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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。