至顶网CIO与应用频道 08月01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2.4%。由于美元贬值,这个数字高于Gartner上季度所预测的1.4%增长率(见表一)。
Gartner研究副总裁兼杰出分析师John-David Lovelock表示:“数字化业务对现有的商业模式及其周边产业带来很大的影响,并引发一些新模式的出现,如软件、服务和知识产权的融合。这些新生代产品的背后有商业与技术平台作为推手,这些平台也将推动新项目的支出。特定行业的颠覆性技术包括制造业的物联网(IoT)、金融服务业的区块链(blockchain),以及零售业的智慧机器(smart machine)。”
《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。在过去的十多年间,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。
表一、全球IT支出预测(单位:10亿美元)
Gartner预计2017年全球企业软件市场将增长7.6%,高于2016年5.3%的增长率。由于软件应用使更多企业机构从数字化业务中盈利,市场对于自动化和推出新应用及功能的需求将更加强烈。
John-David Lovelock指出:“随着基于软件即服务(SaaS-based)的企业应用受到更加广泛的运用,从云端传送的IT运营管理(IT operations management,简称ITOM)工具的市场接受度也更高。这些云端工具有助于负责基础架构及运营(infrastructure and operations,简称I&O)的企业机构更快地添加功能,并采用更新的技术来缩短应用推出的周期。如果基础架构及运营团队没有监测并追踪快速变化的环境,就可能会导致基础架构及应用服务的退步,最终影响到终端用户的体验,冲击财务运营和品牌形象。”
2016年IT支出呈增长态势,但前十大IT厂商中仅有两家呈现出收入的有机增长。IT厂商的收入来源依然与力量连结(Nexus of Forces)(社交[social]、移动[mobility]、云端[cloud]和信息[information]的汇聚融合)紧密相关。由于移动电话销量的上升,前十大IT厂商中将会有一些在2017年表现得更好。2017年全球设备支出(PC、平板、ultramobile与移动电话)预计将增长3.8%,达到6,540亿美元,高于上一季预测的1.7%增长率。移动电话市场增长的主要驱动力包括:iPhone推出10周年纪念机型将带动成熟市场中顶级机型的平均售价(average selling prices,简称ASP)上扬;基础款机型的数量逐渐超过实用款机型。不过,由于换机周期持续拉长,平板市场将继续萎缩。
欲了解更多分析,可参加免费的网络研讨会“2017年第二季度IT支出最新展望:数字化业务和数据中心下的变革者”(IT Spending Forecast, 2Q17 Update: Game Changer with Digital Business and Data Centers)。网络研讨会期间,Gartner分析师将分析2017年至2021年推动IT支出增长的趋势。
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每季度发布的IT支出预测报告提供了针对软硬件、IT服务与电信等细分市场内IT支出的独特视角。这些报告有助于Gartner客户深入了解市场商机与挑战。如需了解最新的IT支出预测研究,请参见《Gartner全球支出预测》(Gartner Worldwide Spending Forecast)。该季度IT支出预测页面包含了最新IT支出报告、网络研讨会、博客文章以及新闻稿链接。
好文章,需要你的鼓励
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。