計画外の設備ダウンタイムにより、世界の上位500社は現在、年間1.4兆ドル、売上高の11%に相当する損失を被っている(Siemens Senseye、The True Cost of Downtime 2024)。この請求額こそ、機械の音に耳を傾けることの経済的根拠だ。故障しかけたベアリング、漏れているバルブ、緩んだベルトは、ラインが止まるずっと前から音が変わる。機械音もようやくオープンな場でベンチマークされるようになった。DCASE 2026の異常音検知で最上位のシステムは、ベースラインの59.80に対して70.24を記録し、製造業者の57%は現在、予知保全を導入済みのAIユースケースとして挙げている(Augury State of Production Health 2026)。本稿ではSiemens、ABB、DCASEチャレンジ(IEEE AASP)、Augury、Forrester、Deloitte、米国エネルギー省、IMARC Group、MarketsandMarkets、Mordor Intelligenceのデータを集約した。これらのセンサーの背景にあるコネクテッドデバイス全体の状況については、IoT統計のまとめをご覧ください。
主なポイント
- 計画外のダウンタイムによりFortune Global 500が失う額は年間1.4兆ドル、売上高の11%(Siemens Senseye、True Cost of Downtime 2024)
- 自動車工場のダウンタイムは1時間あたり2.3百万ドル、1秒あたり600ドル超(Siemens Senseye、True Cost of Downtime 2024)
- 調査対象3,215社における計画外停止の典型的なコストは1時間あたり約125,000ドル(ABB、Value of Reliability調査 2023)
- 予知保全市場は2025年に15.60十億ドル、2030年には40.46十億ドルへ(IMARC Group、Predictive Maintenance Market 2025)
- 超音波放射モニタリングは2031年までCAGR 11.62%で、最も成長の速い手法の一つ(Mordor Intelligence、Machine Condition Monitoring Market 2026)
- DCASE 2026 Task 2の最上位システムの公式スコアは70.24、MSEベースラインは59.80(DCASE 2026チャレンジ結果)
- DCASE 2025 Task 2は35チームから119件の投稿で、2020〜2025年大会で最多(DCASE 2025 Task 2の概要論文)
- 製造業者の57%が予知保全を導入済みで、最も導入が進んだAIユースケース(Augury State of Production Health 2026)
- 42%が拠点の半数超にAIを拡大済みで、1年前の14%から上昇(Augury State of Production Health 2026)
- AIによる機械ヘルスモニタリングは3年間のROI 310%、回収期間6か月未満(Forrester TEI of Augury 2025)
- コンプレッサー出力の20%〜30%が圧縮空気の漏れで無駄になり得る、超音波検知の古典的なユースケース(米国エネルギー省、Compressed Air Sourcebook)
- 製造業者の47%がデータ品質の低さをAI成熟度の最大の障壁に挙げている(Augury State of Production Health 2026)
1. 聞かないことのコスト:計画外のダウンタイム
ダウンタイムは1時間あたりのコストが上がり続けており、これはあらゆるモニタリングシステムの採算計算を変える。Siemensの2024年の分析では、Fortune Global 500の年間損失は1.4兆ドルで、2019〜2020年の864十億ドル(売上高の8%)から増加した。当社の計算では62%の増加となる(1.4兆ドル÷864十億ドル=1.62)。自動車ライン1本が1秒あたり600ドル超を失う状況では、音響センサーや振動センサーによる数分の早期警告でさえ、現金で測れる価値を持つ。
ABBのデータも現場から同じ状況を伝えている。停止は例外ではなく日常的に起きている。産業企業の3分の2は今でも月に1回以上の計画外停止を経験しており、5社に1社は今も故障するまで設備を使い続けている。1時間あたり約125,000ドルであれば、早期警告の事業的根拠にFortune 500級の財務規模は必要ない。調査手法はSiemens True Cost of Downtime 2024レポートおよびABBのValue of Reliabilityリリースで確認できる。
| 指標 | 値 | 出典 |
|---|---|---|
| 計画外ダウンタイムの年間コスト、Fortune Global 500 | 1.4兆ドル(売上高の11%) | Siemens Senseye、True Cost of Downtime 2024 |
| 2019〜2020年の同コスト | 864十億ドル(売上高の8%) | Siemens Senseye、True Cost of Downtime 2024 |
| 1時間あたりのダウンタイムコスト、自動車 | 2.3百万ドル(1秒あたり600ドル超) | Siemens Senseye、True Cost of Downtime 2024 |
| 1時間あたりのダウンタイムコスト、日用消費財 | 36,000ドル | Siemens Senseye、True Cost of Downtime 2024 |
| 平均的な大規模工場で1か月に失われる時間 | 27時間 | Siemens Senseye、True Cost of Downtime 2024 |
| 重工業の1時間あたりダウンタイムコスト(2019年比) | 4倍 | Siemens Senseye、True Cost of Downtime 2024 |
| 計画外停止の典型的な1時間あたりコスト(世界 / 米国) | 約125,000ドル / 約103,000ドル | ABB、Value of Reliability調査 2023 |
| 計画外停止が少なくとも月1回ある産業企業 | 68% | ABB、Value of Reliability調査 2023 |
補足:Siemensの数値はFortune Global 500をモデル化したものであり、最大規模の資産基盤に偏っている。ABBの調査は2023年7月にSapio Researchが11業種の工場保守の意思決定者3,215人を対象に実施したもので、典型的な中規模工場の指標としてはこちらの方が適している。
2. 予知保全の市場規模と成長
どのアナリスト会社も、予知保全市場が二桁成長していることでは一致しているが、その規模についてはほとんど一致しない。基準年(2024〜2026年)の推計は約9.7十億ドルから15.6十億ドルまで幅があり、成長率は年11.4%から28.7%に及ぶ。ソフトウェアと分析のみを数える会社もあれば、センサー、サービス、資産パフォーマンス管理プラットフォームまで含める会社もあるためだ。この開きは、音響センシングがはるかに大きな保全スタックの一要素であり、まだ独立した市場ではないことを示している。
最近の予測で最も保守的なのはMarketsandMarketsで、2026年の13.89十億ドルが2031年には23.79十億ドルに成長し、センサーおよびセンシングデバイスが最大のインフラ構成要素になるとみている。IMARC Groupははるかに強気で、2034年までに91.04十億ドルと予測している。
| 指標 | 値 | 出典 |
|---|---|---|
| 予知保全市場、2025年 | 15.60十億ドル | IMARC Group、Predictive Maintenance Market 2025 |
| 予知保全市場、2030年 / 2034年 | 40.46十億ドル / 91.04十億ドル(CAGR 21.01%) | IMARC Group、Predictive Maintenance Market 2025 |
| 予知保全における北米のシェア、2025年 | 38.9% | IMARC Group、Predictive Maintenance Market 2025 |
| オンプレミス導入のシェア、2025年 | 57.3% | IMARC Group、Predictive Maintenance Market 2025 |
| 予知保全市場、2026〜2031年 | 13.89十億ドルから23.79十億ドル(CAGR 11.4%) | MarketsandMarkets、Predictive Maintenance Market 2026 |
| 予知保全市場、2024〜2030年 | 12.73十億ドルから56.21十億ドル(CAGR 28.69%) | Research and Markets、Predictive Maintenance Market Outlook 2030 |
| 予知保全市場、2024〜2030年 | 10.93十億ドルから41.90十億ドル | MarkNtel Advisors、Global Predictive Maintenance Market |
外れ値に関する注記:同日にPR Newswire経由で配信されたMarketsandMarketsのリリースは、より小さな基準値(2026年の9.71十億ドルから2031年の16.74十億ドル、CAGR 11.5%)を示している。市場規模は個別の1点ではなく、幅として捉えるべきである。
3. 音響・超音波モニタリングのセグメント
音をベースにしたモニタリングは、ニッチの中のニッチだが、より成長の速いニッチである。超音波放射モニタリングは2031年まで年11.62%で成長すると予測されており、機械状態監視全体の9.47%を上回る(Mordor Intelligence)。超音波は、振動では初期段階に見逃しがちなものを捉える。小さな漏れ、放電、乾いたベアリングの最初の摩擦などだ。
振動解析は状態監視で依然として最大のシェア33.75%を占めており、マイクや超音波センサーは置き換えというより補完の役割が大きい。このデータのもう一つの兆候はワイヤレスでの後付け導入だ。バッテリー駆動のIIoTセンサーは最も成長の速い導入形態であり、これはまさに音響異常検知製品の大半が採用している形態である。ここではエッジ推論も重要になるが、これについてはエッジAI統計で取り上げている。以下の数値は、Mordor Intelligenceの機械状態監視レポートと音響放射試験レポートによるものである。
| 指標 | 値 | 出典 |
|---|---|---|
| 機械状態監視市場、2026〜2031年 | 1.53十億ドルから2.41十億ドル(CAGR 9.47%) | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| 2031年までの超音波放射セグメントの成長 | CAGR 11.62% | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| 状態監視に占める振動解析のシェア、2025年 | 33.75% | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| ワイヤレスIIoTセンサーネットワークの成長 | CAGR 12.22% | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| オンライン / 常時監視システムのシェア、2025年 | 47.55% | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| 状態監視需要に占める石油・ガスのシェア、2025年 | 27.05% | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| 音響放射試験市場、2026〜2031年 | 0.42十億ドルから0.55十億ドル(CAGR 5.34%) | Mordor Intelligence、Acoustic Emission Testing Market 2026 |
| 音響放射試験:センサーのシェア / ソフトウェアの成長 | シェア41.92% / CAGR 8.45% | Mordor Intelligence、Acoustic Emission Testing Market 2026 |
補足:Mordorの状態監視の定義は狭く(2025年で約1.4十億ドル)、セクション2のより広い予知保全の合計値とは直接比較できない。音響放射試験では、石油・ガスが需要の24.35%でトップを占め、アジア太平洋地域が収益の34.05%を占めている。
4. DCASEベンチマーク:機械音の異常検知はどこまで進んでいるか
DCASE Task 2は、この分野にとって公開スコアボードに最も近い存在であり、意図的に難しく設計されている。システムは正常音のみで学習し、聞いたことのない異常で評価され、しかも次第に、聞いたことのない種類の機械でも評価されるようになっている。DCASE 2026の優勝スコアは公式指標で70.24だったが、単純なMSEオートエンコーダーのベースラインは59.80で、それでも68位に入った。これはベースラインが弱いというより、この分野がいかに僅差であるかを物語っている。
難易度の上昇とともに参加も増えてきた。第1回(2020年)の117件の投稿の後、ドメインシフトが導入された2021年には75件まで落ち込んだが、その後回復し、2025年には35チームから119件という最高値に達した。公式スコアは、機械の種類、セクション、ドメインにわたるAUCと部分AUC(偽陽性率0.1でのpAUC)の調和平均である。DCASE 2025 Task 2の論文とDCASE 2026の結果ページをご覧ください。
| 指標 | 値 | 出典 |
|---|---|---|
| DCASE 2020 Task 2の参加状況 | 117件の投稿、40チーム | DCASE 2020 Task 2の概要論文(arXiv 2006.05822) |
| DCASE 2021 / 2022の参加状況 | 75件、26チーム / 81件、31チーム | DCASE 2021・2022 Task 2の論文(arXiv 2106.04492、2206.05876) |
| DCASE 2023 / 2024の参加状況 | 86件、23チーム / 96件、27チーム | DCASE 2023・2024 Task 2の論文(arXiv 2305.07828、2406.07250) |
| DCASE 2025の参加状況 | 119件の投稿、35チーム | DCASE 2025 Task 2の概要論文(arXiv 2506.10097) |
| DCASE 2024の最上位システムとMSEベースライン | 66.24対56.51 | DCASE 2024 Task 2の結果 |
| DCASE 2025の最上位システムとベースライン(Mahalanobis / MSE) | 61.63対56.51 / 54.43 | DCASE 2025 Task 2の結果 |
| DCASE 2026の最上位システムとベースライン(MSE / Mahalanobis) | 70.24対59.80 / 54.76 | DCASE 2026 Task 2の結果 |
| システム表におけるDCASE 2026ベースラインの順位 | 68位(MSE)と137位(Mahalanobis) | DCASE 2026 Task 2の結果 |
補足:各大会で評価する機械の種類や条件が異なるため、スコアは年をまたいで比較できない。2025年は上位3チームが1ポイント以内に収まった(61.63、61.57、61.20)。詳しくはDCASE 2025の結果を参照。
5. 導入状況:予知保全は試験段階を脱しつつある
導入をめぐる問いは「導入するかどうか」から「何拠点に導入するか」へと変わった。製造業者の42%が現在、拠点の半数超にAIを拡大しており、1年前の14%から上昇した。予知保全は57%で、最も導入が進んだAIユースケースである(Augury State of Production Health 2026、米国、英国、ドイツ、フランスの経営層501人)。予知保全の導入率だけでも前年比で22ポイント上昇した。
Deloitteの米国の大規模サンプルはより慎重だ。大手製造業者のうち、工場またはネットワーク規模でAIや機械学習を運用しているのは3分の1に満たない。両調査の差は主にサンプルの違いによるもの(Auguryは生産ヘルスにすでに関心のある層を調査している)だが、どちらも同じ方向を示している。詳細はAuguryの2026年リリースとDeloitteの2025年スマート製造調査を参照。
| 指標 | 値 | 出典 |
|---|---|---|
| 予知保全を導入済みの製造業者 | 57% | Augury State of Production Health 2026 |
| 予知保全の導入率の前年比上昇幅 | +22ポイント | Augury State of Production Health 2026 |
| 拠点の半数超にAIを拡大している製造業者 | 42%(1年前は14%) | Augury State of Production Health 2026 |
| 2026年にAI投資を増やす予定の製造業者 | 83% | Augury State of Production Health 2026 |
| 工場またはネットワーク規模でAI/MLを使う大手製造業者 | 29% | Deloitte、2025年スマート製造・オペレーション調査 |
| AI/MLを試験導入中の大手製造業者 | 23% | Deloitte、2025年スマート製造・オペレーション調査 |
| 今後24か月でIIoT投資を優先する製造業者 | 27% | Deloitte、2025年スマート製造・オペレーション調査 |
| 今も事後保全に頼っている産業企業 | 21% | ABB、Value of Reliability調査 2023 |
補足:Deloitteは、売上高500百万ドル以上かつ従業員1,000人以上の米国製造業者の経営幹部600人を対象に、2024年8月から9月にかけて調査した。Auguryの調査は2026年3月に、Endeavor Business IntelligenceがIndustryWeekと共同で実施した。
6. ROIとユースケース:耳を傾けることが報われる場面
最も裏付けが豊富なリターンは、回転機器と圧縮空気という、音が早期の故障情報を伝える2つの領域から得られている。Forrester Total Economic Impact調査では、20十億ドル規模の複合材メーカーにおいて、AIによる機械ヘルスモニタリングで3年間のROI 310%、6か月未満の投資回収が確認された。その大部分は、16.8百万ドルのダウンタイム回避によるものだ。この調査はベンダー(Augury)が委託したもので、4件の顧客インタビューに基づいているため、平均値ではなく上限寄りのベンチマークとして扱うべきである。
圧縮空気は教科書的な音響ユースケースである。漏れは、騒がしい現場では聞こえない超音波を発するためだ。米国エネルギー省の圧縮空気ソースブックには、漏れによってコンプレッサー出力の20%〜30%が無駄になり得ること、積極的な検知・修理プログラムによってそれを10%未満に抑えられることが記されている。Forresterの詳細な内訳はTEI調査ページで確認できる。
| 指標 | 値 | 出典 |
|---|---|---|
| AIによる機械ヘルスモニタリングの3年間ROI / NPV | 310% / 20.1百万ドル | Forrester TEI of Augury Machine and Process Health 2025 |
| 投資回収期間 | 6か月未満 | Forrester TEI of Augury Machine and Process Health 2025 |
| 1拠点あたりの回避した計画外ダウンタイム | 95時間(3年間で16.8百万ドル) | Forrester TEI of Augury Machine and Process Health 2025 |
| 資産あたりの保守コスト削減 / ラインあたりのスループット向上 | 15% / 5% | Forrester TEI of Augury Machine and Process Health 2025 |
| 3年間の総便益と総コスト(現在価値) | 26.6百万ドル対6.5百万ドル | Forrester TEI of Augury Machine and Process Health 2025 |
| 漏れで無駄になるコンプレッサー出力 | 20%〜30%(目標:10%未満) | 米国エネルギー省、Improving Compressed Air System Performance Sourcebook |
| 過去1年に保守で稼働率が向上したと報告した企業 | 92%(38%は25%以上向上) | ABB、Value of Reliability調査 2023 |
| スマート製造の導入後に報告された生産量の増加 | 10%〜20% | Deloitte、2025年スマート製造・オペレーション調査 |
補足:予知保全が10倍のROI、保守コスト25%〜30%削減、故障70%〜75%削減をもたらすというよく引用される数字は、米国エネルギー省のOperations and Maintenance Best Practices Guide, Release 3.0に由来する。入手可能な最新データ:米国エネルギー省、2010年。元になった研究はさらに古く追跡も難しいため、参考情報としてのみ掲載している。
7. 課題:データ品質、ノイズ、ドメインシフト
障壁は予算からデータへと移った。データ品質の低さは現在、AI成熟度の最大の障壁であり、製造業者の47%が挙げ、1年で20ポイント上昇した(Augury State of Production Health 2026)。音響システムにとって、データの問題は組織的であると同時に物理的でもある。工場のノイズ、マイクの設置位置、変化する運転条件のすべてが、正常な機械の音を変えてしまう。
DCASEの結果は、この難しさを数値で示している。2024年には、未知の機械で単純なオートエンコーダーのベースラインを上回ったのは27チーム中わずか10チームだった。2025年には、開発セットでの性能が評価結果を予測しなかったと主催者が報告した。2026年のタスクはこれに対応して、2つ目の離れたマイクを追加し、システムが環境ノイズと機械そのものを分離できるようにした(DCASE 2026のタスク説明による)。市場の統合も別のリスクだ。AWSはAmazon Monitronを閉鎖し、2024年に新規顧客の受け付けを終了した。セキュリティはもう一つの未解決の課題であり、産業用IoTセキュリティ統計で取り上げている。
| 指標 | 値 | 出典 |
|---|---|---|
| データ品質の低さをAIの最大の障壁に挙げる製造業者 | 47%(前年比20ポイント上昇) | Augury State of Production Health 2026 |
| 実証された価値や明確なユースケースの欠如を挙げる製造業者 | 39% | Augury State of Production Health 2026 |
| 人材の制約 / 計画外のダウンタイムを最大の課題に挙げる製造業者 | 43% / 40% | Augury State of Production Health 2026 |
| 生産・オペレーション職の補充に苦労している大手製造業者 | 48% | Deloitte、2025年スマート製造・オペレーション調査 |
| オートエンコーダー / Mahalanobisのベースラインを上回ったDCASE 2024のチーム | 27チーム中10 / 27チーム中11 | DCASE 2024 Task 2の概要論文(arXiv 2406.07250) |
| 両方のベースラインを上回ったDCASE 2025のチーム | 35チーム中20 | DCASE 2025 Task 2の概要論文(arXiv 2506.10097) |
| セクションあたりの正常な学習クリップ数:ソースドメイン対ターゲットドメイン | 990対10 | DCASE 2025・2026 Task 2のデータセット説明 |
| Amazon Monitronの新規顧客受け付け終了 / デバイス販売終了 | 2024年10月31日 / 2025年7月 | AWS Machine Learning Blog、2024年10月 |
補足:990対10というクリップ数の比率が、ドメインシフト問題の核心である。導入済みのシステムには通常、元の環境で録音された数か月分の音声がある一方、機械が移設・再調整されたり、新しい設備に囲まれたりした後はごくわずかなクリップしかない。ノイズ自体も、より広い産業衛生上の問題である。騒音公害統計もご覧ください。
まとめ:数字で見る産業用音響異常検知
| 指標 | 値 | 出典 |
|---|---|---|
| 計画外ダウンタイムの年間コスト、Fortune Global 500 | 1.4兆ドル(売上高の11%) | Siemens Senseye、True Cost of Downtime 2024 |
| 自動車の1時間あたりダウンタイムコスト | 2.3百万ドル | Siemens Senseye、True Cost of Downtime 2024 |
| 平均的な大規模工場で1か月に失われる時間 | 27時間 | Siemens Senseye、True Cost of Downtime 2024 |
| 計画外停止の典型的な1時間あたりコスト | 約125,000ドル | ABB、Value of Reliability調査 2023 |
| 月に1回計画外停止がある企業 | 68% | ABB、Value of Reliability調査 2023 |
| 予知保全市場、2025年 | 15.60十億ドル | IMARC Group、Predictive Maintenance Market 2025 |
| 予知保全市場、2031年 | 23.79十億ドル | MarketsandMarkets、Predictive Maintenance Market 2026 |
| 機械状態監視市場、2026年 | 1.53十億ドル | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| 超音波放射モニタリングの成長 | 2031年までCAGR 11.62% | Mordor Intelligence、Machine Condition Monitoring Market 2026 |
| 音響放射試験市場、2031年 | 0.55十億ドル | Mordor Intelligence、Acoustic Emission Testing Market 2026 |
| DCASE 2026の最高スコアとMSEベースライン | 70.24対59.80 | DCASE 2026 Task 2の結果 |
| DCASE 2025の投稿数 / チーム数 | 119 / 35 | DCASE 2025 Task 2の概要論文 |
| DCASE 2020の投稿数 / チーム数 | 117 / 40 | DCASE 2020 Task 2の概要論文 |
| 予知保全を導入済みの製造業者 | 57% | Augury State of Production Health 2026 |
| 拠点の半数超にAIを拡大している製造業者 | 42% | Augury State of Production Health 2026 |
| AI/MLを大規模に使う大手製造業者 | 29% | Deloitte、2025年スマート製造・オペレーション調査 |
| AIによる機械ヘルスモニタリングの3年間ROI | 310% | Forrester TEI of Augury 2025 |
| 空気漏れで無駄になるコンプレッサー出力 | 20%〜30% | 米国エネルギー省、Compressed Air Sourcebook |
| AIの最大の障壁としてのデータ品質の低さ | 47% | Augury State of Production Health 2026 |
| 今も事後保全を続けている企業 | 21% | ABB、Value of Reliability調査 2023 |
方法論と出典
- Siemens Senseye、The True Cost of Downtime 2024:レポートPDF。月27時間と重工業での4倍という数値は、Etteplanによるレポート要約を通じて確認した。
- ABB、Value of Reliability調査(Sapio Research、2023年7月、回答者3,215人):稼働率と事後保全の内訳については、ABBのプレスリリースとCanadian Manufacturingの記事を参照。
- IMARC Group、Predictive Maintenance Market:レポートページ。
- MarketsandMarkets、Predictive Maintenance Market(2026年3月):プレスリリースとPR Newswire版。
- Research and Markets、Predictive Maintenance Market Outlook 2030:レポートページ。
- MarkNtel Advisors、Global Predictive Maintenance Market:プレスリリース。
- Mordor Intelligence:Machine Condition Monitoring MarketとAcoustic Emission Testing Market。
- DCASEチャレンジTask 2(音響シーン・イベントの検出と分類に関するIEEE AASPチャレンジ):2024年の結果、2025年の結果、2026年のタスク説明、2026年の結果。
- arXivに掲載されたDCASE Task 2の概要論文:2020年、2021年、2022年、2023年、2024年、2025年、2026年。
- Augury、State of Production Health 2026(回答者501人、2026年3月):プレスリリース。
- Forrester Consulting、The Total Economic Impact of Augury Machine and Process Health(2025年、Auguryの委託):調査ページ。
- Deloitte、2025年スマート製造・オペレーション調査(経営幹部600人):プレスリリース。
- 米国エネルギー省:Improving Compressed Air System Performance SourcebookとOperations and Maintenance Best Practices Guide, Release 3.0。
- AWS Machine Learning Blog、Maintain access and consider alternatives for Amazon Monitron(2024年10月1日):記事。
- データウォッチ:予知保全の市場規模は大きく食い違っている(2025〜2026年の基準値は約9.7十億ドルから15.6十億ドル、CAGRは11.4%から28.7%)。これは各社が対象範囲を異なる形で定義しているためで、MarketsandMarketsも同じ日に2つの異なる基準値を公表している。主要アナリスト会社のいずれも音響異常検知単独の市場規模を公表していないため、音響のシェアは超音波および音響放射のセグメントから推定するしかない。DCASEのスコアは大会間で比較できない。ABBの調査は2023年、米国エネルギー省の圧縮空気ガイダンスは2016年(入手可能な最新データ)のもので、同省のO&Mガイドの2010年の数値は参考情報としてのみ引用している。ForresterのROI調査はベンダーの委託によるものである。ARC Advisory Groupの資産パフォーマンス管理データも探したが、検証可能な公開数値は見つからなかった。
最終更新日:2026年10月3日。このまとめは四半期ごとに更新しており、次回の更新は、DCASE 2026 Workshopの論文集とTask 2の結果分析論文が公開された時点を予定している。