2025年03月26日
AIとの融合を極める： 日本における成功のためのAIのオーケストレーション
日本のビジネス環境は、人工知能が単なる技術的なアップグレードではなく、戦略的な必須事項となる変革の時代を迎えつつある。日本は技術革新に定評があるにもかかわらず、多くの企業は有意義な成果をもたらすためにAIを統合することの複雑さをまだ理解していない。日本経済団体連合会による2023年の調査では、日本企業の78％がAIへの投資を計画しているが、具体的な成果を実現しているのはわずか32％であることが明らかになった。このギャップは、Orchestrating AI（AIを戦略的に事業運営に統合すること）の必要性を浮き彫りにしている。
AI導入に影響を与える文化的ダイナミクス
日本の特徴的な企業文化は、AIの迅速な導入を阻む大きな障壁となっている：
リスク回避： リスク回避：日本企業はイノベーションよりも安定を優先することが多く、AIのような破壊的テクノロジーへの投資に慎重である。この文化的なためらいが意思決定を遅らせ、AIの導入スケジュールを長期化させている。
コンセンサス主導の意思決定: 階層的な構造が社内の合意を広く求めるため、AIプロジェクトの承認が遅れ、機敏な実験が妨げられる。
終身雇用制度： 従業員はAIを雇用の安定を脅かすものとして捉え、自動化やデジタルトランスフォーメーションの取り組みに対する抵抗を助長する可能性がある。
詳しい情報はこちら: 日本のフィットネス問題におけるAIの意義
原資料: SDKI アナリティクス
AI導入に影響を与える文化的ダイナミクス
日本の特徴的な企業文化は、AIの迅速な導入を阻む大きな障壁となっている：
リスク回避： リスク回避：日本企業はイノベーションよりも安定を優先することが多く、AIのような破壊的テクノロジーへの投資に慎重である。この文化的なためらいが意思決定を遅らせ、AIの導入スケジュールを長期化させている。
コンセンサス主導の意思決定: 階層的な構造が社内の合意を広く求めるため、AIプロジェクトの承認が遅れ、機敏な実験が妨げられる。
終身雇用制度： 従業員はAIを雇用の安定を脅かすものとして捉え、自動化やデジタルトランスフォーメーションの取り組みに対する抵抗を助長する可能性がある。
詳しい情報はこちら: 日本のフィットネス問題におけるAIの意義
原資料: SDKI アナリティクス
2025年03月25日
製品ポートフォリオ： その定義と分析からわかること
製品ポートフォリオとは
製品ポートフォリオとは、企業が提供する全ての製品またはサービスの集合体であり、それぞれ成長率や市場シェアが異なる。
製品ポートフォリオ分析により、銘柄タイプ、企業の成長見通し、利益率促進要因、利益貢献、市場でのリーダーシップ、オペレーショナル・リスクに関するニュアンスに富んだ見解を得ることができる。これは、エクイティ・リサーチを行う投資家や、社内の財務計画をサポートするアナリストにとって不可欠です。
製品ポートフォリオの理解
製品ポートフォリオは財務分析の重要な要素であり、企業とその主要な事業に対してコンテキストときめ細かさを提供するからである。投資家は、長期的なバリュー株と短期的な資産成長機会を区別することができます。また、企業の製品ポートフォリオを分析することで、投資家は効果的なモデリングに必要な財務パフォーマンスの具体的なドライバーを特定することができる。
ポートフォリオの様々な構成要素もまた、異なる市場力学に直面し、収益に一貫性のない貢献をする可能性がある。企業の市場シェアは、そのポートフォリオの各部分で異なる可能性があり、一般的に、より優勢な製品は、ポートフォリオの高成長部分とは異なる戦略を必要とする。売上構成比が変化することで、利益率がポートフォリオ間で異なる場合、最終的な収益に大きな影響を及ぼす可能性がある。
詳しい情報はこちら: 製品ポートフォリオ分析
原資料: SDKI アナリティクス
製品ポートフォリオとは、企業が提供する全ての製品またはサービスの集合体であり、それぞれ成長率や市場シェアが異なる。
製品ポートフォリオ分析により、銘柄タイプ、企業の成長見通し、利益率促進要因、利益貢献、市場でのリーダーシップ、オペレーショナル・リスクに関するニュアンスに富んだ見解を得ることができる。これは、エクイティ・リサーチを行う投資家や、社内の財務計画をサポートするアナリストにとって不可欠です。
製品ポートフォリオの理解
製品ポートフォリオは財務分析の重要な要素であり、企業とその主要な事業に対してコンテキストときめ細かさを提供するからである。投資家は、長期的なバリュー株と短期的な資産成長機会を区別することができます。また、企業の製品ポートフォリオを分析することで、投資家は効果的なモデリングに必要な財務パフォーマンスの具体的なドライバーを特定することができる。
ポートフォリオの様々な構成要素もまた、異なる市場力学に直面し、収益に一貫性のない貢献をする可能性がある。企業の市場シェアは、そのポートフォリオの各部分で異なる可能性があり、一般的に、より優勢な製品は、ポートフォリオの高成長部分とは異なる戦略を必要とする。売上構成比が変化することで、利益率がポートフォリオ間で異なる場合、最終的な収益に大きな影響を及ぼす可能性がある。
詳しい情報はこちら: 製品ポートフォリオ分析
原資料: SDKI アナリティクス
2025年03月24日
2025年以降の建設業界におけるAI： 活用事例とメリット
ここ数十年、建設業界はプロセスの自動化と最適化、現場の安全性とセキュリティの向上、複雑なデータからの洞察の抽出のためにAI技術を採用してきた。そして、AIを活用した建設ソリューションの需要は高まるばかりで、2030年までに、この市場は世界で50億米ドルの収益を生み出すと予想されている。
建設AIとは何か？
建設分野におけるAIとは、建設業界で使用するために特別に設計された幅広いAI搭載ツールや機械を表す包括的な用語である。これには、機械学習アルゴリズムを利用した特殊なソフトウェアや高度な産業用ロボットなどが含まれる。
AIを搭載した建設用システムはここ20年で開発されたものだが、その起源は1960年代に遡る。業界の専門家が建設計画の作成と最適化を支援するためにコンピューター支援設計（CAD）を使い始めたのがその頃だ。1980年代には、建築部品や工具の製造という建築の自動化を進めるために、CAM（コンピュータ支援製造）やCNC（コンピュータ数値制御）マシンの導入が始まった。
建設分野におけるAIの主な構成要素
このセクションでは、建設現場で使用される具体的なAI技術について説明する。これらは一般的な定義であり、最も関連性の高いAIツールを動かす仕組みを理解するのに役立つ。建設技術の具体例については、次のセクションに進んでください。
機械学習
機械学習（ML）は、データから学習するシステムや機械の作成に焦点を当てたAI科学のカテゴリーである。ML技術は、人間の脳の構造を模倣した人工ニューラルネットワーク（ANN）やシミュレーテッド・ニューラル・ネットワーク（SNN）に依存している。
詳しい情報はこちら: 建設業界におけるAI
原資料: SDKI アナリティクス
建設AIとは何か？
建設分野におけるAIとは、建設業界で使用するために特別に設計された幅広いAI搭載ツールや機械を表す包括的な用語である。これには、機械学習アルゴリズムを利用した特殊なソフトウェアや高度な産業用ロボットなどが含まれる。
AIを搭載した建設用システムはここ20年で開発されたものだが、その起源は1960年代に遡る。業界の専門家が建設計画の作成と最適化を支援するためにコンピューター支援設計（CAD）を使い始めたのがその頃だ。1980年代には、建築部品や工具の製造という建築の自動化を進めるために、CAM（コンピュータ支援製造）やCNC（コンピュータ数値制御）マシンの導入が始まった。
建設分野におけるAIの主な構成要素
このセクションでは、建設現場で使用される具体的なAI技術について説明する。これらは一般的な定義であり、最も関連性の高いAIツールを動かす仕組みを理解するのに役立つ。建設技術の具体例については、次のセクションに進んでください。
機械学習
機械学習（ML）は、データから学習するシステムや機械の作成に焦点を当てたAI科学のカテゴリーである。ML技術は、人間の脳の構造を模倣した人工ニューラルネットワーク（ANN）やシミュレーテッド・ニューラル・ネットワーク（SNN）に依存している。
詳しい情報はこちら: 建設業界におけるAI
原資料: SDKI アナリティクス
2025年03月21日
脱炭素化とEV普及に不可欠なSiCパワー半導体とは一体何なのか？
いまや気候変動問題の解決は地球上のすべての人にとって共通の課題であり、脱炭素化への動きが加速している。
IEAが発表した『Net Zero by 2050』によると、世界の二酸化炭素排出量の約20％は運輸部門から排出されている。自動車産業はその約4分の3を占めている。
脱炭素社会を実現するためには、自動車産業における脱炭素化が不可欠と言われている。そこで現在、電気自動車（EV）の開発・普及に向けた取り組みが進められている。
脱炭素化に向けて高まるEV需要
脱炭素化には、家庭、自治体、産業界など、さまざまな分野での取り組みが必要だ。その中でも特に重要なのが、自動車を中心とした交通分野での取り組みだ。
世界各国が電源の電化に取り組む中、電気自動車（EV）の開発・普及への期待が高まっている。
詳しい情報はこちら: シック・パワー半導体
原資料: SDKI アナリティクス
IEAが発表した『Net Zero by 2050』によると、世界の二酸化炭素排出量の約20％は運輸部門から排出されている。自動車産業はその約4分の3を占めている。
脱炭素社会を実現するためには、自動車産業における脱炭素化が不可欠と言われている。そこで現在、電気自動車（EV）の開発・普及に向けた取り組みが進められている。
脱炭素化に向けて高まるEV需要
脱炭素化には、家庭、自治体、産業界など、さまざまな分野での取り組みが必要だ。その中でも特に重要なのが、自動車を中心とした交通分野での取り組みだ。
世界各国が電源の電化に取り組む中、電気自動車（EV）の開発・普及への期待が高まっている。
詳しい情報はこちら: シック・パワー半導体
原資料: SDKI アナリティクス
2025年03月20日
2025年再生可能エネルギー産業展望
需要の伸びは、すべての船を持ち上げる上げ潮であり、2024年には特に再生可能エネルギーを持ち上げた。再生可能エネルギーは、クリーンエネルギーへの記録的な公共投資と民間投資、そしてその需要に支えられ、2024年も成長を続けることになる。Deloitteが連邦エネルギー規制委員会（Federal Energy Regulatory Commission）のデータから分析したところによると、2024年1～9月の新設・増設のうち、電力会社規模の太陽光発電と風力発電の設備容量が最も大きく、全体の90％近くを占めた。
容量の増加を記録した唯一の主要発電源は太陽光発電で、88％増の18.6ギガワット（GW）に急増した。その結果、2024年には太陽光発電は水力発電と原子力発電を抜き、風力発電に次ぐ第4位の設備容量となる。
風力発電の設備容量は、サプライチェーン、資金調達、許認可に関する課題が続く中、14％減の2.6GWとなった。しかし、風力発電は初めて2ヵ月連続で石炭火力発電を上回り、新記録を達成した。
蓄電池は、総発電容量増加の中で2番目に大きなシェアを占め、64％増の740万kWとなった。余剰の風力発電と太陽光発電は、裁定取引と周波数調整に次いで、電力会社が報告する電池の3番目に大きなユースケースである。
詳しい情報はこちら: 再生可能エネルギーの最新動向
原資料: SDKI アナリティクス
容量の増加を記録した唯一の主要発電源は太陽光発電で、88％増の18.6ギガワット（GW）に急増した。その結果、2024年には太陽光発電は水力発電と原子力発電を抜き、風力発電に次ぐ第4位の設備容量となる。
風力発電の設備容量は、サプライチェーン、資金調達、許認可に関する課題が続く中、14％減の2.6GWとなった。しかし、風力発電は初めて2ヵ月連続で石炭火力発電を上回り、新記録を達成した。
蓄電池は、総発電容量増加の中で2番目に大きなシェアを占め、64％増の740万kWとなった。余剰の風力発電と太陽光発電は、裁定取引と周波数調整に次いで、電力会社が報告する電池の3番目に大きなユースケースである。
詳しい情報はこちら: 再生可能エネルギーの最新動向
原資料: SDKI アナリティクス
