洞悉2024:人工智能与企业级IT的十大趋势(深度)
内容概要
预计2024年下半年增速加快 美国联邦政府仍掌握控制权 大型企业投资增长滞后于中小型企业
A1是一把双刃剑,以至于40%的客户重新分配预算 盲目跟风的人工智能将陷入发展滞后 云端成为创新的核心阵地 市场领先地位赋予企业人工智能优势
57%的人预计一年内将实现投资回报率 约40%的人预计六个月内将实现回报率 数据质量、技能和法律隐私仍为阻碍因素 回报率不足以支持大规模预算增长 预计2024年将对辅助驾驶定价提出反对意见
云端持续领先本地,隐私保护案例逐渐浮现 开源人工智能引领市场向上、向右拓展 30%的Llama 2将选择本地化部署策略 模型集成蔚然成风,催生私有“模型花园”(model gardens)新生态
整合主题持续 Palo Alto Networks、CrowdStrike、Zscaler等获益 网络安全领域的身份危机仍频发 人工智能将被整合并开始重塑SOC(Security Operations Center)分析师的工作体验
小型种子轮融资活动频繁 网络安全与人工智能领域持续受到资本关注 并购与IPO市场加速,如Databricks、Snyk、AWN、BeyondTrust等企业备受瞩目
数据质量、数据湖、数据多样性、数据素养、数据集成、治理元数据管理 更偏好具备信任生态系统的平台,如AWS、Azure、Google、Snowflake、Databricks、Oracle 这使得第六个数据平台的建设变得更加复杂
随着GenAI的兴起以及更适用于商业用户的自助服务能力,如低代码/无代码、RPA和“Gen UI工具”(从屏幕截图生成代码)的普及,市场需求的新技能集将不断涌现。请留意IT培训公司(如Pluralsight/Skillsoft/LinkedIn Learning/Coursera等)的产品增加,它们专注于诸如“GenAI提示管理”或“GenAI的道德/负责任使用”等领域。随着GenAI的广泛应用,市场上将出现新的角色,如“GenAI提示工程师”。同时,整个工作团队需要接受更多的数据素养培训,以确保正确使用GenAI的输出,并对GenAI的“幻觉”持批判态度或进行最小化处理。
---【以下为正文】---
以下是对今年预测的简要概览与总结,内容涵盖宏观IT投资环境、生成式AI的现状、人工智能ROI、网络安全、并购活动、数据质量、治理、技能提升、传统参与者的动力以及2024年的技术优先事项。
一、企业级IT支出增长预计为4-5%
下图展示了超过1500名IT决策者在不同时间点对年度科技投资增长的预期。
这些IT决策者已经摆脱了孤立经济的束缚,对技术预算将增长7.5%的预期充满热情。我们深知其中的原因。乌克兰局势、美国联邦储备政策的收紧以及整个2022年,这些因素共同导致了对该年预期的下滑。在美国联邦储备停止收紧后,预期年度增长的趋势逐渐平稳,降至2.9%。
IT决策者表示,2023年他们的实际投资增长了3.4%。而对于2024年的预测,增长率为4.3%。但请注意,2024年Q1和Q2的预期增长分别为2.4%和3.1%。
我们对IT行业的投资趋势持谨慎乐观态度。
在经过六个季度的明显下降后,投资出现了显著增长。这种趋势的反转在大型企业中尤为明显,自7月以来,财富500强公司的投资预算已从1%增加至3%。 然而,在投资增长方面,小公司依然领先,目前约为6.5%,而大公司则相对较低。 尽管投资有所增加,但中小型企业(SMB)与全球2000家大型企业之间的投资差距依然显著,SMB的投资几乎翻了一番。 由于市场存在不确定性,整体市场态度依然谨慎。企业采取了逐季应对的策略,主要受到收益预期和整体经济状况的影响。 美国联邦储备的政策和行动在塑造市场预期和投资行为方面继续发挥重要作用。 IT行业的积极指标包括严格的云审核结论以及新IT项目的增加。此外,IT咨询和服务的投资净分数也有所增加,这通常被视为更广泛投资趋势的先行指标。请注意,净分数是我们的专有方法,用于衡量投资动力。
总之,我们对宏观经济的看法是,这些发展,特别是大型企业在投资方面的增加以及IT行业的积极迹象,为今年投资趋势的延续勾勒出一幅谨慎乐观的图景。然而,我们必须意识到,由于宏观经济持续的不确定性、预测的后期性质以及美国联邦储备政策的关键作用,这种趋势的持续性不容忽视。
二、在GenAI大潮中,并非所有公司都盲目追随
下图展示了在垂直轴上衡量的投资动力或净分数,而在水平轴上则展示了被调查的公司/平台。该调查覆盖了超过1700名受访者。经过筛选,这1700家公司被缩减到了662家专注于ML/AI的受访者。因此,这个图表衡量了这662个ML/AI重要账户中各种公司、平台和产品的显著程度。红线位于40%的位置,表示投资速度非常高。
有一种流行的观点认为人工智能正在惠及所有人。但我们并不认同,并且我们相信这一点在2024年将变得更加明显。具体来说,我们看到了一个AI有和无的市场。在我们看来,人工智能是一把双刃剑。在某些情况下,它可能是一股助力。像OpenAI、Anthropic、Hugging Face和其它一些纯粹的AI公司显然从这一趋势中受益。值得注意的是,公有云供应商甚至专门的AI云(如CoreWeave、Core42、Lambda和Genesis Cloud)也肯定从人们对AI的热衷中受益。然而,有40%的客户表示,他们的人工智能资金来自其它预算。
执行明确的AI战略的市场领导者正在利用AI的力量崛起。
我们的预测是,到2024年,那些能够提供有实际意义的人工智能价值的公司将与那些仅仅“跟风”的公司之间出现明显的分歧。在1月份的数据中,我们可以看到与人工智能紧密相关的平台,如微软与Azure及其与OpenAI的合作,以及AWS的突出表现,它们都在40%以上的水平线上。值得注意的是,尽管谷歌在人工智能投资和能力方面有所投入,但它在这方面的表现却远远落后于前两者。
ServiceNow最近的季度业绩显示,人工智能为其带来了优势。此外,Databricks和Snowflake在人工智能方面的对齐度很高,CrowdStrike和Zscaler也是如此。Salesforce正通过电视和数字广告大力宣传其人工智能信息,Workday和Oracle也在将人工智能融入其SaaS产品中。有趣的是,我们还看到戴尔和苹果的PC在人工智能方面表现出色。多年来,苹果一直通过其基于Arm的内部开发工作,出货具有多样化硅片的产品,包括不仅限于CPU,还包括GPU和NPU功能。
此外,像MongoDB这样的公司正在添加向量嵌入功能,这已被广泛接受,并支持检索增强生成(RAG)功能的创建。一些不被视为明显的人工智能公司的公司,如思科,通过收购如Meraki等公司来受益。HPE收购Juniper的主要目的在很大程度上也是为了增强其人工智能能力。
尽管众多公司在人工智能领域采取行动,但并非所有公司都能成功地产生收入和股东价值。我们预测,到2024年,这种差异将变得更加明显,市场将呈现出分化的趋势。
以下是我们研究和预测的其它要点总结:
目前,超大规模云服务商在市场上获得了最多的收益。与此同时,像Snowflake和Databricks这样以复杂数据管理能力著称的公司,在人工智能的发展中扮演着越来越重要的角色。 思科Meraki在最近的季度报告中表现出色,其在网络和统一端点管理方面的卓越表现突显了技术进步对不同行业的多样化影响。 虽然通用人工智能(Gen AI)在科技行业中发挥着推动作用,但其影响并未均匀分布于所有领域。目前,最引人瞩目的竞争似乎聚焦于RPA(机器人流程自动化)领域,因为Gen AI有望彻底革新甚至使传统RPA解决方案边缘化。 RPA市场中正在涌现一个值得关注的变化,尤其是领先厂商如Power Automate、UiPath、Automation Anywhere与OpenAI之间的紧密合作。这种协同作用似乎在这些领军企业中激发了该行业的投资活力,然而对于那些缺乏这种协同作用的其它公司而言,情况则截然不同。 我们的研究表明,市场领导者通过有效整合和执行人工智能战略,避免表面应用(即“AI洗牌”),有望成为人工智能领域的领导者。这包括建立跨生态系统的合作伙伴关系以及真正应用人工智能技术。
总的来说,我们认为科技行业正在经历一个变革阶段,其中超大规模云服务商和复杂数据公司正引领人工智能应用的发展。特别是在RPA领域,集成Gen AI可能会重新定义市场动态。在这个不断变化的格局中,公司的成功似乎取决于他们真正嵌入和执行人工智能战略的能力,而不仅仅是市场上的表面应用。
三、2024年将成为关注人工智能投资回报率的一年
下图源自我们的深度调查,深入探讨了人工智能的ROI。然而,由于该调查允许受访者自行解释何为达到盈亏平衡(即实现正值的时间点)或达到他们的ROI目标,因此其精确性有待提高。
我们的分析聚焦于以下几个关键点:
绝大多数(57%)的企业期望在一年内从通用人工智能(Gen AI)中获得ROI,其中40%预计能在六个月内实现。这充分显示了对Gen AI技术效率和有效性的高度信心。 然而,尽管存在这样的乐观情绪,但数据质量、技能需求、法律和隐私等问题仍是阻碍其发展的重大挑战。 同时,人工智能预算对其它领域的影响也引起了人们的关注,导致一些行业预算受到压缩。这凸显了人工智能倡议相对于其它投资的优先级。 关于实施Gen AI的成本,特别是每个点的许可费用,正逐渐成为一个备受关注的问题。企业在考虑企业范围内的部署时,对这些成本的可扩展性持谨慎态度。 目前,市场正处于对Gen AI进行测试的阶段,价格反弹幅度较小。但随着全面实施的推进,这一情况可能会发生变化。 我们调查数据显示,有25%的IT决策者表示,他们的企业并未积极评估Gen AI。尽管这反映了Gen AI的普及程度,但对于那些不考虑将其应用于业务中的公司来说,这是一个警示,他们可能会落后。 Gen AI倡议的资金来源呈现出分化的趋势,近一半的企业使用新的资金,而另一半则从其它领域重新分配预算,包括非IT部门和生产力应用程序。 在某些行业,如金融服务和制造业,从RPA重新分配预算到Gen AI的趋势尤为明显,这引发了人们对现有自动化投资影响的担忧。 有关Gen AI的潜在好处的案例证据表明,如大幅减少劳动力成本等,可能会超过对许可成本的担忧,前提是技术能够兑现其承诺。
综上所述,我们的分析表明,尽管人们对在短期内从Gen AI获得ROI抱有很高的期望,但同时也面临着重大的挑战和担忧,特别是在预算分配和定价模型方面。从其它领域重新分配资金,包括RPA预算,显示了向Gen AI的战略转变。然而,Gen AI在市场上的最终成功和接受度将取决于其能否提供切实利益并证明其实施成本的合理性。
对于这一预测,我们存在两种可能的结果:1)人工智能投资回报显著,推动整体技术投资增加;或者2)人工智能未能实现2024年的预期,技术投资保持温和增长。我们的基本预测是,到2024年,人工智能的投资回报将不足以提供“收益份额”资金,使整体IT投资超过预期平均水平。
四、2024年GenAI的势力格局初现
去年,我们的研究团队提出了Gen AI力量定律,旨在阐述我们对生成式AI和大型语言模型(LLM)发展的观点。与某些行业(如过去的音乐行业)中几家主导企业占据市场、众多小型企业尾随其后的情况不同,我们认为Gen AI领域的发展有所不同。
尽管超大规模云服务商在大型模型市场(垂直轴代表模型规模)中占据主导地位,但我们观察到一个新兴市场的崛起,即具备领域专业知识的模型(水平轴代表专业领域)。虽然长尾部分的情况相似,但躯干部分因开源模型和独立公司模型的涌现而向右上方延伸,呈现出新的市场格局。
此预测的其它关键点包括:
尽管云巨头目前以大型模型领先市场,但开源倡议(如Llama 2)和独立参与者的影响力不容忽视,正在塑造行业的轨迹。 尽管云巨头仍占据主导地位,但我们预测从2024年开始,本地部署的趋势将变得更加平衡。这一变化主要由隐私和数据主权的担忧所驱动。根据我们的研究,预计约30%的Llama 2部署将在本地进行,一些分析师甚至认为可能高达50%。 混合云模型正重新崛起,其中私有云解决方案备受青睐。我们认为,这是由于在Gen AI领域中对数据控制和监管的考量。 拥有敏感竞争数据的公司对云部署持谨慎态度,更倾向于选择私有云以保持对其数据的掌控。 目前,该行业仍处于早期阶段,许多公司尚未完全信任基于云的解决方案来处理其敏感数据。 最近的我们人工智能研究显示,受访者中有一半表示将使用开源开发自己的人工智能解决方案,无论选择Anthropic还是OpenAI等,而另一半则希望将其嵌入到已经信任的供应商中。虽然这为供应商提供了一定的机会,但这一机会并非巨大。为了抓住这一趋势,供应商需要积极展示自身能力并传达其人工智能路线图。
综上所述,我们的分析表明,尽管云巨头在Gen AI领域占据主导地位,但许多上市公司对本地部署和私有云部署的需求旺盛,这主要源于对数据隐私和监管的担忧。我们预测,到2024年,行业将见证力量定律的初步形成阶段,特殊人工智能长尾和对数据主权的日益强调。这一趋势预计将在未来变得更加明显,突显出一个多样化和不断发展的Gen AI景观。
以下是与此话题相关的一些来自业界的2024年预测:
Gen AI对话将从理论转向实践,并将更加关注推理。-戴尔科技的首席技术官John Roese 专业化人工智能将开始形成,并将出现开源模型。-General Catalyst的Quentin Clark 超模态人工智能,将不同的人工智能与其它数据源结合起来。-Dynatrace的首席技术官Bernd Greifeneder Gen AI必须被视为行业解决方案的特征,而不是单独的解决方案。-SAS的首席技术官Bryan Harris 我们正在朝着更多向Gen AI垄断的方向发展。-DataStax的Patrick McFadin
我们同意这些领域特定的人工智能将在2024年开始出现长尾。关于Patrick McFadin的预测,我们希望不是这样。我们同意,目前超大规模云服务商处于领先地位,需要构建和完善大型模型。在高质量、高容量的推理开始主导之前,这必须发生。但如果他是正确的,这个预测在长期内将失败。
值得注意的是,麦克法丁在去年11月预测,监管机构将会对这些大型云公司进行严厉打击。这个预测本周已经成真,Lina Khan的行动已经证实了这一点。
五、网络安全回归基础要素
下图详细展示了未来一年IT决策者们(ITDM)在网络安全方面的优先事项。
通过对这些数据的分析和预测,我们发现网络安全领域将出现明显向基础安全措施的转变,同时伴随着人工智能技术的持续演进和整合。支持我们这一预测的关键点如下:
尽管人工智能在新闻中备受瞩目,但我们认为它将越来越多地融入网络安全领域,特别是在身份认证、单点登录、漏洞管理、端点安全和网络安全等方面发挥重要作用。 我们的研究显示,这些信息安全方面目前已成为企业的首要任务,强调了回归基础方法的重要性。 我们预计,网络安全领域内的整合趋势将持续存在,对像Palo Alto Networks、CrowdStrike和Zscaler等主要整合商有利。这一趋势值得关注,特别是考虑到与去年相比,厂商整合作为成本削减方法的下降趋势。我们预计,网络安全将比其它市场部分更不容易受到这一趋势的影响。 尽管存在整合现象,我们认为网络安全领域的竞争仍将给该行业带来重大挑战,正如该行业正在经历的持续身份危机所突显的那样。 我们注意到人工智能在改变安全运营中心(SOC)分析师体验方面的日益重要作用,例如CrowdStrike推出的LLM(Low-Level Model)Charlotte等发展。 我们的分析还表明,首席信息安全官(CISO)在探索初创公司的网络安全解决方案方面表现出强烈的意愿,这表明他们对创新和尖端技术的开放态度,将进一步加剧该领域的竞争。 尽管如此,我们的预测和建议是,网络安全专家的关注重点将明显转向避免工具堆积,并优先考虑基础安全做法,如员工培训、渗透测试、资产管理和漏洞修补。
总之,我们对未来一年网络安全领域的预测是,将重点关注基础安全实践和人工智能的战略整合。这种方法,加上市场的持续整合和对初创公司创新的开放态度,预示着网络安全领域将保持动态和不断发展的态势,但仍将存在问题。领先的从业者将采取回归基础的方法作为阻止违规行为的最有效手段。
以下是业界对于2024年的预测:
根据戴尔技术全球数据保护指数,高达65%的企业对自己是否能从数据丢失事件中完全恢复表示不确定。
根据Veeam的数据保护趋势报告,52%的生产数据仍然采用磁带备份方式。尽管有人认为磁带已经过时,但事实并非如此。同时,61%的生产数据也选择了云端备份。
Rev的首席产品官兼首席技术官Aron England预测,语音将成为新的身份验证手段,类似于指纹。
Arctic Wolf的首席执行官Nick Schneider指出,过度宣传的工具促使了对安全运营的需求增加。
六、风险投资活动增多,M&A加速,IPO市场逐渐回暖但仍未达2021年水平
在网络安全领域,2023年共发生了437轮融资与并购交易,累计筹集了86亿美元,涵盖346轮融资和91次并购活动。这是Pinpoint Search Group的Mark Sasson所揭示的数据。
经过深入分析科技行业的私募市场、并购及首次公开募股(IPO)情况,我们揭示了几个关键趋势并给出了预测:
我们预计,私募市场将发生重大转变,特别是对那些早期的、新兴的科技公司的投资。这些公司的投资规模相对较小,但投资意愿强烈,这一点从他们强劲的资金需求和接触意愿上可以得到验证。 根据新兴技术调查(ETS)的结果,OpenAI、Docker、Databricks、On我们ust、BeyondTrust、Netskope、Grafana和Snyk等公司因受到高度关注和接触意愿而备受瞩目。 我们预测,科技行业的并购和IPO活动将会有所加速。例如,Databricks、Snyk、Arctic Wolf和BeyondTrust等公司可能会进行IPO,尤其是在去年IPO数量下降的背景下。 尽管我们预计会有所增长,但并不认为会恢复到2021年的IPO水平。这显示了在当前市场环境下,投资者和企业都采取了更为谨慎和选择性的策略。 同时,我们也预见到,种子轮融资和初创公司的数量将会增加,特别是在人工智能和网络安全领域。这一趋势受到了人工智能技术效率和潜力的推动,为新的公司提供了形成的良机。 在私募股权方面,由于之前累积的资金和投资环境的升温,预计会有更多的活动发生。 我们确定了如Cohere、Hugging Face、Wiz和Snyk等公司为并购的主要候选对象,鉴于它们在行业中的卓越表现和日益增长的关注度。
总的来说,我们预测科技行业,特别是人工智能和网络安全领域,将会经历并购和IPO活动的复苏,其活跃度将超过去年,但达不到2021年的一半。这一趋势得益于科技行业的表现改善、稳健的资产负债表、对人工智能的迫切需求以及新兴技术的高潜力。同时,种子轮融资的增加也表明了一个充满活力、不断发展的初创企业生态系统,特别是在人工智能和网络安全领域。
七、数据质量和治理问题偏向于信任的生态系统
我们的分析预测,将出现一场重大转变,即优先关注数据质量和治理,这将有利于构建稳健且值得信赖的科技生态系统。这一转变是由有效支持Gen AI目标的需要所驱动的。下图展示了我们详细调查的关键数据点,突显了从业者当前面临的数据挑战。
关于这一预测的相关要点如下:
对于希望充分发挥Gen AI潜力的企业来说,重视数据质量、数据湖、多样性、数据素养、集成和治理至关重要。 我们相信,这一趋势将明显有利于拥有成熟生态系统的可靠平台,如AWS、Azure、Google Cloud、Snowflake、Databricks以及像Oracle这样的传统数据企业。这些平台以处理复杂数据需求的能力而著称。特别是Snowflake和Databricks正在将人工智能融入现代数据栈中,并在市场上以持续的投资动力和份额增长取得成功。 AWS和Azure在这一领域处于领先地位,但Google Cloud在人工智能和数据创新方面也发挥着重要作用。Oracle凭借其交易性数据能力,以及IBM的多样化数据管理潜力也值得关注。IBM的Watson 2.0似乎正在走向正确的方向,而Oracle从基础设施到应用的全套AI解决方案在我们看来是一种成功的组合。 对数据质量的关注至关重要。正如“垃圾进,垃圾出”的原则所强调的,高质量数据对于成功的人工智能应用至关重要。 对生态系统的关注,包括有效的ETL过程和数据管道,对于将数据转化为业务用户可操作的见解至关重要。 我们的研究表明,数据质量是主要关注点,在当前调查数据中比其它方面更为突出。
总之,对于2024年,我们的预测是,对高质量数据和健全治理的需求将越来越有利于具有全面生态系统的成熟科技平台。这些平台由于其处理复杂数据类型和确保数据完整性的先进能力,很可能在支持企业的Gen AI倡议方面变得更加关键。尽管我们认为数据平台的未来将转向实时、统一的数据源,但上述提到的挑战,特别是与治理相关的挑战,将推动其在本十年下半年的出现。
八、“新”数据素养和技能以及“Yes Code”的重要性得到重新认识
我们的分析结果显示,在持续运用生成式AI(Gen AI)和商业用户友好型技术(如低代码/无代码应用、RPA和生成式UI工具)的过程中,新数据素养和技能的培养变得越来越重要。以下是我们的调查结果和关键观点,强调了企业在追求Gen AI目标时所面临的数据挑战。
随着GenAI以及更多商业用户友好型自助服务能力的出现,如低代码/无代码、RPA和“生成式UI工具”(能够从屏幕截图生成代码),市场上对新技能的需求日益增加。值得注意的是,市场将会看到IT培训公司(如Pluralsight、Skillsoft、LinkedIn Learning、Coursera等)提供的课程数量增加,这些课程将专注于“GenAI提示管理”或“GenAI的道德/负责任使用”等主题。此外,我们还将看到市场上涌现出新的角色,例如“GenAI提示工程师”。随着越来越多的企业开始大规模应用GenAI,员工需要接受更多的数据素养培训,以确保他们能够正确使用GenAI的输出,并以批判的眼光看待GenAI的“幻觉”,或者将其影响最小化。
我们研究和预测的关键要素如下:
Gen AI及低代码/无代码应用等用户友好型工具的崛起,正在催生市场对新技能的需求。这涵盖了从提示管理、Gen AI的道德应用到对生成式UI原理的理解等方方面面。 我们预计,诸如Pluralsight、Skillsoft、LinkedIn Learning和Coursera等IT培训公司,将纷纷推出大量与Gen AI相关的教育课程。这些课程可能聚焦于提示工程、负责任的人工智能使用等关键领域。 我们预测将出现新的职业角色,如“Gen AI提示工程师”,这反映了在优化Gen AI输出方面对专业技能的迫切需求。 工作人员对数据素养的普遍需求将不断上升。这种培训对于确保有效利用Gen AI的输出,并降低Gen AI幻觉或误导性输出的风险至关重要。 “Yes Code”概念将生成式AI与前端工具相结合,以创建生成式UI,并逐渐受到认可。这凸显了人工智能与用户界面设计之间日益紧密的联系。 我们已经观察到,Gen AI提示技能被越来越多地列入工作描述和简历中,这显示出就业市场上对这些新技术的迅速适应和接纳。 非技术业务用户正逐渐成为数据通才,以保持在其角色中的竞争力,无论年龄或先前经验如何。 目前,大部分人工智能预算来源于业务部门,而非传统的IT部门,这标志着人工智能在整合和利用各种业务功能方面发生了更广泛的转变。
综上所述,我们预测与Gen AI及相关技术相关的新数据素养和技能的需求将持续增长。这一趋势可能会推动教育课程的扩展、新工作角色的出现,以及对工作人员各层面数据素养的更高要求。随着人工智能越来越多地融入业务流程中,紧跟这些不断发展的技能将对各行各业的专业人士至关重要。
是代码(Yes Code):结合生成式AI(Generative AI)与前端技术,我们得以创造出生成式用户界面。预计在2024年,我们将见证更多“生成式用户界面”工具的涌现,这些工具能够根据截图、绘画、语音或提示迅速生成UI代码。值得关注的是,利用已经成熟的行业工具(如React)作为输出手段,将有效降低在真实产品场景中部署生成代码的门槛。— Lee Robinson,Vercel产品副总裁
九、传统企业通过人工智能、PC、云和收购实现了复苏
我们看到传统科技公司正在复苏,这得益于刷新周期的支持,有助于它们在本地AI工作负载上取得进展。同时,云端技术的进步和战略收购使得这些公司能够提供“足够好”的操作体验,从而防止工作负载大规模流向公有云。这一趋势,正如近期数据所显示的那样,预示了我们将要重点讨论的几个关键发展。然而,值得注意的是,并非所有公司都能充分利用这些趋势,我们认为那些在关键领域领先的公司将获得更大的益处。
以下是值得关注的几个关键点:
我们预计像思科、甲骨文、IBM、戴尔和惠普等公司将迎来“传统技术公司的复苏”,这主要得益于它们在人工智能和云技术方面的创新应用。特别是在戴尔的情况下,PC市场的复苏也将为其带来利好。 值得注意的是,IBM通过WatsonX和对Red Hat的收购,以及甲骨文通过其云服务和其它重大研发投资,都有望从传统技术的更新中获益。此外,PC的重新兴起也为这一趋势提供了进一步的支持,预计将迎来一个刷新周期,特别是对于苹果和戴尔等公司而言。这与英特尔对PC销售增长的预期相符,尽管该公司目前因资金需求和多方竞争而陷入困境。 我们认为,这些传统公司不仅正在重新夺回市场地位,而且正在积极投资并适应当前的技术趋势。这与80年代和90年代的那些未能适应技术变革的公司形成了鲜明对比。我们的调查数据显示,这些传统公司在云端、数据和硬件领域的投资轨迹普遍有所改善。 我们预测,经济衰退和预算限制实际上为这些公司提供了“第二次机会”,使它们有时间改进产品,并缩小与云服务商在体验上的差距。此外,混合云的概念正在得到越来越广泛的认可,特别是像IBM这样的公司,以及惠普、戴尔和VMware等也在这一领域展现了自己的实力。 此外,我们预计将出现服务器、存储和网络的全面硬件刷新周期,这表明硬件更新将成为一个强劲的增长点。
综上所述,我们的分析表明,传统公司正在经历显著的复苏,这主要得益于人工智能、云端创新和对硬件的关注。这种复苏不仅仅是为了重振昔日的辉煌,更是一个演变过程,这些公司正在积极拥抱新技术和市场动态。因此,它们在当前的技术格局中竞争的位置良好,使它们在本十年内更有竞争力地与云原生公司展开竞争。
十、技术发展重点:网络安全、分析、人工智能、协作、云、网络和自动化
以下是对技术发展重点的最新分析,突显了网络安全、分析、人工智能、协作、云端、网络和自动化仍然是科技投资和创新的前沿领域。
根据数据和我们的预测,得出以下关键观察:
网络安全一直是各行各业以及各地区的重中之重,虽然其受关注度稍有降低,但仍然是最受瞩目的焦点问题。 分析和数据仓库的重要性日益凸显,表明有效的数据管理是利用人工智能技术的基础。 协作工具在疫情期间受到重视,并继续对企业运营至关重要,以支持已成为主流的混合工作模式。 尽管疫情后云端的采用增长有所放缓,但基于云端的创新仍然是技术进步的关键驱动力。云服务商提供的多功能性和丰富的生态系统继续推动新价值的创造。 在人工智能环境中,网络的重要性正在上升,正成为一个需要解决的新瓶颈。 机器人流程自动化(RPA)仍具有重要意义,并显示出增加的采用趋势,正在演变为一种端到端的企业能力,通常被称为“智能自动化”。 预计云策略将发生显著变化,云迁移的紧迫性将降低。许多企业正在转向混合模型,将私有云资产与公有云服务相结合。 数据显示,云工作负载迁移的预期速度正在放缓。实现60-70%的云工作负载的期望进度比最初预计的要慢。 然而,云端仍然是创新和新工作负载创建的中心,特别是受到生成式AI技术发展的显著影响。 数字化转型之旅尚未结束,这表明对云技术和数字化项目的长期持续投资是必要的。
综上所述,我们的预测表明,网络安全、分析、人工智能和云端将继续保持首要科技优先地位。然而,云端采用的性质正在发生变化。焦点已从简单的迁移(提升和转移)转向云端的创新和新工作负载的创建,这在很大程度上受到生成式AI发展的影响。这一趋势预示着一个成熟的市场,其中已建立的技术正在被用于新的创新应用。
Source:David Vellante, Erik Bradley; Enterprise technology predictions 2024; JAN, 27, 2024
---【本文完】---
近期受欢迎的文章:
更多交流,可添加本人微信
(请附姓名/关注领域)