Tamanho do mercado de aprendizado de máquina minúsculo, participação e análise de impacto COVID-19, por componente (solução e serviços); Por Aplicação (Varejo, Saúde, Agricultura, Manufatura e Outros); e Previsão Regional, 2024-2032

Tiny Machine Learning (TinyML) é um subconjunto de aprendizado de máquina que busca executar aplicativos de aprendizado de máquina em dispositivos de baixa potência, como microcontroladores. É uma área de pesquisa em rápido crescimento que recentemente ganhou popularidade. TinyML oferece várias vantagens, como baixa latência, baixo consumo de energia, privacidade e baixa largura de banda.

Embora o TinyML seja um campo emergente, ele está em produção há anos. É usado em reconhecimento de gestos, detecção de áudio, localização de palavras-chave, monitoramento de máquinas, reconhecimento de objetos e classificação. Alguns exemplos de TinyML são OK Google, Hey Siri, Alexa e outras palavras de ativação.

O crescimento do mercado é impulsionado pelo crescente número de dispositivos IoT e pelos avanços nas tecnologias de aprendizado de máquina. Além disso, o menor consumo de energia ajuda os dispositivos TinyML a funcionarem desconectados das baterias por um longo tempo enquanto executam aplicativos de ML no limite. Ele melhora a produtividade dos sistemas de inteligência artificial (IA) de aprendizagem profunda, exigindo menos computação, menos dados e menos engenheiros para facilitar o grande mercado de IA de ponta e IoT.

Por exemplo, a McKinsey afirma que 40% do valor anual criado pela análise é composto por técnicas profundas de aprendizado de máquina.

Impacto do COVID-19 no pequeno mercado de aprendizado de máquina

A COVID-19 impactou positivamente o mercado, com o número de aplicações de aprendizado de máquina aumentando amplamente no setor de saúde. O aprendizado de máquina é usado no setor de saúde para prever doenças e cuidar de pacientes cobiçosos com precisão.

O TinyML foi usado como plataforma para enfrentar e combater a pandemia. Vários países utilizam inteligência artificial e aprendizagem automática para rastrear, rastrear e compreender casos de covid-19. A pandemia testemunhou uma aceleração significativa na adoção de aplicativos TinyML.

Por exemplo,

• De acordo com o relatório do The Brookings Institution, os pesquisadores usaram imagens de câmeras CCTV e dados de geolocalização na Coreia do Sul para rastrear pacientes cobiçosos.


• A start-up francesa Clevy.io lançou um chatbot para que as pessoas conheçam as comunicações do governo sobre o COVID-19.

No entanto, o mercado de IA de hardware perturbou a cadeia de abastecimento, com restrições comerciais impostas a vários países. A receita global de chips de hardware de IA de 2020 da Data Forecast caiu 12% devido ao COVID-19.

Principais insights

O relatório cobrirá os seguintes insights principais:

• Indicadores Micro Macroeconômicos.


• Drivers, restrições, tendências e oportunidades.


• Estratégias de Negócios Adotadas pelos Jogadores.


• Impacto do COVID-19 no pequeno mercado de aprendizado de máquina.


• Análise SWOT consolidada dos principais participantes.

Análise por Aplicação

Com base na aplicação, o mercado é segmentado em varejo, saúde, agricultura, manufatura, entre outros. O setor de saúde detém a participação máxima no mercado e deverá crescer na taxa mais alta no período previsto. O crescimento segmental se deve às crescentes aplicações do TinyMl no setor de saúde. Pode ser usado no diagnóstico e detecção de doenças. Por exemplo,

• Closedloop, uma start-up de IA, usou TinyML e inteligência artificial para identificar aqueles com maior risco de complicações graves da COVID-19.


• BlueDot, uma start-up canadense, usou IA e algoritmos de aprendizado de máquina para detectar surtos de doenças.

Análise Regional

Para obter insights abrangentes sobre o mercado, Pedido de Personalização

O mercado global de TinyML está dividido em cinco regiões: América do Norte, Europa, Ásia-Pacífico, Oriente Médio e África e América do Sul. A América do Norte detém a participação de mercado mais significativa devido à presença de fornecedores líderes de tecnologia nos EUA e nos países canadenses. Além disso, a região lidera na adoção precoce de tecnologias avançadas, acelerando o crescimento do mercado. Há uma demanda crescente por essas soluções no setor automotivo. Auxilia na manutenção preditiva, gerenciamento da cadeia de suprimentos e controle de qualidade. Por exemplo,

• O Escorts Group implementou soluções de aprendizado de máquina e inteligência artificial para viabilizar capital de giro a partir de estoques em seu negócio de máquinas agrícolas.


• A Mahindra & Mahindra usa TinyML e capacidade de segmentação dinâmica habilitada para IA para otimizar seus estoques de peças de reposição.

A distribuição do mercado Tiny Machine Learning por região de origem é a seguinte:

• América do Norte – 49%


• Europa – 26%


• Ásia-Pacífico – 16%


• Médio Oriente e África – 6%


• América do Sul – 3%

Principais participantes cobertos

As principais empresas do mercado global de TinyML incluem Google LLC, Microsoft Corporation, ARM, STMicroelectronics, Cartesian, Meta Platforms, EdgeImpulse Inc., InData Labs, Amazon Web Services, Databricks, ScienceSoft, MobiDev e outras.

Segmentação

Principais desenvolvimentos da indústria

• Em junho de 2022: Renesas Electronics Corporation, fornecedora de soluções de semicondutores, adquiriu a Reality Analytics, Inc., fornecedora de soluções de IA. Com esta aquisição, a Renesas Corporation pode acessar e utilizar as soluções de inteligência artificial e Tiny Machine Learning (TinyML) da Reality AI.


• Em janeiro de 2022: Klika Tech, uma empresa de desenvolvimento de soluções e produtos IoT e baseados em nuvem, juntou-se à fundação TinyML para aumentar o desenvolvimento da computação de ponta com aprendizado de máquina. A Klika Tech pode acessar análises de dados no dispositivo por meio de aprendizado de máquina por meio desta parceria.