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    
ブログ    

推薦する

...

...

...

米国の光学半導体ウエハ検査機はAIとビッグデータを統合し動作速度を3倍に向上

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

...

畳み込みなしでTransformerのみをベースにした初のビデオ理解アーキテクチャがリリースされました

Facebook AI は、Transformer を完全にベースとし、畳み込みが不要で、トレーニン...

自律型ドローン技術の長所と短所を探る

自律型ドローン技術は、業界全体に変革をもたらす力として登場し、比類のない効率性と革新性を約束していま...

MIT の驚くべき証明: 大きな言語モデルは「世界モデル」ですか?アンドリュー・ン氏の視点が再び確認され、LLMは空間と時間を理解できる

大きな言語モデルの中には世界モデルがあるのでしょうか? LLM には空間感覚がありますか?そして、こ...

単語の順序はGPT-4の読解力には影響しないが、他の大規模モデルでは影響しない。

研究によると、漢字の文字の順序は必ずしも読み方に影響しない(英語の場合は各単語の文字の順序が影響する...

...

NLP がヘルスケアにおける AI の価値を実現する方法

複雑な AI モデルを学習するには膨大な量のデータが必要であり、ヘルスケア データは全データのほぼ ...

人工知能が私たちの日常生活を変える5つの方法

人工知能はもはや未来的な概念ではなく、私たちの日常生活に欠かせないものとなっています。私たちが目覚め...

ディープラーニングのパイオニア、ヤン・ルカン氏、叱責を受けてツイッターを辞める「皆さんはもうすべて知っています。これからは何も言いません」

2週間に及ぶ「舌戦」の末、チューリング賞受賞者でフェイスブックの主任AI科学者であるヤン・ルカン氏...

企業におけるAIの応用は成熟段階に入ったのでしょうか?

マッキンゼーは、AI が多くの業務活動を自動化するという見通しに楽観的である一方で、あらゆる規模の自...