| 子類別 | 2025 年支出 | 2026 年支出 | 年增率 |
|---|---|---|---|
| 基礎/基底生成式 AI 模型 | 114 億美元 | 234 億美元 | +104.2% |
| DSLM 與專用生成式 AI 模型 | 16 億美元 | 49 億美元 | +210.0% |
| AI 應用開發平台 | 69 億美元 | 95 億美元 | +38.6% |
| 資料科學與機器學習 AI 平台 | 194 億美元 | 264 億美元 | +36.3% |
| AI 平台與模型總計 | 約 390 億美元 | 642.5 億美元 | +63.4% |
在這 640 億美元的市場中,生成式 AI 模型(包括基礎模型和領域特定模型)是高速成長的引擎,而傳統的資料科學/機器學習平台以及 AI 應用開發平台則以較穩健的速度增長。
領域特定語言模型(DSLM)和專用生成式 AI 模型是表現最突出的類別,其支出在一年內增長超過兩倍。Gartner 資深首席研究分析師 Arunasree Cheparthi 指出,企業越來越傾向於尋找符合其產業或特定任務需求的模型,而非僅依賴通用型基礎模型 。
關鍵關係: 640 億美元的「AI 平台與模型」市場是終端用戶在核心構建模組上的支出。它僅佔 2.59 兆美元總 AI 支出的約 2.5%——因為 2.59 兆美元中的絕大部分用於供應商端的基礎設施、AI 增強硬體、服務以及產品中的嵌入式 AI(例如 AI PC、智慧型手機),而非僅只是平台或模型的採購 。
Gartner 在 2026 年 1 月至 5 月期間上調了其 AI 總支出預測。2026 年 1 月的預測將 AI 總支出定為 2.52 兆美元(年增 44%) ;5 月的更新則將其提高到 2.59 兆美元(年增 47%),增加了約 700 億美元,部分原因來自於模型消耗量高於預期
。2026 年 7 月的平台與模型預測與此上調趨勢一致。
數據描繪出清晰的圖像:生成式 AI 模型,尤其是領域特定模型,是 AI 支出中的成長引擎。但這些數字也顯示,AI 投資的絕大部分仍然集中在基礎設施——也就是為這些模型提供動力的伺服器、晶片和資料中心。對企業而言,關鍵啟示是:模型支出的確在快速增長,但基礎設施成本仍然主導整體 AI 預算。