ZD至顶网CIO与应用频道 02月09日 北京消息: 2017年全球IT产品及服务收入预计将达到2.4万亿,相比2016年增长3.5%。根据IDC最新发布的“全球半年度IT开支指南:行业及公司规模”,IDC预计到2020年全球IT开支将增长到超过2.65万亿,这意味着在2015年到2020年预测期内的复合年增长率为3.3%。
金融服务(银行、保险、证券和投资服务)以及制造业(离散制造和流程制造)仍将继续领跑IT产品和服务的行业开支。在预测期内这两个行业将占到所有IT收入的大约30%,因为这些行业通过投资IT技术来推进他们的数字化转型。电信和专业服务、联邦/中央政府也将成为IT产品和服务的最大采购者。在预测期内开支增长最快的行业将是专业服务、医疗、银行业,并将在2018年赶超离散制造业成为整体支出第二大行业。
与此同时,所有技术收入中有超过20%将来自于消费者采购,但是消费者开支在预测期内接近平稳,年复合增长率大约为0.3%,因为优先项目从设备转向了软件,用于安全、内容管理和文件共享等方面。
“消费者对移动设备和PC的开支将继续拖累整个IT行业,但是企业和公共领域的开支已经显现出改善的迹象。巨大的增长空间已经出现,例如金融服务该公司和公共机构对数据分析软件的投资,或者电信和银行对IT服务的支出。政府支出稳定,包括Chromebook在内的笔记本出货量在教育市场呈现大幅增长。商用平板电脑开支出现双位数增长,这将推动今年整个平板电脑市场恢复增长,尽管消费者产品销售持续下滑。这些对于IT厂商来说是以行业为驱动的机遇将越来越多地出现,即使全球经济仍然波动,”IDC消费者洞察和分析副总裁Stephen Minton表示
从地域来看,北美(美国和加拿大)将是IT产品和服务的最大市场,在预测期内将创造超过40%的收入。西欧将在全球IT收入中占比超过20%,亚太(不包括日本)则略低于20%。呈现高速增长的地区将包括拉丁美洲(年复合增长率为5.3%)、亚太(不包括日本,年复合增长率为4%)和美国(年复合增长率为4%)。
今年美国的IT开支预计将达到9200亿美元,到2020年将突破1万亿大关。像应用开发和部署以及以项目为主导的服务将是2017年最大的开支项目(2750亿美元),同时软件采购将呈现显著的增长(年复合增长率为7.9%),到2020年将成为最大的开支项目。企业服务在预测期内还将保持健康的增长(年复合增长率为6%),硬件采购将持平(复合年增长率为0.5%)。
“随着我们进入后EHR时代,我们看到美国医疗提供商IT开支在恢复增长,同时多样化的创新专业服务行业预计将在预测期内呈现最高速的增长。熟悉掌握技术的人才加上基于信息的业务,可以实现IT多方面的可能性。IT投资将用于实现与产品和服务差异化相关的目标,改善客户满意度,以及提高收入,”IDC客户洞察和分析项目总监Jessica Goepfert表示。
在公司规模方面,全球IT开支中有超过45%将来自于非常大型的企业(超过1000名员工),而小型办公类别(1-9名员工)将在预测期内占大约1/4的IT开支。开支增长将平均分布在中型企业(100-499名员工)、大型(500-999名员工)和非常大型的企业,年复合增长率为4.3%。
“全球中小企业软件开支将在2018年超过硬件开支,从而改变传统IT的消费习惯。更为成熟的中小企业已经意识到将软件投资与业务流程相关联的价值,我们预测到预测期末期,我们预计大多数中型企业将拥抱数字化转型的道路,”IDC客户洞察和分析副总裁Christopher Chute表示。
“改变中小企业对技术投资重要性的态度超越了公司规模和地域。处于发展中地区的中小企业和发展地区一样对利用技术感兴趣。这位开支增长提供了平台,特别是中型企业,”IDC中小企业研究项目副总裁Raymond Boggs表示。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。