世界のデータアノテーションおよびラベリング市場規模は、2022年に8億米ドルを超え、2027年末には33.2%の年率を示し36億米ドルに達すると予測されています。機械学習モデルを作成する際、前処理にはデータのラベリングとアノテーションが含まれます。機械学習モデルが正確な予測を行うためには、画像、テキストファイル、動画などの生データを特定し、そのデータに1つ以上のラベルを付けて、モデルのコンテキストを説明する必要がある。データを整理し、クリーンアップし、ラベルを付けるために、企業はソフトウェア、手順、データアノテーターを導入しています。このトレーニングデータは、MLモデルの基礎となるものです。このラベルによって、アナリストはデータセット内の特定の変数を分離することができ、MLモデルに最適なデータ予測因子を選択することができるようになります。
市場動向
ドライバー 医療用画像処理におけるラベル付きデータの普及率上昇
患者ケアの向上、診断の改善、創薬の加速のためのアルイネーブルシステムの展開が、医療分野を変えています。正確にラベル付けされた医療画像を用いて、人間の手を借りずに患者の異常や病気を検出できるアルゴリズムが開発されている。正確にラベル付けされた手術映像のデータベースを作成するために、医療関係者も専門家のアノテーションサービスプロバイダーと協力する。このデータセットは、自律型手術ロボットを作るためのビルディングブロックとして機能することになります。Labelboxのような企業は、医療従事者が病理データにラベルを付けるために、ダイナミックな大規模タイル画像フォーマットをサポートしています。データアノテーションが重要なもう一つの応用分野は、医薬品開発です。研究者が創薬に関連するパターンを検出するために、データアノテーションとラベリングは、膨大な量の研究論文、特許、臨床試験書類、患者記録を選別する自動化システムを支援することができます。このような注釈付きデータセットを活用することで、病気、症状、潜在的な治療法の間にある新しいつながりを推測することができます。
制約： トレーニングデータの質の低さに関連する問題
データアノテーションとラベリングソリューションの市場拡大における主要な障壁の一つは、高品質の入力データの不足であることに変わりはない。低品質のデータでAlモデルをトレーニングしようとすると、予測される出力に誤差が生じ、特定のアルゴリズムは完全な最適化が達成できないほど劣化してしまう。これは、Alの性能がアルゴリズムに入力されるデータの品質と強い相関があるためです。 また、データセットが欠落していたり、無関係であったり、操作されたりして、グランドトゥルースとAlアルゴリズムの予測に大きな差が生じると、経済的に大きな影響を与える可能性があります。
チャンス RoI向上のためのクラウドソーシングによるデータアノテーションの普及促進
大量のデータに迅速にアノテーションを施すため、クラウドソーシングによるデータアノテーションでは、データラベリングプロジェクトを多数のフリーランスのデータアノテーターにアウトソーシングしています。データアノテーションの作業を一度に数千人のデータラベラーに任せることで、企業はAl製品の販売にかかる時間を短縮しようとし、クラウドソーシングによるデータアノテーションの熱烈な需要が発生しています。クラウドソーシングでデータラベルを作成するプラットフォームの登場は、消費者のクラウドソーシングによるデータアノテーションへの信頼感を高めています。プロのデータアノテーション専門家を雇う場合のコストと比較すると、データアノテーションは数分の一の価格で仕上げることができるのです。
課題 熟練したデータアノテーターが少ない
データアノテーションとラベリングの業界は、経験豊富な手動データラベラーや主題専門家の不足によって大きく妨げられてきました。自動運転車や医療診断ソリューションなど、重要なアプリケーションを扱う複雑なAIモデルを作成するには、適切にラベリングされた高精度のトレーニングデータが必要です。そのため、複雑な科学的・医療的イメージの根本的な意味を読み解くことができる専門のアノテーターへの需要が高まっています。また、有資格のデータアノテーターが不足しているため、経験の浅いデータアノテーターがラベルを貼った場合、データの品質が低下するリスクもあります。
予測期間中に最大の市場規模を占めるのはBFSI分野
BFSI分野では、多くのフォーマットで生成される膨大な量のデータを活用することで、業務の強化、収益の向上、顧客体験の改善に機械学習を活用しています。データの注釈とラベリングツールは、堅牢なデータ品質を提供することで、これらの機械学習モデルが最適なレベルで実行されるようにします。予測分析システムは、顧客のローン申請データ、保険請求、KYCフォームなどの重要な消費者情報にラベルを付けることで、非構造化データから有用で適用可能な洞察を抽出することができるかもしれません。垂直方向の中では、BFSIセグメントが予測期間中に最大の市場規模を記録すると予測されています。
予測期間中、最も高いCAGRで成長する自動化セグメント
従来のデータラベリングは、時間がかかり、すべて手作業で行われていました。人間は生産性が低く、注釈の精度が高いにもかかわらず、ミスを犯しがちです。コンピュータビジョンや自然言語処理の分野では、正確で高品質なデータラベリングの需要が高まっています。あらゆる非構造化顧客データやコンテンツを自動的にラベリングすることで、属性の組み合わせが似ている顧客セグメントを発見し、マーケティング活動で同様に扱うことができます。企業は、人手をほとんど必要としない自動データラベリングを利用することで、運用コストと時間を大幅に削減することができます。予測期間中、自動化セグメントはCAGRで成長すると予測されています。
予測期間中、最大の市場規模を占めるのは北アメリカ
地域別では、北米が予測期間中、データ注釈およびラベリング市場をリードすると推定されます。この地域は、大企業の大半がこの地域に位置しているため、データ注釈およびラベリングソリューションの早期採用者の1つとなっています。北米の主要な推進要因の1つは、データ注釈とラベリングソリューションのアウトソーシングのために、多くの企業が多額の投資を行っていることです。この地域の国々の中でも、米国は、手頃な価格のデータアノテーションサービスと機械学習モデルに対する需要の高まりを目の当たりにする主要市場として浮上しています。
主要企業
データアノテーションとラベリングのプロバイダーは、市場での提供を強化するために、新製品の発売、製品のアップグレード、パートナーシップと契約、事業拡大、M&Aなど、有機および無機のさまざまな成長戦略を実施しています。データアノテーションおよびラベリング市場の主要プレーヤーには、Google（米国）、Appen（オーストラリア）、IBM（米国）、Oracle（米国）、TELUS International（カナダ）、Adobe（米国）、AWS（米国）、Alegion（米国）、 Cogito Tech（米国）、Anolytics（米国）、AI Data Innovation（米国）、Clickworker（ドイツ）、CloudFactory（英国）、CapeStart（米国）、DataPure（米国）、LXT（カナダ）、Precise BPO Solution（インド）、Sigma（米国）、Segment． ai（米国）、Defined.ai（米国）、Dataloop（イスラエル）、Labelbox（米国）、V7（英国）、LightTag（ドイツ）、SuperAnnotate（米国）、Scale（米国）、Datasur（米国）、Kili Technology（フランス）、Understand.ai（ドイツ）、Keylabs（イスラエル）、Label Your Data（米国）です。
この調査レポートは、データの注釈とラベリング市場を、コンポーネント、データタイプ、アプリケーション、展開タイプ、組織規模、注釈タイプ、垂直、地域に基づいて分類しています。
コンポーネント別
ソリューション
サービス
データタイプ別
テキスト
画像
動画
音声
展開のタイプ別
オンプレミス
クラウド
組織規模別
大企業
中小企業
アノテーションの種類別
手動
自動
半監視型（Semi-Supervised
アプリケーション別
データセット管理
セキュリティとコンプライアンス
データ品質管理
ワークフォース管理
コンテンツ管理
カタログ管理
センチメント分析
その他のアプリケーション
バーティカルズ別
BFSI
ITおよびITES
ヘルスケア＆ライフサイエンス
テレコム
政府・防衛・官公庁
小売・消費財
自動車
その他の業種
地域別
北米
米国
カナダ
欧州
英国
ドイツ
フランス
その他のヨーロッパ
アジア太平洋地域
中国
日本
インド
その他のアジア太平洋地域
中近東・アフリカ
サウジアラビア
UAE
南アフリカ
中東・アフリカの残りの地域
中南米
ブラジル
メキシコ
ラテンアメリカの残りの地域
2022年11月、TechSeeはTELUS Internationalと提携し、エンゲージメントセンターにおけるリアルタイムコンピュータビジョンの普及を進めていました。この提携により、TechSeeのAIを活用したサービスオートメーションとビジュアルエンゲージメント技術のポートフォリオは、TELUS Internationalの顧客基盤に追加されることになります。
2022年10月、アクセンチュアとGoogle Cloudは本日、それぞれの人材の育成、共同能力の向上、データとAIを活用した新しいソリューションの開発、サポートの強化に改めて取り組み、クライアントがクラウド上で強力なデジタルコアを構築し、企業を改革することを支援することで、グローバルパートナーシップを拡大することを発表しました。
2022年10月、AppenはNovaticsと協業し、中南米地域における共有シナジーを提供し、クライアントへの提案を拡大していました。この協業は、AIライフサイクルのための包括的なデータを提供するAppenの戦略における新たなステップです。協業の一環として、ノバティックスは、アペンとラテンアメリカ地域の主要な戦略的顧客との接点を持つことになります。
2022年5月、オラクルとインフォマティカは、Oracle Cloud Infrastructure上でのデータガバナンス、エンタープライズクラウドデータコネクティビティ、レイクハウスソリューションで提携した。この提携により、データベース、データウェアハウス、データレイク、データレイクハウス、エンタープライズアナリティクス、データサイエンス向けに、業界をリードするクラウドデータ管理、統合、ガバナンスソリューションが提供できるようになる。
2021年11月、AWSとゴールドマン・サックスは、金融サービス組織向けの新しいデータ管理とアナリティクス・ソリューションの構築に向けて協業した。
2021年8月、AppenはQuadrantを買収する契約を締結したと発表していた。このQuadrantとAppenの買収により、ジオロケーションに依存するビジネスに高品質なデータを提供する体制が整うことになる。
2021年7月、TELUS Internationalは、バンガルールを拠点とするデータアノテーションのスタートアップであるPlaymentを買収すると発表していました。この買収により、TELUS Internationalは、テクノロジー企業や大企業がAIを活用したソリューションを開発する際に、既存顧客の顧客体験の向上から、業界を超えたコンピュータビジョンを活用したアプリケーション開発の新たな機会を開拓するところまで支援することができます。
2020年11月、TELUS Internationalは、高品質な多言語データアノテーションのニーズの高まりに対応し、人工知能能力を向上させる目的で、ライオンブリッジの買収を発表していました。
【目次】
1 はじめに （ページ番号 – 30）
1.1 調査目的
1.2 市場の定義
1.2.1 含有物と除外物
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
1.3.3 考慮される年数
1.4 通貨を考慮した
1.5 ステークホルダー
2 調査方法 (ページ – 34)
2.1 調査データ
図1 データ注釈・ラベリング市場：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 市場のブレークアップとデータトライアングレーション
図2 データトライアングレーション
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 市場規模の推定方法 – アプローチ1（供給側）： データアノテーション・ラベリング市場のソリューション/サービスからの収益
図5 市場規模の推定方法-アプローチ2、ボトムアップ（供給側）： 市場のソリューション/サービスからの集合的な収益
図6 市場規模推定手法-アプローチ3、ボトムアップ型（供給側）： 市場のソリューション/サービスからの集合的な収益
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）： データアノテーションとラベリングの支出全体に占めるデータアノテーションとラベリングのシェア
2.4 市場予測
表2 ファクター分析
2.5 前提条件
2.6 制限事項
2.7 景気後退による市場への影響
3 EXECUTIVE SUMMARY（ページ番号 – 46)
表3 世界のデータ注釈とラベリングの市場規模と成長率、2019-2021年（百万米ドル、前年比 %)
表4 世界の市場規模と成長率、2022-2027年（百万米ドル、前年比 %)
図8 2022年、ソリューションセグメントが優勢
図9 2022年にはプロフェッショナルサービスが大きなシェアを占める
図10 トレーニングとコンサルティングが2022年に市場を支配する
図11 2022年に市場をリードしたテキストデータ型セグメント
図12 データセット管理分野が2022年に最大の市場シェアを占める
図13 手動アノテーションタイプが2022年に最も大きなセグメントを占めた
図14 2022年、大企業が市場を支配する
図15 クラウド分野が2022年に大きな市場を占める
図16 2022年、ヘルスケア・ライフサイエンス分野が最も高い成長率を示した
図17 北米が最大の市場シェアを占め、アジア太平洋地域は2022年に最も高い成長率で成長した
4 プレミアムインサイト (ページ No. – 52)
4.1 データ注釈・ラベリング市場における魅力的な機会
図18 機械学習モデルの改善ニーズの高まりが市場成長を促進する
4.2 市場：上位3つのアプリケーション
図19 カタログ管理分野は予測期間中に最も高いCAGRで成長する
4.3 北米：市場：コンポーネント別、上位3つの業種別
図20 2022年、ソリューションセグメントとBfsiセグメントが最大の市場シェアを占める
4.4 市場：地域別
図21 北米が2022年に最大の市場シェアを占める
5 市場の概要と業界の動向（ページ番号 – 55）
5.1 導入
5.2 データアノテーションとラベリング：アーキテクチャ
図22 データアノテーションとラベリングのアーキテクチャ市場
5.3 市場ダイナミクス
図 23 推進要因、阻害要因、機会、および課題： 市場
5.3.1 推進要因（DRIVERS
5.3.1.1 機械学習モデルの改善とAIアルゴリズムのトレーニングの必要性の増加
図24 機械学習プロジェクトのタスクに割かれる時間の割合
5.3.1.2 自律走行技術における注釈付きデータセットへの需要の高まり
図25 自律走行に関する開示された取引と株式資金調達
5.3.1.3 医療用画像処理におけるラベル付きデータの人気の高まり
図26 年間出版される創薬論文のAI化
5.3.2 阻害要因
5.3.2.1 手動データアノテーションに関連する高コスト
5.3.2.2 トレーニングデータの質の低さに関連する問題
5.3.2.3 データセキュリティの規制やコンプライアンスに関する障害
5.3.3 機会
5.3.3.1 AI支援による自動データアノテーションの効率化の進展
5.3.3.2 コンピュータビジョン技術の新規アプリケーションへの急速な採用
5.3.3.3 RoI向上のためのクラウドソーシングによるデータアノテーションの普及が進む
5.3.4 課題
5.3.4.1 膨大なデータセットの取り扱いの複雑さが、人間のバイアスにつながる
5.3.4.2 熟練したデータアノテーション担当者の不足
5.4 データアノテーションとラベリング：進化
図27 進化：データアノテーションとラベリング市場
5.5 市場：エコシステム
表5 市場：エコシステム
5.6 サプライチェーン分析
図28 サプライチェーン分析：市場
5.7 ケーススタディ分析
5.7.1 ヘルスケア・ライフサイエンス
5.7.1.1 アイメリット、AI主導の遠隔患者モニタリング機能をがんセンターに提供へ
5.7.1.2 Mindy Support、米医療技術企業で全手術器具の在庫管理の自動化を実現
5.7.2 小売・Eコマース分野
5.7.2.1 CogitoTech、米国の実店舗がeコマースストアの存在感の高まりに対抗できるよう支援
5.7.2.2 DataLoop、Standard AIによる小売店での自律的なチェックアウトの実現に貢献
5.7.3 農業
5.7.3.1 Cropinは、2scaleがトレーサブルな米のバリューチェーンをデジタルで変革・構築することを支援する。
5.7.4 自動車
5.7.4.1 Scale AIは、トヨタ自動車の自律移動のための大量のトレーニングデータの作成を支援する。
5.7.5 メディアとエンターテイメント
5.7.5.1 DataLoop、LinkedInのコンテンツモデレーションを支援
5.7.6 ITとITES
5.7.6.1 Appen、Adobeの膨大なストックイメージライブラリの検索関連性の向上を支援
5.8 テクノロジー分析
5.8.1 データアノテーションと人工知能
5.8.2 データアノテーションと自然言語処理
5.8.3 データアノテーションとクラウドコンピューティング
5.8.4 データアノテーションとモノのインターネット(iot)
5.9 ポーターの5つの力分析
図 29 データアノテーションとラベリング：ポーターの5つの力分析
表6 データアノテーションとラベリング市場：ポーターの5つの力分析
5.9.1 新規参入の脅威
5.9.2 代替品の脅威
5.9.3 供給者のバーゲニングパワー
5.9.4 買い手のバーゲニングパワー
5.9.5 競争相手の強さ
5.10 規制の状況
5.10.1 医療保険の携行性と説明責任に関する法律（HIPAA)
5.10.2 一般データ保護規制（GDpr)
5.10.3 個人情報保護法および電子文書法
5.10.4 情報セキュリティ技術-個人情報セキュリティ仕様 gb/t 35273-2017
5.10.5 セキュアインディア ナショナルデジタルコミュニケーションポリシー2018
5.10.6 一般データ保護法(LGPD)
5.10.7 個人データ保護に関する2016年法律第13号
5.10.8 NIST special publication 800-144 – パブリッククラウドコンピューティングにおけるセキュリティとプライバシーに関するガイドライン
5.11 価格モデル分析
表7 平均販売価格分析、2022年
5.12 特許分析
5.12.1 方法論
5.12.2 文書タイプ
表8 出願された特許、2013-2022年
5.12.3 イノベーションと特許出願
図 30 付与された特許の総件数、2013-2022 年
5.12.3.1 出願者数トップ
図31 過去10年間に特許出願件数の多かった企業トップ10（2013-2022年
表9 データアノテーションとラベリング市場における特許所有者上位10社（米国）（2013-2022年
5.13 主要な会議とイベント（2022年～2023年
表10 データアノテーションとラベリング市場：会議とイベントの詳細リスト（2023年
5.14 関税と規制の状況
5.14.1 規制機関、政府機関、その他の組織
表11 北米：規制機関、政府機関、その他の組織のリスト
表12 欧州： 規制機関、政府機関、その他の組織のリスト
表13 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14 中東・アフリカ：規制機関、政府機関、その他の組織のリスト
表15 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
5.15 データ注釈およびラベリング市場のバイヤー/クライアントに影響を与えるトレンド/破壊的要因
図32 市場：バイヤー/クライアントに影響を与えるトレンド/ディスラプション
5.16 主要ステークホルダーと購買基準
5.16.1 購入プロセスにおける主要なステークホルダー
図33 上位3つのアプリケーションの購買プロセスにおける利害関係者の影響力
表16 上位3つのアプリケーションの購買プロセスにおけるステークホルダーの影響力
5.16.2 購入基準
図34 上位3つのアプリケーションの主要な購買基準
表17 トップ3アプリケーションの主要な購買基準
…
【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 8571
