サンプル依頼リスト カート
  • English
表紙：生成AIの世界市場 - 第1版
市場調査レポート
商品コード
1789658

生成AIの世界市場 - 第1版

The Generative AI Market - 1st Edition

出版日
発行
Berg Insight
ページ情報
英文 90 Pages
納期
即日から翌営業日
価格
価格表記: EURを日本円(税抜)に換算
本日の銀行送金レート: 1EUR=174.06円
生成AIの世界市場 - 第1版
出版日: 2025年08月13日
発行: Berg Insight
ページ情報: 英文 90 Pages
納期: 即日から翌営業日
GIIご利用のメリット
  • 全表示
  • 概要
  • 図表
  • 目次
概要

生成AI市場は、2024年に生成AIハードウェア、基盤モデル、開発プラットフォームにまたがる3つの主要セグメントすべてにおいて、3桁の成長率を記録すると予測されます。クラウドサービスプロバイダーによる大規模なデータセンター投資が市場を牽引しており、2025年にはAI関連支出として4,000億米ドル超が見込まれています。基盤モデルの市場金額は2024年に推定41億米ドルに達し、生成AI開発プラットフォームは170億米ドルに達しました。一方、生成AIワークロードに使用されるGPUベースハードウェアシステムは、2024年に1,323億米ドルの収益を生み出しました。

当レポートでは、世界の生成AI市場について調査分析し、主要企業へのインタビューから得られた知見や、各セグメントの市場金額の予測、主要プロバイダーの市場シェアなどの情報を提供しています。

目次

図表のリスト

エグゼクティブサマリー

第1章 イントロダクション

  • AIの分類法
    • AI
    • 機械学習
    • 深層学習
    • 生成AI
  • 生成AIアーキテクチャ
    • Transformerベースの言語モデル
    • 拡散モデル、VAE、GAN
  • 生成AI技術スタック
    • 基盤モデル
    • データベース
    • ハードウェアインフラ
    • 開発プラットフォーム

第2章 市場の分析

  • 生成AI産業情勢
    • 基盤モデルプロバイダー
    • 開発プラットフォームプロバイダー
    • GPUベースハードウェアプロバイダー
  • 市場規模と予測
    • 生成AIモデルとプラットフォームの市場金額
    • 生成AIハードウェアの市場金額
  • ソリューションプロバイダーの市場シェア
    • 基盤モデル市場
    • 開発プラットフォーム市場
    • 生成AIハードウェア市場
  • 基盤モデルのベンチマーク
  • IoTにおける生成AI
    • 生成AIoTのユースケース
    • エッジ展開とクラウド展開の比較
    • AIoTソリューションプロバイダー
  • 通信産業における生成AI
    • AI-on-RAN
    • AI-for-RAN
    • AI-and-RAN
  • 市場動向
    • 中国からの低コストモデルとプラットフォームの登場
    • LLMプロバイダーは収益性の問題に悩まされている
    • 生成AI開発における大きな地域差
    • 通信事業者がソブリンAIソリューションに投資
    • トークン化からの脱却
    • エージェントAIが普及
    • 生成AIでフィジカルAIがブレークスルーに近づく
    • 生成AI市場に影響を与えるAI規制

第3章 企業のプロファイルと戦略

  • 01.AI
  • AI21 Labs
  • Aleph Alpha
  • Alibaba
  • Anthropic
  • Assembly AI
  • AWS
  • Baichuan
  • Baidu
  • ByteDance
  • C3 AI
  • Cohere
  • Databricks
  • Dataiku
  • DeepSeek
  • Domino
  • Elevenlabs
  • Google
  • H2O AI
  • Hugging Face
  • IBM
  • Luma AI
  • Mistral AI
  • Meta
  • Microsoft
  • MiniMax
  • Moonshot AI
  • Nebius
  • Nvidia
  • OpenAI
  • Oracle
  • Runway
  • SambaNova Systems
  • Scale AI
  • Stability AI
  • Snowflake
  • StepFun
  • Tencent
  • Together AI
  • Weights & Biases
  • xAI
  • Z.ai
  • 頭字語と略語のリスト
図表

List of Figures

  • Figure 1.1: The relationship between AI terminologies
  • Figure 1.2: Neural network illustration
  • Figure 1.3: Generative adversarial network training process
  • Figure 1.4: Differences between foundation model types
  • Figure 1.5: Conceptualisation of a vector database
  • Figure 2.1: Core business activities of GenAI solution providers
  • Figure 2.2: Funding of private GenAI companies
  • Figure 2.3: AI-related infrastructure investments in 2025
  • Figure 2.4: GenAI foundation models and platform revenues (World 2023-2029)
  • Figure 2.5: GPU-based GenAI hardware revenues (World 2023-2029)
  • Figure 2.6: Foundation model market shares
  • Figure 2.7: Development platform market shares
  • Figure 2.8: GPU-based GenAI hardware market shares
  • Figure 2.9: Top performing LLMs
  • Figure 2.10: LLM performance by company
  • Figure 2.11: Nvidia Jetson platform software stack
  • Figure 2.12: Jensen Huang and Gr00t robot trained in Nvidia Isaac/Omniverse
  • Figure 2.13: EU AI Act - high-risk AI use cases
  • Figure 3.1: Pharia AI architecture
  • Figure 3.2: Alibaba Cloud Model Studio
  • Figure 3.3: Amazon Bedrock
  • Figure 3.4: Cohere North agent builder
  • Figure 3.5: Mosaic AI Gateway and Model Serving
  • Figure 3.6: Dataiku Flow project pipeline
  • Figure 3.7: Dataiku LLM Mesh
  • Figure 3.8: Domino enterprise AI platform
  • Figure 3.9: H2O AI Enterprise GenAI Platform
  • Figure 3.10: Hugging Face platform
  • Figure 3.11: Luma Photon generated image examples
  • Figure 3.12: Azure AI Foundry architecture
  • Figure 3.13: Microsoft GenAI deployment methods
  • Figure 3.14: Nebius product offering
  • Figure 3.15: Nvidia AI Foundry
  • Figure 3.16: Oracle Cloud Infrastructure (OCI) Generative AI Service
  • Figure 3.17: Scene from Runway Gen-4 preview
  • Figure 3.18: SambaNova CoE
  • Figure 3.19: Stability AI image examples
  • Figure 3.20: Snowflake Cortex AI
  • Figure 3.21: Together Enterprise Platform overview
  • Figure 3.22: W&B Models experimentation dashboards
  • Figure 3.23: xAI Grok application
目次

Berg Insight estimates that the generative AI market experienced triple-digit-growth rates in all three major segments spanning GenAI hardware, foundation models and development platforms in 2024. The market is driven by significant data centre investments by cloud service providers, and over US$ 400 billion in expected AI-related spending in 2025. The market value for foundation models reached an estimated US$ 4.1 billion in 2024, while GenAI development platforms reached US$ 17.0 billion. Meanwhile, GPU-based hardware systems used for GenAI workloads generated revenues of US$ 132.3 billion in 2024.

Highlights from the report:

  • Insights from executive interviews with market leading companies.
  • 360-degree overview of the GenAI ecosystem.
  • Market value forecast on GenAI models, platforms and hardware until 2029.
  • Market shares for 55 key GenAI providers across models, platforms and hardware.
  • Detailed profiles of 42 key GenAI model and platform providers.
  • Use case examples from industries implementing GenAI.
  • In-depth analysis of market trends and key developments.

Table of Contents

Table of Contents

List of Figures

Executive Summary

1. Introduction

  • 1.1. The AI taxonomy
    • 1.1.1. Artificial intelligence
    • 1.1.2. Machine learning
    • 1.1.3. Deep learning
    • 1.1.4. Generative AI
  • 1.2. Generative AI architectures
    • 1.2.1. Transformer-based language models
    • 1.2.2. Diffusion models, VAEs and GANs
  • 1.3. The generative AI technology stack
    • 1.3.1. Foundation models
    • 1.3.2. Databases
    • 1.3.3. Hardware infrastructure
    • 1.3.4. Development platforms

2. Market Analysis

  • 2.1. The generative AI industry landscape
    • 2.1.1. Foundation model providers
    • 2.1.2. Development platform providers
    • 2.1.3. GPU-based hardware providers
  • 2.2. Market sizing and forecast
    • 2.2.1. Market value for GenAI models and platforms
    • 2.2.2. Market value for GenAI hardware
  • 2.3. Solution provider market shares
    • 2.3.1. The foundation model market
    • 2.3.2. The development platform market
    • 2.3.3. The GenAI hardware market
  • 2.4. Foundation model benchmarks
  • 2.5. GenAI in IoT
    • 2.5.1. Generative AIoT use cases
    • 2.5.2. Edge vs cloud deployments
    • 2.5.3. AIoT solution providers
  • 2.6. GenAI in telecom
    • 2.6.1. AI-on-RAN
    • 2.6.2. AI-for-RAN
    • 2.6.3. AI-and-RAN
  • 2.7. Market trends
    • 2.7.1. The emergence of low-cost models and platforms from China
    • 2.7.2. LLM providers suffer profitability issues
    • 2.7.3. Large regional differences in GenAI developments
    • 2.7.4. Telecoms providers invest in sovereign AI solutions
    • 2.7.5. Moving away from tokenisation
    • 2.7.6. Agentic AI gains traction
    • 2.7.7. Physical AI nears breakthrough with GenAI
    • 2.7.8. AI regulations affecting the GenAI market

3. Company Profiles and Strategies

  • 3.1. 01.AI
  • 3.2. AI21 Labs
  • 3.3. Aleph Alpha
  • 3.4. Alibaba
  • 3.5. Anthropic
  • 3.6. Assembly AI
  • 3.7. AWS
  • 3.8. Baichuan
  • 3.9. Baidu
  • 3.10. ByteDance
  • 3.11. C3 AI
  • 3.12. Cohere
  • 3.13. Databricks
  • 3.14. Dataiku
  • 3.15. DeepSeek
  • 3.16. Domino
  • 3.17. Elevenlabs
  • 3.18. Google
  • 3.19. H2O AI
  • 3.20. Hugging Face
  • 3.21. IBM
  • 3.22. Luma AI
  • 3.23. Mistral AI
  • 3.24. Meta
  • 3.25. Microsoft
  • 3.26. MiniMax
  • 3.27. Moonshot AI
  • 3.28. Nebius
  • 3.29. Nvidia
  • 3.30. OpenAI
  • 3.31. Oracle
  • 3.32. Runway
  • 3.33. SambaNova Systems
  • 3.34. Scale AI
  • 3.35. Stability AI
  • 3.36. Snowflake
  • 3.37. StepFun
  • 3.38. Tencent
  • 3.39. Together AI
  • 3.40. Weights & Biases
  • 3.41. xAI
  • 3.42. Z.ai
  • List of Acronyms and Abbreviations