デロイト コンサルティング: 2019 年人工知能製造アプリケーション調査レポート

人工知能の応用は消費者向けインテリジェンスから企業向けインテリジェンスへと拡大し、より強力な生産性を推進し、生み出しています。製造業は蓄積されたデータが膨大で、人工知能応用のブルーオーシャンです。 2019年、人工知能はエッジコンピューティング層で産業用IoTと出会い、産業分野における人工知能の実装元年となりました。

人工知能を活用して製造業を強化する動きが世界中で始まっています。アジア太平洋地域は強力な製造基盤を有しており、産業分野における人工知能の応用にとって潜在的な市場です。このレポートは、中国の製造企業における人工知能アプリケーションの実際の状況とアプリケーションシナリオを深く理解し、人工知能プロジェクトの理想と現実のギャップ、および業界の将来の発展動向を探ることを目的としています。

1. テクノロジーのトレンド

過去 100 年間にわたり、世界のテクノロジーの発展は、「電子ツール」、「半導体」、「企業サービス」、「電気通信」、「消費者インテリジェンス」という 5 つの主要なトレンドによって支配されてきました。現在、「インターネット＋消費者」モデルによって生み出された価値は十分に発揮され、安定しています。そして、6 番目のトレンドが出現しました。これを私たちは「エンタープライズ インテリジェンス」と呼んでいます。企業が自ら主導し、デジタル技術を活用して問題を解決するインテリジェントな変革は、将来の技術開発のトレンドとして見られています。

製造業は毎年約 1,812PB のデータを生成すると推定されており、通信、金融、小売などの他の業界を上回っています。過去 20 年間、デジタル情報の大幅な増加により、製造企業の意思決定プロセスは複雑化してきました。企業は、インテリジェントテクノロジーを通じて情報を効果的に処理・活用し、データのパターンと可用性を明らかにし、これまで予測できなかった問題を解決しようとしています。

製造業界では人工知能に大きな期待が寄せられています。製造業における人工知能の応用に関する調査によると、調査対象企業の 93% が、人工知能が世界の製造業の成長と革新の重要な技術になることに同意しています。中国は人工知能の応用分野で優れた成果を上げています。中国の製造業における人工知能の市場規模は、2025年に20億米ドルを超え、2019年から年間40％以上の成長率を維持すると予想されています。中国の製造業におけるAIアプリケーションの急成長は、主に有利な政策、十分な資金、製造業への応用の可能性によって推進されています。

2. 応用シナリオ

製造業における人工知能の応用シナリオは数多くあり、インテリジェント生産、製品とサービス、企業運営管理、サプライチェーン、ビジネスモデルの意思決定の 5 つの領域に大別できます。スマート生産関連のアプリケーション シナリオは現在、製造企業が人工知能を導入する際の主な選択肢であり、製品およびサービス関連のシナリオがそれに続きます。しかし、今後 2 年間で、産業分野における人工知能の注目の応用分野は、インテリジェント生産から製品サービスとサプライ チェーン管理への重点へと移行するでしょう。

インテリジェント生産の分野では、自動化された生産工場、注文管理、自動スケジューリングなどのシナリオが最も多く適用されています。今後 2 年間で、製品の品質監視と欠陥管理にさらに多くの人工知能技術が使用されるようになります。コンピューター ビジョン テクノロジーの進歩により、品質監視と欠陥管理における人工知能の応用が推進されています。

製品・サービスの分野では、現時点では人工知能技術を応用している企業はまだ少ないものの、製品設計サイクルの短縮、顧客体験のパーソナライズ、マーケティング効率の向上といった応用シナリオを中心に、2年以内に優先的に導入を計画している企業が大幅に増加しています。

3. 現実と期待のギャップ

企業調査を通じて、企業利益の観点から見ても、予算と時間の投資の観点から見ても、人工知能プロジェクトの 91% が企業の期待を満たせなかったことがわかりました。人工知能プロジェクトの結果と期待の間に大きなギャップがあるのは、世界中でよく見られる現象です。このギャップは、多くの場合、次の問題によって発生します。

• 既存の経験と組織構造の障壁;
• インフラストラクチャの制約
• データ収集方法とデータ品質の問題。
• エンジニアリング経験の不足
• プロジェクトは規模が大きすぎて複雑すぎます。
  

4. 未来はここにある

デロイトの調査によると、企業の 83% が、人工知能が今後 5 年間で自社のビジネスに現実的かつ目に見える影響を与えている、または与えるだろうと考えており、そのうち 27% の回答者は、人工知能プロジェクトがすでに企業に価値をもたらしていると考えています。回答者の 56% は、人工知能が今後 2 ～ 5 年以内に企業に利益をもたらすと考えています。

技術志向の観点から見ると、生産、コスト、在庫、品質管理の最適化、または売上や価格の予測や予知保全のために、複雑な技術システムに投資する企業が増えるでしょう。視覚監視、ロボット位置決め、エキスパート システムなどの単一のテクノロジ カテゴリに対する投資熱は比較的低いです。

業界では一般的に、産業用人工知能プラットフォームにより、企業はより低コストで人工知能を適用できるようになり、それが産業分野における人工知能の実装と普及に必要な条件であると考えています。

5. デロイトの推奨事項

中国の製造業は人工知能の大規模応用の爆発的発展の前夜を迎えており、大手企業は優位に立つための計画を立て始めている。デロイトは、企業が自社の戦略、アプリケーション シナリオ、データ基盤、チーム構築、パートナーシップ、検証、実装の観点から人工知能の実装を開始することを推奨しています。

5.1 戦略目標のマッチング

企業はまず、AI の導入が自社の戦略とビジネス目標に合致していることを確認する必要があります。目標が新たな収益の創出、コストの削減、または運用効率の向上のいずれであっても、重要なのは、企業のビジネス目標を満たす適切なレベルの複雑さを選択することです。

5.2 アプリケーションシナリオの明確化

人工知能の適切な応用シナリオを見つけるには、この技術がどのような面で人間よりも優れているかを理解することが基本的に必要です。

5.3 データ基盤の実装

現在のディープラーニングベースの人工知能はビッグデータに大きく依存しているため、企業のデータ基盤が AI プロジェクトを正常に実装できるかどうかを決定する基礎となることがよくあります。

5.4 チームビルディングとパートナーシップの構築

企業が AI 機能を構築したい場合、少なくとも AI テクノロジーの専門家、業界の専門家、AI アプリケーションの専門家といった人材で構成されたチームが必要です。

5.5 検証と大規模実装

アプリケーションシナリオの作成、データ基盤の整備、チームの構築が完了したら、次に行うべきことは、AI ベースのプロセス設計プロトタイプ (概念実証) の検証です。技術的なプロトタイプが実現可能であることが確認されると、反復作業と最終的な大規模な実装が実行されます。

PDF 版は 199IT 交換グループに共有されます。私たちの開発をサポートしたい方は、ぜひご参加ください！