Gartner预测2016年全球IT支出将保持稳定

简介:

全球领先的信息技术研究和顾问公司Gartner预测,2016年全球IT支出将维稳在3.41万亿美元的水准(参见表一),高于上季度全年0.5%负增长的预测,而股市的持续波动是造成此差异的主要原因。

Gartner研究副总裁John-David Lovelock表示:“最近一期Gartner全球IT支出预测(Gartner Worldwide IT Spending Forecast)的内容是建立在英国不会脱离欧盟的假设上。英国决定脱欧后将很有可能降低企业的信心与产品价格上扬的空间,这都会给英国、西欧与全球的IT支出带来冲击。”

虽然英国已经步入改变的进程,但具体的方向及内容仍不明确。“脱欧”的公投结果很快会对英国与欧洲地区的IT支出产生影响,其他方面的改变则需要比较长的时间。人力的雇用可能是最主要且急迫的课题,长期就业前景的不确定性将降低英国对外籍劳工的吸引力。留住现有的非英国籍员工,以及从外国雇用合格新员工的机会受限,都将影响英国的IT部门。

新型替代选项打乱既有市场

John-David Lovelock还指出:“2016年是开始出现二分现象的一年。未来IT变革的步调将永远不会像现在这样慢,但全球IT支出增长率却呈现原地踏步的趋势。2016年是企业开始将焦点转向数字化业务、物联网,甚至是算法业务的一年。为了替这些新项目筹措资金,许多企业开始借由新形态数字替代方案进行成本优化,例如以软件即服务(SaaS)代替授权软件,以LTE网络语音通话(VoLTE)代替手机,或者以个人数字助理(DPA)取代人力,借此节省经费、简化营运并加速价值获取。正因为传统IT有了更多新的替代方案,未来从采购内容、采购者以及采购金额等方面都将从根本产生变化。”

Gartner全球IT支出预测报告为主流科技趋势的指标性研究报告,范围横跨硬件、软件、IT服务与电信市场。全球IT与业务主管都利用这份季报了解市场商机与挑战,并根据报告中业经认证的方法做出商业决策、避免凭空猜测。

表一:全球IT支出预测(单位:10亿美元)

 

2015年支出金

2015增长

2016年支出金

2016增长

数据中心系统

171,213

2.9%

174,578

2.0%

软件

313,948

1.1%

332,207

5.8%

设备

662,295

-4.6%

627,235

-5.3%

IT服务

865,818

-3.4%

897,634

3.7%

通讯服务

1,400,049

-9.2%

1,380,782

-1.4%

IT支出

3,413,324

-5.5%

3,412,436

0.0%

资料来源:Gartner(2016年7月)

2016年数据中心系统支出预计将达到1,740亿美元,较2015年增加2%。市场驱动力主要为大中华区与西欧服务器市场的强劲增长势头,以及北美企业级网络设备市场进入换机高峰期。

全球企业软件支出有望达到3,320亿美元,较2015年增加5.8%。北美是拉动增长的主力地区,在2016年所增加的240亿美元支出当中,就有116亿来自这个地区。若以市场细分,增长最快的市场仍然是客户关系管理(CRM)软件。

设备支出到2016年底预计将达到6,270亿美元。俄罗斯、日本与巴西经济的停滞将拖累设备需求及全球个人电脑(PC)市场复苏的脚步。此外,Windows 10的推出也进一步导致消费者延后购买PC的状况;在升级Windows 10后,消费者将愿意继续使用旧有PC。

IT服务市场相关支出与望增加3.7%,达到8,980亿美元。日本是IT服务支出增长最快的地区,增长率为8.9%。由于数字化业务计划持续上涨,日本企业正逐渐认识到要想使业务成功转型,必须得向顾问公司寻求相关新技术的建议。最重要的是,现在日本企业已经了解了这些服务的真正价值,愿意购买此类服务。

2016年通讯服务支出预计将达到1.38万亿美元,较2015年下滑1.4%。日本是通讯服务增长最快的地区,增长率为8.3%,大中华区则是支出金额增加最多的地区,达83亿多美元。东欧、西欧与北美则因为通讯服务市场全面受到价格战及使用率下滑的影响,相关支出金额预计将出现下滑。

中国地区,Gartner预测其IT支出将超过2.3万亿人民币,较2015年增加2.6%。但由于汇率波动,当以美元计算时将呈现下滑趋势。

表二:中国IT支出金额(单位:百万人民币)

细分市场

2015

2016

中国

设备

772,745

752,228

 

数据中心系统

130,279

142,949

 

软件

55,199

60,106

 

IT服务

103,418

112,084

 

通讯服务

1,095,264

1,145,874

总计

 

2,156,904

2,213,240

 

  

原文发布时间为:2016年7月6日


本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网


目录
相关文章
|
5月前
|
存储 缓存 NoSQL
如何解决缓存击穿?
缓存击穿是指热点数据失效时大量请求直接冲击数据库,可能导致系统崩溃。解决方案包括:永不过期策略避免缓存失效瞬间的穿透;互斥锁控制并发访问;热点预热提前刷新缓存;熔断降级在数据库压力大时返回默认值;二级缓存降低Redis压力。实际中常组合使用多种方案,如热点预热+互斥锁+熔断降级,以提升系统稳定性与性能。
685 0
|
5月前
|
机器学习/深度学习 存储 监控
基于深度学习YOLO框架的城市道路损伤检测与评估项目系统【附完整源码+数据集】
本项目基于深度学习的YOLO框架,成功实现了城市道路损伤的自动检测与评估。通过YOLOv8模型,我们能够高效地识别和分类路面裂缝、井盖移位、坑洼路面等常见的道路损伤类型。系统的核心优势在于其高效性和实时性,能够实时监控城市道路,自动标注损伤类型,并生成损伤评估报告。
324 0
基于深度学习YOLO框架的城市道路损伤检测与评估项目系统【附完整源码+数据集】
|
机器学习/深度学习 人工智能 芯片
【AI系统】谷歌 TPU v3 POD 形态
TPU v3 是 TPU v2 的增强版,主要改进包括:MXU 数量翻倍至 4 个,时钟频率提升 30%,内存带宽扩大 30%,容量翻倍,芯片间带宽增加 30%,可连接节点数增至 4 倍。TPU v3 通过采用水冷系统,不仅提高了功率,还优化了温度管理,显著提升了计算能力和能效。TPU v3 Pod 由 1024 个 TPU v3 组成,算力达 100 PFLOPS,适用于大规模神经网络训练。
943 2
|
机器学习/深度学习
深度学习中的模型压缩技术
【10月更文挑战第5天】 本文探讨了深度学习中的模型压缩技术,包括权重剪枝与共享、低秩分解、知识蒸馏和量化等方法。通过这些技术,我们可以在保持模型性能的同时减少模型的大小和计算量,从而提升模型的实用性。
270 1
|
NoSQL Ubuntu 网络协议
qemu 虚拟机
qemu 虚拟机
431 8
|
机器学习/深度学习 监控 机器人
RPA技术在金融行业中的几个关键应用领域
【8月更文挑战第4天】RPA技术在金融行业中的几个关键应用领域
743 2
|
人工智能 安全 算法
5G 网络中的加密:守护你的数据安全
5G 网络中的加密:守护你的数据安全
1111 0
|
JavaScript
使用ElementPlus实现内嵌表格和内嵌分页
使用ElementPlus实现内嵌表格和内嵌分页的Vue组件示例。
528 0
使用ElementPlus实现内嵌表格和内嵌分页
|
供应链 安全 算法
加密技术与区块链:守护数字世界的双重保障
加密技术和区块链携手打造数字安全。加密通过算法和密钥保护数据,区块链以其分布式、不可篡改的特性增强数据安全。两者结合,应用于数字签名、密钥对、哈希函数,保障信息传输与存储的安全。未来,它们将在物联网、供应链和金融等领域深化数据保护,促进数字经济创新。

热门文章

最新文章