AI基礎データサービス市場は新たな段階に入った

AI基礎データサービス市場は新たな段階に入った

データプライバシー保護規制が継続的に改善され、国がデータ要素市場を積極的に育成し、データ流通が継続的に改善する中、IDCは初の中国人工知能基本データサービス市場追跡レポートを発表しました。報告書は、2025年までに中国の人工知能データ標準収集サービス市場規模が123.4億元に達すると予測している。市場発展の原動力は、一方では人工知能市場の急速な発展、他方では業界ユーザーによるデータ収集への取り組みの強化にあります。

市場構成

ユーザーニーズの観点から見ると、人工知能基礎データ収集サービスに対する市場の需要は、主に自動運転(車載コックピットや外部道路環境認識などのシナリオを含む)、AI技術プロバイダー、スマートセキュリティから生じています。さらに、インターネット業界とスマート端末業界は依然としてAI基本データサービスの主な投資家です。人工知能技術が伝統的な産業に導入されるにつれ、金融、医療、工業分野でも垂直シナリオにおける AI アプリケーションでのデータ収集サービスの導入が始まっています。現在、AI 基本データ サービスに対する市場の需要は基本的に明確になっています。つまり、高いラベリング品質、迅速なラベリング効率、豊富な知識と経験、保証されたデータ セキュリティ、全体的なコストの高い費用対効果です。

市場エコシステム

現在の人工知能データサービス市場の産業チェーンは長くなく、主な市場参加者(下図参照)は主に大規模なデータラベリングサービスプロバイダーです。もちろん、データラベリングプラットフォームの背後には、データラベリングサービスを提供する小規模なチームが数多く存在します。伝統的な業界が独自の AI を開発し始めるにつれて、伝統的な人材サービスプロバイダーも市場競争に参加し始めています。市場における競争により、規模の効果がより顕著になり、大規模なプラットフォームメーカーがますます高い市場シェアを占めるようになるでしょう。

市場の状況

IDCが追跡している人工知能基礎データ標準収集サービスの市場規模によると、2020年から2021年上半期の市場構造において、百度は中国のAI基礎データサービス市場で引き続き市場シェア1位を維持し、海天瑞生がそれに続いた。注目に値する他のメーカーとしては、Yunc、Appen、Totoro Data、Datatang、Biaobei Data などがあります。

今後、人工知能業界の発展においては、新たな技術やトレンドが生まれ続けます。例えば、連合学習や大規模モデルは、AI 基本データ収集サービスに新たな要件を提示しています。

データ収集とベンチマークのニーズの範囲が広がる:データ収集とベンチマークサービスが満たす必要のある AI アプリケーションシナリオは、以前よりも大幅に広くなっています。

より高いデータラベリング精度の要件:自動運転などの多くのシナリオでは、AI システムの精度をさらに向上させるために、データラベリング精度を継続的に向上させる必要があります。

配信効率の要件の高まり:急速に変化する市場環境により、企業は研究開発の効率を向上させる必要があり、その結果、AI 基本データの配信効率に対する要件が高まります。

データラベリングの複雑性の増大: AI アプリケーションシナリオがますます統合され複雑になるにつれて、データラベリングの難しさや複雑さも一定の課題をもたらします。経験豊富で能力のある企業だけがこの市場の変化に適応できます。

データセキュリティ関連のリスク:更新された法的および規制要件に従って、現在の業務運営、データセキュリティ管理システムなどをタイムリーに調整します。

ラベリング担当者のトレーニングモデルの変化:これまで、貧困緩和、再雇用、産学連携などを通じて、手作業によるラベリングのコストは急速に削減されてきましたが、職業教育をさらに探求し、ラベリングツールを最適化する必要があります。

IDC ChinaのアシスタントリサーチディレクターであるLu Yanxia氏は、「市場競争は急速に変化しています。AI基本データサービスの導入は、企業がAIモデル開発に迅速に参入するのに役立ちます。外部のデータ収集およびラベリングサービスを選択する際には、基本的なデータセキュリティを確保しながら、ラベリングの品質、ラベリングの効率、知識と経験の蓄積をより考慮する必要があります。AI専用のデータセット管理システムの構築も検討する必要があります。」と述べています。

<<:  人工知能教育とは何ですか?将来の教育の顕著な特徴は何でしょうか?

>>:  エネルギー分野における人工知能の5つの主要な応用

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

インテリジェントオートメーションの台頭:デジタル時代のAI、ロボット工学、製造業

人工知能 (AI)、ロボット工学、自動化の融合により、生産性、効率性、革新の新しい時代が到来していま...

自動化でワークライフバランスを改善

多くの従業員にとって、仕事と生活のバランスを取ることは課題です。私たちは睡眠とほぼ同じくらいの時間を...

...

...

...

チューリング賞受賞者ジョン・ヘネシー氏:データと機械学習は世界をより良い場所にする

5月26日、チューリング賞受賞者で米国工学アカデミー会員のジョン・ヘネシー氏が、2021年中国国際ビ...

人工知能が新素材の研究開発を支援

現在、海外では人工知能が新素材の開発に役立っている事例が報告されています。英国リバプール大学の研究者...

AIガバナンスとは何か、どのように、そしてなぜ生まれるのか

AI は登場以来、タスクの自動化や業務の効率化、より優れたテクノロジーの構築、エンドユーザー エクス...

貪欲アルゴリズム: K回の反転後の配列の合計を最大化する

[[355496]]多くのレコーディング仲間が、昨日のトピック「貪欲アルゴリズム:ジャンピングゲーム...

ビットコインマイニング技術: 分散データストレージ、ピアツーピア伝送、コンセンサスメカニズム、暗号化アルゴリズム...

1. 説明ブロックチェーンは、オープンなデータ操作、改ざん不可能、追跡可能性、国境を越えた分散化な...

...

Google、検索結果にAIベースの「要約」機能を追加

Googleは8月4日、今年のGoogle I/Oで「Search Generative Engin...

人工知能を初めて適用するときに尋ねるべき5つの質問

企業が社内でソリューションを構築する必要は必ずしもありませんが、これが失敗の一般的な原因となります。...

バブルアルゴリズムよりも単純なソートアルゴリズム:バグだらけに見えるプログラムが実は正しい

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...