世界的なデジタルトランスフォーメーションは、それがもたらす変化のスピードや影響の広がりの点で加速し続けており、企業や業界全体の今後の運営方法を根本的に変えつつある。
デジタルトランスフォーメーションを成功させるための重要な要素は、質の高いリアルタイムデータへのアクセスです。このデータを活用することで、より的確な意思決定が可能となり、高度な自動化を実現して、業務効率の向上、顧客体験の改善、従業員の生産性向上につなげることができます。したがって、デジタルトランスフォーメーションの帰結の一つとして、モノのインターネット（IoT）が成長を遂げていることは驚くことではありません。IoTソリューションは、企業に対し、接続されたさまざまな資産、デバイス、機器から情報を取得するための信頼性の高い手段を提供します。これらはすべて、あらゆる産業組織の中核をなす資産です。IoTとデジタルトランスフォーメーションのこの相関関係は、Omdiaが実施した「2023年 IoTエンタープライズ調査」でも明らかになっており、回答者の88％が、自社組織の複数の分野でIoTが導入されているか、あるいはデジタルトランスフォーメーションの重要な要素であると回答しています。
デジタルトランスフォーメーションの加速も一因となり、Omdiaは2023年末時点での世界のIoTデバイスの導入台数を約380億台と推計しており、2030年には820億台を超えると予測しています。しかし、スタンドアロンのIoTアプリケーションは価値をもたらす一方で、課題も生み出しています。何よりも大きな課題は、それらが生成する膨大なデータ量と、それに伴う演算処理上の課題であり、一部の推計によると、世界のIoT市場は現在、1日あたり約10億ギガバイトのデータを占めているとされる。
この記事は、Omdiaとの協力により作成された「Telenor IoT予測レポート」からの抜粋です。以下のリンクから、レポートの全文を無料でダウンロードできます！
その結果、多くの企業は、膨大なデータからビジネス価値を生み出す有意義な情報を効果的に分析・抽出することができず、結局「データレイク」に溺れてしまうことになってしまいます。当然のことながら、こうしたIoTプロジェクトが拡大し、エンドポイントやデータの数が増えるにつれて、この問題はさらに深刻化していくばかりです。
単にデータを収集するだけでは、その潜在的な価値を引き出せないことは明らかです。データ収集に人間の知性を加え、分析や対応を行うことは第一歩ではありますが、情報の量が膨大すぎるため、現実的ではなく、場合によっては不可能なことさえあります。その代わりに、組織はIoTプロジェクトに分析ツールを組み込み、アプリケーションをよりスマートに、より効率的に、そしてより持続可能なものにしていく必要があります。
その答えは「人工知能（AI）」です。2024年を迎えるにあたり、IoTの導入にAI機能を統合することは、もはや「ぜいたく」ではないと私たちは考えています。むしろ、「人工知能モノのインターネット（AIoT）」は、デジタル時代において自らの存在意義と回復力を確保しようとする企業にとって、事業運営上の必須要件となるでしょう。これにより、「スマートデバイス」は「インテリジェントシステム」ソリューションの一部となり、組織に最大の付加価値をもたらす、包括的かつ変革的な手段となるのです。企業がAIoTを活用するために採用できる戦略をご紹介します。
AIoT または AI4IoT とは、AI 技術を IoT アプリケーションに融合させたものであり、ここで IoT はデータを、AI はデータから価値を引き出すことを可能にする一連の分析ツールを指します。これらは一般に「インテリジェント・モノのインターネット（Internet of Intelligent Things）」、「AI を組み込んだ IoT（IoT with AI）」、「IoT 機械学習（IoT Machine Learning）」とも呼ばれます。これらの用語は互換的に使用され、いずれも両方の技術を単一のソリューションに統合したアーキテクチャを指しており、この組み合わせは変革的な影響をもたらす可能性があります。
下の図に示すように、IoT環境への人工知能（AI）の統合は、エッジまたはクラウドのいずれかで行われる可能性があります。クラウドコンピューティングは、従来のオンプレミス型機器では実現できない規模、柔軟性、処理能力を提供できるため、分析やAIの定番プラットフォームとなっており、膨大な量のデータを管理し、それを有益な知見へと変換するのに役立っています。しかし最近では、低遅延の要件に対応し、コストを削減し、セキュリティやプライバシーに関する懸念を軽減する方法として、エッジAIがますます注目を集めています。
いずれのシナリオにおいても、人工知能（AI）を活用する本質的な目的は、データの中からパターンを見出し、分析を行うことで、ビジネスに有益な知見を引き出したり、業務を自動化したりし、ひいては意思決定プロセスを改善することにあります。簡単に言えば、AI4IoTは生データを、具体的なビジネス価値をもたらす強力なアクションへと変換することを可能にします。これを適切に行えば、生成AIなどの最新のデータおよびAI技術を導入することで、価値創造に向けたIoTデータのより迅速かつ堅牢で持続可能な活用を実現できます。
言い換えれば、IoTがデータを提供し、AIがそれをもとに適切な対応を引き出す力をもたらすのです。AI4IoTを簡単に例えるなら、人間の体です。このシナリオにおいて、IoTは中枢神経系に相当し、データの収集と、ネットワークを通じた情報の伝達を担います。AIは脳に相当し、収集された情報を受け取り、それを分析して重要度を判断し、どのように対応すべきかを決定します。それぞれのシステムには特定の機能がありますが、それらはすべて相互につながり、互いに依存しており、その融合によって互いの有効性がさらに高まります。
エッジAIとは、AI機能をクラウドに置くのではなく、データが生成される物理デバイス上でAIを実装することを指します。「インテリジェントエッジ」、「エッジIoT」、あるいは「エッジAI」とも呼ばれるこの技術は、2024年に向けてますます注目を集めています。デバイスが生成するデータ量が増加するにつれ、OEMや半導体ベンダーは、エンドポイントでの分析や意思決定能力の向上を実現し、さらにアプリケーションの低遅延、データプライバシー、セキュリティ要件を確保するために、AIモデルやAI推論用チップセットを導入しています。これは、多くのエッジデバイスが通常、低電力という制約を受けているにもかかわらず行われていることです。
インテリジェント・エッジの成長を最も顕著に後押ししているのは、極めて短い応答時間を必要とするアプリケーション、あるいは配信においてレイテンシが極めて重要なアプリケーション（例：ARやVR対応のゲーム）です。データを収集し、中央集約型のデータセンターに送信し、再び戻ってくるまでに要する時間は、単に長すぎるのです。エッジAIには、レイテンシの面で優位性があるだけでなく、すべてのデータがローカルに保持されるためセキュリティとプライバシーの向上が図れるほか、データ転送やそれに続くクラウドへの保存に伴うコストを削減できます。また、比較的低い計算リソースで済むことによる持続可能性の面での利点も顕著です。
Omdiaのコンサルティング担当ディレクターであるデビッド・グリーン氏、Telenor IoTのCTOであるマーティン・ウィットロック氏、そしてTelenor GroupのSVP兼研究・イノベーション部門責任者であるイェヴァ・マルティンケナイテ氏による、この17分間の対談をご覧ください。
Omdiaは、2024年にいくつかの要因が相まって、AIの導入が進むIoTにとって重要な年になると見込んでいます。生成AI技術の急速な発展と、それに伴う多くの企業の経営陣における切迫感は、IoT導入においてAI/MLが優先されていることを示しており、AIoTの広範な普及を予感させます。さらに、より高性能で小型かつ省エネなデバイスを実現するハードウェアの進歩、AIモデルの画期的な進展、そしてデジタル技術のより責任ある持続可能な利用を義務付けるAI関連規制の導入が迫っていることも、この勢いに拍車をかけています。これらの条件が相まって、企業が競争優位性を維持するために、AI技術を自社のIoTアプリケーションに統合することの緊急性と好機が浮き彫りになっています。
Omdiaの「IoTエンタープライズ調査」によると、回答した企業の48％以上が、将来のIoT導入においてAI/MLを最優先事項として挙げ、これが第1位の選択肢となりました。Omdiaは、この結果が2024年にAIoTの普及がさらに進むことを示唆していると考えています。企業はこの動きに追随しなければ、取り残されるリスクがあります。
ハードウェアの進歩：エッジIoTソリューションに人工知能（AI）機能を統合するには、より高い演算能力が必要となります。従来、この実装における主要な課題は、価格、消費電力、性能、フォームファクタのバランスが取れたハードウェアを確保することでした。しかし、半導体市場における激しい競争により、近年、これらの各分野で飛躍的な進歩が見られています。すでに多くの半導体ベンダーが、マイクロコントローラレベルの価格帯でもAIアクセラレーション機能を提供しており、まだ提供していないベンダーもこのギャップを埋めるべく取り組んでいます。Omdiaは、AIエッジプロセッサの出荷台数が2023年の23億台から2028年には40億台近くまで増加すると予測しています。
AIの研究開発における画期的な進展：AIモデルのサイズを最小限に抑えるための研究開発の取り組みは、AIを活用したIoTアプリケーション、特にエッジで動作するアプリケーションの拡張性において重要な要素となるでしょう。モデル圧縮とは、本質的に大規模で複雑なモデルをより軽量なモデルに変換するものであり、これにより、メモリや電力リソースが限られたデバイス上でも機械学習アルゴリズムを実行できるようになります。「TinyML」とも呼ばれるこの技術の発展により、2024年以降、IoTアプリケーションにおけるAIの活用がさらに拡大するでしょう。
生成AI：2024年にAIについて議論する際、生成AI（GenAI）は必ず話題に上るでしょう。Omdiaによる生成AIの簡潔な定義は、AI技術を活用して「何か新しいものを生み出す」ことです。生成AIによって生成されるコンテンツは多岐にわたり、会話形式や長文のテキスト生成、ソフトウェアコードの作成、画像合成、さらには音楽の作曲まで含まれます。
Omdiaの調査によると、企業は生成AIを積極的に取り入れていることが明らかになった。Omdiaの「2024 IT Enterprise Insights」の回答者の38％が、生成AIをすでに完全に導入済みであるか、導入を進めていると回答した。生成AIに関心がないと答えたのはわずか10％だった。
現段階では、GenAIがIoTの機械学習にどのような影響を及ぼすかを正確に評価することは困難です。短期的な影響の一つとして、ソフトウェアコードの自動生成が挙げられます。GenAIがコーディングプロセスを加速させる能力は、IoTアプリケーションのコーディング開発に応用・活用され、市場投入までの期間の短縮に寄与する可能性があります。また、これらの技術の融合によるもう一つの可能性として、合成データの生成が考えられます。
外部要因：2024年には、他にもさまざまな要因が相まって、企業がAIを活用したIoTへの移行を余儀なくされると予想されます。人件費の高い国々での労働力不足により、より多くの企業が可能な限り自動化ソリューションを活用するようになるでしょう。2024年のもう一つの注目すべき動向は、AI規制です。各政府機関は、人工知能がもたらす影響に対処し、プライバシーの侵害、偽情報、偏見、差別といった潜在的な危害から守るための、責任あるAIガバナンスの枠組みを構築することが見込まれています。一見すると、これは市場の阻害要因のように思えるかもしれませんが、Omdiaの調査によると、圧倒的多数の企業が、この分野の長期的なガバナンスにおいて政府による規制が重要であると認識しています。Omdiaの調査で質問された際、企業のAI実務担当者の65％が、AIは規制されるべきだと回答した。
これらの要因が相まって、2024年は企業における「人工知能モノのインターネット（AIoT）」にとって画期的な年となる見通しです。しかし、あらゆる技術と同様に、将来の成功を左右する究極の要因は、AIoTプロジェクトがもたらす投資対効果（ROI）にあるでしょう。
以下のユースケースは、AIoTが今後、あるいはすでに、実用的かつ具体的なROIをもたらすと当社が考えている分野の例を示しています。
複数市場で事業を展開し、大規模導入を行う企業向けのマネージドIoTコネクティビティ。運用監視とライフサイクルサポートを標準で提供します。
コンプライアンス対応機能を標準搭載し、ソフトウェア定義車両（SDV）をサポートするグローバルな車両コネクティビティにより、自動車メーカーが大規模なコネクテッドサービスを提供できるよう支援します。