시장보고서
상품코드
1444263

세계 MLaaS(Machine Learning As A Service) 시장 : 시장 점유율 분석, 업계 동향과 통계, 성장 예측(2024-2029년)

Machine Learning As A Service (MLaaS) - Market Share Analysis, Industry Trends & Statistics, Growth Forecasts (2024 - 2029)

발행일: | 리서치사: Mordor Intelligence | 페이지 정보: 영문 | 배송안내 : 2-3일 (영업일 기준)

    
    
    


■ Add-on 가능: 고객의 요청에 따라 일정한 범위 내에서 Customization이 가능합니다. 자세한 사항은 문의해 주시기 바랍니다.
■ 보고서에 따라 최신 정보로 업데이트하여 보내드립니다. 배송기일은 문의해 주시기 바랍니다.

MLaaS(Machine Learning As A Service) 시장 규모는 2024년에 713억 4,000만 달러로 추정되고, 2029년까지 3,093억 7,000만 달러에 이를 것으로 예측되고 있으며, 예측 기간(2024년부터 2029년) 동안 복합 연간 성장률(CAGR) 34.10%로 성장할 전망입니다.

MLaaS(Machine Learning As A Service)(MLaaS)- 시장

주요 하이라이트

  • 머신러닝(ML)은 인공지능(AI)의 서브필드로, 트레이닝 알고리즘이 통계 기법을 통해 분류 및 예측을 수행할 수 있게 하고 데이터 마이닝 프로젝트 내에서 중요한 인사이트을 드러냅니다. 이러한 인사이트은 용도 및 비즈니스 내 의사결정을 촉진하며, 이상적으로는 주요 성장 지표에 영향을 미칩니다. 이는 알고리즘, 모델 복잡성 및 계산 복잡성을 중심으로 배포되므로 이러한 솔루션을 개발하려면 숙련된 전문가가 필요합니다.
  • MLaaS(Machine Learning As A Service)(MLaaS) 시장은 MLAaS 알고리즘이 데이터에서 패턴을 탐지하는 데 사용되며 사용자가 실제 계산에 대해 걱정할 필요가 없기 때문에 예측 기간 동안 높은 성장을 이룰 수 있습니다. MLaaS는 모바일 애플리케이션, 엔터프라이즈 인텔리전스, 산업 자동화 및 제어 시스템을 결합한 유일한 풀 스택 AI 플랫폼입니다.
  • 데이터 과학과 인공지능의 발전으로 머신러닝의 성능이 빠르게 가속화되었습니다. 기업은 이 기술의 잠재력을 인식하고 있기 때문에 예측 기간 동안 이 기술의 채용률이 증가할 것으로 예상됩니다. 기업은 구독 기반 모델로 머신러닝 솔루션을 제공하여 소비자가 이 기술을 사용하기 쉽습니다. 또한, 종량 과금제에 의한 유연성도 제공합니다.
  • 또한 MLaaS는 부정 행위 탐지, 공급망 최적화, 위험 분석, 제조 등에서 널리 사용됩니다. 사용자는 사내 인프라를 처음부터 자유롭게 구축할 수 있으므로 데이터 관리 및 저장이 용이합니다.
  • ML 스타트업은 ML 투자로 수백만 달러의 자금을 받고 있습니다. 예를 들어, 2022년 6월, 인플렉션 AI는 인공 머신러닝의 최대 규모의 자금 조달 라운드 중 하나를 확보하여 총 2억 2,500만 달러에 달했습니다. 머신러닝, AI 스타트 업이라고합니다. 벤처 캐피탈리스트로부터 주식 대출로 2억 2,500만 달러를 획득했습니다. 이 ML에 대한 투자는 머신러닝을 개선하고 가까운 미래에 직관적 인 휴먼 컴퓨터 인터페이스를 가능하게 할 것으로 기대됩니다.
  • Machine Learning-as-a-Service는 예측 분석에 심층 학습 기술을 활용하여 의사 결정을 강화합니다. 그러나 MLaaS를 사용하면 ML 모델 소유자에게는 보안 문제가 발생하고 데이터 소유자에게는 데이터 개인 정보 보호 문제가 발생합니다. 데이터 소유자는 MLaaS 플랫폼에서 데이터의 프라이버시와 안전을 우려합니다. 대조적으로, MLaaS 플랫폼의 소유자는 클라이언트를 착용한 공격자가 모델을 훔칠 수 있을지 걱정합니다.
  • COVID-19 감염의 유행으로 인해 클라우드 서비스의 탄력성으로 인해 예기치 않은 서비스 수요가 급증할 수 있기 때문에 많은 조직이 퍼블릭 클라우드 솔루션으로의 전환을 가속화했습니다. 클라우드로의 전환은 기업이 COVID-19 시대에 비즈니스를 수행하는 방법을 재발명하는 데 도움이 되었습니다. AI 서비스의 요구가 증가하고 있으며, 많은 클라우드 제공업체들이 AIaaS와 MLaaS를 제공합니다.

Machine Learning as a Services(MLAAS) 시장 동향

시장을 견인하기 위해 IoT와 자동화 채택 확대

  • IoT 운영은 엔터프라이즈 네트워크에서 수천 개 이상의 장치가 올바르게 안전하게 실행되고 수집되는 데이터가 적시에 정확하도록 보장합니다. 고급 백엔드 분석 엔진은 데이터 스트림 처리의 주요 부분에서 실행되지만, 데이터 품질 확보는 시대 지연 방법론에 맡겨지는 경우가 많습니다. 일부 IoT 플랫폼 공급업체는 무질서하게 확산되는 IoT 인프라를 확실히 억제하기 위해 운영 관리 기능을 강화하기 위해 머신러닝 기술을 개발하고 있습니다.
  • 머신러닝은 고급 알고리즘을 이용하여 대량의 데이터를 분석함으로써 IoT 데이터에 숨겨진 패턴을 밝힐 수 있습니다. ML 추론은 중요한 프로세스에서 통계적으로 유도된 작업을 사용하여 수동 프로세스를 자동화 시스템으로 보완하거나 대체할 수 있습니다. ML을 기반으로 구축된 솔루션은 IoT 데이터 모델링 프로세스를 자동화하고 모델 선택, 코딩 및 검증과 같은 복잡하고 노동 집약적인 활동을 제거합니다.
  • IoT를 도입하는 중소기업은 시간이 많이 걸리는 머신러닝 과정을 크게 절약할 수 있습니다. MLaaS 공급업체는 더 많은 쿼리를 보다 신속하게 실행하고 IoT 네트워크의 여러 장치에서 생성된 방대한 데이터 캐시에서 더 실용적인 정보를 얻기 위해 더 많은 유형의 분석을 제공합니다. 수 있습니다.
  • Zebra의 제조 비전 조사에 따르면 IoT와 RFID를 기반으로 한 스마트 자산 모니터링 시스템은 2022년까지 기존의 스프레드시트 기반 접근 방식을 능가하는 성능을 발휘할 것으로 예상됩니다. Microsoft Corporation이 실시한 조사에 따르면 기업의 85%가 적어도 하나의 IIoT 이용 사례 프로젝트를 가지고 있다고 합니다. 응답자의 94%가 2021년에 IIoT 이니셔티브를 추진할 것이라고 응답했기 때문에 이 숫자는 더욱 상승할 것으로 예상되었습니다. 이러한 사례는 가까운 미래에 MLaaS 공급업체에게 기회를 제공할 수 있습니다.
  • 많은 조직에서 클라우드 기반 기술의 사용이 늘어나고 연결이 쉽기 때문에 데이터 전송에 이점이 있습니다. 이렇게 하면 조직의 모든 직원이 데이터에 액세스할 수 있어 기업의 비용 효율성이 향상됩니다. 2023년 4월, Oracle Corporation과 GitLab Inc.는 ML과 AI의 기능을 확장하는 새로운 제품 제공을 발표했습니다. 고객은 Oracle Cloud Infrastructure(OCI)의 GPU 지원 GitLab 러너를 사용하여 AI 및 ML 워크로드를 실행하고 온프레미스 및 멀티클라우드 환경과 같은 필요한 위치에 클라우드 서비스를 배포할 수 있는 액세스 권한을 얻습니다. 수 있습니다.

북미가 최대 시장 점유율을 유지할 것으로 예상

  • 북미는 선진기술에 연방정부의 전략적 투자에 의해 촉진되고 발전을 추진하는 세계적으로 유명한 조사기관으로부터 모인 선견의 밝은 과학자나 기업이의 존재에 의해 보완된 견고한 혁신 생태계 덕분에 시장에서 큰 점유율을 잡을 것으로 예상됩니다. MLaaS.
  • 예를 들어 2023년 5월 미국 국립과학재단(NSF)은 고등교육기관, 기타 연방기관 및 기타 이해관계자와 협력하여 1억 4,000만 달러를 투자하여 7개의 새로운 국립인공지능 조사(AI) 기관을 설립한다고 발표했습니다. 이 투자를 통해 정부는 AI 관련 기회와 리스크에 대한 일관된 접근을 추진하기 위해 미국에서 AI 시스템과 기술을 촉진하고 다양한 AI 노동력을 육성하는 것을 목표로 하고 있습니다. 지방정부에 의한 이러한 투자는 조사 대상 시장에 새로운 성장 기회를 창출할 것입니다.
  • 캐나다와 미국 등의 성장이 현저하기 때문에 Mlaas 사업의 대부분을 북미가 차지하고 있습니다. 이 나라에는 소규모에서 대규모까지 다양한 스타트업 기업이 존재합니다. 그 결과 MLaaS(Machine Learning As A Service) 시장은 북미에서 확대되고 있습니다. 기술적 획기적인 사용과 관련하여 북미는 MLaaS(Machine Learning As A Service) 시장에서 세계에서 가장 빠르게 성장하는 지역입니다. MLaaS(Machine Learning As A Service)에 투자하기 위한 인프라와 자금을 갖추고 있습니다. 게다가 방위 지출 증가와 통신 업계의 기술 향상은 예측 기간 동안 시장 성장을 가속할 수 있습니다.
  • 이 지역에서는 5G, IoT, 커넥티드 디바이스의 대폭적인 보급도 보였습니다. 따라서 통신 서비스 제공업체(CSP)는 가상화, 네트워크 슬라이싱, 새로운 이용 사례 및 서비스 요구 사항을 통해 점점 더 복잡해지는 문제를 효율적으로 관리해야 합니다. 기존의 네트워크 및 서비스 관리 접근법은 더 이상 지속 가능하지 않으므로 MlaaS 솔루션이 추진될 것으로 예상됩니다.
  • 또한 Microsoft, Google, Amazon, IBM 등 이 지역의 선도적인 기술 기업이 서비스로서 ML 경쟁의 주요 기업으로 부상하고 있습니다. 각 기업은 대규모의 퍼블릭 클라우드 인프라와 ML 플랫폼을 갖추고 있기 때문에 고객 서비스로부터 로봇에 의한 프로세스 오토메이션, 마케팅, 도입되고 있는 AI 날짜 모델의 트레이닝을 지원하는 분석, 예지보전 등.
  • 이 지역의 주요 기업들은 고객에게 원활한 경험을 제공하기 위한 확대에 주력하여 MlaaS 시장 수요를 높이고 있습니다. 예를 들어, 2022년 2월에 AWS는 AWS 로컬 영역의 세계 확대를 발표했습니다. 미국에서 최초의 16개 AWS 로컬 존이 완성되었음을 발표하고 세계 26개국의 32개의 새로운 대도시 지역에서 새로운 AWS 로컬 존을 시작할 예정입니다.
  • 이 지역의 ML 마켓플레이스는 클라우드에 따라 달라지며 서버리스 컴퓨팅을 통해 개발자는 ML 용도을 신속하게 시작하고 실행할 수 있습니다. 또한 ML-as-a-service 비즈니스의 주요 추진력은 정보 서비스입니다. 서버리스 컴퓨팅이 가져온 가장 중요한 변화는 물리적 데이터베이스 하드웨어를 확장할 필요가 없습니다는 것입니다.

MLaaS(Machine Learning As A Service)(MLAAS) 산업 개요

고급 시장 통합으로 Microsoft, IBM, Google, Amazon 등 유명한 기업 간의 경쟁이 치열해지고 있습니다. Machine Learning-as-a-Service(MLAAS) 시장에서 큰 점유율을 얻기 위해 다른 기업은 제품 포트폴리오와 지리적 존재를 적극적으로 확대하고 있습니다.

2023년 2월 클라우드 네이티브 서비스의 증명자인 Civo는 개발자의 경험을 개선하고 ML 알고리즘에서 인사이트을 얻는 데 필요한 시간과 리소스를 줄이기 위한 새로운 머신러닝 관리 서비스입니다. Kubeflow as a Service를 시작한다고 발표했습니다. 이를 통해 회사는 모든 규모의 조직이 ML에 액세스할 수 있도록 하고자 합니다.

2022년 2월, 통신 대기업 AT&T와 AI기업 H2O가 협력하여 기업용 인공지능기능 스토어를 시작했습니다. 이를 통해 머신러닝 기능의 협업, 공유, 재사용 및 발견을 위한 리포지토리를 제공하여 AI 프로젝트의 도입을 가속화하고 ROI를 개선할 수 있습니다.

기타 혜택

  • 엑셀 형식 시장 예측(ME) 시트
  • 3개월 애널리스트 서포트

목차

제1장 서론

  • 조사의 전제조건과 시장의 정의
  • 조사 범위

제2장 조사 방법

제3장 주요 요약

제4장 시장 인사이트

  • 시장 개요
  • 업계의 매력 - Porter's Five Forces 분석
    • 구매자의 협상력
    • 공급기업의 협상력
    • 신규 참가업체의 위협
    • 대체 제품의 위협
    • 경쟁 기업간 경쟁 관계의 격렬
  • 업계의 밸류체인 분석
  • COVID-19 감염이 시장에 미치는 영향의 평가

제5장 시장 역학

  • 시장 성장 촉진요인
    • IoT와 자동화의 채용 증가
    • 클라우드 기반 서비스 채용 증가
  • 시장 성장 억제요인
    • 개인정보 보호 및 데이터 보안에 대한 우려
    • 숙련된 전문가의 필요성

제6장 시장 세분화

  • 용도
    • 마케팅 및 광고
    • 예지보전
    • 자동 네트워크 관리
    • 부정 행위의 검출과 리스크 분석
    • 기타 용도(NLP, 감정 분석, 컴퓨터 비전)
  • 조직의 규모
    • 중소기업
    • 대기업
  • 최종 사용자
    • IT 및 텔레콤
    • 자동차
    • 헬스케어
    • 항공우주 및 방위
    • 소매
    • 정부
    • BFSI
    • 기타 최종 사용자(교육, 미디어 및 엔터테인먼트, 농업 및 거래 시장)
  • 지역
    • 북미
    • 유럽
    • 아시아태평양
    • 세계 기타 지역

제7장 경쟁 구도

  • 기업 프로파일
    • Microsoft Corporation
    • IBM Corporation
    • Google LLC
    • SAS Institute Inc.
    • Fair Isaac Corporation(FICO)
    • Hewlett Packard Enterprise Company
    • Yottamine Analytics LLC
    • Amazon Web Services Inc.
    • BigML Inc.
    • Iflowsoft Solutions Inc.
    • Monkeylearn Inc.
    • Sift Science Inc.
    • H2O.ai Inc.

제8장 투자 분석

제9장 시장의 미래

BJH 24.03.15

The Machine Learning As A Service Market size is estimated at USD 71.34 billion in 2024, and is expected to reach USD 309.37 billion by 2029, growing at a CAGR of 34.10% during the forecast period (2024-2029).

Machine Learning As A Service (MLaaS) - Market

Key Highlights

  • 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. Since it revolves around algorithms, model complexity, and computational complexity, it requires skilled professionals to develop these solutions.
  • The machine learning as a service (MLaaS) market will likely witness high growth over the forecast period as MLaaS algorithms are used to find patterns in the data, and users don't have to worry about the actual calculations. MLaaS is the only full-stack AI platform combining mobile applications, enterprise intelligence, industrial automation, and control systems.
  • With advancements in data science and artificial intelligence, the performance of machine learning accelerated at a rapid pace. Companies are identifying the potential of this technology, and therefore, the adoption rate of the same is expected to increase over the forecast period. Companies offer machine learning solutions on a subscription-based model, making it easier for consumers to use this technology. In addition, it provides flexibility on a pay-as-you-use basis.
  • Moreover, MLaaS is widely used in fraud detection, supply chain optimization, risk analytics, manufacturing, and others. Users can freely build internal infrastructure from scratch, making managing and storing your data easier.
  • The ML startups are receiving fundings millions of dollars of ML investment. For instance, In June 2022, Inflection AI secured one of the largest artificial machine learning funding rounds, totaling USD 225 million. It is referred to as a machine learning and AI startup. It has obtained USD 225 million in equity financing from venture capitalists. This ML investment is expected to improve machine learning, allowing for intuitive human-computer interfaces in the near future.
  • Machine learning-as-a-service leverages deep learning techniques for predictive analytics to enhance decision-making. However, using MLaaS introduces security challenges for ML model owners and data privacy challenges for data owners. Data owners are concerned about the privacy and safety of their data on MLaaS platforms. In contrast, MLaaS platform owners worry that their models may be stolen by adversaries who pose as clients.
  • The COVID-19 pandemic caused many organizations to accelerate their migrations to public cloud solutions since cloud service elasticity can meet unexpected spikes in service demand. Migrations to the cloud helped companies reinvent the way they conduct their businesses during the time of COVID-19. The need for AI services has grown, and many cloud providers offer AIaaS and MLaaS.

Machine Learning as a Services(MLAAS) Market Trends

Increasing Adoption of IoT and Automation to Drive the Market

  • IoT operations ensure that thousands or more devices run correctly and safely on an enterprise network and that the data being collected is timely and accurate. While sophisticated back-end analytics engines work on the major bit of data stream processing, ensuring data quality is often left to obsolete methodologies. Some IoT platform vendors are baking machine learning technology to boost their operations management capabilities to ensure rein in sprawling IoT infrastructures.
  • Machine learning may demystify the hidden patterns in IoT data by analyzing significant volumes of data utilizing sophisticated algorithms. ML inference may supplement or replace manual processes with automated systems using statistically derived actions in critical processes. Solutions built on ML automate the IoT data modeling process, thus, removing the circuitous and labor-intensive activities of model selection, coding, and validation.
  • Small businesses adopting IoT may significantly save on the time-consuming machine learning process. MLaaS vendors may conduct more queries more quickly, providing more types of analysis to get more actionable information from vast caches of data generated by multiple devices in the IoT network.
  • As per Zebra's Manufacturing Vision Study, smart asset monitoring systems based on IoT and RFID were predicted to outperform traditional, spreadsheet-based approaches by 2022. According to research conducted by Microsoft Corporation, 85% of businesses have at least one IIoT use case project. This figure was expected to rise, as 94% of respondents said they would pursue IIoT initiatives in 2021. These instances may create opportunities for MLaaS vendors in the near future.
  • The increasing use of cloud-based technology in many organizations benefits data transfer due to the ease with which these connections may be formed. This allows every employee in an organization to access data, increasing a company's cost efficiency. In April 2023, Oracle Corporation and GitLab Inc. announced the availability of a new offering that expands ML and AI functionalities. Customers can run AI and ML workloads with GPU-enabled GitLab runners on Oracle Cloud Infrastructure (OCI) and get access to deploy cloud services wherever needed, including on-premises and multi-cloud environments.

North America is Expected to Hold the Largest Market Share

  • North America is expected to hold a significant share in the market owing to the robust innovation ecosystem, fueled by strategic federal investments into advanced technology, complemented by the presence of visionary scientists and entrepreneurs coming together from globally renowned research institutions, which has propelled the development of MLaaS.
  • For instance, in May 2023, The U.S. National Science Foundation (NSF), in collaboration with higher education institutions, other federal agencies, and other stakeholders, announced to invest USD 140 million to establish seven new National Artificial Intelligence Research Institutes (AI) institutes. Through this investment, the government aims to promote AI systems and technologies and develop a diverse AI workforce in the United States to advance a cohesive approach to AI-related opportunities and risks. Such investments by the regional government will create new growth opportunities for the studied market.
  • Because of remarkable growth in countries such as Canada and the United States, the North American region accounts for most of Mlaas business. These countries are home to a wide diversity of small and large start-ups. As a result, the market for machine learning as a service is expanding in North America. Regarding technological breakthroughs and use, North America is the fastest-growing region worldwide in the machine learning as a service market. It has the infrastructure and funds to invest in machine learning as a service. Furthermore, increased defense spending and technical improvements in the telecommunications industry will likely boost market growth throughout the forecast period.
  • The region also witnessed a significant proliferation of 5G, IoT, and connected devices. As a result, communications service providers (CSPs) need to manage an ever-growing complexity efficiently through virtualization, network slicing, new use cases, and service requirements. This is expected to drive MLaaS solutions as traditional network and service management approaches are no longer sustainable.
  • Moreover, major technology firms in the region, such as Microsoft, Google, Amazon, and IBM, have stepped up as major players in the ML-as-a-service race. Because each of the companies has a sizeable public cloud infrastructure and ML platforms, this allows the companies to make machine learning-as-a-service a reality for those looking to use AI for everything ranging from customer service to robotic process automation, marketing, analytics, predictive maintenance, etc., to assist in training the AI date models being deployed.
  • The key players in this region focus on expanding to offer their clients seamless experiences, increasing the MlaaS market's demand. For instance, In February 2022, AWS announced the global expansion of AWS local zones. It told the completion of its first 16 AWS Local Zones in the United States, and it plans to launch new AWS Local Zones in 32 new metropolitan areas in 26 countries worldwide.
  • The region's ML marketplace is changing due to the cloud, and serverless computing allows developers to get ML applications up and running quickly. Additionally, the prime driver of the ML-as-a-service business is information services. The most significant change serverless computing has brought in is eliminating the need to scale physical database hardware.

Machine Learning as a Services(MLAAS) Industry Overview

The high market consolidation has increased the competition among prominent players such as Microsoft, IBM, Google, and Amazon. To capture a significant share of the Machine Learning-as-a-Service (MLAAS) Market, other players are actively expanding their product portfolios and geographical presence.

In February 2023, Civo, the cloud-native service prover, announced to launch of Kubeflow as a service, its new Machine Learning managed service, to improve the developer experience and reduce the time and resources required to gain insights from ML algorithms. Through this launch, the company aims to make ML accessible to all sizes of organizations.

In February 2022, Telecom giant AT&T and AI company H2O collaborated and launched an artificial intelligence feature store for enterprises. This delivers a repository for collaborating, sharing, reusing, and discovering machine learning features to speed AI project deployments and improve ROI.

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 INSIGHTS

  • 4.1 Market Overview
  • 4.2 Industry Attractiveness - Porter's Five Forces Analysis
    • 4.2.1 Bargaining Power of Buyers
    • 4.2.2 Bargaining Power of Suppliers
    • 4.2.3 Threat of New Entrants
    • 4.2.4 Threat of Substitute Products
    • 4.2.5 Intensity of Competitive Rivalry
  • 4.3 Industry Value Chain Analysis
  • 4.4 Assessment of Impact of COVID-19 on the Market

5 MARKET DYNAMICS

  • 5.1 Market Drivers
    • 5.1.1 Increasing Adoption of IoT and Automation
    • 5.1.2 Increasing Adoption of Cloud-based Services
  • 5.2 Market Restraints
    • 5.2.1 Privacy and Data Security Concerns
    • 5.2.2 Need for Skilled Professionals

6 MARKET SEGMENTATION

  • 6.1 Application
    • 6.1.1 Marketing and Advertisement
    • 6.1.2 Predictive Maintenance
    • 6.1.3 Automated Network Management
    • 6.1.4 Fraud Detection and Risk Analytics
    • 6.1.5 Other Applications (NLP, Sentiment Analysis, and Computer Vision)
  • 6.2 Organization Size
    • 6.2.1 Small and Medium Enterprises
    • 6.2.2 Large Enterprises
  • 6.3 End-User
    • 6.3.1 IT and Telecom
    • 6.3.2 Automotive
    • 6.3.3 Healthcare
    • 6.3.4 Aerospace and Defense
    • 6.3.5 Retail
    • 6.3.6 Government
    • 6.3.7 BFSI
    • 6.3.8 Other End-Users (Education, Media and Entertainment, Agriculture, and Trading Market Place)
  • 6.4 Geography
    • 6.4.1 North America
    • 6.4.2 Europe
    • 6.4.3 Asia-Pacific
    • 6.4.4 Rest of the World

7 COMPETITIVE LANDSCAPE

  • 7.1 Company Profiles
    • 7.1.1 Microsoft Corporation
    • 7.1.2 IBM Corporation
    • 7.1.3 Google LLC
    • 7.1.4 SAS Institute Inc.
    • 7.1.5 Fair Isaac Corporation (FICO)
    • 7.1.6 Hewlett Packard Enterprise Company
    • 7.1.7 Yottamine Analytics LLC
    • 7.1.8 Amazon Web Services Inc.
    • 7.1.9 BigML Inc.
    • 7.1.10 Iflowsoft Solutions Inc.
    • 7.1.11 Monkeylearn Inc.
    • 7.1.12 Sift Science Inc.
    • 7.1.13 H2O.ai Inc.

8 INVESTMENT ANALYSIS

9 FUTURE OF THE MARKET

비교리스트
0 건의 상품을 선택 중
상품 비교하기
전체삭제