Rapport d’analyse de la taille, de la part et des tendances du marché de l’intelligence artificielle par produit (matériel, logiciels et services), par applications (santé, BFSI, droit, vente au détail, publicité et médias, autres), par utilisation finale, par région et prévisions de segment – ​​2035

Aperçu du marché de l'intelligence artificielle

La taille du marché mondial de l'intelligence artificielle était évaluée à 104946,37 millions de dollars en 2025 et devrait passer de 139106,42 millions de dollars en 2026 à 323956,23 millions de dollars d'ici 2035, soit un TCAC de 32,55 % de 2026 à 2035.

Le marché de l'intelligence artificielle en 2026 entre dans une nouvelle phase caractérisée par l'IA générative, les systèmes multimodaux, l'IA agentique, l'intelligence sur appareil, la génération augmentée par récupération d'entreprise, la gouvernance de l'IA, l'optimisation de l'inférence et une infrastructure informatique de plus en plus spécialisée. On estime que les logiciels représentent environ 52 % de la demande par type de produit, suivis par le matériel à environ 28 % et les services à environ 20 %. Parmi les applications fournies, on estime que BFSI représente environ 24 % de la demande du marché, la santé contribue à environ 19 %, la vente au détail représente 16 %, la publicité et les médias représentent 15 %, le droit contribue à 8 % et les autres représentent environ 18 %. Le déploiement en entreprise va au-delà des interfaces de discussion isolées vers des agents d'IA capables d'exécuter des processus métier en plusieurs étapes, de récupérer des informations organisationnelles privées, d'interagir avec les applications d'entreprise et d'appliquer des contrôles de politique. L'IA sur appareil devient simultanément plus puissante, les modèles de base grand public actuels fonctionnant sur environ 3 milliards de paramètres tout en restant optimisés pour les smartphones et autres appareils de pointe. Les systèmes multimodaux combinent de plus en plus le texte, les images, la parole, la vidéo, les informations structurées et l'utilisation d'outils au sein d'une seule architecture modèle. En conséquence, l'avantage concurrentiel passe de la seule taille du modèle au coût d'inférence, à la latence, à la gouvernance, à l'intégration des données, à la fiabilité, à la sécurité et à la productivité pratique de l'entreprise.

Les États-Unis restent le plus grand centre national du marché de l'intelligence artificielle en raison de leur concentration dans le développement de semi-conducteurs, le cloud computing, les logiciels d'entreprise, les appareils grand public, les institutions financières, les technologies de santé, les instituts de recherche et les startups d'IA. On estime que l'Amérique du Nord représentera environ 40 % de la demande mondiale en 2026. Les logiciels représentent environ 54 % de la demande régionale de types de produits, le matériel environ 27 % et les services environ 19 %. BFSI contribue à environ 25 % de la demande régionale d'applications, la santé représente environ 20 %, la publicité et les médias représentent 16 %, la vente au détail contribue à 15 %, le droit représente 9 % et les autres représentent environ 15 %. Intel Corporation, International Business Machines Corporation et Apple Inc. représentent les principales sociétés de fourniture des États-Unis. Le développement actuel du marché couvre l'infrastructure d'IA à l'échelle du cloud et l'informatique de pointe axée sur la confidentialité. Apple a introduit une troisième génération de modèles de base en 2026, comprenant un modèle de base sur appareil d'environ 3 milliards de paramètres et une architecture multimodale sur appareil plus performante. IBM a continué à développer l'IA d'entreprise gouvernée via Watsonx, tandis qu'Intel a avancé les accélérateurs d'IA Gaudi 3 dans les configurations PCIe Gen5 conçues pour les grands modèles de langage, les systèmes multimodaux et les charges de travail de récupération d'entreprise.

• 

  Télécharger un échantillon gratuit pour en savoir plus sur ce rapport.

Principales conclusions

• Type de produit leader :On estime que les logiciels détiennent environ 52 % de part de marché, les entreprises donnant la priorité aux modèles de base, aux agents d'IA, aux plateformes d'analyse, à l'orchestration, à la gouvernance, à l'automatisation et aux applications spécifiques à l'industrie.
• Application phare :On estime que BFSI représente environ 24 % de la demande du marché, à mesure que les banques, les assureurs et les institutions financières développent leurs applications de détection de fraude, de modélisation des risques, d'automatisation, de service client et de conformité.
• Région leader :On estime que l'Amérique du Nord représente environ 40 % de part de marché, soutenue par une infrastructure hyperscale, l'innovation en matière de semi-conducteurs, l'adoption de logiciels d'entreprise, la capacité de recherche et le déploiement avancé de l'IA.
• Région à la croissance la plus rapide :La région Asie-Pacifique devrait connaître une croissance annuelle d'environ 36,8 % à mesure que la Chine, l'Inde, le Japon, la Corée du Sud et l'Asie du Sud-Est accélèrent le déploiement des infrastructures et des applications d'IA.
• Tendance technologique :L'efficacité multimodale s'améliore rapidement, avec de nouveaux modèles d'agents légers réduisant la consommation de jetons d'environ 60 % tout en conservant les fonctionnalités des tâches de texte, d'image et de flux de travail.
• Moteur du marché :La productivité de l'IA générative renforce l'adoption par les entreprises, car certains flux de travail métier signalent des améliorations potentielles d'efficacité d'environ 20 à 30 % lorsque l'IA est intégrée efficacement.
• Paysage concurrentiel :La concurrence en matière d'infrastructure d'IA continue de s'intensifier à mesure que les nouveaux clusters d'entreprise utilisent de plus en plus des architectures d'accélérateur PCIe Gen5 conçues pour les grands modèles de langage, l'IA multimodale et les charges de travail de récupération.
• Perspectives d'avenir :L'intelligence artificielle intégrée aux appareils se développera à mesure que les modèles de base de consommation de troisième génération fonctionneront avec environ 3 milliards de paramètres tout en prenant en charge l'inférence locale et les applications multimodales axées sur la confidentialité.

Dernières tendances

La tendance la plus importante sur le marché de l'intelligence artificielle est la transition des assistants d'IA génératifs vers des systèmes d'IA agentiques capables de mener à bien des processus métiers en plusieurs étapes. Les logiciels, qui représentent environ 52 % de la demande de type de produit, incluent de plus en plus de passerelles de modèles, de cadres d'agents, d'orchestration de flux de travail, de récupération de vecteurs, d'outils de gouvernance, de systèmes de surveillance, de gestion des invites et d'interfaces de programmation d'applications. Les entreprises n'évaluent plus l'IA uniquement sur sa capacité à produire du texte. Ils mesurent de plus en plus si les systèmes peuvent récupérer des informations fiables, appeler des outils d'entreprise, exécuter des actions structurées, maintenir le contexte et respecter les règles opérationnelles. Watsonx.ai v2.4 d'IBM, introduit en juin 2026, reflète cette orientation grâce à un accès étendu aux modèles gouvernés et à la prise en charge des charges de travail émergentes d'IA d'entreprise. Les organisations deviennent également plus sélectives en matière de sélection de modèles, car une application traitant 1 million de requêtes mensuelles peut générer des coûts économiques très différents en fonction de l'utilisation des jetons, de la latence d'inférence et de la taille du modèle. Les modèles légers ont donc une valeur stratégique croissante. SenseNova 6.7 Flash-Lite de SenseTime illustre la tendance en réduisant la consommation de jetons d'environ 60 %, montrant comment les améliorations d'efficacité peuvent réduire les exigences d'inférence tout en conservant les capacités des agents multimodaux.

Une deuxième tendance majeure est l'expansion de l'intelligence artificielle des environnements cloud centralisés vers des architectures hybrides et sur appareil. Le matériel représente environ 28 % de la demande de type de produit, car les processeurs, les accélérateurs, la mémoire, la mise en réseau et l'infrastructure du centre de données restent fondamentaux à la fois pour la formation et l'inférence. Dans le même temps, les fabricants d'appareils grand public exécutent de plus en plus de modèles de base plus petits au niveau local pour réduire la latence et améliorer la confidentialité. La famille de modèles de base de troisième génération d'Apple comprend 5 modèles majeurs couvrant l'exécution sur appareil et le calcul en cloud privé sur serveur. Son modèle AFM 3 Core d'environ 3 milliards de paramètres est optimisé pour le traitement local, tandis qu'un modèle multimodal plus avancé prend en charge des interactions plus riches. Les développeurs peuvent de plus en plus combiner des modèles locaux avec des alternatives basées sur le cloud grâce à un cadre logiciel unifié. Cela crée une architecture d'IA hybride dans laquelle les tâches simples restent sur l'appareil et les demandes plus exigeantes sont acheminées vers des systèmes de plus grande capacité. Les fournisseurs de matériel élargissent simultanément leur choix d'accélérateurs. Les produits Gaudi 3 PCIe d'Intel utilisent PCIe Gen5 et la mise à l'échelle basée sur Ethernet pour prendre en charge de grands modèles de langage, des modèles multimodaux et des charges de travail RAG d'entreprise dans des environnements de serveur conventionnels.

Dynamique du marché

Conducteur

"« L'automatisation d'entreprise et la productivité de l'IA générative accélèrent l'adoption dans toutes les fonctions de l'entreprise. »"

Le principal moteur du marché de l'intelligence artificielle est la capacité croissante de l'IA à automatiser des travaux à forte intensité de connaissances. BFSI représente environ 24 % de la demande d'applications, car les organisations financières traitent des volumes extrêmement importants de documents, de transactions, de demandes des clients, de contrôles de conformité et de calculs de risques. Les systèmes d'IA générative et agentique peuvent résumer des documents, classer des transactions, assister les analystes, détecter des anomalies, générer des rapports et automatiser les flux de travail du service client. Les déploiements sélectionnés sur le lieu de travail indiquent des améliorations de productivité d'environ 20 à 30 % pour les tâches d'IA générative appropriées, bien que les gains réalisés varient considérablement en fonction de la conception des processus et de la surveillance humaine.

Les soins de santé constituent un autre moteur important, avec une part de marché d'environ 19 %. L'IA est de plus en plus utilisée pour l'imagerie médicale, la documentation, le support du flux de travail clinique, la découverte de médicaments, l'automatisation administrative, la communication avec les patients et l'analyse des données. Un hôpital traitant quotidiennement des milliers d'interactions avec des patients peut utiliser l'IA pour réduire les charges de travail répétitives en matière de documentation et de planification. Le commerce de détail, la publicité et les médias, le droit et autres suivent des tendances similaires. Cette applicabilité intersectorielle donne à l'intelligence artificielle une base de demande beaucoup plus large que les technologies limitées à un seul marché vertical.

Retenue

"« La gouvernance, la qualité des données et la complexité de la mise en œuvre continuent de limiter le déploiement à l'échelle de la production. »"

Le principal obstacle réside dans l'écart entre l'expérimentation de l'IA et une production fiable en entreprise. Les organisations peuvent développer des dizaines de prototypes, mais n'en déployer qu'une fraction à grande échelle, car les modèles doivent s'intégrer aux données privées, aux contrôles de sécurité, aux applications, aux autorisations, à la surveillance et aux exigences réglementaires. Une entreprise testant 20 cas d'utilisation de l'IA peut finalement en prioriser seulement 5 ou 6 qui offrent une valeur opérationnelle suffisamment mesurable. Cela crée une pression sur les fournisseurs de services pour qu'ils démontrent des résultats pratiques plutôt que des nouveautés techniques.

La fiabilité des modèles présente une autre contrainte. Les systèmes génératifs peuvent produire des informations incorrectes ou non prises en charge, ce qui signifie que des applications à enjeux élevés telles que les soins de santé, le BFSI et le droit nécessitent une mise à la terre approfondie et un examen humain. Les entreprises utilisent de plus en plus la génération augmentée par récupération, les passerelles de modèles, les journaux d'audit, l'accès basé sur les rôles et les pipelines d'évaluation pour réduire les risques. Ces contrôles ajoutent à la complexité de la mise en œuvre. Une application d'IA de production peut donc nécessiter 10 couches techniques ou plus couvrant les modèles, la récupération, la sécurité, les API, l'observabilité, la gouvernance, les interfaces utilisateur, les systèmes de données, l'infrastructure et les applications métier.

Opportunité

""Les flux de travail agents et les modèles spécialisés plus petits élargissent les cas d'utilisation de l'IA économiquement viables.""

La plus grande opportunité réside dans le développement d'agents d'IA qui effectuent un travail structuré plutôt que de simplement générer des réponses. Les agents peuvent combiner le raisonnement linguistique avec des outils, des bases de données, des API, des applications d'entreprise, des fonctions de recherche et des approbations humaines. Un agent du service client peut effectuer 5 étapes liées ou plus, notamment la vérification de l'identité, la récupération d'informations, l'analyse du compte, la vérification des politiques et la recommandation d'actions. Cette capacité étend l'adoption de l'IA dans les domaines BFSI, du commerce de détail, de la santé, du droit, de la publicité et des médias, ainsi que d'autres applications.

Les modèles plus petits offrent une autre opportunité importante car ils réduisent les besoins en infrastructure. Un modèle intégré de 3 milliards de paramètres peut fonctionner sur du matériel grand public qui serait incapable d'exécuter un modèle à l'échelle du cloud contenant des centaines de milliards de paramètres. Les systèmes multimodaux légers s'améliorent également, avec de nouveaux modèles sélectionnés réduisant la consommation de jetons d'environ 60 %. À mesure que l'efficacité s'améliore, l'IA devient économiquement pratique pour les applications impliquant des millions d'interactions quotidiennes. Le déploiement Edge réduit en outre la dépendance au réseau et peut conserver les informations utilisateur sélectionnées sur les appareils locaux.

Défi

"« La demande en matière de calcul et l'évolution rapide des architectures de modèles créent des défis persistants en matière d'infrastructure et de compétences. »"

Le principal défi consiste à répondre à des besoins informatiques en expansion rapide tout en maintenant un coût et une latence acceptables. La formation à l'IA peut nécessiter des milliers d'accélérateurs, tandis que l'inférence à volume élevé peut impliquer des millions de requêtes par jour. Le matériel représente donc environ 28 % de la demande du marché, même si les logiciels en détiennent la plus grande part. Les organisations doivent équilibrer les processeurs, les GPU, les accélérateurs spécialisés, la mémoire, le stockage, la mise en réseau, la capacité du cloud et le traitement périphérique en fonction des caractéristiques de chaque charge de travail.

Les compétences techniques constituent un autre défi, car un déploiement réussi nécessite une expertise couvrant l'apprentissage automatique, l'ingénierie des données, le développement d'applications, la cybersécurité, l'infrastructure, la gouvernance et les opérations industrielles. La pile technologique peut changer considérablement en 12 mois à mesure que de nouveaux modèles, API, matériels et cadres d'agents émergent. Les entreprises ont donc besoin d'une reconversion continue plutôt que de programmes ponctuels de mise en œuvre de l'IA. Cette évolution rapide peut accroître l'obsolescence technologique et compliquer les décisions d'approvisionnement à long terme.

• 

  Télécharger un échantillon gratuit pour en savoir plus sur ce rapport.

Analyse de segmentation

Par types

Matériel:Le matériel représente environ 28 % de part de marché et comprend les processeurs, les accélérateurs, la mémoire, le stockage, la mise en réseau, les appareils de périphérie, les serveurs et l'infrastructure de calcul associée requise pour les charges de travail d'IA. L'IA générative a considérablement accru la demande de calcul accéléré, car la formation et l'inférence des modèles de base dépendent d'une capacité de traitement parallèle élevée. L'accélérateur Gaudi 3 PCIe d'Intel illustre l'évolution de l'environnement matériel grâce à un facteur de forme PCIe Gen5 conçu pour les grands modèles de langage, les modèles multimodaux et les charges de travail de récupération d'entreprise. Edge AI se développe également car environ 3 milliards de modèles de paramètres peuvent désormais s'exécuter directement sur des appareils grand public compatibles.

Logiciel:Les logiciels sont en tête avec environ 52 % de part de marché, car la majeure partie de la valeur de l'entreprise est créée via les applications, les modèles, l'orchestration, la gouvernance, l'analyse, la récupération, les agents et les couches d'automatisation. Les plateformes logicielles prennent de plus en plus en charge plusieurs modèles plutôt que de confiner les organisations à un seul fournisseur d'IA. Les systèmes actuels incluent des passerelles de modèles, des pipelines RAG, des cadres de gestion d'invites, des outils d'évaluation, des contrôles d'accès et une orchestration d'agents. Les logiciels bénéficient également de cycles d'innovation rapides, car de nouvelles fonctionnalités peuvent être déployées via des mises à jour sans remplacer l'infrastructure physique. Les modèles multimodaux traitent de plus en plus au moins 4 grandes catégories de données, notamment le texte, l'image, l'audio et la vidéo.

Services:Les services représentent environ 20 % des parts de marché et comprennent le conseil, l'intégration de systèmes, la mise en œuvre, la personnalisation, la préparation des données, la formation, la gouvernance, le support et les opérations d'IA gérées. La demande de services augmente car de nombreuses entreprises ont du mal à passer des projets de validation de principe à une production sécurisée. Un déploiement complexe peut nécessiter une intégration avec 5 systèmes internes ou plus ainsi que des contrôles d'identité, des pipelines de données, des flux de travail de surveillance et d'approbation humaine. Les fournisseurs de services se concentrent de plus en plus sur la productivité mesurable, la réduction des risques et l'automatisation plutôt que sur l'expérimentation de modèles autonomes.

Par candidatures

Soins de santé :Les soins de santé représentent environ 19 % des parts de marché et utilisent l'IA pour l'imagerie, l'assistance au diagnostic, la documentation clinique, la découverte de médicaments, l'engagement des patients, l'automatisation des flux de travail, la recherche médicale et le traitement administratif. Les modèles d'IA peuvent analyser des milliers d'images ou d'enregistrements dans des délais de traitement nettement plus courts que l'examen manuel. L'adoption des soins de santé nécessite néanmoins une gouvernance forte car des recommandations incorrectes peuvent avoir des conséquences importantes. Les systèmes humains dans la boucle restent donc importants, en particulier pour les décisions affectant le diagnostic ou le traitement.

BFSI :BFSI est leader avec environ 24 % de part de marché et applique l'IA à la détection des fraudes, à l'analyse du crédit, à la modélisation des risques, au service client, au traitement des documents, à la conformité, à l'assistance commerciale, aux réclamations d'assurance et à la personnalisation. Les banques traitent quotidiennement des millions de transactions, créant ainsi de vastes ensembles de données adaptés à l'apprentissage automatique. L'IA générative est de plus en plus intégrée à ces systèmes pour aider les employés à interpréter les données et à automatiser les flux de travail. La gouvernance reste essentielle car les institutions financières doivent maintenir l'auditabilité de milliers de décisions assistées par l'IA.

Loi:Le droit représente environ 8 % des parts de marché et utilise l'IA pour l'examen de documents, l'analyse de contrats, la recherche juridique, la découverte, l'aide à la rédaction, le résumé, la conformité et la gestion des connaissances. Les grands projets de litiges ou de transactions peuvent contenir des dizaines de milliers de documents, ce qui rend la récupération sémantique et la classification automatisée particulièrement précieuses. L'IA générative peut réduire le temps de révision au premier passage, mais les avocats continuent de vérifier les résultats critiques car les exigences d'exactitude juridique restent élevées.

Vente au détail:Le commerce de détail représente environ 16 % de part de marché et utilise l'IA pour les recommandations, la prévision des stocks, la tarification, le merchandising, l'optimisation de la chaîne d'approvisionnement, le service client, la recherche visuelle et la personnalisation du marketing. Les grands détaillants peuvent gérer des millions d'interactions avec les produits et les clients chaque jour. Les agents IA combinent de plus en plus les systèmes d'inventaire, l'historique des clients, les catalogues de produits et les politiques de service pour fournir un support client plus contextuel. Les détaillants en ligne et physiques sont tous deux de plus en plus adoptés à mesure que l'IA est intégrée aux plateformes de commerce standard.

Publicité et médias :La publicité et les médias représentent environ 15 % des parts de marché et utilisent l'intelligence artificielle pour la génération de contenu, l'optimisation des campagnes, la segmentation de l'audience, la production vidéo, la recommandation, l'édition, la localisation et l'analyse. L'IA multimodale génère de plus en plus de texte, d'images, d'audio et de vidéo au sein d'un seul flux de production. Les nouveaux modèles mondiaux et systèmes vidéo peuvent générer des séquences continues s'étendant sur plusieurs minutes, tandis que les améliorations de l'inférence ont augmenté les vitesses de traitement sélectionnées de plus de 70 fois par rapport aux implémentations antérieures.

Autres:D'autres représentent environ 18 % de part de marché et comprennent la fabrication, les transports, l'éducation, les télécommunications, les services publics, l'énergie, la cybersécurité et d'autres applications. L'industrie manufacturière utilise l'IA pour la maintenance prédictive et l'inspection qualité, tandis que les télécommunications l'appliquent aux opérations réseau et au support client. L'éducation utilise de plus en plus l'apprentissage personnalisé et l'automatisation administrative. La vaste catégorie Autres démontre la nature horizontale de l'IA, qui peut affecter presque tous les secteurs à forte intensité d'information.

• 

  Télécharger un échantillon gratuitpour en savoir plus sur ce rapport.

Perspectives régionales

Amérique du Nord

On estime que l'Amérique du Nord est en tête du marché de l'intelligence artificielle avec une part mondiale d'environ 40 % en 2026. Intel Corporation, International Business Machines Corporation et Apple Inc. sont les principales sociétés de fourniture des États-Unis. Les logiciels représentent environ 54 % de la demande régionale par type de produit, le matériel contribue à environ 27 % et les services à 19 %. BFSI représente environ 25 % de la demande d'applications, les soins de santé 20 %, la publicité et les médias 16 %, le commerce de détail 15 %, le droit 9 % et les autres environ 15 %.

La région devrait connaître une croissance annuelle d'environ 30 à 33 % jusqu'en 2035. Les investissements dans les infrastructures d'IA, le cloud computing à grande échelle, les logiciels d'entreprise, le développement de semi-conducteurs avancés, la recherche et l'adoption de l'intelligence des appareils grand public. IBM a étendu watsonx.ai à la version 2.4 en juin 2026, tandis qu'Apple a présenté sa troisième génération de modèles de base le même mois. Intel continue de prendre en charge les alternatives d'accélérateur via Gaudi 3, qui est proposé dans les configurations PCIe Gen5 pour les charges de travail d'IA d'entreprise.

Europe

L'Europe représente environ 20 % de la demande mondiale du marché de l'intelligence artificielle. Les logiciels représentent environ 55 % de la consommation des types de produits, les services environ 25 % et le matériel environ 20 %. BFSI contribue à environ 25 % de la demande d'applications, la santé représente 21 %, la vente au détail contribue à 15 %, la publicité et les médias représentent 13 %, le droit représente 10 % et les autres contribuent environ 16 %. L'Allemagne, la France, le Royaume-Uni, les Pays-Bas, l'Italie, l'Espagne et les marchés nordiques restent des centres d'adoption clés.

La région devrait connaître une croissance annuelle d'environ 28 à 31 % jusqu'en 2035. Les organisations européennes accordent une importance relativement forte à la gouvernance, à la protection des données, à la transparence, à la sécurité et à l'IA responsable. Cela profite aux services et aux plates-formes logicielles gouvernées, car les entreprises intègrent des contrôles de conformité dans le déploiement de l'IA. Les projets d'entreprise combinent de plus en plus 3 niveaux de surveillance : l'évaluation du modèle technique, la gouvernance organisationnelle et la conformité réglementaire. L'industrie manufacturière, les banques, les soins de santé, les services juridiques et les applications du secteur public offrent d'importantes opportunités régionales.

Asie-Pacifique

On estime que l'Asie-Pacifique représente environ 32 % de la demande mondiale du marché de l'intelligence artificielle. CloudMinds Technology et SenseTime fournissent une représentation majeure des entreprises chinoises. Les logiciels représentent environ 49 % de la demande régionale par type de produit, le matériel, environ 32 % et les services, 19 %. Le commerce de détail représente environ 18 % de la demande d'applications, la BFSI 22 %, la santé 17 %, la publicité et les médias 16 %, le droit 6 % et les autres environ 21 %.

La région devrait connaître une croissance annuelle d'environ 36,8 % jusqu'en 2035, ce qui en fera la zone géographique majeure connaissant la croissance la plus rapide. Les économies de la Chine, de l'Inde, du Japon, de la Corée du Sud, de Singapour et de l'Asie du Sud-Est augmentent leurs investissements dans le calcul de l'IA, la robotique, les applications grand public, les logiciels d'entreprise et les infrastructures publiques. SenseTime a publié SenseNova 6.7 Flash-Lite en 2026 avec une consommation de jetons environ 60 % inférieure et SenseNova U1 open source séparément, démontrant le développement régional continu de systèmes d'IA efficaces et multimodaux.

Moyen-Orient et Afrique

Le Moyen-Orient et l'Afrique représentent environ 3 % de la demande mondiale du marché de l'intelligence artificielle. Les logiciels contribuent à environ 48 % de la demande de type de produit, les services à environ 30 % et le matériel à 22 %. D'autres contribuent à environ 25 % de la demande d'applications, car le gouvernement, l'énergie, les télécommunications, l'éducation et les transports jouent un rôle régional important. BFSI représente environ 22 %, le commerce de détail 16 %, la santé 16 %, la publicité et les médias 15 % et le droit environ 6 %.

La région devrait connaître une croissance annuelle d'environ 31 à 35 % jusqu'en 2035. L'Arabie saoudite, les Émirats arabes unis, l'Afrique du Sud et d'autres marchés majeurs investissent dans les centres de données, la numérisation du secteur public, la recherche sur l'IA, les modèles linguistiques et les infrastructures des villes intelligentes. Les grands programmes nationaux combinent de plus en plus l'infrastructure, l'éducation et le développement d'applications plutôt que de traiter l'IA comme une seule catégorie de logiciels. L'accès à des compétences spécialisées reste une contrainte, augmentant la demande de services de plus de 25 % dans plusieurs déploiements d'entreprises régionales.

Liste des principales entreprises d'intelligence artificielle

• Intel Corporation [U.S.]
• International Business Machines Corporation (IBM) [U.S.]
• Apple Inc. [U.S.]
• CloudMinds Technology Inc. [China]
• SenseTime [China]

Part de marché des 2 principales entreprises

Société internationale des machines de bureau (IBM) :On estime qu'International Business Machines Corporation représente une présence concurrentielle d'environ 26 à 30 % au sein du groupe d'entreprises fournies, soutenue par des logiciels d'IA d'entreprise, une gouvernance, une infrastructure hybride, l'automatisation, des conseils et Watsonx. La version watsonx.ai v2.4 de juin 2026 a étendu l'accès aux modèles gouvernés et la prise en charge des charges de travail d'entreprise. IBM se positionne de plus en plus autour de l'IA à l'échelle de la production plutôt que du seul développement de modèles, ce qui s'aligne sur la part d'environ 52 % des logiciels et d'environ 20 % des services sur le marché global de l'intelligence artificielle.

Société Intel :On estime qu'Intel Corporation représente environ 22 à 26 % de présence concurrentielle au sein du groupe d'entreprises fournies, soutenue par les processeurs, les accélérateurs d'IA, le matériel de pointe, les serveurs d'entreprise, la mise en réseau et l'optimisation des logiciels. Le matériel représente environ 28 % de la demande du marché, et l'accélérateur Gaudi 3 PCIe d'Intel répond aux grands modèles de langage, à l'IA multimodale et aux charges de travail RAG d'entreprise via l'architecture PCIe Gen5 et la mise à l'échelle basée sur Ethernet. Cela positionne Intel dans l'infrastructure d'IA à l'échelle du cloud et d'entreprise.

Analyse des investissements

Les investissements sur le marché de l'intelligence artificielle évoluent d'une vaste expérimentation vers une infrastructure et des applications capables de prendre en charge des charges de travail de production soutenues. Le matériel représente environ 28 % de la demande, et les investissements en capital restent concentrés dans les accélérateurs, la mémoire à large bande passante, les serveurs, les réseaux, le stockage, les centres de données et l'infrastructure énergétique. L'investissement logiciel est encore plus vaste car sa part de marché d'environ 52 % englobe les modèles, les agents, la gouvernance, la récupération, l'orchestration, la sécurité, le développement d'applications et l'analyse. Les entreprises évaluent de plus en plus les projets d'IA selon au moins 5 critères mesurables : amélioration de la productivité, coût de mise en œuvre, coût d'inférence, fiabilité et sécurité.

Les investissements se déplacent également vers des modèles efficaces plus petits et un déploiement hybride. Un système capable de réduire l'utilisation des jetons d'environ 60 % peut réduire considérablement les exigences de calcul lors du traitement de millions d'interactions. Les modèles sur appareil comprenant environ 3 milliards de paramètres constituent un autre moyen de réduire la dépendance à l'inférence du cloud pour certaines tâches grand public et d'entreprise. Les investissements jusqu'en 2035 devraient se concentrer sur au moins 10 domaines : accélérateurs, optimisation de l'inférence, agents, IA multimodale, RAG, gouvernance, intelligence de pointe, cybersécurité, modèles industriels spécialisés et formation de la main-d'œuvre. Les organisations recherchent de plus en plus de plateformes prenant en charge plusieurs fournisseurs de modèles afin de réduire le verrouillage technologique.

Développement de nouveaux produits

Le développement de nouveaux produits sur le marché de l'intelligence artificielle met de plus en plus l'accent sur les agents, le raisonnement multimodal, la confidentialité, l'efficacité de l'inférence et le déploiement flexible. Les modèles Foundation de troisième génération d'Apple introduits en juin 2026 comprennent 5 modèles allant des systèmes sur appareil aux architectures basées sur le cloud, y compris un modèle de base dense d'environ 3 milliards de paramètres. Le modèle intégré plus avancé prend en charge la fonctionnalité multimodale native, permettant aux applications de combiner des informations textuelles et visuelles tout en conservant le traitement sélectionné au niveau local. Les frameworks de développement permettent de plus en plus à la même application de basculer entre les modèles sur appareil et cloud en fonction de la complexité des tâches, de la latence, de la confidentialité et des exigences de calcul.

De la même manière, le développement de produits d'entreprise évolue vers des environnements multimodèles gouvernés. IBM watsonx.ai v2.4 a étendu les capacités de la passerelle de modèle en juin 2026, tandis que SenseTime a introduit SenseNova U1 en tant que modèle unifié de compréhension et de génération et SenseNova 6.7 Flash-Lite avec une consommation de jetons inférieure d'environ 60 %. Le matériel Gaudi 3 PCIe d'Intel étend la flexibilité de déploiement pour les modèles multilingues et multimodaux au sein des serveurs d'entreprise existants. Les nouveaux produits sont de plus en plus compétitifs sur au moins 12 caractéristiques : capacité de raisonnement, multimodalité, coût d'inférence, latence, longueur du contexte, prise en charge des agents, confidentialité, gouvernance, intégration de récupération, efficacité matérielle, interopérabilité et flexibilité de déploiement.

Cinq développements récents

• Juin 2026 :Apple a présenté sa troisième génération de modèles Foundation comprenant 5 modèles, dont un système central intégré d'environ 3 milliards de paramètres et une architecture multimodale plus avancée.
• Juin 2026 :IBM a publié watsonx.ai version 2.4 avec un accès étendu au modèle gouverné, des opérations de plateforme renforcées et une prise en charge supplémentaire pour les charges de travail émergentes d'intelligence artificielle d'entreprise.
• Juin 2026 :SenseTime a publié SenseNova 6.7 Flash-Lite, un modèle d'agent multimodal léger conçu pour réduire la consommation de jetons d'environ 60 % sur certains flux de travail d'IA.
• Mai 2026 :SenseTime SenseNova U1 entièrement open source, faisant progresser une architecture de modèle unifiée conçue pour combiner la compréhension multimodale, le raisonnement, la génération d'images et la création continue de texte-image.
• Septembre 2025 :Apple a étendu la disponibilité d'Apple Intelligence à l'ensemble de son écosystème d'appareils, en ajoutant des raccourcis intelligents, une intelligence visuelle, une traduction en direct et une prise en charge prévue dans 8 langues supplémentaires.

Couverture du rapport

Le rapport sur le marché de l'intelligence artificielle couvre la période de prévision 2026-2035 en utilisant la référence indiquée de 2025 et évalue les types de produits de matériel, de logiciels et de services fournis. Les parts estimées des types de produits sont respectivement d'environ 28 %, 52 % et 20 %. La couverture des applications comprend les soins de santé à environ 19 %, le BFSI à 24 %, le droit à 8 %, le commerce de détail à 16 %, la publicité et les médias à 15 % et les autres à environ 18 %. L'analyse examine l'IA générative, l'IA agentique, les modèles multimodaux, les accélérateurs d'IA, l'intelligence de pointe, la génération augmentée par récupération, les passerelles de modèles, la gouvernance d'entreprise, l'optimisation des inférences, le déploiement axé sur la confidentialité, l'automatisation des flux de travail et le développement de modèles de base. Les architectures actuelles sur les appareils exploitent environ 3 milliards de paramètres, tandis que les nouveaux systèmes multimodaux légers peuvent réduire la consommation de jetons d'environ 60 %.

La couverture régionale comprend l'Amérique du Nord, l'Asie-Pacifique, l'Europe, l'Amérique latine, le Moyen-Orient et l'Afrique, avec des parts de marché estimées à environ 40 %, 32 %, 20 %, 5 % et 3 %, respectivement. La couverture concurrentielle inclut les cinq sociétés fournies : Intel Corporation, International Business Machines Corporation (IBM), Apple Inc., CloudMinds Technology Inc. et SenseTime. Le rapport évalue comment les agents d'IA, l'informatique accélérée, le déploiement hybride, les modèles sur appareil, les systèmes multimodaux, la gouvernance d'entreprise, l'économie d'inférence, la productivité de la main-d'œuvre, la cybersécurité et les applications industrielles spécialisées influenceront le marché de l'intelligence artificielle jusqu'en 2035. Les logiciels restent le principal type de produit avec environ 52 % de part, tandis que BFSI domine les applications avec environ 24 %. L'IA agentique, les modèles intégrés à 3 milliards de paramètres, les piles logicielles d'entreprise de plus de 10 couches, le raisonnement multimodal, l'inférence efficace, les passerelles de modèles gouvernés, le RAG d'entreprise et les accélérateurs spécialisés devraient rester les principales priorités de développement de l'industrie tout au long de la période de prévision.