マルチモーダルAI市場の世界市場は、2023年の10億米ドルから2028年には45億米ドルに成長し、予測期間中のCAGRは35.0%と予測されています。マルチモーダルAI市場の推進要因としては、複数のフォーマットで非構造化データを分析する需要、複雑なタスクに取り組み包括的な問題解決アプローチを提供するマルチモーダルAIの能力、Generative AI技術によるマルチモーダルエコシステム開発の加速、マルチモーダリティをサポートする大規模な機械学習モデルへのアクセス性などが挙げられます。
市場動向
推進要因：マルチモーダル・エコシステム開発を加速するジェネレーティブAI技術
ジェネレーティブAIは、テキストや画像、あるいは動画全体といった新しいコンテンツを生み出すことができる、AI界のクリエイティブ・パワーハウスのようなものです。複数のデータ形式を組み合わせたコンテンツを作成することができます。例えば、画像の詳細な説明文を生成したり、テキストの説明文からリアルな画像を作成したり、コンテンツのニュアンスを理解した動画を作成したりすることもできます。このようにデータ形式を組み合わせることで、ジェネレーティブAIとマルチモーダルAIは相乗効果を発揮します。ジェネレーティブAIが進歩すれば、マルチモーダルAIのクリエイティブな側面が強化されるだけでなく、より洗練された統合システムへの道も開けます。これは、さまざまなデータタイプのコンテンツをシームレスに理解、解釈、生成できるAIアプリケーションの開発を可能にするため、画期的なことです。ジェネレーティブAIによって駆動されるマルチモーダルAIシステムは、より魅力的でパーソナライズされたユーザー体験のために、テキスト、画像、動画を組み合わせたマーケティング資料を自動的に生成することができます。また、個々の学習スタイルに対応したインタラクティブな教育コンテンツを作成し、エンゲージメントと理解度を高めることができます。さらに、マルチメディア・プレゼンテーションの作成も自動化できるため、よりインパクトのある有益なプレゼンテーションが可能になります。
抑制： マルチモーダルモデルにおけるバイアスのかかりやすさ
マルチモーダルAIモデルは、ユニモーダルモデルと同様、バイアスの影響を受けやすく、このバイアスは多くの場合、学習データそのものに起因します。テキスト、画像、動画などで構成されるトレーニングデータセットは、データソースに存在する社会的または文化的バイアスを不注意に反映する可能性があります。このようなバイアスは、画像認識における性別や人種のバイアス、自然言語処理タスクにおける言語的・文脈的バイアスなど、さまざまな形で現れる可能性があります。マルチモーダルAIモデルがこのようなデータでトレーニングされると、必然的にこのようなバイアスを継承し、永続化させることになり、予測や決定を行う際に不正確な結果や不公平な結果につながる可能性があります。AIモデルにおけるこのようなバイアスは、技術的な課題であるだけでなく、差別的な慣行を助長し、固定観念を強化し、不平等を悪化させる可能性があるため、倫理的な懸念でもあります。マルチモーダルAIモデルのバイアスに対処するには、注意深いデータキュレーション、データソースの多様性、洗練されたデバイシング技術が必要です。また、倫理的なAI開発とこれらの技術の責任ある使用への継続的なコミットメントが必要であり、AIシステムが技術的に熟練しているだけでなく、倫理的・社会的価値観に沿ったものであることを保証します。
機会： カスタマイズされた業界固有のソリューションに対する需要の高まり
AI技術の進歩に伴い、マルチモーダルAIの応用は、特定の業界のニーズや課題に対応するために高度にカスタマイズできるという認識が高まっています。マルチモーダルAIは、複数のデータモダリティのパワーを活用することで、カスタマイズされたソリューションを提供するのに適しています。例えば、ヘルスケア分野では、マルチモーダルAIを活用して、医療画像、テキスト化された患者記録、さらには医師と患者の対話の音声記録を分析し、包括的な診断洞察を提供することで、患者ケアと医学研究に革命をもたらします。自動車分野では、高度な運転支援システムの構築にマルチモーダルAIが採用されており、カメラからの視覚データ、センサーからのテキストデータ、車載音声アシスタントからの音声データを組み合わせて、交通安全と運転体験を向上させています。このような業界特有のアプローチにより、各分野特有の課題と機会に対応したオーダーメイドのマルチモーダルAIソリューションが登場し、イノベーションの新時代への道が開かれつつあります。
課題 多様なデータタイプへのマルチモーダルAIの適応には、移植性の限界が課題となります。
移植性の限界は、これらのAIシステムの汎用性と適応性における基本的な制約を浮き彫りにしています。クラシック音楽の訓練を受けた指揮者がジャズ・アンサンブルのオーケストレーションを行う際に課題に遭遇する可能性があるように、ある種類のデータで訓練されたマルチモーダルAIモデルは、異なる種類のデータを提示されたときにシームレスに適応したり、効果的に実行したりできない可能性があります。このような移植性の限界は、特にダイナミックで多様な実世界のシナリオにこれらのモデルを展開する場合に、慎重な検討が必要であることを強調しています。この課題は、トレーニング中に習得した知識が、トレーニングデータセット内の特定のデータモダリティ、パターン、特性に本質的に結びついているという事実にあります。テキストデータから画像データへの移行、構造化データから非構造化データへの移行など、新しいデータや異なるタイプのデータに直面した場合、これらのモデルは正確な予測や意味のある洞察の抽出に苦戦することがよくあります。
マルチモーダルAI市場のエコシステムは、さまざまな主要コンポーネントで構成されるダイナミックなランドスケープであり、それぞれがAIとソフトウェア開発の分野を発展させる上で明確な役割を果たしています。これらの構成要素には、マルチモーダルAIソリューション・プロバイダー、サービス・プロバイダー、エンドユーザー、規制機関などが含まれます。
分野別では、BFSI分野が予測期間中最大の市場規模を占めています。
BFSIセグメントにおけるマルチモーダルAIは、さまざまなデータタイプとAI機能を統合することで業務に革命をもたらしています。この分野では、顧客体験の向上、プロセスの合理化、リスクの軽減のためにマルチモーダルAIが適用されています。例えば、顧客との対話では、テキストや音声分析のための自然言語処理（NLP）、認証のための顔認識、さらには顧客満足度を測定するためのセンチメント分析を活用します。不正検知では、マルチモーダルAIが取引データ、画像、行動パターンを組み合わせ、より効果的に異常を特定します。さらに、文書処理の自動化においても重要な役割を果たし、文書から得られるテキスト情報と視覚情報の両方を解釈し、精度と効率を向上させます。BFSIにおけるマルチモーダルAIの採用は、セキュリティや不正防止を強化するだけでなく、パーソナライズされた顧客サービスや効率的なバックエンド業務にも貢献し、最終的にはより高度で応答性の高い金融環境を形成します。
タイプ別では、ジェネレーティブ・マルチモーダルAI分野が予測期間中に最も高いCAGRで成長すると予測されています。
ジェネレーティブ・マルチモーダルAIは、テキスト、画像、さらには音声など、複数のモダリティにまたがる新しいコンテンツを同時に生成するユニークな能力を備えています。このタイプのAIは、異なるデータタイプ間の関係を理解するように訓練されており、これらのモダリティ間で首尾一貫した、文脈に関連したコンテンツを生成することができます。例えば、画像のキャプションを生成したり、視覚的なシーンを説明的なテキストに変換したり、あるいはテキストの説明に基づいてリアルな画像を生成したりすることができます。ジェネレーティブ・マルチモーダルAIの強みは、データを統一的かつニュアンス豊かに理解する能力にあり、エンターテインメント、デザイン、コミュニケーションなどさまざまな業界において、コンテンツ制作、ストーリーテリング、問題解決により高度なアプリケーションを可能にします。
予測期間中、北米が最大の市場規模を占める見込み
北米のマルチモーダルAI市場は、米国とカナダのイノベーションと技術力によって形成された世界的な大国です。 この地域は、テクノロジーの融合と、機械とユーザー間のより洗練された人間らしいインタラクションに対する需要の急増によって、力強い成長を遂げています。主な推進要因のひとつは、スマートフォンやスマートデバイスの普及と、高品質データの利用可能性の増加です。シリコンバレーを中心とするこの地域のイノベーションへの注力は、マルチモーダルAIの進歩を助長する環境を育んでいます。北米の企業は、マルチモーダルAIソリューションの開発と実装の最前線に立っており、これは、技術的進歩を推進し、ユーザーエンゲージメントと問題解決を強化するために人工知能の限界を押し広げるというこの地域のコミットメントを反映しています。
主要企業
主なマルチモーダルAIおよびサービスプロバイダーには、グーグル（米）、マイクロソフト（米）、OpenAI（米）、Meta（米）、AWS（米）、IBM（米）、Twelve Labs（米）、Aimesoft（米）、Jina AI（独）、Uniphore（米）、Reka AI（米）、Runway（米）、Jiva.ai（英）、Vidrovr（米）、Mobius Labs（米）、Newsbridge（仏）、OpenStream. ai（米国）、Habana Labs（米国）、Modality.AI（米国）、Perceiv AI（カナダ）、Multimodal（米国）、Neuraptic AI（スペイン）、Inworld AI（米国）、Aiberry（米国）、One AI（米国）、Beewant（フランス）、Owlbot.AI（米国）、Hoppr（米国）、Archetype AI（米国）、Stability AI（英国）。これらの企業は、マルチモーダルAI市場での地位を強化するために、製品の発売、買収、パートナーシップなどの有機的および無機的な成長戦略の両方を使用しています。
この調査レポートは、マルチモーダルAI市場をオファリング、データモダリティ、技術、タイプ、業種、地域に基づいて分類しています。
オファリング別
ソリューション
フレームワーク
プラットフォーム
ソフトウェア
展開モード別ソリューション
クラウド
オンプレミス
サービス
プロフェッショナルサービス
コンサルティング
トレーニング＆ワークショップ
マルチモーダルデータ統合
カスタムマルチモーダルAI開発
マルチモーダルデータアノテーション
サポート＆メンテナンス
マネージド・サービス
データモダリティ別
テキストデータ
音声データ
画像データ
ビデオ・データ
音声データ
テクノロジー別
機械学習
自然言語処理
コンピュータビジョン
コンテキスト認識
モノのインターネット
タイプ別
生成的マルチモーダルAI
翻訳的マルチモーダルAI
説明型マルチモーダルAI
対話型マルチモーダルAI
業種別
BFSI
小売・eコマース
通信
政府・公共機関
ヘルスケア＆ライフサイエンス
製造業
自動車、運輸、物流
メディア＆エンターテインメント
その他の業種
地域別
北米
欧州
アジア太平洋
中東・アフリカ
中南米
2023年11月、Open AIのGPT-4 Turboは、Chat Completions API内で画像を入力として受け付ける機能を導入します。この機能強化により、画像キャプションの生成、実世界画像の詳細分析、図表を含む文書の処理など、様々なユースケースが広がります。さらに、開発者は Images API を使用する際にモデルとして “dall-e-3” を指定することで、アプリケーションや製品に DALL-E 3 をシームレスに統合することができ、マルチモーダル AI の創造的な可能性を広げることができます。
2023年8月、メタは包括的なマルチモーダルおよび多言語機能を初めて提供する画期的なAI翻訳モデル、SeamlessM4Tを発表しました。この革新的なモデルは、音声とテキストの両方を通じて、言語を超えたコミュニケーションを容易にします。
2023年7月、Metaはオープンソースの大規模言語モデルの次のイテレーションであるLlama 2のリリースを発表しました。この開発は、マイクロソフトとメタのパートナーシップ拡大の一環であり、マイクロソフトはLlama 2の優先パートナーに指定されています。
2023年6月、マイクロソフトは、バウンディングボックスを含むオブジェクトの説明を理解し、テキストと視覚的領域を結びつける能力を強化したマルチモーダル大規模言語モデル（MLLM）であるKosmos-2を発表しました。Kosmos-2は、様々なモダリティの処理、指示への追従、文脈への適応といった典型的なMLLMの機能に加え、下流アプリケーションでの接地機能をもたらし、マルチモーダルAIの領域における範囲を広げます。
2023年2月、ユニフォアは音声、視覚、テキストデータを組み合わせてAIによる洞察を得るヘキサゴンを買収しました。この買収により、ユニフォアのXプラットフォームは強化され、人間の行動を理解する能力がさらに向上しました。これらの改善により、ユニフォアは顧客との会話や問い合わせの解決の精度と共感を高めることを目指しました。
【目次】
1 はじめに （ページ – 33）
1.1 調査目的
1.2 市場の定義
1.2.1 包含と除外
1.3 市場範囲
1.3.1 市場セグメンテーション
1.3.2 対象地域
1.4 考慮した年数
1.5 通貨
1.6 利害関係者
2 調査方法 (ページ – 38)
2.1 調査データ
図1 マルチモーダルAI市場：調査デザイン
2.1.1 二次データ
2.1.2 一次データ
表1 一次インタビュー
2.1.2.1 一次プロフィールの内訳
2.1.2.2 主要な業界インサイト
2.2 データの三角測量
図2 データ三角測量
2.3 市場規模の推定
図3 市場：トップダウンアプローチとボトムアップアプローチ
2.3.1 トップダウンアプローチ
2.3.2 ボトムアップアプローチ
図4 市場規模推定手法 – アプローチ1（サプライサイド）： マルチモーダルAIソリューション／サービスからの収益を用いたフローチャート
図5 市場規模推計手法 – アプローチ2、ボトムアップ（供給側）： すべてのマルチモーダルAiソリューション／サービスプロバイダーからの総収入
図6 市場規模推定手法 – アプローチ3、ボトムアップ（供給側）： トッププレイヤーの収益とデータソース
図7 市場規模推定手法 – アプローチ4、ボトムアップ（需要側）： マルチモーダルAI支出全体によるシェア
2.4 市場予測
表2 要因分析
2.5 調査の前提
2.6 制限事項
2.7 景気後退がマルチモーダルAI市場に与える影響
表3 景気後退が世界市場に与える影響
3 EXECUTIVE SUMMARY（ページ数 – 52）
表4 マルチモーダルAIの市場規模と成長率、2017～2022年（百万米ドル、前年比）
表5 2023～2028年の市場規模と成長率（百万米ドル、前年比）
図8 2023年にはソリューションが市場規模を拡大
図9 2023年に最大の市場シェアを占めるプラットフォームセグメント
図10 2023年にはクラウド展開がより大きな市場に
図11 2023年にプロフェッショナルサービスがより大きな市場を占める
図12 2023年に最も大きなシェアを占めるのはコンサルティング
図13 2023年に最大の市場を占めるのは画像データ
figure 14 2023年に最も大きなシェアを占めるのはジェネレーティブ・マルチモーダルAI
figure 15 2023年に自然言語処理が最大市場を占める
図16 2023年に最大の市場シェアを占めるのはヘルスケア＆ライフサイエンス
図17 アジア太平洋地域の市場成長率が最も高い
4 プレミアムインサイト（ページ数 – 58）
4.1 マルチモーダルAI市場における魅力的な機会
図18 複数のデータモダリティを理解し処理するニーズの高まりが市場成長を促進
4.2 市場：ソリューション
図19 市場において最も高い成長率を示すのはソフトウェア分野
4.3 市場：サービス別、主要業種別
図20 2023年にはソリューションとヘルスケア＆ライフサイエンスの垂直市場が最大シェアを占める見込み
4.4 地域別市場
図21 2023年に最大のシェアを占めるのは北米
5 市場概要と業界動向（ページ – 60）
5.1 はじめに
5.2 市場ダイナミクス
図22 市場促進要因、阻害要因、機会、課題
5.2.1 推進要因
5.2.1.1 マルチモーダルAI市場を牽引する複数フォーマットの非構造化データの分析ニーズ
5.2.1.2 複雑なタスクを処理し、問題解決への全体的なアプローチを提供するマルチモーダルAIの能力が市場を後押し
5.2.1.3 マルチモーダル・エコシステム開発を加速するジェネレーティブAI技術
5.2.1.4 マルチモーダリティをサポートする大規模な機械学習モデルの利用可能性が市場成長を促進
5.2.2 阻害要因
5.2.2.1 マルチモーダルモデルにおけるバイアスのかかりやすさ
5.2.2.2 マルチモーダルAIモデルの処理とトレーニングには膨大な計算リソースが必要
5.2.3 機会
5.2.3.1 カスタマイズされた業界固有のソリューションに対する需要の高まり
5.2.3.2 マルチモーダルAIを推進する未知のデータタイプへの適応性の強化
5.2.3.3 マルチモーダルAIの進展を後押しするデータ管理サービス
5.2.4 課題
5.2.4.1 複雑な言語的課題をもたらす、ニュアンスと文脈依存の意味を把握するためのAI教育
5.2.4.2 マルチモーダルAI統合における課題を提示する最適なデータ融合
5.2.4.3 多様なデータタイプへのマルチモーダルAIの適応に課題をもたらす移植性の限界
5.3 業界動向
5.3.1 マルチモーダルAI：アーキテクチャ
図23 マルチモーダルAIのアーキテクチャ
5.3.2 マルチモーダルAI：進化
図24 マルチモーダルAI市場の進化
5.3.3 バリューチェーン分析
図25 市場：バリューチェーン分析
5.3.4 エコシステム／市場マップ
図26 市場エコシステムの主要プレイヤー
表6 市場：エコシステム
5.3.4.1 ソリューション・プロバイダー
5.3.4.2 サービスプロバイダー
5.3.4.3 エンドユーザー
5.3.4.4 規制機関
5.3.5 価格分析
5.3.5.1 主要プレイヤーの平均販売価格動向： 上位3データモダリティ
図27 主要プレイヤーの平均販売価格動向： 上位3データモダリティ
表7 主要プレイヤーの平均販売価格動向：上位3データモダリティ（米ドル）
5.3.5.2 マルチモーダルAIの指標価格分析（ソリューション別
表8 マルチモーダルAI：ソリューション別マルチモーダルAIの指標価格水準
5.3.6 ポーターの5つの力分析
図 28 ポーターの 5 つの力分析
表9 マルチモーダルAI市場：ポーターの5つの力分析
5.3.6.1 新規参入の脅威
5.3.6.2 代替品の脅威
5.3.6.3 サプライヤーの交渉力
5.3.6.4 買い手の交渉力
5.3.6.5 競争相手の強さ
5.3.7 顧客のビジネスに影響を与えるトレンド／混乱
5.3.7.1 顧客のビジネスに影響を与えるトレンド／ディスラプション
図29 市場：顧客のビジネスに影響を与えるトレンド／破壊的要因
5.3.8 テクノロジー分析
図30 マルチモーダルAI市場：技術分析
5.3.8.1 主要技術
5.3.8.1.1 機械学習
5.3.8.1.2 自然言語処理
5.3.8.1.3 ARとVR
5.3.8.1.4 コンピュータビジョン
5.3.8.1.5 IoT
5.3.8.2 補完技術
5.3.8.2.1 クラウドコンピューティング
5.3.8.2.2 データマイニング
5.3.8.2.3 バイオメトリクス認証
5.3.8.3 隣接技術
5.3.8.3.1 ビッグデータ
5.3.8.3.2 予測分析
5.3.8.3.3 エッジコンピューティング
5.3.8.3.4 ナレッジグラフ
5.3.9 事例分析
5.3.9.1 ケーススタディ1：AP通信、Vidrovrでマルチメディア処理に革命
5.3.9.2 ケーススタディ2： SceneXplainの革新的な自動化とタグ付けソリューションは、ヨーロッパのeコマースプラットフォームに革命を起こしました。
5.3.9.3 ケーススタディ3：グローバルな銀行グループがUniphoreのAI主導のコンプライアンスとモニタリングソリューションで業務を変革
5.3.9.4 CASE STUDY 4: UniphoreのU-Assistソリューションが医療サービス会社のエージェントガイダンスを変革
5.3.9.5 CASE STUDY 5: テレコム大手、ユニフォアのAIを活用した自動化により効率性と顧客体験を向上
5.3.10 特許分析
5.3.10.1 方法論
5.3.10.2 出願特許（文書タイプ別
表10 出願特許（文書タイプ別
5.3.10.3 イノベーションと特許出願
図31 過去10年間の特許取得件数（2013-2023年
5.3.10.3.1 マルチモーダルAI市場における上位10件の出願人
図 32 マルチモーダルAI市場における上位10社の出願件数（2013～2023年
図33 付与された特許の地域分析（2013-2023年
表11 市場における特許所有者トップ20、2013-2023年
表12 市場において付与された特許のリスト（2023年
5.3.11 貿易分析
5.3.11.1 輸入シナリオ
図34 コンピュータソフトウェアの輸入、主要国別、2015-2022年（10億米ドル）
5.3.11.2 輸出シナリオ
図35 コンピューターソフトウェアの輸出、主要国別、2015年～2022年（10億米ドル）
5.3.12 主要会議・イベント（2023～2025年
表13 マルチモーダルAI市場：会議・イベントの詳細リスト（2023～2025年
5.3.13 関税と規制の状況
5.3.13.1 マルチモーダルAIソリューションに関連する関税
表14 マルチモーダルAIソリューションに関連する関税（2022年
5.3.13.2 規制機関、政府機関、その他の組織
表15 北米：規制機関、政府機関、その他の組織の一覧
表 16 欧州： 規制機関、政府機関、その他の組織のリスト
表17 アジア太平洋地域：規制機関、政府機関、その他の組織のリスト
表18 中東・アフリカ：規制機関・政府機関・その他の団体リスト
表19 ラテンアメリカ：規制機関、政府機関、その他の組織のリスト
5.3.13.3 北米
5.3.13.3.1 米国
5.3.13.3.2 カナダ
5.3.13.4 ヨーロッパ
5.3.13.5 アジア太平洋
5.3.13.5.1 韓国
5.3.13.5.2 中国
5.3.13.5.3 インド
5.3.13.6 中東・アフリカ
5.3.13.6.1 アラブ首長国連邦
5.3.13.6.2 KSA
5.3.13.6.3 バーレーン
5.3.13.7 中南米
5.3.13.7.1 ブラジル
5.3.13.7.2 メキシコ
5.3.14 主要ステークホルダーと購買基準
5.3.14.1 購入プロセスにおける主要ステークホルダー
図36 上位3業種の購買プロセスにおける関係者の影響力
表 20 上位 3 業種の購買プロセスにおける関係者の影響力
5.3.14.2 購入基準
図 37 上位 3 業種における主な購買基準
表21 上位3業種における主な購買基準
5.3.15 マルチモーダルAI市場におけるベストプラクティス
5.3.16 市場の技術ロードマップ
表22 短期ロードマップ（2023～2025年
表23 中期ロードマップ、2026～2028年
表24 長期ロードマップ、2029～2030年
5.3.17 市場のビジネスモデル
5.3.17.1 SaaS（サービスとしてのソフトウェア）プラットフォーム
5.3.17.2 有料または消費ベースの価格設定
5.3.17.3 APIとSDK（ソフトウェア開発キット）
5.3.17.4 データ注釈およびラベリングサービス
5.3.17.5 コンサルティングとインテグレーションサービス
6 マルチモーダルAI市場, サービス別 (ページ – 113)
6.1 はじめに
6.1.1 オファリング 市場牽引要因
図 38 サービス分野は予測期間中により高い成長率を記録
表25 オファリング別市場、2017年～2022年（百万米ドル）
表26 オファリング別市場、2023年～2028年（百万米ドル）
6.2 ソリューション
6.2.1 多様なデータソースのシームレスな統合に対する需要の高まりがマルチモーダルAIソリューション市場の成長を促進
図 39 プラットフォーム分野が予測期間中に最大の市場規模を維持
表27 ソリューション別市場、2017年～2022年（百万米ドル）
表28 ソリューション別市場、2023-2028年（百万米ドル）
表29 ソリューション： 市場：地域別、2017年～2022年（百万米ドル）
表30 ソリューション： 市場：地域別、2023-2028年（百万米ドル）
6.2.2 プラットフォーム
6.2.2.1 単一エコシステム内での統合ソリューションへのニーズの高まりがプラットフォーム分野を牽引
表 31 プラットフォーム マルチモーダルAIソリューション市場、地域別、2017年～2022年（百万米ドル）
表 32 プラットフォーム マルチモーダルAIソリューション市場、地域別、2023年～2028年（百万米ドル）
6.2.3 ソフトウェア
6.2.3.1 ソフトウェアが提供する高度なAIソリューションが市場成長を促進
表33 ソフトウェア：マルチモーダルAIソリューション市場、地域別、2017年～2022年（百万米ドル）
表34 ソフトウェア：マルチモーダルAIソリューション市場、地域別、2023年～2028年（百万米ドル）
6.2.4 フレームワーク
6.2.4.1 オープンソースとクラウドネイティブなソリューションで開発者を強化するマルチモーダルAIフレームワーク
表 35 フレームワーク マルチモーダルAIソリューション市場、地域別、2017年～2022年（百万米ドル）
表 36 フレームワーク マルチモーダルAIソリューション市場、地域別、2023年～2028年（百万米ドル）
6.3 ソリューション、展開モード別
6.3.1 クラウドベースの集中処理か、ローカライズされたセキュアなオンプレミス展開かを選択できる適応性
図 40 クラウド分野は予測期間中に高い成長率を記録
表 37：展開モード別市場、2017～2022 年（百万米ドル）
表 38：展開モード別市場、2023～2028 年（百万米ドル）
6.3.2 クラウド
6.3.2.1 インフラ管理と間接費の負担軽減に貢献するクラウド
表39 クラウド：地域別市場、2017年～2022年（百万米ドル）
表40 クラウド：市場、地域別、2023～2028年（百万米ドル）
6.3.3 オンプレミス
6.3.3.1 厳しいデータガバナンスとセキュリティ要件が市場を促進
表 41 オンプレミス マルチモーダルAI市場、地域別、2017年～2022年（百万米ドル）
表42 オンプレミス： 市場、地域別、2023年～2028年（百万米ドル）
6.4 サービス
6.4.1 マルチモーダルAIソリューションの効果的な実装と保守を可能にするサービス
図 41 プロフェッショナルサービスが予測期間中に市場規模を拡大
表43 サービス別市場、2017～2022年（百万米ドル）
表44 サービス別市場、2023-2028年（百万米ドル）
6.4.2 プロフェッショナルサービス
6.4.2.1 マルチモーダルAIソリューションの導入における専門家の指導とサポートへの需要が同分野の成長を促進
図42 マルチモーダルデータアノテーション分野は予測期間中に最も高い成長率を記録
表 45 プロフェッショナルサービス： 市場, タイプ別, 2017-2022 (百万米ドル)
表 46 プロフェッショナルサービス： 市場：タイプ別、2023-2028年（百万米ドル）
表47 プロフェッショナルサービス 市場：地域別、2017-2022年（百万米ドル）
表48 プロフェッショナルサービス 市場：地域別、2023-2028年（百万米ドル）
6.4.2.2 コンサルティング
表49 コンサルティング 市場：地域別、2017-2022年（百万米ドル）
表50 コンサルティング： コンサルティング：地域別市場、2023-2028年（百万米ドル）
6.4.2.3 トレーニング＆ワークショップ
表51 トレーニング＆ワークショップ マルチモーダルAI市場、地域別、2017年～2022年（百万米ドル）
表 52 トレーニング＆ワークショップ 市場、地域別、2023年～2028年（百万米ドル）
6.4.2.4 マルチモーダルデータ統合
表53 マルチモーダルデータ統合：地域別市場、2017-2022年（百万米ドル）
表54 マルチモーダルデータ統合：地域別市場、2023～2028年（百万米ドル）
6.4.2.5 カスタムマルチモーダルAI開発
表55 カスタムマルチモーダルAI開発： 市場、地域別、2017年～2022年（百万米ドル）
表56 カスタムマルチモーダルAI開発： 市場、地域別、2023-2028年（百万米ドル）
6.4.2.6 マルチモーダルデータアノテーション
表57 マルチモーダルデータアノテーション：市場、地域別、2017年～2022年（百万米ドル）
表58 マルチモーダルデータアノテーション：地域別市場、2023-2028年（百万米ドル）
6.4.2.7 サポート＆メンテナンス
表59 サポート＆メンテナンス：市場：地域別、2017-2022年（百万米ドル）
表60 サポート＆メンテナンス：地域別市場、2023-2028年（百万米ドル）
6.4.3 マネージドサービス
6.4.3.1 AI導入の複雑化によりマルチモーダルAIの導入が促進
表 61 マネージドサービス： 市場, 地域別, 2017-2022 (百万米ドル)
表62 マネージドサービス： 市場：地域別、2023年～2028年（百万米ドル）
…
【本レポートのお問い合わせ先】
www.marketreport.jp/contact
レポートコード： TC 8854
