贝恩最新报告指出，为满足日益增长的算力需求及相应基建投资，全球人工智能行业到2031年需实现约6万亿美元的年收入。
据估算，当前面向消费和企业市场的AI应用每年可产生1.2万亿至1.8万亿美元收入。剩余的4.2万亿美元缺口，需依靠新兴的AI驱动产品和市场填补。
贝恩全球科技业务主席大卫·克劳福德表示，当前关于员工生产力的争论忽略了更宏大的经济现实：AI基础设施的经济效益要求产生数万亿美元的新增收入，这远超单纯生产力提升带来的收益。这些额外收入可能源自四大领域：取代搜索引擎并整合广告的AI模型；汽车、卡车和无人机等自主系统；包含机器人技术和数字孪生的物理AI；以及药物发现、心理健康和能源生成等新应用场景。
克劳福德强调，行业需要的创新浪潮规模将超越移动互联网和云计算。为满足超前于需求的基建融资，全球GDP年增长率需额外增加约1%。
AI需求重塑硬件格局
算力需求的飙升显著改变了硬件与半导体公司的表现。2020年至2026年间，此类公司市值以24%的复合年增长率扩张，而软件公司仅为6%。
高带宽内存、先进封装和定制硅片成为增长最快的细分领域。随着超大规模企业和AI公司针对特定工作负载开发芯片，专用集成电路迅速扩张。当训练、推理和智能体工作负载达到一定规模，定制芯片在数据中心算力中的份额将持续扩大。
此外，自然灾害、地缘政治中断和出口管制带来的供应链风险，正促使企业调整采购策略，确保在多个地点和供应商处获得产能。
网络安全面临新挑战
AI正在重构网络安全格局。贝恩估计，AI将使典型网络攻击所需时间从约四周大幅缩短至18小时。AI代理的增加带来了新的风险层，现有监控手段难以跟上其变化步伐。
调查显示，企业正将网络安全修复预算增加两位数百分比，并将20%至25%的安全人员从其他任务中转移，以处理由AI驱动扫描生成的警报。遗留平台、网络层和SaaS供应商成为企业集中修复的重点领域。
AI吸收能力成新竞争关键
企业将AI投入生产的速度，即“AI吸收能力”，已成为新的竞争分水岭。领先AI实验室正投资高达97.5亿美元用于前置工程部署，协助企业整合AI运营；供应商也在开发连接AI模型与企业系统的应用及基础设施层。
尽管令牌价格下跌，贝恩认为大型语言模型不会遵循传统的商品化路径，更可能形成前沿模型与成熟模型的连续体：新案例初期倾向于使用前沿模型，随案例成熟再迁移至低成本替代方案。前沿模型将继续专注于高智能任务，而低成本专用模型则处理成熟的企业工作负载。
技术领导者预计，未来一到两年内，AI将使软件发布周期速度提高148%，开发者生产力提高95%，远高于目前20%至27%的提升水平。但更快的编码速度可能在审查、协调、质量和治理环节造成新瓶颈，亟需对软件开发生命周期进行更广泛的变革。