その大きな可能性にもかかわらず、 68億ドルの地球観測産業 は持続可能で拡張可能なビジネスモデルを確立するために引き続き苦労しています。新興宇宙企業は、現在入手可能な膨大な量の地球画像データを民主化することに熱心ですが、これらの資産を効果的に収益化するのに苦労しています。
その中核となる地球観測 (EO) は依然として防衛と政府との契約が大半を占めており、他の分野での普及率は残念なほど低いです。そして、宇宙産業が戦略的に、私たちが直面している存続に関わる地球規模の問題の解決に大きな役割を果たすことができる場合、それは容認できません。
ある程度の価値は生み出されてきましたが、それは限定的であり、ニッチな視聴者のみにサービスを提供しています。ビジネスコミュニティ、特に経済成長を推進し、世界的な課題への取り組みにおいて重要な役割を果たしているグローバル企業は、その要件に合った方法で EO のサービスを受ける必要があります。 EO 業界が、地球の最も差し迫った問題に有意義な影響を与えることができる持続可能なビジネス モデルを構築したいのであれば、この断絶に対処する必要があります。
では、このギャップをどのように埋めるのでしょうか?簡単に言うと、EO を手頃な価格でアクセスしやすく、そして何よりも使いやすくする必要があります。
多目的データモデルの採用
現時点では、EO の商用導入は、指定された対象領域を捕捉する際の衛星タスクへの依存と、このデータの処理に必要な追加の分析機能によって制限されています。
待ち行列に並んでいる 1 人の顧客のために衛星が特定の場所で画像を撮影する、使い捨ての単一クライアント モデルは、その画像が他の目的に使用されないため、経済的に非効率で持続不可能です。よりスケーラブルなアプローチには、衛星が多目的アプリケーション用のデータを継続的にキャプチャする「常時接続」監視が含まれます。常時稼働モデルを使用すると、単一目的のイメージングを繰り返し行うことなく、環境モニタリングから農業分析に至るまで、同じデータを複数のクライアントやアプリケーションに提供できます。 Planet Labs や OroraTech などの業界の一部は、このモデルを追求する初期段階にありますが、OroraTech はまだ稼働していません。
「1 つの衛星で何人のクライアントにサービスを提供できるか?」という質問からの転換です。 「毎日何人のユーザーがこの情報を必要としていますか?」 EO の経済学を劇的に変える可能性があります。タスク モデルのアプローチは、政府の状況認識や災害対応など、特定の目的を満たすカスタム データを提供する可能性がありますが、同時にそのデータを 1 つのユースケースに固定し、多くの場合、最初のニーズが満たされるとアーカイブされたままになるか、破棄されます。
たとえば、単一地域の画像から、生物多様性、土壌の健康状態、作物の状態、都市開発などについての洞察が得られる可能性があります。このデータを普遍的に利用できるようにすることで、EO 企業はより幅広い顧客ベースに下流分析を提供できるようになり、関係者全員がデータをより手頃な価格で取得できるようになります。コストをより広範囲のクライアントに分散することで、各イメージの全体的な投資収益率が向上し、防衛や政府を超えた業界が EO サービスを経済的に利用しやすくなります。
しかし、実際にデータをどのように扱うべきか 日常生活に溶け込んでいますか？グローバルな再訪問を伴う常時接続のアプローチにより、世界中の多数の顧客にサービスを提供するために必要なデータが提供されます。しかし、そうした顧客は、大量のグローバルな画像や測定データではなく、すぐに意思決定ができる情報を望んでいます。生の画像やデータを扱える組織の数は限られているため、画像だけを販売して持続可能なビジネスを構築することは困難です。
一方で、分析専門の企業は、適切なコストで十分なソース データを入手することが難しい場合があるため、エンド カスタマーには処理やサービスができないデータが残されることになります。
付加価値AI
クライアントはタスクごとに料金を支払う代わりに、基本的な衛星サービスに追加の値上げをせずに一連の洞察にアクセスできます。この分散型コストモデルは、EOの民主化に向けた重要な変化となり、これまで宇宙主導の洞察に費用をかける余裕や正当化ができなかったセクターにその恩恵をもたらすことになるだろう。
これらの洞察を提供するには、企業は膨大な量のデータを処理するための堅牢な人工知能 (AI) ツールを必要とします。取得されるデータの量を考えると、このプロセスを人間主導で行うことは不可能です。これは、EO をよりアクセスしやすく、日常生活に統合できるようにするために必要な重要な付加価値です。
幸いなことに、グローバル データをより効率的に処理するために利用できるオプションがたくさんあります。たとえば、業界は次のことを行う必要があります。
- データのダウンロード速度を向上させるために、X バンドの代わりに Ka バンドなどのより高速な無線速度を利用し始めます。
- データをより頻繁にダウンさせるには、より広い地上局ネットワークを使用します。
- 衛星から地上への光接続を開発し、データ転送速度を大幅に向上させます。
- 衛星から衛星および衛星から IoT への通信リンクを開発し、衛星が地上局に到達するまでの待ち時間を回避して、より速くデータを地上に送信します。
- 軌道上のデータルームとクラウド AI インフラストラクチャを開発して、生データの地上への転送を完全に回避します。
- オンボード処理を開発すると、より迅速な結果が得られ、そもそもデータ転送の必要性が軽減されます。
- より効率的な AI アルゴリズムを開発して、グローバル データをより速く処理します。
- 最終的には量子コンピューティングを使用して大量のデータを効率的に管理し始めます。
現在の EO モデルでは、多くの場合、エンドユーザーがデータ プロバイダー、処理プラットフォーム、分析ベンダーの間を移動する必要があり、コストが高く非効率的な複雑なサービスの網が形成されます。しかし、垂直化により、衛星画像や地上局ネットワークから AI を活用した分析や業界固有のレポートに至るまで、EO スタックの各層が、一貫した専用ソリューションに統合されます。この調整は、業界全体で EO データの影響を最大化し、農業、保険、都市計画などのクライアントが複数のサービス プロバイダーをつなぎ合わせることなく、カスタマイズされた洞察に確実にアクセスできるようにするために重要です。
大量採用には現状からの脱却が不可欠
EO を多様な業界での大量導入に向けて拡大するには、EO データの取得、マーケティング、販売、使用方法を大胆に変える必要があります。多目的モデルを採用することで、より広範な商業的導入が可能になり、これまで宇宙ベースの洞察にアクセスできなかった（または使用できなかった）業界に利益がもたらされます。最終的に、これらの変化は単位コストを削減し、アクセシビリティを改善し、EO が世界的な課題を解決する強力な資産となるための扉を開くでしょう。
気候回復力、天然資源管理、都市計画などの問題への取り組みに対する EO の潜在的な影響は甚大です。ただし、EO を価値あるユビキタスなリソースにするためには、業界は手頃な価格、柔軟性、顧客中心の洞察を優先するモデルに適応する必要があります。この変化は有益なだけではありません。世界最大の課題のいくつかに対する持続可能なデータ主導型のアプローチを構築する上で、EO が有意義な役割を果たすことが不可欠です。
これらの変化を受け入れることは、業界やビジネスに影響を与えるEOの潜在力を解き放ち、イノベーターにとって競争上の優位性をもたらすだけでなく、より良い、より回復力のある世界を形成する上でのEOの将来の関連性にとって重要なステップでもあります。
Jarkko Antila は、フィンランドのハイパースペクトル超小型衛星および AI を活用した洞察会社 Kuva Space の CEO です。彼は宇宙技術の修士号を取得しており、ディープテクノロジーの起業家としての長い経歴を持ち、製品のイノベーションと資金調達で確かな実績を持っています。 Antila は、フィンランド研究センターと Inficon のテクノロジー チームを率いました。彼はスペクトル センサー会社として成功を収めた Spectral Engines を共同設立し、撤退するまでの 6 年間 CEO を務めました。また、ディープテック ビジネス コンサルティング会社 Leaping Boulder も共同設立しました。
