回复
德勤：2025人工智能、传媒和电信行业预测
德勤在这部126页的报告中预测，2025年将是生成式人工智能（简称“生成式AI”）与科技、传媒和电信（TMT）行业迎来重大转折的“间隔年”，这一年将凸显出弥合关键差距以解锁当今潜力的迫切需求。
展望未来，至2025年及以后，人工智能为代表的TMT行业即将实现重大飞跃，这一飞跃在很大程度上得益于生成式AI的迅速普及。然而，要实现这一愿景，行业还需要弥合以下差距：平衡生成式AI基础设施投资与商业化进程、解决生成式AI使用中的性别差异、管理生成式AI数据中心的能耗、应对公众对深度伪造内容的信任问题、探索生成式AI在媒体和游戏领域的最佳应用、利用生成式智能体实现实时管理与行动，以及填补流媒体视频和云支出方面的缺口。同时，还有一些非差距性预测值得关注，包括搭载生成式AI芯片的新型智能手机和个人电脑、提升观众体验的新场馆与体育基础设施，以及电信运营商的整合（特别是无线运营商）。克服这些障碍对于企业和行业的繁荣发展至关重要。
标志着 2025 年成为 TMT 行业 “间隔年” 的7个关键差距
- 生成式 AI 数据中心电力与可持续性差距：拟建的生成式 AI 数据中心电力需求急剧增长，并寻求低碳电力，这在其需求与电网容量及公司可持续发展目标之间产生了差距。尽管全球的超大规模企业、芯片公司和公用事业公司正在努力弥合这一差距，但预计 2025 年这一差距仍将存在。
- 生成式 AI 的性别差距：相较于男性，女性在工作和娱乐中使用生成式 AI 工具的可能性较低。部分原因是缺乏信任，但在某些市场，女性对生成式 AI 的使用率有望在年内赶上男性。
- 生成式 AI 深度伪造信任差距：深度伪造生成式 AI 内容（图像、视频和音频）的泛滥导致消费者信任度下降。生成式 AI 生态系统需全面且不可篡改地标注内容，并可靠、准确地实时检测虚假图像。创建可信的深度伪造内容的边际成本正在不断下降，而检测成本需要以同等速度下降，以帮助弥合这一差距。
- 制片公司使用生成式 AI 的差距：许多人期望大型制片公司使用生成式 AI 进行内容制作，且部分公司已付诸实践，但预期与现实之间仍存在差距。许多制片公司对生成内容固有的知识产权挑战持谨慎态度，但他们渴望获得企业能力，以缩短时间、降低成本并扩大影响力。
- 自主生成式智能体（Autonomous Gen AI agents）差距：能够持续可靠地完成离散任务并协调整个工作流程的自主机器人极具吸引力。2024 年已启动代理式人工智能（Agentic AI）试点项目 —— 它们能否在 2025 年实现广泛应用？
- 流媒体视频差距：许多媒体和娱乐公司认为消费者会 “购买并持有” 多个订阅服务。然而，消费者正在通过捆绑自己喜爱的订阅并放弃其他订阅来降低成本。我们发现，每个家庭的服务数量不仅停滞不前，还在减少，流媒体公司越来越依赖捆绑服务来填补增长缺口，并利用第三方来聚合和分发其内容。
- 云支出差距：使用云的最初卖点之一是其成本更低，但实际上，支出往往是分散且难以控制的。一些买家正在利用 “FinOps”（一套衡量和优化云支出的工具和战略）来弥补承诺的成本节约与当前支出之间的差距，以管理其云支出并节省数十亿美元。
德勤2025科技预测报告简要介绍
处于研发阶段的自主生成式智能体
自主生成式智能体（Autonomous Gen AI agents）—— 亦称作 “代理式人工智能（Agentic AI）”，不仅能提升知识工作者的工作效率，还可实现各类工作流程的高效运作。然而，由于代理式人工智能的 “自主性” 特征，其广泛应用尚待时日。
德勤预计，到 2025 年，在已部署生成式 AI 的企业中，将有 25% 的企业开展代理式人工智能的试点项目或进行概念验证。到 2027 年，这一比例将增至 50%。代理式人工智能可以自主完成复杂的任务，提高知识工作者的生产力和效率。目前最有前景的应用包括软件开发、客户支持、网络安全和监管合规。代理式人工智能进步迅速，但与大多数新技术一样，广泛应用尚需时日。尽管如此，2025 年，在某些行业和用例中，一些代理式 AI 应用程序将被实际应用于现有工作流程。
深度伪造之战：网络安全的大规模挑战与深远影响
随着检测和打击虚假内容的力度持续加大，维护可信互联网的成本或由消费者、创作者及广告商共担。
随着人工智能生成越来越多的在线图像和视频，围绕内容真实性和虚假内容的潜在危害的问题变得越来越紧迫。社交平台、科技公司和媒体机构正在开展跨界合作：利用技术（通常是人工智能）检测和标记假冒内容，以及利用加密元数据确保真实媒体内容的出处。德勤预计，该市场的发展轨迹或与网络安全行业相仿，媒体公司及技术提供商将通过投资验证技术并与各方合作，以领先于不断进化的伪造手段。
云服务的精益管理：“FinOps” 让每一分钱发挥最大效益随着企业云支出不断增加
2025 年，全球云支出预计将达到 8,250 亿美元，但企业高层可能难以言明具体的支出细节。不过，德勤预测，2025 年采用 “FinOps” 可为企业节省约 210 亿美元。企业可以先关注初步措施，采取行动减少云浪费，优化资源配置，并积极调整计算、网络和存储的规模。但是，经验丰富的公司也可以推动文化变革，例如确立跨部门的责任和财务问责制。我们的目标是创建 “云单位经济效益” 模型 —— 确保每一笔云支出都与其产生的业务价值相对应，助力企业做出有效的 IT 决策。
端侧生成式人工智能能否助力智能手机市场复兴
凭借特殊芯片和移动操作系统的广泛集成，智能手机可真正实现大智慧，但用户是否愿意为智能交互的革新买单？
德勤预测，2025 年全球智能手机出货量将将从 2024 年的 5% 年增长率小幅提升至 7% 左右。部分增长量可能来自换机周期（过去两年的换机周期有所下降），另一部分增长动力是早期用户对端侧生成式 AI 的热情追捧。智能手机搭载生成式 AI 功能将验证智能助手、对话界面等功能的实用性，展现设备上运行小型模型的能力，并探索在生成式 AI 高资本投入下实现经济价值的商业模式。尽管生成式 AI 前景广阔，但其能否真正实现潜力，以及用户是否愿意接纳这种与普及度极高的消费电子产品的全新交互方式，仍有待时间验证。
5G 独立组网进展缓慢：6G 到来会否延期？
面对投资回报疑虑，电信公司重新评估 5G 独立组网投资，6G 推进或受影响。
5G 独立组网（SA）网络的部署进展比最初预期的要慢。电信公司可能因现有 5G 投资回报不理想而对下一代 5G 技术的大规模投资持谨慎态度，这使得 6G 的推出似乎愈发遥远。2022 年，德勤全球预测，到 2023 年底，投资 5G 独立组网网络的电信运营商数量将从 2022 年的 100 多家翻倍至少 200 家，但这一情况并未发生：截至 2024 年 3 月，在全球已推出 5G 服务的 585 家运营商中，仅有 49 家部署、推出或试运行了 5G 独立组网网络。德勤预测，到 2025 年，新升级到独立组网的网络数量将不足 20 个，5G SA 在所有 5G 部署中的占比将保持在 12% 左右。
量子技术起步虽慢，网络安全防御不容滞后
量子药物发现与金融建模尚待时日，但量子时代的网络防御升级却刻不容缓。
正如德勤在过往报告中预测的那样，量子计算机目前仍处于研发阶段，至少在现阶段，它们能提供计算优势的现实应用场景很少。但是，“先窃取、后解密” 攻击的威胁已达到临界点，在这种攻击中，威胁行为者窃取加密数据，存储数年，然后在某个时间点使用未来具有密码学意义的量子计算机进行解密。德勤预测，与 2023 年相比，2025 年致力于实施后量子加密解决方案的公司数量预计将增至四倍，其相关支出也将翻两番。预计 2025 年，后量子密码学解决方案将涵盖从企业和超大规模企业到消费者智能手机和消息服务的各个领域。
生成式人工智能与网络安全：风险与机遇并存
根据 2024 年德勤与国家州信息主管协会（NASCIO）联合进行的网络安全研究显示，近四分之三接受调查的安全专家表示，人工智能带来的网络安全威胁很高。2024 年利用生成式 AI 进行的网络攻击频发（较以往增加了一倍甚至两倍），而到 2025 年网络攻击频率还将持续增长，被用于编写恶意网络钓鱼邮件、深度伪造内容或恶意软件攻击的软件代码的威胁行为者将增多。开发生成式 AI 工具的技术公司可能会在 2025 年开发防护栏，以防止恶意使用。虽然威胁行为者可以使用生成式 AI 工具进行恶意活动，但防御者同样可以利用这些工具来帮助改进安全流程、监控和风险管理。
硅芯 “化整为零”：芯粒 “续命” 摩尔定律
芯粒致力于为人工智能和高性能计算环境提供更加灵活、可扩展和高效的系统，同时提高良品率。
芯粒（Chiplet），作为一种开发和封装半导体的异构技术架构，能够实现高速数据传输、减少延迟，并有助于优化 PPA（功耗、性能和面积）。德勤预测，基于芯粒的全球先进封装技术收入将从 2021 年的约 70 亿美元增至 2025 年的 160 亿美元，增幅超过一倍。芯粒已经应用到一些快速增长的市场，如 AI 加速器（尤其是生成式 AI）、高性能计算和电信应用。它们正在推动半导体行业持续提升性能和产量。
硅光子：生成式人工智能实现光速通信
生成式 AI 要求日益提高，硅基光学器件正走出研究实验室，成为数据中心的应用焦点。
德勤预测，用于光收发器的硅光子芯片的销售额将从 2023 年的 8 亿美元增至 2025 年的 12.5 亿美元，复合年均增长率为 25%。硅光子芯片可助力生成式 AI 数据中心实现光速通信，采用更小、更便宜的组件，能耗更低，产生的热量也少于传统替代品。2025 年，预计硅光子技术主要应用于数据中心，尤其是用于运行生成式 AI 训练和推理 —— 尤其是在芯片、托盘和机架之间数据需要传输 10 厘米至 10 米距离的场景中。
本文转载自欧米伽未来研究所2025，作者：欧米伽未来研究所
赞
收藏
回复
相关推荐
