自動車向けAI基盤モデル市場 サイズとシェア 2026-2035

自動車向けAI基盤モデル市場の規模

世界の自動車向けAI基盤モデル市場は、2025年に 9億米ドルと評価された。Global Market Insights Inc.が発表した最新の報告書によると、市場規模は2026年の 13億米ドルから2035年には 236億米ドルに拡大し、年平均成長率（CAGR）38.5%で成長すると予測されている。

 市場は、パイロットプログラムが有料サービスへ移行し、高度運転支援システム（ADAS）の機能が量販モデルに標準搭載されるのに伴い、急速に拡大している。同分野ではすでに、学習インフラ、車載コンピューティング、データ運用に対する大規模な設備投資が進められている。

この予測は、安全性と稼働率の定量的な向上を背景に、乗用車、商用車、フリートの各セグメントで普及が複合的に進むことを示している。データからは、消費者需要と同様に、規制面の後押しも重要であることが分かる。安全規制当局は、インテリジェント速度支援、ドライバー監視、自動緊急ブレーキなどの機能を規制に組み込みつつあり、車両のライフサイクルを通じた継続的なモデル更新を促している。

自動車向けアクセラレーターは現在、100ワット未満で数百〜数千TOPSの処理性能を実現し、部品表（BOM）コストを過度に押し上げることなく、車載環境で低遅延の認識と経路計画を可能にしている。さらに、合成データパイプラインにより、現実世界で再現するには費用がかかる、または安全上困難なロングテールシナリオの検証コストが低減されている。その結果、特に安全性を実証的に示せる限定的な運用領域において、モデル開発から認証済みの実装までの期間が短縮されている。

北米では、柔軟な試験制度と潤沢な資本を背景に、自動運転運用データが集積しており、それがモデル改善をさらに加速させている。アジア太平洋地域では、協調的な産業政策により、電気自動車（EV）向けのインセンティブとインテリジェント機能が結び付けられ、大規模な導入が促進されている。これにより、学習データが蓄積され、車両1台当たりのAIコストが低下している。

欧州では、プライバシー保護に関する方針と厳格な安全認証によりコンプライアンスコストが上昇している一方、多国籍プラットフォームを通じて世界的に普及しやすい品質基準も形成されている。地域を問わず共通しているのは、安全性が重要なタスクでは車載推論が標準となりつつある一方、フリート学習、OTAアップデート、非リアルタイム最適化ではクラウドが引き続き中核的な役割を担っていることである。

自動車向けAI基盤モデル市場の動向

自動車業界では、認識、予測、経路計画を個別に処理するモジュール型アプローチから、運転操作を一体的に最適化するエンドツーエンドの基盤モデルへと移行している。この傾向の主な背景には、モジュール型・ルールベース型の手法では性能が低下しやすいマルチエージェント環境における課題を克服する必要性がある。検証プロセスが簡素化されるため、2028年までに、より多くの企業がこの技術の利用を開始すると予想される。

自動運転車の学習および検証における合成データの利用が拡大している。まれな運転事象の発生に関する実データの収集には多額の費用がかかり、制約も多い。そのため、シミュレーションソフトウェアと世界モデルを活用し、異常気象や交通量の多い状況などのシナリオを再現する取り組みが進められている。2026年から2028年にかけて、この技術により検証費用が低下するとともに、シミュレーションを通じて認証手法も変化すると見込まれる。

MLLM（マルチモーダル大規模言語モデル）は、ドライバーと人工知能システム間のコミュニケーションを強化するため、近く自動車に導入される見込みです。MLLMは、視覚・言語・センシングという3つの側面を組み合わせ、状況に応じた支援、音声制御、運転中の意思決定プロセスの説明を可能にします。初期の用途は高級車が中心となりますが、計算コストの低下に伴い、普及が進むと予想されます。

OEMは現在、シミュレーション、データ管理、モデルの学習、デプロイメントを統合したフルスタックシステムを導入しています。こうしたシステムにより、車両フリートから収集したデータを継続的な学習に活用し、時間の経過とともにシステム性能を高めることが可能になります。また、エンドツーエンドの人工知能基盤モデルインフラを提供できる企業間の競争も激化しています。

自動車向けAI基盤モデル市場分析

モデルの能力別に見ると、自動車向けAI基盤モデル市場は、マルチモーダル大規模言語モデル（MLLM）、ワールド基盤モデル、視覚基盤モデル、合成データ生成モデル、エンドツーエンド自動運転モデル、3Dシーン再構成モデル、その他に分類されます。視覚基盤モデルセグメントは市場をリードし、2025年には約28%の市場シェアを占め、売上高は約2億5,950万米ドルに達しました。

• 視覚基盤モデルは能力別で最大のシェアを占める一方、エンドツーエンド自動運転モデルは2025年に22.5%を占めました。大規模な運転データコーパスで事前学習されたトランスフォーマーは、設計されたインターフェースを減らしながら、認識、シーン理解、経路計画を支援しています。これにより、限定された運用設計領域における検証サイクルが短縮されます。
• 安全性に関する主張は、リアルタイム制約とトレーサビリティ要件を満たす必要があり、標準化環境もこれと並行して進展しています。その結果、サプライヤーはコンプライアンスパッケージに、レイテンシ予算、量子化手法、検証エビデンスを体系的に組み込むことが求められています。単位経済性の観点では、自動車向けグレードのSoCにおけるワット当たりTOPSの向上により、熱設計の範囲を超えることなく、認識・予測・制御における100 ms未満の推論が可能になります。これにより、量販セグメントでの導入拡大が支えられます。
• MLLMは、言語に基づく推論を車両とコックピットに導入することで、価値創出の新たな軸を加えます。具体的には、自然言語による指示、交通状況の手掛かりの意味解釈、ドライバーによる監視に向けた解釈可能な要約などが可能になります。特に、規制当局がシステムの挙動について明確な説明を求める領域では、運転スタックを補完し、インテリジェントコックピットの高度化に寄与します。
• エンドツーエンドのアプローチは、フリートデータが豊富で、さまざまなシナリオ分布にわたって安全性を実証できる場合に拡大しています。実務上は、ツールチェーンの成熟に伴い、各プログラムがモジュール型パイプラインから部分的または全面的なエンドツーエンド実行へ段階的に移行することを意味します。

ライセンス形態別に見ると、自動車向けAI基盤モデル市場は、オープンソースモデル、独自・商用モデル、ハイブリッドモデルに分類されます。独自・商用モデルセグメントは 2025 年に 62.1%を占め、市場規模は約 5億7,510万米ドルに達しました。

• 独自プラットフォームセグメントは、検証済みの性能、長期的なサポート、責任範囲が明確な枠組みを重視するOEMの選好を反映しています。オープンソースモデルは 2025 年に 22.1%を占め、社内にAIエンジニアリング能力を有し、ベンダーロックインを避けながらカスタマイズを求める自動車メーカーを中心に普及が進んでいます。
• 安全関連機関は、シナリオの網羅性と性能の裏付けに基づいて自動化システムを評価するため、完全な文書、ツール群、保証に裏付けられたサポートを提供できるベンダーが有利になります。機能安全とリアルタイムAIをめぐる標準化の進展により、必要な場合に決定性を示し、障害発生時の挙動を一定範囲内に制御できる統合型スタックの価値がさらに高まっています。
• それでも、オープンソースの勢いは無視できません。エンジニアリングチームは、データを域外に出さずにトレーニングやドメイン適応を行うため、オープンウェイトを採用するケースを増やしています。一方で、安全監視機能や診断機能には独自のラッパーを使用しています。主権的AI能力や公共部門との整合性を重視する法域では、調達や資金提供に関する動き（英国の産業プログラムや規制当局向けガイダンスなど）が、商用製品と並行したオープンコンポーネントの実験を後押ししています。
• 欧州連合（EU）では、高リスクシステムに対するEU AI法の段階的な義務と文書の透明性に関する要件により、すべてのライセンスモデルでコンプライアンス対応の負荷が高まると予想されます。その結果、オープンなカスタマイズ性と商用レベルの検証成果物を組み合わせるハイブリッド戦略への移行が進む見通しです。総じて、短期的には独自モデルが主要な商用モデルであり続ける一方、自動車業界向けAI基盤モデルに関するツールチェーン、テストハーネス、エビデンス生成フレームワークの成熟に伴い、オープンソースの浸透度は高まると見込まれます。

用途別に見ると、自動車向けAI基盤モデル市場は、自動運転車の計画・運用、インテリジェントコックピット・車載AI、消費者向けADAS、その他に分類されます。インテリジェントコックピット・車載AIセグメントは、2026 年から 2035 年にかけて 40.3%の最速の年平均成長率（CAGR）で成長すると予測されます。

• インテリジェントコックピット・車載AIカテゴリーは、自動車業界のAI基盤モデルにおいて、完全自動運転システムと比べて導入・収益化までの期間が最も短いカテゴリーであるため、最も高い成長率を示す見込みです。完全自動運転システムでは、規制上および安全上の試験により多くの時間を要します。
• インテリジェントコックピットには、音声認識システム、パーソナライズされたインフォテインメント、ドライバー監視、状況認識型AIサービスなどが含まれます。これらは、完全自動運転車の承認を受けることなく、新車および既存車両に適用できます。そのためOEMは、ソフトウェアをアップグレードし、機能に対して課金することで価値を創出できます。
• 自動車内のAIアプリケーションは、自動運転車の計画システムにおけるAIアプリケーションとは大きく異なります。自動運転車の計画システムは、発売前に安全性の検証を通過し、規制当局の承認を得る必要があります。一方、前者のシステムは人間が運転する管理された環境で稼働するため、AIコパイロットやその他の機能の開発・展開を大幅に迅速化できます。

最終用途別に見ると、自動車向けAI基盤モデル市場は、OEM、自動運転車運行事業者、ティア1自動車サプライヤー、その他に分類されます。OEMカテゴリーは、2025 年に約 35.5%の最大シェアを占めています。

• 車両全体のアーキテクチャはOEMが管理しており、自動運転車、コックピットインテリジェンス、車両用ソフトウェアシステムの領域でAI基盤モデルを導入する際の主要な担い手となっています。自動車がハードウェアベースのシステムからソフトウェア主導のプラットフォームへと進化するなか、OEMはAI基盤モデルを車両のオペレーティングシステムに組み込んでいます。
• OEMには、高度運転支援システム（ADAS）、コックピット技術、コネクテッドソリューションなどのAIベース機能を消費者に直接提供する責任があります。企業にとっては、無線で更新可能で、サブスクリプション型ビジネスモデルに対応し、顧客維持率を高める拡張可能な基盤モデルに投資する大きなインセンティブがあります。この商業的役割が、導入と収益創出におけるOEMの主導的地位を確固たるものにしています。

米国の自動車向けAI基盤モデル市場は2025年に 4億9,060万米ドルに達し、2026年から2035年にかけて年平均成長率（CAGR）38.8%で成長しています。

• DRIVE PILOT機能が米国市場で発売され、2024年モデルのS-ClassおよびEQSにおいて、顧客が車両でSAEレベル3の機能を初めて利用できるようになりました。米国ではすでにレベル4の車両が実用化されています。技術革新と早期商用化の取り組みにより、米国はレベル3およびレベル4の導入で引き続き主導的な地位を維持すると予測されます。
• 政府機関や規制当局は、制度整備を通じた安全性とイノベーションも促進しています。運輸省傘下の米国運輸省道路交通安全局（NHTSA）はその一例であり、自動車の安全性に関するイノベーションの評価と監視を通じて、交通安全の推進に重要な役割を果たしています。現在、自動運転車に関する統一的な連邦政策は整備されていませんが、安全性の検証、事故報告、試験に関する規制は存在します。

北米地域の市場規模は2025年に 5億1,720万米ドルに達しています。自動車向けAI基盤モデル市場は、2026年から2035年にかけて年平均成長率（CAGR）38.6%で成長すると予測されています。

• 北米地域は、規制の進展と自動運転車技術の早期導入を背景に、自動運転技術の開発において最も技術的に進んだ地域の一つです。例えば米国では、NHTSAが自動運転車フレームワークの更新を継続しており、2025年を目標とする更新によって、自動運転車の安全な商用導入の加速が図られています。
• 消費者向けのレベル2+およびレベル3車両の開発が進んでいるほか、サンフランシスコやロサンゼルスなどの主要都市ではロボタクシーの開発が急速に進展しています。また、自動車分野のAI向けにシミュレーションベースの訓練環境の利用も拡大しています。同地域では、AI基盤モデルとソフトウェア定義車両の組み合わせが大きく導入され、実環境における自動運転システムの継続的な改善につながっています。

欧州地域は2025年に自動車向けAI基盤モデル市場の15%を占め、2026年から2035年にかけて年平均成長率（CAGR）35.3%で成長すると予測されています。

• 欧州では、安全対策に基づく規制を重視した自動運転車の規制制度の導入に向けた取り組みが進んでいます。これは、欧州連合（EU）内で政策の整合性が高いことによって促進されています。欧州では、自動運転車の型式認証および安全性に関する明確な法制度が整備されており、自動車向けAIモビリティソリューションを導入する際の足掛かりとして活用できます。現在、自動運転または自律走行機能を搭載した車両の型式認証および安全要件を定める、十分に整備された法的枠組みが存在します。
• 国連欧州経済委員会（UNECE）の自動・自律運転およびコネクテッドビークル作業部会（GRVA）は、ADSを搭載した車両に関する標準化された安全要件と試験プロセスを定める提案を 2026 年 1 月に採択しました。この枠組みは、信頼性の高い研究開発手順に裏付けられたセーフティケースの概念に基づいており、すべての加盟国において自動運転システムが安全であり、一定の安全基準を満たすことを確保します。GRVAは、レベル2、レベル3、レベル4の自動運転機能を規制する規則の策定も進めています。

ドイツの自動車向けAI基盤モデル市場は欧州で急速に成長しており、2026 年から 2035 年にかけての年平均成長率（CAGR）は 36.2% となっています。

• ドイツは、自動運転車に関する法整備において欧州有数の市場です。同国では、2025 年から 2026 年にかけてレベル3およびレベル4技術の認可制度を整備し、自動運転および自動化運転に関する法整備で大きく前進しました。また、遠隔操作（リモート運転）を正式に法制化した数少ない国の一つでもあり、公道上でモビリティ車両の自動運転性能を試験することが可能となっています。
• 同国には Mercedes-Benz、BMW、Volkswagen などの自動車OEMが存在し、AI基盤モデルおよび自動運転システムに多額の投資を行っていることが、この技術の発展を大きく後押ししています。安全性を最優先し、厳格な検証プロセスに従う方針が明確であることから、同技術は緩やかながら着実に普及していく道筋が示されています。

アジア太平洋地域の自動車向けAI基盤モデル市場は、2026 年から 2035 年にかけて 40.2% の最も高い年平均成長率（CAGR）で成長すると予測されています。

• 同地域では、日本、韓国、シンガポールなどの国々が、レベル3およびレベル4の自動運転に関する規制の確立に取り組んでいます。同地域では、商用化に先立ち、指定区域で自動運転車を導入する実証を重視するアプローチが採用されています。
• 日本政府は、レベル4自動運転の開発に関する規制の整備と実証プロジェクトを積極的に進めています。国土交通省（MLIT）は、限定された走行ルートや遠隔操作など、特定の状況下でレベル4自動運転を可能にする規制の整備を促進しています。
• 韓国では、国土交通部（MOLIT）が自動運転車の商用化に向けた基盤を整えるため、規制の整備を積極的に進めています。2025 年に施行された自動運転車法および同法施行規則の改正では、自動運転車の性能認証、安全性検証、運行認可に関する詳細な規定が設けられました。

アジア太平洋地域の自動車向けAI基盤モデル市場において、中国は 2026 年から 2035 年までの予測期間中に 39.5% の年平均成長率（CAGR）で成長すると推定されています。

• 中国は、地方自治体レベルで自動運転を規制する実証実験と規制を通じたイノベーションの導入で先行しています。

ブラジルの自動車向けAI基盤モデル市場は、2026年から2035年にかけて年平均成長率（CAGR）34.4%で成長すると推定される。

• ブラジルには、ラテンアメリカ地域で確立された自動車製造業が存在する。ただし、自動運転車の導入は、依然として実証プログラムや研究に基づく取り組みに限定されている。規制環境は緩やかに変化しており、ブラジルは個別の自動運転車規制を制定するのではなく、車両の道路輸送に関する安全規制を他国の規制と整合させ始めている。
• 同国では、商用車両のフリートにおいてコネクテッドカー技術の採用が拡大しているほか、テレマティクスシステム、AIを活用した物流の最適化、半自動運転技術の試験も進んでいる。ブラジルで事業を展開する世界の自動車メーカーは、AIベースのシステムを段階的に導入しているものの、その主な目的は依然として自動運転ではなく、効率性と安全性の向上である。

アラブ首長国連邦（UAE）の自動車向けAI基盤モデル市場は、2025年に中東・アフリカ地域で大幅な成長を遂げる見込みである。

• UAEでは、自動運転モビリティがスマートシティおよびデジタルトランスフォーメーションに向けた政府戦略の重要な要素として位置付けられている。ドバイ道路交通局（RTA）は、首長国における自動運転車の運用、認証、ライセンス、安全対策を規制する2023年法律第9号の規定に基づき、詳細な法制度を整備した。
• さらに、UAEは自動運転モビリティの商用規模での実現に向けて大きく前進している。アブダビでは、スマート・自動運転システム評議会および統合交通センターの主導により、2025年後半にレベル4の自動運転が導入された。これは、同地域における自動運転モビリティシステムの初期導入事例の一つである。

自動車向けAI基盤モデル市場のシェア

自動車向けAI基盤モデル業界の上位7社であるAurora Innovation、Baidu、Mobileye、Momenta、NVIDIA、Scale AI、Waymoは、2025年の市場の79.9%を占めた。

• Auroraは、貨物輸送および物流向けの自動運転スタックを開発しており、高速道路走行や拠点間輸送におけるさまざまなシナリオへの対応を重視している。
• Baiduは、中国国内の交通規範および規制要件に最適化された大規模な地図、シミュレーション、基盤モデルによって、中国の自動運転スタック開発を支えている。
• Mobileyeは、世界の相手先ブランド名製造（OEM）企業に認識・自動運転スタックを供給している。同社の規模の優位性は、大規模な導入基盤、REMマッピング、自動車向けグレードの半導体をモデル更新と組み合わせていることから生じている。
• Momenta乗用車および商用車向けプログラムのエンドツーエンドの運転モデルを構築し、フリートデータとシミュレーションデータを組み合わせて検証を加速している。
• NVIDIAは、自動車向け仕様のアクセラレーターと、学習、シミュレーション、車載推論にまたがるソフトウェアスタックを提供している。同社のプラットフォーム戦略は、事前検証済みのモデルライブラリ、安全性ツール、開発期間を短縮する最適化パイプラインを中核としており、自動車向けAI基盤モデル市場における開発スケジュールの短縮を実現している。
• Scale AIは、セクター全体の認識モデルおよびエンドツーエンドモデルの学習と検証を支えるデータ運用インフラ — ラベリング、キュレーション、評価 — を提供している。
• Waymoは、商用自動運転モビリティサービスに注力しており、複数都市での運用から得られた堅牢な安全性ケースと、認識モデルおよび予測モデルを組み合わせている。OEMや物流事業者との提携がプログラムの拡大を支えている。

自動車向けAI基盤モデル市場の主要企業

自動車向けAI基盤モデル業界で事業を展開する主要企業は以下のとおりである。

• Aurora Innovation
• Baidu
• Bosch
• Mobileye
• Momenta
• NVIDIA
• Scale AI
• Tesla
• Waymo
• Xpeng Motors

• NVIDIAは、Drive Orin（254 TOPS）や、今後投入されるDrive Thor（2,000以上 TOPS）などの自動車向けAIアクセラレーターを通じて市場の基盤インフラを提供しており、生産車両への高度な基盤モデルの導入を可能にしている
• Waymoの基盤モデルは、シミュレーションにおける数十億マイルの走行データに加え、実環境での2,000万マイルを超える自動運転走行実績を活用している。これにより、高度な認識、予測、経路計画の機能を可能にするデータセットを構築している。
• Baiduは、基盤モデル、シミュレーションツール、導入インフラを中国の自動車メーカーおよび自動運転車（AV）事業者に提供するApollo自動運転プラットフォームを通じて、中国市場を主導している。
• Mobileye（Intelの子会社）は、世界各地の自動車メーカーに画像認識ベースのADASおよび自動運転システムを供給している。同社は、REM（Road Experience Management）システムを通じて大規模なクラウドソーシングデータを収集できる広範な導入基盤を有しており、これにより認識基盤モデルと高精度地図の継続的な改善を可能にしている。
• Scale AIは、データのラベリング、キュレーション、評価サービスを通じて自動車向けAIの開発を可能にする重要なデータインフラを提供している。同社は、基盤モデルに必要な高品質の学習データセットを作成するため、数十億フレームの走行映像、LiDARスキャン、センサーデータを処理している。

自動車向けAI基盤モデル業界のニュース

• 2026年4月、Mercedes Benzは、北米モデルに搭載する第3世代および第4世代のMBUXにおける組み込みインテリジェンスを向上させるため、Liquid AIとの複数年にわたる提携を発表した。この提携は、車載サービス向けのリアルタイムかつプライベートなAIを強化し、車内インテリジェンスを次の段階へ引き上げることを目的としている。LiquidのEmbedded Foundations Models（LFM）は、クラウドに依存しない高速で自律的なAIを提供する。このアップグレードにより、MBUXバーチャルアシスタント（MVA）は音声制御、車両機能、コンテキスト理解を組み合わせ、車内体験を向上させる。

• 2026年4月、Toyota MotorとWoven by Toyota Inc.は、Toyota Woven Cityにおけるイノベーションを促進し、「Kakezan」を支援する新技術を導入した。Woven by Toyota（WbyT）は、Woven Cityで高度な社内開発AIモデルを活用し、人々の生活を向上させる製品やサービスを創出している。同社は、AIは人間の直感に取って代わるのではなく、人間の直感と協働すべきだと考えている。その一例が「AI Vision Engine」であり、都市が現実世界の状況をリアルタイムで把握し、対応するのを支援する大規模AIモデルである。

• 2026年1月、MobileyeはMentee Roboticsの買収契約を締結すると発表した。この取引により、Mobileyeの高度なAI技術と生産に関する専門知識が、MenteeのヒューマノイドプラットフォームおよびAI人材と統合される。両社は、自動運転とヒューマノイドロボティクスの分野で主導的な地位を確立することを目指している。
• 2026年1月、ValeoとNATIX Networkは、大規模なオープンソースのマルチカメラ・ワールド・ファウンデーション・モデル（WFM）を開発するため、提携した。自動運転とロボティクスの急速な成長に伴い、高品質な現実世界のデータに対する需要が高まっている。Valeoのワールドモデルに関する専門知識と、NATIXの360°現実世界データネットワークを組み合わせることで、現実世界の動きや相互作用を学習、予測、理解できるモデルの構築を計画している。
• 2026年1月、NVIDIAは、安全性と推論能力を備えた自動運転車の開発を加速するため、「Alpamayo」オープンソースAIモデル・ツールファミリーを発表した。Alpamayoにより、JLR、Lucid、Uberなどの企業や、Berkeley DeepDriveなどの研究グループは、レベル4自動運転車の実用化に向けて、より迅速に取り組めるようになる。

自動車向けAI基盤モデル市場に関する調査レポートは、2022年から2035年までの売上高（百万米ドル／十億米ドル）に関する推計と予測を含め、以下のセグメントについて業界を詳細に分析している。

市場：モデル能力別

• マルチモーダル大規模言語モデル（MLLM）
• ワールド・ファウンデーション・モデル
• ビジョン・ファウンデーション・モデル
• 合成データ生成モデル
• エンドツーエンド自動運転モデル
• 3Dシーン再構成モデル
• その他

市場：ライセンス形態別

• オープンソースモデル
• プロプライエタリ／商用モデル
• ハイブリッド

市場：展開形態別

• クラウドベースモデル
• エッジ／車載モデル
• ハイブリッドモデル

市場：用途別

• 自動運転車の計画・運用
  • ロボタクシーサービス
  • 自動配送・貨物輸送
• インテリジェントコックピット・車載AI
• 一般消費者向けADAS
• その他 

市場：最終用途別

• OEM
• 自動運転車運行事業者
• Tier 1自動車サプライヤー
• その他

上記の情報は、以下の地域および国を対象として提供される。

• 北米
  • 米国
  • カナダ
• 欧州
  • ドイツ
  • 英国
  • フランス
  • イタリア
  • スペイン
  • オランダ
  • スウェーデン
  • スイス
• アジア太平洋
  • 中国
  • 日本
  • 韓国
  • インド
  • シンガポール
  • オーストラリア
  • タイ
• ラテンアメリカ
  • ブラジル
  • メキシコ
  • アルゼンチン
  • チリ
• 中東・アフリカ（MEA）
  • 南アフリカ
  • サウジアラビア
  • アラブ首長国連邦（UAE）