明年将是IT项目恢复繁荣的时期,但实际影响仍要视大家身处的职位而定。企业计划增加的技术投资,主要是为了应对业务挑战或推动新计划。与此同时,一些公司仍表示将继续通过战略性成本削减措施调整预算并平衡支出。
Spiceworks与Aberdeen Strategy and Research在2024年7月到8月期间对803位IT专业人士开展一项最新调查,以上结果正是源自这项调查中的发现。
这项名为《2025年IT岗位现状报告》的研究表明,总体前景稳中向好。至少43%的高管表示他们的企业打算增加IT员工规模,而两年前这一比例还仅为32%。今年,只有少数受访者(6%)提到将继续缩减IT员工规模。
大多数企业雇主(57%)表示,他们很难找到具备所需专业知识的员工,潜在候选人对于一些热门IT技能信心不足。IT人才缺口在网络安全、数据分析、脚本/编程以及冲突解决等方面体现最为明显。展望未来,企业对于人工智能(AI)类技能的信心也比较有限,支持者仅为57%。
预计2025年整体技术预算增长将迎来加速。近三分之二(64%)的企业表示,他们计划在2025年增加IT预算。只有4%的公司计划减少预算。同比增长最快的领域包括生成式AI软件(54%)、安全解决方案(52%)以及采购笔记本电脑(47%)。
技术预算增长的主要驱动因素在于安全问题持续加剧,在2025年计划增加支出的组织当中占比53%,高于2023年的41%和2024年的48%。在多数情况下,这笔预算提升是希望帮助企业保持运营正轨。其他导致IT支出增加的因素还包括IT项目优先级提升(47%)、更新基础设施的需求(45%)、员工数量增长(45%)以及通货膨胀(45%)。
调查还报告称,47%的组织计划在2025年增加笔记本电脑的采购支出。Windows 10即将于2025年10月终止服务,在疫情期间,出于远程办公需求而匆忙购买笔记本的工作者们,转眼间也有四年多没有更新电脑设备了。
有趣的是,超过四分之三(76%)的受访者表示,IT自动化属于物有所值的最佳投资技术,排名位列第一。另有72%的人表示千兆Wi-Fi非常值得投资。超过三分之二(68%)的受访者提到,他们感受到了AI与边缘计算的价值。甚至区块链技术也得到了64%的高比例支持。
作为当前最具热度的技能领域,AI也显得非常重要。Spiceworks公司技术洞察主管Peter Tsai表示:“在过去两年当中,AI可能是科技行业最热门的流行语。”
“AI似乎已经渗透到一切领域,包括操作系统、安全解决方案、通信技术、无数商业应用等等。报告中的一项关键洞察显示,54%的企业计划在2025年增加对生成式AI技术(例如ChatGPT)的支出。”
然而,结果部分又出现了转折——企业亦有计划在2025年大幅精简成本。绝大多数(92%)的公司打算在人员、流程或者技术相关的环节上实施某种形式的成本节约措施,平均每家组织计划采取四项措施。
Tsai解释称:“虽然预计总体IT支出将以9%的幅度保持健康的同比增长,但IT部门也同时希望在2025年提高效率,包括削减成本,以及采用新技术来应对挑战、推动新举措或者降低风险。”他还补充道,在某种程度上,“大型企业对于提升效率、消除闲置资源并确定功效有限的购置产品方面,已经表现出普遍性的认真态度。”
受访者们提到,在以技术为中心的成本节约措施当中,最受支持的选项包括停用非必要的基础设施(38%)、重新评估现有供应商或合同(37%)、采用自动化任务或者有助于提高效率的解决方案(34%)以及整合冗余技术(29%)。此外,有28%的企业表示他们接下来会暂停一部分IT规划项目。
Tsai对于IT员工和高层领导之间的判断差异感到意外,他表示:“当我在奥斯汀召开的SpiceWorld大会上公布2025年IT现状调查数据时,许多IT专业人士反映这些数据体现出IT员工和IT管理层之间的严重脱节。”
“例如,大多数IT员工(54%)认为他们的公司在支持技术需求方面的投入不足,而大多数招聘经理则认为他们投入的资金要么足够、要么绰绰有余。IT员工担心工资无法覆盖生活成本,或者高层管理者可能要求技术团队用更低的预算完成更多的任务,而且表达这种担忧的IT人士比例高达普通员工的两倍。”
Tsai补充称,从这些数据中可以得出一个关键结论,即领导层应当了解他们下属面临的压力,包括“多听取他们的意见,因为员工才最了解哪些技术更值得投资。”
与此同时,报告还提到,年轻的IT专业人士——特别是千禧一代和Z世代——对于AI价值抱有更强烈的怀疑态度。Tsai指出:“高层管理者往往认为AI物有所值,但员工们却不太认同它的价值。他们大多犹豫不决,可能还会害怕被AI所取代。”
超过三分之一(36%)的IT经理和专业人士表示,有计划在2025年寻求跳槽。年轻的IT专业人士在明年尝试转换角色的几率更高——超过半数(53%)的1997年及之后出生的从业者,打算在2025年找份新工作。而千禧一代的比例为42%,X世代为32%,婴儿潮一代仅为15%。
报告指出,当前最重要的IT职业技能包括核心技术知识、问题解决能力、网络安全、书面及口头沟通技巧以及团队协作精神。然而,尽管网络安全成为最受重视的技术性IT技能之一(90%的受访者明确表示网络安全很重要或者非常重要),但只有63%的受访者提到他们对自己的安全知识较有甚至极有信心。这也反映出从业者在网安层面仍存在巨大技能缺失。
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。