
IDC带你解读2015年十大科技发展趋势
美国市场研究公司IDC近日发布研究报告,对2015年的科技行业进行了展望,认为“第三平台”的创新速度将会加快。
IDC所谓的“第三平台”可以追溯回2007年,指的是基于云计算、大数据、移动设备和社交媒体的下一代软件。“第三平台”的增长也成为本次预测的主要着力点,但除此之外仍然涵盖诸多科技领域。
IDC认为,当今的所有创新都是“亚马逊式的创新”:追求大规模、高速度和低成本。中国也将利用这种创新与亚马逊共同主导科技领域。以下为报告摘要:
1、新技术将贡献100%的增长
2015年的全球IT和电信行业开支将增长3.8%,超过3.8万亿美元。几乎所有的新增开支和三分之一的总开支都将以移动、云计算、大数据分析和物联网等新技术为重点。
2、无线数据将成为电信行业规模最大、增速最快的领域
无线数据将成为电信行业开支规模最大(5360亿美元)、增速最快(13%)的领域。“网络中立”将在美国强制推行,成为所有服务的基本准则。
3、平板手机将成为移动设备增长引擎
智能手机和平板电脑的销量将较最近几年有所放缓,总量达到4840亿美元,约占全部IT开支的40%。中国厂商将拿下15%甚至更多的全球移动增长份额。平板手机销量将增长60%,蚕食平板电脑市场。可穿戴设备将令人失望,2015年的销量“仅为”4000万至5000万台。腕式手机将会推出,但却会失败。移动应用下载量增速将在2015年放缓,达到1500亿次,中国的独立应用商店占比达到18%。但企业移动应用开发将实现翻番。
4、新的合作关系将重塑云计算格局
规模较大的云计算生态系统(公共云、私有云、授权IT和服务)开支将达到1180亿美元(2018年将接近2000亿美元),其中有700亿美元 (2018年为1260亿美元)将花在公共云上。亚马逊将在很多方面抵挡进攻,保持甚至增加市场份额。IDC预计,2015的云计算市场将出现奇怪的合作,例如Facebook与微软合作,或者IBM或亚马逊与惠普合作。
5、DaaS将驱动新的大数据供应链
与大数据相关的软件、硬件和服务开支将达到1250亿美元。富媒体分析(视频、音频和图像)将成为大数据项目的重要增长动力,规模至少会扩大到3倍。 25%的顶级IT厂商都将以云平台的形式提供DaaS(数据即服务),分析厂商则会通过商业数据和开放数据提供增值信息。物联网将成为数据/分析服务的下一个关键点,今后5年有望实现30%的复合年增长率。2015年将有更多的应用和竞争企业(例如微软、亚马逊、百度)提供感知/机器学习解决方案。
6、物联网仍将将继续推动传统IT行业的扩张
物联网开支将超过1.7万亿美元,较2014年增长14%,2020年还将达到3万亿美元。将有三分之一的智能和嵌入式设备开支来自IT和电信行业外部。IDC认为,这大幅扩大了IT的定义。看到这一机会,很多传统IT厂商(可能是思科、IBM和英特尔)将组建“物联网解决方案公司”。预测性维护将成为一种重要的物联网解决方案。
7、云服务提供商将成为新的数据中心,重塑IT格局
各大企业都将向云服务提供商运营的数据中心大举迁移,这将激发“云为先”的硬件创新,并推动服务器、存储器、软件和网络设备厂商的进一步整合。到 2016年,超过50%的计算能力和70%的存储能力都将安装在超大规模数据中心里。IDC预计,顶级IT厂商将在2015年将出现两三次重要的合并、收购或重组。
8、行业专用数字平台快速扩张
将新技术整合起来创造一套业务创新平台,而不仅仅是设计平台,将有助于改变所有行业。在每个行业中,都将有三分之一的市场份额领导者被出售新型IT产品和服务的厂商颠覆。例如,金融服务领域涌现新型支付网络(2年内,全球约有2%的支付将通过比特币来完成);物联网技术进入城市安全、公共事务和交通系统领域(到2018年,将占到政府物联网开支总额的25%);以及基于地理位置的服务在零售行业进一步增长。行业平台(行业专用云计算数据和服务平台,通常由业内领先企业开发)的数量将会快速增长,2015年将翻番至60个。
9、新的安全和印刷创新普及
外围安全:15%的移动设备将配备生物识别技术(2020年将超过50%)。核心安全:20%的受监管数据将在2015年年底进行加密(2018年底为80%)。威胁情报将成为DaaS领域的杀手级服务:到2017年,55%的企业都将获得定制的威胁情报数据。3D打印将成为传统文档打印公司的重要活动:2015年的开支将增长27%,达到34亿美元,到2020年,将有10%以上的消费产品可以通过3D打印实现“按需生产”。
10、中国无处不在
中国将在2015年对IT和电信市场产生“飞速影响”,为整个行业贡献43%的增长,并贡献三分之一的智能手机销量和三分之一的网购人群。凭借着规模庞大的本土市场,中国的云计算和电子商务领导者(电子商务领域的阿里巴巴,社交领域的腾讯和搜索领域的百度)都将在全球市场更受瞩目。中国的品牌智能手机厂商将在2015年拿下全球40%的份额。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02