Taille explicable du marché de l’IA – par composant (solution, service), par service logiciel (logiciel autonome, logiciel intégré, outils de reporting automatisés, visualisation de modèle interactif), par méthode, par secteur vertical et prévisions, 2024-2032
Published on: 2024-07-07 | No of Pages : 240 | Industry : Media and IT
Publisher : MRA | Format : PDF&Excel
Taille explicable du marché de l’IA – par composant (solution, service), par service logiciel (logiciel autonome, logiciel intégré, outils de reporting automatisés, visualisation de modèle interactif), par méthode, par secteur vertical et prévisions, 2024-2032
Taille explicable du marché de l'IA - Par composant (solution, service), par service logiciel (logiciel autonome, Logiciels intégrés, outils de reporting automatisés, visualisation interactive de modèles), par méthode, par secteur vertical et prévisions, 2024 - 2032
Taille explicable du marché de l'IA< /h2> La taille du marché de l’IA explicable était évaluée à 6,55 milliards de dollars en 2023 et devrait croître à un TCAC de plus de 15 % entre 2024 et 2032. Le marché de l’IA explicable devrait se développer de manière significative, en partie en raison de considérations éthiques et réglementaires. À l’échelle mondiale, les gouvernements et les agences de réglementation sont de plus en plus conscients des risques possibles que les systèmes d’IA peuvent poser, notamment les préjugés, la discrimination et le manque de responsabilité. Ils mettent en place des lois qui exigent que les modèles d'IA soient transparents et explicables pour atténuer ces risques.
La taille du marché de l’IA explicable était évaluée à 6,55 milliards de dollars en 2023 et devrait croître à un TCAC de plus de 15 % entre 2024 et 2032. Le marché de l’IA explicable devrait se développer de manière significative, en partie en raison de considérations éthiques et réglementaires. À l’échelle mondiale, les gouvernements et les agences de réglementation sont de plus en plus conscients des risques possibles que les systèmes d’IA peuvent poser, notamment les préjugés, la discrimination et le manque de responsabilité. Ils mettent en place des lois qui exigent que les modèles d'IA soient transparents et explicables pour atténuer ces risques.
Pour connaître les principales tendances du marché
Téléchargez un échantillon gratuit
Par exemple, le Règlement général sur la protection des données (RGPD) de l'Union européenne contient des règles relatives au droit à l'explication, qui oblige les entreprises à justifier explicitement toute décision automatisée ayant un impact sur les individus. . De la même manière, le projet de loi européenne sur l’intelligence artificielle met l’accent sur l’IA explicable, en particulier dans les domaines à haut risque tels que l’administration publique, la banque et la santé. Le besoin de solutions d'IA explicable est alimenté par ces cadres réglementaires, que les entreprises doivent respecter pour éviter les amendes et préserver la confiance du public.
Un autre facteur important à l'origine de la croissance du marché de l'IA explicable est l'amélioration des performances des modèles. et le débogage. Explainable AI aide les data scientists et les développeurs à mieux comprendre les mécanismes internes de leurs modèles en mettant en lumière les processus décisionnels des algorithmes d'IA. Cette transparence est cruciale pour localiser et corriger les biais, les erreurs et autres problèmes susceptibles de nuire aux performances du modèle. Les développeurs peuvent améliorer la précision, la fiabilité et l'équité de leurs modèles en comprenant le processus de prise de décision.
Attribut du rapport | Détails |
---|---|
Année de base | 2023 |
Taille explicable du marché de l'IA en 2023 | 6 USD.55 milliards |
Période de prévision | 2024 - 2032 |
Période de prévision 2024 - TCAC 2032 | 15 % |
Projection de valeur 2032 | 29 milliards USD |
Données historiques pour | 2021 - 2023 |
Non. de pages | 270 |
Tableaux, graphiques etamp; Chiffres | 350 |
Segments couverts | Composant, type de logiciel, méthode, secteur d'activité | < /tr>
Moteurs de croissance |
|
Pièges et amp; Défis |
|
Quelles sont les opportunités de croissance sur ce marché ?
Télécharger un échantillon gratuit
Les méthodes d'IA explicables permettent d'identifier des biais involontaires dans les algorithmes et les données, ce qui permet la mise en œuvre de mesures correctives pour garantir des résultats plus équitables. De plus, l’IA explicable facilite le débogage en identifiant les composants du modèle susceptibles de produire des résultats inattendus ou inexacts. Cette capacité raccourcit la période de développement en raison de sa rapidité et de son efficacité. des capacités de résolution de problèmes plus efficaces.
Par exemple, en juin 2023, IBM a dévoilé une nouvelle plate-forme appelée IBM Watsonx pour améliorer les opérations organisationnelles grâce à des solutions d'IA. L'objectif de cette plateforme est de permettre aux entreprises d'accélérer efficacement leurs opérations en utilisant les technologies d'IA.
La difficulté et les compromis impliqués pour rendre les modèles d'IA interprétables sont parmi les obstacles majeurs que rencontrent les entreprises d'IA explicable. Les modèles d’apprentissage profond, avec leurs structures complexes et leur grand nombre de paramètres, fonctionnent souvent comme des boîtes noires dans l’IA avancée. Ces modèles complexes sont généralement nécessaires pour atteindre des niveaux de performance et de précision élevés, mais il peut être difficile de les rendre compréhensibles.
Simplifier les modèles pour accroître leur explicabilité peut réduire leurs performances, entraînant un compromis entre précision et transparence. Ce compromis doit être équilibré à l’aide d’approches et de procédures complexes, qui peuvent être à la fois ingénieuses et techniquement intensives. En outre, il est difficile de créer un système qui fonctionne pour toutes les parties prenantes, car différents groupes, notamment les développeurs, les régulateurs et les utilisateurs finaux, ont des exigences variées en matière d'explicabilité.
Tendances du marché de l'IA explicable
Une tendance importante qui propulse le marché vers l’avant est l’utilisation de l’IA explicable dans les processus métier fondamentaux. Les entreprises de divers secteurs reconnaissent l’importance de la transparence de l’IA pour convaincre les parties prenantes et les clients. Les entreprises peuvent offrir des informations compréhensibles sur leurs processus décisionnels en intégrant l'IA explicable dans leurs opérations.
L'IA explicable est utilisée ; par exemple, dans les services financiers pour soutenir les décisions de crédit et identifier les activités frauduleuses, et dans les soins de santé pour clarifier les diagnostics et les évaluations recommandés. traitements. Cette tendance garantit la conformité réglementaire, tout en améliorant la satisfaction et la confiance des clients. Par conséquent, pour améliorer les opérations de l'entreprise et préserver leur avantage concurrentiel, un nombre croissant d'entreprises donnent la priorité à l'utilisation de l'IA explicable.
Le marché de l'IA explicable se développe en raison des développements notables des méthodologies d'explicabilité. Afin de fournir des techniques plus avancées et plus pratiques pour déchiffrer des modèles d’IA complexes, les chercheurs et les développeurs explorent continuellement de nouvelles idées. Des stratégies telles que les explications additives SHapley (SHAP), les explications locales interprétables agnostiques du modèle (LIME) et les mécanismes d'attention sont améliorés et utilisés plus fréquemment.
Les utilisateurs trouveront plus facile de comprendre et de faire confiance aux systèmes d'IA. grâce à ces développements, qui permettent des analyses plus précises et plus précises. des explications transparentes sur ses processus de prise de décision. L'acceptation des solutions d'IA explicable est en outre alimentée par les progrès des techniques d'interprétabilité indépendantes des modèles, qui permettent une applicabilité plus large sur une variété de types de modèles d'IA.
L'IA explicable devient de plus en plus populaire dans des secteurs hautement réglementés tels que assurances, soins de santé et finances. Ces industries doivent garantir que leurs systèmes d’IA sont responsables et transparents afin de se conformer à des réglementations strictes. L'IA explicable propose des jugements automatisés avec des explications compréhensibles, contribuant ainsi à satisfaire aux exigences réglementaires. L’IA explicable, par exemple, est essentielle dans le secteur financier pour garantir que les algorithmes de notation de crédit ne biaisent pas involontairement des populations spécifiques. Il aide les professionnels de la santé à comprendre et à faire confiance aux recommandations de diagnostic et de thérapie générées par l'IA.Les solutions d'IA explicable devraient connaître une demande croissante dans ces domaines à mesure que la surveillance réglementaire s'intensifie.
Analyse du marché de l'IA explicable
En savoir plus sur les segments clés qui façonnent ce marché
Télécharger un échantillon gratuit
En fonction du type de logiciel, le marché est divisé en méthodes indépendantes du modèle et en méthodes spécifiques au modèle. Le segment des méthodes indépendantes du modèle devrait enregistrer un TCAC de 19,1 % au cours de la période de prévision.
- Les approches indépendantes du modèle offrent un moyen flexible et adaptable d'évaluer et de comprendre les résultats de différents modèles d'IA. , ce qui en fait un outil essentiel dans l'industrie de l'IA explicable. Contrairement aux approches spécifiques au modèle, conçues pour des types spécifiques d'algorithmes (tels que les réseaux neuronaux/arbres de décision), les approches indépendantes du modèle sont applicables à tout modèle d'IA, quelle que soit son architecture.
- Leur une valeur considérable dans une variété de contextes d’application réside dans leur universalité. LIME et SHAP sont deux techniques indépendantes du modèle bien connues. Pour créer des modèles interprétables qui ressemblent localement au comportement du modèle boîte noire, LIME perturbe d'abord les données d'entrée, puis surveille les changements dans la sortie.
- À l'inverse, SHAP fournit une mesure unifiée de la pertinence des fonctionnalités en utilisant des idées. de la théorie des jeux coopératifs pour attribuer la sortie du modèle à ses caractéristiques d'entrée. Ces techniques permettent aux utilisateurs d'obtenir des informations sur les processus de prise de décision de modèles complexes, de découvrir les biais et d'évaluer avec succès les résultats du modèle.
- Elles sont particulièrement utiles pour les entreprises qui exigent transparence et responsabilité dans une gamme d'applications d'IA. . Les approches indépendantes du modèle deviennent de plus en plus populaires sur le marché de l'IA explicable en raison de leur adaptabilité et de leur large gamme d'applications, qui répondent aux demandes de différentes entreprises, à la recherche de solutions d'IA fiables et compréhensibles.
Apprendre en savoir plus sur les segments clés qui façonnent ce marché
Télécharger un échantillon gratuit
En fonction des composants, le marché de l'IA explicable est divisé en solutions et amp; service. Le segment des solutions a dominé le marché mondial avec un chiffre d'affaires de plus de 4 milliards de dollars en 2023.
- Le marché de l'IA explicable comprend un segment de solutions qui comprend une large gamme de biens et de services destinés à améliorer la responsabilité, l’interprétabilité et la transparence des modèles d’IA. Les outils logiciels, les plates-formes et les frameworks offrant des fonctionnalités d'interprétation des modèles, de détection des biais et de reporting de conformité sont inclus dans cette catégorie.
- Des entreprises technologiques de premier plan et des startups naissantes proposent des solutions d'intelligence artificielle explicables tout compris qui s'intègrent parfaitement. avec les processus et cadres d’IA actuels.Par exemple, des fonctionnalités d'explicabilité sont implémentées dans des systèmes tels que Google Cloud AI, IBM Watson et Microsoft Azure Machine Learning, qui aident les développeurs et les scientifiques des données à comprendre et à comprendre leurs capacités. interpréter les prédictions de leurs modèles.
- Les segments de solutions comprennent également des services professionnels et de conseil qui aident les entreprises à créer les meilleures pratiques pour le déploiement éthique de l'IA, à garantir la conformité réglementaire et à adopter et à adopter des solutions efficaces. optimiser les techniques d'IA explicables.
- Le marché des solutions est en croissance, proposant des solutions plus avancées et plus conviviales qui répondent aux besoins de nombreux secteurs, du secteur bancaire au secteur bancaire. des soins de santé aux services juridiques et juridiques. commerce de détail, alors que la demande de transparence et de responsabilité dans l’IA continue d’augmenter. La création et l'acceptation de ces solutions sont essentielles pour encourager une utilisation responsable des technologies d'IA tout en renforçant la confiance du public.
Vous recherchez des données spécifiques à une région ?
Télécharger un échantillon gratuit
L'Amérique du Nord a dominé le marché mondial de l'IA explicable en 2023, représentant une part de plus de 85 %. Le marché de l’IA explicable est dominé par la région nord-américaine en raison d’un mélange d’avancées technologiques, de cadres juridiques et d’investissements importants dans la R&D en IA. En raison de leur leadership en matière de technologie et d'IA, les États-Unis sont un acteur important.
De grandes sociétés technologiques, telles que Google, Microsoft, IBM et Amazon, ont leur siège social en Amérique du Nord et ouvrent la voie. dans le développement et la mise en œuvre d’une technologie d’IA explicable. Ces entreprises investissent considérablement dans la R&D pour fournir des solutions d'IA innovantes qui accordent la priorité à la responsabilité et à la transparence.
De plus, en réponse aux implications éthiques et sociétales de l'IA, l'environnement réglementaire nord-américain est en changeant. Les législateurs et les organismes de réglementation veillent davantage à ce que les systèmes d’IA soient justes, ouverts et responsables. La demande de solutions d'IA explicable est motivée par des initiatives telles que l'Algorithmic Accountability Act des États-Unis, qui souligne la nécessité pour les entreprises de fournir des explications pour les décisions automatisées.
Les États-Unis sont à la pointe du marché mondial de l'IA explicable en raison de leur une base technologique solide, des investissements importants dans la R&D en IA et un cadre législatif avant-gardiste. Le pays abrite d’importants géants du numérique qui ouvrent la voie au développement de l’IA explicable, tels que Google, Microsoft, IBM et Amazon. Pour améliorer la transparence et l'interprétabilité de l'IA, ces organisations emploient des équipes spécialisées et investissent massivement dans la recherche sur l'IA.
Les solutions d'IA explicables deviennent également de plus en plus populaires en raison des efforts du gouvernement américain et des agences de réglementation. l’accent croissant mis sur l’éthique et la responsabilité de l’IA,y compris la Commission fédérale du commerce (FTC). Des établissements universitaires de premier plan, tels que Carnegie Mellon, Stanford et le MIT, apportent des contributions substantielles au domaine de la recherche sur l'explicabilité de l'IA, encourageant la coopération scientifique et les innovations.
En mettant fortement l'accent sur la technologie et l'innovation. innovations, soutien gouvernemental et pratiques éthiques de l’IA, le Japon ouvre la voie dans le secteur de l’IA explicable et connaît une croissance rapide. Parallèlement aux programmes financiers et aux alliances stratégiques entre les secteurs public et commercial, le gouvernement japonais a lancé plusieurs initiatives pour soutenir la recherche et le développement en IA. De grandes entreprises japonaises, dont Fujitsu, Hitachi et NEC, travaillent activement sur des solutions d'IA explicables pour améliorer les applications d'IA. transparence et un sentiment de confiance.
Les cadres et règles établis par le gouvernement qui mettent l'accent sur la valeur de la responsabilité et de l'explicabilité dans les systèmes d'IA sont révélateurs de l'approche japonaise en matière d'éthique et de gouvernance de l'IA. De plus, l'IA explicable a un grand potentiel pour améliorer les processus décisionnels au Japon en raison du vieillissement de la population du pays et des problèmes de santé et de robotique qui en découlent.
Par exemple, dans Février 2024, le Japon relève les défis du déclin de la main-d'œuvre provoqué par une population vieillissante en offrant de nouvelles opportunités dans le domaine de la technologie numérique et en utilisant des techniques d'IA de pointe. Cela offre aux entreprises internationales la possibilité de collaborer avec des partenaires nationaux dans cette nouvelle révolution industrielle pour contribuer à changer la société japonaise.
En raison de sa base technologique solide, de ses politiques gouvernementales proactives et de son écosystème d'IA dynamique, la Corée du Sud commence à émerger comme un acteur majeur sur le marché de l’IA explicable. Le développement de l'IA est une priorité absolue du gouvernement sud-coréen dans le cadre de sa politique nationale, qui comprend des investissements importants dans la R&D et l'encouragement de la coopération entre les secteurs public et privé. D'éminentes sociétés informatiques sud-coréennes, telles que Samsung, LG et Naver, ouvrent la voie dans le développement de technologies d'IA, telles que l'IA explicable, pour garantir la transparence et la fiabilité de leurs applications.
En s'efforçant de définir Selon les règles et normes en matière de transparence et de responsabilité en matière d'IA, le cadre réglementaire de la Corée du Sud évolue également pour résoudre les problèmes éthiques liés à l'IA. L'accent mis par le pays sur les soins de santé, les véhicules sans conducteur et les villes intelligentes offre des perspectives substantielles pour l'application d'une IA explicable, améliorant les processus de prise de décision et garantissant la confiance du public dans les systèmes basés sur l'IA.
En raison de Grâce à ses investissements importants dans la recherche et le développement de l'IA, au soutien du gouvernement et à l'adoption rapide des technologies d'IA dans un large éventail d'industries, la Chine est un acteur dominant sur le marché de l'IA explicable.L'IA est désormais une priorité absolue pour le gouvernement chinois, qui a financé et développé des plans ambitieux pour positionner la Chine comme un leader mondial de l'innovation en matière d'IA.
Pour maintenir la transparence et le respect des règles changeantes, les principaux géants chinois de l'informatique tels que alors que Baidu, Alibaba, Tencent et Huawei investissent considérablement dans la recherche et les applications explicables en matière d’IA. La Chine a établi des règles et des politiques qui soulignent l’importance de l’explicabilité et de la responsabilité dans les systèmes d’IA, reflétant ainsi son approche de l’éthique et de la gouvernance de l’IA. La Chine connaît une transition numérique rapide, en particulier dans des secteurs tels que la finance, la santé et les villes intelligentes, ce qui stimule la demande.
Part de marché explicable de l'IA
Microsoft Corporation et le commerce international Machines Corporation (IBM) détenait une part importante de plus de 10 % dans l’industrie de l’IA explicable. Microsoft Corporation détient une part de marché substantielle dans l'IA explicable en raison de ses investissements substantiels dans la R&D en IA, de sa solide infrastructure cloud et d'une large gamme d'offres de plates-formes d'IA. Les éléments d'explicabilité sont intégrés dans une gamme d'outils et de services d'IA proposés par l'entreprise via son service de cloud computing, Microsoft Azure.
Les développeurs peuvent comprendre, dépanner et avoir confiance dans leurs modèles d'apprentissage automatique à l'aide de outils d’interprétabilité intégrés proposés par Azure Machine Learning. Les politiques et les efforts de Microsoft en matière d'IA, tels que le programme AI for Good qui met l'accent sur le développement responsable de l'IA, démontrent l'engagement de l'entreprise en faveur d'une IA éthique et ouverte. Microsoft Research, la division de recherche de l'entreprise, fait constamment progresser le domaine de l'IA explicable grâce à des projets innovants et des partenariats avec des établissements d'enseignement.
En raison de sa vaste gamme de produits, de son orientation éthique en matière d'IA et de sa longue histoire de Innovations en IA, International Business Machines Corporation (IBM) détient une part de marché importante dans le domaine de l’IA explicable. La principale plate-forme d'IA de l'entreprise, IBM Watson, dispose de fonctionnalités d'explicabilité sophistiquées qui aident les utilisateurs à comprendre et à interpréter les informations produites par l'IA. L'offre Explainability de Watson favorise la confiance en permettant aux organisations d'observer le processus de prise de décision des modèles d'IA.
IBM a démontré son engagement en faveur d'une IA éthique avec la création du comité d'éthique de l'IA et de l'IA Fairness. Boîte à outils 360, qui offre des ressources pour identifier et réduire les biais dans les modèles d'IA. Les approches et technologies d'IA explicable évoluent constamment en raison des vastes capacités de recherche d'IBM, illustrées par IBM Research.
Sociétés du marché de l'IA explicable
Les principaux acteurs
opérant dans le secteur de l'IA explicable sont- Microsoft Corporation
- International Business Machines Corporation (IBM)
- Google LLC
- NVIDIA Corporation
- Amazon Web Services, Inc. (AWS)
- Salesforce, Inc.
- DataRobot, Inc.
Actualités explicables du secteur de l'IA
< ul>Le rapport d'étude de marché explicable sur l'IA comprend une couverture approfondie de l'industrie avec des estimations et des prévisions. prévisions en termes de revenus (milliards USD) de 2021 à 2032, pour les segments suivants
Cliquez ici pour acheter la section de ce rapport
Marché, par composant
- Solution
- Service
Marché, Par type de logiciel
- Logiciel autonome
- Logiciel intégré
- Outils de reporting automatisés
- Visualisation interactive du modèle
- Méthodes indépendantes du modèle
- Méthodes spécifiques au modèle
< strong>Marché, par composant
- BFSI
- Commerce de détail et amp; e-commerce
- Informatique etamp; télécommunications
- Gouvernement & secteur public
- Soins de santé
- Industrie manufacturière
- Médias et amp; divertissement
- Autres
Les informations ci-dessus sont fournies pour les régions et pays suivants
- Amérique du Nord
- États-Unis
- Canada
- Europe
- Allemagne
- Royaume-Uni
- France
- Italie
- Espagne
- Reste de l'Europe
- Asie-Pacifique
- Chine
- Inde
- Japon
- Corée du Sud
- ANZ
- Reste de l'Asie-Pacifique
- Amérique latine
- Brésil
- Mexique
- Reste de l'Amérique latine
- MEA
- EAU
- Arabie Saoudite
- Afrique du Sud
- Reste de la MEA
Table des matières
Contenu du rapport
Chapitre 1
;Méthodologie etamp; Portée
1.1 Portée du marché et amp; définition
1.2 Estimations de base et amp; calculs
1.3 Calcul des prévisions
1.4 Sources de données
1.4.1 Primaire
1.4.2 Secondaire
1.4.2.1 Sources payantes
1.4.2.2 Sources publiques
Chapitre 2
Résumé
2.1 Synopsis d'Industrie 3600, 2021 - 2032
Chapitre 3
Inspections de l'industrie
3.1 Analyse de l'écosystème industriel
3.2 Matrice des fournisseurs
3.3 Analyse de la marge bénéficiaire
3.4 Technologie & paysage de l'innovation
3.5 Analyse des brevets
3.6 Principales nouvelles et initiatives
3.7 Paysage réglementaire
3,8 Forces d'impact
3.8.1 Moteurs de croissance
3.8.1.1 Conformité réglementaire et exigences éthiques
3.8.1.2 Amélioration des performances et du débogage du modèle
3.8.1.3 Demande des clients et du marché
3.8.1.4 Importance croissante de la responsabilité
3.8.1.5 Collaboration internationale et élaboration de normes
3.8.2 Pièges et conséquences de l'industrie défis
3.8.2.1 Complexité et compromis
3.8.2.2 Standardisation et bonnes pratiques
3.9 Analyse du potentiel de croissance
3.10 Analyse de Porter
3.10.1 Pouvoir du fournisseur
3.10.2 Pouvoir d'achat
3.10.3 Menace des nouveaux entrants
3.10.4 Menace des remplaçants
3.10.5 Rivalité industrielle
3.11 Analyse PESTEL
Chapitre 4
Paysage concurrentiel, 2023
4.1 Introduction
4.2 Analyse de la part de marché de l'entreprise
4.3 Matrice de positionnement concurrentiel
4.4 Matrice des perspectives stratégiques
Chapitre 5
Estimations et amp; Prévisions, par composante, 2021 - 2032 (en milliards de dollars)
5.1 Solution
5.2 Service
Chapitre 6
Estimations et amp; Prévisions, Par type de logiciel, 2021 - 2032 (en milliards de dollars)
6.1 Logiciel autonome
6.2 Logiciel intégré
6.3 Outils de reporting automatisés
6.4 Visualisation interactive du modèle
Chapitre 7
Estimations et amp; Prévision,Par méthode, 2021 - 2032 (en milliards USD)
7,1 Méthodes indépendantes du modèle
7.2 Méthodes spécifiques au modèle
Chapitre 8
Estimations et amp; Prévisions, par secteur d'activité, 2021 - 2032 (en milliards de dollars)
8,1 BFSI
8.2 Vente au détail et amp; e-commerce
8.3 Informatique et amp; télécommunications
8.4 Gouvernement et secteur public
8,5 Santé
8,6 Fabrication
8,7 Médias et amp; divertissement
8,8 Autres
Chapitre 9
Estimations et amp; Prévisions, par région, 2021 - 2032 (en milliards de dollars)
9,1 Tendances clés
9.2 Amérique du Nord
9.2.1 États-Unis
9.2.2 Canada
9.3 Europe
9.3.1 Royaume-Uni
9.3.2 Allemagne
9.3.3 France
9.3.4 Italie
9.3.5 Espagne
9.3.6 Reste de l'Europe
9,4 Asie-Pacifique
9.4.1 Chine
9.4.2 Inde
9.4.3 Japon
9.4.4 Corée du Sud
9.4.5 ANZ
9.4.6 Reste de l'Asie-Pacifique
9,5 Amérique latine
9.5.1 Brésil
9.5.2 Mexique
9.5.3 Reste de l'Amérique latine
9,6 MEA
9.6.1 EAU
9.6.2 Afrique du Sud
9.6.3 Arabie Saoudite
9.6.4 Reste de MEA
Chapitre 1
0 Profils d'entreprise
10.1 Abzu Aps
10.2 Alteryx, Inc.
10.3 Amazon Web Services, Inc. (AWS)
10.4 Arthur
10,5 C3.ai, Inc.
10.6 DarwinAI Corp.
10.7 Databricks Inc.
10.8 DataRobot, Inc.
10.9 Equifax Inc.
10.10 Fair, Isaac and Company
10.11 Fiddler AI
10.12 Google LLC
10.13 H2O.ai
10.14 Intel Corporation
10.15 Intellico Solutions Ltd
10.16 International Business Machines Corporation (IBM)
10.17 Kyndi, Inc.
10.18 Microsoft Corporation
10.19 Mphasis Limited
10.20 NVIDIA Corporation
10.21 Salesforce, Inc.
10.22 SAS Institute Inc.
10.23 Seldon Technologies Ltd.
10.24 Squirro AG
10h25 Temenos AG
10.26 Tensor AI Solutions GmbH
10.27 Tredence Inc.
10.28 Zest AI
- Microsoft Corporation
- Commerce international Machines Corporation (IBM)
- Google LLC
- NVIDIA Corporation
- Amazon Web Services, Inc. (AWS)
- Salesforce, Inc.
- DataRobot, Inc.
10.6 DarwinAI Corp.
10.7 Databricks Inc.
10.8 DataRobot, Inc.
10.9 Equifax Inc.
10.10 Fair, Isaac and Company
10.11 Fiddler AI
10.12 Google LLC
10.13 H2O.ai
10.14 Intel Corporation
10.15 Intellico Solutions Ltd
10.16 International Business Machines Corporation (IBM)
10.17 Kyndi, Inc.
10.18 Microsoft Corporation
10.19 Mphasis Limited
10.20 NVIDIA Corporation
10.21 Salesforce, Inc.
10.22 SAS Institute Inc.
10.23 Seldon Technologies Ltd.
10.24 Squirro AG
10h25 Temenos AG
10.26 Tensor AI Solutions GmbH
10.27 Tredence Inc.
10.28 Zest AI
- Microsoft Corporation
- Commerce international Machines Corporation (IBM)
- Google LLC
- NVIDIA Corporation
- Amazon Web Services, Inc. (AWS)
- Salesforce, Inc.
- DataRobot, Inc.
10.6 DarwinAI Corp.
10.7 Databricks Inc.
10.8 DataRobot, Inc.
10.9 Equifax Inc.
10.10 Fair, Isaac and Company
10.11 Fiddler AI
10.12 Google LLC
10.13 H2O.ai
10.14 Intel Corporation
10.15 Intellico Solutions Ltd
10.16 International Business Machines Corporation (IBM)
10.17 Kyndi, Inc.
10.18 Microsoft Corporation
10.19 Mphasis Limited
10.20 NVIDIA Corporation
10.21 Salesforce, Inc.
10.22 SAS Institute Inc.
10.23 Seldon Technologies Ltd.
10.24 Squirro AG
10h25 Temenos AG
10.26 Tensor AI Solutions GmbH
10.27 Tredence Inc.
10.28 Zest AI