AIアプリケーションのスケールは実装が難しいが、将来的には有望である

2020年の中国の人工知能市場のレビュー

2015年から2020年にかけて、人工知能市場には毎年新たな原動力が生まれています。認知から探索、詳細な応用、そして規模拡大へと、市場環境は毎年進化しています。 2020年以降、人工知能市場も前例のない繁栄を遂げています。疫病の予防と抑制、新しいインフラの導入、国際貿易摩擦の影響により、中国市場の人工知能とデータインテリジェンスへの注目と投資は新たな高みに達しました。今年下半期、関係部門は国有企業のデジタル変革やインテリジェントコンピューティングセンターなどの一連の政策を打ち出し、AIの成長を新たなレベルに引き上げるだろう。

上半期の疫病の影響から判断すると、市場の成長率は一定の影響を受け、平均成長率は低下しました。平均成長率を上回った企業は、主にクラウドサービスプロバイダーや、ソフトウェアの標準化度が高く、業界を幅広くカバーし、強固な顧客基盤を持つ革新的な企業でした。大多数の新興企業の成長率は平均成長率を維持しましたが、従来型企業の業績はわずかに低下するか、10％以内の成長率を維持しました。技術分野別に見ると、コンピューター ビジョン アプリケーションは依然として市場全体の約 50% を占めており、音声セマンティクスと機械学習開発プラットフォーム市場がそれに続きます。

人工知能市場におけるコンピュータビジョンアプリケーション

2020年上半期、中国のコンピュータービジョンアプリケーション市場は7億4,200万米ドルに達しました。市場成長の原動力となったのは、主にAIクラウドサービスプロバイダー、新興AI技術サービス企業、エッジインテリジェンスアプリケーションです。疫病の影響を受け、業績の良いCV企業でも20％程度の成長しか維持できず、マイナス成長になることもあります。AIクラウドサービスプロバイダーはパブリッククラウドサービスモデルの恩恵を受けており、依然として急速な成長を維持できます。同時に、垂直産業シナリオをターゲットにした小規模な AI サービス企業も一定の市場規模に貢献しています。もちろん、2020年後半以降、市場は急速に回復しています。2020年末までに、さまざまなCV企業の成長率が通常のレベルに戻ると予想されます。市場構造の観点から見ると、多くのスタートアップ企業が目論見書を公開したり、新たな資金調達に関する情報を発表したりしており、持続的な成長を模索することは間違いないだろう。Hikvisionに代表される伝統的なCV企業は業界顧客の間でますます活発になっており、AIクラウドサービスプロバイダーも継続的にアプリケーションを実装しており、市場構造は今後も進化し続けると予想される。

人工知能市場: 音声・セマンティクス市場

2020年上半期、中国の音声・セマンティックアプリケーション市場は6億4,500万米ドルに達した。市場成長の原動力は主に、コールセンターの継続的なインテリジェントアップグレード、会議の音声からテキストへの変換、シングルポイント NLP 機能の実装、コグニティブコンピューティングの新しいアプリケーション形式など、アプリケーションシナリオの拡大にあります。この分野では、iFlytek、Baidu Smart Cloud、Alibaba Cloudが最も顕著な市場シェアを占めており、スタースタートアップも一定の市場シェアを維持しています。 AI業界の拡大に伴い、応用シナリオの重要性がますます高まっており、BATH企業は今後さらに高い市場シェアを占めると予想されます。

人工知能市場における機械学習開発プラットフォーム

機械学習開発プラットフォーム市場は、2020年上半期に1億4,000万米ドルに達しました。 IDC は、4Paradigm、Huawei Cloud、Jiuzhang Cloud、Merrill Data、Alibaba Cloud、Baidu Smart Cloud、AWS、Tencent Cloud における機械学習の商用化の進捗状況の追跡に重点を置きました。現在、Fourth Paradigmは依然としてトップの市場シェアを維持しており、Huawei Cloudはこの分野で急速な成長を遂げ、市場第2位に躍り出ました。 2位は九章雲吉。メリルデータの財務収入は通常下半期にしか確認できないため、今回は市場シェアが低下しました。

注目のテクノロジー

• 自動化された機械学習: AI 開発のハードルを下げて AI の導入を実現します。
• ナレッジコンピューティングとナレッジミドルプラットフォーム: 過去のさまざまな形式の情報をナレッジベースに構造化し、モデルを構築してアクションの推奨を提供します。
• マルチモーダル データベース: 今後は、より多くの非構造化データを保存するために、リレーショナル データと非リレーショナル データの区別がなくなり、統合されたマルチモーダル データベースが形成されます。
• プライバシー コンピューティング: 現在のデータ不足の問題を解決するには、複数の当事者による共同トレーニングを通じてのみ、フェデレーテッド ラーニングとプライバシー コンピューティングを実行できます。
• AI セキュリティ: AI モデルのトレーニング、データ転送、モデル推論中の攻撃を防ぐために、AI セキュリティは必須の保証です。
• AI の説明可能性: ビジネスコンプライアンスに対する高まる需要を満たすために、AI の説明可能性は不可欠な要件となっています。
• リアルタイムデータ処理: IoT データの増加により、リアルタイムデータ処理の需要が高まっています。
• RPA + AI: AI により、RPA ソフトウェアはより高度で体系的なプロセス インテリジェンスを実現できます。
• AI デジタル従業員: AI デジタル従業員は、作業タスクの実行において人間を支援したり、人間に代わったりします。
• エッジ インテリジェント コンピューティング: 2023 年までに、企業の 30% がエッジでさまざまな分析と AI モデルを実行するようになります。