자료코드 C57117700 / A4 242p / 2015.10.30
최근 주목 받고 있는 AI(인공지능. 기계학습과 딥러닝 등 AI 기술의 진전과 빅데이터의 활용 확대 등을 배경으로 빠르게 진화되고 있다. 현 시점에서는 과도한 기대와 막연한 불안을 품고 있어, 시장은 여명기에 있지만 서서히 실제 업무에 대한 적용도 개시되어 실용화에 대한 가능성이 가시범위 안에 들어오게 되었다. 본 조사 리포트에서는 장래의 AI가 어떠한 방식으로 업종・업무에 적용되어 경제적인 영향력을 가져올 것인지를 고찰하였다.
◆조사 개요
조사목적：인공지능(AI)이 일본의 산업과 사회에 어떠한 영향을 줄 수 있는지, AI에 대한 주목도가 상승하는
배경과 이유, 플레이어 동향, 전문가 견해 등 종합적인 시장동향을 바탕으로 조사•분석하였다.
향후, 비즈니스에서 인공지능을 활용하기 위한 활동에 이바지하는 것을 목적으로 한다.
조사대상：인공지능 관련 기술을 개발, 제공하는 기업/대학, 연구기관 등의 인공지능에 관련된 연구자
조사방법：전문연구원의 직접 취재 조사/문헌 조사(각종 공적 자료, 폐사 기존 조사 데이터 등)
조사기간：2015년 7월~2015년 10월
◆본 자료의 포인트• AI(인공지능) 기술과 플레이어 동향
제3차 AI(인공지능) 붐의 배경, 딥러닝의 가능성과 과제, AI와 로봇,
싱귤래리티 문제, 해외 주요 플레이어 동향(Google, IBM, Facebook, Microsoft, Amazon),
일본 주요 플레이어 동향(대형 기업, AI벤처)
• 각 산업에 대한 AI 파급의 가능성과 영향 분석
자동차(자동운전 자동차) 제조업(스마트 공장, 제품 검사, 고장 예방•예방 보전),
의료, 헬스케어, 개호, 기계 번역/자동 번역, 금융, 운수, 에너지, 경비•방범,
기타(유통, 농업, 바이오, 제약, 교육, 미디어 등)
• 유저 기업 앙케트
기업이 보유한 데이터량, AI가 자사의 IT전략과 경영에 큰 영향을 줄까?
◆리서치 내용
■게재 내용
조사 포인트
도표1 AI 활용 로드맵 (2015년~2030년)
도표2 주요 벤더의 특징
Ⅰ 주목도가 높아지는 AI(인공지능) 기술과 플레이어 동향
1. 「제3차 붐」을 맞이한 AI(인공지능) 시장
1.1. 지금 AI가 왜 각광을 받고 있나?
도표3 인공지능 붐의 역사
도표4 제3차 AI 붐의 배경
1.2. AI(인공지능)란 무엇인가?
1.3. AI의 종류
1.3.1. 타입별 구분
1.3.2. 기술 분야별 분류
도표5 AI의 기술 분야
1.4. 딥러닝의 가능성과 과제
1.5. AI의 이용 모델, 클라우드의 활용과 엣지 컴퓨팅
1.5.1. AI 클라우드와 OSS의 확충
도표6 AI 클라우드의 사례
1.5.2. 클라우드가 아닌 아키텍처 「엣지 컴퓨팅」
도표7 엣지 컴퓨팅의 개념
도표8 NTT와 Preferred Networks의 제휴에 따른 차세대 빅데이터 기술
1.6. 일본 정부의 대응과 예산
도표9 2016년 예산 요구의 개요
도표10 산업기술종합연구소의 인공지능연구센터 개념도
1.7. AI와 로봇
1.7.1. 산업 로봇
도표11 산업 로봇의 AI 적용으로 실현할 수 있는 것
1.7.2. 서비스 로봇
1.8. 「싱귤래리티」문제의 행방
2. AI시장의 플레이어 동향
2.1. 일본과 해외의 플레이어 동향 개황
도표12 미국 IT벤더의 기업 매입 예
도표13 일본 기업의 과제
도표14 AI 연구•산업화에 대한 일•미 비교
도표15 일본 AI 관련 기업과 사업회사의 제휴 예
2.2. IBM
도표16 IBM이 생각하는 코그니티브•컴퓨팅과 인공지능의 차이
2.2.1. Watson의 아키텍처
도표17 일본 금융업에서 Watson의 활용 사례
2.2.2. Watson의 파트너 생태계/해외 사례
2.2.3. Watson의 파트너 생태계/일본 사례
2.3. Google
도표18 Google의 매입 기업 예
2.4. 기타 미국 주요 IT기업 (Facebook, Amazon, Microsoft)
2.4.1. Facebook
2.4.2. Microsoft
2.4.3. Amazon
2.5. 일본 기업의 대응
도표19 대형 ICT 기업의 AI 기술 발표 사례
2.5.1. 히타치제작소
도표20 히타치제작소의 인공지능 「H」의 개요
2.5.2. NEC
도표21 「NEC Advanced Analytics - RAPID 기계 학습」의 개요
2.5.3. NTT데이터
도표22 인공지능을 활용한 NTT데이터의 대응 이미지
2.5.4. Preferred Networks
2.5.5. 기타 AI벤처
Ⅱ 일본의 AI 적용 분야
3. AI를 적용시킬 수 있는 분야의 예측
3.1. AI는 어떠한 목적으로 이용될까?
도표23 기존의 IT와 AI의 이용 목적
3.2. AI의 적용을 좌우하는 요인은 무엇인가?
도표24 AI 적용 로드맵의 사고방식
도표25 컴퓨터화의 영향으로 없어질 가능성이 높은 직업 상위 20
도표26 컴퓨터화의 영향으로 없어질 가능성이 낮은 직업 상위 20
3.3. AI를 적용 할 수 있는 업계•업무
도표27 일본의 AI활용 분야와 평가
도표28 AI 활용의 잠재력
3.4. AI 활용 로드맵
도표29 AI 활용 로드맵(2015년~2030년)
3.4.1. 2015년~2020년의 영향
3.4.2. 2015년~2020년의 영향
3.4.3. 2020년~2030년의 영향
4. 각 산업에 대한 AI 파급의 가능성과 영향
4.1. 자동차 ~가까운 미래, 세계를 바꾸는 자동운전 시스템의 등장~
4.1.1. 자동운전의 정의
도표30 NHTSA와 SAE을 이용한 자동운전의 정의
도표31 내각부의 자동화 레벨 및 이를 실현하는 자동주행 시스템•운전지원 시스템의 정의
4.1.2. 자동운전 시스템 시장의 예측
도표32 일본의 자동운전 시스템의 시장규모 예측
도표33 자동운전의 보급 상황 예측
4.1.3. 자동운전 시스템이 주는 영향의 평가
도표34 자동운전 시스템이 주는 영향의 평가와 그 이유
4.2. 제조업 ~스마트 공장, 제품 검사, 예방 보전의 가능성~
4.2.1. 스마트 공장(산업 로봇)
도표35 로봇 산업의 장래 시장 예측
도표36 제조업 종사자 수, 출하액, 부가가치 금액
도표37 스마트 공장이 주는 영향의 평가와 그 이유
4.2.2. 제품 검사
도표38 에리어 머신 비전 카메라 시장규모 추이
도표39 제품 검사+AI가 주는 영향의 평가와 그 이유
4.2.3. 고장 예방, 예방 보전
도표40 고장 예방•예지 보전+AI가 주는 영향의 평가
4.3. 의료 ~사회적 과제 해결에 대한 공헌에 기대가 걸려∼
4.3.1. 의료정보 시스템 시장의 현상과 예측
도표41 의료정보 시스템의 종류
도표42 의료정보 시스템 보건의료복지정보시스템공업회 회원 매출액 추이
4.3.2. 의료+AI가 주는 영향의 평가와 그 이유
도표43 의료+AI가 주는 영향의 평가와 그 이유
4.4. 헬스케어 ~건강 수명의 신장을 향한 새로운 시장은 창출될까∼
4.4.1. 헬스케어 시장의 현상과 예측
도표44 간이 PHR((Personal Health Record) 이용자의 추이
도표45 2012년 특정보건지도 대상자수
4.4.2. 헬스케어＋AI가 주는 영향의 평가와 그 이유
도표46 헬스케어+AI가 주는 영향의 평가와 그 이유
4.5. 개호 ~로봇과 ICT의 지원은 요구되나 투자력이 과제∼
4.5.1. 개호 관련 시장의 동향(개호 로봇, 보호 서비스)
도표47 고령화의 추이와 장래 추계
도표48 개호 로봇 시장의 추이
도표49 보호 서비스의 시장규모
4.5.2. 개호+AI가 주는 영향의 평가와 그 이유
4.6. 기계 번역/자동 번역 ~꿈의 기술은 실현될까∼
4.6.1. 기계 번역(자동 번역)과 인공지능
4.6.2. 방일 외국인용 번역
도표50 방일 외국인 수 추이
4.6.3. 일본인용 번역
도표51 통역•번역 시장 추이
도표52 어학 비즈니스 시장 추이
4.6.4. 기계 번역이 주는 영향의 평가와 그 이유
4.7. 금융 ~FinTec과 Watson의 동향에 주목∼
4.7.1. 금융업에서 AI의 활용 실태
도표53 금융업에서 AI의 활용 상황
도표54 일본 금융기관에서 Watson 콜센터의 활용 사례(재게)
4.7.2. 콜센터/콘택트 센터 시장의 동향
도표55 콜센터 솔루션 시장의 업종별 추이
4.7.3. 금융업＋AI가 주는 영향의 평가와 그 이유
4.8. 운수 ~물류 수요 확대와 드라이버 부족 문제의 해결에∼
4.8.1. 물류 시장의 동향
도표56 물류 시장 추이
도표57 물류 관리 시스템의 종류와 기능
4.8.2. 물류＋AI가 주는 영향의 평가와 그 이유
4.9. 에너지 ~에너지 문제를 인공지능으로 해결~
도표58 스마트 그리드의 개념
4.9.1. HEMS 시장의 현상과 예측
도표59 HEMS•가정용 축전 시스템 시장의 추이
4.9.2. 에너지＋AI가 주는 영향의 평가와 그 이유
4.10. 경비, 방범 ~화상 해석 기술이 뜬다. 업계 구조의 변화가 과제∼
4.10.1. 경비업의 시장규모와 AI의 가능성
도표60 경비업의 매출 총액의 추이
4.10.2. 경비•방범＋AI가 주는 영향의 평가와 그 이유
4.11. 기타
Ⅲ 빅데이터에 관한 유저 앙케트 조사 결과
5. 데이터 보유 상황과 빅데이터에 관한 앙케트
5.1. 앙케트 실시 내용
6. 기업이 보유하고 있는 데이터량
6.1. 기업이 보유하고 있는 데이터량
6.1.1. 기업이 보유하고 있는 데이터량의 추이
도표61 기업이 보유하고 있는 전자 데이터량의 추이
도표62 보유하고 있는 전자 데이터량
도표63 카테고리와 계급 수치
6.1.2. 보유 데이터량(자사 내)
도표64 자사 내에 보유하고 있는 데이터량
도표65 자사 내에 보유하고 있는 데이터량(파레토 그림)
도표66 자사 내에 보유하고 있는 데이터량(종업원 규모별)
6.1.3. 보유하고 있는 전자 데이터량(사외)
도표67 사외에 보유하고 있는 데이터량
도표68 사외에 보유하고 있는 데이터량(종업원 규모별)
6.1.4.보유 데이터량(자사 내＋외부)
도표69 자사 내＋외부에 보유하고 있는 전자 데이터량
도표70 자사 내＋외부에 보유하고 있는 전자 데이터량(종업원 규모별)
7. AI가 자사의 IT전략과 경영에 주는 영향
7.1. AI가 자사의 IT전략과 경영에 주는 영향
7.1.1. 자사의 IT전략과 경영에 큰 영향을 줄 것 같은 테마
도표71 자사의 IT전략과 경영에 큰 영향을 줄 것 같은 것 선택사항 일람
도표72 IT전략과 경영에 큰 영향을 줄 것 같은 테마
7.1.2. 「AI(인공지능)의 실용화•보급」을 선택한 기업의 특징
도표73 업종별 IT전략과 경영에 큰 영향을 줄 것 같은 테마
8. 데이터편：프로필
8.1. 업종
8.1.1. 매출액 규모별 업종
8.1.2. 종업원 수 규모별 업종
8.2. 매출액 규모
8.2.1. 업종별 매출액 규모
8.2.2. 종업원 수 규모별 매출액 규모
8.3. 종업원 수 규모
8.3.1. 업종별 종업원 수 규모
8.3.2. 매출액 규모별 종업원 수 규모
8.4. IT관련 요원 수 규모
8.4.1. 업종별 IT관련 요원 수 규모
8.4.2. 매출액 규모별 IT관련 요원 수 규모
8.4.3. 종업원 수 규모별 IT관련 요원 수 규모
9. 데이터편：보유 데이터량
9.1. 자사 보유 데이터량
9.1.1. 업종별 자사 보유 데이터량
9.1.2. 매출액 규모별 자사 보유 데이터량
9.1.3. 종업원 규모별 자사 보유 데이터량
9.2. 자사 보유데이터량('모름' 제외)
9.2.1. 업종별 자사 보유 데이터량('모름' 제외)
9.2.2. 매출액 규모별 자사 보유 데이터량('모름' 제외)
9.2.3. 종업원 규모별 자사 보유 데이터량('모름' 제외)
9.3. 외부 보유 데이터량
9.3.1. 업종별 외부 보유 데이터량
9.3.2. 매출액 규모별 외부 보유 데이터량
9.3.3. 종업원 규모별 외부 보유 데이터량
9.4. 외부 보유 데이터량('모름' 제외)
9.4.1. 업종별 외부 보유 데이터량('모름' 제외)
9.4.2. 매출액 규모별 외부 보유 데이터량('모름' 제외)
9.4.3. 종업원 규모별 외부 보유 데이터량('모름' 제외)
9.5. 자사 내＋외부 보유 데이터량
9.5.1. 업종별 자사 내＋외부 보유 데이터량
9.5.2. 매출액 규모별 자사 내＋외부 보유 데이터량
9.5.3. 종업원 규모별 자사 내＋외부 보유 데이터량
9.6. IT전략과 경영에 큰 영향을 줄 것 같은 테마
9.6.1. 업종별 IT전략과 경영에 큰 영향을 줄 것 같은 테마
9.6.2. 매출액 규모별 IT전략과 경영에 큰 영향을 줄 것 같은 테마
9.6.3. 종업원 규모별 IT전략과 경영에 큰 영향을 줄 것 같은 테마
Ⅳ 기업/연구기관 개표
주식회사 쿠리재팬
Shannon Lab 주식회사
SPACEBOY 주식회사
주식회사 도시바
일본전기 주식회사
일본마이크로소프트 주식회사
주식회사 Nextremer
주식회사 Preferred Networks
유한회사 머더스연구소
주식회사 리크루트홀딩스
주식회사 WACUL
전기통신대학 정보•통신공학과 이토 다케시 조교
도쿄공업대학 상정보공학연구소 하세가와 오사무 준교수
도쿄전기대학 공학부 정보통신공학과 인공지능연구실 쓰키모토 히로시 교수
하코다테미래대학 시스템정보과학부 복합계지능학과 마쓰바라 진 교수
시스템연구기구국립정보학연연구소 정보학프린시플연구계 이치노세 료타로 준교수
댓글 없음:
댓글 쓰기