Taille du marché de l'apprentissage automatique minuscule, part et analyse d'impact Covid-19, par composant (solution et services); Par demande (vente au détail, soins de santé, agriculture, fabrication et autres); et prévisions régionales, 2025-2032

Tiny Machine Learning (TinyML) est un sous-ensemble d'apprentissage automatique qui poursuit les applications d'apprentissage automatique en cours d'exécution sur des appareils à faible puissance comme les microcontrôleurs. Il s'agit d'un domaine de recherche en croissance rapide qui a récemment gagné en popularité. TinyMl offre divers avantages, tels que une faible latence, une faible consommation d'énergie, une intimité et une faible bande passante.

Même si TinyMl est un domaine émergent, il est en production depuis des années. Il est utilisé dans la reconnaissance des gestes, la détection audio, les taches de mots clés, la surveillance de la machine, la reconnaissance des objets et la classification. Quelques exemples de TinyMl sont OK Google, Hey Siri, Alexa et d'autres mots de réveil.

La croissance du marché est motivée par le nombre croissant de dispositifs IoT et les progrès des technologies d'apprentissage automatique. De plus, moins de consommation d'énergie aide les appareils TinyML à exécuter débranché sur les batteries pendant longtemps tout en exécutant des applications ML sur le bord. Il améliore la productivité des systèmes d'intelligence artificielle en profondeur (IA) en ayant besoin de moins de calcul, moins de données et moins d'ingénieurs pour faciliter le grand marché de Edge AI et IoT.

Par exemple, McKinsey déclare que 40% de la valeur annuelle créée par l'analyse est composée de techniques d'apprentissage automatique profondes.

Impact de Covid-19 sur le petit marché d'apprentissage automatique

Covid-19 a eu un impact positif sur le marché, le nombre d'applications d'apprentissage automatique augmentant largement dans le secteur des soins de santé. L'apprentissage automatique est utilisé dans le secteur des soins de santé pour prédire avec précision les maladies et les soins aux patients Covid.

TinyMl a été utilisé comme plate-forme pour aborder et combattre la pandémie. Plusieurs pays utilisent l'intelligence artificielle et l'apprentissage automatique pour suivre, tracer et comprendre les cas covidés. La pandémie a connu une accélération significative dans l'adoption des applications TinyML.

Par exemple,

• Selon le rapport de la Brookings Institution, les chercheurs ont utilisé des séquences de caméras de vidéosurveillance et des données de géolocalisation en Corée du Sud pour suivre les patients coids.
• La start-up française, Clevy.io, a lancé un chatbot pour que les gens découvrent les communications données par le gouvernement sur Covid-19.

Cependant, le marché de l'IA matériel a perturbé la chaîne d'approvisionnement, les restrictions commerciales imposées à plusieurs pays. Les revenus mondiaux de la puce de matériel d'IA de Data Forecast en 2020 ont baissé de 12% en raison de Covid-19.

Idées clés

Le rapport couvrira les idées clés suivantes:

• Micro-indicateurs macroéconomiques.
• Conducteurs, contraintes, tendances et opportunités.
• Stratégies commerciales adoptées par les joueurs.
• Impact de Covid-19 sur un petit marché d'apprentissage automatique.
• Analyse SWOT consolidée des acteurs clés.

Analyse par application

Sur la base de l'application, le marché est segmenté en détail, soins de santé, agriculture, fabrication et autres. Le secteur des soins de santé détient la part maximale sur le marché et devrait augmenter au taux le plus élevé au cours de la période prévue. La croissance segmentaire est due aux applications croissantes de TinyML dans le secteur des soins de santé. Il peut être utilisé dans le diagnostic et la détection des maladies. Par exemple,

• Closedloop, une start-up de l'IA, a utilisé TinyML et l'intelligence artificielle pour identifier ceux qui sont les plus à risque de complications graves de Covid-19.
• Le Bluedot, une start-up canadienne, a utilisé l'IA et les algorithmes d'apprentissage automatique pour détecter les épidémies de maladies.

Analyse régionale

Pour obtenir des informations approfondies sur le marché, Télécharger pour la personnalisation

Le marché mondial de TinyML est divisé en cinq régions: l'Amérique du Nord, l'Europe, l'Asie-Pacifique, le Moyen-Orient et l'Afrique et l'Amérique du Sud. L'Amérique du Nord détient la part de marché la plus importante en raison de la présence de principaux fournisseurs de technologies aux États-Unis et aux pays canadiens. En outre, la région mène à l'adoption précoce des technologies avancées, accélérant la croissance du marché. Il existe une demande croissante pour ces solutions dans le secteur automobile. Il aide à la maintenance prédictive, à la gestion de la chaîne d'approvisionnement et au contrôle de la qualité. Par exemple,

• Les Escorts Group ont mis en œuvre des solutions d'apprentissage automatique et d'intelligence artificielle pour permettre le fonds de roulement des stocks de son activité de machines agricoles.
• Mahindra & Mahindra utilise la capacité de segmentation dynamique TinyML et AI-compatible pour optimiser ses inventaires de pièces de rechange.

La distribution du petit marché d'apprentissage automatique par région d'origine est la suivante:

• Amérique du Nord - 49%
• Europe - 26%
• Asie-Pacifique - 16%
• Le Moyen-Orient et l'Afrique - 6%
• Amérique du Sud - 3%

Players clés couverts

Les principales sociétés mondiales du marché TinyML incluent Google LLC, Microsoft Corporation, ARM, Stmicroelectronics, Cartésian, Meta Plateformes, EdgeImpulse Inc., Indata Labs, Amazon Web Services, Databricks, Sciencesoft, Mobidev et autres.

Segmentation

Développements clés de l'industrie

• En juin 2022: Renesas Electronics Corporation, un fournisseur de solutions de semi-conducteurs, acquis Reality Analytics, Inc., un fournisseur de solutions d'IA. Avec cette acquisition, Renesas Corporation peut accéder et utiliser la réalité de l'intelligence artificielle de l'IA et des solutions de minuscules machines (TinyML).
• En janvier 2022: Klika Tech, une société de développement de produits et de solutions basée sur l'IoT et le cloud, a rejoint la Fondation TinyML pour augmenter le développement de Edge Computing avec l'apprentissage automatique. Klika Tech peut accéder à l'analyse des données sur les appareils grâce à l'apprentissage automatique grâce à ce partenariat.