科技的加快速度进行发展正在重塑亚太地区各行各业。到2025年，企业将面临新兴威胁和机遇并存的复杂环境。要在这个充满变化的环境中保持领先，企业必须把

  目前，云原生环境用户往往因为缺乏对基础设施和应用程序堆栈的端到端可见性，难以快速发现和解决实际问题，进而影响了服务的可靠性和可用性。预计到2025年，用户会更加重视云原生可观测性，以便在混合云和多云环境中实时查看和关联从基础设施到应用的各类事件和指标。这将帮他们分析整个IT环境的数据，在问题升级为事故前及时有效地发现异常和潜在问题。

  2024年，我们见证了多起区域性和全球性的重大技术中断事件，比如Crowdstrike的全球服务中断。这种中断趋势还将持续，继而促使企业制定IT策略来应对、适应以及从类似中断中恢复，具体策略包括：通过多样化IT架构来降低软件集中度和供应商锁定风险，建立备用技术栈以应对故障转移，采用多供应商方案，为操作系统和Kubernetes等关键基础设施软件提供更多选择等。

  2024年，勒索软件攻击飞速增加，随着不法分子使用AI进行更复杂的攻击，这一趋势预计还将持续。勒索软件即服务（RaaS）的存在加剧了这一情况。到2025年，预计将有更多公司投资零信任安全解决方案，以检测和防止勒索软件及其他零日漏洞攻击。

  采用AI技术的公司面临众多安全挑战，包括生成式AI的隐私和数据保护问题，以及AI供应链中的漏洞。为应对这些风险，私有AI平台的采用将会增加。这一些平台使企业能够完全掌控其数据，保护其运营免受没有经过授权的数据共享、合规性风险以及“影子AI”滥用等日益增多的威胁。

  AI，尤其是大型语言模型，运行所需的大量能耗会对碳排放产生显著影响。为了优化AI工作负载的能耗并减少碳排放，企业将在未来几年采用多种策略，包括：微调和优化大型语言模型，消除其性能瓶颈，选择高能效云服务供应商，负责任地扩展AI资源。可观测性工具将有利于推动并指导这些工作。

  如今，有多种选项可运行生成式AI和别的类型的AI工作负载。跟着时间的推移，我们预计大多数企业会为AI用例创建一个标准操作环境。环境将包含一个高度可扩展的通用AI平台，并提供AI工作负载所需的通用模块和服务，如：用尽心思挑选的大型语言模型（LLM）、数据隐私与安全、可观测性等。标准操作环境还确保了一致的治理、有效的工作流程和优化的资源使用，从而有助于减少碳排放。

  综上，2025年及以后，注重数字韧性、安全和创新的企业将能够更好地抓住新兴机遇，从容应对数字时代的各种挑战。

  Canalys：2024年第三季度印度PC市场出货量达到630万台 同比增长12%

  截止2024年3月主要国家用托管服务实施GenAI项目比例（附原数据表）

  2024年11月中东主要航空公司单程出发运力座位数及同比（附原数据表）

  我们致力为中国互联网研究和咨询及IT行业数据专业技术人员和决策者提供一个数据共享平台。