Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Jangan salah tentang hal itu, ada banyak uang yang dihabiskan untuk AI generatif pada tahun 2025.
Perusahaan analis Gartner merilis laporan baru hari ini memperkirakan bahwa pengeluaran Gen Gen AI akan mencapai $ 644 miliar pada tahun 2025. Angka itu mewakili peningkatan 76,4% tahun-ke-tahun atas pengeluaran Gen AI pada tahun 2024.
Laporan Gartner bergabung dengan paduan suara analisis industri lain dalam beberapa bulan terakhir bahwa semua menunjukkan peningkatan adopsi dan pengeluaran untuk Gen AI. Pengeluaran telah tumbuh sebesar 130%, menurut penelitian yang dilakukan oleh AI di Wharton, sebuah pusat penelitian di Wharton School of University of Pennsylvania. Deloitte melaporkan bahwa 74% perusahaan telah memenuhi atau melampaui inisiatif Gen AI.
Meskipun tidak mengherankan bahwa pengeluaran untuk Gen AI tumbuh, Gartner Report memberikan kejelasan baru tentang ke mana uang itu pergi dan ke mana perusahaan mungkin mendapatkan nilai terbanyak.
Menurut analisis Gartner, perangkat keras akan mengklaim 80% dari semua pengeluaran AI gen yang mengejutkan pada tahun 2025. Prakiraan tersebut menunjukkan:
- Perangkat akan menyumbang $ 398,3 miliar (pertumbuhan 99,5%)
- Server akan mencapai $ 180,6 miliar (pertumbuhan 33,1%)
- Pengeluaran perangkat lunak hanya mengikuti $ 37,2 miliar (pertumbuhan 93,9%)
- Layanan akan total $ 27,8 miliar (pertumbuhan 162,6%)
“Pasar perangkat adalah kejutan terbesar, ini adalah pasar yang paling didorong oleh sisi penawaran daripada sisi permintaan,” John Lovelock, analis VP terkemuka di Gartner, mengatakan kepada VentureBeat. “Konsumen dan perusahaan tidak mencari perangkat yang diaktifkan AI, tetapi produsen memproduksinya dan menjualnya. Pada tahun 2027, hampir tidak mungkin untuk membeli PC yang tidak diaktifkan AI.”
Dominasi perangkat keras akan meningkat, tidak berkurang untuk AI Enterprise
Dengan perangkat keras yang mengklaim sekitar 80% pengeluaran Gen AI pada tahun 2025, banyak yang mungkin menganggap rasio ini secara bertahap akan bergeser ke arah perangkat lunak dan layanan saat pasar matang. Wawasan Lovelock menunjukkan yang sebaliknya.
“Rasio bergeser lebih menguntungkan perangkat keras dari waktu ke waktu,” kata Lovelock. “Sementara semakin banyak perangkat lunak akan memiliki fitur yang diaktifkan Gen AI, akan ada sedikit uang yang dihabiskan untuk perangkat lunak Gen AI – AI AI akan menjadi fungsionalitas tertanam yang dikirimkan sebagai bagian dari harga perangkat lunak.”
Proyeksi ini memiliki implikasi mendalam untuk penganggaran teknologi dan perencanaan infrastruktur. Organisasi yang berharap untuk mengalihkan pengeluaran dari perangkat keras ke perangkat lunak dari waktu ke waktu mungkin perlu mengkalibrasi ulang model keuangan mereka untuk memperhitungkan persyaratan perangkat keras yang sedang berlangsung.
Selain itu, sifat tertanam dari fungsionalitas AI generasi masa depan berarti bahwa proyek AI yang diskrit mungkin menjadi kurang umum. Sebaliknya, kemampuan AI akan semakin tiba sebagai fitur dalam platform perangkat lunak yang ada, membuat strategi adopsi yang disengaja dan kerangka kerja tata kelola menjadi lebih kritis.
POC Graveyard: Mengapa Proyek AI Perusahaan Internal Gagal
Laporan Gartner menyoroti realitas yang serius: banyak proyek internal Gen AI Proof-of-Concept (POC) telah gagal memberikan hasil yang diharapkan. Ini telah menciptakan apa yang disebut Lovelock sebagai “paradoks” di mana harapan menurun meskipun investasi besar -besaran.
Ketika diminta untuk menguraikan tantangan -tantangan ini, Lovelock mengidentifikasi tiga hambatan spesifik yang secara konsisten menggagalkan inisiatif Gen AI.
“Perusahaan dengan lebih banyak pengalaman dengan AI memiliki tingkat keberhasilan yang lebih tinggi dengan Gen AI, sementara perusahaan dengan lebih sedikit pengalaman menderita tingkat kegagalan yang lebih tinggi,” jelas Lovelock. “Namun, sebagian besar perusahaan gagal karena satu atau lebih dari tiga alasan teratas: data mereka memiliki ukuran atau kualitas yang tidak memadai, orang -orang mereka tidak dapat menggunakan teknologi baru atau perubahan untuk menggunakan proses baru atau gen AI baru tidak akan memiliki ROI yang cukup.”
Wawasan ini mengungkapkan bahwa tantangan utama Gen AI bukanlah keterbatasan teknis tetapi faktor kesiapan organisasi:
- Ketidakcukupan data: Banyak organisasi tidak memiliki data berkualitas tinggi yang cukup untuk melatih atau mengimplementasikan sistem gen AI secara efektif.
- Ubah resistensi: Pengguna berjuang untuk mengadopsi alat baru atau mengadaptasi alur kerja untuk menggabungkan kemampuan AI.
- Kekurangan ROI: Proyek gagal memberikan nilai bisnis yang terukur yang membenarkan biaya implementasinya.
Pivot Strategis: Dari Pengembangan Internal hingga Solusi Komersial
Perkiraan Gartner mencatat pergeseran yang diharapkan dari proyek -proyek internal yang ambisius pada tahun 2025 dan seterusnya. Sebaliknya, harapannya adalah bahwa perusahaan akan memilih solusi komersial di luar rak yang memberikan implementasi dan nilai bisnis yang lebih dapat diprediksi.
Transisi ini mencerminkan pengakuan yang berkembang bahwa membangun solusi AI kustom-umum sering menghadirkan lebih banyak tantangan daripada yang diantisipasi. Komentar Lovelock tentang tingkat kegagalan menggarisbawahi mengapa banyak organisasi berputar ke opsi komersial yang menawarkan jalur implementasi yang dapat diprediksi dan ROI yang lebih jelas.
Untuk pemimpin teknis, ini menunjukkan memprioritaskan solusi vendor yang menanamkan kemampuan gen AI ke dalam sistem yang ada daripada membangun aplikasi khusus dari awal. Seperti yang dicatat Lovelock, kemampuan ini akan semakin disampaikan sebagai bagian dari fungsionalitas perangkat lunak standar daripada sebagai produk AI gen yang terpisah.
Apa artinya ini untuk strategi AI perusahaan
Bagi perusahaan yang ingin memimpin dalam adopsi AI, perkiraan Gartner menantang beberapa asumsi umum tentang pasar AI Gen. Penekanan pada pengeluaran perangkat keras, driver sisi penawaran dan fungsionalitas tertanam menunjukkan pendekatan yang lebih evolusi dapat menghasilkan hasil yang lebih baik daripada inisiatif revolusioner.
Pembuat keputusan teknis harus fokus pada mengintegrasikan kemampuan gen komersial AI ke dalam alur kerja yang ada daripada membangun solusi khusus. Pendekatan ini selaras dengan pengamatan Lovelock bahwa CIO mengurangi upaya pengembangan diri yang mendukung fitur dari penyedia perangkat lunak yang ada.
Untuk organisasi yang merencanakan adopsi yang lebih konservatif, tak terhindarkan dari perangkat yang mendukung AI menghadirkan tantangan dan peluang. Sementara kemampuan ini dapat tiba melalui siklus penyegaran reguler terlepas dari niat strategis, organisasi yang bersiap untuk memanfaatkannya secara efektif akan mendapatkan keuntungan kompetitif.
Karena pengeluaran Gen AI berakselerasi menuju $ 644 miliar pada tahun 2025, keberhasilan tidak akan ditentukan dengan menghabiskan volume saja. Organisasi yang menyelaraskan investasi mereka dengan kesiapan organisasi, fokus pada mengatasi tiga faktor kegagalan utama dan mengembangkan strategi untuk memanfaatkan kemampuan gen AI yang semakin tertanam akan mengekstraksi nilai terbanyak dari lanskap teknologi yang berkembang pesat ini.
