ZD至顶网CIO与应用频道 04月24日 北京消息:全球领先的信息技术研究和顾问公司Gartner表示,2017年全球IT支出预计将达到3.5万亿美元,较2016年增加1.4%。这个数字低于Gartner上季度所预测的2.7%增长率,造成下降的一部分原因是美元升值(见表一)。
Gartner研究副总裁John-David Lovelock表示:“受到强势美元影响,我们已经把2017年IT支出预期下调了670亿美元,并预计整个2017年,总部设在美国的跨国IT厂商收入都会受到汇率的影响。”
2017年数据中心系统有望增长0.3%,这个数字虽然优于2016年的负增长纪录,但该领域正经历服务器市场增长势头趋缓的过程。John-David Lovelock指出:“根据我们的观察,服务器购买者和购买对象都发生了变化。企业不再向传统厂商购买服务器,转而使用亚马逊(Amazon)、谷歌(Google)、微软(Microsoft)等企业所提供的云端服务器租赁服务。这使得服务器支出下滑,同时冲击整个资料中心系统部门。”
表一、全球IT支出预测(单位:10亿美元)
|
2016年支出 |
2016年增长率(%) |
2017年支出 |
2017年增长率(%) |
2018年支出 |
2018年增长率(%) |
|
|
数据中心系统 |
171 |
-0.1 |
171 |
0.3 |
173 |
1.2 |
|
企业软件 |
332 |
5.9 |
351 |
5.5 |
376 |
7.1 |
|
设备 |
634 |
-2.6 |
645 |
1.7 |
656 |
1.7 |
|
IT服务 |
897 |
3.6 |
917 |
2.3 |
961 |
4.7 |
|
通讯服务 |
1,380 |
-1.4 |
1,376 |
-0.3 |
1,394 |
1.3 |
|
整体IT |
3,414 |
0.4 |
3,460 |
1.4 |
3,559 |
2.9 |
资料来源:Gartner(2017年4月)
受到移动电话销售量增长势头强劲,以及激光打印机、个人电脑(PC)与平板销售量小幅增长的影响,2017年全球设备支出(PC、平板、ultramobile与移动电话)预计将增长1.7%,达6,450亿美元,这个数字优于2016年负增长2.6%的成绩。而亚太新兴市场与中国大陆平均售价(ASP)的上涨,再加上iPhone换机潮与iPhone十周年纪念机型的契机,都将带动2017年移动电话支出的增长。由于换机周期拉长,平板市场持续大幅萎缩,因此2017年台式电脑与笔记本电脑的销售量及拥有率都将呈现负增长态势。另一方面,尽管零组件成本上扬将带动PC价格上涨,但商用Windows 10的系统升级将能在整个2017年为市场提供最基本的潜在增长。
2017年全球IT服务市场预计将增长2.3%,低于2016年3.6%的增长率。本季度IT服务增长估计值的细微变动,可视为应对美国外交与内政政策方面可能发生的改变而针对特定地区所做出的调整。美国新政府的企业友善政策,有望为美国的系统导入服务(implementation service)市场带来些许正面效应,因美国政府未来几年可能会大幅增加基础设施建设投入。
Gartner的IT支出预测基于数千家提供各种IT产品与服务厂商的销售数字。Gartner采用各种主流研究技巧,再以次级研究资源进行补充,以建立一套市场规模资料的完整资料库,并借此进行预测。
《Gartner全球IT支出预测》(Gartner Worldwide IT Spending Forecast)报告作为主流科技趋势的指标性研究报告,范围涉及硬件、软件、IT服务与电信市场。在过去的10多年间,全球的IT与业务主管都利用这份季度报告了解市场商机与挑战,并根据报告内容来做出准确的商业决策。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。