德勤：2025人工智能、傳媒和電信行業預測
?德勤在這部126頁的報告中預測，2025年將是生成式人工智能（簡稱“生成式AI”）與科技、傳媒和電信（TMT）行業迎來重大轉折的“間隔年”，這一年將凸顯出彌合關鍵差距以解鎖當今潛力的迫切需求。
展望未來，至2025年及以后，人工智能為代表的TMT行業即將實現重大飛躍，這一飛躍在很大程度上得益于生成式AI的迅速普及。然而，要實現這一愿景，行業還需要彌合以下差距：平衡生成式AI基礎設施投資與商業化進程、解決生成式AI使用中的性別差異、管理生成式AI數據中心的能耗、應對公眾對深度偽造內容的信任問題、探索生成式AI在媒體和游戲領域的最佳應用、利用生成式智能體實現實時管理與行動，以及填補流媒體視頻和云支出方面的缺口。同時，還有一些非差距性預測值得關注，包括搭載生成式AI芯片的新型智能手機和個人電腦、提升觀眾體驗的新場館與體育基礎設施，以及電信運營商的整合（特別是無線運營商）?？朔@些障礙對于企業和行業的繁榮發展至關重要。
標志著 2025 年成為 TMT 行業 “間隔年” 的7個關鍵差距
- 生成式 AI 數據中心電力與可持續性差距：擬建的生成式 AI 數據中心電力需求急劇增長，并尋求低碳電力，這在其需求與電網容量及公司可持續發展目標之間產生了差距。盡管全球的超大規模企業、芯片公司和公用事業公司正在努力彌合這一差距，但預計 2025 年這一差距仍將存在。
- 生成式 AI 的性別差距：相較于男性，女性在工作和娛樂中使用生成式 AI 工具的可能性較低。部分原因是缺乏信任，但在某些市場，女性對生成式 AI 的使用率有望在年內趕上男性。
- 生成式 AI 深度偽造信任差距：深度偽造生成式 AI 內容（圖像、視頻和音頻）的泛濫導致消費者信任度下降。生成式 AI 生態系統需全面且不可篡改地標注內容，并可靠、準確地實時檢測虛假圖像。創建可信的深度偽造內容的邊際成本正在不斷下降，而檢測成本需要以同等速度下降，以幫助彌合這一差距。
- 制片公司使用生成式 AI 的差距：許多人期望大型制片公司使用生成式 AI 進行內容制作，且部分公司已付諸實踐，但預期與現實之間仍存在差距。許多制片公司對生成內容固有的知識產權挑戰持謹慎態度，但他們渴望獲得企業能力，以縮短時間、降低成本并擴大影響力。
- 自主生成式智能體（Autonomous Gen AI agents）差距：能夠持續可靠地完成離散任務并協調整個工作流程的自主機器人極具吸引力。2024 年已啟動代理式人工智能（Agentic AI）試點項目 —— 它們能否在 2025 年實現廣泛應用？
- 流媒體視頻差距：許多媒體和娛樂公司認為消費者會 “購買并持有” 多個訂閱服務。然而，消費者正在通過捆綁自己喜愛的訂閱并放棄其他訂閱來降低成本。我們發現，每個家庭的服務數量不僅停滯不前，還在減少，流媒體公司越來越依賴捆綁服務來填補增長缺口，并利用第三方來聚合和分發其內容。
- 云支出差距：使用云的最初賣點之一是其成本更低，但實際上，支出往往是分散且難以控制的。一些買家正在利用 “FinOps”（一套衡量和優化云支出的工具和戰略）來彌補承諾的成本節約與當前支出之間的差距，以管理其云支出并節省數十億美元。
德勤2025科技預測報告簡要介紹
處于研發階段的自主生成式智能體
自主生成式智能體（Autonomous Gen AI agents）—— 亦稱作 “代理式人工智能（Agentic AI）”，不僅能提升知識工作者的工作效率，還可實現各類工作流程的高效運作。然而，由于代理式人工智能的 “自主性” 特征，其廣泛應用尚待時日。
德勤預計，到 2025 年，在已部署生成式 AI 的企業中，將有 25% 的企業開展代理式人工智能的試點項目或進行概念驗證。到 2027 年，這一比例將增至 50%。代理式人工智能可以自主完成復雜的任務，提高知識工作者的生產力和效率。目前最有前景的應用包括軟件開發、客戶支持、網絡安全和監管合規。代理式人工智能進步迅速，但與大多數新技術一樣，廣泛應用尚需時日。盡管如此，2025 年，在某些行業和用例中，一些代理式 AI 應用程序將被實際應用于現有工作流程。
深度偽造之戰：網絡安全的大規模挑戰與深遠影響
隨著檢測和打擊虛假內容的力度持續加大，維護可信互聯網的成本或由消費者、創作者及廣告商共擔。
隨著人工智能生成越來越多的在線圖像和視頻，圍繞內容真實性和虛假內容的潛在危害的問題變得越來越緊迫。社交平臺、科技公司和媒體機構正在開展跨界合作：利用技術（通常是人工智能）檢測和標記假冒內容，以及利用加密元數據確保真實媒體內容的出處。德勤預計，該市場的發展軌跡或與網絡安全行業相仿，媒體公司及技術提供商將通過投資驗證技術并與各方合作，以領先于不斷進化的偽造手段。
云服務的精益管理：“FinOps” 讓每一分錢發揮最大效益隨著企業云支出不斷增加
2025 年，全球云支出預計將達到 8,250 億美元，但企業高層可能難以言明具體的支出細節。不過，德勤預測，2025 年采用 “FinOps” 可為企業節省約 210 億美元。企業可以先關注初步措施，采取行動減少云浪費，優化資源配置，并積極調整計算、網絡和存儲的規模。但是，經驗豐富的公司也可以推動文化變革，例如確立跨部門的責任和財務問責制。我們的目標是創建 “云單位經濟效益” 模型 —— 確保每一筆云支出都與其產生的業務價值相對應，助力企業做出有效的 IT 決策。
端側生成式人工智能能否助力智能手機市場復興
憑借特殊芯片和移動操作系統的廣泛集成，智能手機可真正實現大智慧，但用戶是否愿意為智能交互的革新買單？
德勤預測，2025 年全球智能手機出貨量將將從 2024 年的 5% 年增長率小幅提升至 7% 左右。部分增長量可能來自換機周期（過去兩年的換機周期有所下降），另一部分增長動力是早期用戶對端側生成式 AI 的熱情追捧。智能手機搭載生成式 AI 功能將驗證智能助手、對話界面等功能的實用性，展現設備上運行小型模型的能力，并探索在生成式 AI 高資本投入下實現經濟價值的商業模式。盡管生成式 AI 前景廣闊，但其能否真正實現潛力，以及用戶是否愿意接納這種與普及度極高的消費電子產品的全新交互方式，仍有待時間驗證。
5G 獨立組網進展緩慢：6G 到來會否延期？
面對投資回報疑慮，電信公司重新評估 5G 獨立組網投資，6G 推進或受影響。
5G 獨立組網（SA）網絡的部署進展比最初預期的要慢。電信公司可能因現有 5G 投資回報不理想而對下一代 5G 技術的大規模投資持謹慎態度，這使得 6G 的推出似乎愈發遙遠。2022 年，德勤全球預測，到 2023 年底，投資 5G 獨立組網網絡的電信運營商數量將從 2022 年的 100 多家翻倍至少 200 家，但這一情況并未發生：截至 2024 年 3 月，在全球已推出 5G 服務的 585 家運營商中，僅有 49 家部署、推出或試運行了 5G 獨立組網網絡。德勤預測，到 2025 年，新升級到獨立組網的網絡數量將不足 20 個，5G SA 在所有 5G 部署中的占比將保持在 12% 左右。
量子技術起步雖慢，網絡安全防御不容滯后
量子藥物發現與金融建模尚待時日，但量子時代的網絡防御升級卻刻不容緩。
正如德勤在過往報告中預測的那樣，量子計算機目前仍處于研發階段，至少在現階段，它們能提供計算優勢的現實應用場景很少。但是，“先竊取、后解密” 攻擊的威脅已達到臨界點，在這種攻擊中，威脅行為者竊取加密數據，存儲數年，然后在某個時間點使用未來具有密碼學意義的量子計算機進行解密。德勤預測，與 2023 年相比，2025 年致力于實施后量子加密解決方案的公司數量預計將增至四倍，其相關支出也將翻兩番。預計 2025 年，后量子密碼學解決方案將涵蓋從企業和超大規模企業到消費者智能手機和消息服務的各個領域。
生成式人工智能與網絡安全：風險與機遇并存
根據 2024 年德勤與國家州信息主管協會（NASCIO）聯合進行的網絡安全研究顯示，近四分之三接受調查的安全專家表示，人工智能帶來的網絡安全威脅很高。2024 年利用生成式 AI 進行的網絡攻擊頻發（較以往增加了一倍甚至兩倍），而到 2025 年網絡攻擊頻率還將持續增長，被用于編寫惡意網絡釣魚郵件、深度偽造內容或惡意軟件攻擊的軟件代碼的威脅行為者將增多。開發生成式 AI 工具的技術公司可能會在 2025 年開發防護欄，以防止惡意使用。雖然威脅行為者可以使用生成式 AI 工具進行惡意活動，但防御者同樣可以利用這些工具來幫助改進安全流程、監控和風險管理。
硅芯 “化整為零”：芯粒 “續命” 摩爾定律
芯粒致力于為人工智能和高性能計算環境提供更加靈活、可擴展和高效的系統，同時提高良品率。
芯粒（Chiplet），作為一種開發和封裝半導體的異構技術架構，能夠實現高速數據傳輸、減少延遲，并有助于優化 PPA（功耗、性能和面積）。德勤預測，基于芯粒的全球先進封裝技術收入將從 2021 年的約 70 億美元增至 2025 年的 160 億美元，增幅超過一倍。芯粒已經應用到一些快速增長的市場，如 AI 加速器（尤其是生成式 AI）、高性能計算和電信應用。它們正在推動半導體行業持續提升性能和產量。
硅光子：生成式人工智能實現光速通信
生成式 AI 要求日益提高，硅基光學器件正走出研究實驗室，成為數據中心的應用焦點。
德勤預測，用于光收發器的硅光子芯片的銷售額將從 2023 年的 8 億美元增至 2025 年的 12.5 億美元，復合年均增長率為 25%。硅光子芯片可助力生成式 AI 數據中心實現光速通信，采用更小、更便宜的組件，能耗更低，產生的熱量也少于傳統替代品。2025 年，預計硅光子技術主要應用于數據中心，尤其是用于運行生成式 AI 訓練和推理 —— 尤其是在芯片、托盤和機架之間數據需要傳輸 10 厘米至 10 米距離的場景中。
本文轉載自歐米伽未來研究所2025，作者：歐米伽未來研究所
