サンプル依頼リスト カート
  • English
  • Korean
  • Traditional Chinese
  • Simplified Chinese
デフォルト表紙
市場調査レポート
商品コード
1692109

自動機械学習：市場シェア分析、産業動向・統計、成長予測（2025年～2030年）

Automated Machine Learning - Market Share Analysis, Industry Trends & Statistics, Growth Forecasts (2025 - 2030)

出版日
ページ情報
英文 119 Pages
納期
2～3営業日
カスタマイズ可能
適宜更新あり
価格
価格表記: USDを日本円(税抜)に換算
本日の銀行送金レート: 1USD=143.57円
自動機械学習：市場シェア分析、産業動向・統計、成長予測（2025年～2030年）
出版日: 2025年03月18日
発行: Mordor Intelligence
ページ情報: 英文 119 Pages
納期: 2～3営業日
GIIご利用のメリット
  • 全表示
  • 概要
  • 目次
概要

自動機械学習の市場規模は2025年に25億9,000万米ドルと推計され、予測期間（2025-2030年）のCAGRは43.9%で、2030年には159億8,000万米ドルに達すると予測されています。

Automated Machine Learning-Market-IMG1

機械学習（ML）は人工知能（AI）の一分野であり、学習アルゴリズムが統計的手法によって分類や予測を行い、データマイニングプロジェクトにおける重要な洞察を明らかにします。これらの洞察は、アプリケーションやビジネスにおける意思決定を促進し、理想的には主要な成長指標に影響を与えます。これらのソリューションは、アルゴリズム、モデル、計算の複雑さを中心に展開されるため、熟練した専門家が開発する必要があります。

主なハイライト

  • 機械学習（ML）は不可欠な要素となっています。一方で、高性能の機械学習アプリケーションを構築するには、高度に専門化されたデータサイエンティストやドメインエキスパートが必要となります。自動機械学習（AutoML）は、かなりの統計や機械学習の知識がなくてもドメインエキスパートが機械学習アプリケーションを自動的に構築できるようにすることで、データサイエンティストのニーズを減らすことを目的としています。
  • IoT、自動化、クラウドベースのサービスの採用が増加しているため、市場への投資が増加しています。このソリューションにより、中小企業や企業は、データの品質、セキュリティ、安全性、機械学習への対応力を向上させるために必要なすべてをアウトソーシングすることができ、データサイエンスのリソースを雇用するコストや課題を回避することができます。このサービスは、機械学習ワークロード向けに構築されたCalligoのData Insights Platformでもサポートされています。例えば、2024年1月、グーグル・クラウドとハギング・フェイスは、ジェネレーティブAIとML開発を加速する戦略的パートナーシップを発表しました。この提携により、開発者はGoogle CloudのインフラをHugging Faceの全サービスに利用できるようになり、Google Cloud上でのHugging Faceモデルのトレーニングと提供が可能になります。
  • フェイスブックやグーグルのように、社内手続き、特にMLモデルの作成を自動化するためにAutoMLにシフトしている企業もあります。アシモはフェイスブックのAutoML開発者で、現在のモデルの改良版を自動的に生成します。グーグルも、最適化モデルの発見や機械学習アルゴリズムの設計プロセスを自動化するAutoMLツールをリリースしました。グーグルは"Cloud AutoML "を発表しました。"Cloud AutoML "は、機械学習（ML）の専門知識に乏しい企業が、グーグルの製品やサービスを強化するための高品質なカスタム人工知能（AI）モデルを構築できるようにする製品です。「Cloud AutoML」は、企業や開発者が使用事例に応じたカスタム・ビジョン・モデルをトレーニングできるようにします。各社のこうしたイノベーションが市場を牽引します。
  • AutoML市場は、医療分野での応用や調査の増加に牽引され、大きな成長が見込まれます。AutoMLが患者の治療や医療研究に革命をもたらすにつれ、ヘルスケアの課題に合わせたAI主導のソリューションに対する需要が急増しています。AutoMLは、モデル選択やフィーチャーエンジニアリングなどの複雑な機械学習タスクを自動化し、病気の診断、治療の最適化、創薬のための予測モデルの開発を効率化します。
  • 機械学習（ML）は多くのアプリケーションでますます利用されるようになっていますが、この成長を適切にサポートするためには、機械学習の専門家を増やす必要があります。自動機械学習（AutoML）の目的は、機械学習をより身近なものにすることです。そのため、専門家はより多くの機械学習システムを導入することができるはずであり、AutoMLを使用する際には、MLを直接使用する場合よりも少ない専門知識しか必要とされないと思われます。しかし、技術の採用はまだ深化する必要があり、市場の成長を抑制しています。
  • COVID-19以降、企業がビジネス・プロセスの自動化にインテリジェント・ソリューションを活用するようになり、AIの採用が増加しました。この傾向は今後数年間も続くと予想され、組織プロセスにおけるAIの採用がさらに促進されます。

自動機械学習市場の動向

BFSIセグメントが市場成長を牽引

  • 銀行・金融サービス・保険（BFSI）業界では、業務効率の向上や消費者体験の改善を目的に、AIやML技術の採用が進んでいます。データの注目度が高まるにつれ、機械学習BFSIアプリケーションの需要が高まっています。自動化された機械学習は、膨大なデータ、手頃な処理能力、経済的なストレージによって、正確かつ迅速な結果を生み出すことができます。
  • また、機械学習（ML）を活用したソリューションは、インテリジェント・プロセス・オートメーションによる反復業務の自動化、チャットボットによる企業の生産性向上、事務処理の自動化、従業員研修のゲーミフィケーションなどにより、金融会社が手作業を置き換えることを可能にします。機械学習は、金融プロセスの自動化に活用されると予想されます。
  • パンデミックの後、金融機関はデジタル・チャネルを通じて顧客に接触し、支援することへの関心を高めました。チャットボット、口座開設・管理サポート、技術支援など様々なデジタル・ソリューションが、金融セクター、特にPosh.Tech、Spixii、その他多数の企業は現在、銀行にとって不可欠な顧客対応機能を促進するよう設計されたインテリジェントなチャットボットを提供しています。
  • HDFC銀行は、ベンガルールを拠点とするSenseforth AI Researchが構築したAIベースのチャットボット「Eva」を使用しています。今年3月の発売以来、Eva（Electronic Virtual Assistantの略）は270万件以上の顧客からの問い合わせに対応し、53万人以上のユニーク・ユーザーと対話し、120万件の会話を交わしました。ドイツ銀行は、金融分野における人工知能（AI）と機械学習（ML）の利用を加速させるため、エヌビディアと複数年にわたるイノベーション・パートナーシップを結んだと発表しました。
  • 銀行は、リスク管理への圧力が高まり、ガバナンスや規制要件が強化される中、より良い顧客サービスを提供するためにサービスを改善しなければならないです。銀行詐欺事件の増加により、AIとMLの導入が進むと予想されます。一部のフィンテック・ブランドは、利用可能な顧客データを活用し、顧客のニーズがどのように進化しているか、どの詐欺行為がシステムを攻撃する可能性が最も高いか、どのようなサービスが有益であるかなどを予測するために、複数のチャネルにわたるさまざまなアプリケーションでAIやMLを利用するようになってきています。
  • 2023年度、インド準備銀行（RBI）はインド全土で1万3,000件以上の銀行詐欺事件を報告し、前年度に比べて増加しました。過去10年間の傾向を一転させました。このような銀行詐欺の増加は、市場の需要をさらに喚起する可能性があります。

北米が大きな市場シェアを占める

  • 北米は、先進技術への連邦政府の戦略的投資に後押しされ、世界中から集まる先見の明のある科学者や起業家の存在や、自動機械学習（AutoML）の開発を推進する公認研究機関によって補完された、強固なイノベーション・エコシステムにより、市場で大きなシェアを占めると予想されます。
  • 州政府や地方自治体を含む様々な政府は、膨大な量の市民データを扱っており、それらは以前は紙に保存され、手作業で処理されていました。しかし、人工知能（AI）や機械学習技術がより迅速で正確なデータ収集・処理方法を提供するようになると、政府はより複雑で長期的な社会的・文化的問題に注力できるようになります。さらに、連携型MLの商用アプリケーションの増加が、AutoMLの需要を促進すると予想されます。
  • カナダ政府によると、人工知能（AI）技術はカナダ政府が国民にサービスを提供する方法を強化することが期待されています。政府は政府のプログラムやサービスにおける人工知能の利用を調査する際、明確な価値観、倫理観、規則が指針となることを保証しています。
  • 米国がAutoMLの覇権を確立しようとしている一方で、カナダもそのような開発に向けて準備を進めています。例えば、ePayPolicyは2023年4月、保険支払・照合製品群に新たに加わったPayables Connectを発表しました。これはePayの既存の統合技術と機械学習技術を活用し、支払債務の照合、設計、支払いを完全に自動化するものです。
  • カナダはまだ、自動機械学習を様々な業界に導入する初期段階にあるが、金融分野の自動化ニーズの高まりや、学生の教育への関心の高まりなど、いくつかの要因が市場の成長を促進すると予想されます。
  • この地域のAutoML市場はクラウドによって変化しています。サーバーレス・コンピューティングによって、クリエイターはMLアプリケーションを素早く立ち上げて実行できるようになります。例えば、AWSによると、2023年10月に米国のクラウド・コンピューティング・インフラ投資は1,080億米ドルを超えました。
  • さらに、さまざまな規模の多くの組織が、従来のビジネス形態からデジタルなビジネス形態へと変革しつつあります。この変革は、総所有コスト（TCO）の削減、高いセキュリティ、柔軟性、俊敏性といったメリットをもたらすため、ハイブリッド・クラウド市場を生み出しています。IBMは、ITリーダーの89%がビジネスクリティカルなワークロードをクラウドに移行する見込みであり、デジタル化の進展がすべてを牽引していると述べています。このようなクラウドソリューションの拡大は、この地域における市場の成長をさらに促進する可能性があります。

自動機械学習産業の概要

世界の自動機械学習市場は適度な断片化を示しており、多数のプレーヤーが市場の需要に応えています。競争は新規参入者の流入によって促進され、既存参入者は顧客基盤を拡大するための戦略を考案するよう促されています。このダイナミックな状況は、既存の市場参加者が最先端の製品を開発しようと努力するため、技術革新にも拍車をかけています。注目すべき市場リーダーとしては、Datarobot Inc.、Amazon Web Services Inc.、dotData Inc.、IBM Corporation、Dataikuなどが挙げられます。

  • 2024年2月テクノロジー・サービスおよびコンサルティングの大手企業であるウィプロ・リミテッドは、ウィプロ・エンタープライズ人工知能（AI）レディ・プラットフォームの立ち上げを発表しました。Wipro Enterprise AI-Ready Platformは、watsonx.data、watsonx.ai、watsonx.aiを含むIBM Watsonx AIおよびデータ・プラットフォームを活用します。ガバナンスとAIアシスタントは、AI導入を加速する相互運用可能なサービスを顧客に提供します。このユニークなサービスは、ツール、大規模言語モデル（LLM）、合理化されたプロセス、強力なガバナンスにまたがる機能により、業務を強化します。また、watsonx.dataとAI上に構築される将来のエンタープライズ分析ソリューションの基盤も構築します。
  • 2024年5月Snapchatは、ブランドや広告主がユーザーにインタラクティブな体験を提供するために開発された最新の拡張現実（AR）と機械学習（ML）ツールのシリーズを発表しました。同社は、ブランドがAR試着アセットをより迅速かつ容易に作成できるよう、自動化とMLに投資していました。
  • 2023年9月富士通株式会社とLinux Foundationは、2023年9月からスペインのビルバオで開催される「オープンソースサミット・欧州2023」に先立ち、富士通の自動機械学習とAI公正技術をオープンソースソフトウェア（OSS）として発表しました。この2つのプロジェクトは、独自の機械学習モデルのコードを自動生成するソフトウェアと、学習データの潜在的な偏りに対処する技術へのアクセスをユーザーに提供することが期待されていました。

その他の特典

  • エクセル形式の市場予測（ME）シート
  • 3ヶ月間のアナリスト・サポート

目次

第1章 イントロダクション

  • 調査の前提条件と市場定義
  • 調査範囲

第2章 調査手法

第3章 エグゼクティブサマリー

第4章 市場力学

  • 市場促進要因
    • 効率的な不正検知ソリューションに対する需要の高まり
    • インテリジェントなビジネスプロセスへの需要の高まり
  • 市場抑制要因
    • 自動機械学習ツールの採用の遅れ
  • 業界バリューチェーン分析
  • 業界の魅力- ポーターのファイブフォース分析
    • 新規参入業者の脅威
    • 買い手の交渉力
    • 供給企業の交渉力
    • 代替品の脅威
    • 競争企業間の敵対関係の強さ
  • 主要マクロ経済動向が市場に与える影響

第5章 市場セグメンテーション

  • ソリューション別
    • スタンドアロンまたはオンプレミス
    • クラウド
  • オートメーションタイプ別
    • データ処理
    • フィーチャーエンジニアリング
    • モデリング
    • 可視化
  • エンドユーザー別
    • BFSI
    • 小売・eコマース
    • ヘルスケア
    • 製造業
    • その他エンドユーザー
  • 地域別
    • 北米
      • 米国
      • カナダ
    • 欧州
      • 英国
      • ドイツ
      • フランス
      • その他欧州
    • アジア太平洋
      • 中国
      • 日本
      • 韓国
      • その他アジア太平洋地域
    • 世界のその他の地域

第6章 競合情勢

  • 企業プロファイル
    • DataRobot Inc.
    • Amazon web services Inc.
    • dotData Inc.
    • IBM Corporation
    • Dataiku
    • SAS Institute Inc.
    • Microsoft Corporation
    • Google LLC（Alphabet Inc.）
    • H2O.ai
    • Aible Inc.

第7章 投資分析

第8章 市場の将来

目次
Product Code: 90609

The Automated Machine Learning Market size is estimated at USD 2.59 billion in 2025, and is expected to reach USD 15.98 billion by 2030, at a CAGR of 43.9% during the forecast period (2025-2030).

Automated Machine Learning - Market - IMG1

Machine learning (ML) is a subfield of artificial intelligence (AI) that enables training algorithms to make classifications or predictions through statistical methods, uncovering critical insights within data mining projects. These insights drive decision-making within applications and businesses, ideally impacting key growth metrics. Skilled professionals must develop these solutions since they revolve around algorithms, models, and computational complexity.

Key Highlights

  • Machine learning (ML) has become an essential component. On the other hand, building high-performance machine-learning applications necessitates highly specialized data scientists and domain experts. Automated machine learning (AutoML) aims to decrease data scientists' needs by allowing domain experts to automatically construct machine learning applications without considerable statistics and machine learning knowledge.
  • Due to the increasing adoption of IoT, automation, and cloud-based services, investment in the market has been rising. The solution allows SMEs and enterprises to outsource everything needed to improve data quality, security, safety, and readiness for machine learning and avoid the cost and challenges of employing a data science resource. This service is also supported by Calligo's Data Insights Platform, which is purpose-built for machine learning workloads. For instance, in January 2024, Google Cloud and Hugging Face Announced a Strategic Partnership to Accelerate Generative AI and ML Development. This collaboration will allow developers to utilize Google Cloud's infrastructure for all Hugging Face services, enabling training and serving of Hugging Face models on Google Cloud.
  • Some firms have shifted to AutoML to automate internal procedures, particularly the creation of ML models, such as Facebook and Google. Asimo is Facebook's AutoML developer, which automatically generates improved versions of current models. Google also released AutoML tools to automate the process of discovering optimization models and designing machine learning algorithms. Google launched "Cloud AutoML," a product that allows businesses with limited Machine Learning (ML) expertise to build high-quality, custom artificial intelligence (AI) models to enhance Google's products and services. "Cloud AutoML" lets businesses and developers train custom vision models for their use cases. Such innovations by the companies will drive the market.
  • The AutoML market is expected to experience significant growth, driven by rising applications and research in the medical field. As AutoML revolutionizes patient care and medical research, there is a surge in demand for AI-driven solutions tailored to healthcare challenges. AutoML can automate complex machine learning tasks, such as model selection and feature engineering, to streamline the development of predictive models for illness diagnosis, treatment optimization, and drug discovery.
  • Machine learning (ML) is increasingly used in many applications, but there needs to be more machine learning experts to support this growth adequately. With automated machine learning (AutoML), the purpose is to make machine learning more accessible. Therefore, experts should be able to deploy more machine learning systems, and less expertise would be required to work with AutoML than when working with ML directly. However, the adoption of technology still needs to be deeper, restraining the market's growth.
  • The adoption of AI witnessed an increase post-COVID-19 as companies leveraged intelligent solutions for automating their business processes. This trend is anticipated to continue over the coming years, further driving the adoption of AI in organizational processes.

Automated Machine Learning Market Trends

The BFSI Segment is Driving Market Growth

  • AI and ML technologies are increasingly adopted in the banking, financial services, and insurance (BFSI) industry to enhance operational efficiency and improve the consumer experience. As data gains more attention, the demand for machine learning BFSI applications grows. Automated machine learning can produce accurate and rapid results with enormous data, affordable processing power, and economical storage.
  • Machine learning (ML)-powered solutions also enable finance firms to replace manual labor by automating repetitive operations through intelligent process automation, increasing corporate productivity for chatbots, paperwork automation, and employee training gamification, among others. Machine learning is expected to be used to automate financial processes.
  • After the pandemic, financial institutions showed increased interest in reaching and assisting customers through digital channels. Various digital solutions, including chatbots, account opening and management support, and technical assistance, witnessed a surge in adoption within the finance sector, especially in fintech corporations like Posh. Tech, Spixii, and numerous others now provide intelligent chatbots designed to facilitate essential customer-facing functions for banks.
  • HDFC Bank uses an AI-based chatbot, "Eva," built by Bengaluru-based Senseforth AI Research. Since its launch in March this year, Eva (which stands for Electronic Virtual Assistant) has addressed over 2.7 million client queries, interacted with over 530,000 unique users, and held 1.2 million conversations. Deutsche Bank announced a multi-year innovation partnership with NVIDIA to accelerate the use of artificial intelligence (AI) and machine learning (ML) in the finance sector.
  • Banks must improve their services to offer better customer service with the rising pressure in managing risk and increasing governance and regulatory requirements. The rising number of bank fraud cases is expected to increase the adoption of AI and ML. Some fintech brands have been increasingly using AI and ML in different applications across multiple channels to leverage available client data and predict how customers' needs are evolving, which fraudulent activities have the highest possibility to attack a system, and what services will prove beneficial, among others.
  • In FY 2023, the Reserve Bank of India (RBI) reported more than 13 thousand bank fraud cases across India, an increase compared to the previous year. It turned around the previous decade's trend. Such increases in bank fraud may further generate market demand.

North America to Hold a Significant Market Share

  • North America is expected to hold a substantial share of the market owing to the robust innovation ecosystem, fueled by strategic federal investments into advanced technology, complemented by the existence of visionary scientists and entrepreneurs coming together from across the world and recognized research institutions, driving the development of automated machine learning (AutoML).
  • Various governments, including state and local governments, handle enormous quantities of citizen data, which used to be stored on paper and processed manually. However, as artificial intelligence (AI) and machine learning technologies provide faster and more accurate data-gathering and processing methods, governments can focus on more complex and long-term social and cultural issues. Further, an increase in commercial applications for federated ML is expected to drive the demand for AutoML.
  • According to the Government of Canada, artificial intelligence (AI) technologies promise to enhance how the Canadian government serves its citizens. As the government investigates the usage of artificial intelligence in government programs and services, it ensures that clear values, ethics, and rules guide it.
  • While the United States is trying to establish AutoML supremacy, Canada is also gearing up for such developments. For instance, in April 2023, ePayPolicy launched Payables Connect, the latest addition to its insurance payment and reconciliation products suite. It leverages ePay's existing integration and machine learning technology to automate the reconciliation, design, and payment of due payables completely.
  • Though Canada is still in the initial phase of deploying automated machine learning across various industries, some factors, including the rising need to automate the finance sector and the emerging educational interest among students, are expected to drive market growth.
  • The region's AutoML market is changing due to the cloud; serverless computing allows creators to get ML applications up and running quickly. For instance, in October 2023, according to AWS, US cloud computing infrastructure investment exceeded USD 108 billion.
  • Moreover, many organizations of different sizes are transforming from traditional to digital modes of business. This transformation creates a hybrid cloud market because of the benefits, like reduced total cost of ownership (TCO), high security, flexibility, and agility. IBM stated that 89% of IT leaders are expected to move business-critical workloads to the cloud, and the growth in digitization drives all. Such expansion in cloud solutions may further propel the market's growth in the region.

Automated Machine Learning Industry Overview

The global automated machine learning market exhibits moderate fragmentation, with numerous players meeting market demands. The competition is driven by the influx of new entrants, prompting existing participants to devise strategies for expanding their customer base. This dynamic landscape also spurs innovation as existing market players strive to develop cutting-edge products. Notable market leaders include Datarobot Inc., Amazon Web Services Inc., dotData Inc., IBM Corporation, and Dataiku.

  • February 2024: Wipro Limited, a significant technology services and consulting corporation, announced the launch of Wipro Enterprise Artificial Intelligence (AI)-Ready Platform, a new service allowing clients to create enterprise-level, fully integrated, and customized AI environments. The Wipro Enterprise AI-Ready Platform leverages the IBM Watsonx AI and data platform, including watsonx.data, watsonx.ai, and watsonx. Governance and AI assistants offer clients an interoperable service that accelerates AI adoption. This unique service enhances operations with capabilities spanning tools, large language models (LLMs), streamlined processes, and strong governance. It also lays the foundation for future enterprise analytic solutions to be built on watsonx.data and AI.
  • May 2024: Snapchat announced a series of the latest augmented reality (AR) and machine learning (ML) tools developed to help brands and advertisers provide users with interactive experiences. The company had been investing in automation and ML to make it faster and easier for brands to create AR try-on assets.
  • September 2023: Fujitsu Limited and the Linux Foundation announced the launch of Fujitsu's automated machine learning and AI fairness technologies as open-source software (OSS) ahead of the "Open Source Summit Europe 2023," running in Bilbao, Spain, from September 2023. The two projects were expected to offer users access to software that automatically generates code for unique machine-learning models and a technology that addresses latent biases in training data.

Additional Benefits:

  • The market estimate (ME) sheet in Excel format
  • 3 months of analyst support

TABLE OF CONTENTS

1 INTRODUCTION

  • 1.1 Study Assumptions and Market Definition
  • 1.2 Scope of the Study

2 RESEARCH METHODOLOGY

3 EXECUTIVE SUMMARY

4 MARKET DYNAMICS

  • 4.1 Market Drivers
    • 4.1.1 Increasing Demand for Efficient Fraud Detection Solutions
    • 4.1.2 Growing Demand for Intelligent Business Processes
  • 4.2 Market Restraints
    • 4.2.1 Slow Adoption of Automated Machine Learning Tools
  • 4.3 Industry Value Chain Analysis
  • 4.4 Industry Attractiveness - Porter's Five Forces Analysis
    • 4.4.1 Threat of New Entrants
    • 4.4.2 Bargaining Power of Buyers
    • 4.4.3 Bargaining Power of Suppliers
    • 4.4.4 Threat of Substitute Products
    • 4.4.5 Intensity of Competitive Rivalry
  • 4.5 Impact of Key Macroeconomic Trends on the Market

5 MARKET SEGMENTATION

  • 5.1 By Solution
    • 5.1.1 Standalone or On-Premise
    • 5.1.2 Cloud
  • 5.2 By Automation Type
    • 5.2.1 Data Processing
    • 5.2.2 Feature Engineering
    • 5.2.3 Modeling
    • 5.2.4 Visualization
  • 5.3 By End User
    • 5.3.1 BFSI
    • 5.3.2 Retail and E-Commerce
    • 5.3.3 Healthcare
    • 5.3.4 Manufacturing
    • 5.3.5 Other End Users
  • 5.4 By Geography
    • 5.4.1 North America
      • 5.4.1.1 United States
      • 5.4.1.2 Canada
    • 5.4.2 Europe
      • 5.4.2.1 United Kingdom
      • 5.4.2.2 Germany
      • 5.4.2.3 France
      • 5.4.2.4 Rest of Europe
    • 5.4.3 Asia-Pacific
      • 5.4.3.1 China
      • 5.4.3.2 Japan
      • 5.4.3.3 South Korea
      • 5.4.3.4 Rest of Asia-Pacific
    • 5.4.4 Rest of the World

6 COMPETITIVE LANDSCAPE

  • 6.1 Company Profiles
    • 6.1.1 DataRobot Inc.
    • 6.1.2 Amazon web services Inc.
    • 6.1.3 dotData Inc.
    • 6.1.4 IBM Corporation
    • 6.1.5 Dataiku
    • 6.1.6 SAS Institute Inc.
    • 6.1.7 Microsoft Corporation
    • 6.1.8 Google LLC (Alphabet Inc.)
    • 6.1.9 H2O.ai
    • 6.1.10 Aible Inc.

7 INVESTMENT ANALYSIS

8 FUTURE OF THE MARKET