2023 年自然語言處理市場規模超過 215.4 億美元,預計到 2036 年底將超過 5,726 億美元,在預測期內(即 2024-2036 年)複合年增長率超過 28.7%。到2024年,自然語言處理(NLP)的產業規模預計將達到271億美元。客戶服務利用 NLP 工具作為第一個聯繫點來回答與產品和功能相關的簡單問題。大約 75% 的中國行銷人員熱衷於使用聊天機器人來推廣他們的產品和業務。此外,近54%的中國受訪者認為聊天機器人可以為客戶投訴提供智慧解決方案。除此之外,大約 62% 的客戶寧願使用客戶服務機器人,也不願等待人工回覆他們的詢問。
除此之外,據信推動自然語言處理市場成長的因素包括自動化的不斷採用和機器中多語言的更高實現。例如,2022 年 8 月,英國 Engineered Arts 公司創建的 Ameca 展示了多種類人表情。 Ameca 的創作者現在發布了一段新視頻,視頻中可以看到機器人展示了其多語言能力,可以講多種語言,包括日語、德語、中文、法語、英式英語和美式英語。除此之外,市場成長歸因於人工智慧相關技術支出的增加。 2021 年,日本終端用戶在人工智慧 (AI) 系統上的支出超過 20 億美元。
成長動力
挑戰
基準年
|
2023 |
預測年份 |
2024-2036 |
複合年增長率 |
28.7% |
基準年市場規模(2023 年) |
215.4億美元 |
預測年度市場規模(2036 年) |
5726 億美元 |
区域范围
|
|
組織機構(大型企業、中小企業)
根據企業規模對市場的需求和供給進行細分和分析,分為大型企業和中小企業。在兩種規模的企業中,中小企業預計將在 2035 年獲得最大的市場份額。該領域的成長可歸因於中小企業越來越多地採用數位化。一項調查顯示,數位化正在持續成長,全球多達 70% 的小型企業增加了數位技術的使用。另一方面,該細分市場的成長也歸因於小型企業數量的增加。根據世界經濟論壇的數據,小型企業是世界經濟的基礎,佔所有企業的90%,約佔整體就業的60-70%,佔全球GDP的50%。除此之外,目前全球約有4億家中小企業。它們創造了大部分新就業機會,約佔所有企業的 99%。
部署(本地、雲端)
全球自然語言處理市場也透過部署到本地和雲端進行細分和需求和供應分析。在這兩個細分市場中,雲端細分市場預計將在 2035 年佔據重要份額。該細分市場的成長主要歸因於雲端服務部署的提高。疫情帶來的特殊情況促使了雲的使用。到2020年,超過80%的公司工作負載將遷移到雲端。另一方面,許多組織在更新其雲端運算基礎設施方面投入了大量資金。此外,全球約 94% 的組織在營運中使用雲端運算。另一方面,雲端自然語言處理服務的更多使用可能會促進該細分市場的成長。全球超過四分之三的自然語言處理 (NLP) 使用者使用雲端 NLP 服務。此外,基於雲端的 NLP 解決方案根據使用情況和必要性提供多種定價選項。
我們對全球市場的深入分析包括以下部分:
按組件 |
|
按部署 |
|
按企業規模 |
|
按加工類型 |
|
按申請 |
|
北美市場預測
在所有其他地區的市場中,北美自然語言處理的市場份額預計將是最大的,到 2036 年底,份額約為 36%。市場的成長主要歸因於人工智慧相關技術的投資不斷增加。近年來,美國人工智慧新創企業的融資規模顯著擴大,從 2011 年的最低不到 3 億美元增加到 2019 年的約 170 億美元。另一方面,聊天機器人和社群媒體的使用可能會不斷增加以促進該地區的市場成長。美國擁有約 16,000 個包含聊天機器人的網站,處於全球領先地位。此外,截至 2023 年,美國約有 3 億名社群媒體用戶。也就是說,約 90% 的美國大眾積極使用社群媒體。
亞太地區市場統計
亞太地區自然語言處理市場預計將成為第二大市場,到 2035 年底,其份額約為 27%。這一增長歸因於數位化的更高採用率以及智慧型手機用戶數量的增加。政府「數位印度」行動計畫的啟動,加上最近網路普及率的提高,到 2023 年 2 月,該國的數位人口達到約 6.92 億活躍用戶。此外,印度的行動用戶流量位居世界第二。除此之外,提供虛擬助理平台的組織數量正在增加,因為自然語言處理的使用預計也將促進該地區的市場成長。例如,著名的人工智慧軟體供應商Kore.ai推出了企業級虛擬助理平台。該平台涵蓋各種對話式人工智慧技術,包括 NLP、機器學習、NLU、 預測分析和深度學習。
歐洲市場預測
此外,預計到 2035 年底,歐洲市場將在所有其他地區的市場中佔據大部分份額。該市場的成長主要歸因於線上購物者數量的增加。根據歐盟統計局的數據,電子購物者的平均數量從2012 年的55% 增加到2022 年的75%,增加了20 個百分點(pp)。此外,2022 年,透過網路購買或訂購產品或服務的網路使用者在荷蘭、丹麥和愛爾蘭所佔比例最大,分別為 92%、90% 和 89%。
作者学分: Abhishek Verma