根据 Informa TechTarget 旗下 Enterprise Strategy Group 的年度支出意向研究显示,无论是单独还是与生成式 AI (GenAI) 结合,网络安全都主导着 2025 年企业 IT 投资计划。
这项基于全球 1,351 名 IT 和商业专业人士回应的研究发现,网络安全投资超过所有其他类别,同时 AI 和分析领域也呈现显著增长趋势。在接受调查的组织中(其中 28% 来自 EMEA 地区),大多数预计在 2025 年将维持或增加所有主要技术类别的支出,其中网络安全最可能获得支出增长,其次是客户体验和应用程序开发。
约四分之三的 EMEA 和北美受访者表示,2025 年的整体 IT 投资将较 2024 年有所增加。这项研究在第三季度进行,正值许多组织制定下一年投资计划之际。
生成式 AI 与网络安全竞争投资重点,而安全领域也越来越多地应用生成式 AI。数据管理作为相关领域,生成式 AI 在其投资中占据领先地位。
在商业计划方面,网络安全 (整体 49%) 远超其他领域,包括降低成本 (36%)、改善数据分析和商业智能 (35%) 以及提高业务工作流程自动化 (35%)。网络安全在 EMEA (44%) 和北美 (51%) 均排名第一,这可能预示着 EMEA 的发展方向。在商业计划中,"提高应对网络攻击的运营韧性"在北美为 29%,EMEA 为 28%,几乎持平。
在年度最重要的 IT 计划中,加强网络安全工具和流程以 27% 的总体比例 (EMEA 25%,北美 30%) 遥遥领先,其次是 AI 和机器学习的应用 (16%),以及利用数据分析获取实时商业智能和客户洞察 (14%)。
在网络安全领域,调查显示零信任网络访问 (ZTNA) 将成为 2025 年组织在云安全投资中的首选。防火墙(包括下一代防火墙)是网络安全投资的首要目标,而多因素认证则是身份相关安全技术的重点。
在云投资规划方面,受访者将 ZTNA 视为 2025 年最重要的云安全投资之一 (2025 年 48% 相比 2024 年 41%)。其次是云数据安全和数据丢失防护 (38%),以及应用程序接口 (API) 安全 (37%)。
根据研究报告作者 Bill Lundell 和 Christian Perry 的观点,近年来 API 使用的增长支持了现代应用程序并连接各种系统和服务,这加强了这一关注点。这是因为依赖 API 的微服务生态系统复杂且难以完全确保安全。
AI 的整体崛起十分显著,将 AI 视为对其未来显著重要的技术计划的组织数量激增(今年 44% 相比去年 28%)。它现在与网络安全 (59%) 和云计算 (38%) 并驾齐驱。
Lundell 和 Perry 表示:"随着 AI 发展势头强劲,组织正迅速将预算集中在生成式 AI 技术上,以加速自动化并消除其 IT 和业务环境中几乎所有元素的效率低下问题。"
生成式 AI 作为重要支出目标持续上升,53% 的组织计划在 2025 年进行投资(高于 2024 年的 46%)。
在信息管理领域,生成式 AI 相比其他技术在投资目标中的主导地位,清楚地表明组织正在优先考虑该技术,而不受其现有 AI 战略的影响。53% 的组织计划在 2025 年对数据管理领域的生成式 AI 进行投资,高于 2024 年的 46%。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。