حجم سوق الذكاء الاصطناعي متعدد الوسائط، وحصته، وتحليل الصناعة من خلال العرض (الحلول والخدمات)؛ حسب طريقة البيانات (النص والكلام والصوت والصورة والفيديو والصوت)؛ حسب التكنولوجيا (التعلم الآلي (ML)، ومعالجة اللغات الطبيعية (NLP)، ورؤية الكمبيوتر، والوعي بالسياق، وإنترنت الأشياء)؛ حسب التطبيق (BFSI، البيع بالتجزئة والتجارة الإلكترونية، تكنولوجيا المعلومات والاتصالات، التصنيع، الرعاية الصحية، السيارات، وغيرها)؛ والتنبؤات الإقليمية 2026-2034

رؤى السوق الرئيسية

بلغت قيمة حجم سوق الذكاء الاصطناعي العالمي متعدد الوسائط 2.41 مليار دولار أمريكي في عام 2025. ومن المتوقع أن ينمو السوق من 3.32 مليار دولار أمريكي في عام 2026 إلى 41.95 مليار دولار أمريكي بحلول عام 2034، بمعدل نمو سنوي مركب قدره 37.33٪ خلال الفترة المتوقعة.

يتوسع سوق الذكاء الاصطناعي العالمي متعدد الوسائط بسرعة بسبب التطورات في خوارزميات التعلم الآلي، والقوة الحسابية، وإمكانية الوصول إلى البيانات الضخمة عبر القطاعات. يجمع الذكاء الاصطناعي متعدد الوسائط (AI) البيانات من مصادر مختلفة مثل النصوص والصور والصوت وبيانات أجهزة الاستشعار لتمكين اتخاذ قرارات أكثر تعقيدًا ودقة من النماذج التي تعتمد على نوع واحد من المدخلات. فهو يوفر رؤى أكثر ثراءً وفهمًا أكثر شمولاً لسياقات البيانات من خلال معالجة المعلومات وتجميعها عبر هذه المصادر المتنوعة.

تعمل أنظمة الذكاء الاصطناعي متعددة الوسائط من خلال الجمع بين تدفقات البيانات المختلفة ومواءمتها من خلال النماذج التي تدير كل طريقة على حدة قبل دمجها في تحليل متماسك. ومن المتوقع أن يشهد السوق نموًا مستمرًا بسبب الطلب المتزايد على الأنظمة الذكية القادرة على التعامل مع المهام المعقدة.

• في أكتوبر 2024، أعلنت MediaTek أن مجموعة شرائح Dimensity 9400 القادمة ستدعم Gemini Nano، مما يعزز قدراتها المتعددة الوسائط لمختلف التطبيقات. ويهدف هذا التكامل إلى تحسين تجارب الذكاء الاصطناعي عبر الأجهزة، لا سيما ضمن نظام Android البيئي، من خلال تمكين الوظائف المتقدمة مثل معالجة الصور والتعرف على الكلام.

تأثير الذكاء الاصطناعي على سوق الذكاء الاصطناعي متعدد الوسائط

يعمل الذكاء الاصطناعي على تحويل الصناعات من خلال تعزيز الكفاءة وتحسين عملية صنع القرار وتوفير تجارب مستخدم أكثر تخصيصًا. فهو يزيد الإنتاجية ويخفض تكاليف التشغيل عن طريق أتمتة المهام الروتينية والكشف عن الرؤى من أنماط البيانات المعقدة. يوفر الذكاء الاصطناعي متعدد الوسائط مستوى جديدًا من الفهم السياقي والقدرة على التكيف من خلال دمج أنواع البيانات المتنوعة، وتعزيز الكفاءة، وتخصيص تجارب المستخدم، وتعزيز بيئات أكثر أمانًا واستدامة. إن تأثير الذكاء الاصطناعي واسع النطاق، حيث يؤثر على مجالات مختلفة من المجتمع ويحدث تحولات في الصناعات.

• في سبتمبر 2024، تعاونت Alibaba Cloud وNVIDIA لدمج حلول النماذج متعددة الوسائط الكبيرة (LMM) من Alibaba في منصة Drive للسيارات من NVIDIA. وتهدف هذه الشراكة إلى تعزيز قدرات القيادة الذاتية لشركات صناعة السيارات الصينية من خلال توفير ميزات متقدمة تعتمد على الذكاء الاصطناعي والتي تسهل تجارب التنقل الأكثر ذكاءً.

سائق سوق الذكاء الاصطناعي متعدد الوسائط

التقدم في نمو سوق محركات الطاقة الحاسوبية

يتمثل المحرك الرئيسي للسوق العالمية في التقدم في القوة الحسابية، مما يسهل معالجة وتكامل مجموعات البيانات الشاملة ومتعددة التنسيقات الضرورية لتطبيقات الذكاء الاصطناعي متعددة الوسائط. تم تصميم التطورات في الأجهزة ووحدات معالجة الرسومات (GPUs) ووحدات معالجة Tensor (TPUs) لإدارة الحسابات المعقدة والمتوازية اللازمة لنماذج التعلم العميق. تعتبر هذه المعالجات مناسبة تمامًا لإدارة الحسابات المتوازية التي تحتاجها الشبكات العصبية، وهو أمر بالغ الأهمية للذكاء الاصطناعي متعدد الوسائط لأنه يدمج أنواعًا مختلفة من البيانات في الوقت الفعلي.

بالإضافة إلى ذلك، توفر الحوسبة السحابية موارد قابلة للتطوير، مما يمكّن المؤسسات من تحويل العمليات الحسابية المكثفة إلى السحابة والوصول إلى بنية تحتية قوية دون الحاجة إلى استثمارات مكلفة في الأجهزة داخل الشركة. على سبيل المثال،

• وجد استطلاع Auvik لعام 2023 لصانعي القرار في مجال التكنولوجيا أن 57% منهم قاموا بتسريع جهود الانتقال إلى السحابة في ذلك العام.

علاوة على ذلك، من المتوقع أن تؤدي التطورات المستمرة في التقنيات الحسابية إلى تقليل أوقات المعالجة وتكاليفها، مما يشجع على اعتماد أوسع للذكاء الاصطناعي متعدد الوسائط عبر مختلف الصناعات.  

قيود سوق الذكاء الاصطناعي المتعدد الوسائط

التكاليف المرتفعة والتعقيد الفني قد يعيق نمو السوق

يتطلب تنفيذ الذكاء الاصطناعي متعدد الوسائط قوة حسابية كبيرة، وأجهزة متخصصة، وتخزينًا واسع النطاق للتعامل مع مجموعات البيانات المتنوعة والضخمة من مصادر مختلفة. هذه التكلفة العالية تحد من الاعتماد، خاصة بالنسبة للشركات الصغيرة التي تفتقر إلى الميزانية اللازمة للبنية التحتية اللازمة أو الصيانة المستمرة للنموذج. بالإضافة إلى ذلك، غالبًا ما تقوم أنظمة الذكاء الاصطناعي متعددة الوسائط بمعالجة أنواع البيانات الحساسة، مثل البيانات البيومترية والسلوكية وبيانات تحديد الموقع الجغرافي، مما يزيد من المخاوف بشأن الخصوصية والأمن ويتطلب استثمارات أعلى.

علاوة على ذلك، يتطلب تطوير وإدارة حلول الذكاء الاصطناعي متعدد الوسائط خبرة متقدمة في هندسة البيانات، والتعلم الآلي، والتعلم العميق، إلى جانب الفهم العميق لدمج بنيات الشبكات العصبية المعقدة. إن الخبرة المتخصصة المطلوبة لبناء وتدريب وتحسين النماذج متعددة الوسائط تخلق حاجزًا أمام العديد من المؤسسات، حيث أن النقص في المتخصصين المهرة في مجالات الذكاء الاصطناعي يحد من القدرة على توسيع نطاق هذه الأنظمة بشكل فعال. تضيف هذه القيود طبقات من التعقيد والتكلفة، مما يؤدي إلى إبطاء اعتمادها على نطاق واسع.

فرصة سوق الذكاء الاصطناعي متعدد الوسائط

زيادة التكامل مع إنترنت الأشياء والحوسبة المتطورة يمثل فرصة كبيرة في السوق

يتيح تكامل الذكاء الاصطناعي متعدد الوسائط مع إنترنت الأشياء والحوسبة المتطورة معالجة وتحليل مصادر البيانات المتنوعة في الوقت الفعلي. يعد هذا الترتيب ضروريًا في التطبيقات التي تتطلب استجابات فورية، مثل المركبات ذاتية القيادة، والأتمتة الصناعية، والبنية التحتية للمدن الذكية، حيث يمكن أن يؤدي التأخير في نقل البيانات إلى تعريض السلامة أو الكفاءة للخطر. على سبيل المثال،

• تشير توقعات الصناعة إلى أن سوق تكامل إنترنت الأشياء سيصل إلى 12.1 مليار دولار أمريكي بحلول عام 2028، بمعدل نمو سنوي مركب (CAGR) يبلغ 30.8%.

من خلال الجمع بين قدرات إنترنت الأشياء الواسعة في مجال توليد البيانات مع قدرة الذكاء الاصطناعي متعدد الوسائط على معالجة بيانات الصوت والفيديو وأجهزة الاستشعار مباشرة على الأجهزة الطرفية، يمكن للشركات تقليل زمن الوصول. يساعد هذا الأسلوب أيضًا في الحفاظ على عرض النطاق الترددي، لأنه يقلل من الحاجة إلى إرسال كميات كبيرة من البيانات الأولية إلى الخوادم المركزية للتحليل. يعد هذا التكامل مهمًا لصناعات مثل الرعاية الصحية والتصنيع، حيث يعد تحليل البيانات المستمر منخفض الكمون أمرًا بالغ الأهمية لتحقيق الكفاءة التشغيلية.

• في أكتوبر 2024، أطلقت Mistral AI نموذجين جديدين، Ministral 3B و8B، بهدف تعزيز قدرات الحوسبة على الجهاز وعلى الحافة. تدعم هذه النماذج التفكير المعرفي واستدعاء الوظائف، مما يحقق طول سياق يصل إلى 128 كيلو بايت، وهو أمر مفيد للبيئات المحدودة الموارد.

إن قدرة طرازي Ministral 3B و8B على معالجة البيانات محليًا وفي الوقت الفعلي مع زمن وصول منخفض تجعلهما وثيقي الصلة بسوق الذكاء الاصطناعي متعدد الوسائط.

التقسيم

بالطرح

• حل
• خدمات

بواسطة طريقة البيانات

• نص
• الكلام والصوت
• صورة
• فيديو
• صوتي

بواسطة التكنولوجيا

• التعلم الآلي (ML)
• معالجة اللغات الطبيعية (NLP)
• رؤية الكمبيوتر
• الوعي بالسياق
• إنترنت الأشياء

عن طريق التطبيق

• بفسي
• البيع بالتجزئة والتجارة الإلكترونية
• تكنولوجيا المعلومات والاتصالات
• تصنيع
• الرعاية الصحية
• السيارات
• أخرى (الإعلام والترفيه، التعليم)

بواسطة الجغرافيا

• أمريكا الشمالية (الولايات المتحدة وكندا والمكسيك)
• أمريكا الجنوبية (البرازيل والأرجنتين وبقية أمريكا الجنوبية)
• أوروبا (المملكة المتحدة وألمانيا وفرنسا وإسبانيا وإيطاليا وروسيا والبنلوكس ودول الشمال وبقية أوروبا)
• آسيا والمحيط الهادئ (اليابان والصين والهند وكوريا الجنوبية ورابطة أمم جنوب شرق آسيا وأوقيانوسيا وبقية آسيا والمحيط الهادئ)
• الشرق الأوسط وأفريقيا (تركيا وإسرائيل ودول مجلس التعاون الخليجي وجنوب أفريقيا وشمال أفريقيا وبقية دول الشرق الأوسط وأفريقيا)

 

رؤى رئيسية

ويغطي التقرير الأفكار الرئيسية التالية:

• المؤشرات الاقتصادية الكلية الجزئية
• الدوافع والقيود والاتجاهات والفرص
• استراتيجيات العمل المعتمدة من قبل اللاعبين الرئيسيين
• تأثير الذكاء الاصطناعي على سوق الذكاء الاصطناعي العالمي متعدد الوسائط
• تحليل SWOT الموحد للاعبين الرئيسيين

التحليل عن طريق العرض

بناءً على العرض، ينقسم السوق إلى حلول وخدمات.

يتصدر قطاع الحلول السوق نظرًا لمختلف التطبيقات والمنصات المصممة لمعالجة البيانات وتحليلها وتفسيرها من طرق مختلفة. تشمل الحلول البرمجية الرئيسية أدوات لمعالجة اللغات الطبيعية (NLP)، ورؤية الكمبيوتر، ودمج البيانات، مما يسمح للمؤسسات بتطوير نماذج الذكاء الاصطناعي القادرة على دمج وتحليل أنواع البيانات المختلفة بشكل متماسك. يتزايد الطلب على حلول برمجية موثوقة مع تحديد الشركات لإمكانات الذكاء الاصطناعي متعدد الوسائط لتحسين الكفاءة التشغيلية وتحسين تفاعلات العملاء.

من المتوقع أن يشهد قطاع الخدمات أعلى معدل نمو سنوي مركب خلال فترة التوقعات، مدفوعًا بالتعقيد المتزايد لبيئات البيانات والحاجة إلى حلول مخصصة. بينما تعمل المؤسسات على اعتماد تقنيات الذكاء الاصطناعي متعدد الوسائط، فإنها تحتاج في كثير من الأحيان إلى إرشادات متخصصة لدمج هذه الأنظمة في بنيتها التحتية الحالية بشكل فعال. تتضمن هذه العملية تقييم مصادر البيانات الحالية، وتطوير حلول الذكاء الاصطناعي متعددة الوسائط المخصصة، وتسهيل التكامل السلس مع إنترنت الأشياء وأنظمة الحوسبة الطرفية. مع تزايد اعتراف المؤسسات بإمكانيات الذكاء الاصطناعي متعدد الوسائط، من المتوقع أن ينمو الطلب على الخدمات بسرعة لخدمات الاستشارة والتكامل.

التحليل حسب طريقة البيانات

بناءً على طريقة البيانات، يتم تقسيم السوق إلى نص، كلام وصوت، صورة، فيديو، وصوت.

يهيمن قطاع الفيديو على السوق نظرًا لتعدد استخداماته ومحتواه الغني بالبيانات. يتيح مزيج بيانات الفيديو من المعلومات المكانية والزمانية للذكاء الاصطناعي متعدد الوسائط اكتساب فهم أكثر شمولاً للسيناريوهات المعقدة، لا سيما في قطاعات مثل القيادة الذاتية والأمن والرعاية الصحية. أدى التوافر المتزايد لبيانات الفيديو من مصادر مثل أنظمة المراقبة والأجهزة المحمولة والكاميرات المتصلة بإنترنت الأشياء إلى جعل الفيديو موردًا أساسيًا للتحليلات في الوقت الفعلي والتعرف على الأنماط.

• في يناير 2024، أطلقت Google Lumiere، وهي أداة جديدة متعددة الوسائط لإنشاء فيديو تعمل بالذكاء الاصطناعي قادرة على إنشاء مقاطع فيديو واقعية مدتها 5 ثوانٍ من النصوص والصور. يستخدم Lumiere بنية Space-Time U-Net (STUNet) لتحسين واقعية وتماسك مقاطع الفيديو التي تم إنشاؤها. توفر الأداة إمكانيات إبداعية متنوعة، بما في ذلك إنشاء مقاطع فيديو منمقة والقدرة على تحريك أقسام معينة من الصور.

من المتوقع أن يُظهر قطاع الكلام والصوت أعلى معدل نمو سنوي مركب خلال الفترة المتوقعة، مدفوعًا بالاعتماد المتزايد للأنظمة التي يتم تنشيطها بالصوت، والمساعدين الافتراضيين، والذكاء الاصطناعي التفاعلي. تقدم بيانات الكلام والصوت طبقة سمعية مهمة للأنظمة متعددة الوسائط. وهذا يمكّن الذكاء الاصطناعي من فهم اللغة المنطوقة، والتعرف على النغمة، واكتشاف العواطف حيث يبحث المستهلكون والصناعات عن واجهات أكثر طبيعية ومحادثة.

التحليل بالتكنولوجيا

استنادًا إلى التكنولوجيا، ينقسم السوق إلى التعلم الآلي (ML)، ومعالجة اللغة الطبيعية (NLP)، ورؤية الكمبيوتر، والوعي بالسياق، وإنترنت الأشياء.

يحتفظ قطاع التعلم الآلي (ML) بأعلى حصة في السوق لأنه التكنولوجيا الأساسية لطرائق أخرى مثل معالجة اللغة الطبيعية (NLP)، ورؤية الكمبيوتر، والأنظمة المدركة للسياق. في الذكاء الاصطناعي متعدد الوسائط، تقوم خوارزميات التعلم الآلي بمعالجة البيانات من مصادر مختلفة وربطها، مثل النصوص والصور والصوت، لإنشاء نماذج تتنبأ بالنتائج وتتخذ القرارات بناءً على الأمثلة السابقة. إن قدرة نماذج تعلم الآلة على دمج وتفسير مصادر البيانات المختلفة تجعلها ضرورية لحلول الذكاء الاصطناعي متعدد الوسائط. مع توسع التطبيقات متعددة الوسائط، من المتوقع أن يحافظ دور تعلم الآلة في تنسيق ودمج طرق البيانات المختلفة على مكانته المركزية في سوق الذكاء الاصطناعي متعدد الوسائط.

من المتوقع أن يُظهر قطاع معالجة اللغات الطبيعية (NLP) أعلى معدل نمو سنوي مركب خلال فترة التوقعات، مدفوعًا بالطلب المتزايد على التطبيقات الذكية القائمة على اللغة والتي يمكنها التكامل مع أنواع البيانات الأخرى. فهو يمكّن أنظمة الذكاء الاصطناعي متعددة الوسائط من فهم ومعالجة اللغة البشرية في الأشكال النصية والصوتية الضرورية للتطبيقات التي تتفاعل مع المستخدمين، بما في ذلك برامج الدردشة الآلية والمساعدين الافتراضيين ومنصات دعم العملاء. كما أنه يعزز القدرة التفسيرية للذكاء الاصطناعي متعدد الوسائط من خلال تحليل اللغة البشرية إلى جانب البيانات المرئية أو الحسية.

التحليل عن طريق التطبيق

بناءً على التطبيق، ينقسم السوق إلى BFSI، وتجارة التجزئة والتجارة الإلكترونية، وتكنولوجيا المعلومات والاتصالات، والتصنيع، والرعاية الصحية، والسيارات، وغيرها.

يهيمن قطاع BFSI على السوق نظرًا لحاجته إلى حلول آمنة وفعالة ومرتكزة على المستخدم. تتعامل المؤسسات المالية مع كميات هائلة من البيانات، بما في ذلك تاريخ المعاملات وتقييمات المخاطر وتفاعلات العملاء. يوفر الذكاء الاصطناعي متعدد الوسائط فوائد كبيرة للكشف عن الاحتيال من خلال دمج بيانات المعاملات النصية مع المعرفات البيومترية، وبالتالي تعزيز الأمن والحد من الأنشطة الاحتيالية. إن أهمية الأمن وثقة العملاء في قطاع BFSI وقدرة الذكاء الاصطناعي متعدد الوسائط على دمج مصادر البيانات المختلفة تجعله أداة مهمة لتعزيز التحديث وإدارة المخاطر في الخدمات المالية.

• في أكتوبر 2024، قدمت Gnani.ai، بالتعاون مع NVIDIA، نموذجًا متقدمًا للغة كبيرة لتحويل الكلام إلى كلام مدفوعًا بمنصة الحوسبة المسرَّعة بالذكاء الاصطناعي من NVIDIA. يستخدم هذا النموذج أكثر من 14 مليون ساعة من بيانات المحادثة متعددة اللغات، مع التركيز على تحسين مشاركة العملاء وتبسيط العمليات عبر الصناعات، مع التركيز بشكل خاص على الخدمات المصرفية والمالية.

من المتوقع أن يُظهر قطاع الرعاية الصحية أعلى معدل نمو سنوي مركب خلال الفترة المتوقعة، مدفوعًا بالطلب المتزايد على الطب الدقيق والمراقبة عن بعد وقدرات التشخيص المحسنة. إن قدرة الذكاء الاصطناعي متعدد الوسائط على دمج التصوير الطبي والبيانات الجينومية وتاريخ المريض والمعلومات في الوقت الفعلي من الأجهزة القابلة للارتداء قد خلقت إمكانيات جديدة في التشخيص والعلاج الطبي.

التحليل الإقليمي

بناءً على المنطقة، تمت دراسة السوق في جميع أنحاء أمريكا الشمالية وأوروبا وآسيا والمحيط الهادئ وأمريكا الجنوبية والشرق الأوسط وأفريقيا.

تمتلك أمريكا الشمالية أعلى حصة من السوق بسبب مشهدها التكنولوجي المتقدم، والاستثمارات الكبيرة في أبحاث وتطوير الذكاء الاصطناعي، وتركيز شركات التكنولوجيا الكبرى والشركات الناشئة. تستفيد المنطقة من بنية تحتية رقمية قوية تدعم تكامل أنظمة الذكاء الاصطناعي متعددة الوسائط عبر قطاعات متعددة، مثل الرعاية الصحية والسيارات والتمويل. بالإضافة إلى ذلك، فإن توفر رأس المال الاستثماري والدعم الحكومي لمبادرات الذكاء الاصطناعي يخلق بيئة مواتية للتقدم السريع والتنفيذ التجاري.

من المتوقع أن ينمو سوق آسيا والمحيط الهادئ بأعلى معدل نمو سنوي مركب خلال الفترة المتوقعة بسبب الرقمنة المتزايدة للشركات وزيادة الطلب على تجارب العملاء المحسنة في مختلف الصناعات، مما يدفع إلى اعتماد حلول الذكاء الاصطناعي متعددة الوسائط في المنطقة. نظرًا لأن المؤسسات في المنطقة أصبحت تدرك مزايا دمج أنواع البيانات المختلفة، فإنها تركز بشكل متزايد على تعزيز عملية صنع القرار والكفاءة التشغيلية. وهذا يمثل فرصة كبيرة للشركات القائمة والوافدين الجدد.

• في أكتوبر 2024، أطلقت حكومة الهند مبادرة BharatGen، وهي أول مبادرة تمولها الحكومة لتطوير نماذج الذكاء الاصطناعي متعددة الوسائط التي تهدف إلى تعزيز تقديم الخدمات العامة وإشراك المواطنين. يركز هذا المشروع، بقيادة معهد IIT Bombay، على إنشاء أنظمة الذكاء الاصطناعي التي تستوعب التنوع اللغوي والثقافي في الهند، وتستفيد من مجموعات البيانات المحلية.

اللاعبين الرئيسيين

اللاعبون الرئيسيون في السوق هم:

• جوجل ذ.م.م (الولايات المتحدة)
• شركة مايكروسوفت (الولايات المتحدة)
• فتح منظمة العفو الدولية، LLC. (نحن.)
• شركة Meta Platforms, Inc. (الولايات المتحدة)
• شركة آي بي إم (الولايات المتحدة)
• شركة Aimesoft, Inc. (الولايات المتحدة)
• جينا إيه آي جي إم بي إتش (ألمانيا)
• Jiva.ai المحدودة (المملكة المتحدة)
• شركة Mobius Labs, Inc. (الولايات المتحدة)
• نيوبريدج S.A.S. (فرنسا)
• OpenStream.ai, Inc. (الولايات المتحدة)
• شركة بيرسيف إيه آي (كندا)
• نيورابتيك آي إس إل. (إسبانيا)
• شركة Stability AI Ltd. (المملكة المتحدة)

تطورات الصناعة الرئيسية

• في سبتمبر 2024، قدم معهد ألين للذكاء الاصطناعي مجموعة من النماذج المفتوحة متعددة الوسائط المسماة مولمو، القادرة على تفسير البيانات المرئية من الأشياء الشائعة. تهدف هذه النماذج إلى تحسين تفاعلات المستخدم من خلال فهم الصور وإبراز العناصر ذات الصلة المعروضة على الشاشات.
• في يونيو 2024، قدمت Meta أربعة نماذج جديدة للذكاء الاصطناعي تهدف إلى تعزيز قدرات الوسائط المتعددة، مما يعكس التزامها بالابتكار في مجال الذكاء الاصطناعي. تهدف هذه النماذج إلى تحسين تكامل أنواع البيانات المختلفة، بما في ذلك النصوص والصور والصوت، وتسهيل التفاعلات والتحليلات الأكثر تعقيدًا.