Les investissements mondiaux des entreprises dans les solutions d’intelligence artificielle générative (GenAI) ont atteint 19,4 milliards de dollars en 2023 et devraient doubler d’ici 2024, selon l’International Data Corporation (IDC). Les prévisions indiquent également que les dépenses, y compris les logiciels GenAI, le matériel connexe et les services, atteindront 151,1 milliards de dollars d’ici 2027, avec un taux de croissance annuel moyen de 86,1 %.
Dans les années à venir, IDC s’attend à ce que l’investissement de GenAI passe par une phase naturelle de développement, les entreprises passant progressivement de la phase expérimentale à la construction de modèles de données d’infrastructure et d’entraînement, et enfin à l’adoption généralisée de la technologie dans divers domaines.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
1 J'aime
Récompense
1
1
Reposter
Partager
Commentaire
0/400
ETHBigBrother
· 2024-01-03 07:38
Embuscade de la crypto-monnaie 👍 centuple de la communauté crypto
IDC : Les dépenses en IA générative doubleront en 2024 pour dépasser les 150 milliards de dollars d’ici 2027
Les investissements mondiaux des entreprises dans les solutions d’intelligence artificielle générative (GenAI) ont atteint 19,4 milliards de dollars en 2023 et devraient doubler d’ici 2024, selon l’International Data Corporation (IDC). Les prévisions indiquent également que les dépenses, y compris les logiciels GenAI, le matériel connexe et les services, atteindront 151,1 milliards de dollars d’ici 2027, avec un taux de croissance annuel moyen de 86,1 %.
Dans les années à venir, IDC s’attend à ce que l’investissement de GenAI passe par une phase naturelle de développement, les entreprises passant progressivement de la phase expérimentale à la construction de modèles de données d’infrastructure et d’entraînement, et enfin à l’adoption généralisée de la technologie dans divers domaines.