上場企業上位500社を調査し、人工知能の7つの主要トレンドをまとめました。

上場企業上位500社を調査し、人工知能の7つの主要トレンドをまとめました。

近年、人工知能技術の研究が継続的に進歩するにつれて、資本は熱い傾向を示し、さまざまな業界が人工知能に大きな期待を寄せています。しかし、人工知能技術が各業界や企業のビジネスに与える価値は、常に実務家にとっての謎でした。

機械学習、自然言語処理、音声認識などの代表的な人工知能技術が徐々に成熟し、実装されるにつれて、自動運転、医療健康、金融などの業界での技術の応用がますます広範囲になり、細分化された業界でますます完全で効率的な業界ソリューションが形成されています。

ただし、インテリジェント テクノロジーの適用による影響は、業界や企業によって異なります。 Syncedは、人工知能技術が各業界に及ぼす実際の影響や企業の知能化技術に対する姿勢の違いについて、各業界や企業における知能化技術の応用動向と人工知能戦略の適応性について詳細な調査を実施しました。

この調査に基づき、Machine Intelligenceは「世界上場企業上位500社の人工知能戦略適応性レポート」を発表しました。このレポートは、2013年から2017年にかけてフォーチュン・グローバル500社リストに掲載された23業界の640社を対象としています。 Synced は、10 万件以上のニュースリリース、3,000 件以上の企業年次報告書、数千件のトレンドレポートを検討し、17 の異なる業界から 145 社の代表的な上場企業をこのトレンドレポートの調査対象として選びました。これら上場企業145社はいずれも、自社の公式チャネルにおいて人工知能戦略の導入について明示的に言及していることが確認されている。

レポートをまとめる過程で、次の 7 つの大きな傾向が明らかになりました。

1. AI研究論文の分布動向

2013年から2016年にかけて、中国、米国、カナダ、日本、英国、ドイツ、オーストラリアなどの国々で発表されたAI研究論文の数は急増しました。その中で、中国と米国は人工知能研究論文の生産量において最も高い成長率を示しており、4年連続でトップを維持している。

図 3.2 は、世界の AI 研究論文数が 2013 年の 100 件未満から 2016 年には 1,400 件以上に増加したことを示しています。 2014年、中国は約150件のAI研究論文を発表し、その年で最大の成果を挙げ、引き続きトップを走っています。

2. 人工知能への世界的な投資動向

資本支援は業界の発展に不可欠です。ここ数年、人工知能は世界中のベンチャーキャピタルにとって注目の分野となり、多数の人工知能スタートアップ企業の誕生につながっています。インテリジェント技術の急速な発展により、資本は徐々に地域的な制約を脱し、世界的な投資と開発に目を向けるようになりました。

図 3.3 は、AI への世界的な投資が 2013 年の約 10 億米ドルから 2017 年には約 140 億米ドルに増加したことを示しています。人工知能分野の世界的なベンチャーキャピタル取引件数は、2013 年の 250 件以上から 2017 年には 1,200 件以上に増加しました。

III. 国家AI戦略のタイムライン

近年、世界各国が政府レベルでAIに関する公式白書や戦略を相次いで発行し、AI開発の優先順位を明確にしています。これらの白書と戦略は、主に協力の強化、研究機関の設立、関連研究への資金提供、起業家精神の奨励に焦点を当てています。

4. AI関連トピックの人気動向

昔の人は「まず有言実行し、それから従え」と言いました。戦略は、企業が基礎を築いた後に作成されることが多いです。つまり、対象企業の人工知能に関する年間ニュースリリースの統計から、業界や企業の人工知能戦略への注目度を推測することができます。図4.1からわかるように、人工知能関連のニュースリリースは年々増加しており、2017年時点では、人工知能戦略が徐々に企業の実装戦略の焦点になってきていることがわかります。

  • 2013年から2017年にかけて、人工知能関連のニュースの年間平均成長率は144.5%でした。
  • 2015 年と 2016 年の成長率はそれぞれ 159.5% と 161.5% でした。
  • 2017年のAIニュースリリースの成長率は鈍化し、年間成長率は-22.0%となりました。
  • 2017年、人工知能関連のニュースリリース量は、過去5年間のニュースリリース総量の約60.0%を占めました。

5. 人工知能産業への注目

ターゲット企業は、金融、テクノロジー、自動車など、フォーチュン・グローバル500社にランクインしている業界に集中していることが観察されています。しかし、採用率で見ると、エンタープライズ サービス、ホテル、ケータリングおよびエンターテイメント、テクノロジー業界が比較的優勢です。対象企業が属する17業種の平均業種転換率は22.7%。

図4.2は、フォーチュン500社が属する23の業界における対象企業の導入状況を示しており、図4.3は、フォーチュン500社の人工知能戦略の業界別導入率を示しています。図4.4は、マッキンゼーの人工知能応用分野の分類に基づくヒートマップを使用して、業界別応用実装状況を示しています。図からわかるように:

  • 対象企業のうち、金融、テクノロジー、自動車業界がそれぞれ37.2%、17.2%、11.0%を占めた。
  • アパレル、食品・飲料・タバコ、日用品、メディア、貿易、廃棄物管理などの業界ではAIを導入している企業は見つかりませんでした。
  • エンタープライズサービス、ホテル、ケータリング&エンターテインメント、テクノロジー業界における人工知能の導入率はそれぞれ 100.0%、60.0%、58.1% と比較的高くなっています。
  • 自動化と最適化、およびユーザーインタラクションは、人工知能戦略の最も人気のある応用分野で、それぞれ 25.1% と 23.1% を占めています。

VI. AI戦略導入の動向

AI戦略をいつ導入するかは、すべての企業が検討しなければならない問題です。Syncedは、対象企業の公式発表に基づいて、対象企業がAI戦略を導入する時期のタイムライン図を作成しました。図4.5から、次の結論を導き出すことができます。

  • 2011年から2017年にかけてAI戦略を導入した企業の平均年間成長率は91.9%でした。
  • 2011年から2013年にかけて、人工知能戦略を導入した企業は8社で、対象企業全体のわずか5.5%を占めました。
  • 対象企業数は2014年から2017年にかけて大幅に増加し、年平均成長率は125.3%となりました。
  • 2015年から2017年にかけて、トレンドレポートの対象企業126社がAI戦略を導入しており、対象企業総数の86.9%を占めています。
  • 2016年に人工知能戦略を導入した新規企業数は、2011年から2017年の間に人工知能を導入した企業総数の37.2%を占め、新規成長の点でピークに達しました。
  • 2017年には、人工知能戦略を導入した新規企業は49社となり、前年に比べて減少しました。

VII. 人工知能による戦略的行動の意思決定

企業が人工知能戦略を採用する場合、Synced はその企業の戦略の焦点を分析したいと考えています。マッキンゼーのAI戦略方向性分類に基づき、対象範囲内の145社の戦略アクション決定を分類し、ヒートマップを作成した結果、以下の結果が得られました。

  • アクション決定のほとんどは、製品開発、スマートな戦略的投資、ユーザー エクスペリエンスに重点が置かれており、それぞれ 14.6%、14.4%、12.6% を占めています。
  • サプライチェーンの配送は3.6%とあまり注目されませんでした。
  • 金融業界とテクノロジー業界では、より包括的な行動決定を採用する傾向があります。
  • エンタープライズ サービスおよび輸送業界では、より単純なアクション決定を採用する傾向があります。

さらなる評価と結論

本調査は、対象上場企業145社を対象に、人工知能戦略導入後の業績について定量評価と専門家による分析を行い、人工知能戦略導入後の事業・運営等の業績に基づき、対象企業を以下のカテゴリーに分類しています。

  • AI適応力の高い企業: このカテゴリには、AI戦略を導入してビジネスの成長を達成した企業が含まれます。
  • AI適応性の低い企業: このカテゴリには、AI戦略を導入した後にビジネスの停滞を経験した企業が含まれます。
  • 複雑な AI 適応性を持つ企業: このカテゴリには、単一のデータ メトリックではビジネスを評価することが難しい企業が含まれます。

このトレンド レポートでは、各カテゴリで厳選された 2 つのケース スタディを紹介し、実務者と管理者が AI 戦略のビジネスへの影響をより深く理解できるようにしています。選ばれた事例には、BP、アマゾン、ゼネラル・エレクトリック、IBM、SAICグループ、ウェルズ・ファーゴなど、さまざまな分野の有名企業6社が人工知能戦略の事例とともに含まれています。

このトレンドレポートは、トップ企業がどのようにAI戦略を実装し、実行しているかをAI実践者や管理者に示すだけでなく、公式データと専門家の分析を組み合わせて、実装後の各企業の適応傾向をまとめ、実践者や管理者がAIビジョンを構築するのに役立つことを期待しています。

<<:  人工知能が仕事を奪っていますが、将来の職場で私たちは何のために戦うのでしょうか?

>>:  Keras または TensorFlow?プログラマーはディープラーニングフレームワークをどのように選択すべきでしょうか?

ブログ    
ブログ    
ブログ    

推薦する

...

口の中に124個のセンサーを埋め込み、Google Glassの創設者の新プロジェクト:舌でメッセージを送信

不運なGoogle Glassはスマートデバイスの波の中で大きなインパクトを与えることはできなかった...

初心者必読!畳み込みニューラルネットワークの始め方

畳み込みニューラル ネットワークは、ディープ ニューラル ネットワークの中で非常に人気のあるネットワ...

人工知能(AI)と機械学習(ML)の最新動向

[[422288]]人工知能 (AI) には、分析モデルの構築を自動化する機械学習 (ML) を含む...

...

ビッグデータと人工知能に関する冷静な考察

ビッグデータと人工知能は今年最もホットな話題であり、特に司法分野ではホットです。ビッグデータ時代の司...

機械学習機能を簡単に拡張: Rancher に Kubeflow をインストールする方法

機械学習の分野が発展し続けるにつれて、機械学習を扱うチームが単一のマシンでモデルをトレーニングするこ...

生物学的視覚とコンピュータビジョンの違いを理解する方法

[51CTO.com クイック翻訳]人工知能技術の開発初期から、科学者たちは外の世界を「見る」ことが...

人工知能は広告に関して私たちを誤解させている。今こそ誤りを正すべき時だ

社会が急速に変化する時代において、ブランドセーフティ戦略は分裂を招き、保護対象であるブランド評判その...

Alibabaオープンソース!軽量ディープラーニングエッジ推論エンジンMNN

最近、アリババは軽量ディープラーニングエッジ推論エンジン「MNN」を正式にオープンソース化しました。...

RPAテクノロジーが製造業の未来をどのように変えるか

RPA コンサルティング サービスは、製造業者がソフトウェア ロボットを使用してさまざまな反復的なル...

ChatGPTが企業の収益向上にどのように役立つか

ここ数か月、生成型人工知能(ChatGPT)に関するニュースがほぼ毎日のように報道されています。突然...

すべてのトップオブジェクト検出アルゴリズムを統合: FAIRオープンソースDetectron

昨日、Facebook AI Research (FAIR) は、業界で最も先進的な物体検出プラット...

機械学習アルゴリズムの基礎知識

利用できるアルゴリズムは多数あります。難しいのは、さまざまな種類の方法があり、それらの方法に拡張もあ...

文化分野における人工知能の応用

近年、我が国の文化産業は人工知能などのハイテクをますます重視しており、文化と技術が深く有機的に融合す...