エグゼクティブサマリー：世界のAIガバナンスプラットフォーム市場

2.1. 研究目的

2.2. 製品概要

2.3. 市場セグメンテーション

2.4. 質的研究
2.4.1. 一次資料と二次資料

2.5. 定量調査
2.5.1. 一次資料と二次資料

2.6. 一次調査回答者の地域別内訳

2.7. 研究の前提

2.8. 市場規模の推定

2.9. データの三角測量

3.1. 業界バリューチェーン分析
3.1.1. AI / ML モデルおよび基盤モデル開発者
3.1.2. MLOps、データおよびモデルメタデータインフラストラクチャプロバイダー
3.1.3. AI ガバナンス、リスクおよびコンプライアンス (GRC) プラットフォームベンダー
3.1.4. アドバイザリー、監査および実装サービスパートナー
3.1.5. エンタープライズリスク、コンプライアンスおよびデータサイエンスチーム (BFSI、ヘルスケア、政府)

3.2. 業界の展望
3.2.1. 世界のAIガバナンス、リスク、コンプライアンスソフトウェア業界の概要
3.2.2. 規制要因（EU AI法、NIST AI RMF）によるモデル監視の義務化
3.2.3. シャドウAIの蔓延、バイアス／説明可能性、データ来歴要件

3.3. PESTLE分析

3.4. ポーターの5つの競争要因分析
3.4.1. 供給者の交渉力
3.4.2. 買い手の交渉力
3.4.3. 代替品の脅威
3.4.4. 新規参入の脅威
3.4.5. 競争の度合い

3.5. 市場の成長と展望
3.5.1. 市場収益の推定と予測（百万米ドル）、2020～2035年
3.5.2. 提供製品別の価格動向分析

4.1. 競合ダッシュボード
4.1.1. 市場集中度
4.1.2. 企業別市場シェア分析（金額％）、2025年
4.1.3. 競合他社マッピングとベンチマーキング

5.1. 市場の動向とトレンド
5.1.1. 成長促進要因
5.1.2. 阻害要因
5.1.3. 機会
5.1.4. 主要トレンド

5.2. 市場規模と予測、2020～2035年（百万米ドル）
5.2.1. 提供
5.2.1.1. 主な洞察
5.2.1.1.1. ソフトウェア / プラットフォーム
5.2.1.1.1.1. モデル インベントリ
5.2.1.1.1.2.
リスク評価 5.2.1.1.1.3. バイアス テスト
モニタリングと監査
サービス
5.2.1.1.2.1. アドバイザリー
5.2.1.1.2.2. 実装
5.2.2. 展開方法別
5.2.2.1. 主な洞察
5.2.2.1.1. クラウド
5.2.2.1.2. オンプレミス
5.2.2.1.3. ハイブリッド
5.2.3. 機能別
5.2.3.1.主要な洞察
5.2.3.1.1. モデルインベントリとカタログ化
5.2.3.1.2. リスクと影響の評価
5.2.3.1.3. バイアスと公平性
5.2.3.1.4. モニタリング
5.2.3.1.5. ポリシーとドキュメント
5.2.4. 組織規模別
5.2.4.1. 主要な洞察
5.2.4.1.1. 大企業
5.2.4.1.2. 中小企業
5.2.5. アプリケーション別
5.2.5.1. 主要な洞察
5.2.5.1.1. 規制遵守
5.2.5.1.2. リスク管理
5.2.5.1.3. 監査と保証
5.2.6. エンドユーザー業界別
5.2.6.1. 主要な洞察
5.2.6.1.1. BFSI
5.2.6.1.2.ヘルスケア
5.2.6.1.3. 政府
5.2.6.1.4. 保険
5.2.6.1.5. IT & 通信
5.2.6.1.6. 小売
5.2.6.1.7. その他
5.2.7. 地域別
5.2.7.1. 主要な洞察
5.2.7.1.1. 北米
5.2.7.1.1.1. 米国
5.2.7.1.1.2. カナダ
5.2.7.1.1.3. メキシコ
5.2.7.1.2. ヨーロッパ
5.2.7.1.2.1. 西ヨーロッパ
5.2.7.1.2.1.1. 英国
5.2.7.1.2.1.2. ドイツ
5.2.7.1.2.1.3. フランス
5.2.7.1.2.1.4.イタリア
5.2.7.1.2.1.5. スペイン
5.2.7.1.2.1.6. 西ヨーロッパのその他
5.2.7.1.2.2. 東ヨーロッパ
5.2.7.1.2.2.1. ポーランド
5.2.7.1.2.2.2. ロシア
5.2.7.1.2.2.3. 東ヨーロッパのその他
5.2.7.1.3. アジア太平洋
5.2.7.1.3.1. 中国
5.2.7.1.3.2. インド
5.2.7.1.3.3. 日本
5.2.7.1.3.4. オーストラリアとニュージーランド
5.2.7.1.3.5. 韓国
5.2.7.1.3.6. ASEAN
5.2.7.1.3.7. アジア太平洋のその他
5.2.7.1.4.中東・アフリカ (MEA)
5.2.7.1.4.1. サウジアラビア
5.2.7.1.4.2. 南アフリカ
5.2.7.1.4.3. アラブ首長国
連邦 5.2.7.1.4.4. その他の中東
・アフリカ 5.2.7.1.5. 南米
5.2.7.1.5.1. アルゼンチン
5.2.7.1.5.2. ブラジル
5.2.7.1.5.3. その他の南米

6.1. 市場の動向とトレンド
6.1.1. 成長促進要因
6.1.2. 阻害要因
6.1.3. 機会
6.1.4. 主要トレンド

6.2. 市場規模と予測、2020～2035年（百万米ドル）
6.2.1. 主要な洞察
6.2.1.1. 提供
形態別 6.2.1.2. 導入形態
機能別
6.2.1.4. 組織規模別
6.2.1.5. アプリケーション別
6.2.1.6. エンドユーザー産業
別 6.2.1.7. 国別

7.1. 市場の動向とトレンド
7.1.1. 成長促進要因
7.1.2. 阻害要因
7.1.3. 機会
7.1.4. 主要トレンド

7.2. 市場規模と予測、2020～2035年（百万米ドル）
7.2.1. 主要な洞察
7.2.1.1. 提供
形態別 7.2.1.2. 導入形態
機能別
7.2.1.4. 組織規模別
7.2.1.5. アプリケーション別
7.2.1.6. エンドユーザー産業
別 7.2.1.7. 国別

8.1. 市場の動向とトレンド
8.1.1. 成長促進要因
8.1.2. 阻害要因
8.1.3. 機会
8.1.4. 主要トレンド

8.2. 市場規模と予測、2020～2035年（百万米ドル）
8.2.1. 主要な洞察
8.2.1.1. 提供
形態別 8.2.1.2. 導入形態
機能別
8.2.1.4. 組織規模別
8.2.1.5. アプリケーション別
8.2.1.6. エンドユーザー産業
別 8.2.1.7. 国別

9.1. 市場の動向とトレンド
9.1.1. 成長促進要因
9.1.2. 阻害要因
9.1.3. 機会
9.1.4. 主要トレンド

9.2. 市場規模と予測、2020～2035年（百万米ドル）
9.2.1. 主要な洞察
9.2.1.1. 提供
形態別 9.2.1.2. 導入形態
機能別
9.2.1.4. 組織規模別
9.2.1.5. アプリケーション別
9.2.1.6. エンドユーザー産業
別 9.2.1.7. 国別

10.1. 市場の動向とトレンド
10.1.1. 成長促進要因
10.1.2. 阻害要因
10.1.3. 機会
10.1.4. 主要トレンド

10.2. 市場規模と予測、2020～2035年（百万米ドル）
10.2.1. 主要な洞察
10.2.1.1. 提供形態
別 10.2.1.2
. 導入形態別 10.2.1.3. 機能別
10.2.1.4. 組織規模別
10.2.1.5. アプリケーション別
10.2.1.6. エンドユーザー産業別
10.2.1.7. 国別

11.1. IBM
11.2. Microsoft
11.3. SAS
11.4. Credo AI
11.5. Holistic AI
11.6. Fiddler AI
11.7. Arthur
11.8. Monitaur
11.9. Saidot
11.10. OneTrust
11.11. Collibra
11.12. ServiceNow
11.13. DataRobot
11.14. Google
11.15. Fairly AI
11.16. その他の主要企業

12.1. 二次資料一覧
12.2. 主要国市場 - マクロ経済見通し/指標