Tamaño del mercado de aprendizaje automático (ML) de EE. UU., participación y análisis de impacto de COVID-19, por tipo de empresa (pequeñas y medianas empresas (PYME) y grandes empresas), por implementación (en la nube y local), por industria de uso final (Salud, Comercio minorista, TI y telecomunicaciones, BFSI, Automoción y transporte, Publicidad y medios, Fabricación y otros) y Previsión del país, 2023-2030

El tamaño del mercado estadounidense de aprendizaje automático (ML) se valoró en 4,74 mil millones de dólares en 2022. Se espera que el mercado crezca de 6,49 mil millones de dólares en 2023 a 59,30 mil millones de dólares en 2030, exhibiendo una tasa compuesta anual del 37,2% durante el período previsto.

Un informe del Centro de Seguridad y Tecnología Emergente (CSET) afirma que 167 inversores de EE. UU. participaron en 401 transacciones, proporcionando a las empresas chinas de IA un 37% (o 40.200 millones de dólares) en financiación entre 2015 y 2021. Qualcomm Ventures e Intel Capital realizó 13 y 11 inversiones, respectivamente, a medida que las sanciones de Washington empeoraban.

En Estados Unidos, el campo de la Inteligencia Artificial (IA) se está expandiendo a un ritmo exponencial. El aprendizaje profundo es un subconjunto del aprendizaje automático en la tecnología de inteligencia artificial. El proceso de aprendizaje automático se lleva a cabo utilizando el nivel jerárquico de Redes Neuronales Artificiales (RNA). Debido a los avances en los algoritmos de aprendizaje profundo, se prevé que el mercado en EE. UU. se expandirá. Además, se predice que el mercado de ML se expandirá en todas las industrias de uso final como resultado de que numerosas empresas fortalezcan sus capacidades de aprendizaje profundo para fomentar la innovación.

IMPACTO DEL COVID-19

La pandemia de COVID-19 creará oportunidades de mercado sin precedentes para empresas líderes

Las organizaciones sanitarias se vieron obligadas a reevaluar rápidamente sus tecnologías y seguir adelante con planes para transformación digital a medida que el coronavirus comenzó a extenderse por los EE. UU. Además, durante la pandemia de COVID-19, las empresas que invirtieron e implementaron tecnologías disruptivas, como la computación de punta, la inteligencia artificial (IA), los dispositivos conectados y el aprendizaje automático, comenzaron a darse cuenta de que estos Las tecnologías les estaban ayudando a recuperarse de los efectos iniciales del brote e impulsando la futura automatización empresarial.

Estos factores contribuyeron significativamente al crecimiento del mercado de aprendizaje automático de EE. UU.

ÚLTIMAS TENDENCIAS

Solicite una muestra gratis para obtener más información sobre este informe.

Rápida adopción de Big Data en diversas industrias de uso final para aumentar la demanda de aprendizaje automático

Los volúmenes de datos han crecido hasta el punto de que en los últimos años se crearon más datos que nunca en la historia de la humanidad. Los sectores BFSI, sanitario, TI y telecomunicaciones y automovilístico se encuentran entre los más afectados por el Big Data. La adaptación a los servicios de Big Data ha crecido a un ritmo encomiable en los EE. UU. La demanda cada vez mayor de datos de fuentes tanto estructuradas como no estructuradas es el principal impulsor del sólido mercado de Big Data del país, que es posible gracias a la creciente participación pública y privada. utilidades y servicios.

Para comenzar la investigación sobre ML, Análisis de grandes datos , tecnologías predictivas e inteligencia artificial, todo lo cual es necesario para darle a la agricultura estadounidense una fuerte ventaja en la producción agrícola y alimentaria: el Instituto Nacional de Alimentación y Agricultura del USDA otorgó 11 subvenciones en el programa de Educación No Formal sobre Alimentación y Agricultura (FANE) de AFRI. El programa apoya el desarrollo de contenidos y actividades para la educación no formal con el fin de fomentar el desarrollo de jóvenes conocedores de la tecnología, por un total de más de 7 millones de dólares en diciembre de 2021. El Programa de Ciberinformática y Herramientas para la Alimentación y la Agricultura (FACT) El programa de la Iniciativa de Investigación Agrícola y Alimentaria (AFRI) del USDA-NIFA proporciona financiación para estas subvenciones.

FACTORES IMPULSORES

El aumento de datos no estructurados impulsará el desarrollo de soluciones de aprendizaje automático

El uso de datos no estructurados en procesos analíticos, regulatorios y de toma de decisiones va en aumento. En las campañas de marketing y la inteligencia empresarial, la toma de decisiones humanas suele verse influenciada por el análisis de datos no estructurados. Esta forma de datos se puede ver en los análisis producidos por procesos algorítmicos de aprendizaje automático, datos de Internet de las cosas (IoT) dispositivos, como tickers, sensores y otros funcionales, así como medios enriquecidos, incluidos datos meteorológicos, de vigilancia y geoespaciales.

Según Forbes, se prevé que los datos no estructurados aumenten en 175 mil millones de zettabytes para 2025, allanando el camino para una fuerte demanda de soluciones de inteligencia artificial y aprendizaje automático en los próximos años.

FACTORES RESTRICTIVOS

La falta de habilidades de codificación probablemente limite el crecimiento del mercado

Es difícil encontrar expertos en el campo de la codificación en los EE. UU. debido a la falta de talento en TI. Aunque la tecnología moderna está presente en todas partes, hoy en día es casi imposible implementar la transformación digital sin la ayuda de nuevos especialistas en tecnología. Esta cruda realidad sólo empeorará a medida que crezca la brecha entre la demanda y la oferta de expertos en TI altamente calificados. Una encuesta global de McKinsey encontró que para 2030 habrá una escasez de aproximadamente 82,5 millones de codificadores. A día de hoy, el 87% de las empresas tienen problemas para encontrar el talento en codificación que necesitan.

Sin embargo, algunas industrias, en particular las que involucran análisis de datos, logran tener una gran demanda y crecer simultáneamente, al mismo tiempo que necesitan desesperadamente personal. Además, la Oficina de Estadísticas Laborales de EE. UU. estima que habrá una escasez de ingenieros superior a 1,2 millones para 2026. Se prevé que esto impedirá temporalmente la expansión de la cuota de mercado de aprendizaje automático de EE. UU.

SEGMENTACIÓN

Por análisis de tipo de empresa

Proliferación de tecnologías de inteligencia artificial y aprendizaje automático entre las pymes para impulsar el crecimiento del mercado

El mercado se divide en pequeñas y medianas empresas (PYME) y grandes empresas por tipo de empresa. En los próximos años, es probable que las pymes de EE. UU. utilicen más soluciones de aprendizaje automático. En la economía actual, inteligencia artificial Los sistemas tienen el potencial de reducir costos, especialmente para las PYME.

Si bien algunas grandes empresas estadounidenses están liderando la adopción global de la inteligencia artificial y el aprendizaje automático, los formuladores de políticas ahora enfrentan el desafío de ayudar a que estas tecnologías se extiendan por toda la economía. Las herramientas de aprendizaje automático deben estar disponibles para el 89% de las empresas estadounidenses con menos de 20 empleados y el 98% de aquellas con menos de 100 empleados para ayudar al país a alcanzar su máximo potencial de productividad. Las pymes todavía se están recuperando de los efectos de la actual crisis de la COVID-19, por lo que un aumento de la productividad gracias a la IA sería muy útil.

Por análisis de implementación

Plataformas de aprendizaje automático basadas en la nube para aumentar el progreso del mercado

Según la implementación, el mercado se ha dividido en local y en la nube. Algunos de los principales actores del mercado ofrecen servicios basados ​​en la nube o locales. aprendizaje automático soluciones. Se espera que el segmento de la nube experimente un crecimiento notable. La flexibilidad, las actualizaciones automáticas de software, la gestión de desastres a través de sistemas de respaldo basados ​​en la nube y la mayor eficiencia son las ventajas clave que han impulsado la implementación de modelos de entrega basados ​​en la nube para soluciones y servicios de software de aprendizaje profundo.

Google Cloud, por ejemplo, es proporcionado por Alphabet, Inc. En Google Cloud hay disponible una amplia gama de herramientas de inteligencia artificial y aprendizaje automático. BigML proporciona implementaciones locales para empresas que requieren configuración, mantenimiento y administración de sus propias instalaciones.

Por análisis de la industria de uso final

Para saber cómo nuestro informe puede ayudarle a optimizar su negocio, Hablar con la analista

BFSI y los segmentos de automoción y transporte serán testigos de una tasa de crecimiento notable debido a la adopción de soluciones de aprendizaje automático

Los bancos y otras organizaciones monetarias influyen en los avances en las tecnologías de aprendizaje automático para detectar tergiversaciones y mostrar información importante sobre los datos. En Estados Unidos, el comercio electrónico ha demostrado ser un importante impulsor de las prácticas comerciales del comercio minorista. Los minoristas utilizan la inteligencia artificial para recopilar datos, analizarlos y utilizarlos para ofrecer a los clientes experiencias de compra personalizadas. La demanda de esta tecnología por parte de los sectores financiero y minorista se ve impulsada por estos factores.

Se espera que la industria del automóvil y del transporte crezca considerablemente en los próximos años. La demanda de soluciones de vanguardia está impulsada por la investigación y el desarrollo de vehículos y transporte autónomos.

JUGADORES CLAVE DE LA INDUSTRIA

Los actores clave se están centrando en ampliar su presencia geográfica para competir en el mercado

El panorama competitivo del mercado de ML de EE. UU. está consolidado con algunos actores clave que operan a nivel mundial y regional. Para fortalecer sus posiciones en el mercado estadounidense y ampliar sus respectivas carteras, los principales actores están formando alianzas estratégicas.

Lista de empresas clave perfiladas:

• Corporación IBM (A NOSOTROS.)


• Corporación Oráculo (A NOSOTROS.)


• Empresa Hewlett Packard Enterprise (A NOSOTROS.)


• Corporación Microsoft (A NOSOTROS.)


• Amazon, Inc. (A NOSOTROS.)


• Corporación Fair Isaac (A NOSOTROS.)


• RapidMiner Inc. (A NOSOTROS.)


• H2O.ai (A NOSOTROS.)


• Teradata (EE.UU.)


• TIBCO Software Inc. (EE. UU.)

DESARROLLOS CLAVE DE LA INDUSTRIA

• Junio ​​2022– Teradata hizo pública la integración de la plataforma de análisis y datos multinube Teradata Vantage con Amazon SageMaker y su disponibilidad general. Esta acción respalda el marco de análisis Analytics 123 de Teradata, que ofrece a las organizaciones que luchan con iniciativas de IA/ML a nivel de producción un enfoque paso a paso para escalar la implementación de su modelo analítico.


• Octubre 2022 – El sistema de inteligencia artificial System-on-Chip (SoC) de IBM se puso recientemente a disposición del público. El dispositivo está diseñado para entrenar y ejecutar modelos de aprendizaje profundo de manera más eficiente y significativamente más rápida que las CPU. El sistema tiene 32 núcleos de procesamiento y 23 mil millones de transistores en el SoC gracias a un nodo de proceso de 5 nm.

COBERTURA DEL INFORME

Para obtener una visión más amplia del mercado, Solicitud de personalización

El informe de investigación proporciona un análisis completo del mercado. Se centra en aspectos clave como empresas destacadas y aplicaciones líderes del producto. Además de esto, el informe destaca desarrollos clave de la industria y ofrece información sobre las tendencias del mercado. Además de los factores mencionados anteriormente, el informe incluye otros factores que han contribuido al crecimiento del mercado en los últimos años.

ALCANCE Y SEGMENTACIÓN DEL INFORME