地球観測におけるAI/MLと実現技術

「地球観測サービスプロバイダーは、進化する地球観測市場で競争力を維持したいならば、リアルタイムデータアナリティクスを可能にするインテリジェントな分散型・適応型のシステムを採用しなければなりません。」

当レポートでは、地球観測（EO）へのAIと機械学習（ML）の利用に関する戦略的ガイダンスを提供しています。また、AI/MLをどのようにして基盤モデルのような新たな実現技術と併用し、エンドユーザーに合わせたソリューションを提供できるかについても説明しています。

レポートで回答される質問

• EO衛星事業者やサービスプロバイダーは、エージェントAI、連合学習、基盤モデルをどのように活用し、高性能でオーダーメイドのソリューションを提供できるか
• AIの採用の増加に対応してその恩恵を受けるために、さまざまなステークホルダーは何をすべきか
• 宇宙と地上におけるエッジコンピューティングの採用戦略とは
• ステークホルダーがAI/ML能力を強化し向上させるには、どのようなパートナーシップが有効か
• AIを活用したEOソリューションを構築する際に考慮すべき点とは

"Earth observation service providers must embrace intelligent, decentralised and adaptive systems that enable real-time data analytics if they wish to stay competitive in the evolving Earth observation market."

This report provides strategic guidance about using AI and machine learning (ML) for Earth observation (EO). It also describes how AI/ML can be used together with emerging enabling technologies such as foundation models to offer tailored solutions for end users. It outlines implementation strategies for various stakeholder groups, and lists the benefits of, and requirements for, fulfilling customers' needs.

Vendors can also use the recommendations to further strengthen their value propositions (particularly for downstream applications) and build solutions that address market needs.

Questions answered in this report:

• How can EO satellite operators and service providers use agentic AI, federated learning and foundation models to offer high-performance, tailored solutions?
• What should various stakeholders do to address, and benefit from, the increasing adoption of AI?
• What are the adoption strategies for edge computing in space and on the ground?
• Which partnerships will enable stakeholders to enhance and improve their AI/ML capabilities?
• What are the key considerations when building AI-enabled EO solutions?