自从英伟达发布最新财报,联合创始人兼首席执行官黄仁勋表示从现在到本世纪末,AI领域的支出将达到3-4万亿美元之后,我们一直在寻找能够支持或证实这一预测的市场研究。
我们深入调研后发现,IDC在劳动节假期前发布了一份预测报告。具有讽刺意味的是,AI的未来很大程度上依赖智能体技术,主要是系统与系统之间的对话和决策,人类只需要进行监督,基本不参与具体操作流程。
IDC对这份预测报告的公开信息并不多,因为他们希望以每份7500美元的价格销售这份报告。不过,市场研究人员在推广该报告的公开声明中透露了一些信息,我们可以从中获得见解,并与其他预测进行比较。(我们预计随着增加支出的热情高涨,所有预测都会或多或少地趋于一致。)
首先,IDC预计基础设施建设将持续到2029年,服务提供商——包括我们所说的超大规模厂商、云构建者以及二级服务提供商和新兴云服务商——将占基础设施支出的80%,因为他们正在构建智能体AI平台。
这些支出的一部分将用于AI赋能应用,以及全新的智能体AI平台,这些平台将成为创建新应用的手段。这些并不完全相同。在Salesforce、SAP或Oracle ERP套件中融入AI与新兴公司或现有应用供应商重新开始、构建完全基于AI智能体的应用堆栈是不同的。据许多人表示,这是应用软件的未来。我们预计这里会出现大量变革,比30年前SAP采用统一方法改变企业应用部署方式以来所见的变革更为剧烈。
综合所有因素,IDC表示,由智能体AI驱动的AI支出将在2029年达到1.3万亿美元,2025年至2029年(含)的复合年增长率为31.9%。如果假设每年平稳增长——这可能不是完全有效的假设,因为市场很少平稳增长,特别是因为全球经济在变化——那么AI支出将如上图和相关表格中的数字所示。
我们一直认为,经济衰退不会引起技术转型,但确实会加速技术转型。有趣的是,如果智能体AI成功,其部署本身可能会创造经济衰退,进一步加速智能体AI的使用,因为工具被用来取代人类工作者。
这一切可能发生得非常快,或者如果对话式AI的投资回报不佳(正如一些最新报告所示),随着智能体AI成熟并成为真正彻底改变IT行业乃至地球上每个企业的部署模式,可能需要更长时间。
在这种环境下,正如互联网泡沫时期的情况一样,你不想成为第一个大额支出者,但你绝对不想成为最后一个。一如既往,时机就是一切。
Q&A
Q1:IDC预测的AI支出规模有多大?
A:IDC预测智能体AI驱动的AI支出将在2029年达到1.3万亿美元,2025年至2029年的复合年增长率为31.9%。
Q2:谁将成为AI基础设施建设的主要投资者?
A:服务提供商将占基础设施支出的80%,包括超大规模厂商、云构建者以及二级服务提供商和新兴云服务商,他们正在构建智能体AI平台。
Q3:智能体AI会如何改变应用软件行业?
A:智能体AI将彻底改变应用软件,不只是在现有ERP套件中融入AI,而是构建完全基于AI智能体的应用堆栈,这种变革程度将超过30年前SAP统一方法带来的变革。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。