SDGsへの取り組み
SDGsへの取り組み
2015年に国連で採択された持続可能な開発目標(Sustainable Development Goals:SDGs)は、世界全体が2030年までに達成すべき共通の目標です。富士通のパーパス「イノベーションによって社会に信頼をもたらし、世界をより持続可能にしていくこと」は、SDGs達成への貢献を社内外に約束するものです。富士通は、長年にわたりテクノロジーを通じて社会に価値を提供してきたグローバル企業として、社会の変革に主体的に貢献する責任があります。世界をより持続可能にするために、社会に対して、より良い、かつスケールの大きなインパクトを与え、自社も持続的に成長していくことを目指しています。富士通は、2023年5月に発表した中期経営計画において、2030年に向けた価値創造の考え方を示しました。必要不可欠な貢献分野(マテリアリティ)の「地球環境問題の解決」「デジタル社会の発展」「人々のウェルビーイングの向上」への取り組みを通じ、SDGsへの貢献を目指します。
富士通は、SDGsの本質を、2050年に90億人を超える人類が、地球の限界内で良い生活を営めるよう、2030年までに成し遂げるべきシステムトランスフォーメーションであると捉えています。SDGsに掲げられる課題は、環境・社会・経済の要素が複雑に連鎖して構成されており、その解決には、社会全体を捉えたデジタルトランスフォーメーション(DX)が鍵となります。富士通は、デジタルテクノロジーを駆使して、業種の壁を越えたエコシステムを形成し、自社やお客様の経営、社会の在り方を変革し、社会課題の解決に貢献していきます。
SDGsは、グローバルな社会ニーズを包括的に示したものであり、ステークホルダーとの共通言語です。富士通は、SDGs達成への取り組みを、国際機関や各国・地域政府、民間企業、NGO、NPOといった幅広いステークホルダーとの共創の機会とし、社会課題に多面的にアプローチすることで、より大きなインパクト創出とその最大化を図ります。
社内における実践
富士通では、商品企画・商談の検討やプレスリリース発行時に、サービスやソリューションがSDGsの169ターゲットのうちどのターゲットと関連するか社員に考えてもらう仕組みを構築しています。社員がSDGsの目標達成への貢献を日頃から意識し、社会課題起点でビジネスへ取り組むようにしていくことを目的としています。
デジタルテクノロジーとサービスを活用したSDGs貢献例
クリーンなアンモニア合成に向けた触媒候補探索期間を大幅に削減し、ゼロエミッションに貢献
燃焼によるCO2の排出が無く水素に比べて輸送が容易であることから、アンモニアはゼロエミッションに向けた次世代エネルギーとして注目されています。しかし、現在主流のアンモニア合成手法では、天然ガスや石油などの化石燃料から原料の水素を作るためCO2が大量に排出されるという課題がありました。
2022年4月、富士通はAtmonia ehf.(注1)とCO2排出量の削減につながるアンモニアをクリーンに合成するための触媒探索の共同研究を開始し、2023年2月、HPCとAIを活用した材料探索効率化技術の開発によって、触媒候補の探索期間を従来の半分以下に削減することに成功しました。
富士通のHPCで、Atmoniaのアンモニア合成シミュレーションデータを基に様々な量子化学シミュレーションを行い、そこから得られた膨大なデータをAIに学習させ、触媒候補を短期間で絞り込むシミュレーションモデルを開発。さらに、1万ケース以上のアンモニア合成触媒候補データから、富士通独自のAIである因果発見技術を適用し、合金触媒として適した材料の絞り込みを行いました。
今後、HPCとAIを活用した材料探索効率化技術を活用し、触媒物質を早期に発見してクリーンなアンモニア合成を実現することで、カーボンニュートラルへの貢献を目指します。
開発・適用した技術の概要
- (注1)Atmonia ehf.:本社 アイスランド レイキャビク、CEO グズビョルグ リスト。アンモニア生成を効率よく行うための触媒開発を、コンピュータシミュレーションと実験を用いて行うベンチャー企業。
- 富士通とAtmonia、カーボンフリーな物質であるアンモニアの触媒探索をHPCとAIで加速する共同研究を開始し、ゼロエミッションに貢献
- HPCとAIを活用した量子化学シミュレーション高速化技術を開発し、クリーンなアンモニア合成に向けた触媒候補探索期間の大幅な削減に成功
本件に関連する主なSDGs
帝人と富士通の共同プロジェクト、リサイクル素材・環境配慮設計(注1)による持続可能なライフサイクルの実現への取り組み
帝人(株)と富士通は、世界共通の目標であるカーボンニュートラルの実現に向け、素材産業起点でのサーキュラーエコノミーおよび信頼できるリサイクル素材の普及を目標とした、「リサイクル素材の環境価値化(注2)プラットフォーム実現プロジェクト」を2022年7月より開始しました。
帝人と富士通は共同で「Fujitsu Uvance」として初のサーキュラーエコノミー型のビジネスを具体化、市場適用を目指しています。
リサイクル素材の環境価値化プラットフォームのイメージ
帝人および富士通は「リサイクル素材の環境価値化プラットフォーム」を活用し、2023年1月から自転車フレームを対象とした実証を開始しました。資源の移動によるエネルギー消費(注3)の問題や製品回収スキームの未確立、グリーンウォシュの回避といった自転車の資源循環に関する課題に対し、自転車フレームに使用される材料の資源および環境負荷情報のトレースを行い、データを収集するプロセスの実現性評価とトレースデータを可視化して、その価値を検証することに取り組みました。リサイクルによって生み出される環境的な価値を、信頼性を担保・提供するビジネスモデルとして実践し、自転車業界の資源循環における環境価値化の道筋を生み出し、今後は、自転車ユーザーへのトレースデータの開示、カーボンマネジメントの証明などに活用して価値を提供することを目指します。
将来的に賛同したパートナー企業や団体との実証を進め、自転車フレームのみならず、他産業でもリサイクル市場の発展に取り組み、素材産業起点でのサーキュラーエコノミーの実現に貢献します。
- (注1)環境配慮設計:製品の全ライフサイクルを考慮し、環境負荷低減を目的とした設計。
- (注2)環境価値: 製品の製造や輸送に関わるカーボンフットプリントの低減などの環境に貢献する付加的な価値のこと。
- (注3)資源の移動によるエネルギー消費:
輸送による CO2 排出:90%以上の自転車フレームがアジア(中国)で生産され世界に出荷される移送時における課題。
廃棄物埋立による環境問題:90%以上の自転車フレームがアジアに戻されたうえで埋立等による廃棄となる課題。
- 帝人と富士通、リサイクル素材利活用における信頼性向上に向けた共同プロジェクトを開始
- 帝人と富士通、自転車フレームに用いられるリサイクル炭素繊維の「資源循環における環境価値化実証プロジェクト」を開始
- 帝人×富士通の共同プロジェクト。持続可能なライフサイクルの実現へ
本件に関連する主なSDGs
需要予測によるサステナブルな社会への貢献
富士通は、サステナブルな世界の実現を目指す「Fujitsu Uvance」のもと、ニューノーマルへの変革をアジャイルに推進する「Digital Shifts」のデータドリブンマネジメントの取り組みを進めています。2022年11月、食の感動体験を探求し続け、真のグローバルフードカンパニーになるためのトランスフォーメーションとして「DXビジョン2028」を策定した(株)トリドールホールディングスと富士通は、富士通研究所の特許登録技術「動的アンサンブルモデル」を活用し、「丸亀製麺」の店舗ごとの日別、時間帯別の客数や販売数を予測する「AI需要予測サービス」の有効性を評価する実証を2021年6月から段階的に実施しました。また、この実証結果を受けて国内の丸亀製麺全店舗で採用も決定しています。データ特性から人が予測する思考プロセスをAI、機械学習技術により実装した「動的アンサンブルモデル」は、複数の需要予測モデルを自動チューニングで最適に組み合わせることができます。富士通の需要予測技術は、周期、外的要因、トレンドなど様々な要因で変化する予測対象ごとの特性を的確に捉えた学習が期待でき、安定かつ高精度な需要予測を提供します。また、受発注業務、生産計画業務、レイバースケジュール策定業務などの計画策定業務で予測データの利活用を促進します。
「AI需要予測サービス」の概要
本件に関連する主なSDGs
スーパーコンピュータ「富岳」と「発見するAI」で、がんの薬剤耐性に関わる未知の因果メカニズムを高速に発見する新技術を開発
がんの分子標的薬(注1)は、患者への投与を続けると、その薬剤に対して耐性を獲得したがん細胞が増殖し、再発することがあります。がん耐性獲得のメカニズム解明には、精緻なデータと解析技術が不可欠です。富士通は、判断根拠の説明が可能な「Wide Learning」(注2)などの「説明可能なAI」を発展させ、未知の因果関係の発見を可能とする「発見するAI」を開発しました。
開発にあたっては、ヒトの全2万個の遺伝子を対象とした網羅的な探索に通常の計算機で4,000年以上かかる試算であったため、処理の高速化が課題となっていました。そこで、スーパーコンピュータ「富岳」上にヒトの全遺伝子を実用的な時間で分析できるよう、条件探索と因果探索を行うアルゴリズムを並列化し、実装することで、計算性能を最大限引き出しました。さらに、「発見するAI」を活用し、薬剤耐性を生み出す条件となりうる有望な遺伝子の組み合わせを抽出することで、一日以内で網羅的な探索を実現する技術を開発しました。これにより、ヒトの全遺伝子に対して条件と因果関係を一日以内で網羅的に探索し、肺がんの治療薬に耐性を持つ原因となる遺伝子を特定することに成功しました。
今後は、複雑に交錯する因子を発見して意思決定を行うようなマーケティングやシステム運用、生産現場など、活用分野の拡大に取り組んでいきます。
「発見するAI」の概要
- (注1)分子標的薬:病気の原因となっている分子(タンパク質や遺伝子等)だけに作用するように設計された治療薬。
- (注2)公式サイト「Hello, Wide Learning!」
- 東京医科歯科大学と富士通研究所、「富岳」を用いてがんの遺伝子ネットワーク分析を1日以内に実現
- スーパーコンピュータ「富岳」と「発見するAI 」で、がんの薬剤耐性に関わる未知の因果メカニズムを高速に発見する新技術を開発
本件に関連する主なSDGs
EVの充電に関わるCO2排出削減の可能性をデジタルコラボレーションで実証
交通の脱炭素化を目指し、車両のEV(Electric Vehicle)化が欧州や中国を中心に飛躍的に成長しています。しかし、EVの需要増加に伴い、エネルギー事業者にとっては充電時の電力網の負担、運輸事業者にとっては充電に関わるCO2排出抑制が課題であり、グリーン電力による充電でなければCO2排出削減の効果は減少してしまいます。
富士通は、EV充電のCO2排出削減の課題に取り組むため、World Business Council for Sustainable Development(持続可能な開発のための世界経済人会議:WBCSD)、オランダのコンサルティング会社Arcadis NV、および英国の電力会社National Grid plc.と共同で、配送事業の稼働率の最大化を図る富士通のサービス「Fleet Management Optimization(FMO)」を活用したデジタルコラボレーションで実証を行いました。グリーン電力には、天候等の条件により発電量が変動するという課題があります。本実証では、グリーン電力が豊富な時間帯での充電が、CO2排出の削減とエネルギー需要・供給バランスの安定に繋がることに着目し、Arcadisからは配達車(EV)のデータ、National Gridからは電力のグリーン度に関するデータの提供を受け、FMOによりシミュレーション分析を行いました。この結果、運輸業界の配達車の充電スケジュールを最適化し、充電に関わるCO2排出量を15%削減できる可能性を実証しました。本実証を踏まえ、EV充電時のグリーン電力活用とCO2削減をサポートするソリューション「Fleet CO2 Reduction」を開発中です。
富士通は、今後もクロスインダストリーによるデータ連携や各国政府との協業を通して、物流・交通全体の最適化を図るサービスを提供し、脱炭素化に貢献していきます。
本件に関連する主なSDGs