2025年 MAD（ML、AI、データ）業界マップ

(mattturck.com)

38 ポイント投稿者 GN⁺ 2025-11-07 | 2件のコメント | WhatsAppで共有

1枚の画像で整理した2025年 MAD 業界マップ：Bubble & Buildと、今年の25のテーマを解説
2025年のAI・データ市場は、過熱した投資と実際の導入が併存する中で、チャットボット中心からツール・メモリ・推論モデルを備えたエージェントシステムへと移行中
25の主要トレンドを通じて、バブル、インフラ、研究、地政学、ビジネス、インフラ、アプリケーションなど全領域の変化を整理
今回のMADランドスケープは、ロゴ数を2,000超から約1,150へ削減し、NVIDIA・Databricks・OpenAIなどハイパースケーラーとカテゴリーリーダーの比重を拡大して市場集中を反映
新たにエージェントスタックとローカルAI（オンデバイスLLM）のセクションを追加し、オープンソース領域は全体構造に統合してデータ–インフラ–AI–エージェント–応用へと流れを再編
全体として、バブルと実質的な構築（Bubble & Build）が同時進行する市場構造であり、エネルギー・分散インフラ・エージェント化が中核軸として浮上

概要と編集方針

2025年版MAD Landscapeは2012年以降で11番目のバージョンで、最も大きな構造改編が行われた
- ロゴ数を2,000超から約1,150へ削減して可読性を高め、ハイパースケーラーとカテゴリーリーダーにより多くのスペースを割り当て
- オープンソースのボックスを削除し、その代わりにエージェントスタック・ローカルAIのセクションを追加
その結果、データからインフラ、ML/AI、エージェント、アプリケーションへと続くシンプルで明快な階層構造を形成
高解像度PDF と 検索可能なインタラクティブ版 - mad.firstmark.com で提供

マクロ経済と市場

1. ブレーキなきバブルのダイナミクス
– 市場は再びバブル化しているが1999年とは異なり、資金は潤沢でバリュエーションは成層圏レベルにあり、特にエージェント、フロンティアAI、高成長企業に「AIプレミアム」が適用されている
- パラダイムシフトではよくあるように、設備投資/運用コストが先行投入され、大規模な需要実現があって初めて着地可能だが、習慣の変化には時間がかかり、採用は均一ではない
- 多くのチームが996レベルの強度で働き、出荷速度を加速させる一方でバーンアウトリスクも増加
- 2025年の逆説（Paradox）は、誇大宣伝とファンダメンタルズがともに上昇した点にあり、歴史的に見ても、落下の余波は報酬より先に到来しうる
- 今年は緊張感と加速感が漂っている
2. 脆弱性（Fragility）：循環性と顧客集中
– 大きな成長指標の裏で、多くの資金が少数のプレイヤーに流れ込んでいる
- 一部の取引は循環的に見える。OpenAIがNVIDIAと大規模なGPU購入契約を結ぶ一方で、NVIDIAはOpenAIへの大規模投資を約束し、AMDとも数十億ドル規模のチップ契約を締結する中で、OpenAIは持分取得オプションを保有している
- 同様のパターンはスタック全体へ広がっており、業界の資金調達と供給契約がモデルラボ、チップメーカー、クラウド、AIスタートアップを相互依存ネットワークで結び、「ラウンドトリッピング」への懸念を生んでいる
- 顧客集中によりAIエコシステムのショック耐性は低下している。支出の相当部分が少数のハイパースケーラーとフロンティアラボを通過し、複数のブレークスルー系ベンダーが少数の大口顧客に依存している
3. 大局は曖昧だが、短期見通しは極めて現実的
– 進展が停滞しているのか、それとも次の指数関数的成長を見逃しているのかで意見は割れており、AGI/ASIへの道筋は定義されておらず、その定義自体も曖昧で、破滅論者たちの太鼓も静まりつつある
- 一方で短期から中期は明確に具体的だ。動画、テキスト、コード全般にわたるAIスロップ（Slop）の雪崩が到来し、同時に雇用へのより切迫した懸念も生じている
- どれほど大きく、どれほど速く、誰のために変化するのかが当面の争点であり、人間的・政治的・社会的な反応は技術の速度に後れを取っている
4. 研究所 vs. 既存企業：異なるバランスシート、同じ競争
– AIを支配するための戦いはかつてないほど激しく、競技場は不均等だ
- ビッグテックは大規模な配布網、巨大な製品群、バンドル販売・時間稼ぎ・消耗戦が可能な予算を持つ
- Googleは2025年の一連の大型AI発表で明らかに勢いを取り戻し、MetaはSuperIntelligence Labで野心を拡大している。両社とも莫大な収益コアとほぼ無限のバランスシートの上で動いている
- 独立系フロンティアラボは、バリュエーションを正当化するために画期的なブレークスルーを必要としている
- 新たな名前—SSI、Thinking Machines、Reflection—が最上位ティアに加わり、エージェント/推論への熱気が高まっている（導入障壁は依然として残る）
- OpenAIは明確なリーダーであり、引き続き戦費を調達中だ。Anthropicも引けを取らないが、資本がこの水準でどこまで持続できるのかは疑問が残る
- いずれにせよ、ユーザーにとっては利益になる。既存企業はバンドル商品を提供し、研究所は目覚ましい進歩を遂げている
5. IPOと公開企業：窓（機会）は（選別的に）開いている
– CoreWeaveの3月のデビューは、市場が必要としていたもの、すなわちすっきりしたAIインフラIPOを提供し、その後も好調に取引されている
- Palantirは論争の中心にある比較対象で、プレミアムなEV/NTM倍率（直近で約80〜90倍）を享受しており、レイターステージの申請企業を大胆にさせるだろう
- 次には、Cohereが「近く」IPO可能だと述べ、Dataikuは主幹事行を選定、Cerebrasは新たな資金調達後にS-1を取り下げた
- 上位10社ほどの未公開AIプレイヤーには、資本アクセスと戦略的柔軟性を考えると上場するインセンティブがほとんどないが、
  それでもDatabricks（> $100Bの非公開企業）やフロンティアラボ（OpenAI、Anthropic）が最終的に上場すれば、記録的なIPOが予想される
6. M&A：統合と人材戦争
– 大手プレイヤーは完全なエージェントスタックの構築を目指したものの、それが想定以上に難しいと分かり買収に動いたが、見出し級の案件も中断された（Adobe–Synthesia、SoftBank–Agility）
- したがって「買収 vs. 構築」は自然な二者択一ではない
- 成功した案件は外科手術のように精密だった。ServiceNow–Moveworks（$2.85B）はエンタープライズエージェント分野で、Salesforce–Informatica（約$8B）はデータ制御プレーン強化のためだった
- データインフラでは内部統合が進んでいる。dbt LabsとFivetran（全株式交換、≈$600M ARR）が収集と変換を一つ屋根の下に収めた
- 最も騒がしい話題は人材とアクハイヤーで、Metaが特に積極的に動いている
  – Scale AIの約49%を約$14〜15Bで取得し、Alexandr Wangを超知能推進に合流させ、9桁報酬の基準を打ち出した後にOpenAIの研究者を引き抜き、あらゆるコストを払って引き留める悪循環を招いている
- 結論として、2025年は精密買収、チーム買収、そして創造的なスキームの年であり、
  - 統合リスクと反トラスト法違反への監視の中で、本当の大型案件は依然としてまれだ

研究とフロンティア

7. 推論 + RLがフロンティア
– 今年最大の飛躍は、より大きなトランスフォーマーではなく、思考に計算資源を集中させるようモデルを訓練すること
- DeepSeek R1や「oシリーズ」スタイルのモデルが一般化させた推論のための強化学習—トークンを推論に割り当てること—が、数学、コード、マルチステップ計画全般で前進をもたらしている
- カリキュラム設計、報酬設計、ツール使用のフィードバックループが、生のモデル規模より重要になっている
- RLは万能薬ではない—悪い報酬は依然として悪い習慣を教える—が、正しくスケールさせれば事前学習に対して非常に大きな効果をもたらす
- 次の挑戦は、コードや数学を超えて、「正しい」「間違い」が常に明確ではない雑多な現実の作業へ一般化すること;
  ここでは、ビジネス成果から人間のフィードバック、GDPValのような新しいベンチマーク（エンドツーエンドの作業チェーンを採点）に至るまで、より豊かなシグナルが重要になる
8. AIは減速しているのか？反対意見が私たちを誠実に保つ
– 一部のトップ研究者たちは—MADポッドキャストのゲストを含め（Sholto Douglas、Julian Schrittwieser、Jerry Tworek）—依然として多くのローハンギングフルーツ（達成しやすい成果）があり、現在の事前学習 + RLパラダイムを使って今後数年の進展が見込めると述べている
- 別の人々は注意を促す: Andrej Karpathyは「エージェントは10年先だ」とし、Rich SuttonのBitter Lessonは汎用的手法 + コンピュートが手作業の調整に勝ると主張し、Yann LeCunはワールドモデルと自己教師あり予測を別ルートとして押し進めている
- こうした論争は健全だ: リーダーボード劇場は減り、節度、レッドチーム、実作業は増えている
9. 急速に動くフロンティア: 創造的な科学を行うAI; ロボティクス
– 研究室では「Move 37」的なアイデアが見られている—モデルが、人間なら最初に試さないような直感に反する仮説や経路を提案する
- AlphaFold 3は生体分子相互作用へ進み、GNoMEは約220万件の有望な結晶を明らかにし、Yale × GoogleのCell2Sentence-Scale 27Bは単一細胞データから潜在的ながん治療経路を示している
- 生物学を超えて、ロボティクスも加速している:
  ロボティクス基盤モデル（大規模にプールされたデータセットで訓練された視覚・言語・行動ポリシー）がロボット間・作業間の転移を改善する一方で、
  モバイルマニピュレータはより多くの実世界時間を記録し、自律実験室機器は設計–構築–テストのループを引き締めている
- AIはノーベル賞級のブレークスルーをもたらせるのか、あるいは有用な作業を安定してこなすフィールドロボットを作れるのか？
  - どちらも四半期ごとに近づいているように感じられる
10. オープンソース（オープンウェイト）は踏みとどまっている—厳しい1年を経ながら
– DeepSeekのR1モーメント（およびオープンウェイト派生モデル）が流れを決めたが、Llama 4は期待に届かず、Metaは寛容なリリースに対してより厳格な姿勢を示唆した
- Mistralは浮き沈みの後に勢いを取り戻し、Qwen3は静かに多くのスタックで「十分に良い」主力プラットフォームになった
- 明るい面では、AI2は引き続き実資産を出荷し続けており（OLMo/OLMo-2、Dolma級データ）、Reflection AIの資金調達は「米国版DeepSeek」という物語をよみがえらせた
- 企業は依然としてコントロール（Control）とデータレジデンシー（Residency） を求めており、スタートアップは依然としてマージンを求めている
- 未来はハイブリッドに見える: 可能なときはオープンソースにルーティングし、必要なときはフロンティアへスパイクする
- NPUが至る所に搭載されるにつれて、小型モデルが重要な役割を果たすだろう;
  最も健全なスタックは複数性を保つ—オープンとクローズ、クラウドとデバイス、大型と小型—宗教戦争やベンダーロックインなしに

地政学（Geopolitics）

11. 中国が並行するAIスタックを組み上げる
– 中国はNVIDIAとCUDAへの依存を減らしたエンドツーエンドの経路を構築中だ:
Huawei Ascend 910B/910Cの上に、成長するソフトウェアレイヤー（CANN、MindSpore）があり、
その上にローカルデータと政策に合わせた独自モデル（DeepSeek、Qwen3、Kimi、ERNIEなど）が載る
- DeepSeekモーメント以降、中国モデルにとって大きな年となり、QwenとKimiはプロダクションで拡大し、
  「十分に良い」水準にとどまらず、多くの分野で競争力を持っている
- 輸出規制は進展を遅らせたが止めはせず、
  ローカライゼーションが機能そのものとなるなかで技術的デカップリングが進んでいる: 互換性を保ちつつ、ますます自給自足化し、一部領域では先頭に立っている
12. 主権（Sovereign）AIがスローガンから調達へ移行
– 「ローカルコンピュート上でローカルモデルを構築する」が、いまやハードウェア、予算、実際の買い手に支えられている
- 英国はIsambard-AIを稼働させ、グリッド接続を完了
- IndiaAIは34,000基以上のGPUを超え、補助金付き割り当てを開始
- 湾岸諸国はG42 × Cerebras（Condor Galaxy）を通じて国家的な「AIファクトリー」を引き続き拡大
- 欧州はチャンピオン育成を進めており—MistralはいまやASMLを後ろ盾に持ち—OpenAIは主権要件を満たすためEU/英国でのデータレジデンシーを展開している
13. エネルギーが新たなコンピュートのボトルネックになり、各国もそれを認識している
– GPUではなく、電力が新たなボトルネック
- データセンターの立地選定は、いまやメガワット契約、水利権、グリッド相互接続に従う
- 政府はファウンドリーを誘致するのと同じようにAIファクトリーを誘致している
- 主権PPAと原子力/再生可能エネルギーのコロケーションが見込まれる（英国のIsambard-AIのグリッド接続、Google – TVA/KairosのSMRパイロット、Microsoft-Helion Fusion PPA）
- 電力優先のインセンティブが、モデルがどこで訓練されるか、そしてどの地域がAI配備競争に勝つかを形作る
- 輸出規制は依然として重要だが、いまやキロワットがスケジュールを決める

AIビジネス

14. 配布が発明に勝つ（再び）
– AIネイティブなスタートアップ世代全体が、私たちが見てきたよりも速いペースで成長している
- 製品がソーシャルでバイラルになり、取締役会がAIをめぐって不安と好奇心を抱き続けることで、試行と実験の波が促進される
- 残る問いは 耐久性（Durability）: 本物のARRなのか、それとも離脱していく実験的収益なのか
- 現職プレイヤーはしばしば配布面で優位を持つ: iOS/Android、Windows Copilot、Chrome、Salesforce Einstein、ServiceNow Now Assistにバンドルされたアシスタント
  — ただし、常にそうとは限らない
- パートナーシップと統合がカーブを変える可能性がある:
  - CursorはVS Codeへの深い浸透を進める;
  - SupabaseはLovableの波に乗る;
  - より目立たない勝者たちがIDE、CRM、ドキュメントに浸透する
- 製品は生成の瞬間（執筆、コーディング、ケース送信）に存在することで成功を見いだす
  - 埋め込まれていることが「より優れている」ことに勝り、実際の利用に応じて拡張できる
15. マージンと価格設定: 土地の占有から飛行機の着陸へ
– 利用量が増え、顧客が最新かつ最も賢いモデルを求めると、コストは急激に上昇する
- 冷徹な現実: 他社のフロンティアモデルの上に乗っていると、成長が 総粗利をマイナスに転落させる可能性がある
  — WindsurfとCognitionの事例がその警告となっている
- VC資金は陣取り合戦には資金を供給できても、悪いユニットエコノミクスを永遠にカバーすることはできない
- AIスタートアップは適応しつつある: より小さく安価なモデルをデフォルトにし、ピーク時向けの予備容量を持ち、積極的にキャッシュする
- 支配的なアプローチは 成果に対する価格設定 になりつつある
  — クローズしたケースごと、解決したチケットごと、など
  — 保証スループットのオプションと組み合わせ、収益が実際の成果を追跡するようにする
- 勝者は コスト規律 と 実際の価値を測る 価格設定を 並行して 実行する
16. エンタープライズAI: デモより構築が遅い（ただし商用化は進行中）
– エンタープライズ導入は、ソーシャルメディア上の華やかなデモよりもゆっくり進む
- 購入側は自律性を適用する前に、エージェントのガバナンス、引用、出典、PII処理、監査証跡、エンタープライズシステムとの密接な接続を求める
- ユースケースの定義と実装では実質的な進展がある
  - AIカスタマーサービス、AIコーディング、社内チャットボット が明確な勝ち筋
  - 多くの業界別または企業別の戦略は、完全に立ち上がるまでにカスタマイズ、データパイプライン、ポリシー整備が必要
- 「Accenture段階」は過ぎ、いまやアーク（Arc）が見えている
  — コパイロットから、狭い用途のエージェント、さらにマネージド自動化へ
  — 需要は着実に固まりつつある
- この需要に対して、既存プレイヤーは配布上の優位性を持ち、CRM/ERP/ITSM（Salesforce、ServiceNow、Microsoft）の内部に「エージェントプラットフォーム」を投入している
  - ガードレール、テレメトリ、承認を1か所にバンドルする
- 全体として、グローバル2000のエンタープライズ市場はAIの購入と導入に本気で熱を帯び始めているが、まだ沸騰段階には至っていない

AIインフラ

17. NVIDIAが支配するが、多様化は現実になっている
– Blackwell GB200ラックが依然として基準点だが、買い手は現在、Google TPU、AMD MI350、特定のフットプリントではIntel Gaudi 3も加えている
- ラックスケールの設計がTCOを左右するなか、価格性能と供給を狙ってベンダーを混在させ、単一ベンダーのモノカルチャーではなく、より賢いスケジューラ の下で 異種クラスター を運用する
18. ローカルAIの台頭: デバイス、近接エッジ、プライベートクラウド
– ノートPCやスマートフォンの新しいNPUが、実際の作業をデバイス側へ押し出している: 高速で、マルチモーダルで、基本的にプライベート
- 作業が大きすぎる場合は、一般公開エンドポイントではなく、近隣またはベンダー運用の「プライベートクラウド」（例: AppleのPrivate Cloud Compute）へオフロードされる
- LM StudioやOllamaのようなツールが、ローカルモデルを クリックして実行 できるものにしている
- オンデバイス が高速なUXと個人コンテキストを処理し、クラウドがより重い推論と共有メモリを処理する
- 工場、クリニック、自動車では、近接エッジのボックスが帯域幅、プライバシー、稼働時間を守る
- 最良の製品は デバイス、エッジ、クラウド間でシームレスにハンドオフ する
19. エージェントスタックがインフラレイヤーになる
– アプリの下には新しいランタイムがある: プランナーとツール呼び出し、構造化出力と関数カタログ、長期/短期メモリ（ベクター、グラフ）、サンドボックス化されたツール実行、承認、ステートフルなオーケストレーション
- その周辺には、タスク向けの評価装置、ポリシー/ガードレール、トレースとコストテレメトリ、データセット/バージョン管理、ロールバックがある
- 2024年には「App Glue」のように見えたものが、いまや独自のSLAと調達ラインを持つプラットフォーム層に近づいている
20. コンプライアンス、セキュリティ、レッドチームは今や標準装備
– セキュリティとコンプライアンスはチェックボックスではなく、本番環境でAIを動かすための代償 である
- 更新されたガイダンス（例: OWASPのLLM Top 10、プロンプトインジェクションのプレイブック）が基準を示している
  - データがどこから来たかを示し、プロンプト/ツール/意思決定を記録し、ポリシーを適用し、脱獄耐性を証明する
- 企業は、サービス提供やストレージのようなレイヤーに結び付いた証明、監査証跡、明確な「break-glass（緊急開放）」手順を期待している
- 評価、追跡、ガバナンスができなければ、それはインフラではない

データインフラ

21. 一時代の終わり、統合の始まり
– 「モダンデータスタック」のアンバンドリングは統合へと向かっている:
- dbt LabsとFivetranが結合
- Databricksのようなプラットフォームは、自社開発と買収を半々で進めながら、ウォーターフロント（バッチとストリーミング、ベクターとグラフ、フィーチャーストア、ガバナンス）を引き続きカバーしている
- フレームは「ウェアハウス対レイクハウス」から、オブジェクトストレージ + オープンテーブル + 中立的カタログをコントロールプレーンに へと移行している
- モデリング、移送、特徴量、評価データセット、リネージュ（Lineage）、ポリシーが AIサービングとエージェントランタイムと融合 している
- 実際には、データインフラとAIインフラは1つのプレーンへと収斂しつつあり、その隙間から価値が漏れ出している
22. しかし、データの基本はこれまで以上に重要になっている
– 堅牢なテーブルとカタログ、品質とリネージュ、低レイテンシのクエリエンジンは、エージェント、検索、評価優先CIの前提条件となっており、もはや後回しの事項ではない
- グラフおよびベクター拡張検索がブログ記事から実運用パターンへと移行している
- 可観測性（Observability）はいまやプロンプト、ツール、コストにまで拡張されている
- コンプライアンスは性能と同じプレーン上にある
- この分野は新たな活気を得ている
  - ClickHouseのリアルタイム分析の台頭（いまやベクター対応も含む）が、大規模での速度需要を示している
  - ローカルおよびエッジのスタックでも、クラウドメモリを支えるための明確な契約が依然として必要だ
- データは消えず、AIの制御領域へと昇格する

アプリケーションとエージェント

23. 大手ラボとプラットフォームがスタックの上位へ移動
– フロンティアラボと既存プレイヤーは、単なるモデルAPIでは満足していない
- OpenAI、Anthropic、Google/Geminiがアプリレイヤーの製品を継続的に投入
  - 音声アシスタント、デスクトップアプリ、チームプラン、メール、ドキュメント、CRMに接続されたワークフロービルダーなど
- プラットフォームリスクと真正面からの競争を引き起こしている
  - モデルベンダーがフロントエンドとバンドルを握れば、明日にはあなたの領域へ進出しかねない
- OpenAIが最も強く推し進めている
  - ドメイン専門家（例: 元銀行員）を採用してワークフローを教え
  - ChatGPT内部にコマース基盤を追加
    - ChatGPT優先のブラウザをリリース
      — Anthropicはチーム／プロジェクトのフローを深め、Claude Codeをリリース
- Geminiはコンシューマー向けおよびWorkspaceのフロント面を強化
- 一方でモデルは「ラッパー」レイヤーの大きな塊を吸収している
  - ファーストパーティーの構造化出力、関数呼び出し、メモリ、ブラウズ／コード／ビジョン／音声ツール、軽量な自動化、さらにはコマースまで
- ユーザーはスピードを得る
  — すでにうまく動作する機能を活用できる
- スタートアップにとってラッパーのサイクルは 薄い → 厚い → 再びさらに薄くなる
  - 初期のUIは実際の製品（データブリッジ、ワークフロー、コンプライアンス）へ成長したが、プラットフォームが多くの機能をコアへ取り込んでいる
24. Vibe codingは2025年のヒット作
– コーディングエージェントが目新しさから日常的な習慣へと飛躍した
— リポジトリを読み、サンドボックスを立ち上げ、変更計画を作成し、PRを開き、テストを実行し、差分を説明する
— さらには「ビデオコーディング」のデモで、スクリーンキャスト上でUIを操作するエージェントまで示されている
- 導入率は驚異的:
  - CursorとClaude Codeは史上最速で成長する開発ツールの一つとして広く引用されている
  - 数か月以内に9桁ARRの軌道を見せている
- クラフトはオートコンプリートから指示とレビューへ移行し、スタックはGitHub Copilot、Sourcegraph Cody、Codeium/Windsurf、Devinなど、End-To-Endワークフローへ拡張された
- 製品面ではVercel v0、Lovable、Replitが「Describe, then ship（説明して、すぐ出荷）」を小規模チーム向けのプロダクションループへと変えた
- 課題は、特に非専門の開発者において継続性が重要だという点であり、初期コホートの行動は、こうした習慣がコード検索並みに持続しうることを示している
25. モダリティが真価を発揮
– 画像、動画、音声が新たな段階に到達: Veo3、Runway、Soraが映画的な生成を牽引
- ElevenLabsとSynthesiaが高品質な音声とアバター制作を日常的なものにしている
- リアルタイム音声エージェントが流暢な会話を維持し、ツールを駆動する
- ビジョンモデルは今や脆弱なテンプレートなしでUI、チャート、現場写真を分析する
- 動画編集ツールはクリップから出典付きのストーリーボード場面へ直接移行する
- 一方でGenie 3からFei-Fei Liのグループによる新たな研究に至るまで、ワールドモデルは対話型環境で認識し行動することを目指している
  - これはクリエイティブソフトウェアとオペレーションソフトウェアの境界を曖昧にする
- 基準は「字幕を付けられるか?」から「モードをまたいで信頼性高く認識し、計画し、行動できるか?」へ移っている
- 2026年はモダリティにとって大きな年になるだろう

まとめの考え

2025年のMADランドスケープは、バブル化と積み上げという二つの動きが同時に進む市場の地図だ
現実を反映するため、ロゴは減らし、重み付けを増やして描き直した
ハイパースケーラーとピュアプレイのリーダーがエッジに位置し、エージェントとデータ／コントロールプレーンが中央で交わり、速度を決めるのはGPUだけでなく電力でもある
ストーリーラインは地図全体を通じて韻を踏んでいる
- オープンウェイトがしなやかさを保つ一方で各ラボはアプリへ拡張し
- データとAIインフラは統合され
- デモには後れを取っていたが、エンタープライズ導入は進んでおり
- コーディングエージェントは日常的な習慣になった
ここから先の地平は単一のリリースよりも広い:
流通、マージン、ガバナンス、そして電力消費を調整していくと、インテリジェンスはインフラとなり、
次の波は業界全体を前進させる複合的な発展へとつながっていく

2件のコメント

ragingwind 2025-11-10

「流通、マージン、ガバナンス、そして電力消費量を調整すれば、インテリジェンスはインフラとなり、次の波は産業全体を発展させる複合的な進歩へとつながるだろう」。それがいつ来るかは分かりませんが、ひとたび整理されれば、その上を多くの貨物と乗客が行き交うようになるでしょう。

xguru 2025-11-07

2024年 ML/AI/Data 業界マップと最新トレンド
 2021年データ/ML/AI 業界マップと最新トレンド
 The 2020 Data & AI Landscape