人工知能は広く使用されているテクノロジーであり、機械の助けを借りて人間が情報を統合し、データを分析し、洞察を得るプロセスを再構築し、人間の効率向上と意思決定の最適化を支援します。長年の開発と実践を経て、人工知能はますます広く採用されるテクノロジーとなり、あらゆる階層に力を与え、業界の状況を再構築する新しいインフラストラクチャに発展しました。

経済全体における人工知能の普及率は高まっていますが、十分なデータ、比較的高いアプリケーションコスト、システムのセキュリティとガバナンスの問題、導入の課題など、依然として多くの開発ボトルネックに直面しています。しかし、近年、市場と社会全体が人工知能の変革的な役割を徐々に認識してきました。特に、次のような技術的および社会的要因の進歩により、人工知能の商業応用が加速しました。

今日の世界では広範なデジタル化と相互接続が実現し、データ量も急速に増加しています。 2021 年には、世界中で 83ZB のデータが作成、取得、コピー、消費されましたが、これは過去 10 年間で 30 倍近く増加し、2026 年にはさらに 208ZB に増加すると予想されています。膨大な量のデータに含まれる重要な情報は、あらゆる組織に多くの機会をもたらしていますが、データ量の急増により、データ分析タスクを手動で処理することがますます困難になり、コストがかかるようになりました。このような背景から、データの蓄積により人工知能の応用が促進されています。同時に、人工知能は豊富なデータから学習、訓練、開発し、より賢くなり、現実世界の問題をより効果的な方法で解決できるようになります。

コンピューティング能力の急速な向上: コンピューティング能力は、チップ開発の反復と密接に関係しています。前世代のチップと比較して、ほとんどのチップ企業の人工知能チップ製品のコンピューティング能力は大幅に向上しています。大手チップメーカーの新世代人工知能チップの計算能力は、前世代の同シリーズ製品と比較して最大10倍向上する可能性があります。

モデルトレーニングの時間とコストの削減: 新しいアルゴリズムとフレームワークの出現により、人工知能のトレーニングと業界での導入の効率が向上しました。たとえば、転移学習テクノロジーの助けを借りて、人工知能モデルから得られた洞察を新しい領域に移行してコピーすることができ、自動機械学習 (AutoML) テクノロジーの助けを借りて、すべての開発者とビジネス担当者がマシンを開発および最適化できます。モデルを学習し、機械学習の専門家への依存を軽減します。

人工知能は世界中のあらゆる階層の変革に貢献し続けており、さまざまな組織の意思決定者もこれに気づき、人工知能に投資しています。 2021 年の世界の人工知能への支出は、2017 年の 462 億米ドルと比較して 1,638 億米ドルに達し、年間平均複利成長率は 37.2% となり、2026 年には 4,639 億米ドルに増加すると予想されています。率は23.1%。 2030 年までに、人工知能が世界の GDP の 15% 近くを牽引すると予想されています。

人工知能応用のパイオニアの中でも、国内市場は非常に活発であり、現在、既存の境界を越えて急速に出現する人工知能のイノベーションにより、世界の人工知能産業の発展をリードしています。需要面では、AI は、今日のデジタル時代においてあらゆる規模の企業が業務効率の向上とビジネスの成功を達成できるようにする、簡単にアクセスできて使いやすいツールであると考えられています。この国の巨大な経済規模とかなりの社会活動レベルは、人工知能と統合できるさまざまなアプリケーションシナリオをもたらしました。中国市場では人工知能ソリューションに対する大きな需要があり、多様でダイナミックな現実のシナリオに合わせてカスタマイズする必要があります。これにより、人工知能業界における技術とビジネスモデルの革新も促進されます。供給側では、国内の AI プロバイダーは、経済規模や社会活動レベルによって生成される大量のデータ、強力な人材プール、一流の研究能力、ダイナミックな AI 分野のプレーヤーから恩恵を受けています。さらに、人工知能技術、人工知能人材教育、人工知能ソリューションの応用を促進する政府の支援政策と規制により、中国の人工知能産業の急速な発展がさらに促進されることが期待されています。

2021 年の中国の人工知能支出は 1,987 億元に達し、2026 年には 8,466 億元まで増加し、年平均複合成長率は 33.6% になると予想されています。 「2022年人工知能指数報告書」によると、中国は世界的な影響力を増している主要な人工知能市場であり、これは以下の事実によっても裏付けられています。

中国の人工知能産業は、応用分野に応じて、意思決定人工知能、視覚人工知能、音声および意味論的人工知能、人工知能ロボットの 4 つの主要なカテゴリに分類できます。 4 つのカテゴリそれぞれの定義と一般的なアプリケーション シナリオを以下に示します。

上記のカテゴリーの中で、意思決定用人工知能は最も急速に成長すると予想されています。 2021年の中国の意思決定用人工知能市場の支出規模は471億元に達し、2026年には2,841億元に成長し、年間平均成長率は43.3%になると予想されている。

データに含まれる価値を最大限に活用するために、多くの組織はデータドリブンのアプローチを採用して、日常業務における意思決定をサポートしています。増え続けるデータ量に直面して、人間ではなく機械によるデータ分析はさまざまな効果をもたらします。

人工知能が台頭し、最終的に商業応用される前は、たとえ十分なデータがあったとしても、企業は依然として人工的な知覚、経験、判断、さらには場合によっては直観に頼って意思決定を行う必要があります。私たちが今日住んでいる世界は急速に変化しており、常識と蓄積された経験だけに頼って重要な決定を下す際に伴うリスクを予測することは困難であり、誤った決定を下した場合の結果に耐えることもできません。同時に、デジタル時代において、大量のデータを手動で処理および分析することはますます困難になり、コストがかかり、非現実的になってきています。

人工知能主導の意思決定モデルは、人間の限られた合理性と認知バイアスの限界を克服し、現在では人間の能力を徐々に解放し、強化しつつあり、場合によっては、従来のワークフロー モデルにおける人間の労働を置き換えて、意思決定の信頼性を向上させることもできます。作りも効率も。人工知能がますます多様なシナリオに適用されるにつれ、意思決定を行う人工知能は、ビジネス規模の拡大、マーケティング効果の向上、業務効率の向上など、企業運営のほぼすべてのコンポーネントを上から下まで最適化できます。たとえば、スマート マーケティングのコンテキストでは、AI 主導のソリューションは、マーケティング配信の精度を向上させることで、電子商取引企業の収益増加を促進できます。人工知能主導の意思決定は、金融業界のリスク管理システムも変化させています。たとえば、AI 信用リスク モデルを使用すると、デフォルト率を大幅に削減できます。高度な意思決定を行う人工知能テクノロジーによってもたらされる大きな影響を喜ぶ業界が増えています。

データ パターンの認識と認識に主に焦点を当てた他の AI ソリューション カテゴリとは異なり、意思決定 AI は予測分析と推奨事項を提供して、ビジネス アクションをサポートおよびガイドします。精密マーケティング、リスク管理、日常業務の最適化など、現実のさまざまなシーンで活用されています。 Chishi Consulting の情報によると、中国の意思決定用人工知能への支出は今後 5 年間で大幅に増加し、人工知能への支出全体に占める割合が高くなることが予想されています。

中国の市場環境は意思決定用人工知能の開発を促進するのに適していますが、さまざまな組織は依然として、人工知能アプリケーションを独自に開発して導入することを困難にするいくつかの大きな課題に直面していることがよくあります。 人工知能の専門家の不足: 経験豊富な人工知能の不足インテリジェンスの専門家やデータサイエンティストは、企業が社内に人工知能チームを設立し、自社で人工知能インフラストラクチャを開発および運用する上で常に大きな障害となってきました。多くの企業にとって、人材不足は社内 AI 開発を成功させるための大きな障害となっています。

高い総所有コストと不確実な ROI: 独自の AI システムの構築、または複数ポイントの AI ソフトウェア アプリケーション ソリューションの統合は、ほとんどの企業にとって法外な費用がかかります。たとえば、Chishi Consulting の見積もりによると、企業がエンタープライズ レベルの人工知能システムの完全なセットを社内で開発するには、一般に約 5 億人民元の先行投資が必要であり、その後、年間約 5,000 万人民元の継続的なメンテナンス費用が発生することになります。その結果、総所有コストは、同じ標準の人工知能システムを外部から調達することによる企業の年間支出（約 5,000 万～1 億元）よりもはるかに高くなります。さらに、人工知能の専門知識とモデルのトレーニングが不足しているため、社内で開発された人工知能システムにはより多くの投資が必要になり、評価に時間がかかる可能性があり、システムの有効性と効率の向上が期待を満たさない可能性があり、その結果、高い収益が得られない可能性があります。投資は不確実。

導入の難しさ: テクノロジーと資本を大量に消費する性質のため、企業は AI ソリューションを大規模に展開してカスタマイズされたアプリケーションを開発し、内部プロセス (意思決定など) をインテリジェントにするために大量のリソースを必要とする場合があります。ほとんどの場合、企業は、自社のビジネスに最適なアプリケーションの組み合わせを見つけるために、自社開発の人工知能アプリケーションまたは外部委託されたポイント ソリューションを開発および導入する必要があります。このプロセスには長い時間がかかります。 Chishi Consulting の推定によると、既存の人工知能チーム構成では、企業が大規模な人工知能インフラストラクチャと人工知能機能の内部構築を完了するまでに平均約 3 年かかります。

データとシステムの非互換性: 外部から調達したシングルポイント人工知能アプリケーション ソリューションを使用すると、シングルポイント ソリューション アプリケーション間、および/またはシングルポイント ソリューション アプリケーションと社内開発の人工知能アプリケーションの間で互換性がなくなるリスクが生じます。さらに、データ セキュリティ、データ プライバシー、およびデータとシステムの一元管理に対する意識の高まりにより、異種ポイント ソリューションの導入と複数のデータ ソースの集約が複雑になります。

中国ではプラットフォーム中心の AI ソリューションが急速に台頭しているため、上記の課題を特定し、適切に対処することができます。ポイント ソリューションとは異なり、人工知能アプリケーションと基本的なコンピューティング インフラストラクチャに加えて、プラットフォーム中心の意思決定人工知能ソリューションは、エンド ユーザーに人工知能開発プラットフォームも提供します。この人工知能開発プラットフォームは、統一された開発標準、高い互換性、実際のニーズに応じてアプリケーションを柔軟に拡張できる機能をエンドユーザーに提供します。特定のアプリケーション シナリオ向けのソリューションをさらに開発および運用するために使用できるプラグ アンド プレイ機能とインフラストラクチャにより、意思決定を行う人工知能プラットフォームがより柔軟でスケーラブルで互換性があり、管理が容易になります。

意思決定用人工知能市場では、中国のプラットフォーム中心の意思決定用人工知能市場セグメントが拡大し続けています。 2021 年のプラットフォーム中心の意思決定人工知能市場の規模は、人工知能支出額で 94 億人民元に達し、2026 年には年間複利成長率 55.0% で 845 億人民元まで成長すると推定されており、意思決定の限界を超えています。 -making 人工知能業界の全体的な成長率。非プラットフォーム中心の意思決定 AI ソリューションとプラットフォーム中心の意思決定 AI ソリューションの主な違いは、変化するニーズに対応できる AI 開発と展開の可能性、つまり、他のアプリケーション シナリオでのより多くの AI アプリケーションの拡張性と、そのような人工知能アプリケーションの互換性です。プラットフォーム中心ではない意思決定 AI アプリケーションのほとんどは、固定された 1 回限りの成果物であり、主にさまざまなワークフロー アプリケーション向けに設計された人工知能が原因で、元のソリューションを拡張するというユーザーの追加の要求を満たすことが困難です。 、基本的なフレームワーク、関連するデータ ガバナンス インフラストラクチャ、または処理ルールも異なる可能性があり、その結果、人工知能システムに互換性がなくなることがあります。対照的に、意思決定 AI プラットフォームに基づくプラットフォーム中心の意思決定 AI ソリューションは、柔軟な AI 開発を可能にする操作環境とツールを提供し、同様のまたは隣接するシナリオに移行および複製できるモジュールを備えています。また、すべてのアプリケーションが構築される開発環境とルールも統一されます。この統合されたアプローチにより、独自に開発された非プラットフォーム中心の意思決定 AI アプリケーションを統合するためのスイッチング コストが排除され、AI システム間の完全な互換性が実現します。この点において、プラットフォーム中心の意思決定人工知能ソリューションは、将来、企業にスムーズかつ完全な人工知能の開発と展開のためのより多くの余地を与えることができます。

AI ソリューション プロバイダーは通常、業界発展の出発点として、選ばれた顧客、特に業界リーダーから始めようとします。プロバイダーは、まずさまざまな業界や分野の「ベンチマーク」顧客と相互信頼・協力関係を構築し、「ベンチマークユーザー」が重要な課題を特定し、解決策を提供し、顧客のビジネス価値の向上を支援します。 AI ソリューション プロバイダーは、顧客のニーズの増加を捉えて展開を拡張します。こうした人工知能の「ベンチマークユーザー」の事例は、今後も対応する業界や分野の潜在顧客を惹きつけることになるだろう。したがって、意思決定を行う AI 企業が業界のパイオニアとなるためには、価値を創造し、顧客の継続的な成功を支援できることが重要です。

「ベンチマーク ユーザー」がビジネス価値の向上を達成できるように支援した後、意思決定 AI プロバイダーは、業界の知識と実践経験を活用して、対象業界の他の顧客を引き付け、サービスを提供できます。先行者利益は、人工知能業界で成功するための重要な要素です。豊富なアプリケーション シナリオ、「ベンチマーク ユーザー」との深い関係、業界知識の迅速な蓄積の恩恵を受けることで、業界のパイオニアはより迅速なビジネス拡大を達成し、好都合な閉ループを確立できます。その結果、よりスマートな AI を反復し、変化するユーザーのニーズに合わせて効果的な AI ソリューションを迅速に導入できるようになります。

AI ソリューション プロバイダーが成功するためには、技術的な能力が不可欠です。人工知能業界の急速な変化を考慮すると、高度なテクノロジーを継続的に導入し、革新的なソリューション サービスを開始できることが、競争上の優位性を維持するための鍵となります。

人工知能の人材に対する需要は、ここ数年で急速に高まっています。業界が急速に変化し、AI ソリューションが広く導入されるにつれ、さまざまな AI 機能を備えた企業はテクノロジーのギャップを認識し、そのギャップを埋めるために取り組んでいます。人工知能ビジネスはテクノロジー集約的な性質を持っているため、経験豊富で技術的に熟練した人材も必要です。したがって、人材を継続的に引き付け、維持する能力が企業の成功の主要な要因となっています。