自動化されたデータ サイエンスおよび機械学習プラットフォームの市場規模、シェア、成長、業界分析、タイプ別 (クラウドベース、オンプレミス)、アプリケーション別 (中小企業 (SME)、大企業)、地域別の洞察と 2035 年までの予測

自動データサイエンスおよび機械学習プラットフォーム市場の概要

世界の自動データサイエンスおよび機械学習プラットフォーム市場規模は、2026年に5,684,192万米ドルと推定され、2035年までに4,383億1,470万米ドルに達すると予測されており、2026年から2035年にかけて25.48%のCAGRで成長します。

自動データサイエンスおよび機械学習プラットフォーム市場は、組織がより迅速なモデル開発、自動化されたワークフロー、およびスケーラブルな人工知能の導入を求めるにつれて、急速に拡大しています。世界中の企業の 82% 以上が何らかの形で機械学習の取り組みを採用しており、61% 以上が自動分析ツールを業務に統合しています。自動化されたプラットフォームにより、従来の手動アプローチと比較してモデル開発時間が 70% 近く短縮され、導入効率が 55% 向上します。この市場はエンタープライズ データ生成の増加によって支えられており、2024 年には全世界で 149 ゼタバイトを超えました。

クラウドネイティブの機械学習環境は、柔軟性とリモート アクセスの容易さにより、導入環境の約 68% を占めています。 74% 以上の組織が、自動機械学習システムを導入した後、運用上の意思決定が改善されたと報告しています。自然言語処理機能の統合は、2023 年から 2025 年の間にエンタープライズ プラットフォーム全体で 48% 増加しました。自動化された特徴量エンジニアリング ツールは現在、データ サイエンス チームの 63% で利用されています。ヘルスケア部門は年間 30 ペタバイトを超える機械学習による診断データを処理し、金融機関は不正検出システムの 57% で自動モデリングを採用しています。組織が自動化テクノロジーによる予測分析、リアルタイムの意思決定インテリジェンス、従業員の生産性向上を追求するにつれて、需要は増加し続けています。

米国は、広範なデジタル変革と人工知能への投資により、自動データサイエンスおよび機械学習プラットフォーム市場への最大の貢献国であり続けています。国内の大企業の 79% 以上が業務プロセス内で機械学習テクノロジーを利用しています。米国には 6,000 を超える人工知能スタートアップ企業が集まり、自動化されたデータ サイエンス プラットフォームのための強力なイノベーション エコシステムを構築しています。組織の約 72% が、機械学習ワークロードをサポートするためにクラウドベースの分析インフラストラクチャを使用しています。連邦政府機関は、2023 年から 2025 年にかけて人工知能導入プロジェクトを 38% 増加させました。年間 3,500 万人を超えるビジネス ユーザーが AI を活用した分析アプリケーションを利用しています。

金融サービス部門は顧客リスク評価ワークフローの 64% で機械学習ソリューションを採用しており、医療機関は患者管理システムの 58% 以上で予測分析を導入しています。製造組織は、自動化された機械学習の導入により、生産性が 27% 向上したと報告しています。また、この国は AI の人材育成でもリードしており、400 以上の大学が専門の機械学習プログラムを提供しています。 AI インフラストラクチャに対する企業の支出は、米国全土で高度な分析と自動モデル トレーニング オペレーションを専門とする 70 以上のデータ センター リージョンをサポートしています。

主な調査結果

• 主要な市場推進力:導入率 82% が自動化需要を加速し、利用率 74% が企業の機械学習の成長をサポート
• 主要な市場抑制:41% のコンプライアンス上の問題と 36% のガバナンス上の問題により、プラットフォーム展開の拡大が制限されています
• 新しいトレンド:68% のクラウド導入と 52% の生成 AI 統合により、プラットフォーム機能が再構築されます
• 地域のリーダーシップ:39% の市場プレゼンスと 44% の企業採用により、北米で第一位の地位を占めています。
• 競争環境:23% のプラットフォーム集中と 18% のイノベーション集中により、世界的な競争が強化される
• 市場セグメンテーション:68% がクラウド導入、57% が大企業での導入が導入パターンの大半を占めています。
• 最近の開発:49% の機能強化と 33% の自動化拡張により、製品の進歩が世界的に加速します。

自動データサイエンスおよび機械学習プラットフォーム市場の最新動向

自動機械学習の導入は、生成型人工知能の統合によってますます推進されています。 2025 年中に発売された新しいプラットフォーム リリースの 58% 以上には、コーディング、モデル選択、ワークフローの最適化を自動化するように設計された生成 AI アシスタントが組み込まれていました。企業ユーザーは、データ サイエンス環境内に AI 主導の自動化ツールを導入した後、生産性が 34% 向上したと報告しています。組織は、自動化されたワークフローとインテリジェントな推奨事項により、モデル開発サイクルを 90 日から 27 日に短縮しています。クラウドネイティブの導入は依然として市場全体の主要なトレンドです。自動化された機械学習の実装の約 68% はクラウド インフラストラクチャを通じて動作し、ハイブリッド環境は展開の 21% を占めます。 500 テラバイトを超えるデータセットを管理する企業は、高度な分析ワークロードを処理できるスケーラブルなクラウド プラットフォームをますます好みます。クラウド統合は継続学習システムもサポートしており、リアルタイムのモデル更新と自動再トレーニング機能が可能になります。

ローコード開発機能とノーコード開発機能が、必須のプラットフォーム機能として浮上しました。現在、ビジネス アナリストの 62% 近くが、従来のプログラミング手法ではなく、ビジュアル インターフェイスを使用して機械学習プロジェクトに直接参加しています。ローコード機械学習環境を導入している組織は、プロジェクト完了率が 46% 向上したと報告しています。これらのツールは、部門全体で分析へのアクセスを拡大しながら、人材不足に対処するのに役立ちます。説明可能な人工知能機能が標準要件になりつつあります。規制の監視は大幅に強化されており、企業の 73% が透明な機械学習の出力を優先しています。説明可能性ツールは、新しい自動機械学習ソリューションの 66% に統合されています。金融機関と医療機関は、ガバナンス要件とリスク管理プロトコルを満たすために、モデルの透明性を特に重視しています。

自動データサイエンスおよび機械学習プラットフォームの市場動向

ドライバ

"エンタープライズ人工知能自動化に対する需要の高まり。"

デジタル変革への取り組みの拡大により、業界全体で自動化されたデータ サイエンスおよび機械学習プラットフォームの需要が増加し続けています。 82% 以上の企業が積極的な人工知能プログラムを導入しており、74% が戦略的意思決定に高度な分析を使用しています。自動化されたプラットフォームにより、モデル作成の複雑さが軽減され、より広範な組織での導入が可能になります。 2024 年に生成される世界的なデータ量は 149 ゼタバイトを超え、スケーラブルな分析インフラストラクチャに対する実質的な要件が生じました。約 63% の組織が手動モデル開発の制限に悩まされており、自動化された代替手段の採用が奨励されています。自動機械学習ソリューションを導入している企業は、業務効率が 55% 向上したと報告しています。金融機関、医療提供者、製造会社は、プロセスを最適化するために予測分析システムへの依存度を高めています。顧客サービス、不正検出、予測、オペレーショナル インテリジェンスにわたる人工知能の使用が拡大し、世界中でプラットフォームの導入が推進され続けています。

拘束

"データプライバシーと規制遵守に関する懸念。"

規制要件とデータ ガバナンスの課題は、依然として自動機械学習の導入にとって大きな障壁となっています。約 41% の企業が、コンプライアンス義務を実装上の主要な懸念事項として認識しています。データ保護規制は 70 か国以上の機械学習ワークフローに影響を与え、導入の複雑さを増大させています。機密情報を扱う組織は、データ処理とアルゴリズムの透明性に関する厳しいガバナンス要件に直面しています。約 36% の企業が、自動化された機械学習システムを社内のセキュリティ ポリシーに合わせることが困難であると報告しています。国境を越えたデータ転送は、特に多国籍企業にとってさらなる運用上の制約を生み出します。医療や金融サービスなどの高度に規制されたセクターでは、機械学習アプリケーションを導入する前に広範な検証手順が必要です。コンプライアンス監査、モデル文書要件、およびプライバシー保護により、自動分析プラットフォームを導入する組織の実装スケジュールと運用ワークロードが増加します。

機会

"ローコード分析とノーコード分析の拡張。"

ローコードおよびノー​​コードの機械学習プラットフォームの急速な成長は、市場拡大の大きなチャンスをもたらしています。ビジネス ユーザーの 62% 近くが、高度なプログラミングの専門知識を持たずに分析イニシアチブに参加しています。組織は、資格のあるデータ サイエンス専門家が 40% を超える不足に直面しており、ユーザーフレンドリーな自動化ツールに対する需要が高まっています。ビジュアル開発環境により、部門は予測モデルをより効率的に作成できます。中小企業は特に魅力的な機会であり、現在高度な機械学習ソリューションを利用している企業は 37% のみです。自動化されたワークフローにより、開発の複雑さが軽減されると同時に、技術者以外のユーザーのアクセシビリティも向上します。直感的なインターフェイスと自動化されたモデル推奨を導入するベンダーは、新しい顧客セグメント全体での採用を拡大できます。アクセシビリティの向上により、教育、医療、小売、製造、公共部門の組織における機械学習機能の幅広い展開がサポートされます。

チャレンジ

"従来のエンタープライズ システムとの統合の複雑さ。"

従来のインフラストラクチャの統合は、自動化されたデータ サイエンス プラットフォームの展開に影響を与える重要な課題のままです。企業の約 48% は、時代遅れのシステムと最新のクラウド アプリケーションを含む混合テクノロジー環境を運用しています。統合の問題により、実装スケジュールが遅れ、プロジェクトが複雑になることがよくあります。 44% 以上の組織が、機械学習プラットフォームと既存のデータベースおよび運用システムを接続する際に課題があると報告しています。データ品質の不一致により、自動化への取り組みがさらに複雑になります。数千のアプリケーションを管理する大企業には、機械学習ワークフローをサポートするための広範な相互運用性機能が必要です。セキュリティ要件、ガバナンス ポリシー、データ標準化のニーズにより、実装の障壁がさらに高まります。組織は、モダナイゼーションの目標と運用の継続性のバランスをとる必要があり、より広範な企業での導入を求めるプラットフォーム ベンダーにとってシームレスな統合を優先事項とします。

自動化されたデータサイエンスおよび機械学習プラットフォームの市場セグメンテーション

市場の細分化は、展開モデルや企業規模全体にわたる需要の増大を反映しています。クラウドベースのプラットフォームは、スケーラビリティとアクセシビリティの点で導入が優勢ですが、オンプレミス ソリューションは規制された業界にとって引き続き重要です。大企業は主要なアプリケーション セグメントを代表していますが、中小企業では業務効率と分析機能を向上させるために自動化された機械学習ツールの導入が増えています。

種類別

クラウドベース:クラウドベースの自動データ サイエンスおよび機械学習プラットフォームは、柔軟な導入と拡張可能なインフラストラクチャ機能により、約 68% の市場シェアを占めています。機械学習を導入している組織の 72% 以上が、モデルのトレーニングと展開アクティビティにクラウド環境を好みます。これらのプラットフォームは、500 テラバイトを超える大規模な分析ワークロードをサポートしながら、分散したチーム間のリモート コラボレーションを可能にします。クラウド ソリューションにより、インフラストラクチャ管理要件が軽減され、実装速度が向上します。約 64% の企業が、分析業務をクラウドベースのプラットフォームに移行した後、導入のタイムラインが短縮されたと報告しています。人工知能サービス、自動化された機能エンジニアリング、リアルタイム監視ツールとの統合により、導入がさらに強化されます。継続的なプラットフォームの更新と高度なコンピューティング リソースへのアクセスがイノベーションをサポートします。金融サービス、ヘルスケア、小売、製造部門では、予測分析のパフォーマンスと運用効率を向上させるために、クラウドベースの機械学習環境を導入するケースが増えています。

オンプレミス:オンプレミス プラットフォームは、特に機密情報の厳格な管理と規制遵守が必要な業界で約 32% の市場シェアを維持しています。機密記録を扱う医療機関の 58% 以上が、引き続きオンプレミスの機械学習インフラストラクチャを利用しています。政府機関や防衛機関も、セキュリティ要件からローカル展開モデルを好みます。オンプレミス ソリューションは、データ管理プロセスを直接監視し、カスタマイズされた分析環境をサポートします。高度に規制されている組織の約 47% は、ローカルのインフラストラクチャのセキュリティ管理に対してより強い信頼を示しています。これらのプラットフォームは、運用の継続性を維持するために、既存のエンタープライズ システムと頻繁に統合されます。導入コストは高くなりますが、重要なワークロードを管理する組織は、専用インフラストラクチャとガバナンスの柔軟性を重視しています。プライベート データ センターへの継続的な投資が、オンプレミスの自動機械学習プラットフォームに対する持続的な需要を支えています。

用途別

中小企業 (SME):中小企業（SME）は、手頃な価格と自動化機能の向上により、自動データサイエンスおよび機械学習プラットフォーム市場の約43％を占めています。中小企業の 61% 以上が、競争力と業務効率を高めるために分析主導の意思決定を優先しています。自動化されたプラットフォームは、モデルの開発と展開のプロセスを簡素化し、中小企業がデータ サイエンスの人材不足を克服するのに役立ちます。中小企業ユーザーの約 52% は、プロジェクトの実行を加速するためにローコードまたはノーコードの機械学習環境を採用しています。クラウドベースの配信モデルは、インフラストラクチャ要件と実装の複雑さを軽減することで導入をサポートします。小売、物流、ヘルスケア、プロフェッショナル サービスの組織は、需要予測と顧客インサイトのために予測分析をますます活用しています。中小企業の 46% 以上が、プラットフォーム導入後にビジネス インテリジェンス機能が向上したと報告しています。デジタル変革への取り組みの拡大により、世界中の中小企業での導入が引き続き支援されています。

大企業:大企業は、膨大なデータ量、高度な分析要件、およびより大きなテクノロジー予算により、約 57% の市場シェアを占めています。大企業の 79% 以上が、複数のビジネス機能にわたって機械学習の取り組みを実施しています。自動化されたプラットフォームは、エンタープライズ規模での不正行為の検出、予知保全、顧客分析、運用の最適化をサポートします。大企業の約 67% は、集中分析チームを通じて機械学習ソリューションを導入しています。クラウド インフラストラクチャ、エンタープライズ リソース プランニング システム、顧客関係管理プラットフォームとの統合により、導入が強化されます。大規模な組織は、高度な分析アプリケーションのために 1 ペタバイトを超えるデータセットを処理します。約 71% が、自動化された機械学習の実装により意思決定の精度が向上したと報告しています。人工知能のガバナンス、自動化、スケーラブルな分析環境への継続的な投資により、世界中の企業顧客からの持続的な需要がサポートされます。

自動データサイエンスおよび機械学習プラットフォーム市場の地域展望

自動データサイエンスおよび機械学習プラットフォーム市場は、デジタル変革の取り組み、人工知能の導入、クラウドインフラストラクチャの拡張によって支えられた強力な地域多様化を示しています。北米は企業の導入を通じてリーダーシップを維持しますが、ヨーロッパは規制遵守を重視します。アジア太平洋地域では導入が急速に伸びており、中東とアフリカでは分析の最新化と自動化テクノロジーへの投資が増えています。

北米

北米は約 39% の市場シェアを占め、依然として主要な地域市場です。大企業の 78% 以上が業務全体にわたって機械学習テクノロジーを利用しています。この地域は、先進的なクラウド インフラストラクチャ、強力な人工知能研究能力、大規模なテクノロジー投資の恩恵を受けています。米国は地域の需要の大部分を占めており、6,000 社以上の人工知能スタートアップ企業によって支えられています。北米の企業の約 69% は、予測的意思決定のために自動分析ソリューションを採用しています。金融サービス、ヘルスケア、製造部門が主要な採用企業です。 64% 以上の組織が、機械学習の自動化を導入した後の運用改善を報告しています。継続的なイノベーションと企業の近代化への取り組みにより、地域市場のリーダーシップが維持されます。

ヨーロッパ

ヨーロッパは約 27% の市場シェアを占めており、製造、ヘルスケア、金融サービス業界全体で強力に採用されています。 65% 以上の企業は、規制要件のため、説明可能な人工知能機能を優先しています。この地域は、先進的な産業オートメーションへの取り組みとデジタル変革プログラムの恩恵を受けています。約 58% の組織が、運用分析と予測に機械学習テクノロジーを使用しています。ドイツ、フランス、英国は、地域のプラットフォーム導入活動の大きなシェアを占めています。 49% 以上の企業が人工知能のガバナンス フレームワークを分析業務に統合しています。透明性、コンプライアンス、責任ある人工知能の導入がますます重視されるようになり、欧州市場全体での継続的な拡大がサポートされます。

アジア太平洋

アジア太平洋地域は約 24% の市場シェアを保持しており、自動化されたデータ サイエンスおよび機械学習プラットフォームにおいて最も急速に拡大している地域市場を代表しています。主要経済国の組織の 71% 以上がデジタル変革プログラムを加速しています。中国、日本、インド、韓国は、人工知能とクラウド コンピューティングへの投資を通じて、大幅な導入活動に貢献しています。約 63% の企業が分析の自動化を利用して、運用パフォーマンスと顧客エンゲージメントを向上させています。製造業と通信部門は特に強い需要を示しています。 54% 以上の企業が、スケーラビリティ要件をサポートするためにクラウドベースの機械学習環境を導入しています。テクノロジーインフラストラクチャの拡大とデータ生成の増加により、地域全体で重要な機会が創出され続けています。

中東とアフリカ

中東とアフリカは約 10% の市場シェアを占めており、デジタル変革への取り組みへの投資は増加し続けています。大規模組織の 47% 以上が、運用環境内に人工知能テクノロジーを導入しています。政府の近代化プログラムとスマート シティ プロジェクトは、高度な分析プラットフォームの需要をサポートしています。約 42% の企業が、プロセスの最適化と顧客インテリジェンスのために機械学習アプリケーションを利用しています。アラブ首長国連邦とサウジアラビアは、テクノロジーに焦点を当てた経済多角化戦略を通じて地域の実施活動を主導しています。 38% 以上の組織が、スケーラビリティを向上させるためにクラウドベースの分析導入を優先しています。継続的なインフラ開発とイノベーション投資は、地域全体の市場機会の拡大に貢献します。

自動データサイエンスおよび機械学習プラットフォームのトップ企業のリスト

• パランティア
• マスワークス
• アルテリックス
• SAS
• データブリック
• TIBCO ソフトウェア
• ダテイク
• H2O.ai
• IBM
• マイクロソフト
• グーグル
• ナイフ
• データロボット
• ラピッドマイナー
• アナコンダ
• ドミノ
• アルタイル

市場シェア上位2社一覧

• マイクロソフト –約 14% の市場シェアは、400 以上のクラウド サービス リージョンと広範な AI 統合機能によってサポートされています。
• グーグル -約 12% の市場シェアは、200 を超える人工知能サービスと大規模な機械学習インフラストラクチャによってサポートされています。

投資分析と機会

企業が人工知能の導入と高度な分析の最新化を優先するにつれて、自動データサイエンスおよび機械学習プラットフォーム市場への投資活動は拡大し続けています。世界の組織の 76% 以上が、2025 年中に人工知能インフラストラクチャへの投資を増加しました。ベンチャーキャピタルの参加は依然として大きく、テクノロジー市場全体で 1,500 件を超える人工知能に焦点を当てた取引が記録されています。投資家は、自動化、説明可能性、ローコード開発機能を提供するプラットフォームプロバイダーをますます支持しています。クラウドネイティブの機械学習プラットフォームは、スケーラビリティの利点と企業の需要により、多額の投資を集めています。導入の約 68% はクラウド環境を通じて行われ、インフラストラクチャの拡張とプラットフォームの強化の取り組みが促進されています。大手テクノロジープロバイダーの間では、データセンターの近代化プロジェクトが 44% 増加しました。投資は、高速化されたコンピューティング リソース、自動化されたモデル管理、統合された人工知能サービスに焦点を当てています。組織は、パフォーマンスとセキュリティ基準を維持しながら、500 テラバイトを超えるデータセットを処理できるソリューションを求めています。

中小企業は投資家やベンダーにとって大きなチャンスをもたらします。現在、自動機械学習プラットフォームを利用している中小企業は 43% のみであり、大きな拡大の可能性を生み出しています。中小企業の 61% 以上が、分析の最新化を戦略的優先事項として認識しています。簡素化されたインターフェースとサブスクリプションベースの展開モデルを開発しているベンダーは、サービスが十分に受けられていない顧客セグメントからの需要の高まりを捉える立場にあります。自動分析の導入により、運用効率が向上し、より迅速な意思決定機能がサポートされます。業界固有のプラットフォーム開発も魅力的な投資分野です。ベンダーの約 54% が、ヘルスケア、製造、金融サービス、小売業界を対象とした専門的なソリューションを提供しています。医療機関は年間 30 ペタバイトを超える分析データを処理しており、金融機関は不正検出業務の 57% で機械学習を採用しています。カスタマイズされたソリューションにより、実装の効率が向上し、顧客維持率が向上します。

新製品開発

ベンダーが自動化、スケーラビリティ、人工知能の強化を通じて競争するにつれて、自動データサイエンスおよび機械学習プラットフォーム市場内の製品イノベーションが加速しています。 2025 年中に導入されたプラットフォームの更新の 49% 以上は、ワークフローの自動化とモデルのライフサイクル管理の改善に焦点を当てていました。ベンダーは、使いやすさ、統合の柔軟性、高度な分析機能をますます重視しています。生成人工知能は新製品開発の中心的な要素となっています。新しくリリースされたソリューションの約 58% には、コードの生成、モデルの推奨、データ準備タスクの自動化が可能な AI アシスタントが含まれています。これらの機能により、開発の複雑さが軽減され、生産性が向上します。生成 AI 機能を実装している組織は、プロジェクト完了率が 34% 向上したと報告しています。

自動化された特徴量エンジニアリング ツールは進化を続けています。データ サイエンス チームの 63% 以上が、自動特徴生成機能を利用してモデル開発を加速しています。ベンダーは、大規模な手動介入なしでデータセットを分析し、最適な変数を特定するインテリジェントなレコメンデーション エンジンを導入しています。これらの革新により、モデルの精度が向上し、導入のタイムラインが短縮されます。説明可能な人工知能の機能は依然として重要なイノベーションの焦点です。新しいプラットフォーム リリースの約 66% には、規制遵守とガバナンスの要件をサポートするように設計された強化された透明性ツールが含まれています。金融機関や医療機関は、モデルの決定に対する可視性をますます求めています。製品開発者は、視覚化ダッシュボード、バイアス検出機能、自動コンプライアンス レポート機能を導入しています。

最近の 5 つの進展

• Microsoft は、2025 年中に Azure AI 全体で自動機械学習機能を拡張し、世界 60 以上のリージョンでの展開をサポートし、モデルの自動化効率を 35% 向上させました。
• Google は 2024 年中に Vertex AI 内に高度な生成人工知能機能を導入し、ワークフロー自動化機能を向上させ、100 を超える機械学習モデル テンプレートをサポートしました。
• Databricks は、新しいガバナンス ツールを統合し、エンタープライズ分析環境向けに 1 ペタバイトを超えるデータセットをサポートすることで、2024 年中に機械学習プラットフォームを強化しました。
• DataRobot は 2023 年中に拡張された自動特徴量エンジニアリング機能を開始し、モデル準備のワークロードを 50% 削減し、デプロイ速度を 40% 向上させました。
• SAS は、2025 年中にアップグレードされた説明可能な人工知能機能を導入し、70 以上の規制管轄区域にわたるコンプライアンス要件をサポートし、モデルの透明性指標を 45% 向上させました。

自動データサイエンスおよび機械学習プラットフォーム市場のレポートカバレッジ

このレポートは、自動データサイエンスおよび機械学習プラットフォーム市場を包括的にカバーし、主要な業界動向、技術開発、導入モデル、アプリケーションセクター、および地域パフォーマンス指標を評価します。この分析では、さまざまな規模の組織間の導入パターンを評価しながら、クラウドベースとオンプレミスの導入環境にわたる市場活動を調査します。現在、82% 以上の企業が人工知能への取り組みを実施しており、自動化テクノロジーに対する大きな需要が生まれています。このレポートでは、生成型人工知能の統合、説明可能な機械学習、ローコード開発、自動化された機能エンジニアリング、エッジ分析の導入など、進化するテクノロジーのトレンドを取り上げています。新しいプラットフォーム リリースの約 58% には生成 AI 機能が含まれており、66% には説明可能機能が組み込まれています。これらの発展は、製品の差別化と企業の導入戦略に大きな影響を与えます。

アプリケーション分析では、大規模組織だけでなく中小企業全体の需要も評価します。中小企業は市場活動の約 43% を占め、大企業は 57% を占めます。このレポートでは、企業が予測分析、不正検出、予測、顧客インテリジェンス、運用の最適化のために自動機械学習をどのように利用しているかを調査しています。導入指標、展開の好み、実装の優先順位は、複数の業界にわたって評価されます。対象地域には、北米、ヨーロッパ、アジア太平洋、中東およびアフリカが含まれます。北米は約 39% の市場シェアを維持しており、ヨーロッパは 27% を占めています。アジア太平洋地域が 24%、中東とアフリカが 10% を占めています。地域ごとの評価では、デジタル変革活動、クラウド インフラストラクチャの拡張、人工知能への投資パターン、企業の導入率が評価されます。