根据IDC全球人工智能支出指南预测,未来四年全球人工智能(AI)相关支出将翻倍,从2020年的501亿美元增长到2024年1100多亿美元,随着企业组织将人工智能作为他们数字化转型工作的一个组成部分,以及希望在数字经济中保持竞争力,将促使未来几年内人工智能系统加快增长,2019年到2024年期间的复合年增长率(CAGR)将为20.1%。
IDC人工智能项目副总裁Ritu Jyoti表示:“企业采用AI,不仅仅因为他们可以这么做,还因为他们必须这么做。人工智能这项技术可以帮助企业变得敏捷、创新和规模化发展。那些‘AI驱动型’企业,将具备综合信息(利用AI将数据转换为信息,然后转换为知识)、学习(利用AI理解知识之间的关系,并运用于解决业务问题)、提供大规模洞察(利用AI支持决策和自动化)的能力。”
推动人工智能普及的两大驱动力分别是提供更好的客户体验,以及帮助员工更好地完成工作,这体现在AI的主要用例中,包括客户服务代理自动化、销售流程推荐和自动化、威胁情报和预防自动化、IT自动化,这四个应用场景加起来将占今年所有AI支出的近三分之一。另外,增长最快的用例分别是HR自动化、IT自动化、药物研究和发现。
在整个预测期内,零售业和银行业在AI解决方案上的支出最多。零售行业将主要把AI用于通过聊天机器人和推荐引擎改善客户体验方面,而银行业将主要用于欺诈分析和调查、项目顾问和推荐系统方面。此外,离散制造、流程制造和医疗行业将不再今年AI支出排名前5位的行业。在2020-2024年的预测期内,AI支出增长最快的行业分别是媒体、联邦/中央政府、专业服务。
IDC客户洞察与分析高级研究分析师Andrea Minonne表示:“COVID-19导致整个运输业、休闲和酒店业等个人消费者服务行业的AI投资放缓,今年这些行业将对投资AI保持谨慎态度,因为今年他们的重点将放是控制成本和创造收入,而不是创新或数字体验。另一方面,AI在帮助社会应对疫情隔离和封锁造成的大范围停滞方面发挥了作用。一些欧洲国家的政府已经开始与AI初创公司展开合作,部署AI解决方案来监控社交隔离的情况,评估公众是否遵守该规则。此外,欧洲各地的医院也都在使用AI来加快COVID-19病情诊断和测试,提供自动化的远程咨询,以及优化医院运转能力。”
IDC客户洞察与分析研究经理Stacey Soohoo表示:“这次公布的人工智能支出指南根据COVID-19带来的影响进行了调整。短期内,疫情导致了供应链中断和商店关闭,持续的影响预计将持续到2021年及以后。对于受影响最大的行业来说,他们将推迟AI的部署。其他行业的企业在当前情况下看到了一线希望:这是一个让企业在长期来看变得更有弹性、更敏捷的好机会。对很多企业来说,AI仍然是复苏道路上的一项关键技术,采用AI将帮助很多企业进行重建,或者提高未来收入来源以及增强运营能力。”
今年,软件和服务将各占AI总支出的三分之一多,其余是硬件。软件支出方面,占比最大的是AI应用(141亿美元),服务支出方面,占比最大的是IT服务(145亿美元)。在硬件方面,服务器(112亿美元)将占据主导。在预测期内,软件支出增长最快,五年复合增长率为22.5%。
从地区来看,整个预测期内美国将占到AI支出的一半以上,其中以零售业和银行业为首。 其次是西欧,银行业、零售业和离散制造业主导。中国位列第三,主要是国家/地方政府、银行业、专业服务占据主导。五年预测期内,支出增长最为强劲的地区分别是日本(复合年增长率为32.1%)和拉丁美洲(复合年增长率为25.1%)。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。