根据Gartner的最新预测,2024年全球IT总支出预计将达到5万亿美元,较2023年增长 6.8%。这一数字低于上一季度预测的8%。2024年中国IT总支出预计将达到3.9万亿人民币,较2023年增长6.2%。虽然生成式人工智能(GenAI)在2023年大火,但它在短期内不会给IT支出的增长带来显著的变化。
Gartner杰出研究副总裁John-David Lovelock表示:“虽然GenAI将改变一切,但如同物联网、区块链等我们所经历过的其他大趋势,它不会对IT支出产生显著的影响。企业机构将在2024年开始切实投资于规划如何使用GenAI,但IT支出将受到更多传统力量的左右,例如盈利能力、劳动力等,并且将被持续不断的变革疲劳所拖累。”
IT服务将在2024年成为最大的IT支出领域
IT服务将在2024年继续保持增长并首次成为最大的IT支出领域。预计2024年IT服务支出将增长8.7%,达到1.5万亿美元(见表一),这主要是因为企业将投资于组织效率和优化项目,而此类投资在这段经济不稳定时期至关重要。
Lovelock表示:“消费者的设备和通信服务采用率在十多年前就已趋于稳定。消费者的消费水平主要受价格变化和更换周期的影响,只留出了增量增长的空间,因此不可避免地被软件和服务超越。企业正在不断挖掘技术的更多用途,IT已经从后台移到了前台,现在又开始创造收入。在企业挖掘完技术的使用方式和地点之前,企业IT支出不可能先进入到平台期。”
表一、全球IT支出预测(单位:百万美元)
|
2023年支出 |
2023年增长率(%) |
2024年支出 |
2024年增长率(%) |
|
|
数据中心系统 |
243,063 |
7.1 |
|
7.5 |
|
设备 |
699,791 |
-8.7 |
732,287 |
4.6 |
|
软件 |
913,334 |
12.4 |
1,029,421 |
12.7 |
|
IT服务 |
1,381,832 |
5.8 |
1,501,365 |
8.7 |
|
通信服务 |
1,440,827 |
1.5 |
1,473,314 |
2.3 |
|
合计 |
4,678,847 |
3.3 |
4,997,718 |
6.8 |
数据来源:Gartner(2024年1月)
表二、中国IT支出预测(单位:百万人民币)
|
2023年支出 |
2023年增长率(%) |
2024年支出 |
2024年增长率(%) |
|
|
数据中心系统 |
378,739 |
20.7% |
416,446 |
10.0% |
|
设备 |
936,923 |
-6.3% |
966,657 |
3.2% |
|
软件 |
245,908 |
16.4% |
287,042 |
16.7% |
|
IT服务 |
678,401 |
9.9% |
770,163 |
13.5% |
|
通信服务 |
1,430,701 |
2.1% |
1,457,634 |
1.9% |
|
合计 |
3,670,673 |
3.6% |
3,897,942 |
6.2% |
数据来源:Gartner(2024年1月)
首席信息官的变革疲劳继续影响IT支出
2023年的IT总支出增长率为3.3%,较2022年仅增加了0.3%,这主要是由于CIO的变革疲劳所致。预计2024年IT总支出将重拾动力,实现6.8%的增长。
即使在2024年有望重新恢复增长势头,整个IT支出环境仍会受到变革疲劳的轻微影响。变革疲劳可能表现为种种变革阻力,比如CIO在签署新合约、承诺采取长期举措或接纳新技术合作伙伴方面犹豫不决。而对于已经启动的新举措,CIO会要求有更高级别的风险缓解措施和更加确定的结果。
Gartner的IT支出预测方法十分依赖于数千家厂商对整个IT产品和服务范围的严谨销售分析。Gartner结合一手调研技术与二手调研资料,建立了一个完整的市场级规模数据库并以该数据库作为预测的基础。
Gartner季度IT支出预测报告以独特的视角对硬件、软件、IT服务和电信领域的IT支出进行预测,帮助Gartner客户了解市场机会与挑战。Gartner客户可在“Gartner市场数据手册,2023年第四季度更新”中获得最新IT支出预测研究结果。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。