Gartner~2013年全球IT支出將達3.8兆美元|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3.8兆美元，較2012年的3.6兆美元增加4.1%。匯率效應在本季較不明顯，若按美元固定匯率計算，2013年的成長幅度仍有4%。

Gartner全球IT支出預測涵蓋硬體、軟體、IT服務和電信市場等主要技術趨勢的領先指標。在過去十多年間，全球IT和業務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副總裁Richard Gordon表示，「雖然美國躲開財政懸崖，但緊接而來的財政扣押負面效應，加上賽普勒斯國債負擔加劇，似乎抵銷所有優勢，脆弱的商業環境和消費者信心在全球進一步蔓延。然而，新的衝擊影響預期是短暫的，儘管過程之中可能導致部分可自由支配支出停擺，但策略性IT計畫仍將繼續。」

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7,180億美元，較2012年成長7.9% （參見表一）。儘管對PC的支出持平，對印表機的支出亦見微幅下滑，然而對高階手機的支出在短期內快速增加，帶動整體裝置部門支出由Gartner上一季預測之 6.3%年增率進一步上修。

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	665	9.0	718	7.9	758	5.7
資料中心系統	141	1.9	146	3.7	152	4.0
企業軟體	279	3.5	297	6.4	316	6.7
IT 服務	878	1.5	918	4.5	963	4.9
通訊服務	1,655	-0.4	1,688	2.0	1,728	2.4
總計	3,618	2.1	3,766	4.1	3,917	4.0

資料來源：Gartner （2013年3月）

Gartner研究副總裁John Lovelock表示，「全球IT支出的平穩成長如同平靜海洋下暗藏的急流。Gartner預期，包含社群、行動、雲端與資訊在內的力量的連結（Nexus of Forces）正重新型塑橫跨整個IT領域的支出模式。消費者和企業仍會持續購買IT產品與服務的組合，沒有任何一者會被完全取代。然而，IT產品與服務組合的消費比重正產生戲劇性的改變，勝負將於未來三至五年內分曉。如我們所見，對PC的消費正逐漸移轉至手機，伺服器消費正移轉至儲存系統，授權式軟體正移轉至雲端服務，或是聲音與資料串連亦由定點式轉為行動式。」

2013年，資料中心系統支出預期將成長3.7%，較Gartner上一季的預測值減少0.7%。支出的下滑主要來自於Gartner下修對近期外接式儲存支出的預測，以及身處經濟動盪的歐洲、中東和非洲地區（EMEA）的企業減少開支。

2013年，全球企業軟體支出可望達到2,970億美元，較2012年增加6.4%。儘管Gartner對此一部門的支出成長幅度仍維持上一季的預測不變，然而其中隱含市場結構的顯著變化，因為資料管理系統（data management systems, DBMs）、資料整合工具與供應鏈管理的強勁成長預期，將可彌補IT營運管理和作業系統軟體的較弱的成長展望。

雖然IT服務市場自上一季起維持相對平穩，但採購人員的持續遲疑促使成熟的IT外包（IT outsourcing, ITO）市場的競爭加劇、成本壓力增加，亦會導致重新配置對新計劃中的顧問與執行的預算。

全球通訊服務市場仍為IT支出規模最為龐大的領域，且將於未來數年內的成長將持平，因為行動資料服務的強勁成長足以彌補語音服務支出的衰退。

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。