至顶网软件频道消息: 根据IDC全球大数据和分析支出半年指南显示,今年全球大数据和商业分析(BDA)解决方案收入预计将达到1891亿美元,比2018年增长12.0%。在2018年-2022年预测期内BDA收入将保持这一增长速度,五年复合年增长率(CAGR)为13.2%。到2022年,预计全球BDA收入将达到2743亿美元。
IDC分析与信息管理集团副总裁Da Vesset表示:“数字化转型是BDA支出与高管级项目的关键驱动因素,能够带来对当前业务实践的深入评估,以及对更好的、更快的、更全面的访问数据及相关分析和见解的需求。企业正在通过重构以满足这些需求,并投资于能够让他们创新并保持竞争力的现代技术,而BDA解决方案正是其中很多投资的核心。”
IT服务将成为2019年BDA市场中最大的一个类别,规模将达到775亿美元,其次是硬件采购(237亿美元)和商业服务(207亿美元)。在整个预测期内,IT和业务服务将占所有BDA收入的一半以上,并且是增长最快的类别之一。 2019年BDA相关软件收入将达672亿美元,其中最终用户查询、报告和分析工具以及关系数据仓库管理工具是最大的两个软件类别,规模分别为136亿美元和121亿美元。2019年收入增长最快的BDA技术分别是非关系分析数据存储(34.0%)和认知/人工智能软件平台(31.4%)。
在部署方面,2019年将有超过70%的BDA软件收入源自于内部部署解决方案。不过在五年预测期内,通过公有云贡献的BDA软件收入将呈现强劲的增长,五年复合年增长率将达到32.3%,到2022年占所有BDA软件收入的44%多。
IDC客户洞察与分析项目副总裁Jessica Goepfert表示:“在传统的内部部署环境中,大数据技术是很难部署和管理的。再加上数据的指数级增长以及扩展这些解决方案带来的复杂性和成本,人们可以想象得到企业和组织在这个过程中所面临的挑战和难题。云计算的敏捷性、规模和灵活性,与BDA实现令人难以置信的洞察力,两者相结合带来了双重的业务价值,有助于加速BDA的采用。从BDA在云端带来的机会来看,采用BDA的三大行业分别是专业服务、个人和消费者服务、以及媒体,这三个行业都具有颠覆性,具有很高的数字化潜力。而且,我们在这些领域通常会看到很多规模较小的创新型公司,这些公司往往很重视他们以前由于成本或者IT复杂性而无法获得的那些技术。”
目前对BDA解决方案投资最多的行业分别是银行业、离散制造业、专业服务业、流程制造业、联邦/中央政府。总的来说,今年这五个行业将占到全球BDA收入的近一半(914亿美元)。BDA增长最快的行业是证券和投资服务和零售业,五年复合年增长率分别为15.3%和15.2%。零售业的强劲增长将使其在2022年之前超越联邦/中央政府跻身前五。
从地区来看,美国将成为最大的国家级市场,今年BDA收入规模将近1000亿美元。日本和英国的BDA收入分别为96亿美元和92亿美元,其次是中国(86亿美元)和德国(79亿美元)。增长最快的BDA市场分别是阿根廷和越南,五年复合年增长率分别为23.1%和19.4%,其次是中国,复合年增长率为19.2%,这也将让中国到2022年跃居BDA收入第二高的国家。
从公司规模来看,非常大型的企业(员工规模超过1000人)将在整个预测期内占BDA收入的近三分之二。中小型企业(员工规模不到500人)也将成为BDA收入的重要贡献者,占全球收入的近四分之一。
好文章,需要你的鼓励
基于与英伟达的持续合作,红帽承诺为英伟达新发布的Vera Rubin平台提供"零日"支持。该企业开源软件公司旨在缩小英伟达硬件平台发布与其支持软件堆栈正式发布之间的时间差。Vera Rubin平台专为降低AI推理成本而设计,基于新的CPU、GPU和数字处理单元构建。红帽将发布定制版RHEL操作系统,支持英伟达GPU驱动和CUDA工具包,预计2026年下半年推出。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
谷歌在全国零售联合会会议上宣布推出通用商务协议,这是一个专为AI代理购物设计的开放标准。该协议与Shopify、Target、沃尔玛等公司合作开发,能让AI代理在产品发现到售后支持的整个购买流程中无缝协作。谷歌将在搜索AI模式中应用该协议,用户可直接从美国零售商处结账并使用Google Pay支付。此外,谷歌还推出面向零售商的企业级客户体验套件。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。