スマートなモノのインターネットを導入する時が来た

スマートなモノのインターネットを導入する時が来た

[[427797]]

画像ソース: https://pixabay.com/images/id-5674344/

人工知能 (AI) という言葉を聞くと、ほとんどの人は、部屋の隅にロボット掃除機が置いてあって、「こんにちは」や「やあ」と呼びかけられるのを待っているというイメージをすぐに思い浮かべるでしょう。

このようなシナリオは、部屋の照明を点灯する仮想アシスタントからデータ ポイントの処理と分析まで、幅広いアプリケーションを説明するために AI という用語を使用できることを示す優れた例です。しかし、AI は家庭のユーザーが家中の単純な作業を完了するのを支援することで最もよく知られていますが、エンタープライズ AI は急速にテクノロジー スタックの主要な部分になりつつあります。

2000 年代に入ってから、企業の将来に役立つ実用的なデータを提供する目的で、数え切れないほどの企業が設立されました。一例としては、最近のパンデミックを受けて企業のハイブリッドワークポリシーを計画する際に、データを使用して従業員の生産性を最も高める条件を解明することが挙げられます。

コントロールする

このようなデータ ポイントは、モノのインターネット (IoT) 上のノードとして分類できます。ただし、従業員を「物」と呼ぶことはお勧めしません。

いずれにせよ、企業は、実用的な洞察を得るために、各ネットワーク接続をデータと分析を抽出できるポイントとして捉え始める必要があります。従業員はまれな例かもしれませんが、会議室のセンサー、カメラ、マイクは分析と改善のためにデータを抽出できるほどスマートです。

Cisionが8月に発表した調査によると、IoT AIの世界市場は2026年までに217億ドルに達すると予想されており、企業にとってのチャンスが到来していることが示唆されています。

この規模の市場はサービスプロバイダーによって独占されることが確実であり、その挑戦を受け入れてこれらのプロバイダーと提携する企業が成功するでしょう。

接続されたデバイスと収集されるデータを中心に戦略を構築することで、企業は受け取った新しい情報に基づいて新たな決定や推奨を行うことができます。

来たるIoT革命

多くのビジネスリーダーにとって、モノのインターネットは困難な概念となる可能性があります。しかし、ロボットバリスタや荷物を配達するドローンを召喚するというビジョンは、受け入れられる必要があるものだ。

これは、接続されているすべてのデバイスが使用可能なデータを収集しているためです。たとえば、街灯の唯一のセンサーが周囲光センサーであると想像できます。しかし、最も身近な街路設備から抽出されたデータにより、道路が最も混雑する時間、空いている駐車場、天候パターン、特定のエリアでの歩行者の経路などを追跡することができます。

これは、企業が活用する必要があるデータ収集のレベルです。 Statista によると、2025 年までに、世界中に 750 億台以上の接続デバイスが設置され、それぞれがこれまでにない速度でデータを抽出するようになります。

ただし、適切な AI とリアルタイム分析がなければ、このデータを十分に活用することはできません。過去 10 年間で、データがどのように使用されて気温上昇を予測したり、投票に影響を与えるために操作されたりするかを理解してきました。

今後 10 年間で、IoT の使用事例は爆発的に増加し、これらのデバイスがもたらす情報を活用、分析、理解できる次世代の開発者向けにデータが抽出されるようになります。企業は、センサー データやその他の自動生成されるマシン データ専用の新しいグローバル データ センター戦略を開発する必要があります。

高速、低遅延、成熟したネットワーク ファブリックを備えた 5G の追加により、ネットワーク エッジのデバイスも増加し、基礎分析によってこれらの実用的な洞察の提供が加速されるようになり、クラウドからエッジへの移行も進んでいます。

これほど巨大な市場では、努力できる分野はたくさんあるでしょう。たとえば、エンタープライズ市場には、仕事の未来を設計するために必要なデータを企業に提供しようとしている分析プロバイダーがすでに多数存在していますが、十分なサービスが提供されていない市場には常にギャップが存在します。

実際のところ、データ革命とチャンスは始まったばかりです。これにより、企業が利益を得られるまったく新しい市場が生まれます。しかし、参加を希望する企業は今から変化を受け入れ始める必要があり、その結果、新たな機会と新たな成長を経験することになるでしょう。 (iothome による編集)

<<:  カリフォルニア工科大学がドローンに足を与える:歩行と飛行、スケートボード、綱渡りをシームレスに切り替える

>>:  Google は交通信号に AI を導入して汚染を削減

ブログ    

推薦する

...

ジェミニはソラの動画がAI生成だと一目でわかるのか?数百万のトークンのコンテキスト機能がGPT-4を圧倒

Google Gemini 1.5 が、その見出しをさらった「犯人」であるSoraと出会ったら何が起...

水注入、ピット占拠、ナンセンス:機械学習の学術界における「疑似科学」

[[236693]]ビッグデータダイジェスト制作翻訳者:張秋月、郝貴儿、倪倩、飛、ヴァージル、銭天...

...

マスク氏の年収:0!米国のCEO給与ランキングが発表:黄氏はスーザン・カルキン氏より600万ドル近く低い

すべてはウォール・ストリート・ジャーナルが最近発表した米国上場企業のCEOの給与ランキングから始まっ...

AIは、DevOps開発者が新世代のランサムウェアに対抗するために不可欠である

Android オペレーティング システムを含むすべての主要なオペレーティング システムにおいて、人...

マイクロソフトの人工知能音声技術は「複数の感情レベル」の調整をサポートし、「人間の声」の繊細な解釈を可能にする

IT Homeは4月12日、マイクロソフトが最近、最新の音声技術を発表したと報じた。この技術は「感情...

ビッグデータの3つの柱:データ、ブロックチェーン、アルゴリズム

[[180308]]環境は常に変化し、新しいテクノロジーが登場し、新しい組織が絶えず構築されており、...

現時点で最も包括的なPythonの採用方針

Pythonは、コンパイル速度が超高速なオブジェクト指向プログラミング言語です。誕生から25年が経ち...

ハーバード大学とMITがあるボストンは、政府が顔認識を禁止したと公式に発表した。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

機械学習の運用はサイバーセキュリティに革命をもたらす可能性がある

機械学習運用 (MLOps) とは、運用環境での機械学習モデルの展開、管理、監視を簡素化するために使...

社内抗争、顧客獲得競争…マイクロソフトとOpenAIの協力の裏側を海外メディアが暴露

Microsoft と OpenAI の提携は、現在テクノロジー界で最も注目されているものの 1 つ...

AIツールは企業にデータ侵害のリスクをもたらす

2021年以降、企業内部者によるデータ侵害、損失、盗難は月平均28%増加しており、回答者の85%は今...

機械学習アルゴリズムの長所と短所の比較と選択(要約)

この記事の目的は、現在の機械学習アルゴリズムの実用的かつ簡潔な一覧を提供することです。この記事の内容...

ランサムウェア対策における人工知能の重要な役割

人工知能技術は、企業が多くのビジネス課題を解決するために不可欠です。最も重要なアプリケーション領域の...