2018 AI技術の活用実態と将来展望－画像認識、会話AIなどの動向－
AIへの注目度は高いが、AI（人工知能）という表現はかなり曖昧に扱われており、実態が掴みづらい。そこで、企業で活用見込みが高いAI技術という観点で市場を整理した。商用化され、用途や有効性が明確になっている技術として、画像認識AI、会話・対話AIを取り上げ、それぞれ市場規模の予測やユースケースの分析を行った。その他、機械学習、RPA（参考市場）なども紹介する。また、AI活用の基本となるデータ活用について、保有するデータ量の推移、データ活用への取り組み状況などについてのユーザアンケート調査結果を掲載した。
※紙媒体で資料をご利用される場合は、書籍版とのセット購入をご検討ください。書籍版が無い【PDF商品のみ】取り扱いの調査資料もございますので、何卒ご了承ください。
調査資料詳細データ
調査対象：①AI技術を開発、提供する企業 ②国内ユーザ企業（3章「ビッグデータに関するユーザアンケート調査」に詳述）
調査方法：（１）直接面接取材（２）郵送式アンケート調査（３）文献調査
調査期間：2017年7月～2018年6月
- 2018年には実用段階に入ってきたＡＩ（人工知能）
- 市場動向をより具体的に把握するため、「画像認識」「会話・対話AI（チャットボットなど）」「機械学習」「ディープラーニング」などをとりあげる
1章 総論
2章 AI技術の動向
3章 ビッグデータに関する ユーザアンケート調査
4章 取材企業個票
調査結果のポイント
１．市場動向
1.1.画像認識AIシステム市場動向
図表1 画像認識AIシステム市場予測
1.2.会話・対話AIシステム市場動向
図表2 対話型AIシステム市場予測
２．企業動向
３．展望と課題
1章 総論
1.AIの活用実態と海外比較
1.1.AI活用実態
図表3 AI技術の適用分野の概念
2.海外AI動向との比較
2.1.米国・中国の動向と日本との比較
図表4 出願先別AI関連特許取得数（2015～2016年の年平均）
図表5 ディープラーニング・ディープニューラルネットワークに関する学術論文発行数の国際比較
2.2.AIスタートアップ企業
図表6 「The AI 100 2018」の分野別企業数
図表7 「The AI 100 2018」の国別企業数
図表8 「The AI 100 2018」の企業一覧
2章 AI技術の動向
1.画像認識AI
1.1.市場動向
1.1.1.画像認識技術の概要
図表9 ILSVRCでの画像認識エラー率の推移
1.1.2.画像認識技術の種類
図表10 一般物体認識と特定物体認識
図表11 画像分類の種類
1.1.3.市場規模
図表12 画像認識AIシステム市場の推移
図表13 画像認識AIシステム市場拡大の背景
1.1.4. ユースケース
図表14 画像認識のユースケース
図表15 画像認識の技術と価格の関係
1.2.事例
1.2.1.ユーザ企業事例
図表16 画像認識のユーザ企業事例
図表17 リクルートテクノロジーズ「A3RT」のAPI一覧
図表18 「JINS BRAIN」のイメージ
1.2.2.画像認識を使ったサービス提供事例
図表19 画像認識を使ったサービス提供事例
1.3.プレイヤー動向
1.3.1.日本電気株式会社
図表20 NEC the WISEの概要
図表21 GAZIRU個体識別サービスによる3つのバリュー
1.3.2.株式会社モルフォ
図表22 Morpho Deep Learning Systemの画像から認識までの流れ
1.3.3.富士ゼロックス株式会社
図表23 SkyDesk Media Switchのスマートフォン利用イメージ
図表24 局所特徴量算出の概念イメージ
1.3.4.NTTコムウェア株式会社
図表25 Deeptector参考図
1.4.普及における課題、阻害要因
図表26 経済産業省「カメラ画像利活用ガイドブック」
図表27 保健医療分野におけるAIの重点領域
2.会話・対話型AI
2.1.市場動向
2.1.1.会話・対話型AI技術の概要、種類
2.1.2.市場規模
図表28 対話型AIシステム市場の推移
図表29 代表的SNSの利用率の推移
図表30 対話型AI市場拡大の背景
2.1.3.音声認識
図表31 音声認識の基本的な仕組み
2.1.4.機械翻訳
図表32 訪日外客数の推移
図表33 機械翻訳プロジェクト、企業例
2.1.5.ユースケース
図表34 対話型AIのユースケース
2.2.事例
2.2.1.ユーザ企業事例
図表35 対話型AIのユーザ事例
2.2.2.会話・対話型AIを使ったサービス提供事例
図表36 会話・対話型AIを使ったサービス提供事例
2.3.プレイヤー動向
2.3.1.株式会社BEDORE
2.3.2.株式会社レトリバ
2.3.3.株式会社オルツ
2.3.4.日本IBM株式会社
図表37 Watson APIs サービスカタログ(2018年7月現在)
2.4.普及における課題、阻害要因
3.機械学習
3.1.市場動向
図表38 機械学習の種類
3.2.プレイヤー動向
3.2.1.Data Robot Japan株式会社
3.2.2.株式会社PKSHA Technology
図表39 PKSHA Technologyのアルゴリズムライセンス事業
3.3.普及における課題、阻害要因
4.参考市場 RPA
4.1.市場動向
図表40 RPAの3つの段階
図表41 RPA市場規模の推移（2015～2021年度）
図表42 RPA適用領域例（業務領域別）
図表43 RPA適用領域例（業界別）
4.2.普及における課題、阻害要因
図表44Google Trendで見るRPAの検索回数の推移（2016/1～2018/6）
3章 ビッグデータに関する ユーザアンケート調査
1.ビッグデータの保有状況
1.1.アンケート調査実施内容
1.2.企業が保有するデータ量
図表45 企業が保有するデータ量の推移
図表46 カテゴリーと階級値
図表47 自社内保有データ量（分布）
図表48 社外保有データ量（分布）
2.ビッグデータの位置づけと取組み状況
2.1.自社におけるビッグデータの位置づけ
図表49 自社におけるビッグデータの位置づけ(SA)
2.2.ビッグデータの取組み実施状況
図表50 ビッグデータの取組み実施状況
図表51 ビッグデータの取組み実施予算
3.ビッグデータの流通
3.1.ビッグデータ流通に対する意識と課題
図表52 ビッグデータに関する政府指針
図表53 他社ビッグデータの購入意欲
図表55 自社ビッグデータ販売に関しての考え（MA）
3.2.「学習工場」構想
図表56 東京大学 松尾教授による学習工場構想
4.イノベーションへの取組み
4.1.IT投資計画を策定する際のキーワード
図表57 今後3年間におけるIT投資計画策定の際のキーワード（2017）（MA）
4.2.革新的技術・ビジネスモデルの採用
図表58 革新的技術・ビジネスモデル採用に関する企業風土
図表59 業種別 革新的技術・ビジネスモデル採用に関する企業風土
図表60 売上高規模別 革新的技術・ビジネスモデル採用に関する企業風土
図表61 2030年に向けて産業界に大きなインパクトを与える技術、ビジネス機会（FA）
5.データ編
図表62 業種別保有するデータ量（自社内）
図表63 売上高規模別保有するデータ量（自社内）
図表64 従業員数別保有するデータ量（自社内）
図表65 業種別保有するデータ量（社外）
図表66 売上高規模別保有するデータ量（社外）
図表67 従業員数別保有するデータ量（社外）
図表68 業種別ビッグデータの位置づけ
図表69 売上高規模別ビッグデータの位置づけ
図表70 従業員数別ビッグデータの位置づけ
図表71 業種別ビッグデータの取組み実施状況
図表72 売上高規模別ビッグデータの取組み実施状況
図表73 従業員数別ビッグデータの取組み実施状況
図表74 業種別他社ビッグデータ購入意欲
図表75 売上高規模別他社ビッグデータ購入意欲
図表76 業員数別他社ビッグデータ購入意欲
図表77 業種別自社ビッグデータ販売意欲
図表78 売上高規模別自社ビッグデータ販売意欲
図表79 業員数別自社ビッグデータ販売意欲
図表80 業種別自社ビッグデータ販売に関しての考え（MA)
図表81 売上高規模別自社ビッグデータ販売に関しての考え（MA)
図表82 従業員数別自社ビッグデータ販売に関しての考え（MA)
4章 取材企業個票
アイフォーカス・ネットワーク株式会社
株式会社ABEJA
株式会社アドバンスト・メディア
NTTコミュニケーションズ株式会社
株式会社クロスコンパス
株式会社Nextremer
株式会社野村総合研究所
株式会社ブレインパッド
このレポートの関連情報やさらに詳しい情報についての調査を検討したい
矢野経済研究所では、
個別のクライアント様からの調査も承っております
マーケティングや経営課題の抽出、リサーチの企画設計・実施、調査結果に基づく具体的な戦略立案・実行支援に至るまで、課題解決に向けた全ての段階において、クライアント企業をトータルでサポート致します。