SCAIグラフは，提案価値を起点にしてIoT/AIシステムの基本的な構成を考えるためのデザインフレームワークである．
ビジネスモデル・キャンバスで抽出された「提案価値（VP）」に対して， IoTを活用してセンサデータから提案価値をどのように生み出すのかを，SCAIグラフを用いて整理する。 SCAIグラフは，４つの階層から構成され，各階層の「Sensing」「Connection」「Analytics & Intelligent processing」の 頭文字をとってSCAIグラフと呼んでいる。この，「Sensing」「Connection」「Analytics & Intelligent processing」の実装は， 近年，様々なIoTやAIのプラットフォームが提供されており，それらを利用することで容易に構築可能になってきている。
SCAIグラフでは，データを活用して提案価値を生み出す分析・知的処理を４つのパターン （可視化，検索による特定，モデルによる推定・予測，最適化）に分ける。 ここで，ビッグデータや人工知能のブームの中で，IoT活用で集まる膨大なデータ用いた 統計分析手法あるいは機械学習によるモデル構築を行い，推定・予測を行うことで得られる 「分析価値」に注目しがちである。しかし，IoTで網羅的に個体を把握することで， 高度な分析を行わなくても生み出すことができる「特定価値」も有益なことが多い。 遠隔保守サービスの例で説明すると，過去の機器の故障を含むセンサデータの分析から， 故障予測を行うのが「分析価値」であり，機器の位置情報から盗難を検知するのが「特定価値」である。 SCAIグラフを描きながら分析・知的処理を４つのパターンに注目することで， IoTを活用した情報システムの基本アーキテクチャを可視化し，新しい提案価値に気づくことができる。
