TAM

$6.2 billion

定義と算出方法：本TAMは「稼働中の大規模言語モデル（LLM）／エージェントを対象に、運用・監視・自動デバッグ・継続的プロンプト最適化を提供するソフトウェア支出」の合算（2025年ベースの保守的推定）。主要根拠と内訳（代表的調査に基づく保守的合算）: LLMOpsプラットフォーム市場は2024年に約US$1.28Bと報告され、高成長が見込まれる。 AIオブザーバビリティ（AI Observability）市場は調査で2025年に約US$1.7Bと推定される。 AIOps（IT運用向けAI）市場についても2025年で約US$2.23Bの推計がある。 加えて、プロンプト生成／最適化ツール市場（例：Valuatesの約US$0.456B）を考慮した。 重複を抑えた保守的合算（LLMOps ≒ US$1.7–1.8B（2025推定）＋AIオブザーバビリティ US$1.7B＋AIOps US$2.23B＋プロンプト US$0.456B）により、概算で約US$6.2B（2025年時点）と算出した。生成AI全体の経済ポテンシャルが非常に大きいことも考慮され、上振れの余地が存在する点に留意すべきである。

• dataintelo.com
• custommarketinsights.com
• fortunebusinessinsights.com
• reports.valuates.com
• mckinsey.com

SAM

$1.0 billion

定義と算出方法：SAMはTAMのうち、当該ソリューションが現実的にサービス提供可能な範囲（本製品のターゲットを「本番でエージェントを運用し、運用中のユーザーフィードバックや実績を用いて継続的に自動改善を適用する企業（主に北米・欧州のエンタープライズ）」と定義）に絞って算出した。根拠: LLMOpsおよび観測系投資は北米が主導しており、LLMOpsの北米比率は報告で約45%とされ、AI観測も北米が大きな比率を占める。 算出（保守的仮定）: TAM（US$6.2B）×（北米＋欧州の比率を保守的に65%と仮定＝≈US$4.0B）×（本製品が直接的に価値を発揮し得るユースケース比率＝約25%（＝エージェント本番稼働＋コード統合・自動PR適用を必要とする事例に限定））＝約US$1.0B（2025年、SAM）。この25%はGoogle Cloud等の調査で示される“本番でエージェントを導入している企業の割合”や、企業がオブザーバビリティ／運用ツールに重点的に予算を割く現状を踏まえた保守的な絞り込みである。

• dataintelo.com
• market.us
• cloud.google.com
• fortunebusinessinsights.com

SOM

$50 million

定義と前提：SOMは短〜中期（ここでは5年以内）に現実的に獲得可能な年間反復収益（ARR）目標。前提は次のとおり。SAM＝US$1.0B（上記）、5年でSAMの5%を獲得するシナリオを採用。算出: US$1.0B×5%＝US$50M（ARR）。 商業的換算: 平均契約額（ACV）を保守的にUS$100k/年と仮定すると、到達に必要な顧客数は約500社（500×US$100k＝US$50M）。ACVの妥当性は主要オブザーバビリティ／運用SaaSの開示（例：Datadogの開示では多数の顧客がUS$100k超のARRを持つ）を参照した類推に基づく。 解釈: 本SOMは保守的な事業計画シナリオとして提示しており、プロダクトが「本番フィードバック→失敗ステップの特定→プロンプト候補生成→API/PRによる自動適用」という差別化を実運用で実証し、エンタープライズ採用を数十〜数百社規模で獲得できれば実現可能と評価される。

• sec.gov
• cloud.google.com
• dataintelo.com