近期,全球领先的信息技术研究和顾问公司Gartner的一项全球调查显示,75%的终端用户企业机构愿意为5G移动功能支付更多费用;仅24%的受访者可能会拒绝为5G支付高于4G的费用。
Gartner研究总监Sylvain Fabre表示:“相比其它行业,电信行业内的终端用户企业机构更有可能为5G支付更多费用做好准备。例如,相对于愿意为其内部使用而承担5G溢价的电信公司而言,制造、服务与政府部门内的终端用户则显得不太乐意。”
除了为质疑5G商业收益的行业提供更优惠的价格之外,通信服务提供商(CSP)还必须打造价值主张,鼓励客户尽早启动5G迁移项目。
虽然大部分受访者认为其所在的企业机构将准备为5G支付更多费用,但只有少数受访者(8%)认为5G能够节省成本或提高收入。5G主要被视作一次网络演进(59%),其次才被视作数字化业务(Digital Business)的促进因素(37%)。该调查还发现,相较其它行业的受访者,来自电信行业的受访者不太相信5G将能够增进收入。Fabre表示:“他们倾向于认为5G迁移是一次渐进且不可避免的基础架构变化,而不是一次创造新收入的机会。”
而中国市场,在提速降费的大趋势下,Gartner预计愿意为5G服务付出更多费用的用户比例会更低一些。Gartner研究总监刘轶指出:“虽然这对运营商投资回报压力很大,但不会打击三大运营商对部署5G的决心。运营商希望5G能帮助运营商开启更广阔的市场、特别是垂直行业市场容量。根据工信部等部门提出的5G推进工作部署以及三大运营商的5G商用计划,中国将于2017年展开5G网络第二阶段测试,2018年进行大规模试验组网,并在此基础上于2019年启动5G网络建设,最快在2020年正式推出规模商用。”
该调查发现,近一半的受访者打算通过5G获取视频与固定式无线功能。然而有趣的是,大部分受访者(57%)认为其所在企业机构的主要意图是利用5G推动物联网(IoT)通信。
Fabre先生认为:“鉴于在大部分地区投入部署且需要蜂窝连接的‘物件’数量在2023年之前不会超过现有蜂窝物联网技术容量,因此上述调查结果令人惊讶。即使得到全面部署,5G也将仅适用于需要极高数据速率与极低延迟的很小一部分物联网使用案例。此外,在2020年初之前,5G可能还无法支持大规模机器类通信或超可靠及低延迟通信。”这种调查结果可能也显示出人们对于5G的适用性有所混淆,这是因为对于无线物联网连接而言,许多业经验证且低成本的替代方案均能行之有效。例如,利用WiFi、ZigBee或蓝牙可以避免与蜂窝通信相关的成本与复杂性。
大部分受访者(84%)认为5G在2020年将被广泛普及,这可能也反映出人们一定程度上的误解。与之相反的是,通信服务提供商的计划表明在2022年之前不会出现大规模的5G可用性。
Gartner预测,到2020年,只有3%的全球自有网络移动通信服务提供商才会推出商用5G网络。Fabre先生补充认为:“虽然合乎标准的商业网络设备将会在2019年之前面市,但在2019年之前通信服务提供商可能通过预标准设备推出5G网络与相关服务。”
通信服务提供商的营销机构需要制定现实的5G覆盖与典型性能路线图,以便与客户展开有效沟通。他们还需要公布清晰的2019年至2021年5G推广计划,以帮助创新者了解5G何时以及在什么情况下可用于物联网应用。
刘轶先生最后分析称:“在未来3到5年间,中国企业在物联网应用的研发应该专注于现有成熟技术和网络。在密切关注5G发展的同时,结合运营商的5G覆盖和路线图设计自己的产品路径,为5G的到来做好技术、人才的储备。”
来自Gartner研究圈(Gartner Research Circle)的200多位IT与企业领导者参与了2017年第二季度开展的调查。此次调查旨在了解5G需求的增长情况以及该项技术的部署计划。
好文章,需要你的鼓励
OpenAI 宣布重大升级:ChatGPT 现可记忆用户全部历史对话,并据此调整回复。这项功能将使 ChatGPT 随时间更了解用户,提供个性化响应。新功能包括"引用保存的记忆"和"引用聊天历史",目前仅向付费用户开放。虽然提升了实用性,但也引发了隐私方面的担忧。
本文探讨了人工智能聊天机器人对人类情感和关系的潜在影响。作者指出,虽然AI可以模仿关怀,但缺乏真实情感,可能导致人们对亲密关系的期望发生改变。特别是对儿童来说,过度依赖AI可能阻碍情感发展。文章呼吁我们要警惕AI带来的长期影响,保持人际交往的真实性。
AI革命的下一波浪潮不仅仅关乎拥有AI技术,更在于拥有能让AI真正理解业务的人才。虽然媒体关注的是构建大语言模型和复杂AI代理的工程师,但在前瞻性公司的分析部门中,一场悄然革命正在酝酿:AI分析师的兴起。这个角色将成为连接AI技术与业务实践的关键纽带,对企业数字化转型至关重要。
Google 推出了 Firebase Studio,这是一个基于云的人工智能辅助开发环境。它结合了 Project IDX、GenKit 和 Gemini 等技术,旨在帮助开发者快速原型设计和构建应用程序。然而,一些开发者反馈称,目前该工具的 AI 功能还不够成熟,难以生成高质量的可用代码。这表明 AI 辅助开发工具虽有潜力,但仍无法完全取代专业开发人员的技能和经验。