至顶网CIO与应用频道 01月29日 北京消息:全球领先的信息技术研究和顾问公司Gartner表示,2019年全球IT支出将达到3.76万亿美元,较2018年增长3.2%。
Gartner研究副总裁John-David Lovelock表示:“尽管经济衰退传闻、英国脱欧以及贸易战与关税加剧了不确定性,但2019年的IT支出仍可能实现增长。然而,在哪些细分市场将会在未来推动增长方面,正在发生一些动态变化。IT支出正在从手机、个人电脑与本地数据中心基础架构等出现饱和的细分市场转向云服务与物联网(IoT)设备,尤其是物联网设备正在开始填补设备空缺。虽然设备细分市场已经饱和,但物联网尚未饱和。”
Lovelock先生补充道:“IT不再仅仅是一个支持各企业机构在其基础上运行业务的平台。它正在成为推动业务的引擎。随着数字化业务与数字化业务生态系统向前迈进,IT将会把各种业务融合在一起。”
向云端迁移是IT支出的主要驱动因素,企业软件将因此而继续展现出强劲增长。全球软件支出预计将在2019年增长8.5%;2020年,将再增长8.2%,总额达到4660亿美元(见表一)。Gartner预计各企业机构将在2019年增加企业应用软件支出,其中更多预算转向软件即服务(SaaS)。
表一、全球IT支出预测(单位:十亿美元)
|
2018年支出 |
2018年增长率(%) |
2019年支出 |
2019年增长率(%) |
2020年支出 |
2020年增长率(%) |
|
|
数据中心系统 |
202 |
11.3 |
210 |
4.2 |
202 |
-3.9 |
|
企业软件 |
397 |
9.3 |
431 |
8.5 |
466 |
8.2 |
|
设备 |
669 |
0.5 |
679 |
1.6 |
689 |
1.4 |
|
IT服务 |
983 |
5.6 |
1,030 |
4.7 |
1,079 |
4.8 |
|
通讯服务 |
1,399 |
1.9 |
1,417 |
1.3 |
1,439 |
1.5 |
|
整体IT |
3,650 |
3.9 |
3,767 |
3.2 |
3,875 |
2.8 |
来源:Gartner(2019年1月)
尽管手机市场出现下滑,但该设备市场预计将在2019年增长1.6%。中国、美国与西欧等最大、最饱和的智能手机市场主要受换机周期驱动。由于三星在向市场推出高度分化的高端智能手机方面面临挑战,同时苹果旗舰智能手机具有较高的性价比优势,消费者选择继续使用现有手机,这使得手机市场在2018年下降1.2%。
Lovelock先生表示:“除了购买行为发生变化外,随着各企业机构为了推动数字化业务而不断采用新技术(例如物联网设备),我们还注意到内部人员技能开始滞后。近半数的IT从业者急切需要开拓新技能或新能力,以支持数字化业务计划。为了紧跟人工智能(AI)、机器学习、API及服务平台设计、数据科学等领域的发展而必备的技能要求,正比以往任何时候都更加快速地发生着变化。”
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,以建立一套完整的市场规模数据库,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。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。