核心观点: 2025年将迎来生成式AI和TMT行业的“差距年”,需要弥合八个关键差距才能实现当前潜力。
关键差距:
- 生成式AI基础设施投资与变现差距: 公司在生成式AI芯片和数据中心建设上投入巨大,但回报率较低。
- 生成式AI数据中心电力消耗与可持续性差距: 生成式AI对电力消耗需求巨大,与电网容量和可持续发展目标存在差距。
- 生成式AI性别差距: 女性在工作和生活中使用生成式AI工具的可能性低于男性,尽管差距正在缩小。
- 深度伪造内容信任差距: 深度伪造技术的普及导致消费者难以信任在线内容的真实性。
- 工作室生成式AI使用差距: 大型工作室对使用生成式AI进行内容创作持谨慎态度。
- 自主生成式AI代理差距: 自主生成式AI代理的广泛应用还需要时间。
- 流媒体视频差距: 流媒体视频订阅“堆叠”现象正在衰退,消费者倾向于捆绑订阅以降低成本。
- 云支出差距: 企业云支出增长迅速,但缺乏有效的管理策略。
新趋势:
- 女性与生成式AI: 女性使用生成式AI的差距正在迅速缩小,但信任差距仍然存在。
- 生成式AI与网络安全: 生成式AI既带来网络安全风险,也带来新的防御机会。
- 硅构建块(Chiplets): Chiplets技术将推动摩尔定律的进步,为AI和高性能计算环境提供更灵活、可扩展和高效的系统。
- B/OSS: 电信公司正在现代化其业务和运营支持系统软件,以适应5G、光纤和AI的发展。
- 硅光子学: 硅光子学芯片将推动生成式AI数据中心实现光速通信。
研究结论: 生成式AI和TMT行业在2025年将面临诸多挑战,但同时也蕴藏着巨大的机遇。通过弥合关键差距,并关注新兴趋势,企业可以更好地利用生成式AI技术,推动创新,并创造可持续的价值。