自動車向け AI シミュレーション・合成データ生成市場 サイズとシェア 2026-2035

自動車向けAIシミュレーション・合成データ生成市場の規模

自動車向けAIシミュレーションおよび合成データ生成市場は、2025年に 10.3億米ドルと推定され、2026年から2035年にかけて約 39%の年平均成長率（CAGR）で成長し、2035年には 291.5億米ドルに達すると予測されている。

この市場は、先進運転支援システム（ADAS）および自動運転向けAIシステムの開発、訓練、テスト、検証に使用される仮想環境とコンピューター生成データを対象とする。車両プログラムが個別の電子機能から、ソフトウェア、センサー、コンピューティング、安全アーキテクチャが密接に連携する構成へと移行するなか、その重要性は高まっている。Boschは、現代の車両には約 1億行のコードが含まれる可能性がある一方、自動化が進んだ車両でははるかに高度なソフトウェアが必要になると推定している ^{[1]bosch-presse.de - Did You Know: Automotive Software Statistics, 2020}。Synopsysは、2027年までに車両のコード量が 6億行に達する可能性があると予測している ^{[2]synopsys.com - Cars Will Have 600 Million Lines of Code by 2027, 2024}。

シミュレーションは、物理プロトタイプや実走行車両群では、道路形状、照明、天候、交通挙動、センサー劣化など、発生頻度は低いものの安全上極めて重要な組み合わせを効率的に再現できないため、検証の経済性を変える。仮想テストを利用すれば、こうした条件を体系的に変化させ、生産相当のハードウェアが利用可能になる前に回帰テストを実行し、ソフトウェアのバージョン、シナリオ、結果を再現可能な記録として保存できる。ETASは、安全なADASおよび自動運転機能の開発・検証を、認識、制御、ソフトウェア統合、安全性保証に関わる分野横断的な課題として位置付けている。

合成データは、この仮想検証ループをAIモデル開発にまで拡張する。物理ベースのシミュレーションにより、カメラ、レーダー、LiDAR、サーマルセンサー、車両状態の出力を同期させ、機械可読なラベルを付与して生成できる。商業的価値は、フィールドデータを全面的に置き換えることよりも、訓練データ分布の希少な部分を補完することにある。具体的には、センサーの劣化、まれな操舵・走行操作、困難な照明変化、そして公道での収集に多大な費用がかかる、または安全上のリスクを伴う事象の組み合わせなどが挙げられる。

成長は、プラットフォームが高忠実度シミュレーションを実務で利用可能な証拠へと変換できるかどうかに左右される。シナリオの網羅性、センサーのキャリブレーション、テストのオーケストレーション、トレーサビリティが分断されたままであれば、フォトリアルな環境だけでは検証上の課題は解決しない。物理モデル、スケーラブルなコンピューティング、データ生成、ワークフロー統合を組み合わせるサプライヤーは、可視化機能や単一用途のソリューションだけを提供するベンダーよりも、顧客支出の大きなシェアを獲得できる立場にある。

主な成長要因

ADASおよび自動運転車開発の需要拡大

ADASの導入と車両自動化レベルの向上により、リリース前に評価すべき作動条件の数が増加している。車線維持支援、緊急ブレーキ、車線変更支援、認識機能を基盤とする各種機能は、テストコース上で一貫して再現することが難しい条件にも対応しなければならない。仮想シナリオを用いることで、路面摩擦、割り込み距離、対象物の速度、センサーの視認性など、1つの変数を変更しながら、基盤となる車両およびソフトウェア構成を同一に維持することが可能になる。

規制もこの需要を後押ししている。国連規則第157号は、自動車線維持システムの型式認証要件を定め、自動運転時の作動条件、安全フォールバック、システム性能に関する要件を導入した^{[3]eur-lex.europa.eu - UN Regulation No 157 - Automated Lane Keeping Systems [2021/389], January 2021}。2022年の改正では、指定条件下で認められる作動速度が時速130 kmまで引き上げられ、自動車線変更機能が組み込まれた^{[4]unece.org - UN Regulation Extends Automated Driving up to 130 km/h in Certain Conditions, June 2022}。米国では、2025年1月に公表された AV STEP の提案枠組みにおいて、一部の自動運転システムを対象に、適用除外、安全性報告、運用監督に関する体系的なプロセスが検討された。これらの動向は特定のシミュレーションプラットフォームを指定するものではないが、追跡可能なシナリオの証拠と再現性のあるテストワークフローの価値を高めている。

車載ソフトウェアシステムの複雑化

車両開発は、個別に検証される電子制御ユニットから、認識、計画、制御、サイバーセキュリティ、コネクティビティ、ユーザー機能が相互に作用するソフトウェア定義アーキテクチャへと移行している。Roland BergerとSDVerseは、自動車ソフトウェアへの年間支出が2021年の260億米ドルから2030年には約590億米ドルに増加する可能性があると推定している。この成長により、検証スループットは事業上重要な要素となる。統合後に発見された不具合は、ソフトウェア、ハードウェア、キャリブレーション、リリーススケジュール全体に波及する可能性があるためである。

SILテストは、電子制御ユニットのハードウェアが完成する前に、チームが回帰テストを実施することを可能にする。一方、HILテストは、リアルタイム動作とハードウェアインターフェースの検証が必要な場合に最も有効である。両アプローチは相互補完的だが、経済的な役割は異なる。SILは大量のテストや開発初期段階のテストを支援し、HILはリリースに近い段階でより高い統合忠実度を提供する。この違いにより、開発組織がライフサイクルのより早い段階へ不具合の検出を前倒ししようとするなかでも、両カテゴリーに対する需要は継続すると見込まれる。

仮想検証およびシナリオベーステストの需要急増

まれな事象の検証は、シミュレーションの代表的な用途である。車両フリートは通常走行データを大量に蓄積できる一方、センサーの遮蔽、脆弱な道路利用者の移動、天候の変化、複雑な交差点形状といった事象について、量産システムを確信を持って学習・検証できるほどの事例を十分に収集できない可能性がある。シミュレーションを利用すれば、こうした条件を制御下で生成できるほか、実地での発生を待つことなく、パラメーター化したシナリオを網羅的に実行できる。

NVIDIAの自動運転車シミュレーションでは、仮想環境の多様性とリアリティを高める手法として、ニューラル再構成、世界基盤モデル、物理ベースのセンサーシミュレーションが重視されています。ミシガン大学のMcityは2024年12月、自動運転車試験施設のオープンソースデジタルツインを公開し、実際の試験コースでのテストに先立つ開発を支援する仮想環境を構築しました。こうした取り組みにより、仮想環境で得られた結果と実環境での検証との結び付きが強化されます。これは、シミュレーションの出力が単なるエンジニアリング上の検討ではなく、安全性の立証に用いられる場合に重要です。

センサーフュージョンおよび認識システムにおけるAI/MLの導入拡大

カメラ、レーダー、LiDAR、熱センサー、車両状態データをセンサーフュージョンシステムの訓練や評価に用いるには、時間的に整合し、物理的に妥当である必要があります。実世界のデータ収集は、キャリブレーションや性能測定に不可欠ですが、悪条件、危険な状況、まれな状況へと対象を拡大するには時間がかかります。合成データは、バウンディングボックス、セマンティックマスク、深度、軌跡、センサーリターン属性など、既知のラベルが付いた制御可能な変動を提供できるため、商業的価値があります。

生成モデルや世界モデルのアプローチを導入することで規模を拡大できますが、同時に忠実度への要求も高まります。実際のセンサー分布と出力を比較せずにシミュレーションデータでモデルを訓練すると、ドメインギャップが生じる可能性があります。そのため、シミュレーション事業者は、生成するデータ量だけでなく、センサー特性、材料挙動、天候、照明、仮想データから道路データへの移行をモデル化する能力でも競争しています。

主な抑制要因

初期投資コストの高さ

エンタープライズ規模の仮想検証環境には、ソフトウェアライセンスだけでなく、コンピューティング能力、データストレージ、モデルライブラリ、センサーキャリブレーション、統合作業、テスト管理、専門エンジニア人材への投資も必要です。これらのコストは、複数の車両プログラムに分散できるOEMや大手Tier 1サプライヤーにとっては負担しやすい一方、開発中のプラットフォームが1つしかない小規模サプライヤーや新興モビリティ企業にとっては負担が大きくなります。

クラウド導入により、専用インフラの購入・維持の必要性は軽減できますが、計算負荷の高いセンサーシミュレーションに伴う根本的なコストがなくなるわけではありません。財務上のメリットは、ワークロードが断続的または大きく変動する場合に最も大きくなります。継続的で予測可能なキャンペーンを実施する組織は、機密性の高いモデルを自社で管理でき、保有するコンピューティングリソースに合わせて長時間のワークロードを最適化できるため、オンプレミスのインフラを引き続き選好する可能性があります。

シミュレーションツールの複雑性

自動車シミュレーションは、複数の領域を統合する作業です。シナリオモデル、車両運動力学、認識モデル、交通エージェント、ECUソフトウェア、ハードウェアインターフェース、テスト結果は、開発全体を通じて相互運用性を維持する必要があります。この連携に弱い部分があると、高度なシミュレーション環境であっても、その有用性が損なわれる可能性があります。ETASは、安全なADASおよび自動運転の開発には、システムエンジニアリング、ソフトウェア、安全性、検証の各分野にまたがる協調作業が必要であると指摘しています。

実環境との差異は、継続的なエンジニアリング負担をもたらします。製造上のばらつき、環境の影響、光学的・電磁的挙動、またはモデル化されていないシーン特性により、センサーの出力は仮想モデルと実機との間で異なる可能性があります。そのため、シミュレーションシステムは実データに基づいて較正し、センサー構成やソフトウェアのバージョンが変更されるたびに定期的に再検証する必要があります。このことから、マネージドサービス、再利用可能なシナリオ資産、確立された自動車向けツールチェーンインターフェースを通じて、統合および較正の負担を軽減できるプロバイダーが有利となります。

コンピューティング、センサーモデル、シナリオ管理、コラボレーションを実用的なワークフローに統合して提供するクラウドプラットフォームは、この差を縮小する可能性があります。dSPACEは、SIMPHERAを自動運転のシミュレーションおよび検証向けのスケーラブルなクラウドソリューションとして位置付けており、AVLはエンジニアリングシミュレーション向けのサービスとしてのソフトウェア（SaaS）であるSIMcloudを提供しています。決定的な要因となるのは、自動車顧客が求めるデータガバナンスと証拠のトレーサビリティを維持しながら、これらのサービスが実用的な検証に至るまでの時間を短縮できるかどうかです。

自動車向けAIシミュレーション・合成データ生成市場のセグメント分析

提供形態別

ソフトウェアの市場規模は 2025年に 6億6,860万米ドルとなり、2035年には 184億米ドルに達すると予測されています。年平均成長率（CAGR）は約38.6%です。このセグメントには、シミュレーションエンジン、センサーモデルライブラリ、シナリオ作成、テストオーケストレーション、合成データ生成、分析ツールが含まれます。その規模は、再利用可能なデジタル資産が継続的に生み出す価値を反映しています。いったん検証済みの車両、道路、またはセンサーモデルを構築すれば、複数のソフトウェアリリースやシナリオキャンペーンに展開できるためです。

サービスの市場規模は 2025年に 3億6,380万米ドルとなり、2035年には 108億米ドルに達すると予測されています。年平均成長率（CAGR）は約39.7%です。サービスの成長率がより高いことは、顧客が異なるツールの統合、モデルの適応、データセットの整備、大規模なキャンペーンの運用に支援を必要としていることを示しています。組織が迅速にシミュレーション能力を確保する必要がある一方、センサー物理、協調シミュレーション、テスト自動化、安全性の証拠化に関する社内専門人材を欠いている場合、サービスは特に重要となります。

シミュレーションタイプ別

センサーシミュレーションの市場規模は 2025年に 3億8,420万米ドルとなり、2035年には 118億米ドルに達すると予測されています。年平均成長率（CAGR）は約40.2%です。認識とセンサーフュージョンがADASおよび自動運転の性能の中核を担うため、センサーシミュレーションが最大のセグメントとなっています。このセグメントの商業的な重要性は、カメラ映像、レーダー反射、LiDARリターン、熱的条件、遮蔽、環境変動を信頼性高くモデル化できるかどうかに左右されます。

シナリオ生成の市場規模は 2025年に 2億7,730万米ドルとなり、2035年には 81億米ドルに達すると予測されています。その役割は、広範な運用設計領域を、テスト可能なパラメーターの組み合わせへと変換することです。車両運動シミュレーションの市場規模は 2025年に1億7,980万米ドルに達し、2035年までに49億米ドルに拡大すると予測される。AIが生成した制御判断を、ブレーキ、ステアリング、タイヤ、サスペンション、パワートレインの応答に結び付ける。HIL/SILテストの市場規模は 2025年に1億9,120万米ドルで、2035年には44億米ドルに達する見込みである。予測される年平均成長率（CAGR）が約36.1%と相対的に低いのは、テストの大部分が初期段階のソフトウェア環境へ移行する一方、統合およびリリースの判断にはハードウェアを再現した検証が引き続き必要となるためである。

合成データの種類別

画像・動画合成データが同分類で最大となっており、2035年には137億米ドルに達すると予測される。カメラベースの認識はADAS機能全般で広く導入されており、道路利用者、車線、標識、照明、天候、遮蔽を網羅するラベル付きシーンへの需要を生み出している。レンダリング画像データが深度、セグメンテーション、車両状態のラベルと同期していれば、獲得可能な市場機会はさらに拡大する。

時系列データの市場規模は 2025年に2億7,720万米ドルで、2035年には81億米ドルに達すると予測される。同データは、軌道予測、モーションプランニング、レーダー反射、センサーの連続分析を支える。表形式データの市場規模は 2025年に1億7,870万米ドルで、2035年には48億米ドルに達する見込みであり、キャリブレーション、フォールトインジェクション、実験計画法のワークフローに引き続き有用である。点群、音声、マルチモーダル出力などのその他のデータタイプの市場規模は 2025年に1億400万米ドルで、2035年には25億米ドルに達すると予想される。

用途別

ADASテストは 2025年に3億1,260万米ドルで最大の用途となっており、2035年には84億米ドルに達すると予測される。その規模は、車両の派生モデルやソフトウェア更新にわたる検証を必要とする、量産ドライバーアシスタンス機能の大規模な導入基盤によって形成されている。自動運転車開発の市場規模は 2025年に2億9,450万米ドルで、2035年には86億米ドルに達する見込みであり、認識、計画、制御全体でより高度なクローズドループ要件が求められていることを反映している。

AI/MLモデルのトレーニングは、約41.1%のCAGRで最も速い成長が見込まれ、2025年の2億960万米ドルから2035年には67億米ドルへ拡大すると予測される。このセグメントでは、実地データの収集・アノテーションを比例的に増やすことなく、合成データによってトレーニング分布を広げられる場合に需要が拡大する。安全性・コンプライアンスは9,980万米ドルから38億米ドルへ、設計検証は4,860万米ドルから16億米ドルへ増加すると予測される。後者の規模が比較的小さいのは、車両およびセンサー配置に関する初期段階の意思決定に集中しているためである。一方、物理プロトタイプの製作前に統合上の制約を明らかにすることで、後工程での設計変更を防ぐことができる。

最終用途別

OEMの市場規模は 2025年に4億5,150万米ドルで、2035年には129億米ドルに達すると予想される。OEMは、車両統合、プログラムのリリース、規制文書に関するシステムレベルの責任を負うため、最大の購入者であり続ける。OEMの購買判断はサプライヤーのツールチェーンの選択に影響を与え、車両プログラム全体で共有できるシミュレーション資産を決定する場合も多い。

Tier 1サプライヤーの市場規模は 2025年に3億620万米ドルで、2035年には81億米ドルに達する見込みである。サプライヤーのシミュレーション需要は、OEMとの統合前にサブシステムの挙動を実証し、より広範な車両アーキテクチャとの互換性を示す必要性と結び付いている。テクノロジー企業は、約41.0%のCAGRで、2025年の2億940万米ドルから2035年には66億米ドルへ最も急速に拡大すると予測される。Applied Intuitionが 2024年3月に調達した2億5,000万米ドルのシリーズE資金調達と、2025年6月に調達した6億米ドルのシリーズF資金調達は、車両ソフトウェアおよびシミュレーションに特化したプラットフォームへの継続的な資本支援を示している ^{[5]applied.co - Series E Drives USD 6 Billion Valuation, March 12, 2024}、^{[6]appliedintuition.com - Applied Intuition Closes USD 600M Series F at USD 15B Valuation, June 17, 2025}。研究機関は 2025 年に 6,540 万米ドルを占め、2035 年までに 15 億米ドルに達すると予測されており、方法論の開発、デジタルツインの実験、 workforce の準備を支えている。

導入形態別

オンプレミス導入は 2025 年に 5 億 9,000 万米ドルで最大となり、2035 年までに 154 億米ドルに達すると予測されている。車両モデル、センサー構成、ソースコード、安全性に関する証拠を厳格に管理された環境で扱う必要がある場合、オンプレミス導入は引き続き魅力的な選択肢となる。また、大規模で予測可能なワークロードは、専用の高性能コンピューティング容量を導入する根拠にもなり得る。

クラウドベースの導入は、約 41.3% の年平均成長率（CAGR）で成長し、2025 年の 3 億 3,610 万米ドルから 2035 年までに 107 億米ドルへ拡大すると予測されている。その主な価値は柔軟な拡張性にある。シナリオキャンペーンは、購入者が同等の未使用容量を保有する必要なく、限られた期間だけ規模を拡大できる。Stellantis と dSPACE は 2025 年 1 月、クラウドベースの開発ワークフローに向けて、dSPACE の VEOS プラットフォームを Stellantis Virtual Engineering Workbench に統合する契約を締結したと発表した。ハイブリッド導入は 2024 年に 1 億 640 万米ドルの規模となり、2035 年までに 31 億米ドルに達すると予測されている。機密性の高い開発資産を社内に保持しながら、並列シナリオ実行にクラウドリソースを活用する顧客に適している。

車両別

乗用車は 2025 年に 7 億 1,970 万米ドルを占め、2035 年までに 196 億米ドルに達すると予測されている。セダン、ハッチバック、SUV のプログラムは、ADAS テストにおける幅広い数量基盤を形成している。これは、機能が高級仕様車からより一般的な車両ラインへと拡大していることが背景にある。SUV は高付加価値の ADAS コンテンツが集中する傾向にある一方、セダンとハッチバックでは、安全機能がさまざまな価格帯に普及するにつれて、検証需要の裾野が広がっている。

商用車は 2025 年に 3 億 1,270 万米ドルの規模となり、約 40.2% の CAGR で成長し、2035 年までに 95 億米ドルに達すると予測されている。LCV では、都市物流、配送、フリート安全機能を中心に需要が生まれており、MCV では高速道路および地域貨物輸送用途が支えとなっている。商用用途は、消費者向け車両よりも明確に定義された走行経路で運用できる一方、自動化機能がもたらす安全性と稼働率への影響により、再現性のあるシナリオテストが商業上重要となる。

セグメント間の差異からは、プロバイダーが専門化すべき領域も明らかになる。センサーシミュレーションおよび画像・動画データには、信頼性の高い物理モデルと視覚モデルが必要である。一方、時系列データ、車両ダイナミクス、HIL/SIL ワークフローでは、時間的一貫性、制御挙動、車両ソフトウェアとの統合がより重要となる。ある領域で高い性能を発揮するプラットフォームが、証拠チェーン全体の要件を必ずしも満たすとは限らない。このため、単一の統一ツールセットよりも、相互運用可能なスイートとパートナーシップが有利となる。

自動車向け AI シミュレーション合成データ生成市場の地域別分析

北米

北米は 2025年に 3億8,540万米ドルで最大の地域市場となり、年平均成長率（CAGR）約 38.4%で拡大し、2035年には 104億米ドルに達すると予測される。米国の市場規模は 2025年に 3億2,830万米ドルで、2035年には 87億米ドルに達すると予測される。同国の市場での地位は、自動運転開発企業、シミュレーションベンダー、自動車エンジニアリングセンター、大学の研究プログラムが集中していることに支えられている。

連邦政府による規制活動により、文書化された安全プロセスの重要性が高まっている。NHTSAは、自動運転の導入に関連する自動運転車の安全性に関するリソースおよび報告フレームワークを整備している ^{[7]nhtsa.gov - Automated Vehicle Safety, 2025}。提案されているAV STEPプログラムは、開発企業が自動運転システムの導入を目指すにあたり、体系的な証拠と運用の透明性が必要になることを示す政策シグナルとなっている ^{[8]govinfo.gov - Federal Register Vol. 90, No. 9: AV STEP Proposed Rules, January 15, 2025}。カナダは、自動車ソフトウェア、AI、研究活動に支えられ、2035年には 18億米ドルまで成長すると予測される。

欧州

欧州の市場規模は 2025年に 3億1,630万米ドルで、2035年には 77億米ドルに達すると予測される。同地域の予測年平均成長率（CAGR）は約 36.8%で、アジア太平洋地域を下回るものの、規制、高級車の開発、確立されたエンジニアリング・エコシステムが高付加価値のシミュレーション需要を生み出しているため、欧州は引き続き戦略的に重要な地域である。

ドイツは 2025年に 1億1,120万米ドルで欧州市場をリードし、2035年には 25億米ドルに達すると予測される。ドイツの自動運転に関する法的枠組みでは、定義されたレベル4の運用が認められており、承認および運用を規定する規則によって支えられている。Dassault SystèmesとBMW Groupは 2024年2月、BMWの将来のエンジニアリング環境で3DEXPERIENCEプラットフォームを使用し、17,000人を超えるエンジニアをつなぐ長期的なパートナーシップを発表した。英国、フランス、イタリア、スペイン、ロシア、その他の欧州地域も地域市場を構成しているが、導入時期は各国の導入規則、OEM投資、開発エコシステムへのアクセスによって異なる。

アジア太平洋

アジア太平洋地域の市場規模は 2025年に 2億6,770万米ドルで、約 42.0%の年平均成長率（CAGR）で拡大し、2035年には 94億米ドルに達すると予測される。中国の市場規模は 2025年に 1億7,540万米ドルで、2035年には 61億米ドルに達すると予測される。その規模は、国内の大規模な車両プログラム、現地での技術開発、地域の道路状況や交通パターンに適応したシミュレーション環境への需要が組み合わさった結果を反映している。

日本、韓国、インド、オーストラリア、フィリピン、インドネシア、シンガポール、その他のアジア太平洋地域は、それぞれ異なる需要特性を有している。日本の 2024年レベル4自動運転車安全ガイダンスは、旅客および貨物輸送サービスの安全性能を対象とした。韓国は 2024年にレベル4自動運転車の承認制度を導入し、体系的な性能評価の必要性を強めた。同地域の成長は、単に数量に左右されるものではなく、自動運転プログラムを推進するOEMや技術企業の迅速な開発サイクルによっても形成されている。

ラテンアメリカ

ラテンアメリカの市場規模は 2025年に 2,630万米ドルで、約 32.9%の年平均成長率（CAGR）で拡大し、2035年には 4億7,960万米ドルに達すると予測される。ブラジルは最大の国別市場で、2025年の市場規模は 860万米ドル、2035年には 1億4,820万米ドルに達すると予測される。メキシコ、アルゼンチン、その他のラテンアメリカ地域は、より小規模な市場基盤から拡大すると見込まれる。

地域での導入は、大規模な自国内製自動運転プラットフォームよりも、グローバルなADASプログラムの現地適応、サプライヤーのエンジニアリング業務、研究活動に引き続き重点が置かれる可能性が高い。これにより、短期的には広範で高コストなシミュレーション基盤に対する需要が抑制される一方、完全な社内インフラを構築することなく現地試験を支援できる、クラウドベースおよびサービス主導型の提供モデルに機会が生まれる。

中東・アフリカ

中東・アフリカ市場は 2025年に3,680万米ドルとなり、年平均成長率（CAGR）約40.6%で成長し、2035年には12億米ドルに達すると予測される。UAEの市場規模は 2025年に1,140万米ドルで、2035年には3億4,000万米ドルに達すると予測される。ドバイの自動運転交通戦略は、2030年までに交通移動の25%を自動運転モードへ移行する目標を掲げている。この政策目標により、自動運転モビリティの用途を開発、試験、検証するための期限付きのインセンティブが生まれる。

サウジアラビア、南アフリカ、その他の中東・アフリカ地域は、依然として市場形成の初期段階にある。需要は、北米、欧州、アジア太平洋地域に存在する幅広いOEM研究開発基盤よりも、政府主導のモビリティプログラム、スマートインフラの取り組み、実証試験に関連する可能性が高い。このような環境では、シミュレーションは特に重要である。大規模な実車試験車両やテストコースの能力が整備される前でも、仮想検証によってプログラム設計を支援できるためである。

成長が最も速い地域でも、商業化に向けた制約はそれぞれ異なる。アジア太平洋地域の成長は、現地に適合したシナリオ、交通モデル、規制対応を後押しする。中東では、政府の導入目標が実証試験向けの需要を加速させる可能性があるが、継続的な支出は、現地のエンジニアリング、データ、試験能力の形成に左右される。そのため、サプライヤーは地域拡大を、単にクラウド容量を追加する問題ではなく、現地適応とワークフロー統合の問題として捉えるべきである。

自動車向けAIシミュレーションによる合成データ生成市場のシェアと競争環境

市場は中程度に集中している。上位7社は、2025年の市場総額10億3,000万米ドルのうち、5億5,960万米ドル、54.2%を占めた。ANSYSが1億3,450万米ドル、13.0%で最大のシェアを占め、Siemensが1億1,150万米ドル、10.8%で続いた。Dassault Systèmesは9,190万米ドル、8.9%を占めた。Altair Engineeringは6,980万米ドル、NVIDIAは6,080万米ドル、PTCは4,860万米ドル、dSPACEは4,250万米ドルとなった。その他のサプライヤーは4億7,290万米ドル、45.8%を占めた。

戦略上の分岐点は、検証スタックの広がりにある。現在はSynopsysに買収されたANSYSは、マルチフィジックスシミュレーションに、自動運転車向けのセンサーおよびシナリオ機能を組み合わせている。Synopsysは2025年7月17日にANSYSの買収を完了した ^{[9]investor.synopsys.com - Synopsys Completes Acquisition of Ansys, July 17, 2025}。Siemensは、システムレベルのデジタルツインと組み込みソフトウェアの機能によって競争している。一方、Dassault Systèmesは、バーチャルツインのワークフローをエンジニアリングおよび製造プロセスと結び付けている。NVIDIAは、Omniverse、Sensor RTX、および関連する自動運転車開発ツールを通じて、コンピューティングプラットフォームのプロバイダーであると同時に、シミュレーション環境の実現企業でもあるという独自の位置付けを占めている。

専門企業は、専門領域の深さとワークフロー統合が最も重視される分野で競争している。dSPACE は HIL/SIL テストで確固たる地位を築き、クラウドベースの自動運転シミュレーション向けに SIMPHERA を提供している。AVL List GmbH は SIMcloud とシナリオシミュレーション機能を提供している。AVSimulation、ESI Group (Keysight)、IPG Automotive GmbH、SIMUL8 Corporation は、それぞれ地域、動力学、プロセス、エンジニアリングに特化した用途に対応している。Mechanical Simulation と MOOG は、それぞれ車両動力学およびハードウェアを忠実に再現したテスト機能に貢献している。

Anyverse、Applied Intuition Inc.、Cognata Ltd.、Foretellix、Parallel Domain、SimScale GmbH などの新興サプライヤーは、AI ネイティブなデータ生成、カバレッジ主導型のシナリオワークフロー、クラウドファーストの提供形態を通じて、既存ベンダーに圧力をかけている。Autodesk Inc.、IBM、MSC Software (Hexagon)、The MathWorks Inc.、PTC Inc. は、シミュレーションがより広範な CAD、製品ライフサイクル管理、制御開発、分析、マルチフィジックスのワークフローに組み込まれることが多いため、引き続き重要な存在である。

競争優位性は、今後ますます証跡の連続性に左右される。顧客は、要件、仮想シナリオ、センサーおよび車両モデル、テスト実行、結果、リリース文書を相互に接続する必要がある。そのため、分野横断的に統合できる、または異種ツールチェーンに効果的に組み込まれるサプライヤーが有利になる。一方、その他の参加企業が占める分散した 45.8% のシェアは、広範なプラットフォームよりも困難な検証課題を効果的に解決できる専門プロバイダーに成長余地を残している。

最近の業界動向

2025年7月 Synopsys は 2025年7月17日に ANSYS の買収を完了した。この取引により、Synopsys の電子設計自動化およびシリコン検証ポートフォリオと、ANSYS のマルチフィジックスシミュレーション機能が統合され、インテリジェント製品のシリコンからシステムまでの検証に対応する統合後の企業の能力が強化された。

2025年1月 ANSYS は、AVxcelerate Sensors が Microsoft Azure 上の Cognata の Automated Driving Perception Hub を通じて利用可能になると発表した。このサービスは、センサーテストおよび ADAS/AV 検証向けのウェブベース環境として位置付けられた。

2025年6月 Applied Intuition は、2024年3月に 60億米ドルの評価額で 2億5,000万米ドルのシリーズ E 資金調達ラウンドを実施したと発表した。2025年6月、同社は 150億米ドルの評価額で 6億米ドルのシリーズ F 資金調達および公開買付けを発表した。

2025年1月 Stellantis と dSPACE は、dSPACE の VEOS ソフトウェアを Stellantis Virtual Engineering Workbench に統合する覚書を締結した。これにより、生産用ハードウェアが利用可能になる前のソフトウェア開発およびテストが支援される。