❖本調査レポートの見積依頼/サンプル/購入/質問フォーム❖
自動車用人工知能の世界市場規模は、2022年に23億米ドルと評価され、2027年には70億米ドルになると予測され、2022年から2027年までの年平均成長率は24.1%である。
ユーザーエクスペリエンスの向上や利便性機能に対する需要の高まり、OEMによるADAS技術の採用拡大といった要因が、予測期間中の自動車用人工知能産業の成長を後押ししている。
自動車用人工知能市場のダイナミクス
ドライバーユーザー・エクスペリエンスと利便性の向上に対する需要の高まり
自動車業界向けのヒューマン・マシン・インターフェース（HMI）ソリューションは、制御や操作が容易になり、ユーザー体験を向上させている。このようなソリューションにより、ユーザーは音楽システム、車両ライト、インフォテインメント・システムなどのアプリケーションを制御できる。
以前は、自動車に搭載されるエレクトロニクス・システムは、車両コストのわずか1～2％を占めるにすぎなかったが、ユーザー・エクスペリエンスの向上と利便性機能に対する需要の高まりにより、そのシェアは8～12％に拡大している。
最近の自動車には、AIに大きく依存した運転支援技術が頻繁に組み込まれている。ドライバーの目を見て、眠いか疲れているかを正確に検知するのだ。通勤をより楽しく、簡単で疲れないものにするため、車のAIシステムは好みの温度設定、曲、目的地など、ドライバーに関するあらゆることを学習する。自動車会社はソフトウェア・プロバイダーと協力し、AIが車内の雰囲気をドライバーにとって理想的なものにし、魅力的で個性的なユーザー体験につながるようにしている。
抑制：車両コストの上昇
自律走行車は、主に新しく実用化された技術システムの導入により、高価格になると予想される。先進技術の大半は高級車やプレミアムカーに搭載されているが、高価格のため顧客層が限られている。
したがって、車両コストが高いことが市場の成長を鈍らせる可能性が高い。高価な自律走行車に対する需要は、半自律走行車に比べて緩やかなものになると予想される。自律走行車が効果を発揮するためには、インフラもその技術をサポートする必要がある。例えば、レーンアシスト技術では、システムが車両位置を感知・調整するために道路上の車線ラインが必要となる。そのため、インフラ整備コストが増加することが予想される。
死角検出（BSD）、車線逸脱警告（LDW）、アダプティブ・クルーズ・コントロール（ACC）、前方衝突警告システム（FCWS）といった先進装備の搭載は、結局、車両全体のコストを上昇させる。プレミアムカーではコストは気にならないが、中小セグメント車の需要はコストに影響される。どの自動車メーカーも、効率的な安全機能をリーズナブルな価格で提供しようとしている。安全機能の強化に起因する車両コストの増加は、自動車AI市場の成長を抑制する可能性がある。
チャンス：車内決済の高い可能性
最新の開発では、車内決済が、給油や駐車場、通行料金の支払い、さらには食料品の買い物に革命を起こそうとしている。
オープン・バンキングは、顧客が銀行から直接支払いを行うことを可能にし、支払いまでの過程における摩擦やセキュリティ・リスクを軽減するもので、車載ウォレットや決済システムの導入に利用できる。取引手数料を合理化し、全体としてよりシームレスな消費者体験を提供することで、サードパーティの決済ネットワークの必要性を減らすことができる。車載決済システムでは、燃料、通行料、駐車場の 3 つが最も頻繁に使用されるアプリケーションである。
ドイツ、フランス、英国といった欧州の主要市場では、コネクテッドカーの導入が加速している。車内決済の急速な拡大は、自然言語処理用AIの発展や自動車への音声アシスタントの導入によっても促進される。戦略的な提携は、企業が車内決済を統合するのに役立つ。北米の2大決済プロセッサーであるVisaとMastercardは、車載決済システムの開発と導入に向けて自動車メーカーと集中的に取り組んでいる。2019年、現代自動車はコネクテッドカー技術のリーダーであるXevoと提携し、デジタル決済機能を含むテレマティクス・プラットフォームを開発した。
課題：天候不順によるセンサーへの影響
ドライバーレス自動車の主な難点のひとつは視力の悪さだ。自動運転車は、カメラセンサー、レーダー、ライダーなどさまざまなセンサーを使って、道路上の歩行者、自転車、他の車両を検知し、その速度と距離を測定する。
自動運転車の制御システムはセンサーからデータを受け取り、それを処理する。そして、停止するか、左折するか、右折するか、前進するか、必要であればシフト・バックするかをシステムが判断する。しかし、センサーは雪や霧、大量の雨の中ではうまく作動しない。悪天候によってセンシングの精度が大きく左右されるため、ドライバーの安全が脅かされる可能性がある。
技術の発展がこうした課題の克服に貢献し、完全自律走行車があらゆる天候の下で運転できるようになる可能性が高い。自律走行は、道路効率を高め、事故を減らし、生産性を向上させ、環境への悪影響を軽減することで、人間の存在を一変させると予想される。
GPUコンポーネントが自動車用人工知能市場で最大シェアを占める
予測期間中、自動車用人工知能市場ではGPUが最大のシェアを占めた。急速に発展している自律走行や先進運転支援システム（ADAS）の分野では、GPUの重要性がますます高まっている。
センサーデータをリアルタイムで処理・分析するために、ADASプラットフォームはGPUのグラフィックス計算能力を利用することができる。現在、最新の自動車の大半はGPUを搭載しており、走行中に地図や予報などの視覚情報を表示する複数の高解像度スクリーンを備えたデジタル・ダッシュボードをサポートしている。中級車では1080pの解像度が一般的になりつつあり、高級車やエグゼクティブカーでは4Kテレビが頻繁に使われるようになっている。
自動車用人工知能市場のセグメント概要
ヒューマン・マシン・インターフェース（HMI）アプリケーションが自動車用人工知能市場で最大シェアを占める
自動車においてHMIは、利便性、情報、エンターテイメントをシームレスに提供することで、ドライバーと同乗者が車両と対話することを可能にします。HMIの主要コンポーネントには、キーパッド、ポインティングデバイス、インジケータ、アラームなどの電気機械装置が含まれます。
インフォテインメントのカテゴリーには、音声認識、視線追跡、運転監視、ジェスチャー認識、自然言語のデータベースなどの機能が含まれる。先進的なHMIソリューションは、ユーザーに新しくユニークな体験を提供し、ブランドイメージを差別化するためにOEMによって取り入れられている。インテリジェントカーのコンセプトは、図面から街頭へと急速に移行している。
セルフブレーキ、高度なクルーズコントロール、セルフパーキングなど、効果的な車両制御が可能になる。これらの開発は、車載用HMIシステムに多くの機会をもたらすだろう。先進的なHMIシステムは、人々が自家用車で長距離を移動することを好む先進国でも需要がある。インフラの改善も、このような傾向が強まる主な理由となり得る。
自動車用人工知能市場では機械学習が第2位のシェアを占める
機械学習は自動車にさまざまな運転状況を分析・学習する能力を与え、事故を減らし、自動車をより安全で効率的なものにするのに役立つ。機械学習は、将来の行動を導く正確なモデルを作成し、これまで達成できなかった規模でパターンを迅速に特定することができる。
機械学習には、教師あり学習、教師なし学習、深層学習、強化学習など様々な技術がある。機械学習の手法は、データセットが大きく、多様で、変化が速いため、自動車業界において新たな洞察でシステムを強化する場合に特に適している。
北米が車載AI市場に大きく貢献する見込み
予測期間中、2027年の自動車用人工知能市場では北米が最大のシェアを占めており、今後も上昇傾向が続くと予想されている。
自動車用人工知能は、自律走行車技術の急速な発展と、交通安全に関連する政府の厳格な規制によって、この地域では緩やかな成長が見込まれている。同地域には大手技術企業が多数進出しているため、自動車用人工知能などの技術の早期導入と高い普及が可能になっている。
この技術開発には、政府のインセンティブと資金援助が大きな役割を果たしている。米国の自動車産業は高度に発達しており、「ビッグスリー」と呼ばれるフォード・モーター、ゼネラル・モーターズ、フィアット・クライスラー・オートモーティブが製品ポートフォリオを継続的にアップグレードしている。米国の自動車には、アダプティブ・クルーズ・コントロール、車線逸脱、警告システム、音声認識システム、ジェスチャー認識、死角検出などの先進機能が搭載されている。
自動車用人工知能市場規模の主要市場プレイヤー
自動車用人工知能企業は、Nvidia Corporation（米国）、Alphabet Inc.（米国）、Intel Corporation（米国）、Microsoft Corporation（米国）、IBM Corporation（米国）、Qualcomm Inc.（米国）、Tesla Inc.（米国）、BMW AG（ドイツ）、Micron Technology（米国）、Xilinx Inc.（米国）である。
この調査レポートは、自動車用人工知能市場を、製品、技術、プロセス、用途、コンポーネント、地域に基づいて分類しています。
提供する：
ハードウェア
ソフトウェア
技術によって：
ディープラーニング
機械学習
コンテキスト認識コンピューティング
コンピュータ・ビジョン
自然言語処理
プロセスによって：
シグナル認識
画像認識
データマイニング
申請により：
ヒューマン・マシン・インターフェース
半自動運転
自律走行
アイデンティティ認証
ドライバー・モニタリング
自律走行プロセッサ・チップ
コンポーネント別：
グラフィックス・プロセッシング・ユニット（GPU）
マイクロプロセッサー（ASICを含む）
フィールド・プログラマブル・ゲート・アレイ（FPGA）
メモリとストレージ・システム
イメージセンサー
バイオメトリック・スキャナー
その他
地域別
北米
ヨーロッパ
アジア太平洋
RoW
自動車用人工知能産業の最新動向
2022年6月、クアルコムは第4世代Snapdragonオートモーティブ・コックピット・プラットフォームを発表した。このデジタル・コックピット・プラットフォームは、5nmプロセス技術を利用し、自動車メーカーが最高性能のシステムオンチップ（SoC）の1つにアクセスできるようにすることを目的としています。
2021年2月、マイクロンテクノロジーは、車線逸脱警告、自動緊急ブレーキ、アダプティブ・クルーズ・コントロール、死角検出などのADAS（先進運転支援システム）機能に対応したLPDDR5を発表した。
2021年6月、マイクロンテクノロジーはUFS 3.1ストレージを発表した。これは、インフォテインメント・システムが高解像度スクリーンや人工知能（AI）に基づくヒューマン・マシン・インターフェース機能を含むように発展する中で、極めて重要な高スループットと低レイテンシーのストレージを提供する。
2019年12月、グーグルは機械学習プラットフォーム「Cloud AutoML」の自然言語処理拡張機能「AutoML Natural Language」を発表した。同製品は、センチメント、エンティティ、コンテンツ、構文の分類、検出、分析などのタスクを実行するためのグローバルサポートを顧客に提供する。
1 はじめに （ページ – 32）
1.1 調査目的
1.2 市場の定義
1.2.1 包含と除外
1.3 調査範囲
1.3.1 対象市場
1.3.2 対象地域
1.3.3 考慮した年
1.4 通貨
1.5 利害関係者
1.6 変更点のまとめ
2 研究方法 （ページ – 36）
2.1 調査データ
図 1 プロセスフロー自動車用人工知能市場規模の推定
図2 自動車用人工知能市場：調査デザイン
2.1.1 二次調査および一次調査
2.1.2 二次データ
2.1.2.1 主要な二次情報源のリスト
2.1.2.2 二次情報源
2.1.3 一次データ
2.1.3.1 専門家への一次インタビュー
2.1.3.2 主要な業界インサイト
2.1.3.3 一次資料の内訳
2.1.3.4 一次情報源
2.2 市場規模の推定
2.2.1 ボトムアップアプローチ
2.2.1.1 ボトムアップアプローチ（需要側）による市場規模の推定
図3 市場規模推定手法ボトムアップアプローチ
2.2.2 トップダウンアプローチ
2.2.2.1 トップダウン分析による市場シェア獲得アプローチ（供給側）
図4 市場規模推定手法トップダウンアプローチ
2.3 市場の内訳とデータの三角測量
図5 データ三角測量
2.4 調査の前提
表1 調査の前提条件
2.5 リスク評価
2.5.1 制限と関連リスク
表2 制限と関連リスク
2.6 研究の限界
図6 調査研究の限界
表3 2022年から2027年までの市場予測方法
3 EXECUTIVE SUMMARY（ページ – 49）
図7 予測期間中、ソフトウェア分野が自動車AI市場で最大シェアを占める
図8 自動車用AI市場、技術別、2022年～2027年
図9 自動車用AI市場、プロセス別、2022年対2027年
図10 自動車用Ai市場、アプリケーション別、2022-2027年
図11 自動車用AI市場、地域別、2022年
4 PREMIUM INSIGHTS （ページ – 54）
4.1 自動車用AI市場のプレーヤーにとって魅力的な機会
図12 産業オートメーションの台頭が市場成長を牽引
4.2 車載AI市場、提供製品別
図13 予測期間中、ソフトウェア分野が自動車AI市場で最大シェアを占める
4.3 車載AI市場：技術別
図14 ディープラーニング分野が2022年から2027年にかけて自動車用AI市場で最大シェアを占める
4.4 北米の自動車用AI市場：用途別、国別
図15 2027年の北米自動車AI市場はHMIセグメントと米国が最大シェアを占める
4.5 自動車用AI市場、国別
図 16 2022～2027 年の自動車用 AI 市場はカナダが最も高い成長率を記録（金額ベース）
5 市場概要（ページ – 57）
5.1 はじめに
5.2 市場ダイナミクス
図17 自動車AI市場：ドライバー、阻害要因、機会、抑制要因
5.2.1 推進要因
5.2.1.1 OEMによるADAS技術の採用拡大
図 18 交通事故死率（人口 10 万人当たり）（2019 年
表 4 運転支援システムに関する規制
5.2.1.2 ユーザー体験の向上と利便性機能に対する需要の高まり
5.2.1.3 自律走行車の新たなトレンド
図 19 自律運転のレベル
表5 自動車メーカーによる自律走行への取り組み
5.2.1.4 購買意思決定へのAIの活用の増加
図20 自動車用人工知能市場の促進要因とその影響
5.2.2 阻害要因
5.2.2.1 自動車の総コスト上昇
5.2.2.2 自動車関連のサイバーセキュリティへの脅威
5.2.2.3 人間の信号を識別できない
図21 市場の阻害要因とその影響
5.2.3 機会
5.2.3.1 プレミアム車に対する需要の増加
5.2.3.2 センサーフュージョンのニーズの高まり
図 22 センサーフュージョン
5.2.3.3 車内決済の高い可能性
図23 市場の機会とその影響
5.2.4 課題
5.2.4.1 コストと品質のバランスを保つことの難しさ
5.2.4.2 悪天候によるセンサーへの影響
図24 市場の課題とその影響
5.3 ポーターの5つの力分析
5.3.1 サプライヤーの交渉力
5.3.2 買い手の交渉力
5.3.3 新規参入の脅威
5.3.4 代替品の脅威
5.3.5 競合の激しさ
表6 各勢力が自動車AI市場に与える影響
5.4 価格分析
図25 プロセッサのASP、2018～2021年（米ドル）
表7 プロセッサの種類別構成比、2018～2021年（米ドル）
5.5 貿易分析
5.5.1 自動データ処理機の輸出シナリオ
表8 自動データ処理機輸出、主要国別、2017-2021年（千米ドル）
5.5.2 自動データ処理機の輸入シナリオ
表9 輸入データ自動データ処理機の主要国別輸入データ (2017-2021年) (千米ドル)
5.6 エコシステム
図26 自動車用人工知能市場：エコシステム分析
表10 自動車用人工知能市場のエコシステム
5.7 ケーススタディ分析
5.7.1 affectiva、ドライバーの行動を検知するシステムを開発
5.7.2 ボルボ、機械学習主導のデータ分析で故障や不具合を予測
5.7.3 ロールスロイスはマイクロソフトのコルタナ・インテリジェンスを予測保守に活用
5.7.4 アウディがドライバーへの警告にAIシステムを使用
5.8 特許分析
図27 過去10年間の年間特許取得件数
表11 特許所有者トップ10
図28 過去10年間で特許出願件数の多い企業
表12 2020～2022年の重要特許登録件数
図 29 自動車用人工知能市場の収益推移
5.9 規制の状況
5.9.1 規制機関、政府機関、その他の組織
表13 北米：規制機関、政府機関、その他の組織
表 14 欧州：規制機関、政府機関、その他の組織
表15 アジア太平洋地域：規制機関、政府機関、その他の団体
表16 その他の地域：規制機関、政府機関、その他の組織
5.10 規制基準
5.10.1 一般データ保護規制（GDpr）
5.10.2 IT/C-ITにおける基準
表 17 欧州電気通信標準化機構（ETSI）が策定したセキュリティとプライバシーの基準
5.11 バリューチェーン分析
図 30 自動車用人工知能市場のバリューチェーン
5.12 技術分析
図 31 自動車産業における人工知能の進化
図32 自動車産業における人工知能の役割
5.12.1 ヒューマン・マシン・インターフェース
5.12.2 予知保全
5.12.3 自律走行車
5.12.4 高度運転支援システム
図33 先進運転支援システム（adas）の用途
5.12.5 精度とマッピング
5.12.6 顧客データ分析
5.12.7 その他
5.13 主要な会議とイベント（2022～2023年
表18 自動車用人工知能市場：会議・イベント（2022～2023年）
5.14 主要ステークホルダーと購買プロセスおよび/または購買基準
5.14.1 購入プロセスにおける主要ステークホルダー
図 34 上位 3 アプリケーションの購買プロセスにおける利害関係者の影響力
表19 上位3つのアプリケーションの購買プロセスにおける関係者の影響度(%)
5.14.2 購入基準
図 35 上位 3 アプリケーションの主な購入基準
表 20 上位 3 アプリケーションの主な購入基準
6 自動車向け人工知能市場：提供製品別 （ページ数 – 96）
6.1 はじめに
図 36 2022 年にはソフトウェア分野が自動車用 AI 市場でより大きなシェアを占める見込み
表21 自動車用AI市場、オファリング別、2018年～2021年（百万米ドル）
表22 車載AI市場、オファリング別、2022～2027年（百万米ドル）
6.2 ハードウェア
6.2.1 フォン・ノイマン・アーキテクチャ
6.2.1.1 ハードウェアプラットフォームを提供する企業間の競争激化
6.2.2 ニューロモーフィック・アーキテクチャ
6.2.2.1 情報を処理し、データの変化に対応するように設計されている
表23 車載AIハードウェア市場、コンピューティングタイプ別、2018～2021年（百万米ドル）
表24 車載用AIハードウェア市場、コンピューティングタイプ別、2022～2027年（百万米ドル）
表25 車載用AIハードウェア市場、テクノロジー別、2018-2021年（百万米ドル）
表26 車載用AIハードウェア市場、技術別、2022-2027年（百万米ドル）
図 37 北米が予測期間中、自動車用AIハードウェア市場で最大の市場シェアを占める
表27 車載用AIハードウェア市場、地域別、2018年～2021年（百万米ドル）
表28 車載用AIハードウェア市場、地域別、2022～2027年（百万米ドル）
6.3 ソフトウェア
6.3.1 ソリューション
6.3.1.1 技術開発が市場成長を後押しする見込み
6.3.2 プラットフォーム
6.3.2.1 様々な目的のツールキットを開発するためのAIプラットフォームの利用
表29 自動車用AIソフトウェア市場、ソフトウェアタイプ別、2018～2021年（百万米ドル）
表30 自動車用AIソフトウェア市場、ソフトウェアタイプ別、2022～2027年（百万米ドル）
図 38 ディープラーニング技術が予測期間中に最大の市場規模を占める
表31 車載用AIソフトウェア市場、技術別、2018年～2021年（百万米ドル）
表32 車載用AIソフトウェア市場、技術別、2022-2027年（百万米ドル）
表33 車載用AIソフトウェア市場、地域別、2018-2021年（百万米ドル）
表34 車載用AIソフトウェア市場、地域別、2022-2027年（百万米ドル）
7 自動車の人工知能市場、技術別（ページ – 106）
7.1 はじめに
図 39 2022年にディープラーニングが自動車AI市場で最大シェアを占める見込み
表 35 車載AI市場、技術別、2018年～2021年（百万米ドル）
表36 車載AI市場、技術別、2022～2027年（百万米ドル）
7.2 ディープラーニング
7.2.1 予測分析での利用拡大が自動車用AI市場を押し上げる
表37 ディープラーニング技術の自動車用AI市場、オファリング別、2018-2021年（百万米ドル）
表38 ディープラーニング技術の自動車用AI市場、オファリング別、2022～2027年（百万米ドル）
表39 ディープラーニング向け自動車用Ai市場、用途別、2018-2021年（百万米ドル）
表40 ディープラーニング向け車載AI市場、アプリケーション別、2022-2027年（百万米ドル）
図40 予測期間中、ディープラーニング向け車載AI市場で北米が最大シェアを占める
表41 ディープラーニング向け自動車用Ai市場、地域別、2018年～2021年（百万米ドル）
表42 ディープラーニング向け自動車用AI市場、地域別、2022～2027年（百万米ドル）
7.3 機械学習
7.3.1 自動車産業の成長を促進する機械学習の複数の利点
表43 機械学習技術の自動車用AI市場、オファリング別、2018～2021年（百万米ドル）
表44 機械学習技術の自動車AI市場、オファリング別、2022～2027年（百万米ドル）
図 41 HMIが予測期間中、機械学習向け自動車AI市場で最大シェアを占める
表45 機械学習向け自動車AI市場、用途別、2018年～2021年（百万米ドル）
表46 機械学習向け自動車用AI市場、用途別、2022〜2027年（百万米ドル）
表47 機械学習向け自動車用AI市場、地域別、2018-2021年（百万米ドル）
表48 機械学習向け自動車用AI市場、地域別、2022〜2027年（百万米ドル）
7.4 コンピュータビジョン
7.4.1 情報分析能力と視覚的フィードバックが市場成長を牽引
表49 コンピュータビジョン技術の自動車用Ai市場、オファリング別、2018-2021年（百万米ドル）
表50 コンピュータビジョン技術の自動車用Ai市場、オファリング別、2022〜2027年（百万米ドル）
表51 コンピュータビジョン向け自動車用Ai市場、用途別、2018〜2021年（百万米ドル）
表52 コンピュータビジョン向け自動車用Ai市場、用途別、2022年〜2027年（百万米ドル）
表53 コンピュータビジョン向け自動車用Ai市場、地域別、2018年〜2021年（百万米ドル）
表54 コンピュータビジョンの自動車用AI市場、地域別、2022〜2027年（百万米ドル）
7.5 コンテキスト対応コンピューティング
7.5.1 洗練されたハードセンサーとソフトセンサーの開発が同分野の成長を後押し
表55 コンテキストアウェアコンピューティングの車載AI市場、オファリング別、2018～2021年（百万米ドル）
表56 コンテキスト対応コンピューティングの車載AI市場、オファリング別、2022～2027年（百万米ドル）
表57 コンテキスト対応コンピューティングの車載AI市場、アプリケーション別、2018年～2021年（百万米ドル）
表58 コンテキスト対応コンピューティングの自動車用AI市場、用途別、2022年～2027年（百万米ドル）
図 42 北米が予測期間中にコンテキスト対応コンピューティング向け自動車AI市場で最大シェアを占める
表59 コンテキスト対応コンピューティング向け自動車AI市場、地域別、2018年～2021年（百万米ドル）
表60 コンテキスト対応コンピューティング向け自動車AI市場、地域別、2022～2027年（百万米ドル）
7.6 自然言語処理
7.6.1 自律走行車の運転体験の向上に役立つ
図 43 予測期間中、自然言語処理向け自動車AI市場はソフトウェアが最大シェアを占める
表 61 自然言語処理向け自動車AI市場、オファリング別、2018～2021年（百万米ドル）
表62 自然言語処理向け自動車AI市場、オファリング別、2022〜2027年（百万米ドル）
表63 自然言語処理向け車載AI市場、地域別、2018-2021年（百万米ドル）
表64 自然言語処理向け自動車AI市場、地域別、2022-2027年（百万米ドル）
8 自動車用人工知能市場：プロセス別（ページ番号 – 122）
8.1 はじめに
図 44 信号認識分野が2022年に自動車AI市場のプロセス別最大シェアを占める見込み
表 65 車載AI市場、プロセス別、2018年～2021年（百万米ドル）
表 66 車載AI市場、プロセス別、2022～2027年（百万米ドル）
8.2 信号認識
8.2.1 顧客体験の向上と安全性の向上
表67 信号認識の自動車AI市場、用途別、2018～2021年（百万米ドル）
表 68 信号認識の自動車用AI市場、用途別、2022～2027年（百万米ドル）
図45 北米が予測期間中、信号認識向け自動車用AI市場で最大シェアを占める
表69 信号認識向け自動車用Ai市場、地域別、2018年～2021年（百万米ドル）
表70 信号認識向け車載AI市場、地域別、2022～2027年（百万米ドル）
8.3 画像認識
8.3.1 自動車産業の進歩による需要の増加
図 46 HMI技術が予測期間中、画像認識向け車載AI市場で最大シェアを占める
表 71 画像認識の自動車用AI市場、用途別、2018～2021年（百万米ドル）
表72 画像認識向け車載AI市場、用途別、2022～2027年（百万米ドル）
表73 画像認識向け車載AI市場、地域別、2018年～2021年（百万米ドル）
表74 画像認識向け自動車用AI市場、地域別、2022年～2027年（百万米ドル）
8.4 データマイニング
8.4.1 情報に基づく迅速な意思決定を促進
表75 データマイニング向け自動車用AI市場、用途別、2018～2021年（百万米ドル）
表76 データマイニング向け自動車用AI市場、用途別、2022～2027年（百万米ドル）
表77 データマイニング向け自動車用AI市場、地域別、2018-2021年（百万米ドル）
表78 自動車用AI市場、データマイニング向け、地域別、2022-2027年（百万米ドル）
9 自動車用人工知能市場、用途別（ページ – 133）
9.1 はじめに
図 47 2027 年までに HMI アプリケーションが自動車 AI 市場の最大シェアを占める
表 79 自動車用 AI 市場、用途別、2018～2021 年（百万米ドル）
表80 自動車用AI市場、アプリケーション別、2022～2027年（百万米ドル）
9.2 ヒューマン・マシン・インターフェース（HMI）
9.2.1 マルチダッシュボードとのインタラクションによる顧客体験の向上
図 48： 北米は予測期間中、自動車用 AI 市場の HMI 分野を支配すると予想される
表 81 HMI向け自動車用AI市場、地域別、2018～2021年（百万米ドル）
表82 HMI向け自動車用AI市場、地域別、2022-2027年（百万米ドル）
表83 HMI向け自動車用AI市場、プロセス別、2018-2021年（百万米ドル）
表84 HMI向け自動車用AI市場、プロセス別、2022-2027年（百万米ドル）
表 85 HMI向け自動車用AI市場、技術別、2018-2021年（百万米ドル）
表86 HMI向け自動車用AI市場、技術別、2022〜2027年（百万米ドル）
9.3 半自動運転
9.3.1 特定の環境条件を制御するためのAIの利用
表 87 半自動運転向け自動車AI市場、地域別、2018～2021年（百万米ドル）
表88 半自動運転向け自動車AI市場、地域別、2022～2027年（百万米ドル）
図49 予測期間中、信号認識が半自動運転アプリケーション向け自動車AI市場を支配すると予測される
表89 半自動運転向け自動車AI市場、プロセス別、2018年～2021年（百万米ドル）
表90 半自動運転向け自動車AI市場、プロセス別、2022年～2027年（百万米ドル）
表91 半自動運転向け自動車AI市場、技術別、2018年～2021年（百万米ドル）
表92 半自動運転向け自動車AI市場、技術別、2022年～2027年（百万米ドル）
9.4 自律走行
9.4.1 自動運転車へのディープラーニングとセンサーフュージョン技術の利用
表 93 自律走行向け自動車AI市場、地域別、2018～2021年（百万米ドル）
表94 自律走行向け自動車AI市場、地域別、2022～2027年（百万米ドル）
表95 自律走行向け自動車AI市場、プロセス別、2018-2021年（百万米ドル）
表96 自律走行向け自動車AI市場、プロセス別、2022-2027年（百万米ドル）
図50 予測期間中、ディープラーニングが自律走行アプリケーション向け自動車AI市場を支配する見込み
表 97 自律走行向け自動車AI市場、技術別、2018年～2021年（百万米ドル）
表98 自律走行向け自動車AI市場、技術別、2022～2027年（百万米ドル）
9.5 ID認証
9.5.1 安全性向上のためにアクセスを許可されたユーザーに制限する
9.6 ドライバーモニタリング
9.6.1 ドライバーモニタリングシステムは衝突のリスクを低減する
9.7 自律走行プロセッサ・チップ
9.7.1 高性能データ処理チップの需要拡大
10 自動車用人工知能市場：部品別（ページ番号 – 146）
10.1 はじめに
図 51 2027 年までに自動車用 AI 市場で最大のシェアを占める GPU コンポーネント
表 99 車載AI市場、コンポーネント別、2018年～2021年（百万米ドル）
表100 車載AI市場、コンポーネント別、2022～2027年（百万米ドル）
10.2 マイクロプロセッサー
10.2.1 自動車の重要部品として設計されている
10.3 グラフィック・プロセッシング・ユニット（GPU）
10.3.1 自動車のデジタル・ダッシュボードをサポートするために使用される。
10.4 フィールド・プログラマブル・ゲート・アレイ（FPGA）
10.4.1 カスタマイズ性と拡張性の向上を可能にする
10.5 メモリー・ストレージ・システム
10.5.1 高帯域幅メモリ要件の高まりが市場成長を牽引する
10.6 イメージ・センサ
10.6.1 自律走行車の性能向上に利用される
10.7 バイオメトリクス・スキャナー
10.7.1 多様な用途が高い普及率につながる
10.8 その他
10.8.1 クラウドAI はデータのタイムリーな入手を容易にする
11 地理的分析 (ページ – 152)
11.1 はじめに
図 52 予測期間中、北米が自動車用AI市場を支配すると予想される
表101 車載AI市場、地域別、2018～2021年（百万米ドル）
表102 自動車用AI市場、地域別、2022～2027年（百万米ドル）
11.2 北米
図 53 北米：市場スナップショット
表103 北米の自動車用AI市場、用途別、2018-2021年（百万米ドル）
表104 北米の自動車用AI市場：用途別、2022～2027年（百万米ドル）
表105 北米の自動車AI市場：提供製品別、2018-2021年（百万米ドル）
表106 北米の自動車用AI市場、オファリング別、2022-2027年（百万米ドル）
表107 北米の自動車AI市場、プロセス別、2018-2021年（百万米ドル）
表 108 北米の自動車AI市場、プロセス別、2022-2027年（百万米ドル）
表 109 北米の自動車AI市場、技術別、2018-2021年（百万米ドル）
表110 北米の自動車AI市場、技術別、2022-2027年（百万米ドル）
表111 北米の自動車用AI市場、国別、2018-2021年（百万米ドル）
表112 車載AI市場、北米、国別、2022-2027年（百万米ドル）
11.2.1 米国
11.11.2.1.1 自律走行車の開発が車載AIの需要を促進する見込み
11.2.2 カナダ
11.11.2.2.1 自動車産業におけるAIベースのシステム採用の増加
11.2.3 メキシコ
11.2.3.1 低い人件費が車載AI市場を押し上げる
11.3 欧州
図 54 欧州：市場スナップショット
表113 欧州の車載AI市場：用途別、2018～2021年（百万米ドル）
表114 欧州の自動車AI市場：用途別、2022～2027年（百万米ドル）
表115 欧州の自動車用AI市場：提供製品別、2018年〜2021年（百万米ドル）
表116 欧州の自動車用AI市場、オファリング別、2022-2027年（百万米ドル）
表117 欧州の自動車AI市場、プロセス別、2018-2021年（百万米ドル）
表118 欧州の自動車AI市場：プロセス別、2022-2027年（百万米ドル）
表119 欧州の自動車用AI市場：技術別、2018-2021年（百万米ドル）
表120 欧州の自動車用AI市場、技術別、2022-2027年（百万米ドル）
図 55 予測期間中、ドイツが欧州の自動車用AI市場を支配すると予測される
表121 自動車用AI市場、欧州、地域別、2018年～2021年（百万米ドル）
表122 自動車用AI市場、欧州、地域別、2022～2027年（百万米ドル）
11.3.1 ドイツ
11.11.3.1.1 コンピュータビジョンシステムの高い導入が市場成長を促進
11.3.2 フランス
11.11.3.2.1 先進的な車両安全機能に対する需要の高まりが市場を押し上げる
11.3.3 イギリス
11.11.3.3.1 AIベースのソリューションに対する需要の増加が市場を牽引
11.3.4 その他の欧州
11.11.3.4.1 AI開発の増加が市場成長の機会を押し上げる
11.4 アジア太平洋地域
図 56 アジア太平洋：市場スナップショット
表123 アジア太平洋地域の自動車用AI市場、用途別、2018～2021年（百万米ドル）
表124 アジア太平洋地域の自動車用AI市場：用途別、2022～2027年（百万米ドル）
表125 アジア太平洋地域の自動車用AI市場、提供製品別、2018年～2021年（百万米ドル）
表126 アジア太平洋地域の自動車用AI市場、オファリング別、2022-2027年（百万米ドル）
表127 アジア太平洋地域の自動車AI市場、プロセス別、2018年～2021年（百万米ドル）
表128 アジア太平洋地域の自動車AI市場、プロセス別、2022-2027年（百万米ドル）
表129 アジア太平洋地域の自動車用AI市場、技術別、2018年～2021年（百万米ドル）
表130 アジア太平洋地域の自動車用AI市場、技術別、2022-2027年（百万米ドル）
図57：予測期間中、中国がアジア太平洋地域の自動車用AI市場を支配する見込み
表131 自動車用Ai市場、アジア太平洋地域別、2018年～2021年（百万米ドル）
表132 アジア太平洋地域の自動車AI市場、地域別、2022～2027年（百万米ドル）
11.4.1 中国
11.4.1.1 自動車セクターの成長が市場成長を牽引
11.4.2 日本
11.11.4.2.1 数多くのAIソリューションプロバイダーが市場成長を促進する
11.4.3 韓国
11.4.3.1 政府の規制が市場を押し上げる
11.4.4 その他のアジア太平洋地域
11.11.4.4.1 運転支援システムの普及が市場を支える
11.5 その他の地域
表133 自動車用AI市場（行）、用途別、2018～2021年（百万米ドル
表134 自動車用AI市場（行）、用途別、2022～2027年（百万米ドル
表135 自動車用AI市場、行：提供製品別、2018-2021年（百万米ドル）
表136 自動車用AI市場、行：提供製品別、2022-2027年（百万米ドル）
表137 行の自動車用AI市場、プロセス別、2018-2021年（百万米ドル）
表138 自動車用AI市場（行）、プロセス別、2022-2027年（百万米ドル
表139 自動車用AI市場：行：技術別、2018-2021年（百万米ドル）
表140 自動車用AI市場、行：技術別、2022〜2027年（百万米ドル）
表141 自動車用AI市場（行）、地域別、2018-2021年（百万米ドル
表142 自動車用AI市場、行、地域別、2022〜2027年（百万米ドル）
11.5.1 南米
11.5.1.1 AI技術の発展が市場成長を後押しする見込み
11.5.2 中東・アフリカ
11.5.2.1 投資の増加が市場を強化する
12 競争の舞台 （ページ – 177）
12.1 はじめに
12.2 収益分析：上位企業
図58 自動車用人工知能市場を過去5年間で支配した上位5社
12.3 主要企業が採用した戦略
表143 市場参入企業が採用した戦略の概要
12.4 市場シェア分析（2021年
表144 市場：競争の度合い
図59 企業別市場シェア（2021年）
12.5 企業評価象限
12.5.1 スターズ
12.5.2 浸透型プレーヤー
12.5.3 新興リーダー
12.5.4 参加企業
図60 自動車用人工知能市場（世界）企業評価象限（2021年
12.6 企業フットプリント
12.6.1 上位企業のアプリケーションと地域別フットプリント
表145 上位企業のアプリケーションと地域別フットプリント
表146 各社のアプリケーション・フットプリント
表147 各社の地域別フットプリント
12.7 2021年の新興企業／中小企業の評価象限
12.7.1 進歩的企業
12.7.2 対応力のある企業
12.7.3 ダイナミックな企業
12.7.4 スタートアップ企業
図61 2021年の新興企業／SMEの評価象限市場（世界
12.8 競争シナリオとトレンド
表148 自動車用人工知能市場：製品発表
表149 市場：取引
12.9 競争ベンチマーク
表 150 市場：主要新興企業/中小企業
表151 市場：主要新興企業/SMの競合ベンチマーキング
13 企業プロフィール (ページ – 195)
13.1 主要企業
(事業概要、提供製品、最近の動向、MnM View）※1
13.1.1 エヌビディア株式会社
表 152 エヌビディア事業概要
図 62 Nvidia Corporation: 企業スナップショット
表 153 エヌビディア：提供製品
表 154 エヌビディア：ディール
13.1.2 アルファベット
表 155 アルファベット：事業概要
図 63 アルファベット: 会社概要
表156 アルファベット提供製品
表157 アルファベット：製品発表
表 158 アルファベット：買収
13.1.3 インテル
表 159 インテル：事業概要
図 64 インテル: 企業スナップショット
表 160 インテル：提供製品
表 161 インテル：製品の発売
表 162 インテル：取引
13.1.4 マイクロソフト
表163 マイクロソフト：事業概要
図 65 マイクロソフト：企業スナップショット
表 164 マイクロソフト: 製品
表 165 マイクロソフト: 製品発表
表 166 マイクロソフト : 取引
13.1.5 インターナショナル・ビジネス・マシン・コーポレーション
表 167 IBM：事業概要
図 66 IBM: 企業スナップショット
表 168 IBM：提供製品
表 169 IBM：製品の発売
13.1.6 クアルコム
表170 クアルコム：事業概要
図67 クアルコム：企業スナップショット
表171 クアルコム：提供製品
表172 クアルコム：製品の発売
表173 クアルコム：取引
13.1.7 テスラ
表174 テスラ：事業概要
図 68 テスラ：企業スナップショット
表 175 テスラ：提供製品
表176 テスラ：取引
13.1.8 バイエルン自動車
表177 バイエルン：事業概要
図 69 バイエルン：会社概要
表 178 BMW： 提供製品
表 179 bmw ag: 製品発表
表 180 BMW AG：取引
13.1.9 ザイリンクス
表 181 ザイリンクス：事業概要
図 70 ザイリンクス：会社概要
表 182 ザイリンクス: 提供製品
表 183 ザイリンクス: 製品発表
表 184 xilinx, inc：ディール
13.1.10 マイクロンテクノロジー
表 185 マイクロン・テクノロジーズ：事業概要
図 71 マイクロン・テクノロジーズ：企業スナップショット
表 186 マイクロン・テクノロジーズ：提供製品
表187 マイクロン・テクノロジー：製品発表
表 188 マイクロン・テクノロジー：取引
13.2 その他の主要プレーヤー
13.2.1 ハーマン・インターナショナル・インダストリーズ・インク
13.2.2 ボルボ・カーズ
13.2.3 アウディAG
13.2.4 ゼネラルモーターズ
13.2.5 フォード・モーター・カンパニー
13.2.6 トヨタ自動車
13.2.7 Honda Motor Co.LTD.
13.2.8 ヒュンダイモーター（株
13.2.9 ダイムラー
13.2.10 ユーバー・テクノロジーズ・インク
13.2.11 ディディチューシン
13.3 その他のプレーヤー
13.3.1 三菱電機
13.3.2 自動車用人工知能（AAI）GMBH
13.3.3 NAUTO
13.3.4 アルゴAI
13.3.5 ドイツオートラボ
13.3.6 トラクタブル
13.3.7 IGLOBLE
13.3.8 ソニクルー
13.3.9 ATHER
13.3.10 リヴィーゴ
13.3.11 モーショナル
13.3.12 リフラクション・アイ
13.3.13 サピエンテックス
13.3.14 CARVI
13.3.15 ZOOX
* 非上場企業の場合、事業概要、提供製品、最近の動向、MnM Viewを把握できない可能性がある。
14 APPENDIX （ページ – 260）
14.1 業界の専門家による洞察
14.2 ディスカッションガイド
14.3 Knowledgestore：Marketsandmarketsの購読ポータル
14.4 カスタマイズオプション
14.5 関連レポート
14.6 著者詳細
