AIコードツールの世界市場は、2023年の43億米ドルから2028年には126億米ドルに成長し、予測期間中のCAGRは24.0%になると予測されています。AIコードツール市場は、ジェネレーティブAlの急速な進歩がソフトウェア開発に革命をもたらすなど、いくつかの重要な要因によって促進されています。これらのツールは、複雑なコーディング作業を処理する際の課題に対処するため、開発者の効率性と生産性の向上に役立っています。複雑なコーディングタスクに取り組む開発者を支援し、スケーラビリティを強化する必要性と、ソフトウェア開発者の役割における変革的なシフトが、AIコードツール市場を推進しています。
市場動向
促進要因 複雑なコーディングタスクに取り組む開発者を支援する必要性
AIコードツールは、複雑なコーディングタスクに直面するソフトウェア開発者に計り知れない支援を提供し、これがソフトウェア開発現場におけるAIコードツール採用の有力な推進力となっています。この支援の重要な側面の1つは、特にレガシーなソースコードや複数のプログラミング言語を扱う場合に、コード翻訳を簡素化するAIコードツールの能力にあります。2021年のInternational Conference on Intelligent User Interfacesでの研究では、生成AIが開発者にソースコードをPythonに翻訳するための骨格となるフレームワークを提供することが強調されました。2022年のProceedings of the Association for Computing Machinery on Programming Languages (PACMPL)に掲載された研究では、GitHub Copilotのようなこれらのツールは、関数呼び出しや引数補完のための行末提案を提供することで、より迅速なコーディングを促進することが観察されました。
抑制： 問題解決能力を妨げるAIコードツールへの過度の依存
AIコードツールへの過度の依存は、ソフトウェア開発の現場における重大な制約となります。これらのAI駆動ツールは、効率性と生産性を提供する一方で、開発者の創造的な問題解決能力と批判的思考を不注意に妨げる可能性があります。開発者がAIコードツールに惹かれるのは、その利便性とコーディング作業を迅速化できる能力に惹かれることが多いからです。しかし、この利便性は、開発者がAIが生成するコード提案に過度に依存する状況を招きかねません。この過度の依存は、開発者が手作業によるコーディングを回避したり、革新的な問題解決を見過ごしたり、開発プロセスでより受動的な役割を採用したりするなど、いくつかの形で現れる可能性があります。開発者は、コードの課題に積極的に取り組み、独自の解決策を考案するのではなく、ワンストップのソリューションとしてAIツールに頼る可能性があります。このような過度な依存の結果、創造的思考が阻害され、ソフトウェア・エンジニアリングに不可欠なスキルが向上しない可能性があります。
チャンス： ソフトウェア業界におけるプロンプト・エンジニアリングの出現
プロンプトエンジニアリングの出現は、ソフトウェア開発業界にとって大きなチャンスです。 このアプローチは、AIシステムとの効果的なコミュニケーションの重要性を認識し、それをメタプログラミングの一形態として扱います。開発者は、適切に構造化されたプロンプトを使用してAIシステムに意図を伝え、AIの共同開発者が目的に沿ったコードを生成するようにする必要があります。アプリ開発の作業量が増加し、生産性の向上が求められる中、プロンプトエンジニアリングとAIと人間のコラボレーションは、ソフトウェア開発の未来を効果的にナビゲートするソリューションを提供します。
課題 AIコードツールにおける法的・倫理的複雑性
法的および倫理的な複雑性は、AIコードツールの使用における固有の課題です。これは主に、急速に進化する人工知能の状況と、確立された法的枠組みや倫理基準との相互作用によるものです。これらの複雑性は、知的財産権、法的責任、データプライバシー、倫理的配慮など、さまざまな問題を包含しています。特にAIが生成したコードの場合、知的財産権に関する重大な懸念があります。AIツールによって作成されたコードの所有権を決定することは、AIが生成したコードに著作権、特許、所有権のいずれが認められるかという問題を含むため、複雑になる可能性があります。
AIコードツール市場のエコシステムは、さまざまな主要コンポーネントから構成されるダイナミックな景観であり、それぞれが人工知能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、AIコードツールのプロバイダー、サービスプロバイダー、インテグレーター、エンドユーザー、規制機関などが含まれます。
業種別では、BFSI分野が予測期間中最大の市場規模を占めています。
人工知能（AI）は、業務を合理化し、顧客体験を向上させ、リスク管理を改善するために設計された幅広いコードツールを導入することで、BFSI分野を変革しました。これらのAIコードツールは、銀行、金融機関、保険会社が急速に進化する業界において、より効率的で機敏な競争力を高めるのに役立っています。顕著なアプリケーションの1つは、自然言語処理（NLP）と機械学習（ML）アルゴリズムを使用して文書処理と分析を自動化することです。ローン申込書、財務諸表、顧客クエリなどのソースから大量の非構造化データを解析することで、AIコードツールは重要な情報を迅速に抽出し、リスクプロファイルを評価し、データ駆動型の意思決定を行うことができます。
予測期間中、マネージドサービス分野が最も高いCAGRで成長すると予測
マネージド・サービスは、AI導入への包括的なアプローチを提供し、組織が人工知能の力を活用する方法を変革します。多くの場合、第三者の専門家によって提供されるこれらのサービスは、計画や開発から継続的な運用やサポートに至るまで、AIシステムのエンドツーエンドの管理を網羅しています。マネージド・サービスを利用することで、組織はAIに関連する複雑な作業から解放され、専門家の指導を受けながらコアコンピテンシーに集中することができます。マネージド・サービス・プロバイダーは、データの準備、モデルのトレーニング、展開、継続的なモニタリングなどのタスクを監督し、AIソリューションのシームレスで最適な機能を確保します。
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AIコードツール市場は、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。米国は、産学官の連携を促進するイノベーション・エコシステムによって、AIの世界的リーダーとしての地位を長年維持してきました。多額の投資、トップクラスのAI研究者の集積、IBMやマイクロソフトのようなハイテク大手を擁する米国は、AIスタートアップの資金調達案件や特許を独占しており、公共部門にAIを導入する準備が整っていることを裏付けています。同様に、カナダは、研究開発の重視、高度なスキルを持つ人材へのアクセス、主要都市における強力な技術エコシステムによって特徴付けられる、盛んなハイテク産業を誇っています。STEM教育と共同研究への取り組みにより、カナダは世界のソフトウェア市場における重要なプレーヤーとしての地位を確立しており、グローバル企業を惹きつけるAIハブが栄えています。
主要企業
主なAIコードツールおよびサービスプロバイダーには、IBM（米国）、Microsoft（米国）、Google（米国）、AWS（米国）、Salesforce（米国）、Meta（米国）、OpenAI（米国）、Tabnine（イスラエル）、Replit（米国）、Sourcegraph（米国）、 Moolya（インド）、Synk（米国）、CircleCI（米国）、JetBrains（チェコ共和国）、Adacore（フランス）、WingWare（米国）、Datadog（米国）、Lightning AI（米国）、Kodezi（米国）、Sourcery（英国）、CodeWP（米国）、SQLAI. ai（ドイツ）、SinCode AB（スウェーデン）、Seek AI（米国）、Enzyme（米国）、Assistive.ai（ドイツ）、CodiumAI（イスラエル）、Mutable AI（米国）、Judini（米国）、Safurai（イタリア）。 これらの企業は、AIコードツール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、AIコードツール市場を提供、用途、業種、地域に基づいて分類しています。
オファリング別
ツール
デプロイメントモード
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
システムインテグレーションとインプリメンテーション
サポート＆メンテナンス
マネージドサービス
テクノロジー別
機械学習
ディープラーニング
リカレント・ニューラル・ネットワーク
長期短期記憶（LSTM）
自然言語処理
自然言語理解（NLU）
コードの自然言語インターフェース
ジェネレーティブAI
大規模言語モデル（LLM）
コード生成モデル
アプリケーション別
データサイエンス＆機械学習
クラウドサービス＆DevOps
ウェブ開発
モバイルアプリ開発
ゲーム開発
組み込みシステム
その他のアプリケーション
業種別
BFSI
IT&ITeS
ヘルスケア＆ライフサイエンス
製造業
小売・eコマース
電気通信
政府・公共機関
メディア＆エンターテインメント
その他（教育、自動車、エネルギー・公益事業）
地域別
北米
欧州
アジア太平洋
中東・アフリカ
ラテンアメリカ
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バージョンである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5月、IBMは、企業が信頼できるデータを使用して最先端のAIの影響を拡大し、加速することを可能にする新しいAIおよびデータプラットフォームであるWatsonXを発表しました。WatsonXは、AI開発スタジオ、データストア、AIガバナンス・ツールキットを備えた包括的なプラットフォームとして設計されました。
2023年3月、著名なクラウドソフトウェア開発プラットフォームであるReplitは、Google Cloudとの提携を発表しました。この提携により、自然言語のプロンプトに基づいてプログラム全体の完全なコードを生成できる最新の大規模言語モデル（LLM）チャット・アプリケーションを導入。
バイドゥは2023年3月、知識を強化したLLMを搭載した生成AIの最新イノベーション、ERNIE Botを発表しました。この最先端テクノロジーは、人間の意図を理解し、人間レベルの理解とコミュニケーションに近い、正確で一貫性のある流暢な応答を提供することができます。
2022年12月、DeepMindは競争力のあるレベルでコンピュータプログラムを記述できるコード生成システムAlphaCodeを発表しました。AlphaCodeは、コードとテキストの膨大なデータセットで学習され、Python、Java、C++、C#など、さまざまなプログラミング言語のコードを生成できます。
2022年3月、CircleCIはパリを拠点とするソースコード解析専門のAIエンジンPonicodeの買収を発表。Ponicodeは、開発者があまり好まない作業、特にテスト作成、コードコメント、コード品質分析などのコード作成の反復的な側面から開発者を軽減することに重点を置いており、CircleCIの興味を引き、優れたコードを作成する開発者をサポートするという使命に合致しています。
【目次】
1 はじめに （ページ – 29）
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
1.3.3 考慮した年数
1.4 通貨
1.5 利害関係者
2 調査方法 (ページ – 33)
2.1 調査データ
図1 AIコードツール市場：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 一次プロファイルの内訳
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 AIコードツール市場：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 市場規模推計手法 – アプローチ1（サプライサイド）： AIコードツール／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）： 全AIコードツール/サービス企業の総売上高
図6 市場規模推計手法 – アプローチ3、ボトムアップ（供給側）： 上位プレイヤーの収益とデータソース
図7 市場規模推計手法 – アプローチ4、ボトムアップ（需要サイド）： AIコードツール全体の支出額
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 不況がAIコードツール市場に与える影響
表3 景気後退が世界市場に与える影響
3 事業概要（ページ数 – 47）
表4 AIコードツール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年に大きなシェアを占めるツール分野
図9 2023年に最も大きなシェアを占めるのは機械学習技術
図10 2023年にクラウド展開がより大きなシェアを占める
図11 2023年に市場規模を大きく占めるのはプロフェッショナルサービス
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サービス
図13 2023年に最大のアプリケーションを占めるのはデータサイエンスと機械学習
図14 2023年に最大の市場シェアを占めるのはBfsiの垂直市場
図15 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 – 53）
4.1 AIコードツール市場における魅力的な機会
図16 ソフトウェア開発の自動化と効率化に対する需要の高まりがAIコードツールの採用を促進
4.2 市場：上位3つのアプリケーション
図17 データサイエンス＆機械学習アプリケーションが予測期間中に最大市場を占める見込み
4.3 市場：サービス別、業種別
図18 2023年に最大のシェアを占めるのはツールとBfsiの垂直市場
4.4 地域別市場
図19 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 – 55）
5.1 はじめに
5.2 市場ダイナミクス
図20 市場の促進要因、阻害要因、機会、課題
5.2.1 推進要因
5.2.1.1 ソフトウェア開発に革命をもたらすジェネレーティブAIの急速な進歩
5.2.1.2 AIコードツールによる効率性と生産性の向上
5.2.1.3 複雑なコーディングタスクに取り組む開発者を支援する必要性
5.2.1.4 ソフトウェア開発者の役割の変革
5.2.2 制約
5.2.2.1 AIが生成するコードにおける不正確さと限界の存在
5.2.2.2 AIコードツールへの過度の依存は問題解決能力を阻害
5.2.3 機会
5.2.3.1 AIを搭載したバーチャル開発者によるアプリケーション開発の進化
5.2.3.2 拡張ソフトウェア開発（ASD）によるイノベーションの実現
5.2.3.3 ソフトウェア業界におけるプロンプトエンジニアリングの出現
5.2.4 課題
5.2.4.1 AIコードツールにおける法的・倫理的複雑性
5.2.4.2 AIコードツールで直面するセキュリティ上の課題
5.2.4.3 生成されるコードのバイアスに対する懸念
5.3 業界動向
5.3.1 AIコードツール アーキテクチャ
図 21 AI コードツールのアーキテクチャ
5.3.2 AIコードツール： 進化
図22 AIコードツール市場の進化
5.3.3 バリューチェーン分析
図23 AIコードツール市場：バリューチェーン分析
5.3.4 エコシステム分析
図 24 市場のエコシステム
表6 市場：AIコードツールプロバイダー
表7 市場：サービスプロバイダー
表8 市場：インテグレーター
表9 市場：エンドユーザー
表10 市場：規制機関
5.3.5 価格分析
5.3.5.1 主要プレイヤーのアプリケーション別販売価格
図25 上位3つのアプリケーションにおける主要プレイヤーの販売価格
表11 上位3つの用途における主要メーカーの販売価格（米ドル）
5.3.5.2 AIコードツールの指標価格分析
表 12 AI コードツール： 価格水準
5.3.6 ポーターの5つの力分析
図26 ポーターの5つの力分析
表13 AIコードツール市場：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 供給者の交渉力
5.3.6.4 買い手の交渉力
5.3.6.5 競争相手の激しさ
5.3.7 市場の買い手／顧客に影響を与えるトレンド／混乱
図27 市場：バイヤー／顧客に影響を与えるトレンド／破壊的要因
5.3.8 技術分析
図28 AIコードツール市場：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 生成AI
5.3.8.1.4 コンテナ化とマイクロサービス
5.3.8.2 隣接技術
5.3.8.2.1 ビッグデータ
5.3.8.2.2 予測分析
5.3.8.2.3 クラウドコンピューティング
5.3.8.2.4 サイバーセキュリティ
5.3.8.2.5 グラフデータベース
5.3.9 ケーススタディ分析
5.3.10 IT & ITES
5.3.10.1 事例1：AIを活用したコーディングアシスタントTabnineがCI&Tの生産性を向上
5.3.10.2 事例2：NutanixがSourcegraphを利用してLog4jの脆弱性に対処
5.3.11 銀行、金融サービス、保険
5.3.11.1 事例3: Neo Financialは、Sourcegraphを使用して開発者の生産性とコードベース管理を改善
5.3.11.2 ケーススタディ4：PayPayは、CI/CDソリューションのCircleCIでスケーラビリティと信頼性を実現
5.3.12 ヘルスケア＆ライフサイエンス
5.3.12.1 ケーススタディ5：BaracodaはCircleCIで健康関連のIoT製品を加速
5.3.12.2 ケーススタディ6：HealthLabs.comはCircleCIで開発者の生産性と福利厚生の向上を実現
5.3.13 小売およびeコマース
5.3.13.1 ケーススタディ7：CircleCIがBoltのビルドパイプラインの最適化と合理化を支援
5.3.13.2 ケーススタディ8: CircleCIは、BRIKLが顧客の需要に応え、競争力を維持し、将来の成長を促進できるよう支援
5.3.14 輸送および物流
5.3.14.1 Case study 9: Lyftは、Sourcegraphを利用して、モノリシックなPHPアプリケーションからマイクロサービスアーキテクチャへの移行を成功させました。
5.3.15 教育
5.3.15.1 ケーススタディ10：MagicSchoolは、教師の日々のワークフローにAIをシームレスに統合することで、教育に革命をもたらしました。
5.3.16 特許分析
5.3.16.1 方法論
5.3.16.2 文書タイプ
表14 出願された特許、2013年～2023年
5.3.16.3 イノベーションと特許出願
図29 特許取得総件数、2013-2023年
5.3.16.3.1 上位出願者
図30 特許出願件数の上位10社（2013-2023年
表15 特許所有者上位20社（2013-2023年
表16 AIコードツール市場における特許一覧（2021～2023年
5.3.17 主要なカンファレンス＆イベント（2023～2024年
表17 カンファレンス＆イベントの詳細リスト（2023～2024年
5.3.18 関税と規制の状況
5.3.18.1 規制機関、政府機関、その他の組織
表18 北米：規制機関、政府機関、その他の組織のリスト
表 19 ヨーロッパ： 規制機関、政府機関、その他の組織の一覧
表20 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21 ロウ： 規制機関、政府機関、その他の組織のリスト
5.3.18.2 北米
5.3.18.2.1 米国
5.3.18.2.2 カナダ
5.3.18.3 ヨーロッパ
5.3.18.4 アジア太平洋
5.3.18.4.1 韓国
5.3.18.4.2 中国
5.3.18.4.3 インド
5.3.18.5 中東・アフリカ
5.3.18.5.1 アラブ首長国連邦
5.3.18.5.2 KSA
5.3.18.5.3 バーレーン
5.3.18.6 中南米
5.3.18.6.1 ブラジル
5.3.18.6.2 メキシコ
5.3.19 主要ステークホルダーと購買基準
5.3.19.1 購入プロセスにおける主要ステークホルダー
図31 上位3業種の購買プロセスにおける関係者の影響力
表22 上位3バーティカルの購買プロセスにおける関係者の影響力
5.3.19.2 購入基準
図 32 上位 3 バーティカルズにおける主要な購買基準
表 23 上位 3 分野の主要な購買基準
5.3.20 AIコードツール市場におけるベストプラクティス
5.3.21 市場の技術ロードマップ
表24 短期ロードマップ（2023～2025年
表25 中期ロードマップ（2026～2028年
表26 長期ロードマップ（2029～2030年
5.3.22 市場のビジネスモデル
5.3.22.1 サブスクリプション型サービス
5.3.22.2 ペイ・パー・ユーズまたはペイ・パー・クエリー
5.3.22.3 エンタープライズライセンスとカスタマイズ
5.3.22.4 プレミアム機能付きオープンソース
5.3.22.5 API と PaaS (Platform as a Service)
5.3.23 AI コードツールの主要機能
5.3.23.1 コードの自動補完とサジェスト
5.3.23.2 コードの最適化とリファクタリング
5.3.23.3 コード生成
5.3.23.4 自動テストとテスト生成
5.3.23.5 コードレビューと品質分析
5.3.23.6 コード分析
5.3.23.7 バグの検出と防止
5.3.23.8 バージョン管理
5.3.23.9 ドキュメンテーション生成
6 AIコードツール市場, 事業別 (ページ – 108)
6.1 はじめに
6.1.1 オファリング 市場牽引要因
図 33 サービス分野は予測期間中により高い成長率を記録
表 27：提供サービス別市場、2017～2022 年（百万米ドル）
表28 オファリング別市場、2023-2028年（百万米ドル）
6.2 ツール
6.2.1 予測モデルとデータ駆動型アプリケーションの開発を支援するAIコードツール
表 29 ツール 市場、地域別、2017年～2022年（百万米ドル）
表30 ツール： ツール：地域別市場、2023年～2028年（百万米ドル）
6.2.2 展開モード
6.2.2.1 拡張性、容易な可用性、支出削減を提供するクラウド展開モード
図 34 クラウド分野は予測期間中に高い成長率を記録
表 31：展開モード別市場、2017～2022 年（百万米ドル）
表32：展開モード別市場、2023～2028年（百万米ドル）
6.2.2.2 クラウド
6.2.2.2.1 ワークロードやデータ需要の変化に対応できるAIアプリケーションの開発を促進するクラウドソリューション
表33 クラウド：AIコードツール市場、地域別、2017～2022年（百万米ドル）
表34 クラウド：市場、地域別、2023年～2028年（百万米ドル）
6.2.2.3 オンプレミス
6.2.2.3.1 高水準のセキュリティとコンプライアンス遵守を提供するオンプレミス型AIコードツール
表 35 オンプレミス 市場、地域別、2017年～2022年（百万米ドル）
表36 オンプレミス 市場、地域別、2023年～2028年（百万米ドル）
6.3 サービス
6.3.1 AIシステムのパフォーマンスを維持し、ダウンタイムを最小限に抑え、問題を迅速に解決するサービス
図 35：予測期間中、プロフェッショナルサービス分野が最大市場を維持
表 37：サービス別市場、2017～2022 年（百万米ドル）
表38 サービス別市場、2023-2028年（百万米ドル）
6.3.2 プロフェッショナルサービス
6.3.2.1 プロフェッショナルサービスは、多様な産業においてイノベーション、自動化、データ主導の意思決定を促進
図 36 サポート＆メンテナンス分野は予測期間中に最も高い成長率を記録
表 39 プロフェッショナルサービス 市場、タイプ別、2017年～2022年（百万米ドル）
表 40 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41 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42 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）
6.3.2.2 コンサルティング
表 43 コンサルティング AIコードツール市場、地域別、2017-2022年（百万米ドル）
表 44 コンサルティング 市場、地域別、2023年～2028年（百万米ドル）
6.3.2.3 トレーニング
表45 トレーニング：市場：地域別、2017-2022年（百万米ドル）
表46 トレーニング：市場：地域別、2023-2028年（百万米ドル）
6.3.2.4 システム統合と実装
表47 システムインテグレーション＆インプリメンテーション：市場：地域別、2017-2022年（百万米ドル）
表48 システムインテグレーション＆インプリメンテーション：地域別市場、2023-2028年（百万米ドル）
6.3.2.5 サポート＆メンテナンス
表49 サポート＆保守：市場：地域別、2017-2022年（百万米ドル）
表50 サポート＆メンテナンス：地域別市場、2023-2028年（百万米ドル）
6.3.3 マネージドサービス
6.3.3.1 AI導入への包括的アプローチを提供するマネージドサービス
表 51 マネージドサービス： 市場：地域別、2017年～2022年（百万米ドル）
表 52 マネージドサービス： 地域別市場、2023-2028年（百万米ドル）
7 AIコードツール市場：技術別（ページ数 – 124）
7.1 はじめに
7.1.1 技術：市場促進要因
図 37：予測期間中、機械学習分野が最大市場を占める
表 53 ツール 市場、技術別、2017年～2022年（百万米ドル）
表54 ツール： ツール：技術別市場、2023年～2028年（百万米ドル）
7.2 機械学習
7.2.1 データ主導の意思決定を可能にする機械学習技術
表55 機械学習：市場、地域別、2017年～2022年（百万米ドル）
表56 機械学習：市場、地域別、2023～2028年（百万米ドル）
7.2.2 ディープラーニング
7.2.2.1 リカレントニューラルネットワーク
7.2.2.2 長時間短期記憶（LSTM）
7.3 自然言語処理
7.3.1 顧客サービス、コンテンツ生成、情報検索を変革するNLPベースのAIコードツール
表 57 自然言語処理： 市場、地域別、2017年～2022年（百万米ドル）
表 58 自然言語処理： 市場、地域別、2023年～2028年（百万米ドル）
7.3.2 自然言語理解（Nlu）
7.3.3 コード用自然言語インターフェース
7.4 ジェネレーティブAI
7.4.1 繰り返しのコーディング作業を自動化し、生産性を向上させるジェネレーティブAI
表59 ジェネレーティブAI：市場、地域別、2017～2022年（百万米ドル）
表60 ジェネレーティブAI：市場、地域別、2023～2028年（百万米ドル）
7.4.2 大規模言語モデル（llms）
7.4.3 コード生成モデル
…
【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 8823
