画像ソース: https://pixabay.com/images/id-5371365/
当然のことながら、COVID-19の出現は、ヘルスケア関連のアプリケーション、特にIoTだけでなく、その他のデジタル変革ソリューションにも多くの機会をもたらすでしょう。 従来、ヘルスケアの新技術市場は、次の 2 つの明確なセグメントに分かれています。 消費者市場は、非常に大きな潜在的な市場機会を特徴とし(通常は、アプリケーションに応じて家庭や個人で構成)、臨床グレードの信頼性を必要としません。これらは、自分の健康状態を知りたいが、医療専門家の介入を必要とする特定の関連する病状とまだ診断されていない人々のための「健康に関する心配」アプリです。例としては、フィットネストラッカー、カロリーカウンター、インターネット接続された体重計などが挙げられます。これらのデバイスは、事実上あらゆる個人や家族が購入できるため、非臨床グレードのデバイスにとって巨大な市場機会が生まれます。 臨床グレードの市場は、緊急時(または少なくとも「危険にさらされている」)の人々をサポートしなければならない、信頼性が高く、回復力があり、堅牢なソリューションを必要とするという特徴があります。ソリューションは、コネクテッド救急車からコネクテッド睡眠時無呼吸装置まで多岐にわたります。これらのソリューションの欠点は、対象とする市場規模が非常に限られていることが多いことです。たとえば、世界のほとんどの国では、8,000 ~ 25,000 人あたり 1 台の救急車 (主に 1 人あたりの GDP によって異なります) が存在し、コネクテッド救急車に関連する潜在的な市場機会は大幅に制限されています。 この点で、従来のヘルスケア市場は、多くの点で「消費者」部門と「産業」部門の両方をカバーする、より広範なデジタル変革市場の縮図を表しています。 しかし、COVID-19 は、消費者に近いアプリケーションの一部と、より臨床グレードのアプリケーションに関連する集中管理と制御の厳しさを組み合わせた、まったく新しい市場を表しています。これにより、従来の消費者向けアプリケーション プロバイダー (より多くの臨床グレードのアプリケーションを提供するよう進化する可能性があります) と従来の臨床グレードのアプリケーション プロバイダー (従来の市場規模を超えて突然拡大する機会が得られます) の両方にチャンスが生まれます。明らかに、これは、現在既存のサプライヤーが存在しないCOVID-19関連の市場機会の「新しさ」を最大限に活用できるほど機敏な新しい波の市場参入者にも機会を提供します。 全体的に、私たちは「ニューノーマル」の生活の初期段階にあり、COVID-19ウイルスの感染に警戒しており、このニューノーマルをサポートする新しいデジタルアプリケーションの多くはまだ導入されていないことは明らかです。ただし、この初期段階でも、次のようなさまざまな新しいアプリケーション コンセプトが登場しています。 ▲オフィスや工場などの場所で従業員が装着する専用ハードウェアデバイスによってサポートされるソーシャルディスタンスおよび接触追跡アプリケーション。このソリューションは、政府がAppleやGoogleの支援を受けて試みてきた大規模な携帯電話アプリのアプローチよりも信頼性が高く、効率的であることが証明された。このようなアプリは雇用主が自社の敷地内に導入するため、スマートフォンベースのアプリに関連するプライバシーの問題の多くは存在しなくなります(より正確には、雇用主と従業員のより広い関係に含まれます)。 ▲高度な空間管理ソリューション、人工知能を搭載したIoTベースの監視カメラは、公共の場(駅など)での人々の活動を監視し、顔認識を使用して感染追跡をサポートします。 オフィスやその他の密閉空間の空気質の監視(適切な換気を確保するため)や、共有スペースの適切な消毒を所定の間隔で監視することに基づいた、より複雑でない空間管理ソリューション。 ▲熱感知カメラによる症状検出(もちろん、より高度な個人追跡と組み合わせることもできます)。 一般的に、これらの新しい COVID-19 ソリューションは、大規模な監視(「全従業員」または「すべての閉鎖された公共スペース」規模)と、集中型の監視と制御、柔軟で堅牢な運用の必要性を組み合わせたものです。これは、コネクテッドヘルスケアソリューションのまったく新しい市場です。 |
<<: 「AI+セキュリティ」はホームセキュリティの新たなトーンとなり、過小評価されることはない
>>: AI および機械学習プロジェクトはどの程度安全ですか?
[[437808]]人間とコンピュータのゲームは長い歴史があり、人工知能の主要技術を検証するための主...
ディープラーニング モデルを本番環境に導入することは、優れたパフォーマンスのモデルをトレーニングする...
[[286906]]人工知能 (AI) は、通常は人間の思考を必要とするタスクを実行できるインテリ...
ビッグデータ、クラウドコンピューティング、ディープラーニングと比較すると、インフラストラクチャはあま...
C# アルゴリズムは、バイナリ ツリーの定義、既知のバイナリ ツリーの構築方法、および C# でバイ...
DevOps は、コードの品質を損なうことなく、ソフトウェア開発プロセスを加速し、顧客に価値をより...
[[345868]]私はAIニューロンです私はこの世界に生まれたばかりの AI ニューロンです。私...
[[389144]]今まで見たことのない犬種や色であっても、私たちは一目見てその犬を認識することがで...
新型コロナウイルス感染症のパンデミックによって引き起こされた市場の混乱は、世界中の企業に引き続き重く...
AI開発者会議でスピーチをしている最中に、ロビン・リーは見知らぬ人から頭に水の入ったボトルをかけら...
1. 背景1.1 ブースティングブースティング[1]は、アンサンブルモデルを訓練するための古典的な手...
人工知能の広範な応用は今日よく知られていますが、人工知能は具体的にどのように企業のソーシャル メディ...
AI には、CRM に関連する手動プロセスから組織を解放し、顧客エンゲージメント、販売分析情報、ソー...