この状況により、ベンダー各社は単体のツールを超え、導入、監視、カスタマイズ、管理のためのより包括的な環境を提供するよう迫られています。また、ユースケースごとに導入状況に差が出始めています。ソフトウェア開発、顧客対応、研究、分析、ナレッジマネジメントなどの分野では急速に進展している一方、規制が厳しい環境やプロセス重視の環境では、慎重なペースで進められています。したがって、市場の長期的な成長は、より優れたモデルの登場だけでなく、企業が技術的能力を、再現性があり、ガバナンスが確保され、経済的にも実現可能な大規模な導入へと転換できるかどうかにかかっています。
市場規模と予測：
- 2025年の市場規模：1,195.1億米ドル
- 2026年の市場規模：1,854.5億米ドル
- 2033年の売上高予測： 1,658.97十億米ドル
- 成長率：2026年から2033年までのCAGR 36.8%
- 2021年から2033年までのデータが利用可能です
米国の生成AI市場
- 2025年の市場規模：25.78十億米ドル
- 2032年の市場予測：279.44十億米ドル
- 市場は年平均成長率（CAGR）40.6％で拡大しています
欧州の生成AI市場2025年の市場規模は165.6億米ドル2032年の市場予測は2,027.7億米ドル市場は年平均成長率（CAGR）43.0％で拡大しています
主要な市場動向とインサイト
- 今後の見通し： 生成AI市場の成長は、企業におけるAIの導入、基盤モデル、およびAIインフラへの投資によって牽引されています。
- アプリケーションタイプ：主な用途には、コンテンツ管理、ビジネスインテリジェンス、検索、合成データ、生成設計などが挙げられます。
- 主なトレンド：マルチモーダルモデル、生成型SaaSプラットフォーム、AIコパイロット、および業界固有のソリューションが、企業での導入を形作っています。
- 主要技術：基盤モデル、LLM、マルチモーダルAI、モデルオーケストレーションプラットフォーム、およびクラウドGPUインフラが、導入を推進しています。
主なポイント
アジア太平洋地域は、予測期間中に40.3％という最も高い成長率を記録する見込みです。
提供形態別では、インフラストラクチャセグメントが2026年に46.1％という最大のシェアを占めると推定されています。
データモダリティ別では、テキストデータモダリティセグメントが2026年に39.1％という最大のシェアを占めると推定されています。
用途別では、コンテンツ生成・管理セグメントが2026年に市場を牽引する見込みです。
業種別では、エンタープライズ向け生成AIエンドユーザーセグメントが、予測期間中に最も急速な成長を遂げると見込まれています。
NVIDIA、AMD、Broadcom、SK hynixは、アクセラレータ、カスタムシリコン、ネットワーク、高帯域幅メモリにおけるリーダーシップを通じて、生成AIインフラストラクチャ分野で主導的な地位を占めています。
OpenAI、Google、Anthropic、Metaは、高度なモデルポートフォリオ、開発者による高い採用率、マルチモーダル機能、そして広範なクラウドやプラットフォームでの展開を通じて、基盤モデルの市場を形作っています。
いくつかの技術的変化が、生成AI市場の行方を決定づけ始めています。マルチモーダルモデルは、これらのシステムが扱える範囲を拡大し、テキスト、画像、音声、動画、コード、構造化情報を同じ動作環境に取り込んでいます。エージェント型AIもまた重要な推進力となっています。これは、生成AIを単なる回答の生成にとどまらず、ビジネスシステム全体にわたるタスクの遂行へと進化させるからです。また、企業は特定の業界や機能向けに構築された小規模なモデルにも、より注目するようになっています。
特に、モデルの規模そのものよりも、コスト、プライバシー、速度が重視される分野においてです。検索およびオーケストレーションツールは、モデルと企業データやアプリケーションとの連携方法を改善しており、一方、実世界のデータが限られている分野では、合成データがテスト、シミュレーション、トレーニングにおいてますます有用になりつつあります。同時に、導入はそれ自体が専門分野となりつつあります。モデルの評価、監視、アクセス制御、セキュリティは、日常業務においてシステムが信頼できるかどうかを判断する上で、今や中心的な要素となっています。
顧客の顧客に影響を与えるトレンドと変革
生成AIは、クライアントがテクノロジーパートナーや自社の業務に求めるものを変え始めています。その変化は、孤立した支援から、仕事の進め方そのものにおけるより大きな変革へと向かっています。初期の導入では、テキストの生成、質問への回答、あるいは単一のタスクの迅速化に焦点が当てられていました。現在、クライアントはワークフロー全体を見渡し、生成AIによってどの段階で引き継ぎを排除し、手動によるレビューを削減し、専門知識へのアクセスを容易にできるかを検討しています。これにより、購入に関する話し合いの内容も変化しています。
モデルの品質は依然として重要ですが、この技術が稼働中のシステム、機密データ、顧客対応プロセスに接続されるようになったため、統合、制御、信頼性がより重視されるようになっています。したがって、ビジネスチャンスは、モデルへのアクセスにとどまらず、オーケストレーション、ガバナンス、セキュリティ、カスタマイズ、およびマネージド・オペレーションへと広がっています。同時に、クライアントの選定基準もより厳格になってきています。広範なパイロット導入から、経済性が明確で、責任の所在が明確であり、運用上の影響が測定可能な、より限定的なユースケースへと移行しつつあります。市場は、「生成AIが何を生み出せるか」ではなく、「実際のビジネス上の制約の中で、生成AIが何を一貫して成し遂げられるか」という実用的な問いを中心に成熟しつつあります。
市場の動向
推進要因：生成AIコパイロットおよびAIを活用したワークフローの企業における急速な導入
市場の背後にある最大の原動力は、大企業内における実験段階から日常的な利用への移行です。コパイロットの用途は、もはやメールの下書き作成や文書の要約にとどまりません。ソフトウェア開発、カスタマーサービス、研究、営業支援、財務、社内ナレッジシステムなど、さまざまな分野で活用が進んでいます。これが重要なのは、生成AIがワークフローの一部となると、支出がモデルそのものだけにとどまらなくなるからです。
企業には、インフラ、統合、セキュリティ、ガバナンス、モニタリング、そして継続的なサポートが必要となります。また、この技術がチームの働き方や意思決定の仕方、サービスの提供方法に影響を与え始めるため、導入を撤回することも難しくなります。したがって、真の成長の原動力は、利用可能なモデルの数ではなく、それらを中心に再設計されるビジネスプロセスの数にあるのです。明確な生産性の向上、運用負担の軽減、あるいはサービス品質の向上を実証できるベンダーは、日常業務とのつながりが限られた孤立したツールを提供するベンダーよりも、より有利な立場に立つことになるでしょう。
制約要因：データプライバシー、知的財産、および規制遵守に関する懸念
最大の制約要因は、生成AIが実際のビジネスプロセスに導入された後、機密情報がどのように扱われるかという点に関する不確実性です。企業は有力なユースケースを認識していても、顧客データ、機密文書、ソースコード、または規制対象情報を、自らが完全に制御できないシステムに送り込むことには、しばしば慎重になります。知的財産に関する懸念も、特にトレーニングデータ、生成されたコンテンツ、またはモデルの出力が所有権をめぐる紛争を引き起こす可能性がある場合、さらなる課題となります。また、規制は地域や業界によって不均一に整備されているため、グローバル企業にとっては導入がより困難になっています。これらの問題は導入そのものを阻止するものではありませんが、意思決定を遅らせ、法的審査を増やし、導入コストを押し上げます。多くの場合、組織が承認する準備が整う前に、技術的な解決策はすでに整っているのです。そのため、プライベート導入、アクセス制御、監査証跡、データ居住地、モデルの透明性、そして明確な契約上の保護措置が、後から追加されるオプション機能ではなく、購入決定の核心となりつつあります。
機会：エージェント型AIと自律的な多段階ワークフローのオーケストレーションの拡大
エージェント型AIは、技術を「情報の生成」から「業務の遂行」へと移行させるため、最も明確な新たな収益機会となります。エージェントは、質問に答えたり草案を作成したりするだけでなく、データを取得し、ソフトウェアツールを使用し、各ステップを調整し、定義されたルールの範囲内でタスクを実行することができます。これにより、顧客対応、ITサポート、財務、調達、ソフトウェア提供、研究など、幅広い分野でより価値の高いユースケースが可能になります。また、オーケストレーション、メモリ、権限、モニタリング、ID、人的承認といった分野において、まったく新しい技術レイヤーへの需要も生み出します。ここでの機会は、単に高性能なエージェントを構築することだけではありません。新たなリスクを生み出すことなく、複雑な組織内で運用できるほど信頼性の高いエージェントを実現することにあります。自律性と制御を両立させることができる企業は、購入者が単純な「コパイロット」から、ワークフローの一部を最初から最後まで管理できるシステムへと移行する中で、有利な立場に立つことになるでしょう。
課題：モデル出力の正確性、信頼性、説明可能性、一貫性の確保
依然として最大の課題は「信頼」です。生成AIは有用な結果を迅速に生み出すことができますが、同じ質問に対して異なる回答を出したり、重要な文脈を見落としたり、誤った情報を確信を持って提示したりする可能性もあります。これは、金融、医療、法務、エンジニアリング、あるいはエラーが現実的な影響を及ぼすあらゆるプロセスにおいてシステムが使用される場合、深刻な問題となります。したがって、企業にはベンチマークでの高得点以上のものが求められます。予測可能なパフォーマンス、追跡可能な出力、明確なエスカレーション手順、そして実際の運用環境下でシステムが一貫した動作を示すという証拠が必要です。これは、プロンプト、データソース、ユーザーの行動、および周囲のワークフローによってモデルの品質が変化する可能性があるため、困難な課題です。市場では、評価、監視、検索、テスト、および人間による監督の強化を通じて対応が進んでいますが、問題はまだ解決にはほど遠い状況です。ベンダーが、自社のシステムが有能であるだけでなく、本番環境において繰り返し信頼できることを証明できる場合、その導入は最も急速に拡大するでしょう。
市場のエコシステム
生成AIのエコシステムは、もはやモデルプロバイダーだけを中心に構成されているわけではありません。現在では、ハードウェア、基盤モデル、開発プラットフォーム、ガバナンスとセキュリティ、エージェント型ランタイム、アプリケーション、サービスといった、相互に連携した各層にまたがっています。
NVIDIA、AMD、Intel、Broadcom、Micronなどのハードウェアベンダーは、モデルを大規模にトレーニングおよび実行するために必要な演算能力、メモリ、ネットワークを提供しています。OpenAI、Google、Anthropic、Meta、Mistral AI、Cohere、DeepSeekなどのモデル開発企業は、インテリジェンス層を提供しています。これらを囲むように、クラウドおよび開発プラットフォームが、企業がソリューションを構築、微調整、テスト、展開するのを支援する一方、ガバナンスベンダーはリスク、セキュリティ、ポリシー管理に注力しています。
エージェント型AIプラットフォームは、モデルとツール、データ、ワークフローを結びつける調整層として台頭しています。さらに、アプリケーションベンダーはこれらの機能を特定のビジネスニーズに合わせてパッケージ化し、サービスプロバイダーは戦略、統合、カスタマイズ、およびマネージドオペレーションを支援します。その結果、市場は単独の製品と同様に、パートナーシップや相互運用性によっても形作られています。
市場セグメント
生成AI市場（提供形態別）
提供形態別に見ると、2026年の生成AI市場において、生成AIインフラが最大のシェアを占めています。これは、現在の導入の波が依然として、計算能力の大幅な拡充に依存しているためです。大規模モデルのトレーニング、マルチモーダルシステムの実行、および大容量の推論のサポートには、汎用サーバー以上のものが必要となります。投資はアクセラレータチップ、高帯域幅メモリ、ストレージ、高速ネットワークへと流れており、その中でもアクセラレータチップが最大のハードウェアサブセグメントを形成しています。GPUは依然として中心的な位置を占めていますが、需要はAI ASIC、TPU、エッジプロセッサ、および特定のワークロード向けに設計された専用システムへと広がりつつあります。ハイパースケーラー、モデル開発者、政府、大企業がこぞってインフラを拡充しているため、ハードウェアの売上高は高水準を維持しています。ソフトウェアやサービスの規模拡大に伴い、この優位性は縮小する可能性がありますが、短期的には依然としてインフラが市場の中心を占める状況が続きます。生成AIは、計算能力、メモリ、データ転送への確実なアクセスがなければ、実用的な規模で本番環境へ移行することはできません。そのため、ハードウェアは広範なエコシステムの経済的基盤となっているのです。
生成AI市場：データモダリティ別
生成AIがテキストベースの対話を超えて発展するにつれ、予測期間中はマルチモーダルが他のどのデータモダリティよりも急速に拡大すると見込まれています。この変化は、単にチャットボットに画像や音声機能を追加するだけのものではありません。最新のモデルは、複数の形式の情報を統合して解釈することができるため、データが単一の形式で提供されることが稀な実際のビジネス環境により適しています。医療現場のワークフローでは、診療記録、画像診断、検査結果、音声入力が組み合わされることがあり、産業用途では、マニュアル、センサーの測定値、画像、保守記録などが活用される場合があります。こうした幅広い文脈により、システムはより複雑な分析をサポートし、より充実した出力を生成できるようになります。また、音声、文書、画面、動画などの自然なインターフェースを通じて、生成AIをより使いやすくすることも可能になります。マルチモーダルなワークロードには、テキストのみのシステムとは異なるデータパイプライン、評価手法、安全対策、およびコンピューティングリソースが必要となるため、その商業的影響は、開発プラットフォーム、アプリケーション、インフラストラクチャ、およびサービス全般に及ぶでしょう。
生成AI市場：用途別
コンテンツの生成・管理は、2026年においても依然として最大の用途分野であり続けます。これは、生成AIが広く目に見える形で採用された最初の分野であったためです。企業はすでに、これらのツールを活用して、マーケティングコピーの草案作成、キャンペーンのローカライズ、製品説明の作成、文書の要約、研修資料の作成、さらには画像・音声・動画の開発支援を行っています。その魅力は明白です。コンテンツへの需要は増え続けている一方で、従来の制作方法は多くの場合、時間がかかり、コストもかかるからです。生成AIを活用することで、チームは人員を同程度に増やすことなく、より多くのバリエーションを作成し、異なる対象層に合わせて素材を調整し、納期を短縮することが可能になります。また、多くのツールは中核となる業務システムを変更することなく導入できるため、参入障壁が低いという点もこの分野の利点です。現在、導入は個人の生産性向上ツールから、ブランドガイドライン、承認ワークフロー、コンテンツライブラリ、権利管理機能と連携した、管理体制の整ったエンタープライズプラットフォームへと移行しつつあります。
生成AI市場：エンドユーザー別
予測期間中、企業エンドユーザーの中で最も急速な成長が見込まれるのは、医療、製薬、ライフサイエンス分野です。これは、生成AIが、この業界における費用と時間を要するいくつかの課題に対処できるためです。製薬企業は、文献レビュー、分子設計、臨床試験の計画、規制関連文書作成、エビデンスの統合などに生成AIを活用しています。医療提供者は、臨床文書作成、コーディング、患者とのコミュニケーション、知識の検索、事務支援などの分野での活用を模索しています。これらは決して些細な業務ではありません。これらは専門家の時間を大量に消費し、研究、医療提供、および保険償還を遅らせる要因となることがよくあります。また、マルチモーダルモデルが臨床テキスト、画像、ゲノム情報、科学データの処理において精度を高めていることから、ビジネスチャンスも拡大しています。精度、プライバシー、検証、および人的監督が不可欠であるため、導入は慎重なペースで進むでしょう。それでも、潜在的な利益は投資を継続させるのに十分な大きさです。臨床や規制上の管理を弱めることなく生産性を向上させることができるソリューションは、このセグメント全体で最も強い需要が見込まれます。
地域
2026年には北米が生成AI市場を主導
2026年、北米は生成AIの最大規模の地域市場となります。これは、インフラプロバイダー、最先端モデル開発者、エンタープライズソフトウェア企業、クラウドプラットフォーム、そして大規模なテクノロジー購入者が他に類を見ないほど集中していることが背景にあります。同地域は、多くのコア技術を開発しているだけでなく、それらをいち早く実運用に移している地域の一つでもあります。金融サービス、医療、専門サービス、メディア、防衛、ITなどの各業界の企業は、孤立したパイロットプロジェクトの段階を超え、生成AIを社内データ、ソフトウェアプラットフォーム、顧客対応のワークフローと連携させつつあります。データセンター、アクセラレータ、ネットワーク、エネルギー容量への多額の投資は、特に、より多くの演算能力を必要とするマルチモーダルシステムやエージェント型システムへの需要がシフトする中で、同地域にさらなる優位性をもたらしています。北米はまた、豊富なベンチャー資金、強力な研究機関、そして活発なスタートアップ基盤の恩恵も受けています。したがって、その優位性は供給と需要の両方に支えられており、技術の創出、企業による導入、そして商用化が互いに補強し合っています。
生成AI市場：企業評価マトリックス
OpenAIは、「スター」（基盤モデルプロバイダー部門）に位置づけられています。これは、強力な商業的実績と、テキスト、推論、コーディング、画像、音声、動画、エージェント型ユースケースに及ぶ幅広いモデルポートフォリオを兼ね備えているためです。ChatGPT、企業向け導入、API、開発者向けツール、パートナーエコシステムにまたがるその展開範囲は、認知度と規模の両方を同社にもたらしています。xAIは「新興リーダー」カテゴリーに位置づけられています。現在の製品展開規模は小さいものの、急速なモデル開発、Xプラットフォームとの統合、インフラ容量の拡大、リアルタイム情報へのアクセス、および企業や開発者向けの提供範囲の拡大を通じて、その地位を強化しています。
主要市場プレイヤー
NVIDIA (US)
OpenAI (US)
Microsoft (US)
AWS (US)
SK Hynix (South Korea)
Google (US)
Anthropic (US)
Micron (US)
Broadcom (US)
Dell Technologies (US)
AMD (US)
Cisco (US)
Salesforce (US)
IBM (US)
Adobe (US)
最近の動向
2026年7月：NVIDIAは、「NVIDIA Agent Toolkit」にPhysicsNeMoおよびCUDA-Xライブラリを追加し、開発者が物理シミュレーション、高速ソルバー、量子化学機能を備えた自律型エンジニアリングエージェントを構築できるようにしました。このアップデートにより、NVIDIAのジェネレーティブAIスタックは、汎用エージェントの枠を超えて、チップ設計、製品エンジニアリング、科学計算、およびシミュレーションを多用する産業用ワークフローへと拡大されました。
2026年7月：OpenAIはChatGPTに「Health」機能を導入し、プラットフォームを健康関連情報やパーソナライズされた支援へと拡大しました。このリリースは、ChatGPTをより付加価値の高い分野特化型のワークフローへと拡張すると同時に、消費者およびプロフェッショナル向けのジェネレーティブAIユースケースにおけるアプリケーション層としての地位を強化するというOpenAIの戦略を反映したものです。
2026年7月：AWSは、本番環境のAIエージェントにおける目に見えない動作上の不具合を特定するための、Amazon Bedrock AgentCore向け最適化機能を導入しました。この機能は、エージェントのセッションを分析し、繰り返し発生する不具合のパターンを説明するとともに、ビジネスへの影響度に基づいて問題の優先順位を付け、企業が導入済みのエージェント型AIシステムの信頼性と運用パフォーマンスを向上させることを支援します。
2026年7月：マイクロソフトは、AMDの最新アクセラレータおよびプロセッサ技術を活用し、Azure AIおよびハイパフォーマンスコンピューティング（HPC）インフラストラクチャを拡充しました。この取り組みにより、本番環境規模のAI推論、AIデータ処理、およびテクニカルコンピューティング向けの専用Azureシステムが導入され、顧客に対してより幅広いインフラストラクチャの選択肢、パフォーマンスの柔軟性、およびNVIDIAベースの展開に代わる選択肢を提供するマイクロソフトの能力が強化されました。
2026年7月：Googleは、Gemini Enterprise Agent Platformを通じて、Google Cloudの顧客向けにAlphaEvolveの一般提供を開始しました。Geminiを搭載したこのコード最適化エージェントは、半導体設計、物流、科学研究などのアプリケーション向けアルゴリズムを自動的に評価・改善し、Gen AIの導入範囲を高度に技術的なエンジニアリングや最適化ワークフローへと拡大しました。
1 はじめに 60
1.1 調査の目的 60
1.2 市場の定義 60
1.2.1 対象範囲および除外項目 61
1.3 市場の範囲 62
1.3.1 調査対象期間 66
1.4 対象通貨 66
1.5 ステークホルダー 66
1.6 変更点の概要 67
2 エグゼクティブ・サマリー 69
2.1 市場のハイライトと主要な洞察 69
2.2 主要な市場参加者：戦略的展開のマッピング 72
2.3 生成AI市場における破壊的トレンド 73
2.4 高成長セグメント 75
2.5 地域別概要：市場規模、成長率、および予測 76
3 プレミアムインサイト 78
3.1 生成AI市場における魅力的なビジネスチャンス 78
3.2 地域別生成AI市場 79
3.3 生成AI市場：主要3つのサービス 79
3.4 北米：インフラおよびサービス別の生成AI市場 80
3.5 地域別の生成AI市場 80
4 市場概要 81
4.1 はじめに 81
4.2 市場の動向 81
4.2.1 推進要因 82
4.2.1.1 企業における生成AIコパイロットおよび
AIを活用したワークフローの急速な導入 82
4.2.1.2 マルチモーダル、推論、およびコンテキスト認識機能を備えた基盤モデルの進歩 83
4.2.1.3 モデル推論コストの低下と演算効率の向上 83
4.2.1.4 コンテンツ作成、
ソフトウェア開発、ナレッジマネジメント、および分析における自動化への需要の高まり 84
4.2.2 制約要因 84
4.2.2.1 コンピューティングインフラ、モデル開発、および企業規模での導入にかかる総コストの高さ 84
4.2.2.2 データプライバシー、知的財産、および規制
コンプライアンスに関する懸念 85
4.2.3 機会 85
4.2.3.1 エージェント型AIおよび自律的な多段階
ワークフローのオーケストレーションの拡大 85
4.2.3.2 ドメイン特化型、小型、およびカスタマイズされた
生成AIモデルの開発 86
4.2.3.3 主権性、ローカライズ、業界準拠を備えた生成AIソリューションへの需要の高まり 86
4.2.4 課題 87
4.2.4.1 モデル出力の精度、信頼性、説明可能性、および一貫性の確保 87
4.2.4.2 プロンプトインジェクション、データポイズニング、モデルの悪用、および
その他の生成AIのセキュリティリスクの軽減 87
4.3 未充足のニーズと未開拓分野 88
4.3.1 生成AI市場における未充足のニーズ 88
4.3.2 未開拓分野における機会 89
4.4 相互に関連する市場とセクター横断的な機会 89
4.4.1 相互に関連する市場 89
4.4.2 セクター横断的な機会 90
4.5 ティア1/2/3の主要企業による戦略的動き 90
5 業界の動向 92
5.1 生成AIの進化 92
5.2 ポーターの5つの力分析 94
5.2.1 新規参入の脅威 95
5.2.2 代替品の脅威 96
5.2.3 供給者の交渉力 96
5.2.4 購入者の交渉力 96
5.2.5 競合の激しさ 97
5.3 マクロ経済の見通し 97
5.3.1 はじめに 97
5.3.2 GDPの動向と予測 97
5.3.3 AIインフラおよび半導体産業の動向 99
5.3.4 エージェント型AI産業の動向 100
5.4 サプライチェーン分析 101
5.5 エコシステム分析 102
5.5.1 生成AIのガバナンスおよびセキュリティプラットフォームベンダー 105
5.5.2 エージェント型AIプラットフォームおよびランタイムシステムベンダー 105
5.5.3 生成AIサービスプロバイダー 106
5.5.4 基盤モデルベンダー 106
5.5.5 エージェント型AIプラットフォームおよびランタイムシステムベンダー 106
5.5.6 生成AIハードウェアベンダー 106
5.5.7 生成AIアプリケーションおよびコパイロットベンダー 106
5.6 価格分析 107
5.6.1 生成AIアクセラレータの平均販売価格の推移 108
5.6.2 生成AIソフトウェア別の参考価格分析 109
5.7 貿易分析 110
5.7.1 コンピュータ処理ユニット（HSN：847150）の輸出シナリオ 110
5.7.2 コンピュータ処理ユニット（HSN：847150）の輸入シナリオ 111
5.8 2026年～2027年の主要な会議およびイベント 112
5.9 顧客のビジネスに影響を与えるトレンド／ディスラプション 114
5.10 投資および資金調達のシナリオ 114
5.11 ケーススタディ分析 116
5.11.1 ディスカバリー銀行：パーソナライズされたマルチモーダルな銀行支援により顧客エンゲージメントを倍増 116
5.11.2 ウェイフェア社は、250万件の商品タグを修正し、大量のサプライヤーサポートを自動化しました 116
5.11.3 スーパーティーチャー社は、コンテンツおよび製品開発全体にClaudeを組み込むことで、チームの生産性を2倍に高めました 117
5.11.4 ウィンブルドンはデジタルプラットフォームを刷新し、
AIを活用したファンエンゲージメントを拡大しました 117
5.11.5 ヒースロー空港は、AgentForceを活用した旅行アシスタントを通じて、乗客からのチャットの90％を解決しました 118
5.11.6 Space Llamaは、国際宇宙ステーションに低遅延のオフライン生成AI処理を導入しました 118
5.12 2025年の米国関税がもたらす影響 – 生成AI市場 119
5.12.1 はじめに 119
5.12.1.1 関税・通商政策の最新動向（2026年6月～7月） 119
5.12.2 主な関税率 120
5.12.3 価格への影響分析 120
5.12.3.1 戦略的転換と新たな動向 121
5.12.4 国・地域への影響 121
5.12.4.1 米国 121
5.12.4.2 中国 121
5.12.4.3 欧州 122
5.12.4.4 アジア太平洋地域 （中国を除く） 122
5.12.5 最終用途産業への影響 122
6 技術の進歩、特許、イノベーション、
および将来の応用 124
6.1 主要な新興技術 124
6.1.1 基盤モデルおよび大規模言語モデル 124
6.1.2 機械学習および深層学習 125
6.1.3 自然言語処理（NLP） 125
6.1.4 コンピュータビジョン 125
6.1.5 AIアクセラレータとハイパフォーマンスコンピューティング 125
6.2 補完的な技術 126
6.2.1 クラウドコンピューティングとAIインフラストラクチャ 126
6.2.2 ベクトルデータベースと検索強化型生成 126
6.2.3 ナレッジグラフとエンタープライズ検索 126
6.2.4 データエンジニアリングとMLOPS 127
6.2.5 AIガバナンス、セキュリティ、およびモデルの可観測性 127
6.3 関連技術 127
6.3.1 対話型AI 127
6.3.2 エージェント型AIおよびAIエージェント 127
6.3.3 ドキュメントAIおよびインテリジェント・ドキュメント処理 128
6.3.4 予測AIおよび高度な分析 128
6.3.5 ロボティック・プロセス・オートメーション 128
6.4 技術ロードマップ 129
6.5 特許分析 130
6.5.1 方法論 130
6.5.2 文書種別ごとの特許出願件数（2016年～2026年） 131
6.5.3 イノベーションと特許出願 131
6.6 将来の応用例 134
6.6.1 自律型エンタープライズAIエージェント 135
6.6.2 生成型製品・エンジニアリング設計 135
6.6.3 精密医療と創薬 136
6.6. 4 リアルタイムのマルチモーダル意思決定支援 136
6.6.5 超パーソナライズされたデジタル体験 137
7 関税分析および規制環境 138
7.1 コンピュータ処理ユニットに関連する関税 138
7.1.1 コンピュータ処理ユニットに関連する関税（HSN：847150） 138
7.2 地域ごとの規制およびコンプライアンス 139
7.2.1 規制機関、政府機関、およびその他の組織 140
7.2.2 主要な規制 144
7.2.2.1 北米 144
7.2.2.1.1 AIリスク管理フレームワーク：生成AIプロファイル（米国） 144
7.2.2.1.2 高度な生成AIシステムに関する自主行動規範（カナダ） 144
7.2.2.2 欧州 144
7.2.2.2.1 AI規制に対するイノベーション重視のアプローチ（英国） 144
7.2.2.2.2 ドイツAI市場監視・実施法（ドイツ） 144
7.2.2.2.3 GDPRに基づくAIシステムに関するCNILの勧告（フランス） 145
7.2.2.2.4 イタリアのデータ保護法および生成AIに関するガランテの措置（イタリア） 145
7.2.2.2.5 AI法への準拠および国家監督
枠組み（スペイン） 145
7.2.2.2.6 欧州連合（EU）人工知能法（EU） 146
7.2.2.3 アジア太平洋地域 146
7.2.2.3.1 生成型人工知能サービスの管理に関する暫定措置（中国） 146
7.2.2.3.2 情報技術仲介業者規則およびMeitY
AIに関する勧告（インド） 146
7.2.2.3.3 企業向けAIガイドライン（日本） 146
7.2.2.3.4 生成AIの開発および利用に関する個人情報処理ガイドライン（韓国） 147
7.2.2.3.5 生成AIに関するAIガバナンスおよび
倫理に関する拡大版ASEANガイド（ASEAN） 147
7.2.2.4 中東・アフリカ 147
7.2.2.4.1 生成AIガイドライン（サウジアラビア） 147
7.2.2.4.2 連邦個人データ保護法（UAE） 148
7.2.2.4.3 個人情報保護法（南アフリカ） 148
7.2.2.4.4 個人データ保護法第6698号および
AIに関する提言（トルコ） 148
7.2.2.4.5 大陸人工知能戦略（アフリカ連合） 148
7.2.2.5 ラテンアメリカ 149
7.2.2.5.1 一般データ保護法およびANPDのGenAI
施行（ブラジル） 149
7.2.2.5.2 連邦個人データ保護法および新たな
AIフレームワーク（メキシコ） 149
7.2.2.5.3 ラテンアメリカ・カリブ海地域向けデジタルアジェンダ「eLAC2026」（ラテンアメリカ） 149
7.2.3 業界標準 149
8 顧客環境と購買者の行動 152
8.1 意思決定プロセス 152
8.2 購入者のステークホルダーおよび購入評価基準 153
8.2.1 購入基準 154
8.3 導入の障壁および内部的な課題 155
8.4 さまざまな業界における未充足のニーズ 156
9 生成AI市場（提供形態別） 158
9.1 はじめに 159
9.1.1 推進要因：生成AI市場（提供形態別） 159
9.2 インフラストラクチャ 161
9. 2.1 ますます高負荷化する推論ワークロードに対応した統合スタックへの進化 161
9.3 ソフトウェア 162
9.3.1 組み込みアプリケーション、ガバナンス付きプラットフォーム、およびエージェント型エンタープライズシステムへの移行 162
9.4 SERV 164
9.4.1 カスタマイズ、統合、導入、および継続的な最適化に不可欠な要素 164
10 インフラストラクチャ別 生成AI市場 166
10.1 はじめに 167
10.1.1 推進要因：インフラ別ジェネレーティブAI市場 167
10.2 ジェネレーティブAIアクセラレータ 169
10.2.1 パフォーマンス向上のための、ワークロードに特化したコンピューティングアーキテクチャへの進化
169
10.2.2 グラフィックス・プロセッシング・ユニット（GPU） 171
10.2.3 AI ASIC および TPUS 172
10.2.4 フィールド・プログラマブル・ゲート・アレイ（FPGA） 173
10.2.5 中央処理装置（CPU） 174
10.2.6 エッジAIプロセッサ 175
10.2.6.1 ニューラル処理ユニット（NPU） 176
10.2.6.2 システムオンチップ（SoC） 177
10.3 汎用AIメモリ 177
10.3.1 大規模なモデルがデータ移動にさらなる負荷をかけるにつれ、重要なパフォーマンス層へと進化しています
177
10.3.2 高帯域幅メモリ（HBM） 179
10.3.3 グラフィックス・ダブル・データ・レート（GDDR）メモリ 180
10.3.4 低消費電力ダブル・データ・レート（LPDDR）メモリ 181
10.3.5 メモリ内処理（PIM） 182
10.4 GEN AI ストレージ 183
10.4.1 トレーニングデータパイプラインをサポートする、より高速でスケーラブルなアーキテクチャへの移行
183
10.4.2 エンタープライズ SSD 185
10.4.3 オールフラッシュアレイ 186
10.4.4 大容量 HDD システム 187
10.4.5 ストレージコントローラおよび拡張システム 188
10.5 GEN AI ネットワークハードウェア 189
10.5.1 アクセラレータ・クラスタの利用率向上に向けた進化 189
10.5.2 インフィニバンド HCAS およびスイッチ 191
10.5.3 高速イーサネット NIC 192
11 生成AI市場（ソフトウェア別） 194
11.1 はじめに 195
11.1.1 推進要因：生成AI市場（ソフトウェア別） 195
11.2 基盤モデル 198
11.2.1 プロバイダーが機能と効率で競争する中、共有インテリジェンス層へと進化 198
11.3 生成AI開発プラットフォーム 19 9
11.3.1 モデルオーケストレーションとライフサイクル管理の統合 199
11.4 ジェネレーティブAIガバナンス・セキュリティプラットフォーム 201
11.4.1 信頼性の高いAI運用を維持するために、ますます不可欠なものとなっている 201
11.5 エージェント型AIプラットフォームおよびランタイムシステム 202
11.5.1 実験段階から、企業全体のワークフローにわたるガバナンスの効いた実行への移行 202
11.6 汎用AIアプリケーションとコパイロット 204
11.6.1 ユーザーのタスクやビジネスプロセスへの知能の直接組み込み 204
11.7 その他の生成AIソフトウェア 205
12 サービス別 生成AI市場 207
12.1 はじめに 208
12.1.1 推進要因：サービス別 生成AI市場 208
12.2 戦略とコンサルティング 210
12.2.1 ジェネレーティブAIコンサルティングは、ユースケースの発見からエンタープライズ規模の変革計画へと移行しつつあります 210
12.3 モデル開発・カスタマイズ 212
12.3.1 モデル開発・カスタマイズサービスは、生成AIを測定可能なビジネス成果に適合させています 212
12.4 統合・導入 213
12.4.1 統合および導入サービスは、生成AIを企業のデータや本番ワークフローと連携させています 213
12.5 マネージド生成AI 214
12.5.1 企業が継続的な最適化と運用サポートを求める中、マネージド生成AIサービスが拡大しています 214
12.6 AIトレーニングデータ 216
12.6.1 AIトレーニングデータサービスは、ドメイン固有データの準備、検証、および充実化において依然として極めて重要です 216
13 データモダリティ別ジェネレーティブAI市場 218
13.1 はじめに 219
13.1.1 推進要因：データモダリティ別生成AI市場 219
13.2 テキスト 221
13.2.1 文書を多用するワークフローにおいて最も広く利用されている商用モダリティ
221
13.3 画像 223
13.3.1 デザイン、マーケティング、
小売、およびビジュアルコンテンツにおけるスケーラブルな制作能力 223
13.4 動画 224
13.4.1 マーケティング、メディア、トレーニング、シミュレーション向けに、制御可能で制作に即対応できるコンテンツ制作へと進化 224
13.5 音声・スピーチ 225
13.5.1 多言語音声インターフェースおよび会話型アプリケーションを通じた拡大 225
13.6 コード 226
13.6.1 作成、変換、および保守タスクにまたがる中核的な開発者生産性レイヤー 226
13.7 3Dおよびシミュレーションコンテンツ 228
13.7.1 設計の高速化、デジタルツイン、およびエンジニアリング実験の実現 228
13.8 マルチモーダル 229
13.8.1 複数のデータ型にわたって生成を行うシステムのためのデフォルトアーキテクチャ 229
14 アプリケーション別ジェネレーティブAI市場 231
14.1 はじめに 232
14.1.1 推進要因：アプリケーション別ジェネレーティブAI市場 232
14.2
コンテンツ生成および管理 234
14.2.1 孤立した作成ツールから統合されたエンタープライズ・コンテンツ運用への進化 234
14.3 ナレッジマネジメントおよびディスカバリー 235
14.3.1 生成型インターフェースを通じて、企業情報をより実用的なものにする 235
14.4 コード生成およびソフトウェアエンジニアリング 237
14.4.1 開発およびテストにおける自動化の拡大 237
14.5 生成型分析とインサイトの創出 238
14.5.1 自然言語による探索を通じてビジネスインテリジェンスへのアクセスを簡素化する 238
14.6 合成データの生成 239
14.6.1 モデル開発およびテストにおけるプライバシー、希少性、および稀な事象に関する課題への対処 239
14. 7 自律的なタスク実行とワークフローの自動化 240
14.7.1 生成AIをユーザー支援から、多段階のビジネスプロセスの完了へと進化させる 240
14.8 生成設計とシミュレーション 242
14.8.1 製品探索とデジタル実験の加速 242
14.9 その他の用途 243
15 エンドユーザー別 生成AI市場 245
15.1 はじめに 246
15.1.1 推進要因：ジェネレーティブAI市場、 エンドユーザー別 246
15.2 一般消費者 248
15.2.1 手頃な価格のアシスタント、クリエイター向けツール、および組み込みAI体験を通じたジェネレーティブAIの普及拡大 248
15.3 企業 249
15.3.1 ITおよびITES 252
15.3.1.1 ジェネレーティブAIがソフトウェア開発やデジタル運用に組み込まれるにつれ、ITおよびITESは主導的地位を維持する見込みです 252
15.3.2 BFSI 254
15.3.2.1 汎用AIの導入は、従業員支援から、ガバナンスの確立された意思決定支援および大量処理の自動化へと移行しています 254
15.3.3 小売・消費財 255
15.3.3.1 マーチャンダイジング、マーケティング、サービス、製品コンテンツにおける汎用AIの大規模な活用 255
15.3.4 政府 257
15.3.4.1 安全な知識へのアクセス、市民サービス、行政の生産性を中心とした汎用AIの導入 257
15.3.5 防衛・国家安全保障 258
15.3.5.1 安全な情報収集、任務計画、シミュレーション、およびオペレーター支援をめぐるジェネレーティブAIの需要拡大 258
15.3.6 医療、製薬、およびライフサイエンス 259
15.3.6.1 臨床研究や規制関連のワークフローにおける汎用AIの導入拡大に伴い、支出の増加が見込まれます 259
15.3.7 製造・産業 261
15.3.7.1 エンジニアリング支援、保守知識、およびシミュレーションを通じた汎用AIの導入推進 261
15.3.8 通信 262
15.3.8.1 サービス運用、ネットワーク知識、およびデジタル顧客エンゲージメントの向上に向けた汎用AIの活用 262
15.3.9 エネルギー・公益事業 264
15.3.9.1 エンジニアリング支援、資産知識、および規制対象の運用ワークフローを通じた汎用AIの導入拡大 264
15.3.10 運輸・物流 265
15.3.10.1 サービス調整および現場の意思決定支援における汎用AIの導入 265
15.3.11 メディア・エンターテインメント 266
15.3.11.1 実験的なコンテンツ生成から収益化ワークフローへの移行に伴うジェネレーティブAIの導入 266
15.3.12 専門サービス 268
15.3.12.1 調査、クライアントへの成果物提供、および知識集約型ワークフローにおけるジェネレーティブAIの拡大 268
15.3.13 教育 269
15.3.13.1 パーソナライズされたコンテンツ作成、管理、および組織的知識サービスを通じた、ジェネレーティブAIの段階的な導入 269
15.3.14 その他の企業 270
16 地域別ジェネレーティブAI市場 272
16.1 はじめに 273
16.2 北米 275
16.2.1 北米：生成AI市場の推進要因 276
16.2.2 米国 287
16.2.2.1 堅牢なコンピューティングインフラ、モデルの革新、および企業による商用化が、同地域のリーダーシップを強化 287
16.2.3 カナダ 295
16.2.3.1 強固な学術・応用研究基盤と、米国の技術エコシステムとの緊密な連携 295
16.3 ヨーロッパ 304
16.3.1 ヨーロッパ：生成AI市場の推進要因 304
16.3.2 英国 313
16.3.2.1 金融サービス分野での堅調な導入とエンタープライズソフトウェアの採用により、欧州をリードする生成AI市場 313
16.3.3 ドイツ 322
16.3.3.1 製造業、エンジニアリング、および管理された導入を通じて、欧州最大級の生成AI市場の一つ 322
16.3.4 フランス 330
16.3.4.1 公共部門の近代化、金融サービス、および成長を続ける国内のAIエコシステムによる市場拡大 330
16.3.5 イタリア 339
16.3.5.1 製造業、工業デザイン、および実用的な生産性向上アプリケーションに対する中堅企業市場の需要による市場の発展 339
16.3.6 スペイン 347
16.3.6.1 銀行、通信、公共サービス、および国内市場向けのスペイン語アプリケーションを通じた拡大 347
16.3.7 その他のヨーロッパ諸国 355
16.4 アジア太平洋地域 364
16.4.1 アジア太平洋地域：生成AI市場の推進要因 365
16.4.2 中国 375
16.4.2.1 国内モデルと国家主導のインフラによる世界最大の生成AI市場 375
16.4.3 日本 384
16.4.3.1 労働力不足の経済における生産性向上を軸とした高付加価値の生成AI市場の構築 384
16.4.4 インド 392
16.4.4.1 テクノロジーサービス産業と多言語需要による急成長市場 392
16.4.5 韓国 400
16.4.5.1 半導体、エレクトロニクス、通信、および韓国語AIサービスによる市場の成長 400
16.4.6 ASEAN 409
16.4.6.1 クラウドの導入、ビジネスプロセスの運用、および多言語消費者市場による拡大 409
16.4.7 アジア太平洋地域のその他 418
16.5 中東・アフリカ 427
16.5.1 中東・アフリカ：生成AI市場の推進要因 427
16.5.2 サウジアラビア 437
16.5.2.1 国家変革プログラムを通じた生成AIの主要な地域市場 437
16.5.3 UAE 446
16.5.3.1 政府主導の投資およびクラウド・データセンターの開発を通じて、地域をリードする生成AI市場 446
16.5.4 南アフリカ 455
16.5.4.1 銀行、通信、鉱業、およびビジネスプロセスサービスを通じて、サハラ以南地域における企業導入をリード 455
16.5.5 トルコ 464
16.5.5.1 製造業、銀行業、通信業、小売業、防衛産業、およびトルコ語のエンタープライズアプリケーションを通じた拡大 464
16.5.6 その他の中東・アフリカ地域 472
16.6 ラテンアメリカ 481
16.6.1 ラテンアメリカ：生成AI市場の推進要因 482
16.6.2 ブラジル 491
16.6.2.1 先進的なAIスタートアップの集積と企業エコシステムによる、地域最大の生成AI市場 491
16.6.3 メキシコ 500
16.6.3.1 ニアショア技術サービスと北米のサプライチェーンとの統合による市場の成長 500
16.6.4 その他のラテンアメリカ諸国 508
17
競争環境 518
17.1 概要 518
17.2 主要企業の戦略（2021年～2026年） 518
17.3 売上高分析（2021年～2025年） 519
17.4 市場シェア分析（2025年） 521
17.4.1 市場ランキング分析（2025年） 522
17.5 製品比較分析 524
17.5.1 汎用AIアクセラレータの製品比較分析 524
17.5.1.1 B200 Tensor Core GPU（NVIDIA） 525
17.5.1.2 Instinct MI325X（AMD） 525
17.5.1.3 Gaudi 3 (Intel) 525
17.5.1.4 Cloud AI 100 Ultra (Qualcomm) 525
17.5.2 基盤モデルの製品比較分析 526
17.5.2.1 GPT-5 (OpenAI) 526
17.5.2.2 Gemini 2.5 (Google) 527
17.5.2.3 Claude 4 (Anthropic) 527
17.5.2.4 Llama 4 (Meta) 527
17.6 企業評価マトリックス：ジェネレーティブAIインフラベンダー 527
17.6.1 スター企業 528
17.6.2 新興リーダー 528
17.6.3 広範に展開するプレイヤー 528
17.6.4 参入企業 528
17.6.5 企業の事業展開：汎用AIインフラベンダー 530
17.6.5.1 企業の事業展開（汎用AIインフラベンダー） 530
17.6.5.2 地域別の事業展開（汎用AIインフラベンダー） 530
17.6.5.3 提供サービスの事業展開（汎用AIインフラベンダー） 531
17.6.5.4 アプリケーションの事業展開（汎用AIインフラベンダー） 531
17.6.5.5 エンドユーザーにおける展開状況（汎用AIインフラベンダー） 532
17.7 企業評価マトリックス：基盤モデルベンダー 532
17.7.1 スター企業 532
17.7.2 新興リーダー 533
17.7.3 広範なプレイヤー 533
17.7.4 参入企業 533
17.7.5 企業の事業展開：基盤モデルベンダー、2025年 535
17.7.5.1 企業の事業展開（ファウンデーションモデルベンダー） 535
17.7.5.2 地域別事業展開（ファウンデーションモデルベンダー） 535
17.7.5.3 提供範囲（基盤モデルベンダー） 536
17.7.5.4 データモダリティの展開状況（基盤モデルベンダー） 536
17.7.5.5 エンドユーザーの展開状況（基盤モデルベンダー） 537
17.8 企業評価マトリックス：汎用AI開発プラットフォーム、ベンダー 537
17.8.1 スター企業 537
17.8.2 新興リーダー企業 537
17.8.3 広範な展開を行う企業 538
17.8.4 参入企業 538
17.8.5 企業の事業展開状況：汎用AI開発プラットフォームベンダー、2025年 540
17.8.5.1 企業の事業展開状況（汎用AI開発プラットフォームベンダー） 540
17.8.5.2 地域別の事業展開状況（汎用AI開発プラットフォームベンダー） 540
17.8.5.3 提供サービスの事業展開状況（汎用AI開発プラットフォームベンダー） 541
17.8.5.4 アプリケーション別の事業展開状況（汎用AI開発プラットフォームベンダー） 541
17.8.5.5 エンドユーザー展開状況（汎用AI開発プラットフォームベンダー） 542
17.9 企業評価マトリックス：汎用AIガバナンス・セキュリティプラットフォームベンダー 542
17.9.1 スター企業 542
17.9.2 新興リーダー企業 543
17.9.3 広範な展開を行うプレーヤー 543
17.9.4 参入企業 543
17.9.5 企業の事業展開状況：汎用AIガバナンス・セキュリティプラットフォームベンダー、2025年 545
17.9.5.1 企業の事業展開状況（汎用AIガバナンス・セキュリティプラットフォームベンダー） 545
17.9.5.2 地域別の事業展開状況（汎用AIガバナンス・セキュリティプラットフォームベンダー） 545
17.9.5.3 提供サービスの事業展開状況（汎用AIガバナンス・セキュリティプラットフォームベンダー） 546
17.9.5.4 アプリケーションの事業展開状況 （汎用AIガバナンス・セキュリティプラットフォームベンダー） 546
17.9.5.5 エンドユーザー展開状況（汎用AIガバナンス・セキュリティプラットフォームベンダー） 547
17.10 企業評価マトリックス：エージェント型AIプラットフォームおよびランタイムシステムベンダー 547
17.10.1 スター企業 547
17.10.2 新興リーダー企業 548
17.10.3 広範な展開を見せる企業 548
17.10.4 参入企業 548
17.10.5 企業の事業展開状況：エージェント型AIプラットフォームおよびランタイムシステムベンダー、2025年 550
17.10.5.1 企業の事業展開状況（エージェント型AIプラットフォームおよびランタイムシステムベンダー） 550
17.10.5.2 地域別展開状況（エージェント型AIプラットフォームおよびランタイムシステムベンダー） 550
17.10.5.3 提供サービス別展開状況（エージェント型AIプラットフォームおよびランタイムシステムベンダー） 551
17.10.5.4 アプリケーション別展開状況（エージェント型AIプラットフォームおよびランタイムシステムベンダー） 551
17.10.5.5 エンドユーザーにおける普及状況（エージェント型AIプラットフォームおよびランタイムシステムベンダー） 552
17.11 企業評価マトリックス：汎用AIアプリケーションおよびコパイロットベンダー 552
17.11.1 スター企業 552
17.11.2 新興リーダー企業 553
17.11.3 広範な展開を行う企業 553
17.11.4 参入企業 553
17.11.5 企業の事業展開：汎用AIアプリケーションおよびコパイロットベンダー、2025年 555
17.11.5.1 企業の事業展開（汎用AIアプリケーションおよびコパイロットベンダー） 555
17.11.5.2 地域別の事業展開（汎用AIアプリケーションおよびコパイロットベンダー） 555
17.11.5.3 提供範囲（汎用AIアプリケーションおよびコパイロットベンダー） 556
17.11.5.4 アプリケーションの提供範囲（汎用AIアプリケーションおよびコパイロットベンダー） 556
17.11.5.5 エンドユーザーの提供範囲（汎用AIアプリケーションおよびコパイロットベンダー） 557
17.12 企業評価マトリックス：ジェネレーティブAIサービスプロバイダー 557
17.12.1 スター企業 557
17.12.2 新興リーダー企業 558
17.12.3 広範な展開を行う企業 558
17.12.4 参入企業 558
17.12.5 企業の事業展開：汎用AIサービスプロバイダー、2025年 560
17.12.5.1 企業の事業展開（汎用AIサービスプロバイダー） 560
17.12.5.2 地域別事業展開状況（汎用AIサービスプロバイダー） 560
17.12.5.3 サービス提供範囲（汎用AIサービスプロバイダー） 561
17.12.5.4 アプリケーション別事業展開状況（汎用AIサービスプロバイダー） 561
17.12.5.5 エンドユーザーの展開状況（汎用AIサービスプロバイダー） 562
17.13 企業評価および財務指標 562
17.14 競争環境 563
17.14.1 製品の発売および機能強化 563
17.14.2 取引 591
17.14.3 事業拡大 610
18 企業概要 611
18.1 はじめに 611
18.2 生成AIインフラプロバイダー 611
18.2.1 NVIDIA 611
18.2.1.1 事業概要 611
18.2.1.2 提供製品・ソリューション・サービス 613
18.2.1.3 最近の動向 615
18.2.1.3.1 製品の発売および機能強化 615
18.2.1.3.2 取引 619
18.2.1.4 MnMの見解 622
18.2.1.4.1 主な強み 622
18.2.1.4.2 戦略的選択 622
18.2.1.4.3 弱点および競合上の脅威 622
18.2.2 AMD 623
18.2.3 BROADCOM 624
18.2.4 QUALCOMM 625
18.2.5 INTEL 626
18.2.6 CISCO 627
18.2.7 マイクロン 628
18.2.8 SKハイニックス 629
18.2.9 デル・テクノロジーズ 630
18.3 基盤モデルベンダー 631
18.3.1 OPENAI 631
18.3.1.1 事業概要 631
18.3.1.2 提供している製品・ソリューション・サービス 632
18.3.1.3 最近の動向 633
18.3.1.3.1 製品の発売および機能強化 633
18.3.1.3.2 取引実績 638
18.3.1.4 MnMの見解 641
18.3.1.4.1 主な強み 641
18.3.1.4.2 戦略的選択 641
18.3.1.4.3 弱点および競合上の脅威 642
18.3.2 GOOGLE 643
18.3.2.1 事業概要 643
18.3.2.2 提供している製品・ソリューション・サービス 644
18.3.2.3 最近の動向 646
18.3.2.3.1 製品の発売および機能強化 646
18.3.2.3.2 取引 649
18.3.3 ANTHROPIC 652
18.3.3.1 事業概要 652
18.3.3.2 提供している製品・ソリューション・サービス 653
18.3.3.3 最近の動向 655
18.3.3.3.1 製品の発売および機能強化 655
18.3.3.3.2 取引実績 660
18.3.3.4 MnMの見解 663
18.3.3.4.1 主な強み 663
18.3.3.4.2 戦略的選択 663
18.3.3.4.3 弱点および競合上の脅威 663
18.3.4 META 664
18.3.4.1 事業概要 664
18.3.4.2 提供している製品・ソリューション・サービス 665
18.3.4.3 最近の動向 667
18.3.4.3.1 製品の発売および機能強化 667
18.3.4.3.2 取引実績 672
18.3.5 MISTRAL AI 679
18.3.6 COHERE 680
18.3.7 XAI 681
18.3.8 DEEPSEEK AI 682
18.3.9 MIDJOURNEY 683
18.4 汎用AI開発プラットフォームベンダー 684
18.4.1 AWS 684
18.4.1.1 事業概要 684
18.4.1.2 提供している製品・ソリューション・サービス 685
18.4.1.3 最近の動向 687
18.4.1.3.1 製品の発売および機能強化 687
18.4.1.3.2 取引 690
18.4.1.3.3 事業拡大 693
18.4.1.4 MnMの見解 693
18.4.1.4.1 主な強み 693
18.4.1.4.2 戦略的選択 694
18.4.1.4.3 弱点および競合上の脅威 694
18.4.2 マイクロソフト 695
18.4.2.1 事業概要 695
18.4.2.2 提供している製品・ソリューション・サービス 696
18.4.2.3 最近の動向 698
18.4.2.3.1 製品の発売および機能強化 698
18.4.2.3.2 取引 701
18.4.2.4 MnMの見解 703
18.4.2.4.1 主な強み 703
18.4.2.4.2 戦略的選択 704
18.4.2.4.3 弱点と競合上の脅威 704
18.4.3 IBM 705
18.4.3.1 事業概要 705
18.4.3.2 提供製品・ソリューション・サービス 706
18.4.3.3 最近の動向 708
18.4.3.3.1 製品の発売および機能強化 708
18.4.3.3.2 取引 712
18.4.4 DATABRICKS 715
18.4.5 SNOWFLAKE 716
18.4.6 HUGGING FACE 717
18.4.7 LLAMAINDEX 718
18.4. 8 重みとバイアス 719
18.5 汎用AIガバナンス・セキュリティプラットフォームベンダー 720
18.5.1 CREDO AI 720
18.5.2 LAKERA 721
18.5.3 PROTECT AI 722
18.5.4 HIDDENLAYER 723
18.5.5 LASSO SECURITY 724
18.6 エージェント型AIプラットフォームおよびランタイムシステムベンダー 725
18.6.1 LANGCHAIN 725
18.6.2 CREWAI 726
18.6.3 KORE.AI 727
18.6.4 COGNIGY 728
18.6.5 UIPATH 729
18.7 汎用AIアプリケーションおよびコパイロットベンダー 730
18.7.1 SALESFORCE 730
18.7.1.1 事業概要 730
18.7.1.2 提供されている製品・ソリューション・サービス 731
18.7.1.3 最近の動向 733
18.7.1.3.1 製品の発売および機能強化 733
18.7.1.3.2 取引 736
18.7.2 ADOBE 738
18.7.3 SERVICENOW 739
18.7.4 SAP 740
18.7.5 ORACLE 741
18.7.6 PERPLEXITY AI 742
18.7.7 HARVEY 743
18.8 汎用AIサービスプロバイダー 744
18.8.1 アクセンチュア 744
18.8.1.1 事業概要 744
18.8.1.2 提供している製品・ソリューション・サービス 745
18.8.1.3 最近の動向 747
18.8.1.3.1 製品の発売および機能強化 747
18.8.1.3.2 契約実績 749
18.8.1.3.3 事業拡大 751
18.8.2 デロイト 752
18.8.3 TCS 753
18.8.4 インフォシス 754
18.8.5 HCLテック 755
18.8.6 コグニザント 756
18.8.7 EPAM SYSTEMS 757
19 調査方法論 758
19.1 調査データ 758
19.1.1 二次データ 759
19.1.2 一次データ 759
19.1.2.1 一次プロファイルの内訳 760
19.1.2.2 主要な業界インサイト 761
19.2 データの三角測量 762
19.3 市場規模の推定 763
19.3.1 トップダウン・アプローチ 763
19.3.2 ボトムアップ・アプローチ 764
19.4 市場予測 768
19.5 調査の前提条件 770
19.6 本調査の限界 771
20 隣接および関連市場 772
20.1 はじめに 772
20.2 人工知能（AI）市場 – 2033年までの世界予測 772
20.2.1 市場の定義 772
20.2.2 市場の概要 773
20.2.2.1 人工知能市場（提供形態別） 773
20.2.2.2 人工知能市場（技術別） 774
20.2.2.3 人工知能市場（導入モデル別） 775
20.2.2.4 人工知能市場（業務機能別） 776
20.2.2.5 人工知能市場（エンドユーザー別） 777
20.2.2.6 人工知能市場（地域別） 778
20.3 AIエージェント市場 – 2030年までの世界予測 779
20.3.1 市場の定義 779
20.3.2 市場の概要 779
20.3.2.1 AIエージェント市場（提供形態別） 779
20.3.2.2 AIエージェント市場（エージェントシステム別） 780
20.3.2.3 AIエージェント市場（製品タイプ別） 781
20.3.2.4 AIエージェント市場（エンドユーザー別） 781
20.3.2.5 AIエージェント市場（地域別） 782
21 付録 784
21.1 ディスカッション・ガイド 784
21.2 ナレッジストア：MarketsandMarketsのサブスクリプションポータル 792
21.3 カスタマイズオプション 794
21.4 関連レポート 794
21.5 著者情報 795
表1 調査対象の範囲および除外項目 61
表2 生成AI市場の詳細なセグメンテーション 64
表3 2021年～2025年の米ドル為替レート 66
表4 ティア1/2/3の主要企業による戦略的動き 91
表5 生成AI市場に対するポーターの5つの力分析の影響 94
表6 主要国別GDP変化率（2022年～2031年） 98
表7 生成AI市場：エコシステムにおける企業の役割 103
表8 生成AIソフトウェア別 参考価格分析（2026年） 109
表9 生成AI市場：会議・イベント一覧（2026年～2027年） 112
表10 関税・通商政策の最新動向（2026年6月～7月） 119
表11 米国の調整済み相互関税率 120
表12 生成AI技術ロードマップ（2026年～2033年） 129
表13 特許出願件数、2016年～2026年 131
表14 生成AI市場における主要特許一覧、2026年 133
表 15 スタンドアロン型コンピュータ処理ユニット
（HSN：847150）に関連する関税、2026年 138
表 16 北米：規制機関、政府機関、
およびその他の組織の一覧 140
表17 欧州：規制機関、政府機関、
およびその他の組織の一覧 141
表 18 アジア太平洋地域：規制機関、政府機関、
およびその他の組織の一覧 142
表 19 中東・アフリカ：規制機関、政府
機関、およびその他の組織の一覧 143
表20 ラテンアメリカ：規制機関、政府機関、
およびその他の組織の一覧 143
表 21 生成AIに関するグローバル業界標準 150
表 22 上位3つの業種における購買プロセスに対するステークホルダーの影響 153
表 23 上位3つの業種における主要な購入基準 154
表24 業種別ジェネレーティブAI市場における未充足ニーズ 156
表25 提供形態別ジェネレーティブAI市場、2021年～2025年（10億米ドル） 160
表26 生成AI市場：提供形態別、2026年～2033年（10億米ドル） 160
表27 インフラ：生成AI市場、地域別、
2021年～2025年（100万米ドル） 162
表28 インフラ：生成AI市場、地域別、
2026年～2033年（百万米ドル） 162
表29 ソフトウェア：生成AI市場、地域別、2021年～2025年（百万米ドル） 163
表30 ソフトウェア：生成AI市場、地域別、2026年～2033年（百万米ドル） 163
表31 サービス：生成AI市場、地域別、2021–2025年（百万米ドル） 165
表32 サービス：生成AI市場、地域別、2026–2033年（百万米ドル） 165
表33 生成AI市場：インフラ別、2021年～2025年（百万米ドル） 168
表34 生成AI市場：インフラ別、2026年～2033年（百万米ドル） 169
表35 GEN AIアクセラレータ：生成AI市場、タイプ別、
2021–2025年（百万米ドル） 170
表36 GEN AIアクセラレータ：生成AI市場、タイプ別、
2026–2033年 （百万米ドル） 170
表37 GEN AIアクセラレータ：生成AI市場、地域別、
2021–2025年（百万米ドル） 170
表38 GEN AIアクセラレータ： 生成AI市場、地域別、
2026年～2033年（百万米ドル） 171
表39 グラフィックス・プロセッシング・ユニット（GPU）：生成AI市場、地域別、
2021年～2025年（百万米ドル） 172
表40 グラフィックス・プロセッシング・ユニット（GPU）：生成AI市場、地域別、
2026年～2033年（百万米ドル） 172
表41 AI ASICおよびTPU：生成AI市場、地域別、
2021年～2025年（百万米ドル） 173
表42 AI ASICおよびTPU：生成AI市場、地域別、
2026年～2033年（百万米ドル） 173
表43 FPGA：生成AI市場、地域別、2021年～2025年（百万米ドル） 174
表44 FPGA：生成AI市場、地域別、2026年～2033年（百万米ドル） 174
表45 中央処理装置（CPU）：生成AI市場、地域別、
2021–2025年（百万米ドル） 175
表46 中央処理装置（CPU）：生成AI市場、地域別、
2026–2033年（百万米ドル） 175
表47 エッジAIプロセッサ：生成AI市場、地域別、
2021年～2025年（百万米ドル） 176
表48 エッジAIプロセッサ：生成AI市場、地域別、
2026年～2033年（百万米ドル） 176
表49 ジェネレーティブAIメモリ：ジェネレーティブAI市場、タイプ別、2021年～2025年（百万米ドル） 178
表50 ジェネレーティブAIメモリ：ジェネレーティブAI市場、タイプ別、2026年～2033年（百万米ドル） 178
表51 GEN AIメモリ：生成AI市場、タイプ別、
2021年～2025年（百万米ドル） 178
表52 GEN AIメモリ：生成AI市場、地域別、
2026年～2033年（百万米ドル） 179
表53 高帯域幅メモリ：生成AI市場、地域別、
2021–2025年（百万米ドル） 179
表54 高帯域幅メモリ：生成AI市場、地域別、
2026–2033年（百万米ドル） 180
表55 GDDRメモリ：生成AI市場、地域別、2021年～2025年（百万米ドル） 180
表56 GDDRメモリ：生成AI市場、地域別、2026年～2033年（百万米ドル） 181
表57 LPDDRメモリ：生成AI市場、地域別、
2021年～2025年（百万米ドル） 181
表58 LPDDRメモリ：生成AI市場、地域別、
2026年～2033年（百万米ドル） 182
表59 メモリ内処理：生成AI市場、地域別、
2021年～2025年（百万米ドル） 182
表60 メモリ内処理：生成AI市場、地域別、
2026–2033年（百万米ドル） 183
表61 ジェネレーティブAIストレージ：ジェネレーティブAI市場、 タイプ別、2021–2025年（百万米ドル） 184
表62 ジェネレーティブAIストレージ：ジェネレーティブAI市場、タイプ別、2026–2033年（百万米ドル） 184
表63 ジェネレーティブAIストレージ：ジェネレーティブAI市場、地域別、
2021–2025年（百万米ドル） 184
表64 GEN AIストレージ：生成AI市場、地域別、
2026–2033年（百万米ドル） 185
表65 エンタープライズSSD：生成AI市場、地域別、
2021–2025年（百万米ドル） 185
表66 エンタープライズSSD：生成AI市場、地域別、
2026–2033年（百万米ドル） 186
表67 オールフラッシュアレイ：生成AI市場、地域別、
2021年～2025年（百万米ドル） 186
表68 オールフラッシュアレイ：生成AI市場、地域別、
2026年～2033年（百万米ドル） 187
表69 大容量HDDシステム：生成AI市場、地域別、
2021年～2025年（百万米ドル） 187
表70 大容量HDDシステム：生成AI市場、地域別、
2026年～2033年 （百万米ドル） 188
表71 ストレージコントローラおよび拡張システム：生成AI市場、
地域別、2021–2025年（百万米ドル） 188
表72 ストレージコントローラおよび拡張システム：生成AI市場、
地域別、2026年～2033年（百万米ドル） 189
表73 ジェネレーティブAIネットワークハードウェア：ジェネレーティブAI市場、タイプ別、
2021年～2025年（百万米ドル） 190
表74 ジェネレーティブAIネットワークハードウェア：ジェネレーティブAI市場、タイプ別、
2026年～2033年 （百万米ドル） 190
表75 ジェネレーティブAIネットワークハードウェア：ジェネレーティブAI市場、地域別、
2021年～2025年（百万米ドル） 190
表76 ジェネレーティブAIネットワークハードウェア：ジェネレーティブAI市場（地域別）、
2026年～2033年（百万米ドル） 191
表77 インフィニバンドHCASおよびスイッチ： ジェネレーティブAI市場、地域別、
2021年～2025年（百万米ドル） 191
表78 インフィニバンドHCASおよびスイッチ：ジェネレーティブAI市場、地域別、
2026年～2033年（百万米ドル） 192
表79 高速イーサネットNIC：生成AI市場、地域別、
2021年～2025年（百万米ドル） 192
表80 高速イーサネットNIC：生成AI市場、地域別、
2026年～2033年（百万米ドル） 193
表81 生成AI市場：ソフトウェア別、2021年～2025年（百万米ドル） 196
表82 生成AI市場：ソフトウェア別、2026年～2033年（百万米ドル） 197
表83 ソフトウェア：生成AI市場、地域別、2021年～2025年（百万米ドル） 197
表84 ソフトウェア：生成AI市場、地域別、2026年～2033年（百万米ドル） 197
表85 基盤モデル：生成AI市場、地域別、
2021–2025年（百万米ドル） 199
表86 基盤モデル：生成AI市場、地域別、
2026–2033年（百万米ドル） 199
表87 汎用AI開発プラットフォーム：生成AI市場、地域別、
2021年～2025年（百万米ドル） 200
表88 汎用AI開発プラットフォーム：生成AI市場、地域別、
2026年～2033年 （百万米ドル） 200
表89 生成AIガバナンス・セキュリティプラットフォーム：生成AI市場、
地域別、2021–2025年（百万米ドル） 202
表90 生成AIガバナンス・セキュリティプラットフォーム：生成AI市場、
地域別、2026年～2033年（百万米ドル） 202
表91 エージェント型AIプラットフォームおよびランタイムシステム：生成AI市場、
地域別、2021年～2025年（百万米ドル） 203
表92 エージェント型AIプラットフォームおよびランタイムシステム： 生成AI市場、
地域別、2026年～2033年（百万米ドル） 203
表93 生成AIアプリケーションおよびコパイロット：生成AI市場、地域別、
2021年～2025年（百万米ドル） 205
表94 生成AIアプリケーションおよびコパイロット：地域別生成AI市場、
2026–2033年（百万米ドル） 205
表95 その他の生成AIソフトウェア：地域別生成AI市場、
2021–2025年（百万米ドル） 206
表96 その他の生成AIソフトウェア：地域別生成AI市場、
2026年～2033年（百万米ドル） 206
表97 サービス別生成AI市場、2021年～2025年（百万米ドル） 209
表98 生成AI市場：サービス別、2026年～2033年（百万米ドル） 209
表99 サービス：生成AI市場、地域別、2021年～2025年（百万米ドル） 210
表100 サービス：生成AI市場、地域別、2026–2033年（百万米ドル） 210
表101 戦略・コンサルティング：生成AI市場、地域別、
2021–2025年（百万米ドル） 211
表102 戦略・コンサルティング：生成AI市場、地域別、
2026年～2033年（百万米ドル） 211
表 103 モデル開発・カスタマイズ：生成AI市場、地域別、2021年～2025年（百万米ドル） 212
表 104 モデル開発・カスタマイズ：生成AI市場、地域別、2026年～2033年（百万米ドル） 213
表105 統合・導入：生成AI市場、地域別、
2021年～2025年（百万米ドル） 214
表106 統合および導入：生成AI市場、地域別、
2026年～2033年（百万米ドル） 214
表107 マネージド生成AI：生成AI市場、地域別、
2021年～2025年（百万米ドル） 215
表108 マネージド・ジェネレーティブAI：ジェネレーティブAI市場、地域別、
2026年～2033年（百万米ドル） 215
表109 AIトレーニングデータ：ジェネレーティブAI市場、地域別、
2021年～2025年（百万米ドル） 216
表110 AIトレーニングデータ：生成AI市場、地域別、
2026年～2033年（百万米ドル） 217
表111 生成AI市場、データモダリティ別、2021年～2025年（十億米ドル） 220
表112 生成AI市場：データモダリティ別、2026年～2033年（10億米ドル） 221
表113 テキスト：生成AI市場、地域別、2021年～2025年（百万米ドル） 222
表114 テキスト：生成AI市場、地域別、2026年～2033年 （百万米ドル） 222
表115 図：生成AI市場、地域別、2021–2025年（百万米ドル） 223
表116 図：生成AI市場、地域別、2026–2033年（百万米ドル） 224
表 117 動画：生成AI市場、地域別、2021年～2025年（百万米ドル） 225
表 118 動画：生成AI市場、地域別、2026年～2033年（百万米ドル） 225
表 119 音声・スピーチ：生成AI市場、地域別、
2021年～2025年（百万米ドル） 226
表120 オーディオ・音声：生成AI市場、地域別、
2026–2033年（百万米ドル） 226
表121 コード：生成AI市場、地域別、2021–2025年（百万米ドル） 227
表122 コード：生成AI市場、地域別、2026年～2033年（百万米ドル） 228
表123 3Dおよびシミュレーションコンテンツ：生成AI市場、地域別、
2021年～2025年（百万米ドル） 229
表124 3Dおよびシミュレーションコンテンツ：生成AI市場、地域別、
2026年～2033年（百万米ドル） 229
表125 マルチモーダル：生成AI市場、地域別、2021年～2025年 （百万米ドル） 230
表126 マルチモーダル：生成AI市場、地域別、2026年～2033年（百万米ドル） 230
表127 生成AI市場、用途別、2021年～2025年（十億米ドル） 233
表128 生成AI市場：用途別、2026年～2033年（10億米ドル） 234
表129 コンテンツ生成・管理：生成AI市場、地域別、2021年～2025年（百万米ドル） 235
表130 コンテンツ生成・管理：生成AI市場、地域別、2026年～2033年（百万米ドル） 235
表131 ナレッジマネジメントおよびディスカバリー：生成AI市場、地域別、2021年～2025年（百万米ドル） 236
表132 知識管理・発見：生成AI市場、地域別、2026年～2033年（百万米ドル） 236
表133 コード生成・ソフトウェアエンジニアリング：生成AI市場、
地域別、2021年～2025年 （百万米ドル） 237
表 134 コード生成およびソフトウェアエンジニアリング：生成AI市場、
地域別、2026年～2033年（百万米ドル） 238
表 135 生成型アナリティクスおよびインサイト生成：生成AI市場、
地域別、2021–2025年（百万米ドル） 239
表 136 生成型アナリティクスおよびインサイト生成：生成AI市場、
地域別、 2026年～2033年（百万米ドル） 239
表137 合成データ生成：生成AI市場、地域別、
2021年～2025年（百万米ドル） 240
表138 合成データ生成：生成AI市場、地域別、
2026–2033年（百万米ドル） 240
表139 自律的なタスク実行およびワークフローの自動化：生成型
AI市場、地域別、2021年～2025年（百万米ドル） 241
表140 自律的なタスク実行およびワークフローの自動化： ジェネレーティブ
AI市場、地域別、2026年～2033年（百万米ドル） 241
表141 ジェネレーティブ設計・シミュレーション：ジェネレーティブAI市場、地域別、
2021年～2025年（百万米ドル） 242
表 142 ジェネレーティブ設計・シミュレーション：地域別ジェネレーティブAI市場、
2026年～2033年（百万米ドル） 243
表 143 その他の用途：地域別ジェネレーティブAI市場、
2021年～2025年（百万米ドル） 244
表144 その他の用途：ジェネレーティブAI市場、地域別、
2026年～2033年（百万米ドル） 244
表145 ジェネレーティブAI市場、エンドユーザー別、2021年～2025年（十億米ドル） 247
表146 生成AI市場：エンドユーザー別、2026年～2033年（10億米ドル） 247
表147 消費者向け：生成AI市場、地域別、2021年～2025年（百万米ドル） 249
表148 消費者向け：生成AI市場、地域別、2026年～2033年（百万米ドル） 249
表149 企業向け：生成AI市場、タイプ別、2021年～2025年（10億米ドル） 251
表150 企業向け：生成AI市場、タイプ別、2026年～2033年（10億米ドル） 251
表151 企業向け生成AI市場：地域別、2021年～2025年（10億米ドル） 252
表152 企業向け生成AI市場：地域別、2026年～2033年（10億米ドル） 252
表153 ITおよびITES：生成AI市場、地域別、2021年～2025年（百万米ドル） 253
表154 ITおよびITES：生成AI市場、地域別、2026年～2033年（百万米ドル） 253
表155 BFSI：生成AI市場、地域別、2021–2025年（百万米ドル） 255
表156 BFSI：生成AI市場、地域別、2026–2033年（百万米ドル） 255
表157 小売・消費財：生成AI市場、地域別、
2021年～2025年（百万米ドル） 256
表158 小売・消費財：生成AI市場、地域別、
2026年～2033年（百万米ドル） 256
表159 政府：生成AI市場、地域別、2021年～2025年（百万米ドル） 257
表160 政府：生成AI市場、地域別、2026年～2033年（百万米ドル） 258
表161 防衛・国家安全保障：生成AI市場、地域別、
2021年～2025年（百万米ドル） 259
表162 防衛・国家安全保障：生成AI市場、地域別、
2026–2033年（百万米ドル） 259
表163 医療・製薬・ライフサイエンス：生成AI市場、
地域別、2021–2025年（百万米ドル） 260
表164 医療・製薬・ライフサイエンス：生成AI市場、
地域別、2026–2033年（百万米ドル） 261
表165 製造・産業分野：ジェネレーティブAI市場（地域別）
2021–2025年（百万米ドル） 262
表166 製造・産業分野：ジェネレーティブAI市場、地域別、
2026年～2033年（百万米ドル） 262
表167 通信分野：ジェネレーティブAI市場、地域別、
2021年～2025年（百万米ドル） 263
表168 通信：生成AI市場、地域別、
2026年～2033年（百万米ドル） 263
表169 エネルギー・公益事業：生成AI市場、地域別、
2021年～2025年（百万米ドル） 264
表170 エネルギー・公益事業：生成AI市場、地域別、
2026年～2033年（百万米ドル） 265
表171 運輸・物流：生成AI市場、地域別、
2021–2025年（百万米ドル） 266
表172 運輸・物流：生成AI市場、地域別、
2026–2033年（百万米ドル） 266
表173 メディア・エンターテインメント：生成AI市場、地域別、
2021年～2025年（百万米ドル） 267
表174 メディア・エンターテインメント：生成AI市場、地域別、
2026年～2033年（百万米ドル） 267
表175 専門サービス：生成AI市場、地域別、
2021年～2025年（百万米ドル） 268
表176 専門サービス：生成AI市場、地域別、
2026年～2033年（百万米ドル） 269
表177 教育：生成AI市場、地域別、2021年～2025年（百万米ドル） 270
表178 教育：生成AI市場、地域別、2026年～2033年（百万米ドル） 270
表179 その他の企業：生成AI市場、地域別、
2021年～2025年（百万米ドル） 271
表180 その他の企業：生成AI市場、地域別、
2026年～2033年（百万米ドル） 271
表181 生成AI市場、地域別、2021年～2025年（10億米ドル） 275
表182 生成AI市場、地域別、2026年～2033年（10億米ドル） 275
表183 北米：生成AI市場、提供形態別、
2021年～2025年（百万米ドル） 277
表184 北米：生成AI市場、提供形態別、
2026年～2033年（百万米ドル） 277
表185 北米：生成AI市場、インフラ別、
2021年～2025年（百万米ドル） 278
表186 北米：生成AI市場、インフラ別、
2026–2033年（百万米ドル） 278
表187 北米：生成AI市場（生成AIアクセラレーター別）、
2021–2025年（百万米ドル） 278
表188 北米：生成AI市場（生成AIアクセラレーター別）、
2026–2033年 （百万米ドル） 279
表189 北米：生成AI市場、生成AIメモリ別、
2021年～2025年（百万米ドル） 279
表190 北米：生成AI市場、生成AIメモリ別、
2026年～2033年（百万米ドル） 279
表191 北米：生成AI市場（生成AIメモリ別）、
2021年～2025年（百万米ドル） 280
表192 北米： 生成AI市場、生成AIストレージ別、
2026年～2033年（百万米ドル） 280
表193 北米：生成AI市場、生成AIネットワークハードウェア別、2021年～2025年（百万米ドル） 280
表194 北米：生成AI市場、生成AIネットワークハードウェア別、2026年～2033年（百万米ドル） 281
表195 北米：生成AI市場、ソフトウェア別、
2021年～2025年（百万米ドル） 281
表196 北米：生成AI市場、ソフトウェア別、
2026年～2033年（百万米ドル） 281
表197 北米：生成AI市場（サービス別）、
2021年～2025年（百万米ドル） 282
表198 北米：生成AI市場（サービス別）、
2026年～2033年（百万米ドル） 282
表199 北米：生成AI市場（データモダリティ別）、
2021年～2025年（百万米ドル） 282
表 200 北米：生成AI市場、データモダリティ別、
2026–2033年（百万米ドル） 283
表 201 北米：生成AI市場、用途別、
2021–2025年（百万米ドル） 283
表 202 北米：生成AI市場、用途別、
2026年～2033年（百万米ドル） 284
表 203 北米：生成AI市場、エンドユーザー別、
2021年～2025年（百万米ドル） 284
表 204 北米：生成AI市場、エンドユーザー別、
2026–2033年（百万米ドル） 284
表 205 北米：生成AI市場、企業別、
2021–2025年（百万米ドル） 285
表 206 北米：生成AI市場、企業別、
2026–2033年（百万米ドル） 286
表 207 北米：生成AI市場、国別、
2021年～2025年（百万米ドル） 286
表 208 北米：生成AI市場、国別、
2026年～2033年（百万米ドル）
286
表209 米国：生成AI市場、提供形態別、2021年～2025年（百万米ドル） 287
表210 米国：生成AI市場、提供形態別、2026年～2033年 （百万米ドル） 288
表 211 米国：生成AI市場、インフラ別、2021–2025年（百万米ドル） 288
表 212 米国：生成AI市場、インフラ別、2026–2033年 （百万米ドル） 288
表 213 米国：生成AI市場、生成AIアクセラレータ別、
2021年～2025年（百万米ドル） 288
表 214 米国：生成AI市場、生成AIアクセラレータ別、
2026年～2033年（百万米ドル） 289
表 215 米国：生成AI市場、生成AIアクセラレータ別、2021年～2025年（百万米ドル） 289
表 216 米国：生成AI市場、生成AIアクセラレータ別、2026年～2033年（百万米ドル） 289
表 217 米国：生成AI市場、生成AIメモリ別、2021年～2025年（百万米ドル） 289
表 218 米国：生成AI市場、生成AIメモリ別、2026年～2033年（百万米ドル） 290
表 219 米国：生成AI市場、生成AIネットワークハードウェア別、
2021年～2025年（百万米ドル） 290
表220 米国：生成AI市場、生成AIネットワークハードウェア別、
2026年～2033年 （百万米ドル） 290
表 221 米国：生成AI市場、ソフトウェア別、2021年～2025年（百万米ドル） 290
表 222 米国：生成AI市場、ソフトウェア別、2026年～2033年（百万米ドル） 291
表223 米国：生成AI市場（サービス別）、2021年～2025年（百万米ドル） 291
表224 米国：生成AI市場（サービス別）、2026年～2033年（百万米ドル） 291
表225 米国：生成AI市場、データモダリティ別、2021年～2025年（百万米ドル） 292
表226 米国：生成AI市場、データモダリティ別、2026年～2033年（百万米ドル）
292
表 227 米国：生成AI市場、用途別、2021年～2025年（百万米ドル） 292
表 228 米国：生成AI市場、用途別、2026年～2033年（百万米ドル） 293
表 229 米国：生成AI市場、エンドユーザー別、2021年～2025年（百万米ドル） 293
表 230 米国：生成AI市場、エンドユーザー別、2026年～2033年（百万米ドル） 293
表 231 米国：生成AI市場、企業別、2021年～2025年（百万米ドル） 294
表 232 米国：生成AI市場、企業別、2026年～2033年（百万米ドル） 295
表233 カナダ：生成AI市場、提供サービス別、2021年～2025年（百万米ドル） 296
表234 カナダ：生成AI市場、提供サービス別、2026年～2033年（百万米ドル） 296
表 235 カナダ：生成AI市場、インフラ別、
2021–2025年（百万米ドル） 296
表 236 カナダ：生成AI市場、インフラ別、
2026–2033年（百万米ドル） 297
表237 カナダ：生成AI市場（生成AIアクセラレータ別）、
2021年～2025年（百万米ドル） 297
表238 カナダ：生成AI市場（生成AIアクセラレータ別）、
2026年～2033年（百万米ドル） 297
表 239 カナダ：生成AI市場（生成AIアクセラレータ別）、
2021–2025年（百万米ドル） 298
表 240 カナダ：生成AI市場（生成AIアクセラレータ別）、
2026–2033年（百万米ドル） 298
表 241 カナダ：生成AI市場（生成AIメモリ別）、
2021年～2025年（百万米ドル） 298
表242 カナダ：生成AI市場（生成AIストレージ別）、
2026年～2033年（百万米ドル） 298
表243 カナダ：生成AI市場、生成AIストレージ別、
2021年～2025年（百万米ドル） 299
表244 カナダ：生成AI市場、生成AIネットワークハードウェア別、
2026年～2033年（百万米ドル） 299
表245 カナダ：生成AI市場、ソフトウェア別、2021年～2025年（百万米ドル） 299
表246 カナダ：生成AI市場、ソフトウェア別、2026年～2033年
（百万米ドル） 300
表247 カナダ：生成AI市場、サービス別、2021年～2025年（百万米ドル） 300
表248 カナダ：生成AI市場、サービス別、2026年～2033年（百万米ドル） 300
表249 カナダ：生成AI市場（データモダリティ別）、
2021–2025年（百万米ドル） 301
表250 カナダ：生成AI市場（データモダリティ別）、
2026–2033年（百万米ドル） 301
表 251 カナダ：生成AI市場、用途別、2021年～2025年（百万米ドル） 301
表 252 カナダ：生成AI市場、用途別、2026年～2033年（百万米ドル） 302
表253 カナダ：生成AI市場、エンドユーザー別、2021年～2025年（百万米ドル） 302
表254 カナダ：生成AI市場、エンドユーザー別、2026年～2033年（百万米ドル） 302
表 255 カナダ：生成AI市場、企業別、2021年～2025年（百万米ドル） 303
表 256 カナダ：生成AI市場、企業別、2026年～2033年（百万米ドル） 303
表 257 欧州：生成AI市場（提供形態別）、2021年～2025年（百万米ドル） 305
表 258 欧州：生成AI市場、提供形態別、2026年～2033年（百万米ドル） 305
表 259 欧州：生成AI市場、インフラ別、
2021年～2025年（百万米ドル） 305
表260 欧州：生成AI市場、インフラ別、
2026年～2033年（百万米ドル） 305
表 261 欧州：生成AI市場（生成AIアクセラレータ別）、
2021–2025年（百万米ドル） 306
表 262 欧州：生成AI市場（生成AIアクセラレータ別）、
2026–2033年（百万米ドル） 306
表263 欧州：生成AI市場（生成AIアクセラレータ別）、
2021年～2025年（百万米ドル） 306
表264 欧州：生成AI市場（生成AIアクセラレータ別）、
2026年～2033年
（百万米ドル） 307
表 265 欧州：生成AI市場、生成AIメモリ別、
2021–2025年（百万米ドル） 307
表 266 欧州：生成AI市場、生成AIストレージ別、
2026–2033年 （百万米ドル） 307
表 267 欧州：生成AI市場、生成AIネットワークハードウェア別、
2021–2025年（百万米ドル） 307
表 268 欧州： 生成AI市場（生成AIネットワークハードウェア別）、
2026年～2033年（百万米ドル） 308
表269 欧州：生成AI市場（ソフトウェア別）、2021年～2025年（百万米ドル） 308
表270 欧州：生成AI市場（ソフトウェア別）、2026年～2033年（百万米ドル） 308
表271 欧州：生成AI市場（サービス別）、2021年～2025年（百万米ドル） 309
表272 欧州：生成AI市場、サービス別、2026年～2033年（百万米ドル） 309
表273 欧州：生成AI市場、データモダリティ別、
2021年～2025年（百万米ドル） 309
表274 欧州：生成AI市場、データモダリティ別、
2026年～2033年（百万米ドル） 310
表275 欧州：生成AI市場、用途別、2021年～2025年（百万米ドル） 310
表276 欧州：生成AI市場、用途別、2026–2033年（百万米ドル） 311
表277 欧州：生成AI市場、エンドユーザー別、2021–2025年（百万米ドル） 311
表278 欧州：生成AI市場、エンドユーザー別、2026年～2033年（百万米ドル） 311
表279 欧州：生成AI市場、企業別、2021年～2025年（百万米ドル） 312
表 280 欧州：生成AI市場、企業別、2026–2033年（百万米ドル） 312
表 281 欧州：生成AI市場、国別、2021–2025年（百万米ドル） 313
表282 欧州：生成AI市場、国別、2026年～2033年（百万米ドル） 313
表283
英国：生成AI市場、提供サービス別、2021年～2025年（百万米ドル） 314
表284 英国：生成AI市場、提供サービス別、2026年～2033年 （百万米ドル） 314
表 285 英国：生成AI市場、インフラ別、2021–2025年 （百万米ドル） 314
表 286 英国：生成AI市場、提供形態別、2026年～2033年（百万米ドル） 315
表 287 英国： 生成AI市場（生成AIアクセラレータ別）、
2021年～2025年（百万米ドル） 315
表288 英国：生成AI市場（生成AIアクセラレータ別）、
2026年～2033年（百万米ドル） 315
表289 英国：生成AI市場（生成AIアクセラレータ別）、2021年～2025年（百万米ドル） 316
表290 英国：生成AI市場（生成AIアクセラレータ別）、2026年～2033年（百万米ドル） 316
表291 英国：生成AI市場、生成AIストレージ別、2021年～2025年（百万米ドル） 316
表292 英国：生成AI市場、生成AIストレージ別、2026年～2033年（百万米ドル） 317
表293 英国：生成AI市場、生成AIネットワークハードウェア別、
2021年～2025年（百万米ドル） 317
表294 英国：生成AI市場、生成AIネットワークハードウェア別、
2026年～2033年（百万米ドル） 317
表 295 英国：生成AI市場、ソフトウェア別、2021年～2025年（百万米ドル） 317
表 296 英国：生成AI市場、ソフトウェア別、2026年～2033年（百万米ドル） 318
表297 英国：生成AI市場（サービス別）、2021年～2025年 （百万米ドル） 318
表 298 英国：生成AI市場、サービス別、2026年～2033年（百万米ドル） 318
表 299 英国：生成AI市場、データモダリティ別、2021年～2025年（百万米ドル） 319
表 300 英国：生成AI市場、データモダリティ別、2026年～2033年（百万米ドル） 319
表 301 英国：生成AI市場、用途別、2021年～2025年（百万米ドル） 319
表302 英国：生成AI市場、用途別、2026年～2033年（百万米ドル） 320
表 303 英国：生成AI市場、エンドユーザー別、2021年～2025年（百万米ドル） 320
表 304 英国：生成AI市場、エンドユーザー別、2026年～2033年（百万米ドル） 320
表 305 英国：生成AI市場、企業別、2021年～2025年（百万米ドル） 321
表 306 英国：生成AI市場、企業別、2026年～2033年（百万米ドル） 321
表 307 ドイツ：生成AI市場、提供サービス別、2021年～2025年（百万米ドル） 322
表 308 ドイツ：生成AI市場、提供サービス別、2026年～2033年（百万米ドル） 322
表309 ドイツ：生成AI市場、インフラ別、
2021年～2025年（百万米ドル） 323
表310 ドイツ：生成AI市場、インフラ別、
2026年～2033年（百万米ドル） 323
表311 ドイツ：生成AI市場（生成AIアクセラレータ別）、
2021–2025年（百万米ドル） 323
表312 ドイツ：生成AI市場（生成AIアクセラレータ別）、
2026–2033年（百万米ドル） 324
表313 ドイツ：生成AI市場（生成AIアクセラレータ別）、
2021年～2025年（百万米ドル） 324
表314 ドイツ：生成AI市場（生成AIメモリ別）、
2026年～2033年 （百万米ドル） 324
表315 ドイツ：生成AI市場、生成AIメモリ別、
2021年～2025年（百万米ドル） 325
表316 ドイツ：生成AI市場、生成AIストレージ別、
2026年～2033年 （百万米ドル） 325
表 317 ドイツ：生成AI市場、生成AIネットワークハードウェア別、
2021年～2025年（百万米ドル） 325
表 318 ドイツ：生成AI市場、生成AIネットワークハードウェア別、
2026年～2033年 （百万米ドル） 325
表319 ドイツ：生成AI市場、ソフトウェア別、2021年～2025年（百万米ドル） 326
表320 ドイツ：生成AI市場、ソフトウェア別、2026年～2033年 （百万米ドル） 326
表 321 ドイツ：生成AI市場（サービス別）、2021年～2025年（百万米ドル） 326
表 322 ドイツ：生成AI市場（サービス別）、2026年～2033年（百万米ドル） 327
表323 ドイツ：生成AI市場、データモダリティ別、
2021–2025年（百万米ドル） 327
表324 ドイツ：生成AI市場、データモダリティ別、
2026–2033年（百万米ドル） 327
表 325 ドイツ：生成AI市場、用途別、2021年～2025年（百万米ドル） 328
表 326 ドイツ：生成AI市場、用途別、2026年～2033年（百万米ドル） 328
表 327 ドイツ：生成AI市場、エンドユーザー別、2021年～2025年（百万米ドル） 328
表 328 ドイツ：生成AI市場、エンドユーザー別、2026年～2033年（百万米ドル） 329
表329 ドイツ：生成AI市場、企業別、2021年～2025年（百万米ドル） 329
表330 ドイツ：生成AI市場、企業別、2026年～2033年（百万米ドル） 330
