はじめに

調査方法

エグゼクティブサマリー

プレミアムインサイト

市場概況および業界動向
自律型AIとエッジ機能が市場成長を牽引する一方、法的課題や統合（インテグレーション）上の課題が障壁となっている。

5.1 はじめに

5.2 市場ダイナミクス
5.2.1 促進要因
5.2.1.1 自律型人工知能（Autonomous AI）の採用拡大
5.2.1.2 ディープラーニングおよび機械学習技術の台頭
5.2.1.3 計算能力の進展と大規模データベースの利用可能性の拡大

5.2.2 抑制要因
5.2.2.1 生成AIが生成したコンテンツにおけるIP（知的財産）所有権および法的リスクへの懸念の増大
5.2.2.2 企業固有のコンプライアンス／ガバナンス方針に合わせてモデルを整合（アラインメント）させるためのコストと複雑性
5.2.2.3 AIツールチェーンの分断と、企業利用（エンタープライズ）準備度を評価する標準化された評価フレームワークの欠如

5.2.3 機会
5.2.3.1 AIネイティブなインフラの進展によるスケーラビリティと性能の向上
5.2.3.2 リアルタイムのデータ処理と意思決定を可能にするエッジAI機能の拡大
5.2.3.3 生成AIの進展により、AI活用型コンテンツ制作の新たな可能性が拡大

5.2.4 課題
5.2.4.1 AIの意思決定プロセスにおける透明性および説明可能性の不足
5.2.4.2 バイアスや不正確に生成された出力に関する懸念
5.2.4.3 統合上の課題と、最先端システムに対する理解不足

5.3 人工知能市場：進化（エボリューション）

5.4 サプライチェーン分析

5.5 エコシステム分析
5.5.1 人工知能ハードウェア提供企業
5.5.2 人工知能ソフトウェア提供企業
5.5.3 人工知能サービス提供企業

5.6 2025年米国関税の影響 ― 人工知能（AI）市場
5.6.1 はじめに
5.6.2 主要関税率
5.6.3 価格影響分析
5.6.3.1 戦略転換と新たなトレンド
5.6.4 国／地域別の影響
5.6.4.1 米国
5.6.4.2 中国
5.6.4.3 欧州
5.6.4.4 アジア太平洋（中国を除く）
5.6.5 最終用途産業への影響
5.6.5.1 BFSI（銀行・金融サービス・保険）
5.6.5.2 ヘルスケア／ライフサイエンス
5.6.5.3 製造業
5.6.5.4 小売／Eコマース
5.6.5.5 通信
5.6.5.6 物流／輸送
5.6.5.7 ソフトウェア／テクノロジー提供企業
5.6.5.8 エネルギー／公益事業

5.7 投資環境と資金調達動向

5.8 ケーススタディ分析
5.8.1 IBM と Vodafone：AI搭載バーチャルアシスタント「TOBi」による顧客エンゲージメント変革
5.8.2 Microsoft と Mars：Azure Machine Learning によるサプライチェーン最適化の高度化
5.8.3 NVIDIA と Perplexity AI：NeMoフレームワークによりモデル性能とコスト効率を向上
5.8.4 OpenAI と Notion：組み込み型AIアシスタントでインテリジェントな生産性を実現
5.8.5 Google Cloud と GE Appliances：生成AIでパーソナライズされた調理体験を提供

5.9 技術分析
5.9.1 主要技術
5.9.1.1 生成AI
5.9.1.2 自律型AI／自律エージェント
5.9.1.3 AutoML
5.9.1.4 因果AI（Causal AI）
5.9.1.5 MLOps
5.9.2 補完技術
5.9.2.1 ブロックチェーン
5.9.2.2 エッジコンピューティング
5.9.2.3 センサー／ロボティクス
5.9.2.4 サイバーセキュリティ
5.9.3 隣接技術
5.9.3.1 予測分析（Predictive Analytics）
5.9.3.2 IoT
5.9.3.3 ビッグデータ
5.9.3.4 AR／VR（拡張現実／仮想現実）

5.10 関税および規制動向
5.10.1 プロセッサおよびコントローラに関する関税（HSN：854231）
5.10.2 規制当局、政府機関、その他の組織
5.10.3 規制：人工知能
5.10.3.1 北米
5.10.3.2 欧州
5.10.3.3 アジア太平洋
5.10.3.4 中東・アフリカ
5.10.3.5 中南米

5.11 特許分析
5.11.1 方法論
5.11.2 文書種別別の出願特許
5.11.3 イノベーションおよび特許出願

5.12 価格分析
5.12.1 主要企業別：提供内容の平均販売価格（2025年）
5.12.2 用途別：平均販売価格（2025年）

5.13 貿易分析
5.13.1 プロセッサおよびコントローラの輸出動向
5.13.2 プロセッサおよびコントローラの輸入動向

5.14 主要会議・イベント（2025～2026年）

5.15 ポーターのファイブフォース分析
5.15.1 新規参入の脅威
5.15.2 代替品の脅威
5.15.3 供給者の交渉力
5.15.4 買い手の交渉力
5.15.5 競争の激しさ

5.16 主要ステークホルダーおよび購買基準
5.16.1 購買プロセスにおける主要ステークホルダー
5.16.2 購買基準

5.17 顧客ビジネスに影響するトレンド／ディスラプション
5.17.1 顧客ビジネスに影響するトレンド／ディスラプション

人工知能市場：提供内容別
市場規模および成長率の予測分析（2032年まで、単位：10億米ドルおよびML）｜データ表88点

6.1 はじめに
6.1.1 提供内容：人工知能市場の促進要因

6.2 インフラ：タイプ別
6.2.1 堅牢なインフラによりAI市場の成長が加速
6.2.2 コンピュート（計算資源）
6.2.2.1 GPU（グラフィックス処理装置）
6.2.2.2 CPU（中央処理装置）
6.2.2.3 FPGA（フィールド・プログラマブル・ゲート・アレイ）
6.2.3 メモリ
6.2.3.1 DDR（ダブル・データ・レート）
6.2.3.2 HBM（ハイバンド幅メモリ）
6.2.4 ネットワーキングハードウェア
6.2.4.1 NIC／ネットワークアダプタ
6.2.4.2 インターコネクト
6.2.5 ストレージ

6.3 インフラ：機能別
6.3.1 実運用（現実世界での実装）へ移行する組織の増加により、推論インフラ需要が高まる
6.3.2 学習（Training）
6.3.3 推論（Inference）

6.4 ソフトウェア
6.4.1 目的別に設計されたツールにより、スケーラブルなインテリジェンスを実現
6.4.2 デジタルアシスタント／ボット
6.4.3 機械学習フレームワーク
6.4.4 ノーコード／ローコードMLツール
6.4.5 コンピュータビジョンプラットフォーム
6.4.6 データ前処理ツール
6.4.7 BI（ビジネスインテリジェンス）／分析プラットフォーム
6.4.8 開発者向けプラットフォーム
6.4.9 その他のAIソフトウェア

6.5 サービス
6.5.1 構造化され統制されたデータを通じてAIシステムを支える
6.5.2 コア・データサービス
6.5.2.1 データ収集／取り込み
6.5.2.2 データ処理／変換
6.5.2.3 データ保存／管理
6.5.2.4 データセキュリティ／プライバシー
6.5.2.5 データガバナンス／品質管理
6.5.2.6 データ統合／相互運用性
6.5.2.7 データアノテーション／学習データサービス
6.5.3 統合サービス
6.5.3.1 AIモデル開発／導入
6.5.3.2 AIモデル最適化／ファインチューニング
6.5.3.3 AIセキュリティ／コンプライアンス支援サービス
6.5.3.4 AIソフトウェア開発サービス
6.5.3.5 サポート／保守サービス

人工知能市場：技術別
AI市場規模および成長率の予測分析（2032年まで、単位：10億米ドル）｜データ表38点

7.1 はじめに
7.1.1 技術：人工知能市場の促進要因

7.2 機械学習
7.2.1 エンタープライズAIにおける機械学習の戦略的役割
7.2.2 教師あり学習
7.2.3 教師なし学習
7.2.4 強化学習

7.3 自然言語処理（NLP）
7.3.1 非構造化・多言語データからビジネス価値を引き出す
7.3.2 自然言語理解（NLU）
7.3.3 自然言語生成（NLG）

7.4 コンピュータビジョンAI
7.4.1 コンピュータビジョンAIは視覚データをリアルタイムで実行可能な洞察へ変換する
7.4.2 物体検出
7.4.3 画像分類
7.4.4 セマンティックセグメンテーション
7.4.5 顔認識
7.4.6 その他のコンピュータビジョンAI

7.5 コンテキスト認識型人工知能
7.5.1 バーチャルアシスタントは、対話やプラットフォームを横断して継続性と意図を維持する
7.5.2 コンテキスト認識型レコメンデーションシステム
7.5.3 マルチモーダルAI
7.5.4 コンテキスト認識型バーチャルアシスタント

7.6 生成AI
7.6.1 ディープラーニングモデルにより、文脈に沿った現実的な出力を機械が生成可能になる

人工知能市場：業務機能別
市場規模および成長率の予測分析（2032年まで、単位：10億米ドル）｜データ表62点

8.1 はじめに
8.1.1 業務機能：人工知能市場の促進要因

8.2 マーケティング／営業
8.2.1 コンテンツとオーディエンスセグメンテーションを通じたマーケティング施策の個別最適化
8.2.2 感情分析
8.2.3 予測（フォーキャスティング）
8.2.4 コンテンツ生成／マーケティング
8.2.5 オーディエンスセグメンテーション／パーソナライゼーション
8.2.6 カスタマーエクスペリエンス管理
8.2.7 その他のマーケティング／営業機能

8.3 人事
8.3.1 AIにより従業員パフォーマンスを組織目標に整合させる
8.3.2 オンボーディング自動化
8.3.3 候補者スクリーニング／採用
8.3.4 パフォーマンス管理
8.3.5 労務（ワークフォース）管理
8.3.6 従業員フィードバック分析
8.3.7 その他の人事機能

8.4 財務／会計
8.4.1 AIにより予測と財務計画を高度化
8.4.2 財務計画／予測
8.4.3 記帳および照合の自動化
8.4.4 調達／サプライチェーン・ファイナンス
8.4.5 レベニューサイクル管理
8.4.6 財務コンプライアンス／規制報告
8.4.7 その他の財務／会計機能

8.5 オペレーション／サプライチェーン
8.5.1 AIによる精度の高い需要予測でより賢い計画を実現
8.5.2 AIOps
8.5.3 ITサービスマネジメント
8.5.4 需要計画／予測
8.5.5 調達／ソーシング
8.5.6 倉庫／在庫管理
8.5.7 生産計画／スケジューリング
8.5.8 その他のオペレーション／サプライチェーン機能

8.6 その他の業務機能

人工知能市場：エンタープライズ用途別
市場規模および成長率の予測分析（2032年まで、単位：10億米ドル）｜データ表48点

9.1 はじめに
9.1.1 エンタープライズ用途：人工知能市場の促進要因

9.2 BFSI（銀行・金融サービス・保険）
9.2.1 BFSIにおけるAI採用は、データ量の増加、規制の複雑化、顧客期待の変化により促進
9.2.2 不正検知／防止
9.2.3 リスク評価／管理
9.2.4 アルゴリズム取引
9.2.5 信用スコアリング／引受審査（アンダーライティング）
9.2.6 カスタマーサービス自動化
9.2.7 個別化された金融レコメンデーション
9.2.8 投資ポートフォリオ管理
9.2.9 規制コンプライアンス監視
9.2.10 その他のBFSI用途

9.3 小売／Eコマース
9.3.1 予測アルゴリズムとリアルタイム分析により、価格最適化やサプライチェーン管理などの機能が革新されている
9.3.2 パーソナライズされた商品推薦
9.3.3 顧客関係管理（CRM）
9.3.4 ビジュアル検索
9.3.5 バーチャル顧客アシスタント
9.3.6 価格最適化
9.3.7 サプライチェーン管理／需要計画
9.3.8 バーチャルストア
9.3.9 その他の小売／Eコマース用途

9.4 輸送／物流
9.4.1 AI駆動のリアルタイム監視と予測分析により、サプライチェーンの可視化と追跡が強化
9.4.2 ルート最適化
9.4.3 運転支援システム
9.4.4 準自動運転／自動運転車
9.4.5 インテリジェント交通管理
9.4.6 スマート物流／倉庫運用
9.4.7 サプライチェーンの可視化／追跡
9.4.8 フリート（車両）管理
9.4.9 その他の輸送／物流用途

9.5 政府／防衛
9.5.1 AIはデータを統合して統合的な運用状況把握と戦略的意思決定を可能にし、指揮統制（C2）を強化する
9.5.2 監視／状況認識
9.5.3 法執行（治安）
9.5.4 インテリジェンス分析／データ処理
9.5.5 シミュレーション／訓練
9.5.6 指揮統制
9.5.7 災害対応／復旧支援
9.5.8 電子政府（eガバナンス）／デジタルシティサービス
9.5.9 その他の政府／防衛用途

9.6 ヘルスケア／ライフサイエンス
9.6.1 AIは創薬、バーチャルケア、医療研究へ影響を拡大
9.6.2 患者データ／リスク分析
9.6.3 生活習慣管理／モニタリング
9.6.4 精密医療
9.6.5 入院ケア／病院運営管理
9.6.6 医用画像／診断
9.6.7 創薬
9.6.8 AI支援医療サービス
9.6.9 医療研究
9.6.10 その他のヘルスケア／ライフサイエンス用途

9.7 通信
9.7.1 通信事業者は、俊敏性の向上、運用コスト削減、優れたユーザー体験提供のためにAIを活用
9.7.2 ネットワーク最適化
9.7.3 ネットワークセキュリティ
9.7.4 カスタマーサービス／サポート
9.7.5 ネットワーク分析
9.7.6 インテリジェントなコールルーティング
9.7.7 ネットワーク障害予測
9.7.8 バーチャルネットワークアシスタント
9.7.9 音声／音声認識
9.7.10 その他の通信用途

9.8 エネルギー／公益事業
9.8.1 高度な機械学習アルゴリズムとエッジAIプラットフォームが、リアルタイム最適化と予知保全を可能にする
9.8.2 エネルギー需要予測
9.8.3 グリッド最適化／管理
9.8.4 エネルギー消費分析
9.8.5 スマートメータリング／エネルギーデータ管理
9.8.6 蓄エネルギー最適化
9.8.7 リアルタイムのエネルギー監視／制御
9.8.8 電力品質の監視／管理
9.8.9 エネルギートレーディング／市場予測
9.8.10 インテリジェント・エネルギー管理システム
9.8.11 その他のエネルギー／公益事業用途

9.9 製造業
9.9.1 AIは再生可能材料の回収・再生を通じてサステナブル製造を支援
9.9.2 物流（マテリアルムーブメント）管理
9.9.3 予知保全／設備点検
9.9.4 生産計画
9.9.5 再生可能材料の回収・再生
9.9.6 生産ライン最適化
9.9.7 品質管理
9.9.8 インテリジェント在庫管理
9.9.9 その他の製造用途

9.10 農業
9.10.1 農業におけるAIの影響拡大は、将来対応型の農業システムに向けた必須ステップ
9.10.2 作物モニタリング／収量予測
9.10.3 精密農業
9.10.4 土壌分析／養分管理
9.10.5 害虫・病害検知
9.10.6 灌漑最適化／水管理
9.10.7 収穫・選別の自動化
9.10.8 雑草検知／管理
9.10.9 気象・気候モニタリング
9.10.10 家畜モニタリング／健康管理
9.10.11 その他の農業用途

9.11 ソフトウェア／テクノロジー提供企業
9.11.1 インテリジェント自動化から強固なセキュリティまで、AIがソフトウェア能力を再定義
9.11.2 コード生成／自動補完
9.11.3 バグ検知／修正
9.11.4 ソフトウェアテスト／QAの自動化
9.11.5 AI搭載サイバーセキュリティ／脅威検知
9.11.6 DevOps／CI/CD最適化の自動化
9.11.7 その他のソフトウェア／テクノロジー用途

9.12 メディア／エンターテインメント
9.12.1 パーソナライズされたコンテンツから著作権保護まで、AIがデジタルメディア戦略を変革
9.12.2 コンテンツ推薦システム
9.12.3 コンテンツ制作／生成
9.12.4 コンテンツ著作権保護
9.12.5 オーディエンス分析／セグメンテーション
9.12.6 パーソナライズ広告
9.12.7 その他のメディア／エンターテインメント用途

9.13 その他のエンタープライズ用途

人工知能市場：エンドユーザー別
市場規模および成長率の予測分析（2032年まで、単位：10億米ドル）｜データ表30点

10.1 はじめに
10.1.1 エンドユーザー：人工知能市場の促進要因

10.2 消費者
10.2.1 スマートアシスタントへのAI統合およびクリエイティブコンテンツ生成ツールが、消費者の急速な採用を促進

10.3 企業
10.3.1 BFSI（銀行・金融サービス・保険）
10.3.1.1 BFSIでは、不正検知、個別化金融サービス、リアルタイムリスク管理でのAI利用拡大が進む
10.3.1.2 銀行
10.3.1.3 金融サービス
10.3.1.4 保険

10.3.2 小売／Eコマース
10.3.2.1 AI搭載レコメンドエンジン、パーソナライズマーケティング、ダイナミックプライシングが消費者体験を変革
10.3.2.2 消費財小売
10.3.2.3 産業財小売

10.3.3 輸送／物流
10.3.3.1 AIがルート計画とサプライチェーン可視化を最適化し、費用対効果が高く即応性のある輸送システムを実現
10.3.3.2 鉄道
10.3.3.3 道路
10.3.3.4 海運
10.3.3.5 航空

10.3.4 政府／防衛
10.3.4.1 AIにより公共サービスの高度化、セキュリティ強化、政府運営の意思決定改善が可能に
10.3.4.2 連邦政府
10.3.4.3 州・地方政府
10.3.4.4 軍事／防衛
10.3.4.5 公共サービス機関

10.3.5 ヘルスケア／ライフサイエンス
10.3.5.1 AIは迅速な創薬と診断精度向上を通じて、医療の臨床面・運用面を変革
10.3.5.2 医療提供者
10.3.5.3 製薬／バイオテクノロジー分野
10.3.5.4 医療機器（MedTech）

10.3.6 通信
10.3.6.1 通信事業者は自律型ネットワーク管理により、インフラとサービスを最適化するためAIを活用
10.3.6.2 ネットワーク事業者
10.3.6.3 通信機器提供企業
10.3.6.4 通信サービス提供企業（CSPs）
10.3.6.5 データ／クラウド接続提供企業

10.3.7 エネルギー／公益事業
10.3.7.1 AI駆動のエネルギー最適化、予知保全、グリッド管理が再生可能エネルギー移行を支援
10.3.7.2 石油・ガス
10.3.7.3 発電
10.3.7.4 公益事業（ユーティリティ）

10.3.8 製造業
10.3.8.1 予知保全、スマートファクトリー、AIによる生産ライン自動化が生産性向上とダウンタイム削減に寄与
10.3.8.2 離散製造
10.3.8.3 プロセス製造

10.3.9 ソフトウェア／テクノロジー提供企業
10.3.9.1 AI駆動インフラと生成AIツールにより、ソフトウェア／テック企業が製品・サービスへAIを組み込みやすくなる
10.3.9.2 クラウド・ハイパースケーラー
10.3.9.3 基盤モデル／LLM提供企業
10.3.9.4 AI技術提供企業
10.3.9.5 IT／IT対応サービス提供企業（ITES）

10.3.10 メディア／エンターテインメント
10.3.10.1 コンテンツ制作とリアルタイムのパーソナライゼーション向け生成AIツールが、イノベーション加速とコスト削減を促進
10.3.10.2 出版／ジャーナリズム
10.3.10.3 テレビ、映画、OTT
10.3.10.4 音楽／オーディオ
10.3.10.5 ゲーム／インタラクティブメディア
10.3.10.6 広告／マーケティング代理店
10.3.10.7 その他のメディア／エンターテインメント企業

10.3.11 その他の企業
10.3.11.1 個別学習、オーディエンスエンゲージメント、運用最適化などのAI用途が効率化を牽引

人工知能市場：地域別
7地域を網羅し、23カ国を国別に詳細分析｜データ表388点

11.1 はじめに

11.2 北米
11.2.1 北米：人工知能市場の促進要因
11.2.2 北米：マクロ経済見通し
11.2.3 米国
11.2.3.1 米国政府および企業による成長施策が市場成長を牽引
11.2.4 カナダ
11.2.4.1 変革的な公共計算インフラ構築に向けた資金拡大

11.3 欧州
11.3.1 欧州：人工知能市場の促進要因
11.3.2 欧州：マクロ経済見通し
11.3.3 英国
11.3.3.1 英国政府による継続的な投資と施策がAI市場成長を後押し
11.3.4 ドイツ
11.3.4.1 ドイツはAIを最重要の将来技術として認識
11.3.5 フランス
11.3.5.1 AI施策の積極推進と研究開発投資がフランス市場を前進させる
11.3.6 イタリア
11.3.6.1 活発なスタートアップ・エコシステムと高度技術の採用がAI市場成長を牽引
11.3.7 スペイン
11.3.7.1 スペイン政府の施策がAIの広範な普及を促進
11.3.8 北欧
11.3.9 ベネルクス
11.3.10 ロシア
11.3.11 欧州その他

11.4 アジア太平洋
11.4.1 アジア太平洋：人工知能市場の促進要因
11.4.2 アジア太平洋：マクロ経済見通し
11.4.3 中国
11.4.3.1 AI開発に有利な政府施策と規制が市場成長を牽引
11.4.4 インド
11.4.4.1 イノベーションと産業変革に向けた生成AI活用が市場成長を後押し
11.4.5 日本
11.4.5.1 多様なスタートアップと既存大手テック企業のエコシステムがイノベーションを牽引
11.4.6 韓国
11.4.6.1 市民サービス向上に向けたAIインフラへの政府投資が市場成長を後押し
11.4.7 豪州・ニュージーランド
11.4.7.1 生成AI用途の実証（ビジネス実験）が、膨大なデータの分析と洞察抽出を可能にする
11.4.8 ASEAN
11.4.9 アジア太平洋その他

11.5 中東・アフリカ
11.5.1 中東・アフリカ：人工知能市場の促進要因
11.5.2 中東・アフリカ：マクロ経済見通し
11.5.3 サウジアラビア
11.5.3.1 主要産業分野におけるAI開発重視の高まりが市場成長を牽引
11.5.4 UAE
11.5.4.1 AI導入に向けた先行的戦略の実施と規制枠組み整備が市場成長を牽引
11.5.5 南アフリカ
11.5.5.1 協業と投資によりスタートアップ・エコシステムの成長を促進
11.5.6 トルコ
11.5.6.1 トルコ政府がイノベーションと国際協業を促進し、経済成長を後押し
11.5.7 カタール
11.5.7.1 強靭な物理・デジタルインフラが、カタール経済発展の重要な推進要因に
11.5.8 エジプト
11.5.8.1 デジタル変革とイノベーションへの政府の戦略的重点が、市場トレンドを牽引
11.5.9 クウェート
11.5.9.1 AI技術への投資増と政府施策が市場を押し上げ
11.5.10 中東・アフリカその他

11.6 中南米
11.6.1 中南米：人工知能市場の促進要因
11.6.2 中南米：マクロ経済見通し
11.6.3 ブラジル
11.6.3.1 政府の強力な支援と民間企業の関心拡大が市場成長を後押し
11.6.4 メキシコ
11.6.4.1 AI採用により、メキシコはデジタル先進国へ
11.6.5 アルゼンチン
11.6.5.1 事業プロセスの高度化と意思決定改善に向けたAI採用が進展
11.6.6 チリ
11.6.6.1 人間のウェルビーイングを中心とした研究・イノベーション推進に向け、AI採用が拡大
11.6.7 中南米その他

競争環境
戦略的イノベーションと競争上のポジショニングを通じて、AI大手がどのように市場ダイナミクスを再構築しているかを解明する。

12.1 概要
12.2 主要企業の戦略（2020～2024年）
12.3 売上高分析（2020～2024年）
12.4 市場シェア分析（2024年）
12.4.1 市場ランキング分析（2024年）

12.5 製品比較分析
12.5.1 製品比較分析：機械学習別
12.5.1.1 Vertex AI
12.5.1.2 Amazon Forecast
12.5.1.3 NVIDIA Jarvis
12.5.1.4 SAS Viya
12.5.1.5 Microsoft Azure AI Personalizer
12.5.2 製品比較分析：自然言語処理別
12.5.2.1 Gensim
12.5.2.2 MindMeld
12.5.2.3 Google Cloud Natural Language
12.5.2.4 MonkeyLearn
12.5.2.5 Amazon Comprehend
12.5.3 製品比較分析：コンピュータビジョン別
12.5.3.1 OpenCV
12.5.3.2 Viso Suite
12.5.3.3 TensorFlow
12.5.3.4 MATLAB
12.5.3.5 Keras

12.6 企業価値評価と財務指標

12.7 企業評価マトリクス：主要企業（AIインフラ、2024年）
12.7.1 スター（Stars）
12.7.2 新興リーダー（Emerging Leaders）
12.7.3 有力プレイヤー（Pervasive Players）
12.7.4 参加企業（Participants）
12.7.5 企業フットプリント：主要企業（AIインフラ、2024年）
12.7.5.1 企業フットプリント
12.7.5.2 提供内容フットプリント
12.7.5.3 技術フットプリント
12.7.5.4 エンタープライズ用途フットプリント
12.7.5.5 地域フットプリント

12.8 企業評価マトリクス：主要企業（AIソフトウェア、2024年）
12.8.1 スター（Stars）
12.8.2 新興リーダー（Emerging Leaders）
12.8.3 有力プレイヤー（Pervasive Players）
12.8.4 参加企業（Participants）
12.8.5 企業フットプリント：主要企業（AIソフトウェア、2024年）
12.8.5.1 企業フットプリント
12.8.5.2 提供内容フットプリント
12.8.5.3 技術フットプリント
12.8.5.4 エンタープライズ用途フットプリント
12.8.5.5 地域フットプリント

12.9 企業評価マトリクス：主要企業（AIサービス、2024年）
12.9.1 スター（Stars）
12.9.2 新興リーダー（Emerging Leaders）
12.9.3 有力プレイヤー（Pervasive Players）
12.9.4 参加企業（Participants）
12.9.5 企業フットプリント：主要企業（AIサービス、2024年）
12.9.5.1 企業フットプリント
12.9.5.2 提供内容フットプリント
12.9.5.3 技術フットプリント
12.9.5.4 エンタープライズ用途フットプリント
12.9.5.5 地域フットプリント

12.10 企業評価マトリクス：スタートアップ／中小企業（2024年）
12.10.1 スタートアップ／中小企業 ― AIソフトウェア企業
12.10.1.1 進取的企業（Progressive Companies）
12.10.1.2 対応力の高い企業（Responsive Companies）
12.10.1.3 ダイナミック企業（Dynamic Companies）
12.10.1.4 立ち上げ段階（Starting Blocks）
12.10.2 スタートアップ／中小企業 ― AIサービス提供企業
12.10.2.1 進取的企業（Progressive Companies）
12.10.2.2 対応力の高い企業（Responsive Companies）
12.10.2.3 ダイナミック企業（Dynamic Companies）
12.10.2.4 立ち上げ段階（Starting Blocks）
12.10.3 競争ベンチマーキング：スタートアップ／中小企業（2024年）
12.10.3.1 主要スタートアップ／中小企業の詳細一覧
12.10.3.2 主要スタートアップ／中小企業の競争ベンチマーキング

12.11 競争シナリオとトレンド
12.11.1 製品投入および機能強化
12.11.2 取引（Deals）

企業プロファイル
主要市場プレイヤーの詳細な企業プロファイル（事業概要、製品・サービス・ポートフォリオ、最近の動向、独自のアナリスト視点［MnM View］を含む）

13.1 はじめに

13.2 大手企業
13.2.1 NVIDIA
13.2.1.1 事業概要
13.2.1.2 提供製品
13.2.1.3 最近の動向
13.2.1.4 MnM見解
13.2.2 Microsoft
13.2.3 AWS
13.2.4 Google
13.2.5 IBM
13.2.6 AMD
13.2.7 Oracle
13.2.8 Intel
13.2.9 OpenAI
13.2.10 Baidu
13.2.11 Qualcomm
13.2.12 HPE
13.2.13 Alibaba Cloud
13.2.14 Huawei
13.2.15 Salesforce
13.2.16 Meta
13.2.17 SAP
13.2.18 Cisco
13.2.19 SAS Institute
13.2.20 Siemens
13.2.21 Databricks
13.2.22 iMerit
13.2.23 Centific
13.2.24 Quantiphi
13.2.25 Tiger Analytics
13.2.26 TELUS International
13.2.27 Innodata
13.2.28 Fractal Analytics
13.2.29 Sama

13.3 スタートアップ／中小企業プロファイル
13.3.1 Anthropic
13.3.2 Glean
13.3.3 Scale AI
13.3.4 C3 AI
13.3.5 Dialpad
13.3.6 Cerebras
13.3.7 Shield AI
13.3.8 Appier
13.3.9 Ada
13.3.10 DeepL
13.3.11 Jasper
13.3.12 Metropolis Technologies
13.3.13 Adept
13.3.14 H2O.ai
13.3.15 AI21 Labs
13.3.16 Synthesia
13.3.17 Cohere
13.3.18 Persado
13.3.19 Anyscale
13.3.20 Appen
13.3.21 Snorkel
13.3.22 Cogito Tech
13.3.23 Inbenta
13.3.24 Observe AI
13.3.25 Character.AI
13.3.26 Spot AI
13.3.27 Arthur AI
13.3.28 Writesonic
13.3.29 Inflection AI
13.3.30 Mostly AI
13.3.31 Labelbox
13.3.32 Gamaya
13.3.33 Graphcore
13.3.34 HQE Systems, Inc.
13.3.35 One AI
13.3.36 Soundful
13.3.37 Arrow AI

隣接・関連市場

14.1 はじめに
14.2 対話型AI市場 ― 2030年までの世界予測
14.2.1 市場定義
14.2.2 市場概況
14.2.2.1 対話型AI市場：提供内容別
14.2.2.2 対話型AI市場：サービス別
14.2.2.3 対話型AI市場：業務機能別
14.2.2.4 対話型AI市場：対話エージェントタイプ別
14.2.2.5 対話型AI市場：統合モード別
14.2.2.6 対話型AI市場：業種（バーティカル）別
14.2.2.7 対話型AI市場：地域別

14.3 生成AI市場 ― 2030年までの世界予測
14.3.1 市場定義
14.3.2 市場概況
14.3.2.1 生成AI市場：提供内容別
14.3.2.2 生成AI市場：データモダリティ別
14.3.2.3 生成AI市場：用途別
14.3.2.4 生成AI市場：エンドユーザー別
14.3.2.5 生成AI市場：地域別

付録

15.1 ディスカッションガイド
15.2 Knowledgestore：MarketsandMarketsのサブスクリプションポータル
15.3 カスタマイズオプション
15.4 関連レポート
15.5 著者情報