Gartner预测，到2025年，全球终端用户在生成式人工智能（GenAI）模型上的总支出将攀升至142亿美元。其中，专用GenAI模型（包括行业特定语言模型DSLM）的支出预计将达到11亿美元。这些专用模型通过在特定行业或业务流程数据上进行训练或微调，能够提供比通用基础模型在性能、成本、可靠性和相关性方面更优越的表现。Gartner进一步预测，到2027年，企业使用的GenAI模型中，超过一半将是行业特定的，远高于2024年仅1%的比例，这标志着企业正在加速向更具针对性的AI解决方案转型。

💰 全球GenAI支出飙升：Gartner数据显示，到2025年，全球终端用户在生成式人工智能（GenAI）模型上的总支出预计将达到142亿美元，显示出GenAI市场的巨大增长潜力。

🎯 专用GenAI模型崛起：到2025年，专用GenAI模型（包括行业特定语言模型DSLM）的支出预计将达到11亿美元。这些模型通过在特定行业数据上训练或微调，能提供更优的性能、成本效益和相关性。

📈 行业特定模型成主流：Gartner预测，到2027年，企业使用的GenAI模型中，超过一半将是行业特定的，而2024年这一比例仅为1%。这表明企业正逐步转向更垂直、更专业的AI解决方案，以满足特定的业务需求。

💡 基础模型仍占主导但趋势变化：虽然基础GenAI模型（如大语言模型）因其通用性仍将占据企业支出的最大部分，但企业正日益青睐行业特定模型，以获得更好的目标企业用例表现。

根据Gartner的数据，全球终端用户在生成式人工智能（GenAI）模型上的支出预计将在2025年达到142亿美元。终端用户在专用GenAI模型（包括行业特定语言模型（DSLM））上的支出预计将在2025年达到11亿美元。
专用GenAI模型是在行业或业务流程特定数据上进行训练或微调的。DSLM的开发和部署方式产生的影响超出了其直接支出。Gartner预测，到2027年，企业使用的GenAI模型中超过一半将是行业特定的（即针对特定行业或业务职能的），而2024年这一比例仅为1%。

Gartner高级首席研究分析师Arunasree Cheparthi表示：“基础GenAI模型（包括大语言模型）是在大量数据上训练的，可用于许多不同的任务。它们是首批支持GenAI的模型，并将在未来几年继续占据企业支出的最大部分。然而，企业也在转向更多行业特定或垂直的GenAI模型，因为它们在目标企业用例中提供了比基础模型更好的性能、成本、可靠性和相关性。”