　IDC Japanは2020年3月3日、国内企業のAI（人工知能）活用に関する取り組みの成熟度を分析した「IDC MaturityScape Benchmark：Artificial Intelligence in Japan,2020」を発表した。調査は、国内の従業員数500人以上の企業で、AIシステムを保有し、AI導入の方針決定に影響力のある回答者を対象に実施した。

　今回の調査では、AIの成熟度を、ステージ1「個人依存（Ad Hoc）」、ステージ2「限定的導入（Opportunistic）」、ステージ3「標準基盤化（Repeatable）」、ステージ4「定量的管理（Managed）」、ステージ5「継続的革新（Optimized）」の5つのステージで評価した。

　その結果、国内ユーザー企業は、ステージ1が7.5％、ステージ2が37.9％、ステージ3が47.0％、ステージ4が7.4％、ステージ5が0.2％という結果になった。多くの企業がステージ3までにとどまっており、ステージ4以上の先駆的な企業はわずかしか存在しなかった。

国内AI成熟度ステージ分布出典：IDC Japan

　また、事業計画とAI導入戦略を同期させ、ビジネス的な成果を収めつつあるAI導入に関するリーダー企業と、それ以外のフォロワー企業との間で成熟度ステージングに差が出ていた。リーダー企業は、フォロワー企業と比較して、成熟度が高いことが示された。

国内AI成熟度ステージ分布：フォロワー企業とリーダー企業の比較出典：IDC Japan

　同社は、「AIはデジタルトランスフォーメーション（DX）を実現する注力テクノロジーとして、日常社会のあらゆる側面に浸透する。企業は自社と競合企業の成熟度を比較、ギャップを明らかにし、自社のAI導入戦略の再評価、改善、実行を繰り返し行うべき」と分析している。

AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
「モノ＋データ」の新たな製造業へ、成果創出のポイントは「データ専門会社」
製造業のデジタル変革は加速する一方で2020年もさらに拍車が掛かることが予想される。その中で立ち遅れが目立っていたデジタル化による「モノからコトへ」の新たなサービスビジネス創出がいよいよ形になってきそうだ。ポイントは「専門の新会社設立」だ。
第4次産業革命って結局何なの？
製造業の産業構造を大きく変えるといわれている「第4次産業革命」。しかし、そこで語られることは抽象的で、いまいちピンと来ません。本連載では、そうした疑問を解消するため、第4次産業革命で起こることや、必要となることについて分かりやすくお伝えするつもりです。第1回目はそもそもの「第4次産業革命とは何か」を紹介します。
製造業のデジタル変革は第2幕へ、「モノ+サービス」ビジネスをどう始動させるか
製造業のデジタル変革への動きは2018年も大きく進展した。しかし、それらは主に工場領域での動きが中心だった。ただ、工場だけで考えていては、デジタル化の価値は限定的なものにとどまる。2019年は製造業のデジタルサービス展開がいよいよ本格化する。
日本版第4次産業革命が進化、製造含む5つの重点分野と3つの横断的政策（前編）
経済産業省は2017年3月に発表した日本版の第4次産業革命のコンセプトである「Connected Industries」を進化させる。より具体的な取り組みを盛り込んだ「Connected Industries 東京イニシアティブ 2017」を新たに発表した。本稿では2回に分けてその内容をお伝えする。