5 つのコア コンポーネントで構成される AIoT は、3 つの大きな課題に直面しています。2 つのブレークスルー以外に何があるのでしょうか。

IoT と AI が徐々に融合するにつれ、AIoT は人々の生活をまったく新しい形で変えようとしています。

[[266451]]

1. 新たなビジネス要件

近年、モノのインターネットは急速な発展傾向を示しています。中国ビジネスインテリジェンスネットワークのデータによると、世界中の IoT デバイスの数は 2018 年に 70 億に達し、2020 年までにアクティブな IoT デバイスの数は 100 億に増加し、2025 年にはさらに 220 億に増加すると予想されています。世界のモノのインターネット産業の規模は、2008 年の 500 億米ドルから 2018 年には約 1,510 億米ドルにまで成長しました。

中国では、モノのインターネットの大規模な応用と、新たな一連の技術・産業の変化の統合的な発展により、2025年には中国のモノのインターネット接続数が53億8000万に達すると予測されています。

IoTデバイスの急速な拡大に伴い、工場で生成されるデータ量も非常に高い速度で増加しています。手作業による処理だけに頼ることはますます困難になっています。企業は、データ処理とプロセス最適化を完了するためのインテリジェントな手段を緊急に必要としており、AIの登場はまさに時宜を得ています。

モノのインターネットは、当初の非接続状態からインテリジェンスへと発展し、それがもたらす価値はますます大きくなります。 AIの導入は、ある程度、避けられない発展です。 AI と IoT の統合により、インテリジェンスのプロセスが加速され、モノのインターネットの価値が最大限に発揮されます。

IDCの予測によると、中国の人工知能市場は今後5年間で急速な発展段階に入ると予想されています。2018年末までに、中国の人工知能市場の規模は22億9,000万米ドルに達します。IDCは、市場規模は2022年までに98億4,000万米ドルに達し、2017年から2022年までの複合成長率は54.5%になると予測しています。テクノロジーの開発方向において、プロセス再構築、コンプライアンスガバナンス、インサイトサービスは間違いなく最も困難であり、極めて重要です。

同時に、IDC は別のレポートで、2019 年の世界の製造業に関する 10 の予測も発表しました。

• 予測 4: 2020 年までに、製造業者の 80% は、スピード、柔軟性、効率性、革新性を高めるために、プロセスの中心にデータを据える大規模な再構築を行う必要があります。
• 予測 2: 2022 年までに、製造企業の 35% が AI とブロックチェーン中心のプラットフォームの助けを借りて新しいエコシステムを構築し、プロセスの 50% を自動化します。
• 予測 6: 2024 年までに、G2000 製造企業の 60% 以上が AI プラットフォームを活用してサプライ チェーン全体のデジタル変革を推進し、生産性を 20% 以上向上させます。

このことから、企業、特に大量のデータを生成する製造業では、自動化とインテリジェンスに対する需要がますます高まっており、従来の自動化とネットワーキングではその需要に応えられなくなってきていることがわかります。市場の需要の観点から見ると、新たなインテリジェントエンタープライズビジネスの出現により、ますます緊急の需要が高まり、AIとIoTの統合が進んでいます。

2. AIoTの完全分析

よく知られているインターネットを例に挙げてみましょう。インターネットは、デバイスやネットワークなどのインフラストラクチャと、多種多様な多彩なアプリケーションで構成されています。インフラストラクチャがなければ、最も魅力的なアプリケーションでさえも空想に過ぎません。それらをサポートする豊富なアプリケーションがなければ、インターネットの魅力は独立したマシンの魅力のみになります。

同様に、AIoTを大まかに分類すると、基本コンポーネントとアプリケーションの2つに大別できます。

1. 基本構成要素「要素」

AIoT は AI と IoT の補完的な統合を指すため、構成の面では 2 つの技術の核となる「本質」をほぼ網羅しています。 AIoTを源泉まで遡って分類すると、データ、接続、ユーザー、プロセス、可視化の5つのカテゴリーに分けられます。

（１）データ

データは AIoT の非常に中核的かつ基本的な部分です。 IoT の場合、接続された数十億台のデバイスによって生成されるデータの量は人間の能力をはるかに超えており、データはモノのインターネットの主な出力です。

先ほども述べたように、データの規模はますます「巨大」になってきています。 IDC によると、IoT デバイスによって生成されるデータは、2013 年の 0.1ZB から 2020 年には 4.4ZB に増加すると予想されています。

AIとIoTの統合はデータに基づいています。 AI にとって、データは発展の糧です。継続的かつ膨大な量のデータが、AI の認識、処理、進歩の基盤となります。

（２）接続

接続の価値は疑う余地がありません。デバイスのネットワーク化であれ、AI アクセスであれ、すべてが接続される必要があります。接続性がなければ、AIoT のすべての機能は美しいビジョンになってしまいます。

2018年、国内のモノのインターネット接続は「走る象」の傾向を示しました。著名な市場調査会社カウンターポイント社は、2018年半ばの時点で中国の3大通信事業者のIoT接続数が世界のセルラーIoT市場の60％以上を占めており、2025年まで60％を超えると予想されるというレポートを発表しました。

（３）ユーザー

あらゆる新興テクノロジーの最終的なターゲットは人間です。したがって、ユーザーの直感的な体験が重要です。

スマートホームなどのCエンド分野では、ユーザーはデバイスが「自分を理解してくれる」ことをより重視し、「食べ物や衣服は自分で用意してくれる」という「怠惰な」ライフスタイルを満たすスマート製品を求めています。産業などのBエンド分野では、企業顧客はコスト削減や効率化のためにAIoTを搭載したスマート製品を必要としています。

したがって、ユーザーのニーズを満たすことが AIoT の重要な方向性であり、さまざまなグループのニーズをターゲットにすることで真のインテリジェンスを実現する必要があります。

（４）プロセス

AI と IoT の統合は、IoT デバイスの広範な接続に基づいています。 IoT の後も AI が必要なのはなぜでしょうか? 接続が目的ではなく、インテリジェンスが方向だからです。

現在の IoT デバイスのほとんどにはプロセス冗長性があります。AIoT の助けにより、個々のユーザーにとってはデバイスが使いやすく、よりスマートで、より高速になり、工場や企業にとってはコストを節約し、効率を向上させることができます。

（５）可視化

IoT デバイスによって生成される大量のデータには、ある程度、機械や設備、個々のユーザーに関する重要な情報が含まれています。企業にとって、この情報を有効に活用し、視覚的かつ定量化可能なリソースに変換できることが特に重要です。

AIoT時代では、データやその他の情報を視覚化することで、データとビジネスを密接に結び付けることができるだけでなく、企業が市場動向をタイムリーに発見し、より多くのアプリケーションの開発にインテリジェントな支援を提供するのに役立ちます。

2. 応用

基本的な構成要素だけではなく、AIoT をいかに大きな役割を担わせるかが最も重要です。 AIoT の実装段階では、その強力な機能を発揮するためのサポートとして、さまざまなサービスとプラットフォームが依然として必要です。

AIoT 実装のプロセスでは、インフラストラクチャ サービス、運用プラットフォーム、生産性プラットフォーム、分析プラットフォームなどが必要になります。

ユーザーにとって、レーダーや Wi-Fi などのインフラストラクチャ サービスは、AIoT の基本機能を確保し、その後の運用分析の基盤を築くことができます。

操作プラットフォームにはスマートフォンや工場管理システムなどが含まれており、ユーザーはプラットフォームを通じてAIoT搭載デバイスを効率的に管理できます。

分析処理機能は、AIoT の最も重要な機能の 1 つです。具体的な分析と管理では、プラットフォームの導入により、ユーザーの視覚化と管理の容易化にも役立つため、分析プラットフォームも非常に重要です。

まとめると、これらの AIoT 実装の需要は、特にシステム インテグレーター、サービス プロバイダー、コンサルティング会社にとって新たなビジネス チャンスをもたらします。

3. エンタープライズAIoT戦略

企業にとって、AIoT には大きな価値があります。雷軍氏は以前、5G + AIoTが次世代のスーパーインターネットになると認めていた。

価値は大きく、非常に魅力的に見えますが、企業が実際に利益を得るには確かにいくつかの課題があります。しかし、リスクとメリットは共存し、課題と機会は共存します。

1. ビジネス上の課題

あらゆる新興技術の導入は企業にとって課題となります。理論的なデータからは技術の先進性はわかるものの、企業への導入の難しさや最終的な効果などについては不確実性があります。

企業にとって、AIoT の最も緊急のニーズは、コストの削減、利益率の向上、収益の増加に他なりません。実際の導入において企業のニーズをどのように満たすかは、企業にとって大きな問題です。

インテリジェンスは常に人々のテクノロジーに対する大きな願望であり、AIoT はこの目標に非常に近づくことができますが、AIoT を使用してコストを削減することは容易ではありません。

まず、AIへの投資は大きいものの、その効果が現れるまでに時間がかかります。 AIへの初期投資は、コンピューティング能力の研究開発におけるハードウェアコストであれ、人材の給与であれ、かなり高額です。 AlphaGo を例にとると、その計算能力は一般的な消費者向け 1080TI TPU 12,000 個に相当し、その価格は 1,000 万元を超えます。現在、人工知能関連の職種の給与も非常に高く、年収25万のAIエンジニアは格安だという報道もあるほどです。

高額な初期投資は、将来の高い収益を保証するものではありません。そのため、企業にとって、AIoT は高コストで高リスクの投資となります。

第二に、モデルの構築は難しく、その精度は保証されません。従来の産業分野の IT 実務者はモデルの構築と管理の経験が不足しており、モデル予測の精度を保証することができません。また、ライフサイクル全体にわたってモデルを管理およびアップグレードしたり、モデルとアルゴリズムを低コストかつ高効率で反復したりすることもできません。

このため、企業がAIoTから利益率の向上を得ることは難しく、テクノロジーに対する「関心」がさらに抑制されることになります。

***、企業はコスト削減と利益率の向上に問題を抱えているため、AIoT を通じて収益を増やすことが難しくなります。

2. 解決策

しかし、古い格言にもあるように、思考がずれない限り、問題よりも解決策の方が常に多く存在します。 AIoT の商業化を妨げる既存の問題はたくさんありますが、それに応じた解決策は常に存在します。

初め。企業間の協力により、コストを効果的に削減し、より大きな利益を得ることができます。本来、企業がAIoTを行うには、あらゆる面でAIとIoTから始める必要がありますが、協力することで、企業はデータや接続などの小さな部分に集中するだけで済みます。補完的な協力を通じて、コストを効果的に削減し、効率を向上させることができます。

さらに、企業は新しい「サービス」モデルを作成する必要があります。 AIoT によってもたらされたインテリジェント時代の初期には、ユーザーのニーズが徐々に形成されつつあります。それに応じて、新しいビジネス モデルを開発する余地が大きく、ユーザーのニーズをどのように満たすかをさらに探求する価値があります。

結論

AIoTは、世界に可能性を生み出し、莫大な価値を持つ巨大な産業チェーンです。しかし、モノの発展は順風満帆ではありません。開発の初期段階にあるAIoTは、実際の実装において多くの困難に直面しています。企業にとってこの問題を解決する方法は複数ありますが、AIoT が調整された後に最終的に繁栄するエコシステムになるかどうかについては、まだ不確実性が大きすぎます。