Taille et Part du Marché des Plateformes de Systèmes Multi Agents (SMA)

Analyse du Marché des Plateformes de Systèmes Multi Agents (SMA) par Mordor Intelligence
La taille du marché des plateformes de systèmes multi-agents a atteint 7,81 milliards USD en 2025 et devrait atteindre 54,91 milliards USD d'ici 2030, reflétant un TCAC de 47,71 % sur la période de prévision. La forte migration des entreprises des projets pilotes expérimentaux vers une orchestration autonome à l'échelle de la production stimule la demande, notamment à mesure que les grands modèles de langage fusionnent avec les pipelines d'apprentissage par renforcement pour produire des agents de raisonnement capables de planifier et d'exécuter sans intervention humaine. Les usines de fabrication, les centres logistiques et les programmes d'infrastructure urbaine considèrent désormais la coordination multi-agents comme une couche d'automatisation fondamentale plutôt que comme un pari sur l'avenir, ce qui déplace les budgets des cellules robotiques isolées vers des écosystèmes d'agents à part entière. Parallèlement, les investissements en capital-risque et la capacité des centres de données hyperscale érodent les obstacles de calcul antérieurs, bien que les pénuries persistantes de GPU aient incité les architectes à adopter des déploiements cloud-périphérie hybrides pour les charges de travail sensibles à la latence. L'intensité concurrentielle s'accroît à mesure que les fournisseurs d'automatisation robotique, les hyperscalers cloud et les start-ups natives de l'IA se disputent la pile d'orchestration, favorisant la consolidation et les collaborations de normalisation.
Principaux Enseignements du Rapport
- Par type de plateforme, les plateformes d'orchestration détenaient 41,2 % de la part du marché des plateformes de systèmes multi-agents en 2024, tandis que le SaaS d'agents autonomes devrait se composer à un TCAC de 53,2 % jusqu'en 2030.
- Par mode de déploiement, la livraison cloud dominait avec une part de 78,4 % en 2024 ; les implémentations en périphérie progresseront à un TCAC de 58,4 % jusqu'en 2030.
- Par secteur d'utilisation finale, la fabrication a capturé 28,3 % de la part des revenus en 2024, tandis que les villes intelligentes et les infrastructures devraient se développer à un TCAC de 48,1 % sur le même horizon.
- Par application, la coordination multi-robots représentait 33,4 % de la taille du marché des plateformes de systèmes multi-agents en 2024, et l'aide à la décision et la planification progressent à un TCAC de 48,8 % jusqu'en 2030.
- Par géographie, l'Amérique du Nord était en tête avec une part de 45,2 % en 2024 ; l'Asie-Pacifique devrait connaître la croissance la plus rapide avec un TCAC de 47,9 % jusqu'en 2030.
Tendances et Perspectives du Marché Mondial des Plateformes de Systèmes Multi Agents (SMA)
Analyse de l'Impact des Moteurs*
| Moteur | (~) % d'Impact sur les Prévisions de TCAC | Pertinence Géographique | Horizon Temporel de l'Impact |
|---|---|---|---|
| Essor du déploiement cloud natif des SMA | +8.2% | Mondial, avec l'Amérique du Nord et l'UE en tête de l'adoption | Moyen terme (2-4 ans) |
| Convergence des agents basés sur les LLM et des cadres d'apprentissage par renforcement traditionnels | +9.1% | Mondial, concentré dans les pôles technologiques | Court terme (≤ 2 ans) |
| Demande d'automatisation des entrepôts pour l'orchestration multi-robots | +6.4% | Amérique du Nord, UE, centres de fabrication APAC | Moyen terme (2-4 ans) |
| Baisse des coûts de l'IA en périphérie permettant des agents sur appareil | +5.8% | Mondial, avec une adoption plus rapide en APAC | Long terme (≥ 4 ans) |
| Essor des outils de développement low-code agentiques | +3.7% | Mondial, démocratisant l'accès dans toutes les régions | Moyen terme (2-4 ans) |
| Écosystèmes SMA open source soutenus par le capital-risque | +2.9% | Marchés de capital-risque en Amérique du Nord et dans l'UE | Long terme (≥ 4 ans) |
| Source: Mordor Intelligence | |||
Essor du Déploiement Cloud Natif des SMA
L'élasticité du cloud et les services gérés raccourcissent les cycles de déploiement pour des milliers d'agents simultanés, incitant des fournisseurs tels qu'IBM et UiPath à regrouper les outils d'orchestration avec des garanties d'identité, de conformité et d'audit.[1]UiPath Inc., "UiPath lance la première plateforme de niveau entreprise pour l'automatisation agentique," UIPATH.COM La large disponibilité des environnements d'exécution d'agents conteneurisés réduit la charge d'intégration, permettant aux équipes informatiques de refactoriser l'automatisation des processus existants en topologies d'agents pilotées par les événements qui s'adaptent à la demande. L'intégration avec des cadres tels que LangChain élargit la portée de la compréhension du langage, tandis que la tarification à la consommation aide les départements à évaluer le retour sur les initiatives agentiques avant les déploiements complets à l'échelle de l'entreprise. Dans l'ensemble, le pivot vers le cloud ajoute 8,2 points de pourcentage au TCAC prévu, les décideurs budgétaires échangeant les achats en capital contre des modèles de dépenses d'exploitation.
Convergence des Agents Basés sur les LLM et des Cadres d'Apprentissage par Renforcement Traditionnels
Les architectures hybrides combinant des LLM de raisonnement avec des apprenants pilotés par la récompense permettent aux agents d'analyser des instructions en langage naturel puis d'optimiser leur comportement grâce à des boucles de rétroaction, comblant un écart de performance de longue date par rapport aux tâches orientées vers des objectifs. Les projets pilotes en entreprise montrent que les collectifs multi-agents LLM surpassent les grands modèles uniques en matière de génération de code, de rédaction de rapports et de triage des anomalies. La coentreprise d'OpenAI et de SoftBank illustre la voie de la commercialisation, avec « Cristal intelligence » intégrant des agents autonomes dans les flux de travail ERP et CRM pour les conglomérats japonais. Les gains rapides dans les taux de réussite des tâches et l'intérêt stratégique des intégrateurs de systèmes élèvent ensemble le plafond du marché pour les plateformes agentiques.
Demande d'Automatisation des Entrepôts pour l'Orchestration Multi-Robots
Les pénuries persistantes de main-d'œuvre et la volatilité des commandes du commerce électronique ont déclenché une automatisation agressive des centres de distribution. Les planificateurs agentiques allouent désormais les tâches de préhension et de placement à des flottes de robots mobiles autonomes, de convoyeurs et d'associés humains, générant des gains de débit à deux chiffres par rapport aux séquenceurs basés sur des règles. Les détaillants adoptent ces couches d'orchestration parce qu'elles découplent les sélections de matériel robotique de la logique d'optimisation, pérennisant les investissements en capital. L'apprentissage par renforcement hiérarchique améliore encore le flux de trafic, réduisant les conflits de trajectoire sous forte charge, tandis que les bacs à sable de simulation déboguent les politiques des agents en toute sécurité avant le déploiement en production.
Baisse des Coûts de l'IA en Périphérie Permettant des Agents sur Appareil
Les accélérateurs d'inférence spécialisés et les modèles efficaces à petit facteur de forme permettent désormais aux usines, aux services publics et aux véhicules d'exécuter localement un raisonnement multi-agents à une économie de quelques centimes par heure. Le déploiement en périphérie maintient la télémétrie sensible sur site, satisfait les mandats de souveraineté des données et protège la disponibilité lorsque les liaisons de retour faiblissent. Les cadres prenant en charge la messagerie pair à pair maintiennent la cohérence sans courtiers centraux, ce qui est crucial pour le contrôle en temps réel dans les scénarios de réseau électrique intelligent ou de véhicule autonome. À mesure que les coûts baissent, les équipes d'approvisionnement approuvent les déploiements en périphérie qui étaient auparavant bloqués par les frais de bande passante et les examens de confidentialité.
Analyse de l'Impact des Contraintes*
| Contrainte | (~) % d'Impact sur les Prévisions de TCAC | Pertinence Géographique | Horizon Temporel de l'Impact |
|---|---|---|---|
| Pénurie de talents et de normes prêts pour les SMA | -4.3% | Mondial, aiguë dans les marchés émergents | Moyen terme (2-4 ans) |
| Cybersécurité et surface d'attaque au niveau des agents | -3.8% | Mondial, accrue dans les secteurs réglementés | Court terme (≤ 2 ans) |
| Volatilité de la chaîne d'approvisionnement GPU/inférence IA | -2.9% | Mondial, concentrée dans les régions à haute capacité de calcul | Court terme (≤ 2 ans) |
| Pression sur l'efficacité énergétique de la part des investisseurs ESG | -2.1% | UE et Amérique du Nord principalement | Long terme (≥ 4 ans) |
| Source: Mordor Intelligence | |||
Pénurie de Talents et de Normes Prêts pour les SMA
Les entreprises se débattent avec une pénurie d'ingénieurs maîtrisant à la fois les systèmes distribués et l'IA avancée. Les programmes d'études mélangent rarement ces disciplines, obligeant les employeurs à soit perfectionner leur personnel, soit payer des salaires élevés, ce qui augmente les coûts de déploiement et allonge les délais des projets. L'absence de protocoles de communication universels complique davantage les intégrations multi-fournisseurs, augmentant le risque de dépendance vis-à-vis d'un fournisseur. Ces frictions soustraient 4,3 points de pourcentage à la croissance prospective malgré l'intérêt croissant des dirigeants.
Cybersécurité et Surface d'Attaque au Niveau des Agents
Chaque agent autonome initie des appels API et échange des messages, élargissant le paysage des menaces. La recherche met en évidence de nouveaux vecteurs — de l'injection de prompts à la collusion d'agents malveillants — exigeant une surveillance comportementale en temps réel et des canaux inter-agents chiffrés. Les secteurs réglementés restent prudents jusqu'à ce que les plans de confiance zéro et les outils d'audit arrivent à maturité, reportant les approbations de projets et réduisant de 3,8 points de pourcentage l'expansion prévue.
*Nos prévisions considèrent les impacts des moteurs et des contraintes comme directionnels et non additifs. Les prévisions d'impact reflètent la croissance de référence, les effets de composition et les interactions entre variables.
Analyse des Segments
Par Type de Plateforme : Les Plateformes d'Orchestration Soutiennent l'Échelle Entreprise
Les plateformes d'orchestration ont contribué à 41,2 % des revenus de 2024, agissant comme le centre de commandement qui planifie les tâches, achemine les données et enregistre les indicateurs de performance dans des pools d'agents hétérogènes. Les ensembles de fonctionnalités regroupent souvent des constructeurs de flux de travail visuels afin que les analystes métier puissent modéliser les interactions sans écrire de code, accélérant les cycles de preuve de concept. À mesure que les entreprises progressent du pilote au déploiement à l'échelle de la flotte, elles privilégient une supervision en tableau de bord unique et des modules de sécurité certifiés par les fournisseurs. Le SaaS d'agents autonomes, bien que plus modeste aujourd'hui, est prévu pour un TCAC de 53,2 % car les responsables métier favorisent les offres clés en main qui masquent la complexité de l'infrastructure. Les modèles d'abonnement séduisent également les départements financiers désireux de convertir les dépenses en capital en coûts d'exploitation prévisibles.
La taille du marché des plateformes de systèmes multi-agents pour les outils d'orchestration devrait se composer en phase avec l'adoption des jumeaux numériques en entreprise, car les bacs à sable de simulation alimentent généralement directement la même couche d'orchestration. Sur la fenêtre de prévision, les fournisseurs de plateformes devraient acquérir des start-ups de génération de code et des assembleurs low-code pour combler le déficit de compétences. La différenciation concurrentielle dépendra de plus en plus de bibliothèques spécifiques à un domaine — fabrication, santé ou finance — plutôt que d'une logique de planification générique.

Par Mode de Déploiement : Domination du Cloud, Dynamique de la Périphérie
La livraison cloud détenait une part de 78,4 % en 2024, soutenue par des clusters GPU sans serveur et des services d'identité pré-intégrés qui réduisent considérablement le temps de provisionnement. Les entreprises effectuant une budgétisation trimestrielle apprécient le modèle de coût à la consommation, tandis que les équipes DevOps exploitent les groupes de mise à l'échelle automatique pour maintenir les engagements de niveau de service lors des pics de trafic saisonniers. Cependant, ces mêmes équipes pilotent désormais des micro-clusters au niveau du sol d'usine ou de la tour de télécommunication pour atteindre des objectifs de latence en millisecondes et alléger les frais de bande passante. Ces nœuds périphériques ne synchronisent que les données récapitulatives vers le cloud, réduisant les frais de sortie et préservant la confidentialité. Par conséquent, le marché des plateformes de systèmes multi-agents assiste à des architectures en couches où la gouvernance et le calcul intensif résident de manière centralisée, mais où la logique d'inférence et de contrôle s'exécute en périphérie.
L'adoption en périphérie devrait augmenter à un TCAC de 58,4 % à mesure que les ASIC d'inférence de qualité industrielle font baisser les chiffres de watts par opération et que les gouvernements renforcent les lois sur la résidence des données. Les fournisseurs qui proposent des consoles cloud-périphérie unifiées devanceront les concurrents offrant des piles cloisonnées, car les acheteurs insistent sur une propagation transparente des politiques et une observabilité cohérente dans tous les emplacements.
Par Secteur d'Utilisation Finale : La Fabrication Commande Toujours la Part de Portefeuille
La fabrication a généré 28,3 % des dépenses de 2024 alors que les usines intégraient des agents dans la planification de la production, les caméras d'inspection qualité et les véhicules à guidage automatique. Les premiers adoptants signalent une réduction à deux chiffres des rebuts après le déploiement d'agents d'apprentissage par renforcement qui recalibrent dynamiquement les paramètres des machines en réponse à la dérive des capteurs.[2]Nature, "Jumeau numérique piloté par l'IA pour le contrôle autonome de la tension de bande dans les systèmes de fabrication rouleau à rouleau," NATURE.COM Dans les lignes d'assemblage discrètes, les agents orchestrent des marques de robots hétérogènes via des API communes, facilitant la dépendance vis-à-vis des fournisseurs et simplifiant les programmes de modernisation. Sur l'horizon de prévision, le marché des plateformes de systèmes multi-agents continuera d'adapter les modèles de contrôle statistique des processus et les bibliothèques de jumeaux numériques pour maintenir la primauté de la fabrication.
Les villes intelligentes et les infrastructures, bien qu'encore naissantes, progresseront à un TCAC de 48,1 % à mesure que les municipalités déploient des agents de signalisation routière pour réduire la congestion et des agents d'équilibrage du réseau pour absorber l'intermittence des énergies renouvelables. Les processus d'approvisionnement du secteur public allongent généralement les cycles de vente, mais une fois l'approbation obtenue, les empreintes à l'échelle de la ville dépassent les contrats d'usines individuelles. Les fournisseurs qui pré-packagisent la conformité avec les mandats de données ouvertes et la certification de cybersécurité gagneront un avantage dans ce segment.

Par Application : Les Robots Aujourd'hui, l'Aide à la Décision Demain
La coordination de flottes de robots reste le cas d'usage principal et représente 33,4 % des revenus de 2024. Les opérateurs d'entrepôts font confiance aux agents de recherche de chemin pour chorégraphier des milliers de véhicules à guidage automatique sans blocages, réduisant la distance de marche des préparateurs et augmentant le débit des commandes. À mesure que les coûts matériels baissent, les petits détaillants et les fabricants de taille intermédiaire entrent dans la course à l'automatisation, élargissant la base adressable de la coordination robotique.
Les agents d'aide à la décision et de planification connaîtront la croissance la plus rapide, à un TCAC de 48,8 %, car les dirigeants de haut niveau souhaitent des copilotes IA qui synthétisent les risques de la chaîne d'approvisionnement, les prix de l'énergie et la demande des clients en plans d'action concrets. Ces agents de planification exploitent des graphes de connaissances, la synthèse par LLM et des simulateurs d'apprentissage par renforcement pour recommander des actions optimales en termes de coûts — qu'il s'agisse de réacheminer des expéditions ou de reprogrammer des arrêts de maintenance. La taille du marché des plateformes de systèmes multi-agents pour les modules d'aide à la décision devrait refléter les cycles de remplacement des logiciels d'analyse à mesure que les entreprises abandonnent les tableaux de bord statiques au profit de systèmes consultatifs auto-optimisants.
Analyse Géographique
L'Amérique du Nord détenait une part de 45,2 % en 2024, ancrée par de profondes réserves de capital-risque et des constructions de centres de données hyperscale telles que le projet Stargate de 500 milliards USD au Texas. Les premiers adoptants couvrent la finance, le commerce électronique et la défense, chacun déployant des milliers d'agents entraînés sur des ensembles de données propriétaires. Les directives régionales en matière de gouvernance de l'IA restent permissives, permettant aux fournisseurs d'itérer rapidement et de publier des mises à jour chaque semaine.
L'Asie-Pacifique devrait afficher un TCAC fulgurant de 47,9 % jusqu'en 2030, la Chine, le Japon et la Corée du Sud canalisant les incitations de politique industrielle vers la fabrication intelligente et les projets pilotes d'infrastructure urbaine. L'engagement annuel de 3 milliards USD de SoftBank pour déployer des plateformes d'agents alimentées par OpenAI souligne l'ampleur de l'appétit régional.[3]SoftBank Group Corp., "OpenAI et SoftBank Group s'associent pour développer et commercialiser l'IA d'entreprise avancée," GROUP.SOFTBANK Les fabricants de puces et les fournisseurs de cloud nationaux accélèrent encore les déploiements en alignant les feuilles de route des semi-conducteurs sur les préférences locales en matière de cadres d'inférence, réduisant l'exposition aux devises étrangères et les risques de la chaîne d'approvisionnement.
L'Europe équilibre la surveillance réglementaire avec les mandats de durabilité, orientant les budgets vers l'optimisation agentique des réseaux électriques et des flottes de collecte des déchets. Le succès des fournisseurs dépend des plans d'acheminement des données conformes au RGPD et des journaux de décisions algorithmiques transparents. L'Amérique du Sud et le Moyen-Orient et l'Afrique sont en retard en termes de dépenses absolues, mais présentent des déploiements concentrés dans les mégapoles et les installations pétrolières et gazières où la coordination multi-agents offre un retour rapide en minimisant les temps d'arrêt et la consommation de carburant.

Paysage Concurrentiel
Le champ des fournisseurs reste fragmenté ; les cinq premiers fournisseurs commandent une part significative des revenus du marché. Les start-ups d'orchestration pure, les acteurs établis de l'automatisation robotique et les hyperscalers cloud revendiquent tous leur place, mais aucun acteur unique ne contrôle une masse critique sur chaque couche. La sortie en avril 2025 du méta-orchestrateur Maestro par UiPath a signalé une dynamique de consolidation centrée sur la plateforme, bientôt renforcée par l'acquisition de Peak.ai. Pendant ce temps, Emergence AI s'est taillé une niche dans les méta-agents qui fédèrent des écosystèmes d'agents disparates au sein des VPC clients.[4]Emergence AI, "Présentation de l'Orchestrateur Emergence," EMERGENCE.AI
Les tendances stratégiques révèlent trois thèmes : (1) le regroupement — les plateformes absorbent les outils de simulation et low-code adjacents pour simplifier les achats ; (2) la verticalisation — les spécialistes intègrent des primitives de domaine pour des secteurs tels que la notation du risque BFSI ; et (3) l'exploitation de l'open source — les fournisseurs commercialisent des licences permissives pour gagner la faveur des développeurs avant de monétiser le support entreprise. La vélocité des fusions-acquisitions devrait augmenter à mesure que les entreprises recherchent des piles tout-en-un plutôt que des produits ponctuels.
Les concurrents se disputeront sur la posture de sécurité et l'alignement réglementaire plutôt que sur les performances algorithmiques brutes à mesure que les écarts d'efficacité se réduisent. Les entreprises capables de certifier le comportement des agents selon les cadres ISO et NIST débloqueront les budgets des secteurs réglementés, tandis que celles qui tardent à investir dans les outils de gouvernance risquent d'être reléguées au statut de laboratoire de test.
Leaders du Secteur des Plateformes de Systèmes Multi Agents (SMA)
OpenAI LLC
UiPath Inc.
GreyOrange Inc.
C3.ai Inc.
Fetch.ai Foundation Pte Ltd.
- *Avis de non-responsabilité : les principaux acteurs sont triés sans ordre particulier

Développements Récents du Secteur
- Avril 2025 : UiPath a lancé la plateforme Maestro, intégrant des agents IA, des robots et des flux de travail humains à l'échelle de l'entreprise.
- Mars 2025 : UiPath a acquis Peak.ai pour approfondir la prise de décision agentique au sein de sa suite d'automatisation.
- Février 2025 : UiPath et Inflection AI se sont associés pour déployer l'IA agentique dans des secteurs sensibles à la sécurité en utilisant des processeurs Intel Gaudi 3.
- Février 2025 : OpenAI et SoftBank ont dévoilé « Cristal intelligence » ciblant les conglomérats japonais via une nouvelle coentreprise, SB OpenAI Japan.
Portée du Rapport Mondial sur le Marché des Plateformes de Systèmes Multi Agents (SMA)
| Cadres de développement d'agents |
| Plateformes d'orchestration |
| Suites de simulation et de jumeaux numériques |
| SaaS d'agents autonomes |
| Autres |
| Cloud |
| Sur site / Périphérie |
| Fabrication |
| Chaîne d'approvisionnement et logistique |
| Santé et sciences de la vie |
| BFSI |
| Villes intelligentes et infrastructures |
| Orchestration des flux de travail et des processus |
| Coordination multi-robots |
| Aide à la décision et planification |
| Modélisation par simulation et jumeaux numériques |
| Trading autonome et opérations financières |
| Amérique du Nord | États-Unis | |
| Canada | ||
| Mexique | ||
| Amérique du Sud | Brésil | |
| Argentine | ||
| Reste de l'Amérique du Sud | ||
| Europe | Allemagne | |
| Royaume-Uni | ||
| France | ||
| Italie | ||
| Espagne | ||
| Russie | ||
| Reste de l'Europe | ||
| Asie-Pacifique | Chine | |
| Japon | ||
| Inde | ||
| Corée du Sud | ||
| Reste de l'Asie-Pacifique | ||
| Moyen-Orient et Afrique | Moyen-Orient | Émirats arabes unis |
| Arabie saoudite | ||
| Turquie | ||
| Qatar | ||
| Reste du Moyen-Orient | ||
| Afrique | Afrique du Sud | |
| Nigéria | ||
| Égypte | ||
| Reste de l'Afrique | ||
| Par Type de Plateforme | Cadres de développement d'agents | ||
| Plateformes d'orchestration | |||
| Suites de simulation et de jumeaux numériques | |||
| SaaS d'agents autonomes | |||
| Autres | |||
| Par Mode de Déploiement | Cloud | ||
| Sur site / Périphérie | |||
| Par Secteur d'Utilisation Finale | Fabrication | ||
| Chaîne d'approvisionnement et logistique | |||
| Santé et sciences de la vie | |||
| BFSI | |||
| Villes intelligentes et infrastructures | |||
| Par Application | Orchestration des flux de travail et des processus | ||
| Coordination multi-robots | |||
| Aide à la décision et planification | |||
| Modélisation par simulation et jumeaux numériques | |||
| Trading autonome et opérations financières | |||
| Par Géographie | Amérique du Nord | États-Unis | |
| Canada | |||
| Mexique | |||
| Amérique du Sud | Brésil | ||
| Argentine | |||
| Reste de l'Amérique du Sud | |||
| Europe | Allemagne | ||
| Royaume-Uni | |||
| France | |||
| Italie | |||
| Espagne | |||
| Russie | |||
| Reste de l'Europe | |||
| Asie-Pacifique | Chine | ||
| Japon | |||
| Inde | |||
| Corée du Sud | |||
| Reste de l'Asie-Pacifique | |||
| Moyen-Orient et Afrique | Moyen-Orient | Émirats arabes unis | |
| Arabie saoudite | |||
| Turquie | |||
| Qatar | |||
| Reste du Moyen-Orient | |||
| Afrique | Afrique du Sud | ||
| Nigéria | |||
| Égypte | |||
| Reste de l'Afrique | |||
Questions Clés Répondues dans le Rapport
Quelle est la valeur actuelle du marché des plateformes de systèmes multi-agents ?
La taille du marché des plateformes de systèmes multi-agents a atteint 7,81 milliards USD en 2025 et devrait croître fortement au cours des cinq prochaines années.
Quel segment détient la plus grande part aujourd'hui ?
Les plateformes d'orchestration étaient en tête avec une part de 41,2 % en 2024, reflétant la demande des entreprises pour des couches de coordination unifiées.
Pourquoi les villes intelligentes sont-elles considérées comme le secteur d'utilisation finale à la croissance la plus rapide ?
Les systèmes de trafic, d'énergie et de gestion des déchets municipaux bénéficient de l'optimisation basée sur les agents, propulsant le segment vers un TCAC prévu de 48,1 % jusqu'en 2030.
À quelle vitesse les déploiements en périphérie se développeront-ils par rapport au cloud ?
Les configurations en périphérie devraient croître à un TCAC de 58,4 % à mesure que les organisations recherchent un contrôle à faible latence et la conformité à la souveraineté des données.
Quelle région affichera la croissance la plus élevée ?
L'Asie-Pacifique devrait enregistrer un TCAC de 47,9 %, alimenté par les programmes d'automatisation de la fabrication et les investissements à grande échelle dans les villes intelligentes.
Dernière mise à jour de la page le:



