Gartner~2013年全球IT支出預估將達3.7兆美元|數位時代 BusinessNext

國際研究暨顧問機構Gartner發布最新預測，2013年全球IT支出預估將達3.7兆美元，較2012年的3.6兆美元增加4.2%。此次公布的2013年以美元計價的IT支出年增率展望，已自2012年第三季所預估的3.8%上修。

Gartner分析師表示，支出的增加主要係反映美元匯價的變動。若以美元固定匯率計算，2013年支出的成長幅度應為3.9%。

Gartner全球IT支出預測為主要技術趨勢指標，其領域橫跨硬體、軟體、IT服務和電信市場。在過去十多年間，全球IT和企業主管運用這些備受矚目的季度展望報告以洞悉市場商機和挑戰，同時基於行之有效的研究方法以擬定重要業務決策，而非僅憑臆測。

Gartner研究副總裁Richard Gordon表示，「全球經濟景氣是否能反轉向上仍存有許多不確定因素，已成為IT成長的主要阻礙。此一不確定性已造成全球企業與消費者信心趨向悲觀。然而，這狀況似已近乎平息，2013年的IT支出規模可望較2012年加速成長。」

2013年包含PC、平板、手機和印表機在內的全球裝置支出規模，預期將達6,660億美元，較2012年成長6.3% （參見表一）。然而，此一數據較Gartner先前預測的7,060億美元的裝置支出規模和7.9%的年增幅顯著下修。Gartner亦同步下修對全球裝置支出的長期預測，若以當期美元計算，2012年至2016的平均年增幅已由原預估之6.4%降至4.5%，以美元固定匯率計算的平均年增率則由原預估之7.4%下調至5.1%。預測的下修反映出，對PC與平板支出成長的急速下滑，僅能部份被手機和印表機支出的微幅成長所抵消。

Gordon進一步指出，「Android裝置與低價小尺寸裝置在新興市場的崛起，使平板市場的價格競爭日趨激烈。低價平板的趨勢最終讓我們下修對2012年至2016年平板平均售價的預測，而整體裝置支出成長的幅度亦因而減少，尤其是對PC及平板的支出。」

表一、全球****IT****支出預估（單位：十億美元）

	2012 支出	2012 成長率(%)	2013 支出	2013 成長率(%)	2014 支出	2014 成長率(%)
裝置	627	2.9%	666	6.3%	694	4.2%
資料中心系統	141	2.3%	147	4.5%	154	4.2%
企業軟體	278	3.3%	296	6.4%	316	6.8%
IT 服務	881	1.8%	927	5.2%	974	5.1%
電訊服務	1,661	-0.1%	1,701	2.4%	1,742	2.4%
總計	3,588	1.2%	3,737	4.2%	3,881	3.8%

資料來源：Gartner （2013年1月）

2013年，全球企業軟體支出可望達到2,960億美元，較2012年增加6.4%，主要係受惠於資安、儲存管理與客戶關係管理的帶動。然而，自2014年開始，企業軟體市場與巨量資料，以及企業內容管理、資料整合和資料品質管理等因資訊管理需求應運而生的工具結合，將可見到投資水位的增加。

全球通訊服務市場仍為IT支出規模最為龐大的領域。Gartner分析師預期，由於行動資料服務的營收足以彌補固定與行動語音服務市場支出的衰退，全球通訊服務市場於未來幾年內將持平。Gartner預測，至2016年，行動資料占整體行動通訊服務市場的比重將自2012年的22%上升至33%。

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。