Объем и прогноз рынка когнитивных вычислений по технологиям (обработка естественного языка, машинное обучение, автоматизированное рассуждение, поиск информации), применению, развертыванию – тенденции роста, ключевые игроки, региональный анализ на 2026–2035 гг.

Факторы роста и проблемы рынка когнитивных вычислений:

Драйверы роста

• Ключевые факторы, включая модернизацию IP-протокола и снижение цен на датчики: эксперты NARA оценивают, что к 2025 году к интернету по всему миру будет подключено 75,44 млрд устройств, и более 30% всех реплицируемых или собираемых данных будет создаваться в режиме реального времени. Во-первых, революционные изменения в интернет-протоколе (IP) привели к появлению дальновидных взглядов на интеграцию когнитивных вычислений в различные отрасли. Обычно IP-адреса используют 32-битный протокол, но, как показали приведенные выше оценки, общее количество устройств в конечном итоге превысит возможности протокола по предоставлению уникальных адресов в 4,3 млрд. Ожидается, что ратификация интернет-протокола версии 6 (IPv6) позволит справиться с экспоненциальным ростом числа устройств Интернета вещей.
  
  Производители оснащают устройства интеллектуальными датчиками Интернета вещей (IoT) для сбора комплексных данных в режиме реального времени и последующей передачи их разработчикам ERP-решений. По мере того, как всё больше производителей стремятся сделать свои устаревшие системы более интеллектуальными, объём рынка датчиков и контроллеров значительно вырос и, согласно исследованию Microsoft, достиг 6,1 млрд долларов США в 2020 году. В 2018 году было зафиксировано снижение цены на датчики на 200% по сравнению с 2004 годом, до 0,44 доллара США за датчик. Снижение затрат в сочетании с простотой развертывания способствовало росту популярности Wi-Fi-подключений с 2019 года. Кроме того, стоимость обмена сообщениями MQTT и HTTP в AWS IoT составляет приблизительно 0,7 доллара США за миллион сообщений.

• Появление нейроморфных периферийных вычислений: ожидается появление двух основных классов когнитивных вычислительных систем в течение прогнозируемого периода. Первый класс способен выполнять задачи без участия человека, включая автономные транспортные средства и дроны. Второй позволяет врачам диагностировать заболевания и проводить хирургические операции. Оба класса эволюционного ИИ в значительной степени основаны на нейроморфных вычислениях. Они отображают функциональные возможности человека с помощью искусственных нейронов, которые отображают характеристики человеческого мозга.
  
  Современные лидеры в сфере технологий находятся в наилучшем положении для получения выгоды от появления нейроморфных вычислений, учитывая значительный капиталовложения, необходимые для создания и поддержки сложных моделей. Проект ЕС «Человеческий мозг» поддержал разработку BrainScaleS и SpiNNaker для масштабного моделирования в области нейронауки. В рамках спонсируемой ЕС инициативы был предложен онлайн-обучающий цифровой нейроморфный процессор (ODIN), оптимизированный цифровой нейроморфный процессор, также предназначенный для обработки сложных нейронных моделей. Примерами частных разработок в этой области являются Loihi от Intel и TrueNorth от IBM, а академические проекты включают DYNAP, IFAT, Neurogrid и BrainScales-2.
  
  Традиционные крупномасштабные нейроморфные компьютеры и чипы основаны на кремнии и разработаны с использованием технологии металл-оксид-полупроводников. Несмотря на это, ведутся значительные исследования и разработки в области использования новых материалов, таких как сегнетоэлектрики, материалы с фазовым переходом, ненитевидные материалы, топологические изоляторы и легированные каналом биомембраны, для нейроморфных реализаций. Более того, рост числа подключенных устройств на базе 5G и Интернета вещей стимулировал инвестиции в эту область. В марте 2024 года компания Innatera получила инвестиции в размере 21,0 млн долларов США для ускорения разработки решений для когнитивных вычислений, удовлетворения растущей потребности в решениях для устойчивых вычислений и стимулирования инноваций в области полупроводников для ИИ.
• Когнитивные вычисления становятся всё более востребованными в предиктивной аналитике для экономии операционных расходов: область когнитивных вычислений переживает бурный рост благодаря достижениям в области искусственного интеллекта и компьютерных наук, и ожидается, что в прогнозируемом периоде она продолжит расширяться. Основная цель когнитивных вычислений — помогать организациям в принятии решений. Использование технологий машинного обучения, таких как предиктивная аналитика, — идеальный подход к реализации бесперебойных корпоративных процессов.
  
  Многие бизнес-пользователи используют эти мощные инструменты предиктивной аналитики для выполнения повседневных бизнес-задач, поскольку они являются эффективными инструментами для получения точных результатов. Прогнозируется, что к началу 2030 года 30% бизнес-процессов будут автоматизированы. Решения предиктивной аналитики также увеличивают доход, предлагая определённым клиентам товары и услуги на основе прошлых данных. Эти стратегии окупаются за счёт сокращения административных расходов компании.

Проблемы

• Риски безопасности данных: Проблемы безопасности данных остаются серьёзным препятствием для рынка когнитивных вычислений. Поставщики решений для когнитивных вычислений в первую очередь отвечают за администрирование и контроль баз данных. Базы данных содержат финансовые данные, такие как адреса, фотографии, информацию о дебетовых и кредитных картах, а также ряд конфиденциальных данных пользователей. Киберпреступники используют различные тактики, такие как вредоносное ПО, распределённые атаки типа «отказ в обслуживании» (DDoS), фишинг и атаки с использованием SQL-инъекций, чтобы взломать сети и получить подлинные учётные данные пользователей.

• Высокие первоначальные затраты оказались сдерживающим фактором: разработка когнитивных решений требует значительных первоначальных инвестиций в создание архитектуры и инфраструктуры обслуживания, что приводит к увеличению эксплуатационных расходов. Процесс настройки и эксплуатации гораздо более сложен и требует значительных ресурсов. В этом процессе используется значительное количество электроэнергии, сетевых компонентов, центров обработки данных и других ресурсов. Кроме того, ожидается, что опасения по поводу государственного регулирования и неопределенности в соблюдении требований будут ограничивать рост бизнеса когнитивных вычислений. Из-за недостаточного понимания рынка малыми и средними предприятиями ожидается, что рынок столкнется с рядом трудностей.