人工知能 (AI) と機械学習 (マシンラーニング)

ABI Researchが提供する人工知能 (AI) と機械学習 (ML) に関するこの年間契約型情報サービスは、IoTのシステムや各種応用分野に関連する技術を分析するもので、データ、トレンド、予測レポートなど多彩な情報を網羅しながら、プラットフォームアズアサービス、テクノロジーアズアサービス、ソフトウェアライセンシング、エッジデバイスの応用など、AIとMLの多様なビジネスモデルが新たに生まれるなかでオープンソースが担う役割を明らかにします。このサービスの目的は、音声認識や画像認識、マシンビジョン、自然言語処理、接触／ハプティクス、AIとMLを利用したデータと分析のためのセキュリティ技術などを導入するのに役立つ信頼性の高い識見を提供し、IoTベースの技術やソリューションの普及が拡大するなか、産業プロセスやビジネスプロセスの改善に向けこれらの技術を活用する必要に迫られている企業を後押しすることにあります。

先進的な技術の早期導入を検討している企業から寄せられる質問

• ネットワークに接続されている膨大な数のデバイスから生成される無数のデータを管理する際にIoT関連業界が直面する主な課題とは何か。
• 今後導入を検討すべき高度な分析法とは何か。
• 高度な分析法が重要な役割を担う業種と応用分野は何か。
• IoTシステムと応用技術に対してMLはどのような形で関与するのか。
• 現在MLで利用されているアルゴリズムの主なタイプは何か。
• ビジネスプロセスを簡素化するためには、どのような形でAIを利用すればよいのか。
• 予測解析と処方的分析の違いは何か。生成されたすべてのデータを効果的に管理するため導入すべき行動指針とは何か。
• 高度な分析法を利用することにより、生成されるデータからどのようなことを認識できるのか。
• 高度な分析法を本格的に導入するうえで認識しておくべきセキュリティ面の懸案は存在するのか。
• AIを活用することでもたらされる重要なビジネスチャンスとは何か。
• 自社のデータや顧客のデータを保護するためどのような方策を講じることができるのか。
• AIシステムを構成する各種の要素が成熟するまで現実的に見てどの程度の時間が必要なのか。
• どのような形でオープンソースコードを商品化すればオープンソースコミュニティから価値を引き出すことができるのか。
• 信頼できる最も成功を収めているオープンソースコミュニティはどこか。
• AIを社内のエコシステムに統合するための最良のアプローチとは何か。
• クラウドコンピューティングと比較した場合のエッジコンピューティングの価値とは何か。
• 頼るべき最も成功を収めているオープンソースコミュニティはどこか。
• どのような方法でオープンソースコードを商品化し、価値を引き出すことができるのか。
• ターゲットとして設定すべき新たな業種は何か。収益機会はどの程度の規模なのか。
• AIがもたらす重要なビジネスチャンスとは何か。
• AI分野の提携相手を選ぶ際に考慮すべき基準とは何か。

本サービスで扱う領域

• 機械学習
• 人工知能
• IoT
• ネットワーク接続デバイス
• データ生成
• 高度な分析法
• 予測解析
• 処方的分析
• 新たな応用技術やビジネスモデルを実現するうえでオープンソースが担う役割
• 音声認識と画像認識、マシンビジョン、自然言語処理、接触／ハプティクス、セキュリティなどの応用分野における新たなトレンド
• クラウドコンピューティングとの対比によるエッジコンピューティングの分析

発行予定新刊レポート例（変更になる場合もございます）

• AI/ML for Unmanned Aerial Systems
• AI/ML Solutions for BPA
• Artificial Intelligence and Smart Cities
• Machine Learning Applications For Financial Services
• Artificial Intelligence in IIoT: Case Studies and Examples Supporting Industry 4.0
• Machine Learning and AI as a Service in IoT
• AI/ML Solutions for Enterprise Systems Sector
• Automation Technologies in Retail and Public Sector Markets: Kiosks, Digital Signage, Vending, Robotics
• AI/ML Solutions for Manufacturing Sector
• Cognitive Robotics

調査レポート例

• 人工知能 (AI) と機械学習 (ML)
  2018年12月18日発行
• ブレイン・マシン間ユーザーインターフェース (UI)：実現技術と市場の見通し
  2018年06月06日発行
• スマートヘルスケアにおけるAI
  2018年05月22日発行
• 最新技術イノベーター：人工知能 (AI)・機械学習 (ML)
  2018年03月15日発行
• ビデオサービスにおける人工知能 (AI) /機械学習 (ML)
  2018年02月06日発行
• 産業調査：変革的な技術の導入と態度 - 人工知能と機械学習
  2017年10月23日発行
• 通信ネットワークにおける人工知能
  2017年10月19日発行
• 企業における人工知能 (AI)：対話型インターフェース
  2017年06月01日発行
• 企業における人工知能：機械学習（マシンラーニング）
  2017年05月30日発行
• AIと機械学習 (マシンラーニング)：利用事例
  2017年02月28日発行
• サイバーセキュリティ技術における機械学習
  2017年01月24日発行
• 通信業界向けビッグデータ解析・機械学習
  2016年09月29日発行

ABI Research's AI & Machine Learning (ML) market intelligence analyzes the technologies as they relate to IoT systems and applications. Our extensive coverage, which includes, data, trend, and forecast reports, assesses the role of open source in shaping various new AI and ML business models, including platform as a service, technology as a service, software licensing, and edge device applications. We aim to provide technology implementers with authoritative insight into the speech and image recognition, machine vision, natural language processing, touch/haptics, and security AI and ML technologies for data and analytics that companies should leverage to best streamline industrial and business processes in the wake of IoT-based technologies and solutions.

TOP QUESTIONS WE RECEIVE FROM INDUSTRY INNOVATORS:

• What major challenges will the IoT industry face when managing a myriad of data generated by billions of connected devices?

• What advanced analytics techniques should my company consider adopting?

• What are the key verticals and applications for advanced analytics?

• How does ML relate to IoT systems and applications?

• What are the main types of algorithms used in ML today?

• How can my company utilize AI to simplify our business processes?

• What is the difference between predictive and prescriptive analytics, and what is the best course of action for my company to take to effectively keep tabs on all our generated data?

• What can my company discern from our generated data through advanced analytics?

• Are there any security concerns my company should be made aware of when relying on advanced analytics?

• What key opportunities will AI help my company unlock?

• How can my company protect our data and our customers' data?

• What is the realistic time to maturity of different AI components?

• How should my company productize open-source code to stream value from the open-source community?

• What are the most successful open-source communities for my company to rely on?

• What is the best approach for integrating AI into my company's ecosystem?

• What is the value of edge computing versus cloud computing?

• Who are the most successful open source communities that my company should rely on?

• How can my organization productize open source code? How can we stream value from it?

• What emerging verticals should my organization target? How big is the revenue opportunity?

• What key opportunities will AI bring to my company?

• What criteria should I consider when choosing an AI partner?

COVERAGE AREAS:

• Machine learning

• Artificial intelligence

• IoT

• Connected devices

• Data generation

• Advanced analytics

• Predictive analytics

• Prescriptive analytics

• The role of open source in shaping new applications and business models

• Emerging trends in speech and image recognition, machine vision, natural language processing, touch/haptics, and security applications

• Analyses of edge computing versus cloud computing