今天小編分享的教育經驗：2025年全球IT行業預測，歡迎閱讀。
The following article is from 圖靈财經 Author 圖靈财經
來源 | 圖靈财經 管理智慧
咨詢合作 | 13699120588
文章僅代表作者本人觀點
預測 1：到 2026 年，75% 的 G1000 組織将采用基于價值的 AI 經濟模式，涵蓋技術獲取成本、生產力提升、決策和創新，或面臨錯過新投資回報率基準的風險。
AI 經濟旨在通過 AI 驅動的業務運營計劃加速業務增長和競争成功，涵蓋組織、文化、資源和持續運營。專業和業務服務提供商 ( SP ) 必須在實現這些目标方面發揮主導作用。
預測 2：到 2027 年，如果沒有戰略和組織轉型，由于規劃不周和支出分配不當導致投資回報率低，30% 的組織将減少對 GenAI 的投資。
盡管自動化的驅動力是無止境的，無論是否面臨構建 AI 驅動的業務模型或實施 AI 驅動的勞動力轉型的壓力，迄今為止 GenAI 實施的投資回報率還不足以形成節約和進一步投資的良性循環。如果組織目前的 GenAI 項目沒有獲得更高的成功率，那麼 GenAI 系統投入生產的速度可能會放緩。
預測 3：到 2027 年，法規和确保 AI 增強型應用程式可用性的需求将迫使 65% 的 CIO 在其基礎設施、數據和 AI 平台上采用統一的網絡恢復和 HA 實踐。
由于勒索軟體持續對關鍵行業造成嚴重破壞，網絡恢復和網絡彈性成為許多企業 IT 團隊的首要議程。全球許多政府和行業監管機構正在制定新的總體業務彈性指南，這些指南越來越重視技術和 IT 行業。未來幾年的一個新興領網域将是将衛星連接作為移動設備 / 服務的标準功能，以保障公共安全。
預測四：到 2027 年，超過 60% 的企業将實現高達 50% 的雲架構現代化，以提高基礎設施和成本效率，并實現業務和技術創新。
約四分之三的雲買家正在投資實現雲架構的現代化，重點關注高度可互操作的混合雲，以實現可擴展和動态采用 GenAI 等新技術，并幫助克服成本和運營效率問題并促進可持續發展。其中許多公司正在改造其大部分雲資產，并重新評估雲供應商關系。他們正在尋找能夠實現雲基礎設施創新的合作夥伴，提供開放的商業模式，鼓勵使用提供開放标準和 API 以及合同自由的多家雲提供商和環境。
預測五：到 2026 年，數據即產品架構的使用将顯著打破 50% 大型企業的數據孤島。
數據產品的開發可以顯著減少企業數據孤島和低效率，并改善決策和運營成本管理。現代企業轉向數據產品方法，因為它是一種生產和使用數據的方式，可以使流程可重復，并使數據支持的結果更加一致和可靠。
不同的利益相關者和數據所有者共同合作，整合不同的數據源、算法甚至輕量級數據應用程式，以提供更好的跨部門可見性和可訪問性。這種方法打破了障礙，因為數據產品變得協作定義并被設計用于多種用例。
預測六：到 2025 年，50% 的組織将使用針對特定業務功能配置的企業代理，而不是專注于單個 Copilot 技術，以更快地從 AI 中實現業務價值。
Copilots 已經改變了遊戲規則，并被迅速注入各類企業軟體，通過聊天功能生成建議和推薦，為最終用戶提供幫助。同樣由 LLM 驅動的人工智能代理在行動上更進一步。它們是完全自動化的軟體組件，能夠利用知識和技能對情況進行評估，并在沒有人工幹預的情況下獨立采取行動。人工智能代理的前景令人振奮，因為它們填補了釋放人工智能和自動化技術融合優勢的空白，開啟了自動化的下一個層次。到目前為止，人工智能代理的技術還落後于對它們的願景，但這種情況正在迅速改變。
預測 7：到 2028 年，80% 的企業将要求人工智能產品提供商實現從核心設備到終端設備的多樣化推理交付，并提供可調整的成本和數字主權防護網。
GenAI 的基礎設施和數據主要關注模型構建和調優。這是至關重要的首要任務，但 IDC 從許多 CIO 和 IT 領導者那裡清楚地了解到，從概念驗證和第一代生產部署到更廣泛使用的服務的發展最常受到阻礙，因為與廣泛且經濟高效地進行推理（提供答案）相關的成本和復雜性。他們需要訪問所有系統和所有位置的推理能力，從核心數據中心的主機到現場部署的設備。當他們開始考慮采用支持代理工作流的應用程式時，預期的推理工作量将再次大幅增加。
預測 8：到 2026 年，60% 的企業将實施可持續的 AI 框架，利用數據驅動的決策在數據中心位置擴展 AI 運營，同時實現脫碳目标。
人工智能的快速投資引發了人們對環境的重大擔憂，這主要是由于其能源密集型計算過程和電子垃圾的潛在增加。随着組織越來越重視環境責任，一些公司在宣傳其人工智能雄心的同時，也宣傳了可持續發展目标。為了應對這些挑戰，實施可持續人工智能框架正成為一種關鍵趨勢。
預測九：到 2028 年初，企業使用的 75% 的復合 AI 應用将構建在統一的平台框架上，以确保代碼、數據和基礎設施資源的可信和高效使用。
企業意識到，只有具備技術基礎和工作流程，才能在整個組織内推廣解決方案，從而實現 AI 成功。IDC 發現，擁有統一 AI 平台戰略、結合現代化數據基礎設施和統一 AI 治理政策的組織，能夠讓整個組織的團隊更有效地開發和部署 AI 應用程式。
預測 10：受新 AI 工作模式的推動，到 2030 年，95% 的現有 IT 和 LOB 職位将被重新定義或消除。
軟體工程和開發支持生成式人工智能的大型語言模型就是工作角色演變的例子。當被問及他們的組織為滿足數字化工作轉型要求做好了多大準備時，47% 的 IT 和 LOB 領導者表示，他們已經做好了充分的準備，已經對工作實踐和政策進行了必要的改變，并利用技術來支持當前和未來的業務需求。此外，23% 的人表示他們準備充分——這意味着總共有 70% 的人認為轉型正在順利進行中。
