|
시장보고서
상품코드
1793040
지구관측 AI/ML 및 구현 기술AI/ML and Enabling Technologies in Earth Observation |
||||||
“지구 관측 서비스 제산업체는 경쟁력을 유지하기 위해 실시간 데이터 분석을 가능하게 하는 지능형, 분산형 및 적응형 시스템을 채택해야 합니다.”
본 보고서는 인공지능(AI)과 머신 러닝(ML)을 지구 관측(EO)에 활용하는 데 대한 전략적 지침을 제공합니다. 또한 AI/ML이 기초 모델과 같은 신흥 지원 기술과 결합되어 최종 사용자에게 맞춤형 솔루션을 제공하는 방법을 설명합니다. 다양한 이해 관계자 그룹을 위한 구현 전략을 개요하고, 고객의 요구를 충족하기 위한 이점과 요구 사항을 나열합니다.
보고서에서 답변되는 질문
- EO 위성 운영업체 및 서비스 공급업체는 에이전트 AI, 연합 학습 및 기초 모델을 사용하여 고성능의 맞춤형 솔루션을 제공할 수 있을까?
- 다양한 이해관계자는 AI의 확산에 대응하고 그 혜택을 누리기 위해 무엇을 해야 할까?
- 우주 및 지상의 엣지 컴퓨팅 도입 전략은 무엇인가?
- 이해관계자가 AI/ML 역량을 강화하고 개선하기 위해 어떤 파트너십이 필요할까?
- AI 기반 EO 솔루션을 구축할 때 고려해야 할 주요 요소는 무엇인가?
"Earth observation service providers must embrace intelligent, decentralised and adaptive systems that enable real-time data analytics if they wish to stay competitive in the evolving Earth observation market."
This report provides strategic guidance about using AI and machine learning (ML) for Earth observation (EO). It also describes how AI/ML can be used together with emerging enabling technologies such as foundation models to offer tailored solutions for end users. It outlines implementation strategies for various stakeholder groups, and lists the benefits of, and requirements for, fulfilling customers' needs.
Vendors can also use the recommendations to further strengthen their value propositions (particularly for downstream applications) and build solutions that address market needs.
Questions answered in this report:
- How can EO satellite operators and service providers use agentic AI, federated learning and foundation models to offer high-performance, tailored solutions?
- What should various stakeholders do to address, and benefit from, the increasing adoption of AI?
- What are the adoption strategies for edge computing in space and on the ground?
- Which partnerships will enable stakeholders to enhance and improve their AI/ML capabilities?
- What are the key considerations when building AI-enabled EO solutions?
