2020年中国人工知能産業調査レポート

2020年は異例の年でした。新型コロナウイルス感染症のパンデミックは多くの経済生活のリズムを乱し、人工知能は疫病との戦いの最前線に立っていました。防疫状況・指揮プラットフォーム、AI体温測定、非接触通行、防疫問診ロボット、AI支援診断・治療、そして人々の家庭生活に幸せをもたらす楽しいビデオ効果やチャットロボットなどは、人工知能が生産と生活に入り込むのを助け、AIは2020年の高頻度語となった。
こうした日常の光景は、人工知能のほんの小さな縮図に過ぎません。産業の考え方に戻ると、昨年私たちは人工知能が技術教育市場を語る段階から、技術とビジネスをどう組み合わせて実践するかを考える段階に移行したことをお話ししました。時代は人工知能と伝統的な産業の広範囲かつ深い融合の前夜に入りました。 2020年、企業の経済的利益を決定するあらゆる面で人工知能が広く活用され、人間と機械の協働モデルが主導権を握り、伝統的な産業の効率化と勢いの転換を促進したことが観察されました。スタートアップ企業のラベルとしての人工知能は弱まりつつあり、何千もの業界の企業が積極的に試行し、使用する生産要素になりつつあります。新しいインフラの範囲に人工知能を含めることは、実は自然なことです。

[[360948]]

スマートエコノミー

人工知能は産業経済にとって価値の閉ループを形成する（1/2）

企業や政府による人工知能の応用が徐々に活発化しています。人工知能は、企業の経済的利益を決定するあらゆるリンクに見られます。AI コアは、人々が安全に生活し、遠隔地で取引し、便利に旅行するのに役立ちます。ディープラーニングとナレッジグラフは、企業が生産プロセス中に分析、予測、科学的な決定を下すのに役立ちます。人間とコンピューターの対話は、訪問登録とサービス応答におけるユーザーエクスペリエンスを向上させます。人工知能は、新しい技術、新しい製品、新しい産業、新しいビジネス形態、新しいモデルを生み出し、社会の生産性を全体的に飛躍的に向上させ、社会をインテリジェント経済の時代へと押し進めます。私たちの推定によると、現在、中国の大手企業のほとんどが継続的にAIプロジェクトを計画し、投資しており、大規模企業の10％以上が産業的地位の向上や業務効率の最適化のためにAIを主要事業に統合しています。

人工知能は産業経済にとって価値の閉ループを形成する（2/2）
もちろん、経済生産活動における AI の応用が増えているからといって、企業が主流のビジネス上の問題を解決するために AI に完全に依存できるというわけではありません。

中国企業のデジタル変革は、一般的にはまだ初期段階にあります。高度な洞察力を持つ先駆者であっても、デジタル化と情報化、クラウドコンピューティング、データガバナンスとAI、経営思考の変革という4つの主要な方向を調整し、探求する必要があります。ビジネス情報システムは、企業のフロントエンド/ミドルエンド/バックエンドのトランザクション、情報とプロセス、ビジネス分析などのニーズをサポートし、比較的標準的な機能を提供します。クラウドへの移行により、IT構築コストが削減され、相互接続されたデータベース、インテリジェントで洗練された運用が促進されます。データガバナンスとAIは、ビジネスシナリオにおける非常に複雑なコンピューティング問題（多くの場合、大規模で異種のデータの処理が必要）や、多要素、動的、スケーラブルな推論問題を解決し、人々がコンピューター計算を通じて観察、認識、意思決定のプロセスを完了するのに役立ちます。管理戦略と思考により、企業は科学的にレイアウトし、人材を効果的に組織し、機会や困難に直面したときに完全なソリューションを求め、打開策を模索することができます。したがって、産業経済においては、人間と機械の協働モデルが長期にわたって安定して存在し、効率の変化と勢いの転換を促進することになる。

人工知能の配置は今後10年間の状況に影響を与えるだろう

人工知能産業と企業の成長

上場企業の数と業績は業界の発展のバロメーターです。 2020年12月初旬現在、科学技術イノベーションボードに登録され、発効した情報技術企業80社のうち、人工知能企業は2社で、42社（53%）が人工知能を中核技術または関連事業を有していることを公表している。これらの企業は主に、地理情報技術、ITソフトウェア/運用保守/情報化、ネットワークおよびコンテンツセキュリティ、クラウドサービス、半導体設計、IoTおよびスマートハードウェア、金融技術などから構成されています。上場人工知能企業は時価総額の面で目覚ましい業績を達成しています。

[[360949]]

資本からの期待

過去3年間で、人工知能はプライマリー市場で1000億元以上の資金を集めた。

Zero2IPO研究センターの「2020年中国科学技術企業展望レポート」によると、2020年から2021年にかけて、投資機関の68％以上がAIを主要投資分野として重視することになる。 iResearchの統計によると、2018年、資本市場はAIスタートアップに対して非常に高い熱意を持っていました。2019年には低下したものの、2020年第3四半期までの33か月間で、AIは依然としてプライマリー市場で1,000億人民元以上の資金を吸収しました。 B+ラウンド以降のプロジェクトファイナンスの割合は年々減少しており、これは過去1、2年の間に新たなユニコーン企業が市場に登場していないことも間接的に反映している。

AIの社会経済的メリット

社会と経済に還元し好循環を実現する

高い評価、高い資本吸収、そして萌芽期からスタートアップ期への時期尚早な加速は、人工知能に対する人々の期待を高めました。社会の期待と資金が、人工知能が経済生産の問題を解決する速度を超えると、不安が生じ始めます。インターネット産業と比較すると、人工知能の発展段階と成熟段階の到来は遅くなると予想されます（6ページの意見によると、人工知能産業は15年前に創業から立ち上げ段階まで4年かかり、2019年に立ち上げ段階に入ったと考えられており、これは電子情報産業とインターネット産業よりもはるかに速いです。立ち上げ段階から発展段階まで6年かかり、インターネット産業の4年よりも長いです）。これにより、社会の期待と資本収益の期待の面で企業へのプレッシャーが増す可能性があります。しかしそれにもかかわらず、人工知能の出力値の成長率も顕著です。 AIの「エンパワーメント」特性に基づき、一方向の製品供給を各業界の深い参加による双方向の共同建設に転換し、社会経済に還元し、好循環を実現し、AI自体が真に業界の青写真に入ることを促進する特性を示します。 2020年には、人工知能は1500億元を超える規模に達すると予想されています。流行環境下で、2020年のビジネスの急成長は主にAIオープンプラットフォームAPIによって貢献されています。その他の成長ドライバーについては、第4章で詳しく説明します。2025年までに、業界規模は4500億元を超えると予想されています。市場の約30％～45％は人工知能スタートアップ企業によって占められており、残りの市場はインターネット企業、クラウドサービス企業、ビッグデータ企業、情報技術サービス企業、通信機器企業、周辺路線から転換した個々の研究機関によって分割されていると推定されます。

[[360950]]

人工知能業界マップ

人工知能ビジネスモデル

探査と濃縮段階は将来的に2つの道に分かれる

人工知能のビジネスモデルは新興産業として、現在も研究と充実が進められており、最終的な結論には至っていません。現段階では、To B/Gエンタープライズサービスの色がかなり強いです。私たちは、将来、2つの差別化の道があると考えています。1つは、エンタープライズサービスの道を歩み、プロフェッショナルグレードのツールの提供者とインテリジェント変革のジレンマのハンドラーになることです。もう1つは、エンドユーザー（エンドカスタマー）に直接切り込み、コアサークルをエコシステムに放射する道を歩み、インテリジェント経済時代の主流企業に成長することです。

人工知能が産業に力を与える

現在の業界シェア構造は比較的集中している

2020年、中国の人工知能市場の主な顧客は、政府の都市統治と運営（公安、交通警察、司法、都市運営、政府事務、交通管理、土地と資源、刑務所、環境保護など）であり、インターネットと金融業界も上位にランクインしました。この業界構造の分布は、今後 5 年間で一定の変化を遂げると予想されます。主な理由は、人工知能のコア技術分野の成長率の違いと、さまざまな業界での人工知能の適用ペースの変化です。これについては、このレポートのビジネス分析バージョンの第 4 章で説明します。

[[360951]]

最初の転機 - 軌道感知の革新

コンピュータビジョン：1000億レベルのトラックが出現し始めている

ディープラーニングアルゴリズムの成熟した応用により、知覚インテリジェンスに重点を置いた画像分類技術は業界で徐々に商業的価値を実現し、金融、セキュリティ、インターネット、交通、医療、産業、政府関係などの分野におけるインテリジェンスの向上に貢献しています。下流産業の需要を統計的に推定すると、 2020年の中国のコンピュータービジョン製品の市場規模は人工知能業界全体の57％を占め、862.1億元に達した。同時に、コンピュータービジョンに関連するコンピュータ通信機器の販売、医療機器などの特殊機器の販売、エンジニアリング建設、伝統的なビジネス利益の転換により、関連産業の規模は2,200億元を超えた。

ヒューマン・コンピュータ・インタラクションとインテリジェント音声の垂直産業応用におけるコア製品の規模と出力価値

音声インタラクション技術は、人々の生産とライフスタイルを徐々に変えています。ヒューマン コンピュータ インタラクション製品は、ユーザーの意図を機械が理解できるコンテンツに変換することで、ユーザーの質問に答えたり、特定のタスクを完了したりするのに役立ちます。その中で、会話型ロボットはカスタマーサービスなどのサービス産業に製品改革と効率最適化をもたらし、AI音声アシスタントに基づく会話型インタラクション機能は、スマートスピーカー、スマートカー、音声制御家電など、一連の消費者向けスマートハードウェア製品の出現やアップグレードを促進しました。 iResearchの推計によると、中国の会話型ヒューマン・コンピュータ・インタラクション製品の市場規模は2020年に58.5億元に達し、関連産業の経済規模は486.9億元に達した。典型的な会話型ヒューマン・コンピュータ・インタラクション製品に加え、2020年には教育、医療、司法、公安、インターネットなどの垂直産業におけるインテリジェント音声技術アプリケーションのコア製品規模が57.7億元に達し、関連産業の経済規模を317.1億元に押し上げました。

第二の転換点 - データの価値を掘り起こす

機械学習：市場規模は200億を超え、関連産業の規模は1000億を超える

機械学習は人工知能における最も重要な一般技術の 1 つですが、外部の世界では AI アプリケーションで使用される数式や定理のような抽象的な基盤と見なされることがよくあります。機械学習の本質は確かに機能ですが、純粋なアルゴリズム機能により、金融、産業、医療、インターネットなどのデジタル基盤が良好な分野に直接適用でき、インテリジェントなリスク管理、予測メンテナンス、創薬、パーソナライズされた推奨など、さまざまなサービスを企業に提供できます。 2020年、わが国の機械学習製品およびサービスの市場規模は206.9億元に達し、年平均成長率20％以上で成長すると予想されており、2025年には500億元を超えると予想されています。さらに、機械学習製品とサービスは、コストの節約、リスクと損失の軽減、研究開発時間の短縮、効率性の向上によって、ユーザーに1,000億元を超える収益を生み出すよう促します。

フェデレーテッドラーニング: データサイロを破壊し、データのプライバシーを保護する新しい AI ヒット

前述のように、機械学習の基礎と原動力はデータにあります。データを取得する過程で、私たちは通常ジレンマに直面します。多くの場合、アルゴリズムモデルに必要なトレーニングデータは、さまざまな企業やユーザーの間で孤立した島の形で散在しています。一方では、トレーニングサンプルの規模を拡大するために、できるだけ包括的にデータを取得する必要があります。他方では、プライバシーとセキュリティの要件により、AI処理のためにデータを恣意的に収集、統合、使用することはできません。上記の問題を解決するために、連合学習が誕生しました。フェデレーテッド ラーニングの主なアイデアは、セキュアなマルチパーティ コンピューティング、差分プライバシー、準同型暗号化などのテクノロジを通じて、データ漏洩を防ぎ、モデルのプライバシー保証を提供しながら、複数のデバイスに分散されたデータ セットに基づいて機械学習モデルを構築することです。革新的なモデリングメカニズムとしてのフェデレーテッドラーニングの核心価値は、機械学習とデータストレージの基本的な実装方法を変更するのではなく、異なるAIモデル間のコラボレーションモードを変更することにあります。これにより、複数の当事者のデータに対して、これらのデータのプライバシーとセキュリティを損なうことなく、統一されたモデルをトレーニングできます。そのため、フェデレーテッドラーニングは、金融、医療、販売、都市管理など、多くの分野で非常に有望です。

ナレッジグラフとNLP: データと情報から知恵を引き出す

自然言語処理は、本質的にはテキスト処理 + 機械学習のプロセスであり、これによりコンピューターは自然言語をキャリアとして使用して、さまざまな種類の非構造化情報の処理タスクを完了できます。ナレッジ グラフは、データからナレッジ ベース内のエンティティ、属性、および関係へのマッピングを確立し、機械が実際の自然界を理解して解釈できるようにします。実際のアプリケーションでは、ナレッジ グラフと NLP は多くの場合同じ目的を持ち、密接に結合されています。たとえば、検索エンジンで情報を取得する場合、提供される情報が正確で、豊富で、階層化され、読みやすいように拡張できるように、自然言語を抽出し、エンティティ間の接続を推測して結果を返す必要があります。デジタル世界の発展段階から見ると、私たちは知覚レベルでの情報爆発の時期を迎えています。注意、記憶、推論、問題解決、意思決定、言語生成などの認知能力が全体として活用され始めています。知覚レベルでの変化は、ナレッジグラフとNLPに新たな機会をもたらすでしょう。垂直産業のナレッジグラフとNLP製品は最初に発展し、2020年には100億元以上の売上高を達成すると予想されています。2025年までに、下流の顧客が浸透して普及し、グラフ構築ツールと「プロセス」がより成熟し、感情分析タスクとマルチモーダル認識が衝突して新しい製品形式が生まれ、市場が500億元近くの規模に達するように刺激されると予想されています。

ナレッジグラフとNLP: データガバナンス、ビジネス目標、意思決定

経営者の視点から見ると、ビジネス全体を観察、予測、意思決定する必要があります。そのためには、包括的なデータ アクセスとガバナンス、そしてナレッジ グラフ、NLP、その他の分析および意思決定ツールの組み合わせが必要です。データはますます企業にとって中核的な資産になりつつありますが、データを効果的に活用する上では多くの問題点があります。手動で報告されたデータの標準と品質はさまざま、生データの入力は誤りが多く不完全、効果的な階層化および分類されたデータ ラベルが不足、焦点が異なるさまざまなコア システムにデータが分散しているため、タイムリーに統合または更新することが困難、データのカテゴリごとに変数の定義と要件が異なるなどです。そのため、データガバナンスを人工知能の研究や応用に適したものにするには、多大な労力とコストがかかります。場合によっては、以前のデータガバナンスに効果的な戦略が不足しており、作業の重複と高いコストが必要になります。そのため、教育、医療、産業、金融、小売業のいずれのアプリケーションであっても、データの接続性、データの標準化、データガバナンスの作業負荷の軽減に対する需要は高くなっています。効果的な方法は、ビジネス実装目標を出発点として、ビジネス目標に基づいてガバナンスのデータソースに戻り、それを具体的なデータサイエンスとビジネスモデリング分析と組み合わせて、調整、適応、検証を繰り返し、豊富なアプリケーションを導き出すことです。

第三の転機 - 定番商品になる

アルゴリズムのチップレベルパッケージングの戦略的重要性

人工知能業界は強力なビジネス特性に向けて発展の過程にあり、さまざまな分野での細分化されたアプリケーションシナリオとそこから派生する多様なアルゴリズムに対する需要が高まっています。 AI アプリケーションを実現するための重要なコンピューティング インフラストラクチャとして、NVIDIA などの汎用 AI チップは、現在のアプリケーション シナリオに対する適応性と最適化性に限界があります。したがって、アルゴリズムをチップレベルでパッケージ化する基礎技術能力は、AI企業のビジネスレイアウトレベルが独自に最適化できるかどうかをある程度決定します。また、世界的な技術競争の文脈では、チップを独自に開発する能力は、企業のビジネスチェーンが安全で制御可能かどうかも決定します。近年、AIアルゴリズム企業の間で「チップ製造運動」が活発化しています。先見性のあるアルゴリズムメーカーは、アルゴリズム技術とアプリケーションシナリオのコンピューティングパワー要件を理解した上で、統合アーキテクチャまたはカスタマイズされたプロセッサアーキテクチャと命令セットを使用して、アルゴリズムのチップレベルのパッケージングを試みています。これは、ソリューションにおけるアルゴリズムのシナリオ適応性とコスト効率を向上させ、産業チェーンのリンクを広げ、技術的な障壁を強化し、将来のAI産業競争の戦略的指揮権を握るためです。

[[360952]]

当事者Aの投資収益率

デジタルトランスフォーメーションAIプロジェクトを展開する企業に共通するROI検証方法

CTO/CIO調査では、AIの探索・応用を推進する上で「入力と出力の評価基準をどのように策定するか」という障壁に直面している企業が26.8％あることがわかった。企業のビジネスプロセスリエンジニアリングにおける重要な投資として、AI プロジェクトの価値はすぐには明らかではないかもしれませんが、企業の競争力を形成する上で大きな戦略的意義を持っています。したがって、甲はAIプロジェクト投資の実現可能性評価を行う際には、合理的なROI評価基準を設定し、計画のコスト要件、効果要件、利益要件を科学的かつ合理的に評価し、変革と改革の機会を逃さないようにする必要があります。 AI プロジェクトの ROI の検証方法は、甲社の業界特性、導入プロジェクトの要件、使用する AI 技術、適用シナリオの違いによって異なります。

中国企業におけるAI応用に関する調査：AI応用技術

コンピュータビジョン、機械学習などはAIアプリケーションの人気の方向性です

中国企業におけるAI応用に関する調査：ミドルプラットフォーム構築の普及率

60%以上の企業がミドルプラットフォームシステムを構築しており、データミドルプラットフォームが第一の選択肢となっている。

63.4%の企業がミドルプラットフォームシステムを構築しており、ミドルプラットフォームを構築した企業のうち100%がデータミドルプラットフォームを構築しています。ミドルプラットフォームシステムを構築していないが対応する計画がある調査対象企業のうち、75%の企業がデータミドルプラットフォームを計画することを選択しています。

AIミドルウェアの人気と需要は第2位です。ミドルオフィス体制を構築している企業のうち、53.8%がAIミドルオフィスを構築しており、構築していないが計画がある企業のうち、41.7%がAIミドルオフィスの構築を計画している。

中国企業におけるAI活用に関する調査：サプライヤー評価指標

サービスの可用性と安定性、そしてカスタマイズされたサービス能力は、サプライヤーにとって重要な評価指標です。

技術や製品の可用性と安定性は、企業のAIプロジェクトや関連事業が効率的に実行・発展できるかどうかに影響します。そのため、サービスの可用性と安定性（56.1%）は、企業が人工知能技術サービスプロバイダーや製品サプライヤーを選択する際の主な要素となります。実際の意思決定プロセスでは、企業の具体的なビジネスニーズを考慮し、サプライヤーのカスタマイズサービス能力（48.8％）と技術製品の適応性（43.9％）もサプライヤーを選択するための主要な評価指標となっています。

中国企業におけるAI応用に関する調査：AIプロジェクト実施の効果

ビッグデータ分析能力の向上が主な目的だが、意思決定支援効果は期待したほどには上がっていない。

通常、企業は AI プロジェクトの実装に明確な目標を設定し、それに基づいて実装結果を定期的に評価します。最も一般的な実装目標には、ビッグデータ分析機能の向上 (41.5%)、意思決定の支援 (36.6%)、エクスペリエンスの革新 (34.1%)、営業利益の増加 (31.7%) などがあります。実施効果の評価では、5点満点で採点結果を統計的に分析しました。製品/ブランド競争力の向上、革新的な体験、顧客満足度の向上において、いずれも3.8点を超える最高の結果が得られました。一方、補助的な意思決定目標の達成度は最も低く、わずか2.8点でした。

中国企業におけるAI応用に関する研究：意思決定者の役割

ほとんどのAIプロジェクトは「トップリーダープロジェクト」

調査結果によると、国内大手・中堅企業におけるAIプロジェクトの最終意思決定者、あるいは最終意思決定に関与する人物は、主に2種類の人物で構成されており、1つは企業全体の最高意思決定者である創業者/CEO/ゼネラルマネージャーなど（68.3％）、もう1つはCTO/CIOなど企業の技術・IT事業の主要責任者（65.9％）となっている。

中国企業におけるAI応用に関する調査：AIプロジェクト実施の障害

企業がAIアプリケーションを模索する際に直面する主な障害は、専門的な人材とデータの品質である。

企業は、AI専門家の不足（51.2％）と高品質のデータリソースの不足（48.8％）が、人工知能の探索と応用を促進する上で直面する主な障害であると考えています。人材不足とデータ品質は、企業がAIプロジェクトの実装を促進する上で緊急に解決する必要がある主要な問題となっています。

[[360953]]

人工知能業界の洞察

社会的分業の潮流が生まれる

2020年には、人工知能産業チェーンが成熟し、より専門化していく兆候が現れ始めました。「国家新世代人工知能標準システム構築ガイドライン」が発行され、新世代人工知能オープンイノベーションプラットフォームが次々と発表され、AIアプリケーションモデルの効率的な生産プラットフォームが登場し始めました。さまざまな業界では、基本的な反復投資を削減するために、高品質で中規模のデータセットの構築が推進され、人工知能の分野がK12から職業教育、高等教育まで、あらゆるレベルの学校に導入されました。人工知能自体の「インフラ」層が出現し、初期の素朴な「農民スタイル」のアルゴリズム開発から効率的で工業化された生産へと移行し、社会的分業の傾向が明確に現れてきました。