根据IDC最新的全球黑皮书显示,以不变货币计算,预计2017年全球IT支出将增加4.5%,相比去年的2.5%有显著提升,下半年最显著的就是基础设施和移动设备的更新周期更为强劲。今年整体IT支出规模将达到2.1万亿美元,预计2018年将再次增长4%,此势头将在明年延续下去,包括电信服务。今年以不变货币计算这部分将增长2%,整个ICT市场将在2017年达到3.5万亿美元。

来源:2017年IDC全球黑皮书,1.2版本(2017年6月)
云仍然领先
今年最强劲的增长将来自于基础设施硬件、企业软件和移动设备。云服务提供商预计将加速数据中心投资以跟上云服务需求增长的步伐,今年服务器整体支出将增长4%,2018年增长5%。企业在服务器和存储基础设施上的支出也将在2017年下半年呈现增长趋势,这是受到了产品更新周期的推动。与此同时,对基础设施即服务(IaaS)的需求将保持强劲,今年的支出规模预计将超过250亿美元,到2020年超过500亿美元。
相比2016年智能手机销售将有所改善
去年智能手机实现出现大幅放缓,因为成熟度的提高和价格竞争加剧影响了很多市场。预计2017年下半年将出现更强劲的增长,因为高端厂商将推出重要的新产品,智能手机的普及率和价值将继续在关键新兴市场(包括中国)稳步增长。智能手机整体支出在2017年将增长7%达到4390亿美元,相比去年的1%有较大提升。
IDC客户洞察和分析副总裁Stephen Minton表示:"尽管如增强现实、人工智能和机器人技术等新技术备受关注,但云和移动仍然是IT支出的一大推动力。新技术将推动未来5-10年市场增幅,但是短期也将看到第三平台机会的增长,包括云服务、移动和大数据。"
软件支出强劲,服务市场稳定
2017年软件支出将增加7%,超过4710亿美元,这主要是受到企业对大数据和分析、持续采用软件服务(SaaS)和其他关键细分领域增长的推动。与此同时,IT服务支出今年将增长3%,其中主要是以项目为主导的服务。在电信服务方面,固定和移动数据服务仍将增长,而语音收入将继续下滑。
Minton表示:"尽管整体市场势头有所改善,但是有些技术将在短期内继续拖累行业的增长。高端服务器今年还将出现双位数下滑,硬件外围支出将连续两年下滑。平板电脑的整体支出也将再次下滑,尽管混合和可折叠型号的销售有所改善,传统PC与外部存储系统的销售仍然表现平平。今年我们还将看到企业网络设备和传统外包服务的增长放缓,对于那些仍然依赖于第二代平台技术获得收入和实现增长的厂商来说,这个市场仍然面临挑战。"
亚太区增幅领跑,特别是中国和印度
今年亚太地区(不包括日本)的IT支出是区域性增长最强劲的,以不变货币计算的话增幅为8%,其次是美国(4%)。中国和印度预计今年(以不变货币计算)整体IT支出增幅都在10%左右,但是随着经济开始放缓,中国可能会在未来今年内增长速度较为温和。西欧(3%)、加拿大(2%)和日本(2%)的IT支出增幅较为疲软,因为成熟经济体在面临逆势(包括英国脱欧和人口挑战)难题。
新兴市场正在缓慢复苏
包括巴西、土耳其和尼日利亚在内的新兴市场相比2016年有所改善,但按历史标准来看仍然是比较低迷。虽然美国仍然是最大的IT市场,但是中国现在是各种设备的最大单一市场,今年将在PC、平板电脑、手机和外围设备所有支出中占近25%的份额。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。