50 以上の壮大な生成 AI 統計

生成 AI は、既存のデータからパターンを学習することで、独自のテキスト、画像、その他のメディアを生成できる人工知能の一種です。 明示的な指示がなくてもこれを行うことができます。

簡単なプロンプトを入力できる ChatGPT やその他の AI ツールの台頭は、一般大衆の間で爆発的に普及し、文書コンテンツ、アート、コードの作成方法に革命をもたらしています。

しかし、データはこの注目すべきテクノロジーについて何を語っているのでしょうか? これらの生成的な AI 統計は、AI の成長と価値、AI がどのように使用されているか、AI に対する社会の態度を調査します。

主要な生成 AI 統計

ここに最も重要な生成要素があるため、しっかりと確認してください。 AI統計 誰もが知っているはずです！

• 生成 AI 市場は、1.3 年までに 2032 兆 XNUMX 億ドルに達すると推定されています。
• OpenAI は、価値とユーザーの点で最大の生成 AI 企業です。
• 60% 以上の企業が職場で生成 AI を使用しています。
• 米国成人の 12% が ChatGPT を使用してテキストを生成したことがあります。
• 大企業からのアウトバウンド マーケティング メッセージの 30% は AI によって生成される予定です。
• 生成 AI により、ワークロードが 60% ～ 70% 削減されます。

生成的な AI 使用統計

生成 AI を使用している人は何人いますか?何のために使用していますか? これらの魅力的な統計では、どのように採用されているか、ユーザーのデモなどを調査しています。

1. 60% 以上の企業が職場で生成 AI を使用しています。

(出典: Jasper AI)

従業員数 61.5 ～ 11 人の企業の約 1000% が職場で生成 AI を使用しています。 導入者のうち​​46.1％が週に33回以上利用している。 XNUMX% 弱が毎日使用しています。

2. ビジネス リーダーの 50% 以上が、コンテンツ マーケティングに特化した生成 AI を導入しています。

(出典: シージメディア)

調査対象となったビジネス リーダーの 52% は、マーケティング コンテンツの生成に役立つ ChatGPT などの生成 AI ツールを導入していると回答しています。 64.7% が 2023 年末までに試す予定です。

3. 米国成人の 12% が ChatGPT を使用してテキスト コンテンツを生成したことがあります。

(出典: Statista – ChatGPT の使用法)

生成 AI は非常に人気があり、2023 年 12 月の時点で、米国の成人の 38% が ChatGPT を使用して自分でテキストを生成し、さらに XNUMX% が他の人が使用しているのを見たことがあります。 つまり、半数がテクノロジーにさらされているということになります。

4. 英国では 26% の人々が生成 AI を使用したことがあります。

(出典: デロイト)

英国での使用率は米国よりも高く、52% が生成 AI について聞いたことがあり、26% が少なくとも 28 度は試しているとのことです。 利用したことのある人の 9% は毎週利用しており、30% は毎日利用しています。 XNUMX% は XNUMX 回しか試していません。

5. 米国の大学生の 1 人に 3 人が ChatGPT を宿題に使用しています。

(出典: Intelligent.com)

人間の言語モデルにより、ChatGPT は質問に答えたり、学校の課題を書いたりするのが簡単になります。 調査データによると、米国の大学生の最大 33% が宿題に生成 AI を使用していることが明らかになりました。 ChatGPT の使用を認めた学生の 60% は、すべての課題の半分以上で ChatGPT を使用していると述べています。

6. 英国の大学生の半数以上が教育で AI を使用しています。

(出典: デロイト)

英国では、56 歳から 16 歳の学生または大学生の 19% がジェネレーティブ ツールを使用したことがあります。 教育用AI 割り当て。

7. マーケティングおよび広告業界は、生成型 AI の導入率が最も高い業界です。

(出典: Statista – AI 導入)

あらゆる業界の専門家を対象とした調査によると、2022 年の時点で、米国のマーケティング会社と広告会社が生成 AI を最も多く使用していました。 導入率が 35 番目に高かったのはテクノロジー関連の専門家 (30%) で、次にコンサルティング (XNUMX%) でした。

にもかかわらず ヘルスケアには多くの AI アプリケーションがある、特に生成型 AI を積極的に採用しているわけではありません。 採用率は 15% でリストの最下位となりました。

8. 医療提供者、ライフ サイエンス企業、テクノロジー ベンダーの約 86% が AI を使用しています。

（出典：ヘルスケアITニュース）

これほど高い導入率にもかかわらず、これらの業界の多くは生成 AI よりも先に登場しました。 実際、医療業界は他の人工知能テクノロジーを早期に採用してきました。 ただし、生成型 AI アシスタントにより、今後数年間で急速に成長すると予想されています。

9. 他の年齢層よりも著しく多く生成 AI を使用している年齢層はありません。

(出典: Statista – AI 時代)

米国では、さまざまな世代がほぼ同じ量の AI を使用しています。 若い世代の Z 世代の 29% が利用したことがありますが、X 世代の 28%、ミレニアル世代の 27% も利用したことがあります。

10. 都市部の人口は農村部の人口よりも 15% 多く生成 AI にさらされています。

(出典: サンタンデール)

都市人口の 35% が AI にさらされているのに対し、地方人口の 20% が AI にさらされています。 これは他のテクノロジーと同じ軌跡をたどります。

過去の生成 AI 統計

以下の生成 AI の統計と事実は、テクノロジーの歴史とマイルストーンを振り返っています。

11. 初期の生成 AI は 1960 年代に初めて開発されました。

（出典：フォーブス）

ELIZA は、MIT のコンピューター科学者、Joseph Weizenbaum によって 1960 年代に開発された最も初期の生成型チャットボットの XNUMX つです。 ELIZA は、簡略化されたパターン マッチング アプローチを使用して、ユーザーと心理療法士の間の会話をシミュレートするように設計されました。

これは、ユーザーの入力内のキーワードとフレーズを認識し、それらのパターンに基づいて事前にプログラムされた応答を生成することで機能しました。 しかし、それは実際には学習モデルではありませんでした。

12. 生成 AI は、敵対的生成ネットワークの導入により 2014 年に飛躍的に進歩しました。

(出典: テックターゲット)

Generative Adversarial Networks (GAN) は、2014 年に Ian Goodfellow によって導入されました。 このプロセスでは、XNUMX つのニューラル ネットワーク (XNUMX つはジェネレーターとして知られ、もう XNUMX つはディスクリミネーターとして知られています) を同時にトレーニングします。 ジェネレーターは合成データを作成しますが、ディスクリミネーターの仕事は実際のデータと生成されたデータを区別することです。

トレーニング プロセス中、ジェネレーターは、ディスクリミネーターをだますことができるますます現実的なデータを生成しようとしますが、ディスクリミネーターは、本物のデータと偽のデータをより適切に区別できるように学習します。

13. 2016 年、DeepMind の WaveNet はオーディオ生成 AI にとって重要なマイルストーンでした。

（出典：The Verge）

WaveNet は人間のような音声を生成することができ、これにより高度な AI 音声アシスタントや、今日見られる高精度のテキスト音声合成ツールが誕生しました。

14. 2017 年、NVIDIA はフォトリアルな画像生成のためのプログレッシブ GAN を開発しました。

(出典: NVIDIA)

NVIDIA の GAN は、データのトレーニング中に新しいレイヤーを指数関数的に追加することで、これまでにない詳細かつ鮮明な画像を生成することができました。 これにより、高精細かつ高解像度の画像が作成され、現在では複数の AI 画像ジェネレーターで見ることができます。

15. Open AI は 2018 年に最初の Generative Pre-trained Transformer (GPT) を開発しました。

(出典:WEF)

ChatGPT の GPT は、OpenAI によって「生成事前トレーニングによる言語理解を向上させる」というタイトルの論文で紹介された「生成事前トレーニング トランスフォーマー」を指します。

このモデルは、570 億個のパラメーターにわたる 175 ギガバイトのテキストで事前トレーニングされており、言語の基礎となるパターンと構造を学習できます。 その後、テキスト分類、言語翻訳、質問応答などを微調整します。

16. GPT-3 のトレーニングにはコンピューター リソースとして 3.2 万ドルかかりました。

(出典: サンタンデール)

これらすべてのデータから学ぶのは無料ではありません。 GPT の 3.2 番目の実施では、700,000 万ドル相当のコンピューターの能力とリソースが消費されたと推定されています。 ChatGPT の起動後、実行には XNUMX 日あたり XNUMX 万ドルかかりました。

17. AI アートは、DALL-E のリリースにより 2021 年に登場しました。

(出典: アリメトリクス)

OpenAI の DALL-E は、アーティストのサルバドール ダリをもじったもので、テキストではなくピクセル生成に事前トレーニングされたトランスフォーマーを適用しました。 これにより、自然言語プロンプトから高品質の AI アートを生成できるようになりました。 DALL-E の後にはすぐに Midjourney と Stable Diffusion が続きました。

18. GhatGPT は XNUMX 週間足らずで XNUMX 万ユーザーを超えました。

（出典：ロイター）

ChatGPT CEOのサム・アルトマン氏は、2022年2月に一般公開したバージョンがXNUMX週間以内にユーザー数XNUMX万人を突破したとTwitterで発表した。 この流星の隆盛を説明するために、Twitter 自体は開始から XNUMX 年後までそれほど人気が​​ありませんでした。

19. バードは、100年2023月に公開された後、Googleの株式価値をXNUMX億ドル損失した。

(出典: ウォールストリート・ジャーナル)

すべての生成 AI ツールがいきなり始まるわけではありません。 ChatGPTのGoogleのライバルであるBardは、8年2023月にライブストリームで紹介され、不正確な回答を生成した後、同社の株価をXNUMX％下落させた。

20. 2023 年 XNUMX 月、クロードは平均的な小説を XNUMX 分で処理できるようになりました。

(出典: マッキンゼー)

Anthropic の生成 AI、Claude は、9,000 年 2023 月に 100,000 トークンのテキストを処理する能力を備えていました。75,000 か月後には XNUMX トークンを超え、これは XNUMX 分間に約 XNUMX ワードまたは平均的な小説 XNUMX 冊に相当します。

金融生成AI統計

これらの財務統計は、生成 AI の市場シェア、収益、主要企業の価値を調べています。

21. 生成 AI 市場は、1.3 年までに 2032 兆 XNUMX 億ドルに達すると推定されています。

（出典：ブルームバーグ）

2022 年の生成 AI 市場の価値は約 40 億ドルでした。 最近の分析では、年間平均成長率（CAGR）42%で増加し、次の1.3年末までにXNUMX兆XNUMX億ドルに達する可能性があることが示唆されている。

さらに、生成 AI ソフトウェア製品は、世界のソフトウェア市場に約 280 億ドルを追加する可能性があります。

22. 生成 AI は、世界経済に 2.6 兆ドルから 4.4 兆ドル相当の追加効果をもたらす可能性があります。

(出典: マッキンゼー)

生成 AI による生産性の向上により、世界経済は毎年 2.6 兆 4.4 億ドルから 75 兆 XNUMX 億ドル増加する可能性があります。 この価値の XNUMX% は、顧客の業務、マーケティングと販売、ソフトウェア エンジニアリング、および研究開発に及びます。

23. 北米は地域別の主要な生成 AI 市場です。

(出典: Precedence Research、Statista – AI US)

北米は地域別の市場リーダーであり、41 年の収益シェアは 2022% を占めます。これは 10 億ドルをわずかに下回ります。 次いでヨーロッパ（26%）、アジア太平洋（22%）、ラテンアメリカ（8%）、中東/アフリカ（3%）となった。

24. 2022 年には、メディアおよびエンターテイメント部門が世界の生成 AI 市場の 34% を占めました。

(出典:先行調査)

メディアおよびエンターテイメント部門は 1.5 億ドルを超え、34 年の収益シェアは 2022% でした。これは生成 AI 広告キャンペーンによるものです。 今後 36.4 年間で、ビジネスおよび金融サービス部門は XNUMX% という最速の率で成長すると予想されています。

25. OpenAI は、価値とユーザーの点で最大の生成 AI 企業です。

(出典: ロイター 2-3、SimilarWeb 1-2、DailyAlts)

OpenAI は、人気の AI チャットボット ChatGPT と画像ジェネレーター DALL-E を開発した会社です。 同社は現在世界で最も成功している生成AI企業であり、27年29月時点での評価額は2023億ドルからXNUMX億ドルとなっている。

また、1.7 年 2023 月時点でのユーザー数は 140 億人を超えていました。これに対し、Google Bard のユーザー数は約 XNUMX 億 XNUMX 万人であり、企業の資金を失うこともありました。

前回の評価額が 4.1 億ドルだった AI 企業 Anthropic は、最近、2 番目の生成チ​​ャットボット モデル Claude XNUMX を発表しました。しかし、そのユーザー ベースは ChatGPT よりもはるかに小さいです。

26. 生成 AI アート プラットフォーム Stable Diffusion の価値は 1 億ドル以上です。

(出典: Forbes 2、iNews)

AI ジェネレーターは画像やアートワークを作成できます テキストの応答だけではありません。 Stable Diffusion は現在、10 日あたり 1 万人以上のユーザーと XNUMX 億ドル以上の価値を持つ主要な画像ジェネレーターです。 最も近いライバルは OpenAI 独自の DALL-E 画像ジェネレーターですが、これは有料の壁の後ろにあります。

この AIアート市場 定量化するのは困難です。 ただし、最も価値の高いAI生成のNFTは1.1万ドルで落札され、その他の通常のAIアート作品はオークションで数十万ドルで落札されています。

27. ChatGPT 以外の AI ソリューションのために 1.7 億ドルのベンチャーキャピタルが調達されました。

（出典：Gartner）

ChatGPT については誰もが知っていますが、ベンチャーキャピタリストは 1.7 年以来、生成 AI テクノロジーに 2020 億ドル以上の資金を提供しており、新薬の発見とソフトウェア コーディングが最も多くの投資を受けています。

28. 生成 AI ソフトウェアは、3.7 年末までに 2023 億ドルの価値があると予想されています。

(出典: S&P グローバル)

生成 AI ソフトウェア企業 263 社に基づくと、生成 AI ソフトウェア市場は 3.7 年末までに約 2023 億ドルの価値があると推定されています。

29. コード ジェネレーターは、最も急速に成長している生成 AI ツールです。

(出典: S&P グローバル)

現在、一般的なチャットボットが生成型 AI の最もよく使用されている形式ですが、コンピューター コードを生成できるボットは、今後 5 年間で最も急速な成長率を示すと予想されています。 コード ジェネレーターの年間複合成長率は 72.9% になると推定されています。

AI画像ジェネレーター 生成 AI の中で 65.8 番目に急成長しているタイプであり、CAGR は XNUMX% です。

30. オーストラリアのヘルスケア部門は、生成 AI の導入により 13 億ドルの価値を得る可能性がある。

（出典：Microsoft）

Microsoft の調査によると、患者ウェアラブルの導入、AI による診断、管理タスクの自動化による時間の節約により、オーストラリアの医療業界の価値が 5 億ドルから 13 億ドル増加する可能性があります。

生成 AI 統計に対する考え方

次の統計と意見は、専門家と一般の人々が生成 AI の台頭についてどのように感じているかを調査しています。

31. 世界の経営幹部のほぼ 100% が、自社の戦略にとって AI が重要になると考えています。

(出典: アクセンチュア)

世界中から調査を受けた経営幹部の 98% が、今後 3 ～ 5 年間、自社の戦略において AI が重要な役割を果たすと回答しています。

32. 男性は女性よりも生成 AI を信頼しています。

(出典: インサイダー・インテリジェンス)

調査対象となった米国の成人のうち、生成 AI を強く信頼している人の割合は男性 60%、女性 40% でした。 一方、強い不信感を表明したのは女性53％、男性47％だった。

33. ChatGPT は男性と女性が 60/40 で分かれています。

(出典:類似ウェブ)

2023 年 59.69 月の時点で、ChatGPT の Web トラフィックは男性 40.31%、女性 XNUMX% です。 男性は女性よりも AI を利用しており、信頼しているようです。

34. テクノロジー専門家の 68.4% は、生成 AI によって自分の仕事が危険にさらされているとは考えていません。

(出典: Jasper AI)

500部門の技術専門家12人を対象とした調査では、68.4%が生成AIツールが自分たちの仕事を危険にさらしているとは感じていないと回答した。 さらに、回答者全体の 73% が、そのようなツールは安全で倫理的であると信じています。

35. 従業員の 82% は、ハッカーが生成 AI を使用して詐欺メールを作成していることを懸念しています。

(出典: IT Pro)

2023 年の調査では、新たなソーシャル エンジニアリング ベースの電子メール攻撃の数が大幅に増加しており、これは生成型 AI ボットの台頭と相関していることが判明しました。 このため、従業員の 82% が、AI が生成した詐欺メールが職場での悩みであると回答しました。

36. 米国の成人の 50% 以上が、AI によって生成されたテキスト コンテンツが不正確または誤解を招く可能性があることを懸念しています。

(出典: Insider Intelligence 2)

大多数は生成 AI が職場の時間とコストを節約できることに同意していますが、調査回答者の 56% は、その記述内容に偏見や不正確さが含まれている可能性があることに強く同意またはある程度同意しました。

これは、完全に間違った情報を取得したり、間違った文法を取得したり、ChatGPT のようなツールが 2021 年 XNUMX 月以降の実世界のデータでトレーニングされていないという事実にまで及ぶ可能性があります。

37. 英国の生成 AI ユーザーの 43% は、生成 AI は常に真実を語っていると信じています。

(出典: テレコム)

英国では、生成型 AI を常用しているユーザーの 43% が、AI が常に事実に基づいて正確な回答を生成してくれると信頼していますが、AI をまだ使用したことがない人の割合はわずか 19% です。

38. 時間の経過とともに精度が向上することに大多数が同意している。

(出典: Jasper AI)

現在、不正確さに対する懸念があるにもかかわらず、83% もの高い人が、時間の経過とともに AI モデルの結果が改善されることを期待しています。これは機械学習の本来の機能です。

39. アメリカ人の 75% がディープフェイクについて懸念しています。

(出典: MITRE-Harris)

さらに懸念されるのは、AI によって生成された写真、ビデオ、オーディオの品質が非常に優れているため、人々が本物だと思い込んでしまう可能性があることです。 いわゆるディープフェイクは、有名人や政治家などの実在の人物を模倣し、AI を使用して作成者の望むあらゆる行動や発言をさせます。

これは、プロパガンダ、フェイクニュース、プライバシー、著作権侵害に関する多くの問題を引き起こします。

40. マーケティング担当者の 88% が、Generative AI を使用して時間とお金を節約しています。

(出典: Insider Intelligence 3)

の大部分 マーケターらは生成AIについて語る 会社の効率とコスト効率を高めています。 88% も信じている AIコンテンツ 人間が作ったものと同じか、それ以上のものになる可能性があります。

生成 AI の未来

これらの生成的な AI 統計は、市場の成長と将来の予測を調査します。

41. 生成 AI はワークロードを 60% ～ 70% 削減します。

(出典: マッキンゼー、アクセンチュア)

生成 AI は、反復的なタスクを自動化し、より複雑なタスクを強化することで、平均的な従業員の現在の作業負荷を 60% ～ 70% 削減できる可能性があります。 これは 40 日の全労働時間の XNUMX% に相当します。

このような数字が恐怖を生む一方、 AI の仕事の代替、AI では自動化できないより重要なタスクに時間を割くことができる可能性もあります。

42. オフィスおよび管理業務は自動化のリスクが最も高い。

（出典：ゴールドマン・サックス）

調査によると、管理タスク、反復タスク、およびデータベースのタスクは、生成 AI に置き換えられるリスクが最も高いことが示唆されています。

役割に関しては、オフィスおよび管理サポート業務の 46% が自動化されます。 これに法律専門家 (44%) が続きます。 建築 およびエンジニアリング (37%)。

肉体労働はロボット工学によるさらなる自動化に直面する可能性があるが、生成形式の AI による影響は最も少ない。

43. 生成型 AI は、男性よりも女性の労働者に大きな影響を与えるだろう。

(出典: Kenan Institute)

最近の調査では、女性の 80% が生成 AI による自動化にさらされる職業に就いていることがわかりました。 これらは、タスクの少なくとも XNUMX 分の XNUMX を AI が実行できるポジションです。

同様の役割に就いている男性はわずか 60% であり、AI によって男性よりも多くの女性が仕事から奪われる可能性があることを意味します。

44. 生成 AI は、潜在的に年間 3.3% の労働生産性の向上に貢献します。

(出典: マッキンゼー)

生成 AI、その他の形式の AI、その他の自動化テクノロジーを組み合わせると、労働生産性が毎年 0.2% ～ 3.3% 向上します。 この成長は 2040 年まで一貫して続くと予想されます。

45. 銀行部門の生産性は 2.8% 以上向上するだろう。

(出典: マッキンゼー)

生成 AI は銀行業界にとって大きな期待です。 この部門の年収に基づいて、生産性が 2.8% から 4.7% 向上すると予測されています。

46. AI のおかげで、顧客サービスにおける問題解決が 15% 速くなりました。

（出典：NBER）

5,000 人の顧客サービス スタッフを抱える企業を対象とした調査では、AI の導入により問題解決の速度が 15% 向上したことがわかりました。 また、特定の問題の処理にかかる時間も 10% 削減されました。

47. 大企業からのアウトバウンド マーケティング メッセージの 30% は AI によって生成される予定です。

(出典: Gartner、インフルエンサー マーケティング ハブ)

30 年までに、大規模組織のアウトバウンド マーケティング メッセージの 2025% が AI によって生成されると予想されています。2022 年には、これはわずか 2% でした。

これが、マーケティング専門家の 35.6% が AI がマーケターの仕事にリスクをもたらす可能性があると考えている理由の XNUMX つである可能性があります。

48. 将来的には、全データの 10% が AI によって生成されるでしょう。

(出典: Gartner 2)

2025 年までに、AI によって生成されたコンテンツは全データの 10% を占めるようになり、これは現在の 1% よりも大幅に増加します。

49. Apple は独自の GPT ボットをリリースする予定で、これにより 71 億ドルの株価高騰が引き起こされる。

(出典: The Verge、Fortune)

メディアから Apple GPT という愛称で親しまれているこの iPhone メーカーは現在、AI 用の独自の大規模言語モデルを開発中です。 興味深いのは、Google の JAX 機械学習フレームワークを使用していることです。 このプロジェクトのニュースが公になると、アップルの株価は71億ドル上昇した。

50. Googleはアシスタントの記事要約を改善するために生成AIを追加している。

(出典: Android Police)

誰もが Google の音声アシスタントを使ってウェブ記事を読んだのに、そのページに書かれているすべてのことを音声アシスタントが吐き出すだけだったのでしょうか? 鋭い観察力を持つ人は最新のコードを覗き見し、細かい部分をスキップして関連するコンテンツのみを読み取るのに役立つ生成 AI が組み込まれていることを発見しました。

51. 音声の「ディープフェイク」が犯罪に使用されている。

(出典: TechFinitive、Business Insider)

生成 AI が進化するにつれて、セキュリティも進化する必要があります。 今年初め、ある記者が AI を利用して、公開されている録音に基づいて自分の声を模倣することで、ロイズ銀行の音声起動セキュリティ ステップを回避することができました。

別のケースでは、犯罪者が使用した後、女性が娘が身代金目的で誘拐されたと思い込ませられた。 AI が説得力のある音声録音を生成 苦悩する彼女の姿。

52. ディープフェイクビデオは偽の記憶を生成することが示されています。

(出典: New Scientist)

ディープフェイクが視聴者に与える影響に関する最近の実験では、ほとんどの人が偽りの記憶に苦しんでいることが明らかになった。 偽のシャーリーズ・セロンが『キャプテン・マーベル』のキャラクターとして登場する AI の映画クリップを見た後、視聴者の 70% がその映画は本当に存在すると考えるようになりました。

まとめ

生成 AI は世界を席巻しており、この種のツールはほぼすべての業界や分野で何らかの形で採用されています。

指数関数的に成長するばかりの巨大な市場と、ますます高度になるAIモデルの中で唯一の問題は、社会がどのように適応していくかということだ。

ソース

1. ジャスパーAI
2. シージメディア
3. Statista – ChatGPT の使用法
4. デロイト
5. インテリジェント-
6. Statista – AI の導入
7. 医療ITニュース
8. Statista – AI の時代
9. サンタンデル
10. フォーブス
11. 技術目標
12. ベルジェ
13. NVIDIA
14. WEF
15. アリメトリクス
16. ロイター通信社
17. ウォールストリートジャーナル
18. マッキンゼー
19. ブルームバーグ
20. 優先順位調査
21. Statista – AI US
22. ロイター2
23. ロイター3
24. 類似ウェブ 1
25. 類似ウェブ 2
26. デイリーアルツ
27. フォーブス2
28. iNews
29. Gartner
30. S＆Pグローバル
31. Microsoft
32. アクセンチュア
33. インサイダーインテリジェンス
34. ITPro
35. インサイダー インテリジェンス 2
36. テレコム
37. MITRE-ハリス
38. インサイダー インテリジェンス 3
39. ゴールドマン·サックス
40. ケナン研究所
41. NBER
42. インフルエンサーマーケティングハブ
43. Gartner 2
44. 危機一髪
45. フォーチュン
46. Androidの警察
47. テックフィニティブ
48. ビジネスインサイダー
49. ニュー·サイエンティスト