Persona: strategist

过去一年，中国AI软件私有化市场交出了一份不错的成绩单：计算机视觉92.5亿元，语音语义118.6亿元，机器学习平台稳定增长。但真正值得关注的，不是这些数字和名词，而是一个更根本的结论：中国私有化AI市场已经走出“技术演示”阶段，进入以场景深耕、工程化交付、多模融合为核心的深水区竞争。 在这个阶段，单纯的大模型能力或算法排名不再决定胜负，谁能把行业知识、私有化数据与可规模化的产品能力真正结合，谁才能在下半场胜出。与此同时，市场仍高度分散——多数赛道CR3低于50%——这既说明竞争激烈，也意味着格局远未锁定。

以下，我们基于IDC最新数据，分三个细分市场拆解这一趋势。

计算机视觉：92.5亿元大盘，CV2.0时代加速到来

2025年中国计算机视觉AI软件私有化市场规模达到92.5亿元。在这一成熟市场中，头部厂商凭借场景深耕能力占据领先地位。

市场格局上，商汤科技以19.5%的份额居首。作为国内计算机视觉领域的开创者，商汤凭借深厚的算法积累与超大规模训练能力，在城市安全、零售、汽车等场景保持领先。海康威视以16.7%的份额位列第二，依靠硬件与软件深度整合的产品矩阵以及遍布全国的渠道网络，在安防与工业视觉领域具备不可忽视的规模优势。创新奇智（9.3%）主攻工业制造场景的视觉质检与缺陷检测，已在汽车、电子制造等头部客户中实现批量复制；电信AI公司（7.5%）与大华股份（7.1%）则分别凭借运营商生态和安防硬件深度，在公共安全与智慧园区场景持续渗透。

值得关注的是，计算机视觉市场正经历从“CV 1.0”到“CV 2.0”的深刻变革。传统的计算机视觉以感知为核心，依赖针对特定场景训练的专用模型，一个场景一套算法，部署成本高、泛化能力有限。而随着视觉大模型的崛起，CV 2.0正在重新定义这一市场——从多模型到统一大模型解决多场景问题，从单模态感知到图文多模态理解，从闭集识别到开集推理，从单纯的“看”到“看懂、会搜、能生成”。CV 2.0呈现出几个核心特征：一是统一大模型替代多模型，大幅降低部署和运维成本；二是多模态融合，实现跨模态对齐与“万物检索”能力；三是生成式视觉，从感知延伸至创作；四是端侧与边缘智能，视觉Agent开始落地。这一轮转型将进一步拉大不同厂商之间的技术代际差距，市场格局可能在近年内出现新一轮洗牌。

语音语义AI软件：118.6亿元，大模型重塑竞争格局

大模型的引入使得语音语义AI从“听得清、听得懂”向“答得好、能办事”演进，智能体能力的增强成为厂商差异化竞争的新焦点。2025年中国语音语义AI软件私有化市场规模达118.6亿元，是三大细分领域中体量最大的赛道，也是大模型技术渗透最为深入的私有化场景。自然语言处理（NLP）、语音识别与合成，已成为政务热线、金融客服、医疗记录、企业智能办公等场景的标配基础能力。

市场格局中，科大讯飞以15.6%的份额领跑，凭借在教育、政务、医疗三大核心赛道超过二十年的深耕积累，以及星火大模型的本地化部署能力，科大讯飞在语音语义私有化市场建立起高壁垒的护城河。百度智能云（14.2%）依托文心大模型在语言理解与生成领域的领先性能，以及在政务、金融等行业的广泛布局，紧随其后。阿里云（10.4%）与腾讯云（8.9%）则以云厂商的综合生态优势在企业级NLP私有化部署中持续渗透，尤其在大型企业的混合云场景中具备一体化交付的优势。整体来看，语音语义赛道的其他厂商占比超过50.9%，市场仍处于高度分散状态，区域系统集成商与垂直行业方案商构成了市场的长尾主体。

机器学习平台软件：向大模型工程化平台演进

对于私有化部署市场而言，机器学习平台的核心价值在于帮助企业构建自主可控的AI能力。在数据安全合规要求较高的金融、政务、能源等行业，私有化机器学习平台成为企业训练行业专属模型、沉淀AI资产的关键基础设施。2025年机器学习平台软件私有化市场保持稳定增长，成为企业构建AI能力的重要基础设施。

范式以30.4%的市场份额位居第一，凭借AutoML自动化机器学习技术和在金融、零售等行业的深度积累，持续领跑市场。华为云（25.0%）依托全栈AI能力和政企客户资源，稳居第二。星环科技（2.5%）作为大数据与AI融合的代表厂商，也在积极拓展机器学习平台市场。值得注意的是，该市场“其他”厂商占比高达42.1%，显示市场仍处于相对分散状态，竞争格局尚未固化。

机器学习平台市场呈现出几个显著特征：一是从传统ML向大模型工程化平台演进，涵盖大模型微调、RAG知识库、Agent开发的全栈AI工程化平台；二是AutoML与低代码成为标配，降低AI开发门槛、提升模型生产效率成为平台竞争的关键；三是云厂商与AI厂商差异化竞争，云厂商依托基础设施和生态优势，AI厂商则凭借算法能力和行业解决方案取胜。

结语：私有化市场的下半场，拼的是“可规模化的行业深度”

综合来看，中国私有化AI市场正呈现出几个明确趋势：垂直场景成为增长核心驱动力，而非通用API调用；CV 2.0重塑视觉市场，推动从感知走向理解与生成；技术融合加速，多模态与Agent成为下一竞争高地；竞争格局持续演变，头部厂商份额仍相对分散，未来12个月有望进一步洗牌。

IDC预测，2026年中国AI软件私有化市场仍将保持强劲增长势头，尤其是随着大模型私有化成本的进一步下降与工具链的成熟，中型企业市场将成为新的增量战场。在这场持久战中，谁能把行业Know-How真正转化为可规模化交付的产品力，谁就能在私有化市场的下半场赢得先机。

本文IDC相关报告：

IDC《中国AI软件市场半年度追踪，2025H2》

如果您希望获取更详细的市场份额数据、细分场景分析，或针对贵企业的定制化竞争策略建议，欢迎与IDC团队联系。

请点击此处与我们联系。

2025年中国企业级MaaS市场经历了从试点到规模化应用的关键转折。无论是Token调用量还是实际营收，各个统计口径都呈现出倍数级的增长，同时Token消耗的快速攀升正在重新定义企业使用人工智能的方式。然而，在这一轮高速增长的背后，市场仍然面临性能、安全合规、回答质量等多重实际约束。IDC认为，MaaS厂商的竞争焦点正在从过去单纯的价格比拼，转向“价格、性能与工具链支持”的综合能力竞争。

市场总体规模：调用量增长16倍，但需理性看待基数效应

2024年，中国企业级MaaS市场按调用量统计的规模仅为114万亿Tokens，而到2025年，这一数字跃升至1944万亿Tokens，同比增长约16倍。在营收口径下，2025年中国公有云MaaS市场的规模达到30.7亿元人民币。与此同时，面向传统政企客户的大模型私有化部署市场也保持活跃，尤其在政务、金融、能源等领域形成了独立的采购与交付体系。

IDC预计2026年全年Token消耗量约为40,000万亿次，较2025年进一步增长约20倍。这一加速增长的主要驱动因素，是多模态大模型的逐步成熟以及Agent类应用的规模化落地。换句话说，市场正在从“文本生成”向“多模态理解与自动执行”扩展，每一次交互所消耗的Token量级也相应大幅提升。

Token消耗快速增长，但不同场景之间差异巨大

Token消耗的整体走势非常明确：2025年1月全市场日均消耗约为1.6万亿Tokens，到2025年12月底，这一数字已经攀升至9.6万亿Tokens。随着多模态大模型的进一步成熟，日均Token消耗的增长曲线将会变得更为陡峭。

不过，不同应用场景之间的Token消耗量级存在巨大差异，这一点往往被笼统的市场总量数字所掩盖。例如，一家投资机构在合同摘要场景中，一次处理几十个合同文档，单次消耗的Tokens可达200万。一家教育机构在其在线培训场景中，高峰使用期日均消耗高达2000亿Tokens。而使用多模态产品生成一个视频，也会消耗上千万Tokens。这些差异意味着，企业在评估MaaS服务时，不能只看单位Token的报价，还必须结合自身场景的实际消耗特征来判断总成本。

从应用场景的分布来看，当前公有云上MaaS的主要应用群体集中在泛互联网行业（游戏、娱乐、教育）、智能办公赛道、智能硬件赛道（智能汽车、手机、智能眼镜）以及大消费赛道。主要的应用场景包括角色扮演、短剧生成、市场营销、搜索、数据处理、数据分析和文档处理。而在传统政企的私有化部署项目中，应用场景相对收敛，主要集中在智能办公、数据处理与分析、市场营销等几个方向。

竞争格局：公有云头部集中，私有化部署市场更为分散

在公有云MaaS市场，按调用量计算，2025年火山引擎占据了接近一半的份额，其次是阿里云、百度智能云、硅基流动以及移动云。其他值得关注的厂商还包括腾讯云、商汤科技、华为云、天翼云等。

如果按营收口径来看，火山引擎仍然占据40%以上的市场份额，阿里云、百度智能云、智谱以及移动云位列前五。不同厂商在单位Token定价、折扣策略以及高价值场景的占比上存在显著差异。例如，某些厂商可能在低单价、高调用量的场景中占优，而另一些厂商则在高单价、专业场景中获得了更高的营收贡献。

在私有化部署市场上，格局则完全不同。传统政企客户出于数据安全、合规可控等考虑，仍然将私有化部署作为第一选择，也因此培育了众多的大模型平台私有化厂商。2025年IDC追踪到的头部厂商包括百度智能云、商汤科技、电信AI、中关村科金、创新奇智、星环科技以及中国电子云。相比公有云市场，私有化部署市场的集中度更低，这与政企采购的区域性、行业性特征有直接关系。

企业落地大模型时，性能、合规与质量优先于成本

高速增长的数字背后，企业在大模型落地过程中仍然面临一系列现实挑战。根据IDC的调研数据，影响大模型落地的Top5因素依次是：模型性能、安全合规要求、回答质量、在AI平台可用性以及成本效益。其中，性能指的是企业部署上线后的稳定性、并发数和可靠性；安全合规既要求模型在中国市场可以合规使用，也要求模型生成的内容本身合规；回答质量则直接决定了模型能否被大规模上线应用。

值得注意的是，成本效益在当前阶段排在第五位，并非企业最优先考虑的障碍。这一结果在一定程度上说明，企业当前更关注“模型是否能用、是否安全、是否稳定”，在这些前提条件满足之后，才会进入精细化的成本比较。然而，原文也明确提示了一种中长期风险：随着大模型应用场景的持续渗透，以及算力紧缺状况的延续，大模型的投资预算终将成为关键挑战。换句话说，成本问题目前还没有爆发，但它迟早会来。

MaaS市场的竞争要素正在发生结构性的变化

随着Token经济的兴起和市场参与者的迅速增加，MaaS市场的竞争规则也在发生变化。IDC认为，未来制胜的核心要素将集中在三个方面：价格与成本优化、性能、以及工具链与应用开发的支持。

在价格与成本方面，企业Token的日均消耗正在快速增长，尤其是各类Agent类产品的出现，进一步放大了Token的使用规模。随着规模化智能的到来，厂商需要关注的不是单纯降低单位Token的价格，而是帮助用户降低整体成本，同时确保输出的是高质量、有效用的Tokens。

在性能方面，大量行业场景对并发数和吞吐量有很高要求，与此同时算力紧缺的现状短期内难以根本缓解。能够通过底层算力优化来提升模型训练和推理效率的厂商，将在用户选型中获得明显的优势。

在工具链与应用开发支持方面，过去两年的MaaS市场中，买方选型的首要因素几乎都是价格，而且由于大模型迭代速度太快，买方通常选择直接调用大模型API，而不进行二次调优。但未来，企业将有更多垂直场景落地，这些场景离不开智能体的开发。因此，MaaS平台在工具链（如调试、评测、智能体编排）上的完备性，在用户选型中的重要性将不断提高。

展望：2026年预计20倍Token增长，但需注意情景依赖

基于现有数据和趋势，IDC对MaaS市场给出了明确的预测：2026年中国MaaS市场的Token消耗量将达到约40,000万亿次，按营收规模计算将达到约186亿元人民币。2024年至2030年的年复合增长率约为1154.9%，但这一数字是基于高增长情景得出的。

需要特别提示的是，如此高的复合增长率高度依赖于一系列前提条件：多模态模型的持续成熟、Agent类应用的大规模落地、算力供给不出现严重瓶颈，以及合规政策保持稳定。上述任何一个条件发生变化，实际增速都可能显著低于高增长情景。对于行业参与者和企业买方而言，在看到巨大市场机遇的同时，也有必要对风险保持清醒的认知。

对厂商与买方的建议

基于上述分析和IDC的调研数据，我们可以对MaaS厂商和企业买方分别提出几点建议。

对于MaaS厂商而言，在价格竞争的同时，应当优先解决高并发场景下的性能稳定性和合规推理能力。工具链能力（调试、评测、智能体编排）正在成为差异化竞争的关键，不可忽视。此外，可以考虑在垂直场景（如合同处理、视频生成、教育陪练）中建立深度优化能力，而不是在所有场景中采取同质化的竞争策略。

对于企业买方而言，在当前阶段应当优先验证模型的回答质量、安全合规性和并发稳定性，成本可以放在次优级的位置上。在选择MaaS厂商时，建议关注其工具链的成熟度，而不仅仅是API的单次调用价格。从长远来看，建议尽早建立Token成本的评估机制，避免业务规模扩张后出现成本失控的局面。

进一步交流

MaaS市场的爆发才刚刚开始，IDC将持续追踪这一市场的格局变化与技术演进。如需获取完整报告、订阅后续研究，或针对特定厂商与行业进行定制化分析，欢迎与IDC中国人工智能研究团队联系。

关于数据：本文所有数据和图表均来自IDC《中国AI软件市场半年度追踪，2025H2》。调用量口径统计企业通过公有云MaaS平台调用大模型API产生的Token数量；营收口径统计企业实际支付的公有云MaaS服务费用（不含私有化部署）；私有化部署市场统计面向政企客户的大模型平台软件及相关授权收入。

请点击此处与我们联系。