❖本調査資料に関するお問い合わせはこちら❖
軍事分野における人工知能の世界市場規模は、2022年に79億3000万米ドルと示され、2023年から2032年までの年平均成長率は11.05%で、2032年までに約226億2000万米ドルに達すると予測されている。
重要な洞察
世界市場で最も大きな割合を占めているのは北米である。
2023年から2032年にかけては、ソフトウェア・コンポーネント・セグメントが最大のシェアを占めると予想されている。
ハードウェア・コンポーネント分野は、2023年から2032年にかけて顕著に拡大すると予測されている。
先進コンピューティング技術部門が2022年に最大の市場シェアを獲得した。
AIシステム技術分野は、2023年から2032年にかけて最も急成長すると予測されている。
宇宙プラットフォーム分野は、2023年から2032年にかけて最も高いCAGRが見込まれている。
新規調達設置部門は、2022年の売上シェアの51％以上を占めた。
2022年には、戦争用途分野が最大市場シェアに拡大する。
サイバーセキュリティ・アプリケーション分野は、2023年から2032年にかけて著しく速い速度で成長すると予想されている。
市場の概要
現代の戦争は、今や人工知能（AI）を重要な要素として含んでいる。AIは大量の軍事データを効率的に管理する能力を持つ。AIは計算や意思決定といった特性を利用して、軍事システムの自己制御、自己規制、自己行動能力を向上させる。さらに、軍によるクラウド・サービスの活用が進んだ結果、市場は拡大している。さらに、自律型システムの運用性能の向上は、この分野に有益な変化をもたらす可能性がある。しかし、企業は、軍事分野におけるAIの性能とリズムを効果的に高める低コストで最先端のハードウェア・ソリューションを研究している。これは、今後数年間の軍事分野における人工知能の実装に影響を与える重要な要因である。
COVIDの影響：
COVID-19が世界中の経済に大混乱をもたらしたにもかかわらず、軍事産業における人工知能は成長を続けた。IBM（米国）、ロッキード・マーチン（米国）、ノースロップ・グラマン（米国）などの大手企業が、新興のAI能力に多額の資金を提供し続けたからだ。同時に、各国政府もこれらの技術習得に多額の投資を行った。これは、世界的なAIの軍拡競争が激化する中、これらの人工知能システムが防衛資金として提供する、さらに発展した能力を政府が認識しているためである。政府は、機械学習、3Dプリンティング、人工知能（AI）、ディープラーニング、マシンビジョンなどの最先端技術に注力することで、自動化の受け入れを優先しており、これらはすべて長期的な市場成長に貢献している。
市場のダイナミクス：
ドライバー政府によるAI技術強化のための国防費の増加。
ほとんどの政府は、新しい能力を開発し、AI能力を軍事装備に計画、起動、統合するための専門部署や組織を設立している。さらに、軍事システムにおける予知保全のための人工知能利用の増加や、量子力学をAIに取り入れたことが、軍事分野における人工知能開発の機会を生み出す主な原因となっている。国際的な危機が増加するにつれ、防衛サービスも増加している。こうした戦いの結果、高度なAIを搭載した兵器システムの使用が増え、効率向上のために既存のシステムに高度な発明が組み込まれるようになった。例えば、国防省（MoD）は2022年6月に英国国防AI戦略を宣言し、AIの安全かつ野心的で責任ある利用や、軍事・防衛分野のAI利用を規定する一連の倫理ガイドラインについて言及した。その結果、国防費の増加が軍事市場における人工知能の成長を後押ししている。
制約：複雑な戦闘状況におけるミスの可能性への懸念
さまざまな政府が検査や自動化のためにAI制御システムを採用するなか、権威と人道的安全保障を確保するためにはロボットに対する人間の指示が不可欠だと宣言し、懸念が提起されている。ヒューマン・ライツ・ウォッチなどの人道支援団体も、政府機関がAI兵器競争に勝つために「自動殺人ロボット」を拡大しているのではないかと懸念している。国家当局が自動化されたプロセスや観察にAI制御の方式を採用する中、管理と人道的保護を確保するためには、ロボットを人間が監視することが必要だと主張する者もおり、懸念の声が上がっている。前述の要因はすべて、市場拡大の妨げとなっている。
チャンスAIの技術的進歩
技術の進歩は、人工知能の軍事市場で牽引力を増している重要な傾向である。その地位を強化するため、軍事用人工知能市場の大手企業は革新的な技術の開発に力を注いでいる。例えば、米国の航空宇宙・防衛企業であるレイセオン・テクノロジーズは、2022年7月にC3 AIのアプリケーション・プラットフォームと提携し、次世代人工知能（AI）と機械学習（ML）機能を米陸軍の戦術情報標的アクセス・ノード（TITAN）プログラムに提供した。TITANは、地上および航空センサーを使用して高高度および宇宙空間からデータを収集し、ターゲットとなるデータと状況認識を提供する。
セグメントの洞察
コンポーネントの洞察
このコンポーネントによると、予測期間中、ソフトウェア分野が最大になると予測されている。 セキュリティ侵害を防止するITフレームワークの開発における人工知能ソフトウェアの重要性が、このセグメントの拡大に繋がっている。人工知能技術の進歩により、斬新な人工知能 ソフトウェアや連動したソフトウェア開発装置が発明され、今後数年間は軍事産業におけるAIを推進すると予測されている。コンピュータに組み込まれたAIソフトウェアは、複雑なタスクの実行を担当し、スマートな結果を生み出すためにハードウェアから情報を生成する。
ハードウェア分野は、複雑なプロセスに対する人工知能技術の利用が拡大し、AIメモリやプロセッサのような特殊なハードウェア・コンポーネントの需要が増加しているため、予測期間中に大きく拡大すると予想されている。人工知能のプロセッサは、従来のプロセッサよりも効率的で高速なニューロモルフィック処理コンポーネントである。人工知能を向上させるためには、メモリが重要な技術的進歩である。AIは機械学習とともに、増加するミッション記録をリアルタイムで生成・分析し、自律型認知デジタル戦争を可能にし、ハードウェア・セグメントを前進させる。
テクノロジー・インサイト
技術別では、アドバンスト・コンピューティングが2022年に最大の市場シェアを占めると予想されて いる。タイムリーな意思決定を可能にすることを目的としたデータ処理と認識におけるAIのサポートは、セグメント成長を促進する主な要因である。ロボット工学と人工知能の組み合わせは、軍事用人工知能（AI）市場のニーズを後押しする。この人工知能（AI）は、戦場における人間レベルの問題の解決を促進するだけでなく、弱点の特定を巧みに試みることで軍を支援する計画であり、これが同分野の成長を後押ししている。
一方、AIシステム分野は予測期間中に最も速い速度で成長すると予測されている。AI技術への投資拡大がAI市場の成長に寄与している。多くの企業が、AIのスタートアップ企業やAI技術に資金を提供し、ソフトウェアの生産性を向上させている。例えばマイクロソフトは、サンフランシスコを拠点とするOpenAI社に約10億ドルを投資している。応用人工知能システムの開発への投資が増加しているほか、さまざまな用途で人工知能技術の利用が拡大している。これには、ロボット工学、バーチャル・パーソナル・アシスタント、ロボット支援運転、自律走行車などが含まれる。
インスタレーションの洞察
2022年には、新規調達部門が設置ベースで51％と最も高い市場シェアを占めた。 この背景には、防衛産業へのAI導入に向けた政府の後押しの強化や、戦争分野における人工知能技術の斬新な開発の出現がある。例えば、国家安全保障会議事務局は2021年12月、重要な政治、経済、エネルギー、安全保障問題を管理し、AIの訓練と研究を向上させるため、インドの電気通信工学軍事大学に量子ラボを設立し、軍を支援した。
AIアップグレードは予測期間中最も速い速度で拡大すると予測されている。AIを軍事作戦に統合することで、管理、ロジスティクス、メンテナンス、個人管理、日常的な演習や活動、訓練が改善され、予測される年数にわたって軍事産業におけるAIアップグレード分野の拡大を促進する。さらに、組織的な作業負担を減らすだけでなく、部隊を主要な作戦に解放する可能性もある。防衛AIの進歩は、戦争紛争をAIロボット化されたデジタル化された紛争に変えつつある。さらに、世界的な大国は、戦争の影響を最小化するために、先進的なITを利用する準備を進めている。
応用的な洞察：
戦争分野は2022年に最大の市場シェアで拡大すると予想されている。大量破壊兵器に対する需要の高まりにより市場が拡大している。北朝鮮などによる核兵器実験の増加も、これらの兵器の拡散に寄与している。これらの兵器は生物学的、放射線学的、化学的性質を持つため、危険である。情報、監視、偵察から攻防のバランス、核兵器システムそのものに至るまで、軍事的需要の高まりにより、市場は徐々に拡大している。
サイバーセキュリティ分野は、予測期間中に著しく速い速度で成長すると予測されている。 世界的なサイバー犯罪の発生率は、斬新な技術やツールの進歩により増加している。国家単位のサイバー攻撃も大幅に増加している。企業や政府は、サイバーリスクを予防、予測、対応するAIベースの技術を急速に導入している。機械学習とディープラーニングは、AIによって予測分析を実行することを可能にする。このようなAI技術は、軍事分野で大きな可能性を秘めており、サイバー防衛、意思決定支援システム、リスク管理、パターン認識、ウイルス検出を含む重要な分野で発展すると予測されている。
プラットフォーム・インサイト
軍事市場における人工知能のCAGRは、プラットフォームに基づく予測期間中、宇宙分野が最も高くなると予測されている。宇宙人工知能は、様々な通信技術のバックボーンとして機能する多数の人工衛星を含む。AIと宇宙プラットフォームの組み合わせにより、宇宙船と地上ステーション間の効果的な通信が可能になり、将来的に軍事市場における人工知能の拡大を促進すると予測されている。
自律型戦争車両、自律型戦争ロボット、無人地上自動車はすべて陸上セグメントに含まれる。予測期間中、民間作業を実行し、人間の平均余命に対するリスクを軽減するための無人地上車両の必要性の増加が、軍事市場における人工知能の陸上部門の成長を促進する。戦争シナリオでは、戦闘車両の組み合わせだけでなく、自律性も死亡事故を回避するために重要である。
地域の洞察
世界の軍事用人工知能市場で最も大きな割合を占めているのは北米である。 同地域の成長は主に、米国やカナダなどの国々による人工知能技術への資金提供拡大によるものである。米国は、戦闘の優位性を維持し、通信ネットワークへの潜在的脅威のリスクを克服するために、AIシステムへの投資を進めており、他国に対する競争上の優位性を獲得するために、AIへの国防資金の増額を計画している。
アジア太平洋地域はAIと機械学習（ML）技術の採用が最も急速に拡大すると推定され、OEMだけでなく事業者もサプライチェーン全体を通じてAI統合活動への資金を増やしている。日本、中国、韓国は、AIの統合と開発の分野で最も革新的な国として台頭している。この地域の数多くの組織により、航空産業における先進的なAIアプリケーションの研究が行われている。アジア太平洋地域の多くの航空機および部品製造工場は、AI技術の統合から一貫した利益を得ている。例えば、プラット・アンド・ホイットニーのシンガポール工場では、アダプティブ・マシニングや最先端のロボット検査技術を適用した結果、今後数年間で生産量が一貫して拡大している。
最近の動向
米空軍は2021年1月、ソアテック社に、空軍の警戒管制システム（AWACS）任務の側面で、プログラムされた談話認知と知的専門家育成能力を促進する契約を与えた。
ボーイング社（米国）は2020年12月、ミッション中に飛行機の大脳が様々な段階を理解、分析、通信することを「支援」する能力を備えた5機の精鋭独立型代用機の試験を完了した。
IBMは2021年10月、レイセオン・テクノロジーズとともに、さまざまな産業向けの暗号、高度なAI、量子ソリューションを開発するための協力協定を承認した。
Sea Machines RoboticsとHamiltonJetは2021年3月、コンピュータ自律制御と視覚によるコマンド・コントロール技術を使用したウォータージェット用の新しいパイロット・アシスト技術を構築する契約を締結した。
米空軍は2021年1月、ボーイング社に対し、空軍警戒管制システム（AWACS）の任務を支援するため、自動通信認識と認知エージェント指導能力を向上させる契約を締結した。
ボーイング（米国）は2020年12月、航空機の脳に分析、理解、他のプラットフォームとの通信を「教える」ことができる高性能自動ジェット機5機の試験を終了した。
主な市場プレイヤー
マシン・ヘイロー
ロッキード・マーチン
ノースロップ・グラマン
レイセオン社
タレスグループ
ベー・システムズ
IBM
ジェネラル・ダイナミクス
ソアテック
エヌビディア
スパーク認知
サイック
チャールズ・リバー・アナリティクス
レイドス
ボーイング
ゴブブレイン
シールドAI
スーパーフレックス
SRIインターナショナル
ダルパ
プレシジョンホーク
MRXグローバルホールディング
ケンタウルス・テクノロジー
ハイテク・ロボット・システム
レポートの対象セグメント
(注*：サブセグメントに基づくレポートも提供しています。ご興味のある方はお知らせください。）
コンポーネント別
ハードウェア
ソフトウェア
サービス
テクノロジー別
アドバンスト・コンピューティング
Aiシステムズ
学習と知性
プラットフォーム別
エアボーン
土地
海軍
スペース
インストール別
新規調達
アップグレード
アプリケーション別
サイバー・セキュリティ
バトルフィールド・ヘルスケア
物流・輸送
情報処理
戦争プラットフォーム
地域別
北米
ヨーロッパ
アジア太平洋
ラテンアメリカ
中東・アフリカ
第1章.はじめに
1.1.研究目的
1.2.調査の範囲
1.3.定義
第2章 調査方法調査方法
2.1.研究アプローチ
2.2.データソース
2.3.仮定と限界
第3章.エグゼクティブ・サマリー
3.1.市場スナップショット
第4章.市場の変数と範囲
4.1.はじめに
4.2.市場の分類と範囲
4.3.産業バリューチェーン分析
4.3.1.原材料調達分析
4.3.2.販売・流通チャネル分析
4.3.3.川下バイヤー分析
第5章.COVID 19 軍用人工知能市場への影響
5.1.COVID-19 ランドスケープ：軍事産業における人工知能の影響
5.2.COVID 19 – 業界への影響評価
5.3.COVID 19の影響世界の主要な政府政策
5.4.COVID-19を取り巻く市場動向と機会
第6章.市場ダイナミクスの分析と動向
6.1.市場ダイナミクス
6.1.1.市場ドライバー
6.1.2.市場の阻害要因
6.1.3.市場機会
6.2.ポーターのファイブフォース分析
6.2.1.サプライヤーの交渉力
6.2.2.買い手の交渉力
6.2.3.代替品の脅威
6.2.4.新規参入の脅威
6.2.5.競争の度合い
第7章 競争環境競争環境
7.1.1.各社の市場シェア／ポジショニング分析
7.1.2.プレーヤーが採用した主要戦略
7.1.3.ベンダーランドスケープ
7.1.3.1.サプライヤーリスト
7.1.3.2.バイヤーリスト
第8章.軍用人工知能の世界市場、コンポーネント別
8.1.軍用人工知能市場、コンポーネント別、2023～2032年
8.1.1.ハードウェア
8.1.1.1.市場収益と予測（2020-2032）
8.1.2.ソフトウェア
8.1.2.1.市場収益と予測（2020-2032）
8.1.3.サービス
8.1.3.1.市場収益と予測（2020-2032）
第9章.軍事分野における人工知能の世界市場、技術別
9.1.軍用人工知能市場、技術別、2023～2032年
9.1.1.高度なコンピューティング
9.1.1.1.市場収益と予測（2020-2032）
9.1.2.Aiシステムズ
9.1.2.1.市場収益と予測（2020-2032）
9.1.3.学習と知性
9.1.3.1.市場収益と予測（2020-2032）
第10章.軍事分野における人工知能の世界市場、プラットフォーム別
10.1.軍用人工知能市場、プラットフォーム別、2023～2032年
10.1.1.空中戦
10.1.1.1.市場収益と予測（2020-2032）
10.1.2.土地
10.1.2.1.市場収益と予測（2020-2032）
10.1.3.海軍
10.1.3.1.市場収益と予測（2020-2032）
10.1.4.スペース
10.1.4.1.市場収益と予測（2020-2032）
第11章.軍用人工知能の世界市場、設置場所別
11.1.軍用人工知能市場、設置場所別、2023～2032年
11.1.1.新規調達
11.1.1.1.市場収益と予測（2020-2032）
11.1.2.アップグレード
11.1.2.1.市場収益と予測（2020-2032）
第12章.軍事分野における人工知能の世界市場、用途別
12.1.軍用人工知能市場、用途別、2023-2032年
12.1.1.サイバーセキュリティ
12.1.1.1.市場収益と予測（2020-2032）
12.1.2.バトルフィールド・ヘルスケア
12.1.2.1.市場収益と予測（2020-2032）
12.1.3.ロジスティクスと輸送
12.1.3.1.市場収益と予測（2020-2032）
12.1.4.情報処理
12.1.4.1.市場収益と予測（2020-2032）
12.1.5.戦争プラットフォーム
12.1.5.1.市場収益と予測（2020-2032）
第13章.軍事分野における人工知能の世界市場、地域別推定と動向予測
13.1.北米
13.1.1.市場収入と予測、コンポーネント別（2020～2032年）
13.1.2.市場収益と予測、技術別（2020～2032年）
13.1.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.1.4.市場収入と予測、設置場所別（2020～2032年）
13.1.5.市場収益と予測、用途別（2020～2032年）
13.1.6.米国
13.1.6.1.市場収入と予測、コンポーネント別（2020～2032年）
13.1.6.2.市場収入と予測、技術別（2020～2032年）
13.1.6.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.1.6.4.市場収入と予測、設置場所別（2020～2032年）
13.1.6.5.市場収入と予測、用途別（2020～2032年）
13.1.7.北米以外の地域
13.1.7.1.市場収入と予測、コンポーネント別（2020～2032年）
13.1.7.2.市場収益と予測、技術別（2020～2032年）
13.1.7.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.1.7.4.市場収入と予測、設置場所別（2020～2032年）
13.1.7.5.市場収益と予測、用途別（2020～2032年）
13.2.ヨーロッパ
13.2.1.市場収入と予測、コンポーネント別（2020～2032年）
13.2.2.市場収益と予測、技術別（2020～2032年）
13.2.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.2.4.市場収入と予測、設置場所別（2020～2032年）
13.2.5.市場収益と予測、用途別（2020～2032年）
13.2.6.英国
13.2.6.1.市場収入と予測、コンポーネント別（2020～2032年）
13.2.6.2.市場収入と予測、技術別（2020～2032年）
13.2.6.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.2.7.市場収入と予測、設置場所別（2020～2032年）
13.2.8.市場収益と予測、用途別（2020～2032年）
13.2.9.ドイツ
13.2.9.1.市場収入と予測、コンポーネント別（2020～2032年）
13.2.9.2.市場収入と予測、技術別（2020～2032年）
13.2.9.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.2.10.市場収入と予測、設置場所別（2020～2032年）
13.2.11.市場収益と予測、用途別（2020～2032年）
13.2.12.フランス
13.2.12.1.市場収入と予測、コンポーネント別（2020～2032年）
13.2.12.2.市場収益と予測、技術別（2020～2032年）
13.2.12.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.2.12.4.市場収入と予測、設置場所別（2020～2032年）
13.2.13.市場収入と予測、用途別（2020～2032年）
13.2.14.その他のヨーロッパ
13.2.14.1.市場収入と予測、コンポーネント別（2020～2032年）
13.2.14.2.市場収入と予測、技術別（2020～2032年）
13.2.14.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.2.14.4.市場収入と予測、設置場所別（2020～2032年）
13.2.15.市場収入と予測、用途別（2020～2032年）
13.3.APAC
13.3.1.市場収入と予測、コンポーネント別（2020～2032年）
13.3.2.市場収益と予測、技術別（2020～2032年）
13.3.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.3.4.市場収入と予測、設置場所別（2020～2032年）
13.3.5.市場収益と予測、用途別（2020～2032年）
13.3.6.インド
13.3.6.1.市場収入と予測、コンポーネント別（2020～2032年）
13.3.6.2.市場収益と予測、技術別（2020～2032年）
13.3.6.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.3.6.4.市場収入と予測、設置場所別（2020～2032年）
13.3.7.市場収益と予測、用途別（2020～2032年）
13.3.8.中国
13.3.8.1.市場収入と予測、コンポーネント別（2020～2032年）
13.3.8.2.市場収益と予測、技術別（2020～2032年）
13.3.8.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.3.8.4.市場収入と予測、設置場所別（2020～2032年）
13.3.9.市場収入と予測、用途別（2020～2032年）
13.3.10.日本
13.3.10.1.市場収入と予測、コンポーネント別（2020～2032年）
13.3.10.2.市場収益と予測、技術別（2020～2032年）
13.3.10.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.3.10.4.市場収入と予測、設置場所別（2020～2032年）
13.3.10.5.市場収益と予測、用途別（2020～2032年）
13.3.11.その他のAPAC地域
13.3.11.1.市場収入と予測、コンポーネント別（2020～2032年）
13.3.11.2.市場収入と予測、技術別（2020～2032年）
13.3.11.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.3.11.4.市場収入と予測、設置場所別（2020～2032年）
13.3.11.5.市場収益と予測、用途別（2020～2032年）
13.4.MEA
13.4.1.市場収入と予測、コンポーネント別（2020～2032年）
13.4.2.市場収益と予測、技術別（2020～2032年）
13.4.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.4.4.市場収入と予測、設置場所別（2020～2032年）
13.4.5.市場収益と予測、用途別（2020～2032年）
13.4.6.GCC
13.4.6.1.市場収入と予測、コンポーネント別（2020～2032年）
13.4.6.2.市場収益と予測、技術別（2020～2032年）
13.4.6.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.4.6.4.市場収益と予測、設置場所別（2020～2032年）
13.4.7.市場収益と予測、用途別（2020～2032年）
13.4.8.北アフリカ
13.4.8.1.市場収入と予測、コンポーネント別（2020～2032年）
13.4.8.2.市場収益と予測、技術別（2020～2032年）
13.4.8.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.4.8.4.市場収入と予測、設置場所別（2020～2032年）
13.4.9.市場収入と予測、用途別（2020～2032年）
13.4.10.南アフリカ
13.4.10.1.市場収入と予測、コンポーネント別（2020～2032年）
13.4.10.2.市場収益と予測、技術別（2020～2032年）
13.4.10.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.4.10.4.市場収入と予測、設置場所別（2020～2032年）
13.4.10.5.市場収益と予測、用途別（2020～2032年）
13.4.11.その他のMEA諸国
13.4.11.1.市場収入と予測、コンポーネント別（2020～2032年）
13.4.11.2.市場収入と予測、技術別（2020～2032年）
13.4.11.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.4.11.4.市場収入と予測、設置場所別（2020～2032年）
13.4.11.5.市場収益と予測、用途別（2020～2032年）
13.5.ラテンアメリカ
13.5.1.市場収入と予測、コンポーネント別（2020～2032年）
13.5.2.市場収益と予測、技術別（2020～2032年）
13.5.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.5.4.市場収益と予測、設置場所別（2020～2032年）
13.5.5.市場収益と予測、用途別（2020～2032年）
13.5.6.ブラジル
13.5.6.1.市場収入と予測、コンポーネント別（2020～2032年）
13.5.6.2.市場収益と予測、技術別（2020～2032年）
13.5.6.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.5.6.4.市場収益と予測、設置場所別（2020～2032年）
13.5.7.市場収益と予測、用途別（2020～2032年）
13.5.8.その他のラタム諸国
13.5.8.1.市場収入と予測、コンポーネント別（2020～2032年）
13.5.8.2.市場収益と予測、技術別（2020～2032年）
13.5.8.3.市場収益と予測、プラットフォーム別（2020～2032年）
13.5.8.4.市場収益と予測、設置場所別（2020～2032年）
13.5.8.5.市場収入と予測、用途別（2020～2032年）
第14章.企業プロフィール
14.1.マシン・ヘイロー
14.1.1.会社概要
14.1.2.提供商品
14.1.3.財務パフォーマンス
14.1.4.最近の取り組み
14.2.ロッキード・マーチン
14.2.1.会社概要
14.2.2.提供商品
14.2.3.財務パフォーマンス
14.2.4.最近の取り組み
14.3.ノースロップ・グラマン
14.3.1.会社概要
14.3.2.提供商品
14.3.3.財務パフォーマンス
14.3.4.最近の取り組み
14.4.レイセオン社
14.4.1.会社概要
14.4.2.提供商品
14.4.3.財務パフォーマンス
14.4.4.最近の取り組み
14.5.タレスグループ
14.5.1.会社概要
14.5.2.提供商品
14.5.3.財務パフォーマンス
14.5.4.最近の取り組み
14.6.ベー・システムズ
14.6.1.会社概要
14.6.2.提供商品
14.6.3.財務パフォーマンス
14.6.4.最近の取り組み
14.7.IBM
14.7.1.会社概要
14.7.2.提供商品
14.7.3.財務パフォーマンス
14.7.4.最近の取り組み
14.8.ジェネラル・ダイナミクス
14.8.1.会社概要
14.8.2.提供商品
14.8.3.財務パフォーマンス
14.8.4.最近の取り組み
14.9.ソアテック
14.9.1.会社概要
14.9.2.提供商品
14.9.3.財務パフォーマンス
14.9.4.最近の取り組み
14.10.エヌビディア
14.10.1.会社概要
14.10.2.提供商品
14.10.3.財務パフォーマンス
14.10.4.最近の取り組み
第15章 調査方法研究方法論
15.1.一次調査
15.2.二次調査
15.3.前提条件
第16章付録
16.1.私たちについて
16.2.用語集
❖本調査レポートの見積依頼/サンプル/購入/質問フォーム❖