Taille, part du marché américain de l’apprentissage automatique (ML) et analyse d’impact du COVID-19, par type d’entreprise (petites et moyennes entreprises (PME) et grandes entreprises), par déploiement (cloud et sur site), par secteur d’utilisation finale (Santé, vente au détail, informatique et télécommunications, BFSI, automobile et transports, publicité et médias, fabrication et autres) et prévisions nationales, 2023-2030

La taille du marché américain de l’apprentissage automatique (ML) était évaluée à 4,74 milliards de dollars en 2022. Le marché devrait passer de 6,49 milliards de dollars en 2023 à 59,30 milliards de dollars d’ici 2030, avec un TCAC de 37,2 % au cours de la période de prévision.

Un rapport du Center for Security and Emerging Technology (CSET) indique que 167 investisseurs américains ont participé à 401 transactions, fournissant aux entreprises chinoises d'IA un financement de 37 % (soit 40,2 milliards de dollars) entre 2015 et 2021. Qualcomm Ventures et Intel Capital ont réalisé respectivement 13 et 11 investissements, à mesure que les sanctions de Washington s'aggravaient.

Aux États-Unis, le domaine de l’intelligence artificielle (IA) se développe à un rythme exponentiel. L'apprentissage profond est un sous-ensemble du ML dans la technologie de l'IA. Le processus d'apprentissage automatique est réalisé en utilisant le niveau hiérarchique des réseaux de neurones artificiels (ANN). En raison des progrès des algorithmes d’apprentissage profond, il est prévu que le marché américain se développe. En outre, il est prévu que le marché du ML se développera dans tous les secteurs d’utilisation finale grâce au renforcement par de nombreuses entreprises de leurs capacités d’apprentissage en profondeur pour encourager l’innovation.

IMPACTS DE LA COVID-19

La pandémie de COVID-19 créera des opportunités de marché sans précédent pour les grandes entreprises

Les organismes de santé ont été contraints de réévaluer rapidement leurs technologies et d'aller de l'avant avec des plans de transformation numérique alors que le coronavirus commençait à se propager aux États-Unis. En outre, pendant la pandémie de COVID-19, les entreprises qui ont investi et mis en œuvre des technologies de rupture, telles que l'informatique de pointe, l'intelligence artificielle (IA), les appareils connectés et le ML, ont commencé à se rendre compte que ces technologies les technologies les aidaient à se remettre des premiers effets de l’épidémie et à piloter l’automatisation future des activités.

Ces facteurs ont contribué de manière significative à la croissance du marché américain de l’apprentissage automatique.

DERNIÈRES TENDANCES

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

Adoption rapide du Big Data dans diverses industries d'utilisation finale pour augmenter la demande de ML

Les volumes de données ont augmenté au point où plus de données ont été créées au cours des dernières années que jamais auparavant dans l’histoire de l’humanité. Les secteurs du BFSI, de la santé, de l’informatique et des télécommunications et de l’automobile sont parmi les plus touchés par le Big Data. L'adaptation aux services Big Data s'est développée à un rythme louable aux États-Unis. La demande toujours croissante de données provenant de sources à la fois structurées et non structurées est le principal moteur du solide marché Big Data du pays, rendu possible par la croissance des secteurs public et privé. services publics et services.

Pour commencer des recherches sur le ML, Analyse des mégadonnées , les technologies prédictives et l'IA - qui sont toutes nécessaires pour donner à l'agriculture américaine un avantage considérable en matière de production alimentaire et agricole - l'Institut national de l'alimentation et de l'agriculture de l'USDA a accordé 11 subventions dans le cadre de l'AFRI Food and Agriculture Non-formal Education (FANE). Le programme soutient le développement de contenus et d'activités d'éducation non formelle afin de favoriser le développement des jeunes férus de technologie, pour un montant total de plus de 7 millions de dollars en décembre 2021. Le programme Cyberinformatique et outils pour l'alimentation et l'agriculture (FACT) Le programme USDA-NIFA Agriculture and Food Research Initiative (AFRI) finance ces subventions.

FACTEURS DÉTERMINANTS

L'augmentation des données non structurées stimulera le développement de solutions d'apprentissage automatique

L’utilisation de données non structurées dans les processus analytiques, réglementaires et décisionnels est en augmentation. Dans les campagnes marketing et la business intelligence, la prise de décision humaine est fréquemment influencée par l’analyse de données non structurées. Cette forme de données peut être observée dans les analyses produites par les processus algorithmiques d'apprentissage automatique, les données de Internet des objets (IoT) des appareils, tels que des téléscripteurs, des capteurs et d'autres appareils fonctionnels, ainsi que des médias riches, notamment des données météorologiques, de surveillance et géospatiales.

Selon Forbes, les données non structurées devraient augmenter de 175 milliards de zettaoctets d’ici 2025, ouvrant la voie à une forte demande de solutions d’IA et de ML dans les années à venir.

FACTEURS DE RETENUE

Le manque de compétences en codage est susceptible de limiter la croissance du marché

Les experts dans le domaine du codage sont difficiles à trouver aux États-Unis en raison du manque de talents informatiques. Même si la technologie moderne est présente partout, il est aujourd’hui presque impossible de mettre en œuvre la transformation numérique sans l’aide de nouveaux spécialistes technologiques. Cette dure réalité ne fera qu’empirer à mesure que l’écart entre la demande et l’offre d’experts informatiques hautement qualifiés se creuse. Une enquête mondiale de McKinsey a révélé que d'ici 2030, il y aura une pénurie d'environ 82,5 millions de codeurs. À l’heure actuelle, 87 % des entreprises ont du mal à trouver les talents en codage dont elles ont besoin.

Cependant, certains secteurs, notamment ceux impliquant l’analyse de données, parviennent à être simultanément très demandés et à croître rapidement tout en ayant désespérément besoin de personnel. En outre, le Bureau of Labor Statistics des États-Unis estime qu’il y aura une pénurie d’ingénieurs dépassant 1,2 million d’ici 2026. On prévoit que cela entravera temporairement l’expansion de la part de marché américaine de l’apprentissage automatique.

SEGMENTATION

Analyse par type d'entreprise

Prolifération des technologies d’IA et de ML parmi les PME pour stimuler la croissance du marché

Le marché est divisé en petites et moyennes entreprises (PME) et grandes entreprises par type d'entreprise. Dans les années à venir, les PME américaines utiliseront probablement davantage les solutions d’apprentissage automatique. Dans l'économie d'aujourd'hui, intelligence artificielle les systèmes ont le potentiel de réduire les coûts, en particulier pour les PME.

Alors que certaines grandes entreprises américaines mènent l’adoption mondiale de l’IA et de l’apprentissage automatique, les décideurs politiques sont désormais confrontés au défi d’aider ces technologies à se propager dans l’ensemble de l’économie. Les outils d'apprentissage automatique doivent être mis à la disposition de 89 % des entreprises américaines de moins de 20 employés et de 98 % de celles de moins de 100 employés pour aider le pays à atteindre son plein potentiel de productivité. Les PME se remettent encore des effets de la crise actuelle du COVID-19. Une augmentation de la productivité grâce à l’IA serait donc très utile.

Par analyse de déploiement

Plateformes d'apprentissage automatique basées sur le cloud pour augmenter les progrès du marché

En fonction du déploiement, le marché a été divisé en sur site et dans le cloud. Certains des principaux acteurs du marché proposent des services basés sur le cloud ou sur site. apprentissage automatique solutions. Le segment du cloud devrait connaître une croissance remarquable. La flexibilité, les mises à niveau logicielles automatiques, la gestion des sinistres via des systèmes de sauvegarde basés sur le cloud et une efficacité accrue sont les principaux avantages qui ont incité à la mise en œuvre de modèles de fourniture basés sur le cloud pour les solutions et services logiciels d'apprentissage en profondeur.

Google Cloud, par exemple, est fourni par Alphabet, Inc. Une large gamme d'outils d'IA et de ML est disponible sur Google Cloud. BigML propose des déploiements sur site pour les entreprises qui ont besoin de configuration, de maintenance et de gestion de leurs propres installations.

Par analyse de l’industrie d’utilisation finale

Pour savoir comment notre rapport peut vous aider à rationaliser votre entreprise, Parler à l`analyste

Les segments BFSI et automobile et transport connaîtront un taux de croissance remarquable grâce à l'adoption de solutions ML

Les banques et autres organisations monétaires influencent les progrès des technologies d’apprentissage automatique pour détecter les fausses déclarations et mettre en évidence des informations importantes sur les données. Aux États-Unis, le commerce électronique s’est avéré être un moteur majeur des pratiques commerciales du commerce de détail. Les détaillants utilisent l'intelligence artificielle pour collecter des données, les analyser et les utiliser pour offrir aux clients des expériences d'achat personnalisées. La demande des secteurs financier et du commerce de détail pour cette technologie est alimentée par ces facteurs.

L’industrie de l’automobile et des transports devrait connaître une croissance considérable dans les années à venir. La demande de solutions de pointe est stimulée par la recherche et le développement sur les voitures autonomes et les transports autonomes.

ACTEURS CLÉS DE L'INDUSTRIE

Les principaux acteurs se concentrent sur l’expansion de leur présence géographique pour rivaliser sur le marché

Le paysage concurrentiel du marché américain du ML est consolidé avec quelques acteurs clés opérant à l’échelle mondiale et régionale. Pour renforcer leurs positions sur le marché américain et élargir leurs portefeuilles respectifs, des acteurs majeurs forment des alliances stratégiques.

Liste des principales entreprises profilées :

• Société IBM (NOUS.)


• Société Oracle (NOUS.)


• Société Hewlett Packard Enterprise (NOUS.)


• Société Microsoft (NOUS.)


• Amazon, Inc. (NOUS.)


• Société Fair Isaac (NOUS.)


• RapidMiner Inc. (NOUS.)


• H2O.ai (NOUS.)


• Teradata (États-Unis)


• TIBCO Software Inc. (États-Unis)

DÉVELOPPEMENTS CLÉS DE L’INDUSTRIE

• Juin 2022– L'intégration de la plateforme de données et d'analyse multi-cloud Teradata Vantage avec Amazon SageMaker et sa disponibilité générale ont été rendues publiques par Teradata. Cette action vient en soutien au cadre d'analyse Analytics 123 de Teradata, qui offre aux organisations confrontées à des initiatives d'IA/ML au niveau de la production une approche étape par étape pour faire évoluer le déploiement de leur modèle analytique.


• octobre 2022 – Le système d'intelligence artificielle System-on-Chip (SoC) d'IBM a récemment été mis à la disposition du public. L'appareil est conçu pour former et exécuter des modèles d'apprentissage en profondeur plus efficacement et beaucoup plus rapidement que les processeurs. Le système dispose de 32 cœurs de traitement et de 23 milliards de transistors sur le SoC grâce à un nœud de processus de 5 nm.

COUVERTURE DU RAPPORT

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

Le rapport de recherche fournit une analyse complète du marché. Il se concentre sur des aspects clés tels que les entreprises de premier plan et les principales applications du produit. En outre, le rapport met en évidence les développements clés du secteur et offre un aperçu des tendances du marché. Outre les facteurs mentionnés ci-dessus, le rapport inclut d’autres facteurs qui ont contribué à la croissance du marché ces dernières années.

PORTÉE ET SEGMENTATION DU RAPPORT