を根本から見直し、一から考え直しています。2026年、北米で全く新しいHonda O Seriesのラインナップの展開を開始します。O Seriesの旗艦モデルはSALOONですが、これはほんの始まりに過ぎません。世界中のお客様に向けて、合計7つのユニークなHonda O Seriesモデルを展開していく予定です。
これがSDVに関するHondaのビジョンです。SDVは、EVの価値を高めるだけでなく、人々の生活の質を向上させることができる重要な技術です。
クルマをクラウドに接続することで、社会課題の解決に貢献します。これまで実現不可能だったことが、今では可能になっています。例えば、Over-The-Airアップデートによって、クルマは進化し、改善を続けることができ、またスマートフォンとクルマを連携させることで、お客様視点での魅力的な体験を提供することができます。本日は、Software Defined Vehicle（SDV）を活用してEVの充電ユーザー体験を向上させるための、AWSとHondaのコラボレーションについてご紹介させていただきます。
EVの充電体験向上：課題とAWSテクノロジーを活用した解決策
これは、HondaのEV充電ユーザー体験に関するビジュアルコンセプトです。Hondaは、電力切れの心配がなく、受動的な充電時間をなくすユーザー体験を提供します。例えば、パブリック充電ステーションでの信頼性の高い充電体験や、自宅での簡単な充電を実現します。下のイラストは私の同僚が描いたもので、充電のことを意識せずに週末旅行を楽しみ、目的地でのイベントを楽しむ家族の様子を表現しています。これが、Hondaが提案する充電ユーザー体験の世界観です。
充電の世界には数多くの課題が存在します。調査で特定された購入時の10の課題のうち、4つが充電に関連するものです。これらの課題には、充電ステーションの不足や1回の充電での走行距離の制限などが含まれます。これらの充電に関する課題が解決されない限り、EVは普及しないでしょう。私たちは、ユーザーのカスタマージャーニーの各段階でどのような課題が存在するのかを分析する必要があります。これは、長距離移動をするEVユーザーの行動を分析したものです。
まず、出発前日には充電を含めた旅程の計画を立てることに苦労するでしょう。次に、充電スポットに到着しても、正確な場所が分からなかったり、充電待ちの列ができていたりする可能性があります。そして、充電中は充電完了までの時間が分かりにくいという問題があります。これらの各フェーズにおける課題を分析し、適切な解決策を提案していきます。
Hondaの解決策は3つあります。1つ目は、個々のユーザーに最適な充電スポットを探す時間のムダをなくすことです。2つ目は、初めて訪れる場所でも充電スポットまで迅速に案内することです。3つ目は、シンプルな決済システムを提供することです。これら3つの解決策を実現するために、私たちは車両内外のデータをクラウドで収集し、高度なAIモデルを活用します。このデータには、車両のバッテリー状態、充電ステーションマップ、行動履歴などが含まれます。これらを実現する上で、AWS技術が重要な役割を果たします。詳細については次のページで説明させていただきます。
それでは、主要な課題と解決策について説明していきましょう。 Battery Electric Vehicle (BEV)の利用を最適化するための情報不足と、BEVの運転体験を向上させる機能の提供が必要であることが主要な課題です。もう1つの重要な課題は、BEVの充電時間が長いというユーザーの認識です。ここで、AWSがこれらの課題に対してどのような解決策を提供できるかについてご説明します。まず、AWS IoT Coreを活用して、充電情報や車両データポイントなど、重要なデータを車両から収集することができます。このデータの継続的な流れが、私たちのソリューションの基盤となります。
次に、Amazon Redshiftの機能を活用してドライバーの好みを理解することができます。AWS IoT Coreを通じて収集した情報を分析することで、個々の運転パターン、充電習慣、全体的な車両使用状況について深い洞察を得ることができます。最後に、Amazon Bedrockを活用して、充電ステーションのパーソナライズされたレコメンデーションを提供することができます。このAI駆動のアプローチは、ドライバーのルート、バッテリー状態、個人の好みなどの要因を考慮して、最も便利で効率的な充電オプションを提案します。これらのAWSサービスを実装することで、Hondaが特定した課題に対応し、BEV運転体験全体を向上させる、よりインテリジェントでユーザーフレンドリーなBEVエコシステムを構築することができます。
AWS IoT Coreは、2020年モデル以降、GTC（Global Telematics Center）として知られるHondaのコネクテッドプラットフォームの不可欠な部分となっています。この統合により、Hondaは顧客の電気自動車体験を向上させるためのデータ収集と活用能力を強化してきました。Hondaの最新モデルでAWS IoT Coreがどのように活用されているかについて詳しく説明させていただきます。IoT Coreは、HondaのMQブローカーとメンテナンス運用のために、安全でスケーラブルな環境を提供し、車両とクラウド間の信頼性の高いリアルタイム通信を実現しています。
IoT Coreを活用することで、Hondaはバッテリーの状態、充電パターン、運転行動など、BEVのパフォーマンスに関するさまざまなデータをリアルタイムで収集できるようになりました。このデータは、パーソナライズされたレコメンデーションの開発とBEV充電体験の向上に不可欠です。 さらに一歩進んで、充電ポイント事業者（CPO）からの情報を含む、この豊富なデータをAmazon Bedrockを使って分析・学習することができます。これらのAIサービスにより、お客様のBEV利用パターンと好みについて、より深い洞察を得ることが可能になります。
このレコメンデーションシステムには、2つの潜在的なデータソースを活用できます。1つ目はAmazon Redshiftに保存された過去の走行データ、2つ目は現在走行中の車両からIoT Coreを通じてBedrockに直接入力されるリアルタイムデータです。 例えば、過去の目的地履歴を分析して、ある家族が子供向けの場所によく訪れていることが分かれば、現在のバッテリー残量と合わせてこの情報を活用し、家族が子供と質の高い時間を過ごせる場所の近くにある充電ステーションをレコメンドすることができます。
AWS IoT CoreからのリアルタイムデータとAmazon Bedrockのデータ処理能力を組み合わせることで、個々のお客様がどのように車両を充電し、いつ充電を好み、どのような運転パターンを持っているかを学習し理解することができます。 走行データを分析して、日常の通勤ルートや好みのEVステーションなど、よく訪れる場所を特定し、この情報を活用して充電ステーションのカスタマイズされたレコメンデーションを提供できます。これにより、ルート計画を最適化し、EV所有体験全体を向上させることができます。
Smart Routing：AWSとHondaが実現する次世代EV充電体験のデモンストレーション
これらのコンセプトを実際に体験していただくためのデモをご用意しています。このデモを紹介するために、AWS Professional ServicesのBei Liuをお招きしたいと思います。私はBei Liuと申します。AWS Professional ServicesのSenior Cloud Architectを務めています。本日は、HondaチームとともにPOCとして構築した「Smart Routing」というソリューションについてご紹介とデモンストレーションを行います。従来のルーティング機能では、ユーザーは充電ステーションで充電を待つ必要があり、それは退屈な時間となる可能性があります。充電時間と充電計画の課題を解決するには、充電時間自体を大幅に短縮することは難しいと考えています。
その代わりに、 Amazon Bedrockを活用したSmart Routingでは、ユーザーの好みや興味を考慮した最適な充電プランと最適なルートがレコメンドされます。その結果、ユーザーは充電ステーション周辺のおすすめスポットで楽しい時間を過ごすことができます。Smart Routingは、最終的により良いユーザー体験を提供できると確信しています。
POCで構築したアーキテクチャについてご説明させていただきます。ここでは、簡略化したバージョンのアーキテクチャをご紹介します。右側から見ていきますと、まず、Amazon Location ServiceとAmazon Bedrockを呼び出して、履歴データからユーザーの興味・関心を学習し、その結果をAmazon DynamoDBに保存します。次に、左側では、Amazon API GatewayでセキュアなAPIを構築し、AWS WAFで保護しています。同時に、Amazon CognitoとAWS IAMで認証・認可機能も有効にしています。そして最後に、AWS Lambdaでビジネスロジックを実装しました。ユーザーがAPIを呼び出すたびに、DynamoDBからユーザーの設定と興味・関心を取得します。Location Servicesを呼び出して、充電ステーション候補の周辺にある場所を検索します。また、道路の渋滞状況や充電ステーションのステータスなど、動的な情報を取得するために外部APIも呼び出します。そして、これらの必要な情報をすべてAmazon Bedrockに渡し、Generative AIにユーザーにとって最適なルートと計画を決定してもらいます。
本日はライブデモをお見せしたいところですが、ネットワークの問題などの技術的な問題を避け、質の高いデモンストレーションを提供するため、録画したデモ動画を再生しながら、その内容についてご説明させていただきます。これは実際に動作するソリューションですのでご安心ください。POCで構築したソリューションはWebベースのアプリケーションですが、車載ナビゲーションやスマートフォンのアプリケーションとしてもイメージしていただけます。本日は2つの異なるペルソナのシナリオをご紹介し、デモの最後には、それぞれのペルソナに最適なルートと計画が提示されます。
最初のペルソナから始めましょう。最初のペルソナを代表するユーザー1としてログインします。ログイン後、画面上にベースマップが表示され、画面中央に現在位置が表示されます。左側をご覧ください。ナビゲーションバーがあり、そこから検索パネル、ルーティングパネル、設定パネルにアクセスできます。設定パネルの中では、ユーザー1としてログインしていることが確認でき、車種はSALOON、好みの食事はヨーロッパ料理と設定されています。
通常、ユーザーに表示したくないパラメータもありますが、デモ用に「チートモード」または「開発者モード」を実装しています。このモードでは、非表示のパラメータを確認したり、一部を調整したりすることができます。画面を10回素早くタップしてチートコードを入力し、チートモードをオンにしてみましょう。画面上部に、チートモードがオンになったことを示す通知が表示されました。チートモードでは、充電状態やユーザーの興味・関心などのパラメータを確認することができます。ペルソナ1については、ユーザーの興味・関心がスポーツ、車、ゴルフと設定されています。
次に、地図で検索してみましょう。 Los Angelesと入力して、地図をLos Angelesのどこかに移動させたいと思います。検索結果をクリックすると、
地図の中心が自動的にLos Angelesに移動しました。次に、最初のペルソナがSouth Bay Villageに住んでいると仮定して、South Bay Villageを検索し、ルートの出発地点として設定します。このユーザーは週末を過ごすのに素敵な場所であるSanta Barbaraに行く予定なので、ルート検索をしてみましょう。
検索結果が表示されました。ここでは3つの候補があり、それぞれ異なる経路を通り、異なる充電ステーションで充電が必要になる可能性があります。また、ユーザーがルートを識別しやすいように、AIが生成した簡潔なラベルも表示されています。おすすめ、最速、最短といったテキストラベルで、ルートの特徴が示されています。最初のおすすめルートをクリックして、推奨される理由を見てみましょう。
Generative AIは、このルートがゴルフ練習場、スポーツ用品店、様々なカジュアルダイニングのオプションを提供する最適なルートだと判断しました。プランを見ると、ユーザーは最初の充電ステーションがあるTorranceに到着し、充電中にその周辺を探索できます。近くのゴルフ練習場であるGolfshacやTurner's Outdoorsmanに立ち寄ることができます。食事については、充電ステーション付近にあるKing MediterranoやRound Table Pizzaなどのカジュアルな飲食店を試すことができます。
ナビゲーションボタンをクリックして、ナビゲーションを開始したいところですが、実際に車に乗っていないため、ナビゲーションを行うことはできません。ただし、ユーザーの選択はすべてGenerative AIへのフィードバックとして記録されることを覚えておく必要があります。これで最初のペルソナの説明は終わりですので、ログアウトしてユーザー2に切り替えましょう。
それでは2人目のユーザーとしてログインしていきます。この方は2番目のペルソナを代表する人物です。設定パネルに移動しましょう。ここでは、ユーザー2は家族に人気のミニバンタイプの車両であるSPACE-HUBを運転していると想定します。チートモードをもう一度オンにしましょう。ペルソナ2については、子供や家族に関する興味を持っていると想定します。異なる興味と異なる車両プロファイルを持つ中で、あえて1番目のシナリオと全く同じ出発地と目的地でルーティングを行ってみましょう。2つのペルソナの違いを比較するためです。出発地をSouth Bay Village、目的地をSanta Barbaraに設定します。
ルーティングを実行してみましょう。 結果が出ました。今回は4つの候補があり、それぞれが異なる経路を通っています。各ルートでは、異なる充電ステーションで充電が必要になる可能性があります。
最初のルートをクリックして、推奨内容を確認してみましょう。Generative AIは、ルート2がユーザーの興味に関連する場所が最も多いことを見つけました。子供服店やファミリー向けの飲食店などが含まれています。プランを見てみましょう。まず、ユーザーは最初の充電ステーションに到着し、その周辺には子供服のH&M、軽食が取れるRound Table Pizza、ファミリー向けのCreme de la Crepeがあります。次に、2番目の充電ステーションに到着すると、カジュアルな食事が楽しめるRed Robin、家族でボウリングを楽しめるBowlero、デザートに最適なMenchie's Frozen Yogurtがあります。
このルートを選んで旅を楽しみたいところですが、今回は他のオプションも試してみましょう。例えば、2番目のルートには「最速」と「最短」のタグが付いています。デモのために、この2番目のルートでナビゲーションを複数回開始すると、これらの選択はすべてフィードバックとして記録されます。そのため、次回同じ条件でルーティングを実行すると、異なる結果が表示されます。今回は最初とは異なり、推奨ルートが最上位の結果ではありません。Generative AIはユーザーの選択を考慮して結果を再ランク付けし、最速で最短のルートが最初の結果として表示されています。
デモの最後に、両方のペルソナは、それぞれの好み、興味、選択を考慮した最適なルートとプランを得ることができました。以上でデモを終了します。次のステップとして、これはPCでのデモに過ぎませんが、将来的にはこの機能の改良版がHonda Zero SEシリーズに搭載される予定です。ご清聴ありがとうございました。セッション後にQ&Aの時間を設けております。重ねてお礼申し上げます。
※ こちらの記事は Amazon Bedrock を利用することで全て自動で作成しています。
※ 生成AI記事によるインターネット汚染の懸念を踏まえ、本記事ではセッション動画を情報量をほぼ変化させずに文字と画像に変換することで、できるだけオリジナルコンテンツそのものの価値を維持しつつ、多言語でのAccessibilityやGooglabilityを高められればと考えています。
Discussion