Gartner预测2025年IT支出将大幅增加

简介: Gartner预测2025年IT支出将大幅增加

文章来源: 企业网D1net

Gartner预计2025年全球IT支出将达到5.75万亿美元,增长9.3%,创本世纪最大增幅之一。GenAI基础设施需求、软件价格上涨及疫情期间设备更换需求是主要推动因素。数据中心支出预计在2025年将增长15.5%,而软件支出将增长14%。虽然AI项目将在企业中持续推进,但许多企业的IT支出将更多地集中在其他企业需求上,如CRM和云计算。与此同时,设备支出将在2025年增长9.5%,推动力来自于2020年和2021年居家工作和学习期间购买设备的更换需求。


全球IT投资将超过5.7万亿美元,这一增长由多种因素推动,包括AI基础设施、价格上涨以及疫情期间设备更换需求。


Gartner预计2025年全球IT支出将增长9.3%,这是本世纪最大的增长之一,而这仅部分由AI推动。


Gartner的新预测显示,2025年全球IT支出将达到5.75万亿美元,基于其对2024年8.2%增长的预测,数据中心支出预计在2024年将增长近35%,以应对GenAI基础设施需求的增加。


预计2025年数据中心支出将再次增长15.5%,但软件支出——规模是数据中心支出的四倍——将增长14%,达到1.24万亿美元。Gartner的杰出副总裁分析师John Lovelock表示,软件支出的增加将由多个因素推动,包括价格上涨、许可证基础的扩大以及部分AI投资。


“企业正在努力建设将运行GenAI的数据中心,并训练AI,”他说,“明年,这些支出不会减少,科技公司仍将全力运转。”


Lovelock预测,到2026年,超大规模云计算企业将在AI优化服务器上的支出将超过他们之前在任何其他服务器上的支出。他表示,这些AI基础设施的投资可能会让投资者感到困惑,因为他们不会看到直接的销售增长路径,因为大部分超大规模云计算企业的AI投资将专注于内部用途。


“GenAI可能会让资本投资者像以往任何技术一样感到困惑。”他补充道。


释放AI潜力


与此同时,大多数企业将在GenAI软件部署上仅花费其IT预算的一小部分,Lovelock说。在某些情况下,AI附加功能将采用订阅模式,比如Microsoft Copilot,而在其他情况下,这些功能将是免费的,比如Salesforce Einstein。


Lovelock补充说,许多情况下,CIO和其他IT领导者已经超越了对GenAI的过高期望,开始对这项技术的未来有了更加现实的看法。


“CIO对GenAI能为他们带来什么的预期将在明年持续下降,”他说,“今年他们进行了概念验证(POC),但结果不如预期,核心信息是‘放慢节奏’。”


虽然AI项目将在2025年之后继续,但许多企业的软件支出将更多地由其他企业需求驱动,例如CRM和云计算,Lovelock说。


Forrester最近也预测,2025年AI战略将从实验转向追求短期的实质收益。


设备更换周期


除了2025年数据中心和软件支出的大幅增长,Gartner还预测设备支出将增长9.5%。Lovelock表示,设备支出将是数据中心支出的两倍多,主要由2020年和2021年在远程办公、远程学习和居家娱乐时代购买的笔记本电脑、手机、平板电脑等硬件的更换需求推动。


尽管许多设备制造商正在大力推动客户购买支持AI的产品,但市场尚未完全发展起来,他补充道。不过,到2028年之后,几乎很难买到不经过AI优化的设备。“


消费者的购买周期其实并没有真正改变,”他说,“他们会先看看自己有多少钱可以购买这些设备,然后再选购在预算范围内最好的设备。”


对先进IT的投资


一些企业和IT领导者表示,他们也预计2025年IT支出会增加。


TRECIG是一家网络安全和IT咨询公司,其首席执行官兼总裁Roy Rucker Sr.表示,公司将在2025年增加对IT的投入,尤其是在AI、机器学习和云计算等先进技术上的投资。他表示,这些先进技术对保持竞争优势、提高运营效率和提升客户体验至关重要。


他还补充说,公司计划增加对网络安全工具和人员的投入,并将更多资源集中于高级分析、数据管理和存储解决方案。


虽然Rucker对全球经济和不断上升的技术成本表示担忧,但他认为,许多IT支出增长是必需的。


“数据的快速积累需要更加复杂的数据管理和分析解决方案,这也推动了存储和处理成本的上升,”他说,“这些支出不仅是对当前趋势的响应,更是战略性投资,能够促进长期创新、增强弹性并保持竞争优势。”


全球IT和外包公司Computer Generated Solutions的全球CIO John Samuel表示,公司并不预计2025年IT支出会有大幅增加。不过,公司的IT创新仍是重点。


“我们始终在评估技术需求,确保我们的平台高效、安全并具备可扩展性,”他说,“我们的策略是最大化现有IT资源的影响,并有选择性地投资与客户成果和长期增长直接相关的技术。”


不过,Samuel也认同Gartner的预测。他表示,市场普遍存在投资增加的趋势,包括对AI和自动化的支出。


“在CGS,我们看到客户对AI驱动的解决方案的需求不断增加,这些解决方案可以解决复杂的技术挑战、简化工作流程并提供更加个性化的客户体验,”他说,“这种对AI的日益关注,源于其加速决策、提高预测准确性以及支持可扩展增长计划的能力。”


版权声明:本文为企业网D1net编译,转载需在文章开头注明出处为:企业网D1net,如果不注明出处,企业网D1net将保留追究其法律责任的权利。

相关文章
|
弹性计算
2024年阿里云免费云服务器及学生云服务器申请教程参考
2024年阿里云继续推出免费学生云服务器与免费试用云服务器,其中学生云服务器最长可免费7个月(1个月首次领用+6个月免费续领),免费试用云服务器分为个人免费云服务器和企业免费云服务器,最长免费试用时长是3个月。下面小编来介绍一下阿里云免费云服务器及学生云服务器的申请教程。
|
安全 数据安全/隐私保护
BUUCTF 后门查杀 1
BUUCTF 后门查杀 1
1179 0
BUUCTF 后门查杀 1
|
7月前
|
存储 人工智能 云计算
Gartner最新报告:阿里云2025年IaaS市场份额登顶中国,全球增速领跑!
Gartner《2025全球IaaS市场份额报告》显示:阿里云以32.8%市占率稳居中国第一,亚太及全球份额分别升至22.5%和7.7%,增速(35.4%)远超行业均值(25.3%)。AI基础设施与通义大模型全栈能力成核心驱动力。
|
8月前
|
安全 Android开发 Windows
【安卓端+电脑端】怎么阻止手机弹窗广告?一键关闭弹窗广告软件推荐,你能接受办公软件有弹窗广告吗?如何屏蔽弹窗广告?
AdGuard是一款跨平台广告拦截工具,支持电脑、手机、TV及浏览器插件。一键开启即可屏蔽弹窗、网页广告及电视广告,内置家长控制、黑白名单与自定义过滤规则,有效净化网络环境。(239字)
2396 7
|
12月前
|
机器学习/深度学习 人工智能 自然语言处理
构建AI智能体:三十八、告别“冷启动”:看大模型如何解决推荐系统的世纪难题
协同过滤是推荐系统中广泛使用的技术,其核心思想是利用用户行为数据发现相似用户或物品进行推荐。摘要包括:1)协同过滤基于用户历史行为数据,通过计算相似度(如余弦相似度、皮尔逊相关系数)预测用户偏好;2)主要分为基于用户(寻找相似用户群体)和基于物品(发现相似物品)两种方法;3)面临冷启动、数据稀疏性等挑战,可通过混合推荐(结合内容特征)和矩阵分解等技术解决;4)典型应用包括电商猜你喜欢和流媒体推荐;5)结合大语言模型可增强语义理解能力,提升推荐准确性。
1146 9
|
人工智能 Java 测试技术
代码采纳率如何提升至50%?AI 自动编写单元测试实践总结
借助Aone Copilot Agent,通过标准化Prompt指导AI生成单元测试代码,实现50%代码采纳率,显著提升测试效率与质量,推动团队智能化研发转型。
1508 20
|
7月前
|
人工智能 弹性计算 安全
深度科普:Hermes Agent 详细介绍及一键部署实操教程
Hermes Agent是Nous Research开源的自主AI智能体框架,具备持久记忆、自进化学习与多平台接入能力,支持长期任务沉淀与个性化成长,MIT协议开放,已上线阿里云一键部署方案。
1286 1
|
存储 缓存 分布式计算
高内存场景必读!阿里云r7/r9i/r8y/r8i实例架构、性能、价格多维度对比
阿里云针对高性能需求场景,一般会在活动中推出内存型r7、内存型r9i、内存型r8y和内存型r8i这几款内存型实例规格的云服务器。相比于活动内的经济型e和通用算力型u1等实例规格,这些内存型实例在性能上更为强劲,尤其适合对内存和计算能力有较高要求的应用场景。这些实例规格的云服务器在处理器与内存的配比上大多为1:8,但它们在处理器架构、存储性能、网络能力以及安全特性等方面各有千秋,因此适用场景也各不相同。本文将为大家详细介绍内存型r7、r9i、r8y、r8i实例的性能、适用场景的区别以及选择参考。
|
机器学习/深度学习 自然语言处理 物联网
Chronos: 将时间序列作为一种语言进行学习
Chronos框架预训练时间序列模型,将序列值转为Transformer模型的tokens。通过缩放、量化处理,模型在合成及公共数据集上训练,参数量20M至710M不等。优于传统和深度学习模型,展示出色零样本预测性能。使用分类交叉熵损失,支持多模态输出分布学习。数据增强策略包括TSMix和KernelSynth。实验显示大型Chronos模型在概率和点预测上超越多种基线,且微调小型模型表现优异。虽然推理速度较慢,但其通用性简化了预测流程。论文探讨了优化潜力和未来研究方向。
1682 3
|
存储 算法 fastjson
火点监测:Nasa高分卫星接入
NASA(美国国家航空航天局)是美国联邦政府的一个独立机构,负责国家的航空航天研究和探索任务。NASA成立于1958年,其使命是探索太空并推动科学技术的发展。NASA的主要任务包括研究地球和太空的物理特性、开发和测试航空航天技术、进行太空探索和科学研究,以及促进航空航天技术的应用和技术转移。这里使用其开发的系统firms(火灾资源管理系统),通过Http请求获取数据来实现火点的监测,帮助需要实现相关功能,有类似开发任务的朋友。
673 6