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
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。