1 はじめに 56
1.1 調査目的 56
1.2 市場の定義 56
1.2.1 包含と除外 57
1.3 市場範囲 58
1.3.1 市場の区分 58
1.3.2 対象地域 59
1.3.3 考慮した年数 59
1.4 考慮した通貨 60
表1 米ドル為替レート（2020-2023年） 60
1.5 利害関係者 60
1.5.1 景気後退の影響 60
2 調査方法
2.1 調査データ
図1 大規模言語モデル市場：調査デザイン 61
2.1.1 二次データ 62
2.1.2 一次データ 62
表2 一次インタビュー 62
2.1.2.1 主要プロファイルの内訳 63
図2 主要プロファイルの内訳（企業タイプ、呼称、地域別） 63
2.1.2.2 主要な業界洞察 63
図3 専門家による主な洞察 63
2.2 市場規模の推定 64
図4 大規模言語モデル市場：トップダウンアプローチとボトムアップアプローチ 64
2.2.1 トップダウンアプローチ 64
2.2.2 ボトムアップアプローチ 64
図5 アプローチ1（ボトムアップ、供給側）： 大規模言語モデルのソリューション／サービスベンダーからの収益 65
図 6 アプローチ 2（ボトムアップ、サプライサイド）： 大規模言語モデルのすべてのソリューション／サービスからの総収入 65
図 7 アプローチ 3（ボトムアップ、サプライサイド）： すべてのソリューション／サービスと対応するソースからの市場推定 66
図 8 アプローチ 4（ボトムアップ、需要サイド）： 人工知能支出全体に占める大規模言語モデルのシェア 67
2.3 データの三角測量 68
図9 データの三角測量 68
2.4 市場予測 68
表3 要因分析 68
2.5 調査の前提
表4 調査の前提条件 69
2.6 調査の限界
図 10 調査の限界
2.7 景気後退が大規模言語モデル市場に与える影響 71
表5 世界の大規模言語モデル市場における景気後退の影響 72
3 エグゼクティブサマリー
表6 大型言語モデルの世界市場規模と成長率、2020-2023年（百万米ドル、前年比） 75
表 7：大規模言語モデルの世界市場規模と成長率、2024-2030 年（百万米ドル、前年比） 75
図 11 2024 年にはソフトウェア分野がより大きな市場規模を占める 75
図 12 予測期間中、ソフトウェアタイプ別では汎用 llms が支配的なセグメントとなる 76
図 13 2024 年にはクローズドソース型 llms（ソフトウェアのソースコード別）が市場を支配する 76
図 14 クラウドが予測期間中に急成長する展開モード 77
図 15 2024 年にはサービス別 llm 開発セグメントが最大の市場シェアを占める 77
図 16 自動符号化 llms アーキテクチャ分野は 2024～2030 年に最も速い成長率を記録する 78
図 17 モダリティ別ではテキスト分野が 2024 年に最大の市場シェアを占める 78
図 18 2024 年には 10 億～100 億パラメータセグメント（モデルサイズ別）が最大の市場シェアを占める 79
図 19 予測期間中に最も成長するアプリケーションは言語翻訳とローカライゼーション分野 79
図 20 ヘルスケア＆ライフサイエンス分野が予測期間中に最も高い成長率を示す 80
図 21 2024 年から 2030 年にかけて最も高い成長率を記録するのはアジア太平洋地域 80
4 プレミアムに関する洞察 81
4.1 大規模言語モデル市場における企業の魅力的な機会 81
図 22 多様な産業における洗練された NLP アプリケーションの需要増加が極めて重要な成長促進要因に 81
4.2 大規模言語モデル市場：上位3つのアプリケーション 82
図 23 情報検索アプリケーション分野が予測期間中に最も高い成長率を占める 82
4.3 北米：大規模言語モデル市場：サービス別、エンドユーザー別 82
図 24 2024 年にはソフトウェアとメディア＆エンターテインメントが北米の最大株主 82
4.4 大規模言語モデル市場、地域別 83
図 25 2024 年には北米が最大の市場シェアを占める 83
5 市場概要と業界動向 84
5.1 はじめに
5.2 市場ダイナミクス 84
図 26 推進要因、阻害要因、機会、および課題： 大規模言語モデル市場 84
5.2.1 推進要因 85
5.2.1.1 大規模データセットの利用可能性の増加 85
図 27 世界中で生成・消費されたデータ量（2010 年～2023 年）（ゼタバイト） 85
5.2.1.2 深層学習アルゴリズムの進歩 85
図 28 モデルサイズの急増に伴い、LLM の性能は急速に拡大する（2018～2023 年）（10 億パラメータ） 86
5.2.1.3 人間と機械のコミュニケーション強化の必要性 86
図 29 チャットボットによる会話への適応が進むユーザー（2021 年対 2022 年） 87
5.2.1.4 コンテンツの自動作成とキュレーションに対する需要の高まり 87
図 30 企業規模を問わない大規模言語モデルのユースケース（2022年） 88
5.2.2 阻害要因 88
5.2.2.1 モデル学習と推論最適化のコストが高い 88
図 31 様々な Gpt-3 ベースの大規模言語モデルの 100 万パラメータ当たりのトレーニングコスト 89
5.2.2.2 データの偏りと品質への懸念 89
5.2.2.3 説明可能性と解釈可能性における透明性の欠如 89
5.2.3 機会 90
5.2.3.1 LLMを利用した言語翻訳とローカリゼーションの強化 90
5.2.3.2 LLMを使った感情認識と感情分析 90
図 32 人間の認知スキルにおける著名な LLM のスコア（2022 年） 91
5.2.3.3 知識発見と管理におけるLLMへの需要の高まり 91
5.2.4 課題 91
5.2.4.1 高い推論待ち時間 91
5.2.4.2 大容量メモリによる計算効率の低下 92
図 33 いくつかの著名な llms の計算要件（テラフロップ） 92
5.2.4.3 モデルの性能と完全性の維持 92
図34 Gpt-4における3ヶ月以内のモデルドリフト（2023年3月と2023年6月の比較） 93
5.3 大規模言語モデル市場の進化 93
図35 大型言語モデル市場の進化 93
5.4 大型言語モデル ソフトウェア層 95
5.4.1 エンベッディング層 95
5.4.2 フィードフォワード層
5.4.3 リカレント層 96
5.4.4 注意層 96
5.5 バリューチェーン分析 97
図 36 大型言語モデル市場：バリューチェーン分析 97
表8 大型言語モデル市場：バリューチェーン分析 98
5.6 エコシステム分析／マーケットマップ 99
表9 大型言語モデル市場：エコシステム 99
図 37 大型言語モデル市場マップ： 主要プレイヤー 101
5.6.1 大規模言語モデルソフトウェアプロバイダー 101
5.6.1.1 LLM APIプロバイダー 102
5.6.1.2 ベクトルデータベースプロバイダー 102
5.6.1.3 LLMフレームワークプロバイダー 102
5.6.1.4 音声合成プロバイダ 102
5.6.1.5 LLMモニタリングツールプロバイダ 102
5.6.2 大規模言語モデルサービスプロバイダー 103
5.6.2.1 コンピュートプラットフォームプロバイダ 103
5.6.2.2 モデルハブ 103
5.6.2.3 ファインチューニング／カスタムモデル学習フレームワーク 103
5.6.2.4 モニタリング／監視プラットフォームプロバイダー 104
5.6.2.5 ホスティングサービスプロバイダー 104
5.6.3 エンドユーザー 104
5.6.4 政府・規制機関 104
5.7 投資環境と資金調達シナリオ 105
図 38 資金調達額と資金調達ラウンド別の主要なローン開発企業（2017～2024 年）（百万米ドル） 105
図39 最も評価されたLLM開発企業、2023年（10億米ドル） 106
図40 大規模言語モデル運用（llmops）への投資（カテゴリー別）、2023年（百万米ドル） 107
図 41 大規模言語モデル市場の取引件数と取引額（2021 年第 1 四半期～2023 年第 3 四半期）（百万米ドル） 108
5.8 ケーススタディ分析 109
5.8.1 BFSI 109
5.8.1.1 生成AIを活用したEdger Financeの投資情報収集・分析の高速化 109
5.8.2 メディア＆エンターテインメント 109
5.8.2.1 Ben Groupはメディア＆エンターテイメント業界の分散型デジタル世界に革命を起こす 109
5.8.3 ヘルスケア＆ライフサイエンス 110
5.8.3.1 サマーヘルスはOpenAIで小児科医の診察を再構築 110
5.8.4 IT・IT 110
5.8.4.1 Oxide AI は IBM watsonx.ai を試験的に導入し、金融における投資情報の過負荷に挑む 110
5.8.5 法律事務所 111
5.8.5.1 ManzはDeepsetクラウドを活用し、セマンティック検索により法務調査の労力を大幅に削減 111
5.9 テクノロジー分析 111
5.9.1 主要テクノロジー 111
5.9.1.1 自然言語処理（NLP） 111
5.9.1.2 ディープラーニング 112
5.9.1.3 トランスフォーマーアーキテクチャ 112
5.9.1.4 注意メカニズム 112
5.9.1.5 トランスファー学習 112
5.9.2 隣接技術 113
5.9.2.1 音声認識 113
5.9.2.2 コンピュータビジョン 113
5.9.2.3 強化学習 113
5.9.2.4 知識グラフ 114
5.9.3 補完技術 114
5.9.3.1 量子コンピューティング 114
5.9.3.2 説明可能なAI 114
5.9.3.3 エッジコンピューティング 115
5.9.3.4 ブロックチェーン 115
5.10 規制の状況 115
5.10.1 規制機関、政府機関、その他の組織 115
表10 北米：規制機関、政府機関、その他の組織 116
表 11 欧州： 規制当局、政府機関、その他の組織 116
表12 アジア太平洋地域： 規制機関、政府機関、その他の団体 117
表13 中東・アフリカ：規制機関、政府機関、その他の団体 117
表14 ラテンアメリカ：規制機関、政府機関、その他の団体 118
5.10.2 規制： 大規模言語モデル市場 118
5.10.2.1 北米 118
5.10.2.1.1 カリフォルニア州消費者プライバシー法（CCPA） 118
5.10.2.1.2 カナダの自動意思決定指令 118
5.10.2.1.3 AIと自動意思決定システム（AADS）条例（ニューヨーク市） 119
5.10.2.2 欧州 119
5.10.2.2.1 一般データ保護規則（GDPR） 119
5.10.2.2 欧州連合の人工知能法（AIA） 119
5.10.2.2.3 欧州委員会による信頼できるAIのための倫理ガイドライン 119
5.10.2.3 アジア太平洋地域 119
5.10.2.3.1 個人情報保護法（PIPL）-中国 119
5.10.2.3.2 人工知能倫理ガイドライン（日本） 119
5.10.2.3.3 AI戦略とガバナンスの枠組み – オーストラリア 119
5.10.2.4 中東・アフリカ 120
5.10.2.4.1 アラブ首長国連邦のAI規制と倫理ガイドライン 120
5.10.2.4.2 南アフリカの個人情報保護法（POPIA） 120
5.10.2.4.3 エジプトのデータ保護法 120
5.10.2.5 ラテンアメリカ 120
5.10.2.5.1 ブラジル – 一般データ保護法（LGPD） 120
5.10.2.5.2 メキシコ – 民間団体が保有する個人データの保護に関する連邦法（LFPDPPP） 120
5.10.2.5.3 アルゼンチン-個人データ保護法（PDPL） 120
5.11 特許分析 121
5.11.1 方法論 121
5.11.2 出願特許（文書タイプ別） 121
表15 出願された特許（2013～2023年） 121
5.11.3 技術革新と特許出願 121
図42 過去10年間に取得された特許数（2013～2023年） 121
5.11.3.1 大規模言語モデル市場における上位特許所有者 122
図 43 大型言語モデル市場における出願人上位 10 社（2013～2023 年） 122
表16 大型言語モデル市場における特許所有者上位20件（2013～2023年） 122
表17 大型言語モデル市場における少数の特許リスト（2022～2023年） 123
図 44 付与された特許の地域分析（2013-2023年） 126
5.12 価格分析 126
5.12.1 主要企業の平均販売価格動向（ソフトウェアタイプ別） 128
図45 主要プレイヤーの平均販売価格動向（ソフトウェアタイプ別） 128
表18 主要プレイヤーの平均販売価格動向（ソフトウェアタイプ別） 128
5.12.2 指標価格分析（オファリング別） 129
表 19 大規模言語モデルソリューションの指標価格水準（提供製品別） 129
5.13 貿易分析 131
5.13.1 コンピューターソフトウェアの輸出シナリオ 131
図 46 コンピューターソフトウェアの輸出額（主要国別、2015～2022 年）（10 億米ドル） 132
5.13.2 コンピュータソフトウェアの輸入シナリオ 132
図47 主要国別コンピュータソフトウェアの輸入額（2015～2022年）（10億米ドル） 133
5.14 主要な会議とイベント 133
表20 大型言語モデル市場：会議・イベントの詳細リスト（2024～2025年） 133
5.15 ポーターの5つの力分析 134
表21 ポーターの5つの力が大規模言語モデル市場に与える影響 134
図 48 ポーターの 5 つの力分析：大規模言語モデル市場 135
5.15.1 新規参入の脅威 135
5.15.2 代替品の脅威 135
5.15.3 供給者の交渉力 136
5.15.4 買い手の交渉力 136
5.15.5 競合の激しさ 136
5.16 技術ロードマップ 137
図 49 大規模言語モデル市場の技術ロードマップ 137
5.17 ビジネスモデル 138
図50 大型言語モデル：ビジネスモデル 138
5.17.1 ソフトウェアベンダーモデル 139
5.17.2 クラウドAPIアクセスモデル 139
5.17.3 カスタムトレーニング／ファインチューニングモデル 140
5.17.4 マーケットプレイス／取引所モデル 141
5.18 顧客のビジネスに影響を与えるトレンド／混乱 141
5.18.1 大規模言語モデルプロバイダーの収益シフトと新たな収益ポケット 141
図 51 顧客のビジネスに影響を与えるトレンド／混乱 142
5.19 主要ステークホルダーと購買基準 142
5.19.1 購入プロセスにおける主要ステークホルダー 142
図 52 主要エンドユーザーの購買プロセスにおける関係者の影響 142
表 22 主要エンドユーザーの購買プロセスにおける関係者の影響 142
5.19.2 購入基準 143
図53 上位3つのエンドユーザーの主な購買基準 143
表23 上位3エンドユーザーの主な購買基準 143
6 大規模言語モデル市場（提供製品別） 144
6.1 はじめに 145
6.1.1 オファリング： 大規模言語モデル市場の促進要因 145
図 54 2024 年に市場シェアを拡大するソフトウェア分野 146
表 24：大規模言語モデル市場、オファリング別、2020～2023 年（百万米ドル） 146
表 25：大規模言語モデル市場、オファリング別、2024-2030 年（百万米ドル） 146
6.2 ソフトウェア、タイプ別 147
図 55 2024～2030 年の間にドメイン特化型 llms が最も急成長するセグメント 147
表 26 大規模言語モデル市場、ソフトウェアタイプ別、2020～2023 年（百万米ドル） 148
表 27 大規模言語モデル市場：ソフトウェアタイプ別、2024～2030 年（百万米ドル） 148
6.2.1 汎用llms 148
6.2.1.1 汎用LLMの高い汎用性と迅速な適応性により、複数のユースケースへの普及に拍車がかかる 148
表 28： 大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 149
表 29 汎用 LLM： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 149
6.2.2 ドメイン特化型 llms 150
6.2.2.1 ドメイン特化型LLMの採用は、各業界に特化したLLMに対する組織の緊急ニーズが原動力になる 150
6.2.2.2 ゼロショット 151
表 30 ゼロショットのドメイン特化型 LLM： 大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 151
表 31 ゼロショット領域特化型 llms： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 152
6.2.2.3 ワンショット 152
表 32 ワンショットドメイン特化型 llms： 大規模言語モデル市場、地域別、2020-2023 年（百万米ドル） 153
表 33 ワンショットドメイン特化型 llms： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 153
6.2.2.4 少数ショット 153
表 34 少数ショットのドメイン特化型 llms： 大規模言語モデル市場、地域別、2020-2023 年（百万米ドル） 154
表 35 少数ショットのドメイン特化型 llms： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 154
6.2.3 多言語LLMS 155
6.2.3.1 グローバル化の進展と包括性の推進がシームレスな多言語言語処理能力への需要を喚起 155
表 36 多言語 llms： 大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 155
表 37 多言語 llms： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 156
6.2.4 タスク別 llms 156
6.2.4.1 ミッションクリティカルなアプリケーション向けのタスク指向言語モデルにおける高精度・高精度の需要が、タスク特化型LLMの成長を促進する 156
表 38： 大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 157
表 39： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 157
6.3 ソフトウェア、ソースコード別 157
図 56 2024 年にはクローズドソース型 llms 分野が最大シェアを占める 158
表 40 大型言語モデル市場、ソフトウェアソースコード別、2020～2023 年（百万米ドル） 158
表 41 大型言語モデル市場、ソフトウェアソースコード別、2024～2030 年（百万米ドル） 158
6.3.1 オープンソースllms 159
6.3.1.1 強力なオープンソースLLMモデルの利用可能性とオープンソースコミュニティの協調性が、オープンソースLLMの採用と成長を促進する 159
表 42 オープンソース LLM： 大規模言語モデル市場、地域別、2020-2023 年（百万米ドル） 160
表 43 オープンソース LLM： 大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 160
6.3.2 クローズドソース型 llms 160
6.3.2.1 クローズドソースのLLMは、カスタマイズされたドメイン固有のAIソリューションのニーズと、独占的なアクセスと独自の優位性への欲求によって牽引される 160
表 44 クローズドソース型 LLM： 大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 161
表 45 クローズドソース型 llms： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 161
6.4 ソフトウェア、展開形態別 162
図 57 2024 年にはクラウド分野がより大きな市場シェアを占める 162
表 46 大型言語モデル市場、ソフトウェア展開モード別、2020-2023 年（百万米ドル） 163
表 47 大型言語モデル市場：ソフトウェア展開モード別、2024-2030 年（百万米ドル） 163
6.4.1 クラウド 163
6.4.1.1 スケーラブルで簡単にアクセスできるLLM APIへの需要の高まりが、クラウドベースのLLMの成長を促進 163
表 48：クラウド：大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 164
表 49：クラウド：大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 164
6.4.2 オンプレミス 165
6.4.2.1 厳格なデータプライバシーや機密領域のデータ取り扱いに対する企業のニーズが、ローカライズされた展開と制御を可能にするオンプレミス型LLMの成長を促進する 165
表 50 オンプレミス： 大規模言語モデル市場、地域別、2020年～2023年（百万米ドル） 165
表 51 オンプレミス： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 166
6.5 サービス 166
図 58 LLMファインチューニングサービスが2024～2030年に大規模言語モデル市場で最も高い成長率を記録 167
表 52 大型言語モデル市場、サービス別、2020～2023年（百万米ドル） 167
表53 大型言語モデル市場、サービス別、2024年～2030年（百万米ドル） 168
6.5.1 コンサルティング 168
6.5.1.1 LLMの導入と導入戦略に関する専門家の指導に対する需要の高まりがコンサルティングサービス分野を牽引 168
表 54 コンサルティング： 大規模言語モデル市場、地域別、2020年～2023年（百万米ドル） 169
表 55 コンサルティング 大規模言語モデル市場、地域別、2024-2030年（百万米ドル） 169
6.5.2 LM開発 169
6.5.2.1 特定のユースケースや業種に合わせたカスタムLLMへのニーズの高まりでLLM開発サービスが活性化 169
表 56 LLM 開発： 大規模言語モデル市場、地域別、2020年～2023年（百万米ドル） 170
表 57 LLM開発： 大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 170
6.5.3 統合 171
6.5.3.1 既存のソフトウェアエコシステムとワークフローにLLMをシームレスに組み込む必要性により、統合サービスの需要が高まる 171
表 58：統合：大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 171
表59 統合：大規模言語モデル市場、地域別、2024年～2030年（百万米ドル） 172
6.5.4 LMの微調整 172
6.5.4.1 LLM微調整サービス市場を拡大するドメイン固有およびタスク固有のLLM最適化 172
6.5.4.2 完全なファインチューニング 173
表60 フルファインチューニング：大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 173
表61 フルファインチューニング：大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 174
6.5.4.3 検索補強型生成（RAG） 174
表62 検索補強世代：大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 175
表63 検索補強世代：大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 175
6.5.4.4 アダプタベースのパラメータ効率チューニング 176
表64 アダプタベースのパラメータ効率チューニング：大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 177
表 65 アダプタベースのパラメータ効率チューニング：大規模言語モデル市場：地域別 2024-2030 （百万米ドル） 177
6.5.5 LLMを活用したアプリ開発 177
6.5.5.1 LLMを活用したアプリ開発サービスの採用が増加、様々な分野でLLMを活用したアプリが普及 177
表 66 LLM ベースのアプリ開発： 大規模言語モデル市場、地域別、2020年～2023年（百万米ドル） 178
表 67 LLM ベースのアプリ開発： 大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 178
6.5.6 プロンプトエンジニアリング 179
6.5.6.1 プロンプトエンジニアリングサービスは、LLMのパフォーマンスを最適化する効果的なプロンプト設計の重要性から急成長が見込まれる 179
表 68 プロンプトエンジニアリング： 大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 179
表 69 プロンプトエンジニアリング： 大型言語モデル市場、地域別、2024～2030 年（百万米ドル） 180
6.5.7 サポート＆メンテナンス 180
6.5.7.1 LLMモデルの更新、モニタリング、長期サポートの継続的ニーズがサポート＆保守サービスの採用を促進 180
表 70 サポート＆メンテナンス：大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 181
表 71 サポート＆メンテナンス：大規模言語モデル市場：地域別 2024-2030 (百万米ドル) 181
7 大型言語モデル市場：アーキテクチャ別 182
7.1 はじめに 183
7.1.1 アーキテクチャ：大規模言語モデル市場の促進要因 183
図 59 自動符号化llmsは予測期間中に最も高いcagrで成長する 184
表 72 大規模言語モデル市場、アーキテクチャ別、2020～2023 年（百万米ドル） 184
表 73 大規模言語モデル市場：アーキテクチャ別、2024～2030 年（百万米ドル） 184
7.2 自己回帰言語モデル 185
7.2.1 複雑な言語パターンと文脈内の依存関係を捉える自己回帰言語モデル 185
表 74 自己回帰言語モデル 大型言語モデル市場、地域別、2020～2023年（百万米ドル） 185
表 75 自己回帰言語モデル： 大型言語モデル市場、地域別、2024～2030年（百万米ドル） 186
7.2.2 シングルヘッド自己回帰言語モデル 186
7.2.3 マルチヘッド自己回帰言語モデル 186
7.3 自動符号化言語モデル 187
7.3.1 下流タスクの微調整にまで拡張されるAELMS は、産業界と学界での広範な採用につながる 187
表 76 自動符号化言語モデル： 大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 187
表 77 自動エンコード言語モデル： 大型言語モデル市場、地域別、2024～2030 年（百万米ドル） 188
7.3.2 バニラ自動符号化言語モデル 188
7.3.3 最適化された自動エンコード言語モデル 188
7.4 ハイブリッド言語モデル 189
7.4.1 自己回帰と自己符号化のコンポーネントを統合することで、文脈理解と生成能力を必要とするタスクで優位に立てるようにする 189
表 78 ハイブリッド言語モデル： 大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 189
表 79 ハイブリッド言語モデル： 大型言語モデル市場、地域別、2024～2030年（百万米ドル） 190
7.4.2 テキスト対テキスト言語モデル 190
7.4.3 事前学習-ファインチューニングモデル 190
8 モダリティ別大規模言語モデル市場 191
8.1 はじめに 192
8.1.1 モダリティ：大規模言語モデル市場の促進要因 192
図 60 動画モダリティは予測期間中に最も高い成長率を示す 192
表 80 大型言語モデル市場、モダリティ別、2020-2023 （百万米ドル） 193
表 81 大型言語モデル市場、モダリティ別、2024-2030 年（百万米ドル） 193
8.2 テキスト 193
8.2.1 テキストを処理・生成するためにアテンションメカニズムやトランスフォーマアーキテクチャなどの高度な技 術を活用する LMS 193
表 82：テキスト：大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 194
表 83 テキスト：大規模言語モデル市場、地域別、2024～2030 年（百万米ドル） 194
8.3 CODE 194
8.3.1 ソフトウェアの保守、リファクタリング、最適化などの作業を支援するコード理解機能を備えた llms 194
表 84 CODE： 大規模言語モデル市場、地域別、2020～2023年 （百万米ドル） 195
表 85 コード：大規模言語モデル市場 大規模言語モデル市場：地域別、2024～2030年（百万米ドル） 195
8.4 画像 195
8.4.1 マルチモーダル変換器とフュージョンメカニズムにより、llmsはテキスト入力とともに視覚情報を取り込むことができる 195
表 86 画像： 大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 196
表 87 画像： 大型言語モデル市場：地域別、2024～2030年（百万米ドル） 196
8.5 ビデオ 196
8.5.1 物体認識、アクティビティ検出、シーン理解など、動画コンテンツから意味のある洞察を抽出する llms を強化する動画モダリティ 196
表 88 動画： 大規模言語モデル市場、地域別、2020～2023 年（百万米ドル） 197
表 89 動画： 大型言語モデル市場：地域別、2024～2030年（百万米ドル） 197
9 大型言語モデル市場：モデルサイズ別 198
9.1 はじめに 199
9.1.1 モデルサイズ：大規模言語モデル市場の促進要因 199
図61 予測期間中、2,000億～5,000億パラメータセグメントが最も高いCAGRで成長する 200
表90 大型言語モデル市場、モデルサイズ別、2020年～2023年（百万米ドル） 201
表91 大型言語モデル市場、モデルサイズ別、2024年～2030年（百万米ドル） 201
9.2 10億パラメータ以下 201
9.2.1 10億パラメータ以下のモデルは計算能力の限られた環境での応用に最適 201
図62 10億パラメーター以下の著名なllms 202
表92 10億パラメーター未満：大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 203
表93 10億パラメータ未満：大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 203
9.3 10億～100億パラメータ 203
9.3.1 10億～100億パラメータのモデルは、中程度の計算要件で広範囲のNLPタスクに対応できる 203
図63 10億から100億パラメータ間の著名なLLMS 204
表94 10億～100億パラメータ：大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 205
表95 10億～100億パラメータ：大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 205
9.4 100億～500億パラメータ 205
9.4.1 100億～500億パラメータのモデルは、大規模モデルのようなリソース集約的な性質を持たず、高度な言語理解に対応できる 205
図64 100億～500億パラメータ間の顕著なllms 206
表96 100億～500億パラメータ：大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 207
表97 100億～500億パラメータ：大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 207
9.5 500億～1,000億パラメータ 207
9.5.1 500億～1,000億のパラメータを持つモデルの拡大は、ニュアンス言語理解能力と文脈認識能力の向上に後押しされる 207
図65 500億～1,000億パラメータの著名なLLMS 208
表98 500億～1000億パラメータ：大規模言語モデル市場、地域別、2020～2023年（百万米ドル） 208
表99 500億～1000億パラメータ：大規模言語モデル市場、地域別、2024～2030年（百万米ドル） 209
9.6 1,000億～2,000億パラメータ 209
9.6.1 複雑な言語パターンを理解する能力の向上により、これらのモデル規模はドメイン固有の llms の開発に…..
…..
…..
*** 大規模言語モデル（LLM）の世界市場に関するよくある質問(FAQ) ***
・大規模言語モデル（LLM）の世界市場規模は？
→MarketsandMarkets社は2024年の大規模言語モデル（LLM）の世界市場規模を64億米ドルと推定しています。
・大規模言語モデル（LLM）の世界市場予測は？
→MarketsandMarkets社は2030年の大規模言語モデル（LLM）の世界市場規模を361億米ドルと予測しています。
・大規模言語モデル（LLM）市場の成長率は？
→MarketsandMarkets社は大規模言語モデル（LLM）の世界市場が2024年～2030年に年平均33.2%成長すると展望しています。
・世界の大規模言語モデル（LLM）市場における主要プレイヤーは？
→「Google (US), OpenAI (US), Anthropic (US), Meta (US), Microsoft (US), NVIDIA (US), AWS (US), IBM (US), Oracle (US), HPE (US), Tencent (China), Yandex (Russia), Naver (South Korea), AI21 Labs (Israel), Hugging Face (US), Baidu (China), SenseTime (Hong Kong), Huawei (China)など ...」を大規模言語モデル（LLM）市場のグローバル主要プレイヤーとして判断しています。
※上記FAQの市場規模、市場予測、成長率、主要企業に関する情報は本レポートの概要を作成した時点での情報であり、最終レポートの情報と少し異なる場合があります。
*** 免責事項 ***
https://www.globalresearch.co.jp/disclaimer/
