中国在2018年对技术产品和服务的总支出将超2.6万亿人民币
【2018年1月29日】全球领先的信息技术研究和顾问公司Gartner表示,2018年全球IT支出预计将达到3.7万亿美元,较2017年增长4.5%。
Gartner研究副总裁John-David Lovelock表示:“全球IT支出在2017年开始回升,预计在未来几年会持续增长。但由于各企业机构考虑到英国脱欧的潜在影响、币值波动和可能出现的全球经济衰退,不确定性渐渐浮现。尽管存在这样的不确定性,各企业仍然预期收入增长,将继续投资于信息技术,但他们的支出模式将出现变化。有关数字化业务(digital business)、区块链(blockchain)和物联网(IoT)的项目,以及从大数据(big data)、算法(algorithms)、机器学习(machine learning)到人工智能(AI)的一系列技术进步将继续带动IT支出增长。”
企业软件仍将呈现强劲增长,全球软件支出预计在2018年增长9.5%,在2019年再增长8.4%,届时总值将达到4210亿美元(见表一)。Gartner预计各企业机构会在2018年增加企业应用软件方面的支出,其中更多预算转向软件即服务(SaaS)。基于SaaS的解决方案可用性越来越高,将推动对许多子类别解决方案的采用和支出,如金融管理系统(FMS)、人力资本管理(HCM)和分析应用程序(analytic applications)等。
表一、全球IT支出预测(单位:10亿美元)
Gartner预计设备细分市场在2018年将增长5.6%。设备细分市场在2017年增长5.7%,这是两年来的首次增长。尽管Gartner预计单位销量将有所下降,但由于手机的平均售价继续上升,终端用户在手机上的支出仍将稍有增长。虽然用户持续转移使用Windows 10的情况会进一步带动PC在中国、拉美和东欧的商业市场正增长,但Gartner预计PC在2018年的增长率与往年持平。正如Gartner预计,iPhone 8和iPhone X在2017年产生的影响极小,但Gartner预计在iOS在2018年的出货量会增长9.1%。
Lovelock先生表示:“考虑到未来几年带动支出增长的一些关键领域,Gartner预测到2021年,AI会带来商业价值为2.9万亿美元的新机会,并能节省相当于工人在62亿小时内的生产力。这种商业价值具体体现在:使用AI提升效率;使用AI创建使客户体验更为个性化的洞察;使用AI增加互动性和业务量;使用AI增加提升收入的机会,这也将成为数据洞察驱动的全新商业模式的一部分。”
Lovelock先生进一步表示:“获取潜在商业价值需要有所投入,特别是当企业希望在短期内达到节省成本的目的时。由于AI具有‘力量增幅器’(force multiplier)的作用,为提升客户体验和收入而投资AI,将可能带来收益——积极的网络效应(positive network effects)将超过投入成本,而由此获得的收入也会增加。”
Gartner预测,中国在2018年对技术产品和服务的总支出会增长6.7%,超过2.6万亿人民币。
表二、中国IT支出预测(单位:百万元)
Gartner的IT支出预测基于数千家提供各种IT产品与服务厂商的销售数字。Gartner采用各种主流研究技巧,再以次级研究资源进行补充,以建立一套市场规模资料的完整资料库,并借此进行预测。
Gartner每季度发布的IT支出预测报告提供了针对软硬件、IT服务与电信等细分市场内IT支出的独特视角。这些报告有助于Gartner客户深入了解市场商机与挑战。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。