展望未來，至2025年及以後，TMT行業即將實現重大躍，這一躍在很大程度上得益於生成式AI的迅速普及。

然而，要實現這一願景，行業還需要彌合以下差距：平衡生成式AI基礎設施投資與商業化程序、解決生成式Al使用中的性別差異、管理生成式AI資料中心的能耗、應對公眾對深度偽造內容的信任問題、探索生成式Al在媒體和遊戲領域的最佳應用、利用生成式智慧體實現實時管理與行動，以及填補流媒體影片和雲支出方面的缺口。

同時，還有一些非差距性預測值得關注，包括搭載生成式Al晶片的新型智慧手機和個人電腦、提升觀眾體驗的新場館與體育基礎設施，以及電信運營商的整合（特別是無線運營商）。克服這些障礙對於企業和行業的繁榮發展至關重要。

標誌著2025年成為TMT行業“間隔年”的關鍵差距

1.生成式AI資料中心電力與可持續性差距。擬建的生成式AI資料中心電力需求急劇增長，並尋求低碳電力，這在其需求與電網容量及公司可持續發展目標之間產生了差距。儘管全球的超大規模企業、晶片公司和公用事業公司正在努力彌合這一差距，但預計2025年這一差距仍將存在。

2. 生成式AI的性別差距。相較於男性，女性在工作和娛樂中使用生成式AI工具的可能性較低。部分原因是缺乏信任，但在某些市場，女性對生成式AI的使用率有望在年內趕上男性。

3. 生成式AI深度偽造信任差距。深度偽造生成式AI內容（影像、影片和音訊）的泛濫導致消費者信任度下降。生成式AI生態系統需全面且不可篡改地標註內容，並可靠、準確地實時檢測虛假影像。建立可信的深度偽造內容的邊際成本正在不斷下降，而檢測成本需要以同等速度下降，以幫助彌合這一差距。

4. 製片公司使用生成式AI的差距。許多人期望大型製片公司使用生成式AI進行內容製作，且部分公司已付諸實踐，但預期與現實之間仍存在差距。許多製片公司對生成內容固有的智慧財產權挑戰持謹慎態度，但他們渴望獲得企業能力，以縮短時間、降低成本並擴大影響力。

5. 自主生成式智慧體（Autonomous Gen Al agents）差距。能夠持續可靠地完成離散任務並協調整個工作流程的自主機器人極具吸引力。2024年已啟動代理式人工智慧（Agentic Al）試點專案—一它們能否在2025年實現廣泛應用？

6.流媒體影片差距。許多媒體和娛樂公司認為消費者會“購買並持有”多個訂閱服務。然而，消費者正在透過捆綁自己喜愛的訂閱並放棄其他訂閱來降低成本。我們發現，每個家庭的服務數量不僅停滯不前，還在減少，流媒體公司越來越依賴捆綁服務來填補增長缺口，並利用第三方來聚合和分發其內容。

7. 雲支出差距。使用雲的最初賣點之一是其成本更低，但實際上，支出往往是分散且難以控制的。一些買家正在利用“FinOps”（一套衡量和最佳化雲支出的工具和戰略）來彌補承諾的成本節約與當前支出之間的差距，以管理其雲支出並節省數十億美元。

​文件連結將分享到199IT知識星球，掃描下面二維碼即可查閱！