根据IDC最新发布的全球人工智能市场半年度追踪报告显示,2021年全球AI市场(包括软件、硬件和服务)收入预计将同比增长15.2%,达到3418亿美元,并且将在2022年进一步加速增长,增幅达到18.8%,到2024年有望突破5000亿美元大关。在三大技术类别中,AI软件将占到整个AI市场的88%,但是在增长方面,AI硬件预计未来几年增长最快。从2023年开始,AI服务将成为增长最快的细分市场。
在AI软件方面,AI应用收入占比最大,接近50%。增长方面,AI平台增长最为强劲,五年复合年增长率(CAGR)为33.2%,最慢的是AI系统基础设施软件,五年复合年增长率为14.4%,约占所有AI软件收入的35%。AI应用市场中,AI ERM预计未来五年的增长略强于AI CRM。与此同时,AI生命周期软件预计将在AI平台市场中增长最快。
IDC人工智能和自动化研究集团副总裁Ritu Jyoti表示:“技术颠覆令人不安,但却可以成为创新和转型的催化剂。2020年是加速数字化转型和增强企业AI价值的一年。现在AI增强的工作和决策已经覆盖了企业所有职能领域,能够负责任地创建和使用感知、预测、响应和快速适应的人工智能解决方案,是一项重要的业务需求。”

2020年AI服务市场规模估计为194亿美元,是相对于硬件和软件增长最快的细分市场。到2021年,增幅预计达到19.3%。接下来的五年内,预计将实现最高的复合年增长率,达到21%。AI服务市场可分为两个板块:IT服务和业务服务。其中,IT服务规模较大一些,在AI服务收入中占比近80%。从增长的角度来看,这两个板块是接近的,五年复合年增长率为21%。总体而言,到2025年AI服务市场规模预计将达到500亿美元。
IDC分析和智能自动化服务研究经理Jennifer Hamel表示:“AI已经成为企业未来发展的一个重要组成部分,推动了对服务合作伙伴的需求,以帮助企业组织解决试点项目和企业AI之间的很多障碍。客户需要相关专业人才来开发生产级AI解决方案,创建合适的组织结构、平台、治理、业务流程和人才战略,以确保大规模采用可持续的A能够推动IT服务和业务服务领域的扩张。”
这次发布的AI追踪报告中,有近190家公司被纳入AI服务市场。在AI IT服务下,2020年排名前三的公司分别是IBM、埃森哲和塔塔咨询,且收入均超过10亿美元,合计占有26%的市场份额。除此之外,还有八家公司的收入规模超过5亿美元。2020年AI商业服务排名前三的公司分别是安永、埃森哲和德勤,合计占46%的份额。除此之外,有9家公司的收入规模超过1亿美元。总体而言,这两个AI服务细分市场的竞争格局仍然是高度碎片化的,服务价值链中的很多参与者都在持续投资于技术资产、创新资源、以及能够运用AI为客户解决特定行业或者领域特定问题的专业人才。
虽然AI硬件是最小的细分市场,仅占整个AI市场的5%,但是预计到2021年增长是最快的,同比增长29.6%,而且2022年也将保持最佳增长点,未来五年复合年增长率预计为19.4%。AI硬件细分市场有两个板块,分别是服务器和存储,其中服务器的份额较大,约为82%,而存储的增长更好,五年复合年增长率为22.1%。
IDC基础设施系统、平台和技术研究总监Peter Rutten表示:“AI服务器和存储市场受到新冠疫情的影响比预期的要小,现在正在快速复苏中,尤其是在边缘领域。所选的基础设施正在围绕那些使用协处理器的大规模并行计算以及具有高速连接和网络的服务器集群进行融合。”
2020年在AI服务器市场,共有6家公司收入超过5亿美元,(按字母顺序)分别是戴尔、HPE、华为、IBM、浪潮和联想,合计占62%的市场份额。在AI存储市场,有6家公司收入超过1亿美元,(按字母顺序)分别是戴尔、HPE、日立、华为、IBM和NetApp,合计占68%的市场份额。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。