根据Gartner的最新预测,2022年全球公有云服务终端用户支出预计将从2021年的4019亿美元增长至4947亿美元,增幅达到20.4%。2023年终端用户支出预计将达到近6000亿美元。
Gartner研究副总裁Sid Nag表示:“云是推动当今数字化企业机构增长的驱动力。首席信息官已迈过采购云服务非理性繁荣的时代。为了在数字化转型过程中实现特定的业务需求和技术成果,他们会慎重考虑所选择的公有云提供商。”
2022年,基础设施即服务(IaaS)终端用户支出预计将增长30.6%,排在第一位;桌面即服务(DaaS)和平台即服务(PaaS)预计将分别增长26.6%和26.1%,分列第二和第三位(见表一)。由于混合办公模式正在成为新常态,企业机构开始为员工提供DaaS,以此取代台式电脑和受限于办公室环境的工具等传统的客户端计算解决方案,此举将推动2022年DaaS终端用户支出达到26亿美元。受终端用户对云原生能力需求的推动,PaaS终端用户支出将增长至1096亿美元。
表一、全球公有云服务终端用户支出预测(单位:百万美元)
|
|
2021
|
2022 |
2023 |
|
云业务流程服务(BPaaS) |
51,410 |
55,598 |
60,619 |
|
云应用设施服务(PaaS) |
86,943 |
109,623 |
136,404 |
|
云应用服务(SaaS) |
152,184 |
176,622 |
208,080 |
|
云管理和安全服务 |
26,665 |
30,471 |
35,218 |
|
云系统基础设施服务(IaaS) |
91,642 |
119,717 |
156,276 |
|
桌面即服务(DaaS) |
2,072 |
2,623 |
3,244 |
|
共计 |
410,915 |
494,654 |
599,840 |
BPaaS = 业务流程即服务;IaaS = 基础设施即服务;PaaS = 平台即服务;SaaS = 软件即服务
备注:因数值已进行四舍五入,相加后可能与总数不等。
来源:Gartner(2022年4月)
Nag表示:“相比IaaS或网络即服务等商用算力,容器化、数据库平台即服务(dbPaaS)和人工智能/机器学习等云原生能力具有更加丰富的功能,因此它们通常更加昂贵并且正在推动支出的增长。”
2022年SaaS终端用户支出预计将达到1766亿美元,仍然是最大的公有云服务市场领域。Gartner预测,由于企业通过云市场等多种途径将SaaS推向市场,并且为了提高开发运维流程的效率而不断将较大的单体应用程序分解成可组合部件,因此该领域的发展速度将保持稳定。
超大规模边缘计算和安全访问服务边缘(SASE)等云计算领域的新兴技术正在引发相邻市场的变革并形成新的产品类别,为公有云提供商创造额外的收入来源。
Nag表示:“随着核心云服务的成熟,企业机构正逐渐将差异化的重点转向能够直接彻底改变企业数字业务和运营的能力。由于公有云服务变得不可或缺,因此提供商现在不得不应对来自于可持续性、数字主权等社会和政治方面的挑战。
Nag还表示:“IT领导者必须将云视为一种手段而不是最终状态,才能在自己的数字化转型过程中取得成功。能够将云与其他相邻新兴技术结合使用的企业将有更好的表现。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。