GenAI“税”影响软件等领域
根据 Gartner 公司的最新预测，2024 年全球 IT 支出预计将达到 5.26 万亿美元，比 2023 年增长 7.5%。这一数字低于上一季度预测的 8% 的增长，但高于 5.06 万亿美元的总体支出预测。
Gartner 杰出副总裁分析师John-David Lovelock表示： “生成式人工智能(GenAI) 正在影响所有技术领域和子领域，但并非每个人都能从中受益。一些软件支出的增加归因于 GenAI，但对于软件公司来说，GenAI 最接近于税收。GenAI 附加组件或代币销售带来的收入收益会流回他们的人工智能模型提供商合作伙伴。”
GenAI 推动数据中心系统支出激增
预计 2024 年数据中心系统支出将增长 24%，高于上一季度预测的 10%。这在很大程度上归功于 GenAI 规划的增加。（见表 1）。
洛夫洛克说：“整个数据中心都感受到了GenAI的计算能力需求，而该领域的支出反映了这种强烈的需求。”
CIO 团队疲劳持续时间比预期更长
预计 2024 年 IT 服务支出将增长 7.1%，低于上次预测的 9.7%，部分原因是咨询和业务流程服务等子领域的支出放缓。
“我们在年初看到的 CIO 变革疲劳现在已经消退，并且可以追溯到 2023 年第三季度的合同积压正在清理中。我们预计年底会出现更大的热潮，以弥补开局缓慢的局面，”洛夫洛克说。
Gartner 的 IT 支出预测方法主要依赖于对整个 IT 产品和服务领域中一千多家供应商的销售情况进行严格分析。Gartner 使用主要研究技术，辅以次要研究来源，构建了一个全面的市场规模数据数据库，并以此作为预测的基础。
Gartner 季度 IT 支出预测提供了有关硬件、软件、IT 服务和电信领域 IT 支出的独特视角。
睿观：
生成式人工智能 (GenAI) 的影响：
GenAI 正在影响所有技术领域和子领域，带来了一定的经济效益。
软件公司虽然在一定程度上因为 GenAI 受益，但GenAI 的收益更多会流回提供人工智能模型的合作伙伴，因此软件公司感受到的是一种类似于“税收”的压力。
数据中心系统支出激增：
由于 GenAI 对计算能力需求的增加，2024 年数据中心系统的支出预计将增长 24%，远高于上一季度预测的 10%。
这表明 GenAI 的发展直接推动了数据中心领域的投资和支出。
IT 服务和 CIO 团队的疲劳：
由于咨询和业务流程服务等子领域支出放缓，2024 年 IT 服务支出增长预期从 9.7% 降至 7.1%。
CIO 团队在应对变化的过程中经历了一段疲劳期，但预计年底会有更大的活动量以弥补开局的缓慢。
加强数据中心和云服务的投资：
随着数据中心系统支出的增加，通信运营商可以加大对数据中心基础设施的投资，提供更强大和高效的计算资源以满足市场需求。
提供 GenAI 相关服务：
通信运营商可以开发和提供与 GenAI 相关的服务，例如 AI 模型托管、AI 加速服务等，以抓住这一新兴市场的机会。
优化网络基础设施：
随着 GenAI 应用的增加，对网络带宽和速度的需求也会增加，通信运营商可以通过升级和优化网络基础设施来提供更优质的服务。
合作与创新：
通信运营商可以与软件公司和其他技术提供商合作，共同开发和推广 GenAI 解决方案，从而分得更多市场份额。
加大对 GenAI 的投资：
CIO 应该识别并投资于能够提高企业运营效率和创新能力的 GenAI 应用，利用这些技术来增强竞争力。
重视数据中心和云计算的转型：
随着数据中心支出的增加，CIO 可以考虑将更多的工作负载迁移到云上，利用云计算的弹性和高效性。
管理变革疲劳：
为了应对团队的变革疲劳，CIO 应该制定合理的变革管理计划，逐步推进新技术的实施，并提供足够的培训和支持。
优化 IT 服务投资：
CIO 应该仔细评估各个 IT 服务子领域的投资回报率，调整资源分配，确保资金用于最具战略意义的领域。
综上所述，GenAI 的发展为通信运营商和 CIO 提供了新的机遇和挑战，如何抓住这些机遇并应对挑战将决定其在未来市场中的地位和竞争力。
【睿观：GenAI对IT行业、通信运营商和CIO的影响
GenAI推动IT支出增长： 生成式人工智能（GenAI）正在显著影响全球IT支出，尤其是数据中心系统支出。
GenAI对软件公司影响： GenAI虽然推动了软件支出，但软件公司更多扮演了“税收”的角色，收益主要流向AI模型提供商。
CIO面临挑战与机遇： CIO们在应对GenAI带来的变革时，面临着技术更新、团队管理和投资决策等方面的挑战，同时也拥有了提升企业竞争力的机遇。
通信运营商的机遇： 通信运营商可以通过加强数据中心投资、提供GenAI相关服务、优化网络基础设施等方式，抓住GenAI带来的市场机遇。
加大基础设施投资： GenAI对计算资源的需求巨大，运营商应加大对数据中心、网络基础设施的投资，以满足不断增长的算力需求。
发展AIaaS服务： 提供AI即服务（AIaaS），将AI能力作为一种服务提供给企业客户，包括模型训练、推理、部署等。
与生态合作伙伴合作： 与云服务商、AI芯片厂商、软件公司等建立合作关系，共同打造完整的AI解决方案。
关注AI安全和隐私： 在提供AI服务的同时，也要注重数据安全和隐私保护，建立完善的安全体系。
制定AI战略： 明确企业AI战略，确定AI在企业中的应用场景和目标。
构建AI人才队伍： 培养或招聘具备AI技能的人才，建立一支专业的AI团队。
选择合适的AI平台： 根据企业需求选择合适的AI平台和工具，降低开发成本。
关注数据质量： 数据是AI发展的基础，企业应重视数据质量，建立完善的数据治理体系。
重视伦理问题： 在开发和应用AI的过程中，要关注AI伦理问题，避免AI带来负面影响。
AI模型小型化： 随着AI模型的不断优化，模型的体积会越来越小，这将有助于在边缘设备上部署AI应用。
AI与行业深度融合： AI将与各行各业深度融合，催生出新的商业模式和应用场景。
AI监管加强： 随着AI技术的快速发展，各国政府将加强对AI的监管，制定相关的法律法规。
数据隐私泄露： AI模型的训练需要大量数据，这增加了数据泄露的风险。
算法偏见： AI算法可能存在偏见，导致不公平的结果。
就业影响： AI的广泛应用可能会导致部分岗位的消失。
GenAI的出现为IT行业带来了新的机遇和挑战。企业需要积极拥抱AI，抓住机遇，同时也要关注潜在风险，制定相应的应对措施。对于通信运营商来说，GenAI是一个重要的增长点，通过加大投资、提供创新服务，可以巩固自身在市场中的地位。对于CIO来说，需要积极拥抱AI，将其融入到企业的数字化转型中，提升企业的竞争力。】
