远瞩咨询：2022年全球人工智能机器学习细分市场分析报告（31页）.pdf

《远瞩咨询：2022年全球人工智能机器学习细分市场分析报告（31页）.pdf》由会员分享，可在线阅读，更多相关《远瞩咨询：2022年全球人工智能机器学习细分市场分析报告（31页）.pdf（31页珍藏版）》请在三个皮匠报告上搜索。

1、数字与趋势20222022年全球人工智能机器学习细分市场分析年全球人工智能机器学习细分市场分析目录101 概述032018-2030 年人工智能(AI)市场规模/收入比较042019-2025 年全球人工智能软件市场增长预测052021-2030 年全球可解释的 AI 市场收入062021 年全球机器学习软件市场份额02 细分市场细分市场：实施和部署082021 年全球 ML、DS 和 AI 开发人员使用的数据类型092021 年全球 ML、DS 和 AI 开发人员使用的非结构化训练数据的大小102021 年最能应对全球网络攻击的新兴技术112020-2021 年机器学习和人工智能的用例频率1

2、22021 年全球医疗保健 AI 技术评估标准的重要性03 细分市场细分市场：自然语言处理142020-2028 年自然语言处理的全球市场规模152022 年全球自然语言处理领域的选定公司（按资助）16未来几年全球语音技术在各行业中的应用 202104 公司182012-2021 年全球机器学习和人工智能专利最多的公司192018-2021 年风险投资退出 AI 和 ML 芯片公司类型的价值202021 年全球对核心和新兴技术的投资（按技术）212020-2021 年全球超大规模 CSP 的 AI/ML 服务产品数量，按供应商分列222018-2021 年公司面临的机器学习挑战232020 年

3、全球公司中 AI 和 ML 项目优先于其他 IT 项目242020 年全球运营机器学习公司的主要问题05 特别关注：机器学习技能262021 年全球数据科学技术堆栈中最常用的技术272022 年全球最需要的技术技能282022 年开发人员希望在全球范围内获得的技术技能29按 IT 角色在 2022 年努力招聘信息技术人员302021 年全球网络安全专业人员的发展领域概述第 1 章描述：从 2018 年到 2030 年，人工智能的全球市场收入预计将显着增长，尽管不同的研究表明全球市场规模将增加多少存在差异。市场研究公司 IDC 预测，到 2024 年，全球人工智能市场规模将超过 5 万亿美元。P

4、recedence 研究表明，到 2030 年，该市场将增长到 1.5 万亿美元以上。注：全球；2022资料来源：GlobeNewswire；大观研究；国际数据中心；统计;特拉蒂卡281.4327.5554.310.114.6922.5934.8751.2770.9494.4112639.962.4733.787119.8165227.46313.9433.55998291,1481,59102004006008001,0001,2001,4001,6001,8002018201920202021202220232024202520262027202820292030市场规模（十亿美元）IDC

5、(February 2021)Tractica(March 2020)Grand View Research(June 2020)Globe newswire(June 2022)32018-2030年全球人工智能市场规模及收入对比（单位：十亿美元）2018-2030 年人工智能(AI)市场规模/收入比较描述：2020年，全球人工智能软件市场预计将同比增长约54%，达到226亿美元的预测规模。人工智能是一个术语，用于描述各种技术，指的是创建能够学习和解决问题的智能软件或硬件。其中包括机器学习、计算机视觉和自然语言处理(NLP)等。注：全球；2018来源：Tractica54%54%54%47%

6、38%33%26%0%10%20%30%40%50%60%2019202020212022202320242025同比增长42019 年至 2025 年全球人工智能(AI)软件市场的预测增长2019-2025 年全球人工智能软件市场增长预测描述：根据 NMSC 的数据，2021 年全球可解释人工智能(XAI)市场价值 44 亿美元。到 2030 年，市场价值预计将达到 210 亿美元。注：全球；2021 年至 2022 年；*预报。2020-2030 年复合年增长率：18.4%资料来源：下一步行动战略咨询4.45.56.67.89.210.912.815.217.921051015202520

7、212022*2023*2024*2025*2026*2027*2028*2029*2030*市值十亿美元52021年至2030年全球可解释人工智能（AI）市场规模（十亿美元）2021-2030 年全球可解释的 AI 市场收入描述：Newsle 在 2021 年以 88.71%的市场份额领先全球机器学习行业，其次是 TensorFlow 和 Torch。消息来源表明，机器学习软件被用于人工智能(AI)的应用，该软件允许系统根据经验自动或“人工”学习和改进功能，而无需专门编程。注：全球；2021资料来源：Datanyze88.71%3.38%2.75%5.16%0%10%20%30%40%50%

8、60%70%80%90%100%NewsleTensorFlowTorch其他市场份额62021年全球领先机器学习技术市场份额2021 年全球机器学习软件市场份额细分：实施和部署第02章描述：根据调查，68%的机器学习、数据科学和人工智能开发人员使用非结构化文本数据，这使其成为最受开发人员欢迎的数据类型。表格数据是第二受欢迎的数据类型，使用率为 59%。注：全球；2020 年 11 月至 2021 年 2 月；2,694 名受访者；机器学习、数据科学或人工智能开发人员来源：SlashData68%56%38%31%59%0%10%20%30%40%50%60%70%80%文本（非结构化）图片视

9、频声音表格数据受访者比例8截至 2021 年，机器学习(ML)、人工智能(AI)和数据科学(DS)开发人员在全球范围内使用的数据类型2021 年全球 ML、DS 和 AI 开发人员使用的数据类型描述：大多数机器学习、数据科学和人工智能(AI)开发人员使用大小在 50 MB 到 1 GB 之间的非结构化文本数据，共有 51%的受访者表示如此。12%的受访者使用大于 1 TB 的非结构化视频数据。注：全球；2020 年 11 月至 2021 年 2 月；2,008 名受访者；机器学习、数据科学或人工智能开发人员来源：SlashData8%12%7%10%12%17%10%15%10%12%9%11

10、%18%17%18%18%16%14%14%16%18%15%19%15%8%6%11%6%0%10%20%30%40%50%60%70%80%90%100%图片视频文本声音受访者比例大于1 TB100 GB-1 TB25 GB-100 GB1 GB-25 GB500 MB-1 GB50 MB-500 MB小于50 MB9截至 2021 年，机器学习(ML)、人工智能(AI)和数据科学(DS)开发人员在全球范围内使用的非结构化训练数据的大小（按类型）2021 年全球 ML、DS 和 AI 开发人员使用的非结构化训练数据的大小描述：接受本研究调查的近一半受访者表示，人工智能（包括机器学习）是最能

11、在未来五年内对抗民族国家网络攻击的新兴技术。未来能够应对网络威胁的其他技术包括：云计算、大数据分析、量子计算和数据中心。注：欧洲、美国、亚太地区；2020 年 11 月至 12 月；524 名受访者；高管资料来源：网络安全技术协议；经济学家影响48.9%47.5%38.9%25.6%22.9%0%10%20%30%40%50%60%人工智能（包括机器学习）云计算大数据分析量子计算数据中心受访者比例10您认为以下哪些新兴技术最适合在未来五年内用于应对国家的网络攻击？2021 年最能应对全球网络攻击的新兴技术描述：在 2021 年，57%的客户体验改善代表了人工智能和机器学习的顶级用例。机器学习和

12、人工智能的部署可以推进各种业务流程。注：全球；2020 年 11 月；845*；来自使用机器学习的公司的所有行业的业务决策者；了解Algorithmia 作为调查作者来源：算法37%34%29%28%27%27%26%26%20%19%14%15%50%57%31%48%27%46%22%34%40%44%31%1%0%10%20%30%40%50%60%生成客户洞察/情报改善客户体验留住客户与客户互动推荐系统检测欺诈减少客户流失获取新客户提高客户忠诚度增加长期客户参与度建立品牌知名度其他20202021受访者比例112020 年至 2021 年全球公司的人工智能和机器学习用例2020-202

13、1 年机器学习和人工智能的用例频率描述：根据 2021 年进行的一项调查，45%的受访者认为在医疗保健领域评估机器学习、NLP 或计算机视觉解决方案时，最先进的准确性是一个非常重要的标准。而另外 37%的受访者表示，在评估医疗保健 AI 技术时，训练自己的模型的能力是一个非常重要的标准。注：全球；2020 年 12 月 7 日至 2021 年 2 月 28 日；373 名受访者；18岁及以上；全球49 个国家的受访者；*1=不重要，5=非常重要。由于四舍五入，数字总和可能不等于 100。来源：梯度流10%11%7%7%8%10%9%12%9%9%11%9%10%8%4%5%7%8%7%9%5%

14、8%9%9%10%9%6%6%17%18%17%21%18%21%20%18%22%22%26%26%24%26%24%27%31%27%32%24%30%28%26%26%20%26%30%34%45%40%37%37%36%36%36%34%34%34%33%30%30%26%0%10%20%30%40%50%60%70%80%90%100%最先进的准确性实施特定于医疗保健的模型和算法训练自己的模型的能力对大型数据集的可扩展性生产准备特定于医疗保健的预训练模型生产就绪的代码库实施最先进的技术适合我们现有的软件堆栈适合现有的软件堆栈不与软件供应商共享数据开源或开放核心软件庞大而活跃的用户社区

15、训练或推理的速度12345回复的占比12在评估机器学习、NLP 或计算机视觉解决方案时，以下要求有多重要？*2021 年全球医疗保健 AI 技术评估标准的重要性细分：自然语言处理第 3 章描述：自然语言处理是人工智能市场中快速增长的细分市场。预计到2028年，市场规模将超过1270亿美元。注：全球；2021资料来源：财富商业洞察16.53$20.98$127.26$020406080100120140202020212028市场价值 十亿美元142020-2028 年自然语言处理全球市场价值（十亿美元）2020-2028 年自然语言处理的全球市场规模描述：在自然语言处理（NLP）开发领域，有

16、7 家公司在 2022 年累计融资超过 2.5 亿美元。在所有公司中，Verbit 领先于所有竞争对手，超过 5.5 亿美元资金。与此同时，Grammarly 和 Unisound都比名单上的其他公司积累了更多的资金。注：全球；2022 年 6 月 2 日来源：CrunchBase569400361.5273.5257.4252.8252.1223.1215214212.8201196.21701680100200300400500600VerbitGrammarlyUnisoundAibeeElement AIMobvoi4G ClinicalSmartlingSoundHoundObser

17、ve.AIPindropLaiyeCooTekContractPodAiPrimer资金价值（百万美元）152022 年自然语言处理领域领先的入选公司（单位：百万美元）2022 年全球自然语言处理领域的选定公司（按资助）描述：到 2021 年，所有行业的语音技术的创新和采用将保持强劲。将增加语音技术的使用和应用的行业是银行、金融服务、保险、教育、保险、消费行业和电子产品。在 2021 年研究中接受调查的行业专业人士中有 56%强调了所有这些行业。注：全球；2021;来自大型企业和小型初创公司的所有者、高管、高级管理人员、中层管理人员、中级和入门级专业人士来源：语音学56%56%56%56%45

18、%42%36%20%20%15%12%0%10%20%30%40%50%60%银行、金融服务、保险消费行业和电子产品教育保险医疗保健和生命科学媒体和娱乐电信合法合规机器人过程自动化政府顾问受访者比例16截至 2021 年，全球未来三到五年内将增加语音技术使用和应用的行业未来几年全球语音技术在各行业中的应用 2021公司第 4 章描述：截至 2021 年 12 月，腾讯是全球主动机器学习和人工智能(AI)专利家族的最大所有者，拥有 9,614 个专利家族。2020 年，该公司已从微软手中夺取领先地位，现在排名第六，拥有 5,821 个活跃家庭。百度以超过 9,500 个专利家族位居第二。该统计数

19、据基于 PatentSight 提供的数据。这两家领先的公司在超过 2,100 个专利家族中领先于拥有.的 IBM注：全球；2012年至2021年12月31日；*同族专利被定义为一组专利文献，它们都具有相同的优先级。即，它是一组专利文件，可以跨部门保护相同的发明。.资料来源：LexisNexis PatentSight02,0004,0006,0008,00010,00012,0002012201320142015201620172018201920202021活跃专利家族数量*报告日期腾讯百度IBM三星平安保险微软Alphabet英特尔华为苹果182012 年至 2021 年全球机器学习和人

20、工智能(AI)领域最大的专利所有者，按活跃专利家族的数量计算2012-2021 年全球机器学习和人工智能专利最多的公司说明：仅2021年第一季度，风险投资人工智能和机器学习芯片公司的市场退出价值就在108.4亿美元左右，全部以公开上市的方式进行。与被更大的市场竞争对手收购相比，在过去几年中，公开上市在AI 和 ML 半导体公司中越来越受欢迎。注：全球；2018 年至 2021 年；*仅限今年第一季度。资料来源：PitchBook；技术监视器0.281.780.393.2910.840246810122018201920202021*风险投资退出价值（亿美元）收购公开上市192018 年至 20

21、21 年 AI 和 ML 芯片公司风险投资退出价值，按类型（十亿美元）2018-2021 年风险投资退出 AI 和 ML 芯片公司类型的价值描述：2021 年，72%的受访者表示，加快对云安全的投资是他们的首要任务。对云、物联网和机器人流程自动化等技术的投资是帮助组织应对不断变化的客户需求和运营挑战的战略的一细分市场。注：全球；2020 年 12 月至 2021 年 1 月；4,300*；行政人员；*50%的受访者担任 IT 角色。代表了不同规模的公司，来自 25 个不同的国家，代表 20 个不同的行业。资料来源：埃森哲72%70%68%60%59%0%10%20%30%40%50%60%70

22、%80%云安全物联网技术混合云机器人过程自动化人工智能和机器学习受访者比例202021 年全球加速投资核心和新兴技术的高管比例（按技术）2021 年全球对核心和新兴技术的投资（按技术）描述：从 2020 年 9 月到 2021 年 6 月，每个超大规模云服务提供商(CSP)或“超大规模商”（例如，亚马逊网络服务、微软 Azure、谷歌云平台和阿里巴巴）的数量都出现了大幅增长。他们公司提供的人工智能(AI)和机器学习(ML)服务。这些服务可以是任何东西，从平台工具到语音、文本和语言再到图像/视频分析。注：全球；2020 年至 2021 年资料来源：阿里巴巴；亚马逊网络服务；贝恩公司；谷歌;微软2

23、540235339463562010203040506070亚马逊网络服务微软 Azure谷歌云平台阿里巴巴服务总数2020年9月2021年6月212020 年和 2021 年超大规模云服务提供商(CSP)的人工智能(AI)和机器学习(ML)服务总数，按提供商分列2020-2021 年全球超大规模 CSP 的 AI/ML 服务产品数量，按供应商分列描述：根据最近的一项调查，56%的受访者表示在 2021 年部署机器学习和人工智能时遇到了安全性和可审计性要求方面的问题。可审计性是从发起者到批准者和最终处置的交易可追溯的程度。注：全球；2020 年 11 月；403 名受访者；来自使用机器学习的公

24、司的所有行业的业务决策者；作为调查作者了解算法；*多个答案是可能的。来源：算法14%23%24%24%10%28%34%33%41%26%56%37%36%35%36%30%49%27%1%0%10%20%30%40%50%60%IT 治理、安全性、可审计性要求监控模型性能维护模型质量、性能所需的频繁更新管理、分配与机器学习相关的基础设施成本跨组织重复工作获得组织协调和高层支持编程语言和框架支持模型中的版本控制和再现性其他201820202021受访者比例222018 年、2020 年和 2021 年公司在部署和使用机器学习时面临的挑战2018-2021 年公司面临的机器学习挑战描述：超过一半

25、的组织在 2021 年优先考虑人工智能/机器学习计划。近一半的受访者声称这是高度优先的，近三分之一的受访者声称这是其组织中 IT 项目的重中之重。注：全球；2020 年 11 月；403 名受访者来源：算法当务之急 28%高优先级 49%中优先级 20%低优先级 4%232020 年全球公司中人工智能和机器学习项目优先于其他 IT 项目2020 年全球公司中 AI 和 ML 项目优先于其他 IT 项目描述：超过一半的受访者在其公司部署机器学习和人工智能模型时存在治理和安全问题。集成和兼容性也是一个相当大的问题，在 2020 年影响了近一半的受访公司。注：全球；2020 年 11 月；403 名

26、受访者来源：算法56%49%37%36%36%35%30%27%1%0%10%20%30%40%50%60%受访者比例242020 年全球公司面临的机器学习(ML)挑战2020 年全球运营机器学习公司的主要问题特别关注：机器学习技能第05章描述：技术堆栈代表公司用于构建和运行应用程序或项目的技术组合。2021 年数据科学技术堆栈中最受欢迎的技术技能是数据分析，三分之一的受访者选择。机器学习排名第二，24%的受访者更喜欢机器学习。注：全球；2020年12月1日至2021年12月1日；共有191 个国家的开发者提交了 102,869 个编码测试，DevSkiller 的客户在 90 个国家提交了

27、700 名来源：DevSkiller32.69%24.04%16.83%10.58%8.65%0%5%10%15%20%25%30%35%数据分析机器学习PandasPyspark大数据受访者比例262021 年全球数据科学技术栈中最受欢迎的技术技能2021 年全球数据科学技术堆栈中最常用的技术描述：2022 年招聘人员最需要的技术技能是网络开发。其次是 DevOps 和人工智能或机器学习技能。与此同时，超过 16%的招聘人员希望招聘具备网络安全技能的人员。注：2021 年 10 月 20 日至 12 月 6 日；18,000*；来自 131 个国家的开发人员和招聘人员；*14,000 名开发

28、人员和 4,000 名招聘人员来源：CodinGame；调查猴子58.34%37.71%30.12%27.33%26.6%23.09%23.01%19.9%19.34%16.88%15.99%13.81%13.32%12.31%9.77%0%10%20%30%40%50%60%70%Web开发开发运维人工智能/机器学习/深度学习数据库软件云计算移动开发用户界面/用户体验大数据函数式编程网络安全容器技术物联网(IoT)游戏开发商业智能机器人技术受访者比例27您想在您想在 2022 2022 年招聘有哪些技能的员工？年招聘有哪些技能的员工？2022 年全球最需要的技术技能描述：虽然 2022 年招

29、聘人员最需要的技术技能是 Web 开发，但开发人员在 2022 年最想获得的技术技能与人工智能、机器学习和深度学习有关。游戏开发技能在人们的喜好中排名第三。注：全球；2021年10月20日至12月6日；18,000*；来自131 个国家的开发人员和招聘人员；*14,000 名开发人员和 4,000 名招聘人员来源：CodinGame；调查猴子41.09%36.72%30.97%25.07%24.86%24.18%23.59%21.16%19.68%18.39%18.25%17.53%17.31%15.05%14.16%0%5%10%15%20%25%30%35%40%45%人工智能/机器学习/

30、深度学习Web开发游戏开发移动开发开发运维函数式编程网络安全云计算大数据用户界面/用户体验区块链数据库软件物联网(IoT)机器人技术容器技术受访者比例28您想在 2022 年获得哪些技能？2022 年开发人员希望在全球范围内获得的技术技能描述：近三分之一的人力资源专业人士表示，2022 年招聘 DevOps 将是一项挑战。DevOps 是指将软件开发(Dev)与信息技术运营(Ops)相结合的一组实践。在 DevOps 模型下，开发和运营团队因此不再分离。换句话说，DevOps 包括流程、工具和方法的组合，以快速高效地交付应用程序。注：全球；2021年10月20日至12月6日；18,000*；开

31、发人员和招聘人员；*14,000 名开发人员和 4,000 名招聘人员来源：CodinGame；调查猴子35.62%34.59%28.17%26.2%24.66%21.06%15.41%12.93%10.45%9.25%8.3%7.36%7.28%6.93%6.76%0%5%10%15%20%25%30%35%40%全栈开发人员/工程师后端开发人员/工程师开发运维应用程序开发人员前端开发人员/工程师建筑师数据科学家或机器学习专家测试仪移动开发人员/工程师系统工程师数据或业务分析师游戏开发者/工程师产品经理专案经理系统管理员受访者比例29您认为 2022 年您将难以寻找/招聘哪些职位？按 IT

32、角色在 2022 年努力招聘信息技术人员描述：2021 年，40%的网络安全专业人士表示，云计算安全是专业发展的领先领域。其他重要的发展领域包括风险评估、分析和管理，以及人工智能和机器学习。注：全球；2021;4,753 名受访者；网络安全专业人员来源：ISC2；SWZD40%26%25%24%22%22%22%21%20%20%0%5%10%15%20%25%30%35%40%45%云计算安全风险评估、分析和管理人工智能/机器学习治理、风险管理和合规性(GRC)威胁情报分析DevSecOps安全工程安全分析应用安全安全管理受访者比例302021 年，网络安全专业人员在全球范围内追求的领先发展领域2021 年全球网络安全专业人员的发展领域