Search
Close this search box.

Gartner:2025 年 AI 支出將破 6,440 億——企業領導者該從中知道的 4 個趨勢

根據 Gartner 最新發布的報告調查顯示,2025 年全球生成式 AI 支出將達到 6,440 億美元,較2024 年同比增長 76.4%。這數字揭示了 AI 在企業及消費市場的快速滲透,以及其改變未來商業模式的潛力。

在這龐大的支出中,硬體投資占據了近 80% 的市場份額,達到 3,983 億美元,且 AI 硬體市場主要是由製造商和供應商所推動,而非消費者和企業的自發需求所拉動。也就是說,硬體製造商正積極向市場推出具備 AI 功能的設備,即使客戶並不主動開發這些功能。

相比之下,軟體(僅 371 億美元,年增 93.9%)和服務(僅 278 億美元,年增 162.6%)的支出雖然增長率高,但總金額仍遠低於硬體投資。這現象反映出,AI 正逐漸成為現有軟體產品的標準配置,而非單獨銷售的獨立產品,因此軟體領域的 AI 支出增長相對較緩。

對企業 IT 領導者來說,在硬體投資這龐大的支出數字背後代表哪些具體挑戰與機會?以下四個趨勢,值得決策者特別關注。

一、硬體支出將主導市場,被動接受 AI 滲透是必然

Gartner 的數據顯示,2025 年硬體領域的支出非常驚人,光是設備支出就高達 3,983 億美元(年增 99.5%),伺服器支出則約 1,806 億美元(年增 33.1%)。Gartner 的資深分析師 John Lovelock 指出:

「設備市場由供應方而非需求方驅動,也就是說,消費者和企業並非主動尋求 AI 功能的設備,但製造商正大量生產並銷售這些產品。到 2027 年,幾乎不可能購買到沒有 AI 功能的個人電腦。」

對企業決策者而言,這意味著即使沒有明確的 AI 採購計劃,組織也將被動接受 AI 功能的滲透,因此需要提前規劃如何有效利用這些即將到來的設備趨勢、將其效益最大化。

二、軟體支出比例降低,AI 融合成產品標配

與許多人預期的軟體支出比例逐漸提高相反,Lovelock 的觀察表明,隨著時間推移,硬體在 AI 支出中的比例實際上會進一步擴大。那軟體呢?我們可以想像有越來越多的軟體產品(如Word、Photoshop、Salesforce等)將內建生成式 AI 功能,且這些功能會作為產品升級的一部分,而非以附加產品或額外收費方式出現。

例如,當 Microsoft 在 Office 365 中加入 AI 功能時,在統計上難以確定 Office 365 總價中有多少比例是「AI 支出」。這導致了一個矛盾現象:AI 功能無處不在,但可量化的軟體支出數據卻無法相應增加。

三、自研 AI 熱潮降溫,選擇現成解決方案更具成本效益

根據 Gartner 預測,從 2025 年開始,企業將不再熱衷於自己開發 AI 系統,而是更傾向於直接購買市場上已有的 AI 產品和服務。

過去不少企業嘗試打造自家 AI 系統,卻發現這比想像中難多了。自研 AI 項目常常超出預算、開發時程延誤,或者最終效果不如預期。對 IT 部門的決策者來說,與其投入大量資源從頭開始建構 AI 系統,不如考慮選擇那些已經把 AI 功能整合進去的軟體,或者利用現有供應商提供的 AI 系統進行擴展,才得以更快地實施、減少風險,同時獲得相對可預測的投資回報。

四、生成式 AI 導入挑戰,三大風險不可忽視

Gartner 報告同時點出,許多企業在導入生成式 AI 時,仍存在三大風險:

  • 數據品質不足:許多組織缺乏高品質數據來訓練 AI,導致應用效果不佳。
  • 人員適應性不足:新技術往往遇到內部抗拒,缺乏足夠的操作訓練和文化適應。
  • 投資回報率不明確:有些 AI 專案雖有技術亮點,但在業務轉化上仍未見成效。

企業在導入 AI 時,應優先解決數據品質和人員培訓問題,並確保每個專案都有明確的商業價值目標。這樣才能將技術投入轉化為可量化的業務成果,確保 AI 導入不僅僅是技術突破,更是商業價值的真正落地。

企業的 AI 投資需要平衡「創新」與「務實」

傳統觀念會認為企業應該大規模投資自研 AI 系統,追求突破性創新。但數據卻顯示,企業正採取更務實的做法,也就是逐步整合現有的 AI 解決方案。

隨著全球生成式 AI 支出在 2025 年加速攀升至 6,440 億美元,今日的決策將影響企業未來多年的競爭能力。面對快速變化的市場環境,決策者應該平衡科技創新與實際應用價值,選擇適合的現成解決方案,避免因技術跟風而浪費資源。

【推薦閱讀】

◆ 【工程師只是第一批】AI 職位替代會慢慢開始並突然爆發,企業如何因應?
◆ 為何企業 AI 專案無聲死去?導致計畫失敗的 6 個致命錯誤
◆ AI 基礎設施要用雲端還是自己建?5 個企業管理者最大化投資效益的關鍵判斷

*本文開放合作夥伴轉載,參考資料:《Gartner》《VentureBeat》,首圖來源:Unsplash

(責任編輯:鄒家彥)