การ์ทเนอร์ คาดยอดใช้จ่าย GenAI ปี 2025 แตะ 22 ล้านล้าน 80% มาจากฮาร์ดแวร์

Gartner-GenAI

การ์ทเนอร์ คาดการณ์มูลค่าการใช้จ่าย GenAI ทั่วโลก ปี 2025 แตะ 6.44 แสนล้านดอลลาร์สหรัฐ (22 ล้านล้านบาท) เพิ่มขึ้นจากปีก่อนหน้า 76.4% โดย 80% จะเป็นการใช้จ่ายสำหรับฮาร์ดแวร์

รายงานข่าวจากบริษัทวิจัยตลาด การ์ทเนอร์ อิงค์ (Gartner) เปิดเผยว่า ยอดการใช้จ่ายด้าน Generative AI (GenAI) ในปี 2025 มีแนวโน้มเติบโตอย่างมีนัยสำคัญในตลาดหลักและตลาดย่อย

การ์ทเนอร์คาดการณ์ว่ามูลค่าการใช้จ่าย GenAI ทั่วโลกในปีนี้ จะเพิ่มขึ้น 76.4% จากปีก่อนหน้า คิดเป็นมูลค่ารวม 6.44 แสนล้านดอลลาร์สหรัฐ (ประมาณ 22 ล้านล้านบาท) โดยแบ่งเป็นหมวดหมู่ต่าง ๆ ดังนี้

1.Service – 2.77 หมื่นล้านดอลลาร์สหรัฐ (9.46 แสนล้านบาท) เพิ่มขึ้นจากปี 2024 ที่ 1.05 หมื่นล้านดอลลาร์สหรัฐ (3.58 แสนล้านบาท) ประมาณ 162%

2.Software – 3.71 หมื่นล้านดอลลาร์สหรัฐ (1.26 ล้านล้านบาท) เพิ่มขึ้นจากปี 2024 ที่ 1.91 หมื่นล้านดอลลาร์สหรัฐ (6.55 แสนล้านบาท) ประมาณ 93%

3.Devices – 3.98 แสนล้านดอลลาร์สหรัฐ (13.62 ล้านล้านบาท) เพิ่มขึ้นจากปี 2024 ที่ 1.99 แสนล้านดอลลาร์สหรัฐ (6.82 แสนล้านบาท) ประมาณ 99%

ADVERTISMENT

4.Servers – 1.80 แสนล้านดอลลาร์สหรัฐ (6.17 ล้านล้านบาท) เพิ่มขึ้นจากปี 2024 ที่ 1.35 แสนล้านดอลลาร์สหรัฐ (4.63 แสนล้านบาท) ประมาณ 33%

รายงานระบุด้วยว่า ยอดการใช้จ่าย GenAI ในปี 2025 จะได้รับการขับเคลื่อนเป็นอย่างมาก โดยรับอานิสงส์จาก Consumer Device หรือฮาร์ดแวร์ที่ผสมผสานกับความสามารถด้าน AI เช่น เซิร์ฟเวอร์ สมาร์ทโฟน และคอมพิวเตอร์ส่วนบุคคลหรือพีซี คาดว่า 80% ของยอดการใช้จ่าย GenAI จะเป็นการใช้จ่ายสำหรับฮาร์ดแวร์

ADVERTISMENT

ทั้งนี้ การเติบโตอย่างก้าวกระโดดของตลาดเป็นผลมาจากความแพร่หลายที่เพิ่มขึ้นของอุปกรณ์ที่รองรับ AI คาดว่าจะครอบคลุมตลาด Consumer Device เกือบทั้งหมดภายในปี 2028 ซึ่งผู้บริโภคไม่ได้ซื้ออุปกรณ์จาก AI เป็นหลัก แต่เพราะผู้ผลิตฝังเทคโนโลยี AI เข้ามาเป็นคุณสมบัติมาตรฐานไว้ ทำให้ผู้บริโภคเสมือนถูกบังคับให้ซื้อสินค้าเหล่านี้ไปโดยปริยาย

อย่างไรก็ตาม การคาดการณ์แนวโน้มการใช้จ่ายด้าน GenAI ของการ์ทเนอร์ ใช้การวิเคราะห์ยอดขายจากผู้ค้าและผู้ให้บริการหลายพันราย ครอบคลุมผลิตภัณฑ์และบริการด้าน GenAI ทั้งหมด รวมถึงใช้เทคนิคการวิจัยปฐมภูมิ เสริมด้วยแหล่งข้อมูลทุติยภูมิที่เชื่อถือได้ในการสร้างฐานข้อมูลที่ครอบคลุมตามขนาดข้อมูลของตลาด เพื่อเป็นฐานการคาดการณ์