Gartner は、世界の IT 支出が 2024 年に 6.8% 増加すると予測しています
テクノロジー業界では人員削減の波が押し寄せているにもかかわらず、IT 市場は成長を続けています。 Gartner の最新レポートによると、世界の IT 支出は 2024 年に 5 兆米ドルに達し、成長率は 6.8% に達すると予想されており、IT 業界には依然として大きな発展の可能性があることが示されています。
#Gartner の最新レポートは、独自の視点を提供する IT 支出に関する調査およびコンサルティング調査です。以前は IT 支出の伸びを 8% と予測していましたが、予測を調整しましたが、依然として IT 支出は前年の 2 倍以上に増加すると予想しています。このレポートは、IT サービス、ハードウェア、ソフトウェアなどのさまざまな分野の支出をカバーしています。大手市場調査およびコンサルティング会社として、ガートナーの見解は、IT 業界の発展傾向と市場動向を理解する上で非常に貴重です。
Gartner のデータによると、GenAI (生成人工知能) は短期的には IT 支出の伸びを大きく変えるものではないことは注目に値します。
ガートナーの特別副社長アナリスト、ジョンデイビッド・ラブロック氏によると、GenAIは大きな変化をもたらすものの、IT支出への影響はモノのインターネットやブロックチェーンなどのテクノロジートレンドと比べてそれほど大きくないという。
ラブロック氏によると、2024 年は GenAI を効果的に活用する方法がより重視されることになるでしょう。 IT 支出の大部分は今後も労働力や収益性などの従来の要因によって左右されます。しかし、組織があまりにも多くの変化に圧倒されていると感じる「変化疲れ」の波が今も続いており、これらの支出は悪影響を受けるでしょう。したがって、組織は、変化戦略をより正確に計画したり、適切なトレーニングやサポートを提供したりするなど、この疲労を軽減するための適切な措置を講じる必要があります。
Gartner のレポートによると、CIO は一般に変化疲労の問題に直面しており、長期計画や新しいテクノロジー パートナーに対してますます消極的になっています。彼らは、新しい取り組みの結果をより確実に知り、リスクを軽減したいと考えています。
変化疲れという課題にもかかわらず、IT サービスは 2024 年までに 8.7% という最大の成長を遂げ、IT 支出の主要な構成要素となり、1 兆 5,000 億ドルに達すると予想されています。この前例のない成長の背後にある主な原動力は、プロジェクトの最適化と組織の効率化への投資の増加です。
予測によると、2023 年に IT 支出が急激に減少した後、2024 年には 4.6% の健全な成長を達成すると予想されています。感染症流行中にIT機器支出が過度に増加したため、2023年には設備支出が崩壊する可能性がある。しかし、経済が徐々に回復するにつれて、IT機器の需要が回復し、業界に新たな成長の機会がもたらされることが予想されます。
データセンター システムとソフトウェアへの支出は引き続き増加し、成長率はそれぞれ 7.5% と 8.7% でした。 Gartner の予測によると、通信サービス業界は成長率が最も低く、IT 支出全体に占める割合は 2.3% にすぎません。
IT は伝統的にバックオフィス機能でしたが、現在では主要な収益源となっています。 「10年以上前、消費者によるデバイスや通信サービスの普及は停滞していた。消費者支出の水準は主に価格変動と買い替えサイクルによって左右され、漸進的な成長の余地しか残されていなかったため、ソフトウェアやサービスに追い抜かれることはあり得なかった。回避された」とラブロック氏言った。
ガートナーのレポートは、市場の機会と課題を明らかにしています。 IT サービスに賢明に投資できる企業は、この急速に成長する分野から長期的な利益を得る有利な立場にあります。
以上がGartner は、世界の IT 支出が 2024 年に 6.8% 増加すると予測していますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
