ガートナー:世界の AI PC と生成 AI スマートフォンの出荷台数は 2024 年に 2 億 9,500 万台に達すると予測

ガートナー:世界の AI PC と生成 AI スマートフォンの出荷台数は 2024 年に 2 億 9,500 万台に達すると予測

ガートナーの最新予測によると、人工知能(AI)パーソナルコンピュータ(PC)と生成型人工知能(ジェネレーティブAI)スマートフォンの世界出荷台数は、2023年の2,900万台から2024年末までに2億9,500万台に増加すると予想されています。

ガートナーの定義によると、AI PC とは、デバイス上の AI タスクを最適化および高速化するように設計された専用の AI アクセラレータまたはコア、ニューラル プロセッシング ユニット (NPU)、アクセラレーテッド プロセッシング ユニット (APU)、またはテンソル プロセッシング ユニット (TPU) を搭載したコンピューターです。これにより、AI および生成 AI ワークロードを処理する際に外部サーバーやクラウド サービスに依存せずに、パフォーマンスと効率が向上します。

ジェネレーティブ AI スマートフォンはスマートフォン専用に設計されており、スマートフォン上でジェネレーティブ AI 駆動機能とアプリケーションをシームレスに統合し、効率的に実行できるようにするハードウェアとソフトウェアの機能を備えています。これらのスマートフォンは、基本または微調整された AI モデルをローカルで実行し、コンテンツ、戦略、設計、および方法の新しい派生バージョンを生成することができます。例としては、Google の Gemini Nano、Baidu の Wenxin、OpenAI の GPT-4 などが挙げられます。

「デバイス上の生成AI機能とAIプロセッサの急速な導入は、最終的にはテクノロジーベンダーの標準要件となるだろう」とガートナーのシニアリサーチディレクター、ランジット・アトワル氏は語る。「これらが一般的になるにつれ、ベンダーが競合他社との差別化を図り、独自のセールスポイントを生み出し、収益成長を促進することが難しくなるだろう。」

ガートナーは、2024年末までに、生成AIスマートフォンとAI PCの出荷台数がそれぞれ2億4,000万台と5,450万台に達し、2024年のベーシックおよびハイエンドのスマートフォン出荷台数の22%とPC出荷台の22%を占めると予測しています(図1参照)。

図1. 世界のAI PCと生成AIスマートフォンの市場シェア、2023~2025年

出典: ガートナー (2024 年 2 月)

AI を PC に統合しても、予想される価格上昇以外、エンドユーザーの支出は増加しないと予想されます。企業向けデバイスの購入者には購入を決意させるだけの説得力のある理由が必要となり、ソフトウェア プロバイダーはデバイス上の AI の力を十分に活用し、より大きなメリットをもたらすことを証明するのに時間が必要になるでしょう。

ガートナーは、2024年のPC総出荷台数が2億5040万台に達し、2023年より3.5%増加すると予測している。

PC市場は8四半期連続の減少の後、2023年第4四半期に成長を再開しました。オンデバイス AI は 2024 年を通じて PC マーケティングに新たな活力を与え、現在予想される交換サイクルの維持に役立ち、それによって社会経済環境の変化による悪影響の一部を相殺します。

スマートフォン市場は2024年に成長を再開する

AI PC と同様に、生成 AI スマートフォンは 2027 年までスマートフォン需要の成長を牽引しません。 「スマートフォンはカメラや音声統合などの機能によって現在の体験を進化させていますが、ユーザーが期待しているのは画期的な新機能ではなく、こうした機能です」とアトワル氏は言う。「ユーザーはスマートフォンの生成AI機能にも同じ期待を抱いています。画期的なアプリケーションがなければ、ユーザーが生成AIスマートフォンに追加料金を支払う可能性は低いでしょう。」

大規模言語モデル(LLM)は、スマートフォン向けに特別にカスタマイズされた小型バージョンでリリースされ、ユーザーエクスペリエンスの向上のきっかけとなるでしょう。この技術の進化により、スマートフォンは人間の言語や視覚的な合図をより直感的に理解して反応できるようになり、全体的なユーザーエクスペリエンスが新たなレベルに引き上げられます。

スマートフォン市場は、9四半期連続の減少の後、2023年第4四半期に初めて成長に転じた。世界のスマートフォン出荷台数は2024年までに4.2%増加し、年間合計12億台に達すると予想されています。 「スマートフォン出荷台数の増加を完全な回復と解釈するのではなく、2022年よ​​りも6000万台近く少ない出荷台数の安定化と捉える方が正確だ」とアトワル氏は述べた。

<<: 

>>:  マイクロソフト、生成AIシステムのリスクを特定するためのPyRITをリリース

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ついに! SM2 国家暗号アルゴリズムが Linux カーネル コミュニティに承認されました

背景Guomi は国家商用暗号化の略称です。アルゴリズム標準は国家暗号管理局によって策定され、多数の...

...

AIに「子犬」を認識させますか? Facebookは変化を感知できるAIを構築

[[389144]]今まで見たことのない犬種や色であっても、私たちは一目見てその犬を認識することがで...

AIとブロックチェーンが壊れたサプライチェーンを修復する方法

2020年にコロナウイルス危機が発生した際、医療上の緊急事態に伴って、特に一部の医療機器に関して深刻...

警告!長距離LiDAR認識

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

10億のデータから数字を素早く見つける方法 | 定番アルゴリズムBitMapの詳しい説明

序文多くの人は、BitMap は文字通りビットマップを意味すると考えています。実際、より正確には、ビ...

研究に特化したChatGPTプラットフォーム:回答は完全に論文から取得され、無料で使用できます

より専門的な情報を入手する必要がある場合、文献を調べることはしばしば「頭痛の種」となる作業です。結局...

TiDB v5.1 体験: TiDB で機械学習モデルをトレーニングしました

序文ご存知のとおり、TiDB バージョン 5.1 では多くの新機能が追加されましたが、その 1 つが...

あなたたちは AI を大々的に宣伝していますが、AI はまだ 4 歳児ほど賢くありません。

研究によると、人工知能は強力に聞こえますが、現在の高度な人工知能は、人間の 4 歳児が簡単に解決でき...

35歳で機械学習と人工知能の分野に参入?

最近、友人とこの問題について話し合っています。ご存知のとおり、IT 業界は標準的な「若者の仕事」です...

...

人工知能はさまざまな業界でどのように応用されているのでしょうか?

「人工知能」という用語は、人間の意思決定を模倣または複製できる機械とは対照的に、複雑でインテリジェ...

Python 転移学習: 機械学習アルゴリズム

機械学習は、非常に幅広い領域をカバーする人工知能の人気のあるサブフィールドです。その人気の理由の 1...

アマゾン、AIが女性の求職者に低い評価を与えたため研究チームを解散に追い込まれる

[[246043]]アマゾンの機械学習チームは2014年以来、優秀な人材の求職活動をよりスマートにす...