Gartner将2026年全球AI支出预测上调至2.7万亿美元

根据Gartner最新的预测，2026年全球在人工智能技术上的支出将攀升至2.7万亿美元。这一增长相当于2025年的49.5%，是该机构自开始跟踪AI支出以来最快的年度增速。

这种激增在各AI细分领域并不均匀。Gartner指出，专为AI工作负载调优的基础设施即服务（IaaS）平台，以及服务器、网络设备、半导体和边缘设备的需求仍然强劲，尽管宏观经济环境整体受压。

基础设施需求超过价格压力

预测中的一个显著洞察是，内存价格的上涨预计对基础设施采购的影响有限。Gartner将其归因于企业在AI训练和推理计算能力上的战略重要性，这一需求超过了短期成本波动的考量。

软件供应商正通过在现有产品套件中嵌入更多自主AI功能来应对竞争。这一举措旨在防止跨功能AI代理绕过传统软件边界，从而保护其市场份额。

生成式AI进入‘幻灭低谷’

Gartner将生成式AI定位于2026年的幻灭低谷，表明围绕大型语言模型和图像生成器的热潮正逐步平息。公司观察到，企业正转向更简洁、任务特定的AI功能，这些功能已与现有软件捆绑。

因此，企业采购模式正在转变。相较于委托大型咨询公司进行全方位数字化转型，企业更倾向于开展规模较小、目标明确的项目，利用已拥有应用中的AI特性。

开发平台和生成模型的增长预测

Gartner预测，AI应用开发平台在2026年的年增长率将在28%至39%之间，而生成模型市场的同比增长预计在110%至117%之间。这显示出两大趋势：支持AI创作的工具快速扩张，以及底层模型能力的稳步提升。

• AI优化的IaaS服务
• 高性能服务器和网络设备
• 专用推理半导体
• 具备本地AI加速的边缘设备

Gartner还预计，到2030年，结合转型服务和间接AI项目的收入可达1.2万亿美元。这一长期视角表明，尽管2026年仍以基础设施支出和增量软件升级为主，市场最终将发展为融合战略变革与战术AI实施的更广泛生态体系。

需要强调的是，这些数字是前瞻性估计，而非截至目前的实际支出。Gartner提醒企业区分采购的计算容量、实际使用情况以及AI项目带来的真实业务价值。

从预测来看，企业对AI计算能力的需求已经超越了短期成本波动的顾虑，这意味着在制定预算时，组织必须将基础设施的可扩展性和性能放在首位，而不是仅仅关注当前的硬件价格。此类决策需要结合长期的业务目标，评估不同工作负载对算力的实际需求，以防止因过度压缩成本而导致后期扩容成本更高。

在软件层面，供应商通过在现有产品中嵌入自主AI功能来提升竞争力，这一趋势暗示企业在采购新软件时应重点审视其AI原生能力，而不是仅凭传统功能评估。对比不同供应商的AI集成深度，可以帮助企业识别真正能够降低后续开发投入的解决方案，从而实现更高的投资回报率。

生成式AI进入幻灭低谷的现象提示，企业对大型语言模型的热情正在趋于理性，转而寻求更具针对性的任务型AI功能。实际操作中，这要求组织在项目立项时明确业务痛点，选择能够直接嵌入现有业务流程的模型，而不是盲目追求最前沿的技术，以免产生资源浪费。

规模较小、目标明确的AI项目成为新常态，这对项目管理和绩效评估提出了更高要求。企业需要建立快速验证的机制，利用现有系统的AI特性进行小范围试点，随后根据实际业务价值决定是否扩大投入，这样的迭代方式能够在保持灵活性的同时，降低整体风险。

AI开发平台和生成模型的高速增长预示着工具链的成熟度提升，但也意味着企业必须在技术选型上进行更严格的验证。对平台的兼容性、数据安全性以及模型可解释性进行系统评估，是确保后续部署能够顺利落地并符合合规要求的关键步骤。

最终，预测支出与实际消耗之间的差距提醒CIO在资源分配时保持审慎。通过建立透明的使用监控体系，区分预采购的计算容量与真实的业务使用量，可以避免因过度采购而导致的闲置成本，同时确保在关键业务场景中拥有足够的算力支持，实现预算的最优化配置。

对于中文使用的组织而言，这一预测意味着：首先要在预算中优先考虑AI就绪的基础设施；其次在采购新工具前评估现有软件的内置AI功能；最后规划规模较小、价值导向的AI项目，以逐步扩展。明确预测支出与实际消耗之间的差异，有助于CIO们更高效分配资源，避免在炒作技术上过度投入。