至顶网软件频道消息:根据IDC更新的全球中小企业支出半年度指南显示,2017年中小企业整体IT支出将达到5680亿美元,到2021年将增加1000多亿美元达到6760亿美元多,5年复合年增长率为4.5%,规模小于1000人的企业在IT硬件、软件和服务(包括业务服务)上的支出预计略高于IDC此前的预期。
“中小企业IT支出增长会比地区GDP增幅略高2个百分点。但是在这个缓慢增长的浪潮之下,是加快发展的步伐,反映了中小企业正在改变购买技术和部署技术的方式,”IDC中小企业研究副总裁Ray Boggs表示。
全球的中小企业对投资资源以提高员工生产力和改善竞争地位越来越感兴趣。Boggs指出,中小企业——特别是规模较小的企业——有提升性能的迫切需求,他们正在寻求着以有意义的方式协调资源。对于很多人来说,这将是迈向数字化转型迈出的重要一步。
中小企业将把他们的IT投资主要用于三个方面——硬件、软件和IT服务——这三大类占到了全球中小企业技术支出的超过85%。虽然硬件采购占到了支出的最大份额,但是IDC预测2019年将是软件和IT服务支出都超过硬件支出的分水岭。其中最小的一类——业务服务——将是四个技术类别中增幅最大的,复合年增长率为71.%,其次是软件,复合年增长率为6.9%。
2017年有1/3的中小企业软件采购将来自于3大应用类别:企业资源管理(ERM)、客户关系管理(CRM)和内容应用。应用开发与部署、系统基础设施软件也将是中小企业软件投资的重要领域。硬件支出将主要集中在PC和周边设备的采购上,2016年这部分支出占到了中小企业硬件支出的近一半(49.6%),但在预测期内这个份额将减少到43.3%。中小企业服务支出分为IT服务和业务服务。虽然预测期内中小企业在IT服务上的支出将继续是业务服务的2倍,但是企业服务的份额也在增长,支出增幅是大约是IT服务的2倍(复合年增长率分别为7.1%和3.7%)。
中小企业(员工规模在100人到499人)将是2016年到2021年预测期内最大的市场,全球中小企业IT产品和服务收入中有385来自于中小企业。大型企业(500人-999人)、小型企业/小型办公(1人-99人)平分剩下的收入。中大型企业也将经历最强劲的支出增长,复合年增长率分别为4.6%和4.5%,略高于小型企业的4.4%。中小企业短期和长期IT支出增长的机会覆盖所有企业规模和技术类别。
中小企业IT支出的地区分布
从地区来看,美国是中小企业IT支出的最大市场,到2017年总体规模将达到1713亿美元。预测期内,美洲占到了全球中小企业IT支出的大约1/3,西欧和亚太(不包括日本)是中小企业IT支出的第二大和第三大地区,亚太的增长要快于整体市场。5年预测期内增长最快的地区是拉丁美洲(复合年增长为6.3%),但是美国和亚太(不包括日本)的差距也不大。
“西欧中小企业市场是一个巨大的、成长中的市场,尽管欧洲中小企业通常IT的精细化程度要低于规模更大的企业,因此这是一个很艰难的目标市场。在这个背景下,我们看到今天有很多诞生于数字化时代的中小企业日渐崛起,他们很有创新力并且被第三平台和创新加速器(特别是云、移动和物联网)的吸引。尽管这些企业只占整个中小企业市场的很小一部分,但是为更广泛地采用创新IT解决方案铺平了道路,”IDC客户洞察与分析高级研究经理Angela Vacca表示。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
中科院深圳先进技术研究院联合中科院大学提出PACS框架,通过将强化学习问题转换为监督学习任务,让大语言模型学会自我监督和评价。该方法在数学推理任务上显著超越现有方法,在AIME 2025测试中成功率达59.78%,比传统方法提升13-14个百分点,为AI推理能力提升开辟了新路径。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
Orange Research团队开发的DivMerge技术实现了AI模型合并的重大突破,通过基于信息论的Jensen-Shannon散度优化,能够将多个专门模型智能组合成保持各自专长的"超级模型"。该技术在双任务合并中达到99.18%性能保持率,显著优于传统88.48%的水平,且在多任务场景下展现更好扩展性,仅需25个样本即可有效工作,为AI应用降本增效提供了新路径。