Taille, part et analyse d’impact du petit marché de l’apprentissage automatique, par composant (solution et services) ; Par application (vente au détail, soins de santé, agriculture, fabrication et autres) ; et prévisions régionales, 2024-2032

Tiny Machine Learning (TinyML) est un sous-ensemble de l'apprentissage automatique qui permet d'exécuter des applications d'apprentissage automatique sur des appareils de faible consommation tels que des microcontrôleurs. Il s’agit d’un domaine de recherche en croissance rapide qui a récemment gagné en popularité. TinyML offre divers avantages, tels qu'une faible latence, une faible consommation d'énergie, la confidentialité et une faible bande passante.

Même si TinyML est un domaine émergent, il est en production depuis des années. Il est utilisé dans la reconnaissance gestuelle, la détection audio, la détection de mots clés, la surveillance des machines, la reconnaissance d'objets et la classification. Quelques exemples de TinyML sont OK Google, Hey Siri, Alexa et d'autres mots d'activation.

La croissance du marché est tirée par le nombre croissant d’appareils IoT et les progrès des technologies d’apprentissage automatique. De plus, une consommation d'énergie moindre permet aux appareils TinyML de fonctionner longtemps sans batterie, tout en exécutant des applications ML en périphérie. Il améliore la productivité des systèmes d'intelligence artificielle (IA) d'apprentissage profond en nécessitant moins de calculs, moins de données et moins d'ingénieurs pour faciliter le grand marché de l'IA de pointe et de l'IoT.

Par exemple, McKinsey affirme que 40 % de la valeur annuelle créée par l’analyse est constituée de techniques d’apprentissage automatique approfondi.

Impact du COVID-19 sur le petit marché de l’apprentissage automatique

Le COVID-19 a eu un impact positif sur le marché, le nombre d’applications d’apprentissage automatique augmentant considérablement dans le secteur de la santé. L'apprentissage automatique est utilisé dans le secteur de la santé pour prédire avec précision les maladies et les soins aux patients covid.

TinyML a été utilisé comme plateforme pour lutter contre la pandémie. Plusieurs pays utilisent l’intelligence artificielle et l’apprentissage automatique pour suivre, tracer et comprendre les cas de covid. La pandémie a été témoin d’une accélération significative de l’adoption des applications TinyML.

Par exemple,

• Selon le rapport de la Brookings Institution, les chercheurs ont utilisé des images de caméras de vidéosurveillance et des données de géolocalisation en Corée du Sud pour suivre les patients covid.


• La start-up française Clevy.io a lancé un chatbot permettant de s'informer des communications du gouvernement sur le COVID-19.

Cependant, le marché de l’IA matérielle a perturbé la chaîne d’approvisionnement, avec des restrictions commerciales imposées à plusieurs pays. Les revenus mondiaux des puces matérielles d'IA de Data Forecast en 2020 ont chuté de 12 % en raison du COVID-19.

Informations clés

Le rapport couvrira les informations clés suivantes :

• Indicateurs micro-macroéconomiques.


• Facteurs, contraintes, tendances et opportunités.


• Stratégies commerciales adoptées par les joueurs.


• Impact du COVID-19 sur le petit marché de l’apprentissage automatique.


• Analyse SWOT consolidée des principaux acteurs.

Analyse par application

En fonction des applications, le marché est segmenté en vente au détail, soins de santé, agriculture, fabrication et autres. Le secteur de la santé détient la part maximale du marché et devrait connaître la croissance la plus élevée au cours de la période de prévision. La croissance segmentaire est due aux applications croissantes de TinyMl dans le secteur de la santé. Il peut être utilisé pour diagnostiquer et détecter des maladies. Par exemple,

• Closedloop, une start-up d'IA, a utilisé TinyML et l'intelligence artificielle pour identifier les personnes les plus à risque de complications graves liées au COVID-19.


• BlueDot, une start-up canadienne, a utilisé des algorithmes d'IA et d'apprentissage automatique pour détecter les épidémies.

Analyse régionale

Pour savoir comment notre rapport peut vous aider à rationaliser votre entreprise, Demande de personnalisation

Le marché mondial de TinyML est divisé en cinq régions : Amérique du Nord, Europe, Asie-Pacifique, Moyen-Orient et Afrique, et Amérique du Sud. L’Amérique du Nord détient la part de marché la plus importante en raison de la présence de principaux fournisseurs de technologies aux États-Unis et dans les pays canadiens. En outre, la région est à la pointe de l’adoption précoce de technologies de pointe, accélérant ainsi la croissance du marché. Il existe une demande croissante pour ces solutions dans le secteur automobile. Il facilite la maintenance prédictive, la gestion de la chaîne d’approvisionnement et le contrôle qualité. Par exemple,

• Escorts Group a mis en œuvre des solutions d'apprentissage automatique et d'intelligence artificielle pour permettre un fonds de roulement à partir des stocks de son activité de machines agricoles.


• Mahindra & Mahindra utilise TinyML et la capacité de segmentation dynamique basée sur l'IA pour optimiser ses stocks de pièces de rechange.

La répartition du marché du Tiny Machine Learning par région d’origine est la suivante :

• Amérique du Nord – 49 %


• Europe – 26%


• Asie-Pacifique – 16 %


• Moyen-Orient et Afrique – 6 %


• Amérique du Sud – 3%

Acteurs clés couverts

Les principales sociétés mondiales du marché TinyML comprennent Google LLC, Microsoft Corporation, ARM, STMicroelectronics, Cartesian, Meta Platforms, EdgeImpulse Inc., InData Labs, Amazon Web Services, Databricks, ScienceSoft, MobiDev et autres.

Segmentation

Développements clés de l’industrie

• En juin 2022 : Renesas Electronics Corporation, un fournisseur de solutions de semi-conducteurs, a acquis Reality Analytics, Inc., un fournisseur de solutions d'IA. Avec cette acquisition, Renesas Corporation peut accéder et utiliser les solutions d'intelligence artificielle et de Tiny Machine Learning (TinyML) de Reality AI.


• En janvier 2022 : Klika Tech, une société de développement de produits et de solutions IoT et basés sur le cloud, a rejoint la fondation TinyML pour accroître le développement de l'informatique de pointe avec l'apprentissage automatique. Klika Tech peut accéder aux analyses de données sur l'appareil grâce à l'apprentissage automatique grâce à ce partenariat.