https://www.globalresearch.jp/data-science-platform-market-growth-mor21rh175
世界のデータサイエンスプラットフォーム市場（以下、調査対象市場）は、2020年に310億5,000万米ドルとなり、2021年から2026年の予測期間中に39.7%のCAGRを記録し、2026年には2,308億米ドルに達すると予想されています。データサイエンス・プラットフォームは、様々なソースからのデータの統合や探索、コーディング、モデルの構築など、あらゆる種類のデータサイエンス作業を行うためのソフトウェアハブで構成されています。また、データを活用し、モデルを本番環境に展開し、モデルを活用したアプリケーションやレポートで結果を提供します。これにより、データサイエンティストは単一の環境で、データから実用的な洞察を見出し、戦略を立案し、収集したアイデアを企業全体に伝えることができます。
– 企業内でデータサイエンティストの大規模なチームをサポートするITマネージャーは、データガバナンスと、データサイエンティストが必要とするインフラやツールを提供することが課題となります。データサイエンスのツールやアプリケーションの普及は、チャンスと同時に課題ももたらします。
– データサイエンスは、アナリティクス・オフィサー、アクチュアリー、リサーチ・サイエンティストなど、さまざまな業界や組織で多くの職種を包含しています。しかし、どのような職種であっても、データから戦略的な洞察力を引き出すという点では共通しており、ビジネス上の需要はこれまでになく高まっています。IBMは、データサイエンティストの必要性が2020年までに28％上昇すると推定しています。様々なエンドユーザーの業界では、大量の構造化データや非構造化データの使用が増えており、それがビッグデータの採用を後押ししています。例えば、Seagate Technology PLCによると、世界のデータ量は、2015年の12ゼタバイトから、2020年には47ゼタバイト、2025年には163ゼタバイトに増加すると予想されています。
– 具体的には、データサイエンス・プラットフォームは、データサイエンスの生産ラインの4つの段階（データ準備、モデル開発、DevOps、ビジネスデリバリー）をすべてサポートします。データサイエンスプラットフォームは、透明性の高いデータアクセス、一貫性のあるメタデータ、強力なエンタープライズガバナンス、自動化された機械学習、モデル構築、運用化されたモデル管理、ビジネスへの影響を測定・改善するツールなどに依存します。
– さらに、データサイエンスと機械学習の積極的な活用が、通信業界を後押ししています。通信会社は、主に広大な通信ネットワークとインフラを機能させているため、完全なデータフローで運営されています。データサイエンス・プラットフォームを利用してこのデータを分析・処理することは、最も実用的なソリューションの一つです。
– さらに、クラウドはデータサイエンス・プラットフォームの統合による市場導入に貢献しており、プレイヤーはクラウド統合プラットフォームの開発を積極的に進めています。クラウドコンピューティングでは、無限の処理能力を利用することができます。Amazon Web Servicesなどのクラウドベンダーは、最大96個の仮想CPUコアと約768GBのRAMを搭載したサーバーを提供しています。これらのサーバーは、オートスケーリンググループに設定することで、数百台以上のサーバーを遅延なく起動または停止することができます。単なる計算機にとどまらず、クラウド企業はデータ分析のための本格的なプラットフォームを提供しています。例えば、Google CloudはBigQueryというプラットフォームを提供しています。これはサーバーレスでスケーラブルなデータウェアハウスであり、データサイエンティストはペタバイト級のデータを1つのプラットフォームで保存・分析することができます。
– さらに、COVID-19の危機は今後も続くと考えられています。このような状況の中、クラウドコンピューティングは、企業が直面している最も重要な変革を促進するための効率的なモデルとして登場しました。Flexera社が実施したクラウドに関する調査によると、世界全体では、中小企業と企業を合わせて50％もの組織が、コロナウイルス危機を受けてクラウドの利用を増やす予定だといいます。インドでは、教育、医療、娯楽、ゲームなどの主要分野で、事業の継続性と回復力を確保するために、一貫してクラウドへの移行が進んでいます。これは、データサイエンス・プラットフォームの高い利用率に対応するものです。
主な市場動向
予測期間中、市場を支配するのはヘルスケア分野
– ヘルスケア分野では、個々のデータが生死に関わる重要な意味を持ちますが、多くの組織では、データを適切に集約して幅広いケアプロセスに関する洞察を得ることができません。データに基づいて結論を出し、意思決定を行い、医療知識を効率的に活用して安全性と品質を向上させるには、包括的なデータサイエンス戦略が必要です。
– データサイエンス・プラットフォームは、アカデミックおよび産業界の第3相臨床試験から得られた患者レベルの履歴データを広く共有、統合、分析できる様々な医学研究コミュニティを提供します。このような豊富なデータセットは、データサイエンスの一部であり、間違いなく医薬品の研究開発分野に役立ちます。
– さらに、プレイヤーは、クラウドにとらわれず、AWS、GCP、Azure、またはプライベートクラウド上のシングルテナントのPlatformとして展開できる新しいプラットフォームを提供しています。2020年6月、Aigenpulseは、創薬・開発を促進するために設計された新しいデータインテリジェンスプラットフォームを発表しました。Aigenpulseプラットフォームは、最新の人工知能（AI）と機械学習ツールを活用し、科学的な意思決定を支える高度な分析を実現します。
– また、科学者は何百ものデータセットを同時に、かつ大規模に処理することができるため、より価値の高いタスクに時間を割くことができます。このプラットフォームは、ELNやLIMS、サンプルや実験のメタデータを扱う社内データレイク、TRON、TCGA、GTeXなどのパブリックデータソースと容易に統合できます。
– さらに、膨大な量の健康データが手元にあるにもかかわらず、診断の失敗率はまだ比較的高くなっています。これらの健康データをデータサイエンス・プラットフォームに採用することで、診断の精度と効率が向上します。これらの利点は、強力な機械学習アルゴリズムを用いて、1,000人以上の患者の生体サンプルを抽出し、分析することで実現されます。
北米が最大の市場シェアを占める
– 北米は、大企業や技術者が多く、データサイエンスプラットフォームの需要が高まっていることから、データサイエンスプラットフォーム市場の最大のシェアを占めると予想されています。米国では年間約12億件の臨床文書が作成されており、医療従事者や医師は研究のベースとなる膨大な量のデータを持っています。さらに、この地域ではウェアラブル技術の普及により、膨大な量の健康関連情報にアクセスできるようになり、この地域のより良い、より情報の多いヘルスケアシステムに新たな機会を提供しています。
– さらに、この地域には多くの資本集約的な産業が存在するため、データサイエンス・プラットフォームの成長に有利に働きます。このようなプラットフォームの利点に対する認識が高まっていることから、企業はこの地域の市場で競争力を高めるために、既存のオペレーティングシステムに統合し続けています。
– Google Inc.、Microsoft Corporation、IBM Corporation、Cloudera Inc.などの有名企業が、強力な機械学習やデータサイエンス技術を活用して、データを実用的な洞察に変えることができるようになったことで、データ分析の人材に対するニーズが高まっています。
競争状況
データサイエンスプラットフォーム市場は競争が激しく、多数のプレイヤーで構成されています。市場でトップシェアを誇る大手企業は、海外での顧客基盤の拡大に注力しています。市場のプレーヤーは、市場シェアの拡大と収益性の向上を目指して、戦略的な協力体制を活用しています。市場での重要な動きの一部を紹介します。
– 2020年6月 – IBM Corporationは、IBM Cloud Pak for Data V3.0プラットフォームの一般提供を発表しました。このプラットフォームは、IBMデータサービスの集合体から、堅牢なエンドツーエンドのデータおよびAIソリューションへと飛躍的に成長しました。データ・エステート・モダナイゼーションを加速し、AI導入を推進するためのまとまったエコシステムを提供します。
– 2020年2月-オラクルは、データサイエンティストのチームが機械学習モデルの開発、デプロイ、メンテナンスを共同で行えるように設計されたOracle Cloud Infrastructure（OCI）上のネイティブサービスである、新しい「Oracle Cloud Infrastructure Data Science Service」の提供開始を発表しました。オラクルは「第2世代」のクラウドを拡大しており、この新サービスは、他のパブリッククラウドベンダーがデータサイエンティスト向けに提供しているサービスや、典型的なデータサイエンティストのワークフローに伴う問題を飛躍的に改善することを目指しています。
本レポートの購入理由
– エクセル形式の市場推定（ME）シート
– 3ヶ月間のアナリスト・サポート
【レポートの目次
1 イントロダクション
1.1 調査の前提条件と市場の定義
1.2 調査の範囲
2 調査方法
3 エグゼクティブサマリー
4 市場に関する考察
4.1 市場の概要
4.2 市場の推進要因
4.3 市場の課題
4.4 業界の魅力 – ポーターのファイブフォース分析
4.4.1 サプライヤーのバーゲニング・パワー
4.4.2 バイヤー／消費者のバーゲニング・パワー
4.4.3 新規参入者の脅威
4.4.4 代替製品の脅威
4.4.5 競合他社との競争の激しさ
4.5 COVID-19のインパクトの評価
5 市場のセグメンテーション
5.1 サービス別
5.1.1 プロフェッショナル
5.1.2 マネージド
5.2 アプリケーション別
5.2.1 マーケティング
5.2.2 販売
5.2.3 ロジスティクス
5.2.4 その他のアプリケーション
5.3 デプロイメント別
5.3.1 オンプレミス
5.3.2 クラウドベース
5.4 エンドユーザーの業種別
5.4.1 IT・電気通信
5.4.2 ヘルスケア
5.4.3 BFSI
5.4.4 製造業
5.4.5 小売
5.4.6 その他のエンドユーザー産業(政府・防衛、エネルギー・公益事業)
5.5 地域別
5.5.1 北アメリカ
5.5.2 欧州
5.5.3 アジア太平洋地域
5.5.4 ラテンアメリカ
5.5.5 中近東およびアフリカ
6 データサイエンティストの労働力の範囲
6.1 北米におけるデータサイエンティストの労働力
6.1.1 米国における求人数（100万人） – 2015年～2020年
6.1.2 カナダにおける求人掲載数（百万人） – 2015年～2020年
6.2 欧州のデータ市場の状況
6.2.1 欧州のデータ労働者数（百万人） – 2016年～2020年
6.2.2 以下の国のデータサイエンティスト平均給与額
6.2.2.1 イギリス
6.2.2.2 スペイン
6.2.2.3 ドイツ
6.2.2.4 イタリア
6.2.2.5 スイス
6.2.2.5 スイス 6.2.2.6 オランダ
6.3 アジア太平洋地域におけるデータサイエンティストの労働力
6.3.1 マレーシアの求人掲載数（百万人） – 2016-2020年
6.3.2 シンガポールの求人件数 (百万件) – 2015-2018年
6.3.3 フィリピンの求人掲載数（百万人） – 2016-2022年
7 競争状況
7.1 企業プロフィール
7.1.1 グーグル社（Google, Inc.
7.1.2 マイクロソフト株式会社
7.1.3 IBMコーポレーション
7.1.4 Cloudera, Inc.
7.1.5 Dataiku SAS
7.1.6 RapidMiner, Inc.
7.1.7 ウルフラム リサーチ
7.1.8 SAS Institute, Inc.
7.1.9 H2O.ai
7.1.10 TIBCO Software Inc.
7.1.11 株式会社ドミノ・データ・ラボ
7.1.12 Anaconda Inc.
7.1.13 Alteryx Inc.
7.1.14 テラデータ・コーポレーション
7.1.15 WNSグローバル・サービス・PVT.リミテッド
7.1.16 KNIME.com AG
7.1.17 BRIDGEi2i Analytics Solutions Pvt Ltd.
8 質的トレンド（スクリーニング、ソート、センシング、データ準備、基礎データ分析
8.1 コンテンツ分析
8.2 ナラティブ分析
8.3 談話分析
8.4 グラウンデッド・セオリー
9 投資分析
10 世界のデータサイエンスプラットフォーム市場の将来性
https://www.globalresearch.jp/data-science-platform-market-growth-mor21rh175