Mercado de IA multimodal Tamaño y Compartir 2025 – 2034

Tamaño del mercado de IA multimodal

El tamaño del mercado mundial de IA multimodal se valoró en 1,600 millones de USD en 2024 y se estima que crecerá a una tasa de crecimiento anual compuesta (TCAC) del 32,7 % entre 2025 y 2034. La creciente demanda de integración de IA y ML en diversos sectores, como el comercio minorista, la atención sanitaria y la automoción, entre otros, junto con el aumento de la inversión en investigación y desarrollo (I+D) en tecnología de IA, constituye el principal factor impulsor del mercado.
 

El mercado de IA multimodal ofrece una oportunidad transformadora en todos los sectores gracias a los avances tecnológicos. El desarrollo futuro se centra en las aplicaciones de IA perimetral en tiempo real, que implican la colaboración entre humanos e IA. Desde la perspectiva de la I+D, la IA multimodal constituye una frontera dinámica de innovación. Deepseek AI es el ejemplo más reciente, ya que ha alterado el modelo de negocio tradicional de ChatGPT, Gemini y otras plataformas similares durante el primer trimestre de 2025. Los esfuerzos de I+D deben priorizar la ampliación de las capacidades de IA perimetral para aplicaciones de baja latencia.
 

Sin embargo, la gobernanza de la IA, la eficiencia computacional y la complejidad de la fusión de datos siguen siendo obstáculos que las empresas deben abordar. Al aprovechar el potencial de estas plataformas, los sectores de todo el mundo pueden avanzar hacia un espacio transformador en el que sea posible obtener resultados con mayor eficiencia y con un esfuerzo y un tiempo mínimos.

La IA permite a las empresas mejorar sus flujos de trabajo mediante la integración de diversos datos, como texto, imágenes y voz, en sistemas cohesivos que mejoran la toma de decisiones y reducen el error humano, entre otros beneficios. Desde la fabricación hasta el servicio de atención al cliente, la IA multimodal puede ayudar a abordar tareas complejas en distintas plataformas y entornos. A medida que las empresas priorizan la productividad, la adopción de la automatización mediante IA en sectores como la automoción, la atención sanitaria y la logística impulsa el crecimiento del mercado de IA multimodal.
 

Además, las principales empresas están incrementando sus inversiones en I+D, lo que está transformando el panorama tecnológico de la IA. Esto fomenta avances tecnológicos, como el reconocimiento de voz, la captura y búsqueda de imágenes, la detección del fraude y la evaluación de riesgos en la IA multimodal, que ayudan al mercado a simplificar tareas complejas y, por tanto, aumentan su adopción en diversos sectores.
 

Por ejemplo, grandes empresas tecnológicas como Meta, Amazon, Alphabet y Microsoft planean destinar hasta 320,000 millones de USD en conjunto, lo que supone un aumento significativo frente a los 230,000 millones de USD de 2024. Este gasto agresivo pone de manifiesto la intensificación de la competencia en IA y la necesidad de contar con infraestructuras avanzadas.
 

Asimismo, el número de usuarios de herramientas de IA en diversos sectores está aumentando a escala mundial. A medida que se adoptan herramientas de IA para ofrecer servicios personalizados, automatizar procesos y facilitar la toma de decisiones, aumenta la demanda de IA multimodal. Según Statista, el número de usuarios de herramientas de IA está creciendo rápidamente. Entre 2023 y 2024, el número de usuarios de herramientas de IA aumentó en 59,6 millones y se prevé que alcance los 729,10 millones de usuarios en 2030.
 

Con la rápida adopción de la IA multimodal en diversos sectores, las empresas deberían aumentar su inversión en I+D y centrarse en mejorar sus funcionalidades tecnológicas para superar a sus competidores y captar una mayor cuota de mercado.
 

La IA multimodal hace referencia a modelos de aprendizaje automático capaces de procesar e integrar información procedente de múltiples modalidades de datos. Estas modalidades pueden incluir imágenes, texto, vídeo, audio y otras formas de datos sensoriales. La IA multimodal combina y analiza distintos tipos de datos de entrada, lo que permite obtener una comprensión exhaustiva y generar resultados más sólidos.
 

Tendencias del mercado de IA multimodal

• El procesamiento y la interpretación de escenarios complejos del mundo real permiten al sistema de IA resolver problemas en los ámbitos del diagnóstico sanitario avanzado, los vehículos autónomos y muchos otros sectores.
   
• El avance de la IA multimodal está impulsado por el desarrollo de modelos de IA que integran texto, imágenes y otros tipos de datos. Esto mejora la capacidad de la IA para comprender y generar contenidos diversos para sus usuarios. Por ejemplo, Salesforce presentó xGen-MM, que ofrece modelos de código abierto para avanzar en la comprensión del lenguaje visual. Incluye modelos preentrenados, conjuntos de datos y código para su ajuste fino.
   
• Las gafas con IA están transformando la interacción de los usuarios al integrar capacidades de IA multimodal, como el reconocimiento de voz, el procesamiento visual y los datos en tiempo real. Esta integración mejora la experiencia del usuario en diversos sectores. Por ejemplo, las gafas inteligentes Ray-Ban meta de Meta han integrado la IA multimodal en dispositivos ponibles. Meta ha combinado los comandos de voz con descripciones inmediatas en sus gafas, lo que mejora la interacción de los usuarios. Estas tendencias ponen de manifiesto la próxima demanda de dispositivos integrados de IA multimodal.
   
• La IA multimodal mejora significativamente las funcionalidades de los vehículos autónomos, que integran datos de IA procedentes de cámaras, sistemas LIDAR y micrófonos, lo que permite tomar decisiones precisas. Esta integración mejora notablemente la capacidad de los vehículos para desplazarse en entornos complejos.
   
• Las herramientas de creación de contenidos basadas en IA se transforman continuamente mediante nuevas innovaciones, a medida que los usuarios buscan crear contenidos visuales y de audio o vídeo. Al automatizar tareas como el diseño de imágenes y mejorar la edición de vídeo, estas herramientas ahorran tiempo, potencian la creatividad y garantizan la escalabilidad. Por ejemplo, la herramienta copy ai agiliza el proceso de redacción al generar textos de alta calidad para anuncios, publicaciones de blog y contenidos orientados a la audiencia. Estas herramientas de automatización mejoran la productividad general sin comprometer la calidad.
   

Análisis del mercado de la IA multimodal

Para comprender las principales tendencias del mercado

Descargar PDF Gratis

• El segmento de datos de imagen alcanzó los 565,4 millones de USD en 2024. El avance de técnicas de aprendizaje profundo, como las redes neuronales convolucionales (CNN), ha impulsado significativamente las capacidades de clasificación y reconocimiento de imágenes, lo que fomenta el crecimiento del segmento.
   
• Se prevé que el mercado de la IA multimodal basada en datos de texto registre la mayor tasa de crecimiento anual compuesta (TCAC), del 35,1 %, hasta 2034, debido al rápido crecimiento de los contenidos digitales en las plataformas de redes sociales. El enorme volumen de texto generado en las redes sociales, los medios de comunicación y las comunicaciones empresariales crea un mercado sólido para el análisis de texto.
   
• El mercado de datos de habla y voz para la IA multimodal registró una cuota de mercado del 4,4 % en 2024. Los principales factores que contribuyen al crecimiento de este segmento de mercado son la adopción generalizada de los asistentes de voz. Por ejemplo, según Statista, en 2024 se utilizarán 8,4 mil millones de dispositivos de asistencia de voz digitales en todo el mundo.
   
• El mercado de datos de vídeo superó los 259,4 millones de USD en 2024, debido a la creciente demanda de soluciones sólidas de análisis de vídeo, impulsada por el aumento del número de plataformas de streaming de vídeo y el crecimiento de los contenidos de vídeo en las redes sociales. Por ejemplo, los contenidos de vídeo representan más del 53,7 % del tráfico total de Internet.
   
• Se prevé que el mercado de la IA multimodal basada en datos de audio crezca a una TCAC del 33,1 % durante el período 2025–2034. Las empresas están ampliando las capacidades de audio, como demostró Sarvam AI mediante el uso de audio en la IA multimodal al desarrollar agentes de voz empresariales con capacidades de razonamiento mejoradas, lo que impulsa el mercado.
   

• El mercado de la IA multimodal basada en aprendizaje automático registró la mayor cuota, del 34,5 %, en 2024 y se prevé que mantenga su dominio hasta 2034. La creciente demanda de análisis predictivo en sectores como la atención sanitaria y los servicios bancarios, financieros y de seguros (BFSI), así como la necesidad de soluciones de aprendizaje automático basadas en la nube, impulsan el mercado. Por ejemplo, el 87 % de las empresas prefiere las plataformas en la nube para implementar soluciones de aprendizaje automático.
   
• El aprendizaje automático desempeña un papel crucial en la IA multimodal, que permite a los modelos procesar e integrar datos procedentes de múltiples fuentes, como texto, imágenes, audio, etc. En el contexto del aprendizaje automático, la modalidad se refiere principalmente a un tipo de datos.
   
• Se prevé que el mercado de la IA multimodal basada en procesamiento del lenguaje natural crezca a una tasa de crecimiento anual compuesta (TCAC) del 34 % durante el período de previsión. Las empresas que desarrollan plataformas de IA multimodal prefieren el procesamiento del lenguaje natural (NLP), ya que mejora la capacidad de las máquinas para comprender e interactuar con múltiples tipos de datos, como texto, imágenes y audio, lo que constituye el principal factor de crecimiento de este segmento. Además, la combinación del NLP con la IA multimodal permite realizar tareas complejas, como el razonamiento visual-lingüístico y el análisis de sentimientos.
   
• El mercado de la IA multimodal basada en visión por computador se valoró en 310 millones de USD en 2024. La IA multimodal basada en visión por computador permite al sistema analizar datos visuales junto con otras entradas, como texto y audio. Esta tecnología evoluciona continuamente mediante diversas versiones, mejora la interfaz de usuario y resuelve problemas con rapidez, lo que impulsa el crecimiento del segmento.
   
• Se prevé que el sector de la IA multimodal con comprensión del contexto crezca a una tasa de crecimiento anual compuesta (TCAC) del 30,8 % en 2034. La integración de esta tecnología en soluciones de IA multimodal mejora significativamente la toma de decisiones y la interacción de los usuarios, factores clave que impulsan el crecimiento del mercado.
   
• La IA multimodal con comprensión del contexto se refiere a la capacidad del sistema para comprender y adaptarse en función del entorno, la intención del usuario y los datos procedentes de múltiples fuentes. Por ejemplo, PixelBot (código), un chatbot de Discord con comprensión del contexto que demuestra cómo Pixeltable resuelve retos actuales del desarrollo de la IA, como el mantenimiento de índices de embeddings y la provisión de trazabilidad y control de versiones de los datos, desde los datos sin procesar hasta los resultados de los modelos de lenguaje de gran tamaño (LLM).
   

• Por tipo, el mercado se divide en IA multimodal generativa, IA multimodal traductora, IA multimodal explicativa e IA multimodal interactiva.
   

• El mercado de la IA multimodal generativa está valorado en 740,1 millones de USD en 2024, impulsado por la creación de contenido de alta calidad en forma de vídeos, textos y audios para diversas redes sociales y plataformas de streaming. Además, dado que este contenido generado se utiliza con fines de marketing, los líderes del sector de los medios de comunicación de todo el mundo han previsto aumentar su presupuesto de contenidos un 43 % en 2024, lo que también se espera que impulse el mercado.
   
• Se prevé que el sector de la IA multimodal traductora crezca a una tasa de crecimiento anual compuesta (TCAC) del 33,6 % entre 2025 y 2034. La creciente necesidad de plataformas que incorporen comunicación entre idiomas y entre modalidades está impulsando el crecimiento del mercado.
   
• Meta ha presentado SeamlessM4T, un modelo de IA multimodal para la traducción de voz y texto. Es el primer modelo de traducción y transcripción de IA multimodal multilingüe todo en uno.
   
• El mercado de la IA multimodal explicativa se valoró en 109,8 millones de USD en 2024. Este tipo de IA multimodal ofrece explicaciones detalladas mediante la integración de múltiples tipos de datos, como texto, audio y vídeo, por lo que es especialmente demandado por investigadores, estudiantes y otros profesionales, lo que impulsa el crecimiento del mercado. La IA multimodal explicativa desglosa la información y proporciona análisis detallados, lo que permite al usuario comprenderla mejor.
   
• Se prevé que la industria de la IA multimodal interactiva crezca a una tasa de crecimiento anual compuesta (TCAC) del 34,4 % durante el período 2025–2034. El mercado está impulsado por la necesidad de mejorar la interacción de los usuarios mediante interfaces dinámicas que combinan entradas de voz, gestos y elementos visuales.
   

Según el sector de actividad, el mercado de la IA multimodal se divide en BFSI, comercio minorista y comercio electrónico, TI y telecomunicaciones, Administración y sector público, atención sanitaria, medios de comunicación y entretenimiento, y otros.
 

• El segmento de mercado BFSI registró un valor de 570,5 millones de USD en 2024. Las empresas del sector BFSI avanzan hacia la IA multimodal para adaptar flujos de trabajo fluidos, lo que impulsa el crecimiento del mercado. Por ejemplo, Interface.ai está a la vanguardia del desarrollo de algoritmos de IA específicos para BFSI, que proporcionan información en tiempo real y asistencia para las transacciones, ya sea junto con el personal interno o directamente a los clientes a través de Sphere, su agente de IA multimodal
  .
• Se prevé que el segmento del comercio minorista y el comercio electrónico crezca a una TCAC del 34,8 % durante el período de previsión. Con la IA multimodal, las marcas de comercio electrónico están creando experiencias de compra personalizadas y ofreciendo soluciones inmediatas a las consultas de los clientes, lo que impulsa el mercado. La inteligencia artificial (IA) está transformando rápidamente la atención al cliente en el sector del comercio electrónico, como resultado de los algoritmos avanzados y las capacidades de aprendizaje automático.
   
• El segmento de TI y telecomunicaciones registró un valor de 256,3 millones de USD en 2024.  La IA multimodal se utiliza en TI para diversos fines, como el desarrollo de software, el análisis de datos y la ciberseguridad. Debido a esta utilización, el mercado de la IA multimodal en los sectores de TI y telecomunicaciones está creciendo, lo que ha dado lugar al desarrollo de aplicaciones inteligentes capaces de comprender, aprender, predecir y, potencialmente, funcionar de forma autónoma.
   
• Se prevé que el segmento de la Administración y el sector público alcance los 3,100 millones de USD en 2034. Los Gobiernos están invirtiendo en IA multimodal para mejorar la seguridad pública, desarrollar proyectos de ciudades inteligentes y reforzar la interacción con la ciudadanía, lo que impulsa el crecimiento del mercado en este segmento. Por ejemplo, BharatGen, una iniciativa pionera en IA generativa, se puso en marcha en India el 30 de septiembre de 2024, en Delhi. La iniciativa está diseñada para revolucionar la prestación de servicios públicos y reforzar la interacción con la ciudadanía mediante el desarrollo de un conjunto de modelos fundacionales de lenguaje, voz y visión artificial.
   
• El mercado de la IA multimodal para la atención sanitaria registró un valor de 123,3 millones de USD en 2024.  La IA multimodal en la atención sanitaria se traduce en mejores resultados tanto para los pacientes como para los profesionales sanitarios. Ofrece mejoras significativas en la atención al paciente, además de aumentar la eficiencia operativa en toda la cadena de valor farmacéutica, lo que previsiblemente impulsará el mercado.
   
• Se prevé que el segmento de medios de comunicación y entretenimiento crezca a una TCAC del 32 % en 2034. La IA multimodal está transformando toda la industria de los medios de comunicación y el entretenimiento al posibilitar nuevas oportunidades en la creación de contenidos, la producción y la interacción con los usuarios, lo que impulsa el crecimiento del mercado.
   

Obtenga más información sobre los segmentos clave que conforman este mercado

Descargar PDF Gratis

Se prevé que el tamaño del mercado de la IA multimodal en América del Norte alcance los 11,7 mil millones de USD en 2034, debido al aumento de la inversión en el desarrollo de herramientas de IA multimodal. Además, la región presenta una alta concentración de centros tecnológicos, como Silicon Valley y Boston, donde se lleva a cabo investigación puntera que sirve de apoyo al desarrollo de la IA.
 

• Se prevé que el mercado estadounidense de la IA multimodal crezca a una TCAC del 33,6 % en 2034. Estados Unidos está impulsando la IA multimodal mediante importantes inversiones en empresas emergentes. SK Telecom (SKT) invirtió 3 millones de dólares en Twelve Labs, una empresa emergente estadounidense de análisis de vídeo basado en IA.Twelve Labs señala que sus modelos fundacionales multimodales propietarios, Marengo y Pegasus, ofrecen una comprensión de los vídeos similar a la humana, lo que permite realizar búsquedas, resúmenes y análisis precisos.
   
• Se prevé que el mercado de la IA multimodal en Canadá alcance un valor de 140,3 millones de USD en 2024. El mercado canadiense está creciendo gracias a las políticas de apoyo y la financiación del Gobierno para estimular la innovación en IA. Por ejemplo, el Gobierno canadiense anunció en 2024 una inversión de 2,000 millones de USD para fortalecer su industria de inteligencia artificial.
   

En Europa, se prevé que el mercado de la IA multimodal registre una tasa de crecimiento anual compuesta (TCAC) del 30,5 % durante el período de previsión. La creciente demanda de los sectores de servicios bancarios, financieros y de seguros (BFSI), automoción y sanidad, que utilizan soluciones de IA multimodal para integrar datos de texto, imágenes y sensores con el fin de mejorar la eficiencia y la toma de decisiones, impulsa el crecimiento del mercado en la región.
 

• Se prevé que la industria alemana de IA multimodal alcance un valor de mercado de 1,1 mil millones de USD en 2034. La creciente demanda de integración de IA multimodal por parte de los sectores sanitario y de automoción constituye uno de los principales factores que impulsan el crecimiento del mercado. Además, se espera que el aumento de la inversión en IA transformadora impulse aún más el mercado. Por ejemplo, en 2024, el grupo de capital riesgo corporativo (CVC) de Deutsche Bank invirtió en la empresa alemana de IA Aleph Alpha, que investiga, desarrolla e implementa soluciones de IA transformadora, como modelos lingüísticos de gran tamaño y modelos multimodales.
   
• El mercado británico de IA multimodal registró una cuota de ingresos del 26,5 % en 2024. El Reino Unido está logrando avances significativos en IA multimodal mediante iniciativas como The UK Open Multimodal AI Network (UKOMAIN), que impulsa el mercado. UKOMAIN es una iniciativa nacional financiada por el Engineering and Physical Sciences Research Council (EPSRC), con un total de 2,24 millones de USD.
   
• Se prevé que el mercado de la IA multimodal en Francia crezca a una TCAC del 30,1 % durante el período de previsión. Francia continúa desarrollando tecnologías de automatización basadas en IA. Por ejemplo, la startup francesa mistral lanzó pixtral 12B. Este modelo procesa tanto imágenes como texto y admite tareas como la generación de descripciones de imágenes, la identificación de objetos, entre otras.
   
• El mercado español de IA multimodal se valoró en 38,7 millones de USD en 2024. El mercado del país está creciendo debido al aumento de la demanda de IA multimodal en distintos sectores, como la sanidad, el comercio minorista y los servicios bancarios, financieros y de seguros (BFSI). Estos sectores incorporan plataformas multimodales para simplificar los flujos de trabajo y mejorar la eficiencia operativa.
   
• Se prevé que el mercado italiano de IA multimodal crezca a una TCAC del 29,1 % hasta 2034. El mercado de esta región está creciendo debido al aumento de la inversión en tecnología de IA y a la mayor integración de la IA multimodal en la industria manufacturera.
   

Se prevé que el mercado de la IA multimodal de Asia-Pacífico crezca significativamente y supere los 9,000 millones de USD en 2034. Asia-Pacífico cuenta con la mayor base manufacturera de semiconductores, productos electrónicos y robótica. El rápido despliegue de tecnología de IA multimodal para mejorar los procesos de fabricación de estas industrias impulsa el crecimiento del mercado.
 

• La industria china de IA multimodal registró la mayor cuota, del 42,3 %, en 2024. El rápido desarrollo tecnológico, respaldado por iniciativas gubernamentales para impulsar la industria de la IA, fomenta el crecimiento del mercado. Por ejemplo, Baidu, una empresa tecnológica líder del país, tiene previsto lanzar su modelo de IA de próxima generación Ernie 5 más adelante en 2025. Este modelo contará con capacidades multimodales que le permitirán procesar y convertir distintos formatos, incluidos texto, vídeo, imágenes y audio.
   
• El mercado indio de IA multimodal está creciendo a un ritmo significativo, del 32,5 %, durante el período 2025–2034. Las iniciativas gubernamentales, como «Digital India», destinadas a fomentar las startups de IA, impulsan el mercado del país.
   
• Se prevé que el mercado de IA multimodal en Japón alcance los 706 millones de USD en 2034. Japón ya cuenta con una experiencia consolidada en ingeniería de precisión y robótica, que ahora se está integrando con sistemas avanzados de IA para optimizar los procesos de producción y permitir una automatización inteligente, un factor clave para el crecimiento del mercado.
   
• Se prevé que el mercado surcoreano de IA multimodal registre una cuota de mercado del 13,2% en 2024. La consolidada industria de las TIC del país, conocida por su desarrollo de software de bajo coste, crea un entorno idóneo para el crecimiento de las soluciones de IA multimodal. Por ejemplo, en 2024 LG lanzó la tercera generación de su IA multimodal hiperescalar Exaone, que ofrece un mejor rendimiento y una mayor rentabilidad para gestionar grandes volúmenes de datos en Corea del Sur.
   

Se prevé que el mercado de IA multimodal de América Latina registre una tasa de crecimiento anual compuesta (TCAC) del 26,1% hasta 2034. El mercado de esta región está avanzando gracias a la creciente colaboración entre empresas de TI. Por ejemplo, en 2023 Kyndryl y Microsoft colaboraron para ampliar las capacidades de sus Centros de Excelencia en la región. El centro combina la experiencia de Kyndryl, sus servicios integrales y su conocimiento de los sistemas de TI críticos para las operaciones con Microsoft Cloud para ofrecer soluciones de datos, IA, IA generativa y ciberseguridad.
 

• El mercado brasileño de IA multimodal se valoró en 35,7 millones de USD en 2024. El creciente uso de la inteligencia artificial, incluido el aprendizaje automático para tecnologías de monitorización en tiempo real, está impulsando el crecimiento del mercado.
   
• El mercado mexicano de IA multimodal registró una cuota de mercado del 33,1% en 2024. La expansión del sector manufacturero del país y el activo comercio transfronterizo están impulsando el desarrollo de soluciones avanzadas de IA adaptadas al análisis de la producción y a la optimización operativa.
   
• Se prevé que el sector argentino de IA multimodal crezca a una TCAC del 25,6% durante el período de previsión. La industria argentina de IA multimodal está creciendo mediante la investigación y el desarrollo, con un aumento de la inversión en empresas emergentes de IA y de las colaboraciones. El país se centra en aprovechar diversos tipos de datos, como texto e imágenes, entre otros.
   

Se prevé que el mercado de IA multimodal de Oriente Medio y África crezca significativamente y supere los 430 millones de USD en 2034. Los países de esta región, como los EAU, Arabia Saudí y varias naciones africanas emergentes, están modernizando rápidamente sus infraestructuras y servicios públicos mediante la integración de soluciones de IA multimodal.
 

• El sector de IA multimodal de Arabia Saudí se valoró en 161,8 millones de USD en 2024. Arabia Saudí está transformando rápidamente su economía mediante la inteligencia artificial (IA). El país está realizando importantes inversiones en IA y en infraestructuras relacionadas, incluido un fondo de 40,000 millones de dólares y inversiones específicas en empresas y empresas emergentes de IA.
   
• El mercado sudafricano de IA multimodal registró una cuota de ingresos del 40,4% en 2024. La transformación digital en curso del país en sectores clave, como la banca y las telecomunicaciones, está impulsando el mercado.
   
•  Se prevé que el mercado de IA multimodal de los EAU crezca a una TCAC del 32,7% hasta 2034. Se espera que el aumento de la inversión en IA impulse el mercado. Por ejemplo, en 2025, la Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) de Abu Dabi lanzó AIN, el primer modelo multimodal grande e inclusivo bilingüe árabe-inglés (LMM). El modelo, con 7,000 millones de parámetros, se ha desarrollado para destacar en la comprensión visual y contextual en diversos ámbitos.
   

Se prevé que el sector de IA multimodal de Oriente Medio y África crezca significativamente y supere los 430 millones de USD en 2034. En Oriente Medio y África, el mercado está creciendo rápidamente gracias al desarrollo continuo de iniciativas y programas de formación, así como a la superación de los retos de los consumidores, entre otros factores.
 

• Las previsiones indican que el mercado de la IA multimodal en Arabia Saudí alcanzó un valor de 161,8 millones de USD en 2024. Arabia Saudí está transformando rápidamente su economía mediante la inteligencia artificial (IA). El país está realizando importantes inversiones en IA y en infraestructuras relacionadas, incluido un fondo de 40,000 millones de dólares y distintas inversiones específicas en empresas emergentes y compañías de IA.
   
• Se prevé que el mercado de IA multimodal de Sudáfrica registre una cuota de mercado del 40,4 % en 2024. En Sudáfrica, la aplicación móvil AI-HIVE utiliza un kit de herramientas de integración de IA multimodal para ofrecer itinerarios asistenciales integrales y personalizados para el VIH. Esta iniciativa proporciona información y asesoramiento sobre salud, VIH y cuestiones relacionadas con el sexo, específicamente dirigidos a jóvenes. Estos esfuerzos ponen de relieve el papel crucial de la IA multimodal en la atención sanitaria.
   
•  Se prevé que el mercado de IA multimodal en los EAU crezca a una tasa de crecimiento anual compuesta (TCAC) del 32,7 % hasta 2034.  En los EAU, QX Lab AI, una empresa pionera de inteligencia artificial general (AGI) con sede en los EAU, anunció el lanzamiento de Ask QX PRO, una versión avanzada de su plataforma de IA generativa Ask QX, centrada en las capacidades de texto a texto. Ask QX PRO incorpora una amplia variedad de funciones multimodales.
   

Cuota de mercado de la IA multimodal

El sector de la IA multimodal es altamente competitivo. Google Inc., Open Ai, Microsoft Corporation e IBM (International Business Machines Corporation) son las cuatro principales empresas y representan conjuntamente una cuota significativa del 60 % del mercado. Los actores de este mercado compiten mediante avances tecnológicos, diferenciación de precios para las versiones premium y expansión geográfica. La intensificación de la competencia se verá favorecida por el aumento de la demanda de conectividad de alta velocidad, la adopción de la IA y la creciente utilización de aplicaciones relacionadas con la IA multimodal en organizaciones empresariales y entre particulares.
 

Las empresas están realizando grandes inversiones en investigación y desarrollo (I+D) para desarrollar modelos habilitados para IA que mejoren los flujos de trabajo generales en las organizaciones empresariales. Además, la mayor integración del software y de las funciones de IA con las tecnologías más recientes, como 5G, la computación periférica y el aprendizaje automático, intensifica aún más la competencia y convierte la innovación en el único elemento diferenciador. Las alianzas, las fusiones y las adquisiciones son algunas de las estrategias habituales que adoptan los principales actores para aumentar su cuota de mercado y mantener su competitividad.
 

Google Inc. es un actor dominante en el mercado de la IA multimodal. Google se ha mantenido continuamente a la vanguardia en numerosos sectores. Google presentó Gemini 2.0; la promoción de sus capacidades multimodales permitió el acceso a Gemini 2.0, una actualización significativa de su IA insignia, dirigida a usuarios empresariales y desarrolladores, con capacidades multimodales mejoradas que se traducen en un mayor rendimiento. Esta nueva API permite interacciones bidireccionales de voz y vídeo con Gemini con baja latencia. El rendimiento mejoró en la mayoría de los principales benchmarks de calidad con respecto a Gemini 1.5 Pro.
 

Microsoft Corporation participa en el mercado de la IA multimodal y desarrolla aplicaciones en diversos sectores, como la atención sanitaria.  Microsoft ha desarrollado modelos fundacionales de IA generativa a gran escala que aprovechan los avances de la IA y se centran en el descubrimiento de materiales y la radiología. Los modelos se crearon desde cero en Microsoft Azure y se comparten públicamente para acelerar el desarrollo y sus posibles usos. Mayo Clinic y Microsoft Research colaboran en el desarrollo de modelos fundacionales multimodales que integran texto e imágenes para aplicaciones de radiología.
 

IBM presenta su innovación mediante su nuevo procesador IBM Telum II y el acelerador IBM Spyre, diseñados para mejorar la IA a escala empresarial, incluidos los modelos generativos de lenguaje de gran tamaño. La tecnología avanzada de E/S permite y simplifica un subsistema de E/S escalable, diseñado para reducir el consumo energético y la huella de los centros de datos.
 

Empresas del mercado de la IA multimodal

Algunos de los principales actores del sector de la IA multimodal son:

• Aiberry Inc.
• Aimesoft Inc.
• Amazon Web Services, Inc.
• Archetype AI Inc.
• Beewant SAS
• Google Inc.
• Habana Labs Inc.
• Hoppr Inc.
• Inworld AI Inc.
• International Business Machines Corporation (IBM)
• Jina AI GmbH
• Jiva.ai Ltd.
• Microsoft Corporation
• Mobius Labs Inc.
• Modality.AI Inc.
• Multimodal Inc.
• Neuraptic AI S.L.
• Newsbridge SAS
• OpenAI Inc.
• OpenStream AI Inc.
• Owlbot.AI Inc.
• Perceiv AI Inc.
• Reka AI Inc.
• Runway AI Inc.
• Stability AI Ltd
   

Noticias del sector de la IA multimodal:

• En octubre de 2024, OpenAI presenta nuevas capacidades de procesamiento multimodal y herramientas de ajuste fino de IA. Ahora, los desarrolladores disponen de una plataforma única y unificada en la que pueden ajustar los modelos lingüísticos pequeños (SLM) de OpenAI utilizando datos de sus potentes modelos lingüísticos grandes (LLM).
   
• En febrero de 2024, Jiva.ai, una plataforma de IA sin código, y Aevice Health, proveedor de soluciones de monitorización respiratoria remota para todo el ámbito sanitario, anunciaron su colaboración en un programa de coinnovación financiado conjuntamente por Innovate UK y Enterprise Singapore, centrado en la creación de una IA médica de última generación capaz de predecir las exacerbaciones del asma.
   
• En abril de 2024, Reka AI lanza un modelo lingüístico multimodal para competir con Gemini de Google. Reka AI lanzó Reka Core, su primer modelo lingüístico multimodal, capaz de trabajar con imágenes, audio y vídeo.
   

El informe de investigación del mercado de la IA multimodal ofrece una cobertura exhaustiva del sector, con estimaciones y previsiones de ingresos, expresadas en millones de USD, de 2021 a 2034, para los siguientes segmentos:

Mercado por modalidad de datos

• Datos de imágenes
• Datos de texto
• Datos de habla y voz
• Datos de vídeo
• Datos de audio

Mercado por tecnología

• Aprendizaje automático
• Procesamiento del lenguaje natural
• Visión artificial
• Comprensión del contexto
• Internet de las cosas

Mercado por tipo

• IA multimodal generativa
• IA multimodal traductiva
• IA multimodal explicativa
• IA multimodal interactiva

Mercado por sector de actividad

• BFSI
• Comercio minorista y comercio electrónico
• TI y telecomunicaciones
• Administración pública y sector público
• Atención sanitaria
• Medios de comunicación y entretenimiento
• Otros

La información anterior se proporciona para las siguientes regiones y países:

• América del Norte 
  • Estados Unidos
  • Canadá
• Europa 
  • Alemania
  • Reino Unido
  • Francia
  • España
  • Italia
  • Países Bajos
• Asia-Pacífico 
  • China
  • India
  • Japón
  • Australia
  • Corea del Sur
• América Latina 
  • Brasil
  • México
  • Argentina
• Oriente Medio y África 
  • Arabia Saudí
  • Sudáfrica
  • Emiratos Árabes Unidos