DataM Intelligence 報告指出，全球自主數據平台市場預計將從 2024 年的 20.9 億美元成長至 2032 年的 149.6 億美元，複合年增長率高達 27.89%。AI 驅動的自動化和雲端可擴展性是主要驅動因素。北美市場領先，亞太地區成長最快。報告並列出 Oracle、Fujitsu 等公司在自主數據平台上的最新發展。
市場研究機構 DataM Intelligence 今日（13日）發布報告指出，全球自主數據平台（Autonomous Data Platform）市場規模在 2024 年達到 20.9 億美元，預計到 2032 年將達到 149.6 億美元，2025 年至 2032 年的複合年增長率（CAGR）高達 27.89%。
報告分析，能源、醫療保健和航太等產業的企業，紛紛採用人工智慧（AI）驅動的數據協調技術，以處理來自物聯網（IoT）感測器、預測分析和即時決策引擎的大量數據集，是推動市場快速成長的主因。這種成長反映了數據管理方式的根本轉變，從手動資料倉儲轉向自我管理平台，透過無與倫比的可擴展性和安全性，自動化數據治理、整合和洞察。
在各區域市場中，北美以 37.7% 的市場佔有率領先，主要受到雲端驅動數據平台、混合雲模式以及 Oracle（甲骨文）、IBM、Amazon Web Services（AWS）等主要廠商的推動。歐洲以 22% 的市場佔有率位居第二，受惠於西班牙、法國和義大利在醫療、銀行和製造業等領域對數據平台、雲端和 AI 的投資。亞太地區則是成長最快的市場，佔比 18%，主要受到雲端運算採用、混合部署以及中國、印度和日本市場擴張的推動。中東和非洲市場則呈現新興成長趨勢，佔比 10%，受到南非、阿拉伯聯合大公國和土耳其的自動化、雲端基礎設施和數位轉型支持。
報告中也列出近期產業發展：
- 美國：
- 2026 年 1 月：Oracle 推出 Autonomous Data Warehouse Gen3，AI 模型訓練速度提高 50%，可處理 5,000 家企業客戶的 1PB（Petabyte）數據集，市場複合年增長率為 26%。整合 Agentic AI，將 Fortune 500 強企業分析團隊的數據工程成本降低 70%。
- 2025 年 11 月：Databricks 發布 Lakehouse Federation，可在 AWS/Azure 上實現零 ETL 分析，透過 Unity Catalog 治理，將 3,000 個金融工作負載加速 5 倍。
- 2025 年 10 月：Oracle 在 Oracle AI World 推出 Autonomous AI Lakehouse 和 AI Data Platform，整合 Apache Iceberg，在 NIST 基準測試中將數據延遲降低 35%，實現無縫分析。
- 日本：
- 2026 年 1 月：Fujitsu（富士通）推出 K5 Autonomous Data Platform，採用量子啟發優化技術，部署在 1,500 家日本企業，每年處理 10 兆日圓的保險索賠。在金融廳（FSA）的數位轉型授權下，合規報告減少 60%。
- 2025 年 12 月：NTT Data Japan 推出用於多雲數據網格的 Autonomous Fabric，統一 800 個銀行系統，在元數據發現和血緣追蹤方面實現 92% 的自動化。在半導體供應鏈分析的推動下，支持 15% 的區域複合年增長率。
- 2025 年 10 月：Hitachi Vantara 推出 Lumada DataOps Suite，將邊緣 AI 應用於製造業，優化 Toyota（豐田）工廠的 200 萬個物聯網感測器，實現 35% 的預測性維護準確性提升。
此外，Thales Group（泰雷斯集團）於 2025 年 11 月收購了一家歐洲新創公司，該公司專精於 AI 驅動的交通分析軟體，用於即時流量預測和異常檢測，藉此強化其智慧城市交通解決方案。
報告中也點名自主數據平台市場的主要參與者，包括 Oracle、Teradata、IBM、Amazon Web Services、Hewlett Packard Enterprise Development LP（HPE）、Qubole、Cloudera、Gemini Data、Denodo Technologies 和 Alteryx。
DataM Intelligence 指出，AI 驅動的自動化、雲端可擴展性的激增以及即時決策的需求不斷增長，是塑造自主數據平台市場未來的關鍵驅動因素和趨勢。自主數據平台利用機器學習來自動化數據攝取、清理和治理，將手動 IT 工作負載削減高達 80%，同時為企業實現即時分析。公共雲部署在 2026 年佔據主導地位，市場佔有率超過 48%，主要受到北美和亞太地區混合模式和低維護基礎設施的支持，這些基礎設施支持爆炸性的數據增長。製造和電信等行業對即時洞察的需求不斷增長，推動了自主數據平台的採用，這些平台整合了 AI 以進行預測建模並減少數據處理中的延遲。不過，高昂的實施成本、與傳統系統的整合複雜性以及嚴格的數據隱私法規，構成了主要的障礙，特別是對於中小企業而言，儘管它們在技術方面進行了快速投資。