Gartner预测,2025年全球生成式人工智能(GenAI)支出将达到 6440 亿美元,较2024年增长76.4%。
Gartner杰出研究副总裁John-David Lovelock表示:“初始概念验证(POC)工作的高失败率以及对当前GenAI成果的不满,导致人们对GenAI能力的期望下降。尽管如此,基础模型提供商每年仍投入数十亿美元,提升GenAI模型的规模、性能和可靠性。这一矛盾将贯穿于2025和2026年。”
Lovelock表示:“CIO倾向于选择现成的商业解决方案,以获得更可预测的实施效果和商业价值。因此,2024年启动的大型内部项目将在2025年面临详细审查。尽管模型在改进,CIO仍会减少POC和自主开发相关工作,而更关注现有软件供应商提供的GenAI功能。”
2025年,GenAI支出在所有核心市场和细分市场都将迎来显著增长(见表一)。GenAI 将对 IT 支出市场的各个方面产生巨大影响,这表明未来AI技术将日益成为企业运营和消费产品中不可或缺的一部分。
表一、全球GenAI支出预测(单位:百万美元)
支持AI的消费设备推动GenAI支出的增长
2025年,集成AI能力的服务器、智能手机、个人电脑(PC)等硬件将成为GenAI支出的增长的主要驱动因素,其中80%的GenAI支出将用于硬件。
Lovelock表示:“市场的增长轨迹深受AI设备日益普及的影响,预计到2028年,AI设备将占据几乎整个消费设备市场。然而,消费者并非主动寻求这些AI设备。随着制造商将AI作为标准能力嵌入消费设备中,消费者将不得不为其买单。”
Gartner的GenAI支出预测基于对来自1000多家厂商的GenAI产品和服务的销售情况的严谨分析。Gartner结合一手调研与二手调研方法,建立了一个完整的市场规模数据库,作为预测的基础。
Gartner的GenAI支出预测报告对硬件、软件和IT服务领域的GenAI支出预测提供了独特视角,助力Gartner客户了解市场机遇与挑战。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。