Logo
Become a Client

Persona: tech buyer

2026年全国两会释放明确信号：“深化拓展人工智能+”与“打造智能经济新形态”，正成为ICT市场增长的双引擎。政府工作报告中强调的“促进新一代智能终端和智能体加快推广”、“推动重点行业领域人工智能商业化规模化应用”以及“实施超大规模智算集群、算电协同等新基建工程”，为企业级ICT市场的持续扩张提供了明确的政策方向。IDC基于最新发布的2026年V1版《全球ICT支出指南：行业与企业规模》（Worldwide ICT Spending Guide Enterprise and SMB by Industry）及《中国IT市场省级及云解决方案支出指南》（China Provincial Cloud Solutions Spending Guide），对中国ICT市场的结构性机遇进行了梳理。

基于上述指南的数据分析，IDC从市场格局、技术演进、行业赛道等维度，提炼出中国ICT市场的五大核心洞察：

洞察一：市场稳健增长，“深化拓展‘人工智能+’”成核心引擎

IDC《全球ICT支出指南：行业与企业规模》数据显示，2025年中国ICT市场投资规模为6889亿美元。展望未来，中国ICT市场支出将以7.8% 的五年复合年增长率稳步增长，到2029年有望突破9187亿美元。

从企业级视角来看，这一增长态势更为强劲。企业端的“‘人工智能+’深化拓展”战略正驱动着从基础设施到应用服务的全链条投入。IDC《全球ICT支出指南：行业与企业规模》预测，到2029年中国企业级ICT市场规模将达到5120亿美元，五年复合增长率13.3%，高于整体市场增速，成为推动新质生产力发展的关键力量。

洞察二：硬件为基，软件与服务引领智能化转型

IDC《全球ICT支出指南：行业与企业规模》数据显示，中国企业级ICT市场在硬件、软件、IT服务等多个领域展现出差异化的发展前景。

硬件：规模最大的“压舱石”。作为数字化转型的核心基础设施，硬件市场依然是当前中国企业级ICT支出中规模最大的组成部分，2025年占比超过五成。值得注意的是，AI训练和推理需求的爆发直接拉动了对GPU服务器、高性能存储及相关网络设备的投入，服务器和存储市场的投资到2029年有望实现24.4%的五年复合年增长率，成为硬件领域中增长最快的子市场。

软件：智能化转型的核心引擎。随着生成式AI的加速落地，软件正在成为企业智能化决策、业务流程自动化和数据治理的核心载体。IDC预测，2029年中国企业级软件市场规模预计达到933亿美元，五年复合增长率13.6%。其中，受到大模型发展的驱动，应用开发与部署市场成为软件市场中增长最快的子市场。

IT服务：不可或缺的赋能者。无论是在企业架构优化、系统集成，还是在智能化技术落地等关键环节，IT服务都扮演着至关重要的角色。IDC预测，2029年中国企业级IT服务市场规模将接近750亿美元。

洞察三：云部署模式分化，公有云领跑、私有云稳增

两会提出的“深化拓展人工智能+”行动正深刻影响企业技术路线的选择。IDC《中国IT市场省级及云解决方案支出指南》数据显示，2025-2029年间，三大部署模式的结构性变迁趋势愈发清晰。

公有云：增速领跑，占比突破四成。公有云是三大部署模式中增长最快的板块。IDC预计，2025年公有云支出规模达1018亿美元，占中国企业级IT市场总规模的44.2%；到2029年，这一规模预计将增长至2144亿美元，五年复合增长率高达23.4%。这一增长的核心驱动力首先来自互联网行业的持续投入，2025年其在公有云市场中的贡献占比超过50%；与此同时，传统行业的数字化转型也在加速推进，正在成为公有云市场增长的新动能。

私有云：规模持续扩大，占比稳步提升。私有云是中国企业级IT市场中占比持续提升的部署模式，2025年占比16.8%，到2029年预计提升至18.9%。私有云市场的高速增长，得益于AI工作负载的私有化部署需求激增。此外，数据安全政策的驱动，正推动大型国央企、金融机构等将核心业务系统向云原生架构加速演进。

传统IT：存量巨大，占比逐年收窄。尽管云计算的浪潮席卷各行各业，但传统IT部署模式依然在中国企业级IT市场中占据重要地位。2025年传统IT支出规模达900亿美元，占市场总规模的39.0%；到2029年，这一规模将增长至1193亿美元，但占比下降至29.0%。

洞察四：互联网行业领跑，企业级IT投资结构性分化

从行业维度看，IDC《中国IT市场省级及云解决方案支出指南》数据显示，互联网、金融、政府、制造、电信等行业的IT投资规模均位居前列。其中，互联网行业占据规模优势，金融与政府行业稳步推进数字化转型，而制造业则在政策强力驱动下，成为增长动能较为突出的领域之一。

互联网：份额领跑，AI驱动高增长。互联网行业依然是中国企业级IT市场投资占比最高的行业，2025年占中国企业级IT市场总规模的33.1%，并以25.2%的五年复合增长率高速增长，在各行业中增速最快。随着生成式人工智能进入商业化落地关键期，互联网企业从模型训练走向应用创新，对GPU服务器、AI加速芯片、高性能存储的需求持续井喷。

金融与政府：科技金融与数字政府双轮驱动。金融与政府行业在市场规模和增长态势上较为接近，2025年企业级IT支出规模分别占中国企业级IT市场总规模的12.3%和11.1%。在“科技金融”和“稳妥推进数字化转型”的导向下，金融机构正积极探索智能客服、风险管理、智能投研等AI在业务端的应用；政府行业则围绕“数字政府”建设，从政务云基础设施向“一网通办”、“一网统管”等创新应用持续延伸。

制造：增速领先，智能制造催生多元需求。两会报告中， “因地制宜发展新质生产力”及“实施新一轮制造业重点产业链高质量发展行动”被置于突出位置。制造业IT支出规模的五年复合增长率达13.3%。IT技术正在渗透到制造业全价值链，包括研发设计端的仿真软件，生产制造端的工业机器人、智能产线，经营管理端的ERP，以及产品服务端的远程运维等。

洞察五：区域与规模分化，超大型企业主导市场

两会报告中明确提出“深入实施区域协调发展战略、区域重大战略”，支持京津冀、长三角、粤港澳大湾区打造世界级城市群。IDC《中国IT市场省级及云解决方案支出指南》的分省数据，为量化评估这一战略下各省的数字经济活力提供了一把标尺。

从区域分布看，中国企业级IT市场呈现明显的梯度格局。中国七大区域中，华北、华东、华南三大区域在2025年的企业级IT投资规模合计占比超过85%，构成市场主力。聚焦省份层面，北京市以2025年33.4%的企业级IT投资占比成为全国企业级IT市场的绝对龙头；上海市在软件、IT服务、人工智能平台等投入上遥遥领先；广东省在电子信息制造业、智能硬件等领域积淀深厚，其中深圳IT支出五年复合增长率达15.2%。

从企业规模看，IDC《全球ICT支出指南：行业与企业规模》数据显示，超大型企业（1000+人）仍然是企业级ICT支出的主要力量，2025年占据超过五成的投资份额。超大型企业在智能算力、云原生平台、大数据平台等前沿领域的投入持续加码，为市场增长注入核心动力。

【IDC分析师观点】

IDC中国分析师张文蕙认为，2026年是“人工智能+”行动全面落地的关键之年。政策持续加码与市场需求释放形成合力，为技术供应商和行业用户创造了广阔空间。AI不再只是技术热点，而是重塑硬件、软件、服务及云部署模式的核心变量。展望未来，市场竞争将不再局限于单一产品的性能比拼，而是上升为算力、平台、生态的综合能力较量。对企业而言，既要把握AI赋能的确定性趋势，也要将AI能力与自身业务场景深度融合，在算力投入与价值实现之间找到平衡点。

IDC中国高级研究经理郭越认为，当前中国ICT市场保持稳健增长、结构升级、智能驱动的整体态势，在政策与产业双轮驱动下，AI 成为核心引擎，推动硬件、软件、服务协同共进，行业热点清晰聚焦。中国ICT市场中软件与信息技术服务业、云计算、智算中心等板块领跑增长，企业数字化与智能化需求旺盛，市场韧性强劲。人工智能从技术探索走向规模化落地，大模型、智能体、端云协同快速普及，带动芯片、服务器、操作系统、数据库、行业解决方案全栈升级，形成 “硬件筑基、软件赋能、服务变现” 的一体化发展格局。

备注：IDC《全球ICT支出指南：行业与企业规模》及《中国IT市场省级及云解决方案支出指南》数据中不包含企业运营技术支出（Operational Technology Spending）数据。

IDC《支出指南》致力于为IT厂商、行业用户和投资/金融机构在战略规划、产品研发、IT支出及投资规划等方面提供数据支撑。《支出指南》系列产品聚焦IT热门领域，从多个维度预测市场规模和增速，助力厂商发掘市场潜力；引导行业用户根据热点技术及应用场景进行IT规划；通过分析特定市场的发展前景，帮助投资和金融机构更好地做出决策。

IDC《支出指南》相关研究：

China Provincial Cloud Solutions Spending Guide

Worldwide ICT Spending Guide Enterprise and SMB by Industry

Worldwide AI and Generative AI Spending Guide

Worldwide Software and Public Cloud Services Spending Guide

Worldwide Security Spending Guide

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

Wendy Zhang - Market Analyst - IDC

Wendy Zhang is a research analyst in the Data and Analytics group at IDC China. She is responsible for business operations and spending guide in China Enterprise Team. She provides dynamic forecasts of future China and global ICT market development. Wendy previously held research positions at ByteDance and Kingsoft Office, where she worked on global payment products and the WPS Cloud Platform, respectively. She conducted research on landscape and competitors of corresponding markets to provide market entry strategies. Prior to that, she was responsible for industry research for TMT companies at Capital Securities, providing stock price prediction and investment advice. Wendy graduated from the University of Wisconsin-Madison with an M.S. in Business Analytics and earned a B.S. in Economics from Beijing Normal University. She is an active leader in programs, including Deloitte data analysis program and entrepreneurship program. She speaks fluent English and Chinese.

中国企业的活跃智能体规模正在进入一段前所未有的加速期。随着本土模型能力的持续升级、智能体技术与应用生态的快速成熟，以及产业政策的叠加共振，中国企业活跃智能体数量将在2031年突破3.5亿规模，年复合增长率达到135%以上，这一增速将领先全球主要市场。同时由于智能体任务执行密度的增长和任务复杂度的提升，也将带来智能体Token消耗年均超30倍的指数级跃升。在规模爆发的背后，是中国智能体市场技术、生态、政策的三重叠加。

中国智能体规模爆发的底层逻辑

中国智能体市场之所以能够在未来几年迎来如此陡峭的增长曲线，有三个关键因素：模型能力的跃升，智能体生态的成熟，以及产业政策的推动。三者的叠加，共同构成了这轮爆发的底层逻辑。

1. 模型能力的跃升

过去两年，中国本土大模型在推理、工具、代码、长上下文处理等核心能力上持续突破，为智能体的落地提供了坚实的技术底座。更重要的是中国本土模型兼具性能与成本优势，这使更多中小规模场景具备了经济可行性，也为智能体开始大规模进入企业场景创造了条件。

2. 智能体生态的成熟

模型能力的成熟只是基础，生态的互联则是智能体规模化更为关键的一环。以OpenClaw为代表的智能体产品，通过生态打通和工具整合，展示了智能体在跨系统跨生态场景下能够实现超预期的生产潜力。这背后正是MCP、Skills等标准化协议的落地，让智能体以标准化方式低门槛的接入更多的系统、工具和能力，拓展了智能体能够完成任务的边界，也为智能体的规模化提供了现实条件。

3. 产业政策的推动

产业政策也是中国市场智能体爆发的重要推手。国务院印发的《关于深入实施”人工智能+”行动的意见》（国发〔2025〕11号）明确提出，到2027年智能体等应用普及率超过70%，到2030年超过90%，同时，各部委及地方政府也在产业政策与财政支持层面持续加码。在政策支持下，智能体相关项目的预算确定性与推进节奏会进一步提升，推动中国智能体市场进入加速放量阶段。

规模化将带来更大挑战

当模型能力已经跨过可用门槛，智能体技术和生态日趋成熟，企业获得智能体的门槛正在快速降低。但拥有智能体只是第一步，企业真正的挑战，则是如何在生产环境中稳定、安全、可持续地同时运营成百上千个智能体。

1. 架构压力：系统必须对AI可读

随着智能体逐步融入企业运营的核心执行层，企业级软件系统正进入一个新的设计范式。未来的系统在服务人类用户的同时，也需要具备高度的AI可读性，使智能体能够通过MCP等标准化协议进行无缝调用。这对软件供应商的产品架构提出了系统性的升级要求。

2. 治理压力：信任成为生产前提

随着智能体进入核心业务流程，全链路可观测、细粒度权限控制、可审计机制将成为基础能力。

尤其在中国市场，数据安全与信创要求使部署环境更为复杂。核心数据不出域成为前提，端云协同与混合部署成为常态。智能体数量越多，治理能力越成为门槛。未来的分水岭，不在技术，而在组织信任结构。

3. 成本压力：Token正在改变IT预算逻辑

当前中国市场的企业端的Token消耗仍以对话与生成式AI为主，但随着智能体运行规模与任务复杂度的同步提升，活跃智能体的Token消耗进入高速增长期，将为企业带来持续的成本压力。因此成本可观测与效能监测，将成为智能体应用商业可持续性的核心能力。

四类智能体，四种增长路径

并不是所有智能体都会以相同节奏增长。中国市场正在形成四类结构分化。

  • 应用内智能体：最快落地，但增速将趋稳

在智能体技术普及初期，ERP、CRM、IM等企业级SaaS厂商正积极在其产品线中嵌入智能体能力，依托入口优势与庞大的客户基础快速打开市场。应用内智能体的核心优势在于零迁移开箱即用，天然打通已有业务数据和工作流，且与企业存量采购路径一致，能够大幅降低企业应用智能体的决策门槛和组织阻力。随着企业需求逐步向端到端跨系统协同演进，此类智能体的增速将在2027年后将逐步放缓。

  • 低代码/无代码智能体：数量最大

在中国市场，基于低代码/无代码平台构建的智能体在数量上将持续占据绝对多数，主要得益于中国市场早期开源和免费的平台级产品的教育和普及。这类智能体能够支持业务团队快速开发智能体，降低智能体应用门槛，满足企业长尾场景中的智能体需求，因此总量将非常巨大。IDC预测，这类智能体将从2026年的约300万增长至2031年的近2亿，并始终占据全部活跃智能体的半数以上。

  • 独立智能体：弹性最大

独立智能体是不依附于某个主应用、能够跨系统执行复杂任务的智能体产品，当前的部署规模仍然较少，但增速弹性最大。独立智能体会随着系统的开放性和智能体互操作协议与工具生态（如MCP等）的发展而快速爆发。到2031年，中国市场独立智能体的活跃数量占比将从2026年的7.5%升至20.1%，与应用内智能体的数量持平。

  • 定制智能体：数量少，价值密度高

定制智能体的部署数量占比最少，其主要服务于专有业务、高安全性与高可控需求的高价值场景，尤其是大型国有企业、政府及事业单位这类对信息安全和自主可控有严格要求的组织。定制化交付成本高、实施周期长、治理复杂度大，这类智能体的数量不会特别多，其增长更多体现在价值密度而非数量。

IDC中国研究经理孙振亚表示，这一轮增长将为企业打开一个难得的战略机遇期，率先布局智能体的企业，将在效率提升、成本优化与业务创新三个维度同步获益。在这一进程中，企业应尽快完成从智能体场景验证到规模化运营的能力沉淀，在架构升级、治理体系与成本管控上做好准备。

给技术供应商与企业用户的建议

智能体技术生态的成熟与国家战略的牵引正在形成共振。企业应主动将智能体纳入数字化转型的核心规划，加速完成智能体体系能力的沉淀；而技术供应商更应紧抓这一战略机遇，抢占发展先机。建议技术供应商和企业采取如下行动：

  • 推动AI可读的架构演进

积极采纳MCP等主流互操作标准，通过模块化与标准化接口降低集成门槛，使智能体能够跨生态系统流畅地检索信息、调用工具并完成端到端的任务闭环。系统架构应从顶层设计上支持多智能体与人的灵活协同，以平台化、组件化思路沉淀可复用的能力模块，为智能体的规模化增长奠定基础。

  • 深化数据与知识工程建设

智能体的高效运转依赖于高质量的数据与领域知识支撑。中国市场SaaS渗透率相对较低，企业内部数据治理尚不完善，大量关键业务经验仍以隐性知识的形式留存在核心人员的经验中，尚未转化为可被系统化调用的显性资产。企业应优先推进数据治理与知识沉淀，打通数据孤岛，将行业专有经验与隐性知识转化为智能体可调用的规则体系与知识资产。

  • 建立智能体运维体系

随着智能体运行规模与任务复杂度的同步提升，Token消耗将进入高速增长通道，算力成本将成为关键要素。技术供应商需在Token缓存、上下文加载、智能体记忆管理等环节持续布局，企业则需建立常态化的成本效能监测与治理机制，精准掌握各项投入产出指标，确保技术应用的商业可持续性。

  • 完善合规治理与可观测性

在引入智能体之初即应规划健全的权限管理、行为审计与责任追溯机制，将合规约束转化为标准化的平台服务。尤其在政务、金融、央国企等强监管领域，全链路可观测与可审计的能力覆盖将成为生产级部署的基础要求。

更多研究，请关注IDC 2026年中国AI研究计划。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

Zhenya Sun - Research Manager - IDC

Zhenya Sun is a research manager for the IDC team focused on exploring the application of technology and industrial development of AI and AI agents. He is also responsible for providing clients with consulting services on technologies, products, and markets related to large language models (LLMs) and AI agents, as well as delivering speeches at industry conferences and internal seminars. Before joining IDC, Zhenya served as a project management officer (PMO), responsible for internal and external strategic consulting, AI application research and advisory services, AI project framework standardization, management system construction, and technical training on AI applications. Prior to that, he also led initiatives in product development process optimization and user market analysis. Zhenya holds a Master's Degree in Engineering Management with a specialization in Information Systems Engineering from the University of the Chinese Academy of Sciences.

国内市場において、AIインフラは新興技術分野から脱皮し、日本経済を支える中核的な社会基盤へと位置付けが変わりつつあります。2026年は、まさにこの変化を象徴する年になるとIDCではみています。

IDCが発表した最新データによると、日本のAIインフラ市場は構造的転換点に入ったことがわかります。ハイパースケーラー主導で始まったAIインフラの拡張は、いまや経済活動、企業競争力、そして中長期的な産業変革を支える国家的な基盤へと進化しています。これは、データで裏付けられた明らかな変化です。

以下では、IDCが発表した「Worldwide Quarterly AI Infrastructure Tracker」および「Worldwide AI and Generative AI Spending Guide」に基づき、国内市場の次の成長局面を示す3つのシグナルを整理します。

1．AIインフラは国家戦略的な資産へ

過去3年間で、日本のAIインフラ支出は経済的役割を根本から変える水準まで拡大しました。2025年の支出規模は、2022年比で約7倍に達しています。

AIインフラ市場の初期段階における急速な成長を後押ししたのは、経済安全保障推進法に基づく政府によるクラウドプログラムへの支援です。対象となったGPUサーバーの大規模案件は今年度内に完了見込みであり、国内のAIインフラの能力を一気に引き上げています。

しかし、その意義は政策効果だけにとどりません。大規模かつ集中的な投資は、AIインフラが従来のITインフラからのアップグレードとは異なる国家戦略的な資産として扱われ始めたことを示しています。換言すれば、日本は単に計算能力を拡張しているのではなく、ソブリンAIの能力を構築しているのです。

2．インフラ市場全体を上回る構造的成長

政策主導のAIインフラ投資が一巡した後も、市場の構造的成長は持続します。IDCは、2026年の国内AIインフラ支出が前年比18％超増の8,210億円に達すると予測しています。これはエンタープライズインフラ市場全体の成長率を大きく上回る水準です。さらに2029年までの5年間の年平均成長率（CAGR）は、約13％と高水準を維持する見通しです。

特筆すべきは、2028年にAIインフラ支出が非AIインフラ支出を上回る転換点を迎えることです。これは、日本のインフラ市場の重心が構造的にAIへ移行することを意味しています。AIはもはや一部の企業で行われる限定的な実証実験の領域ではなく、多くの企業で実稼働段階に入っています。そのAIワークロードを支えるAIインフラは、当面はホステッド／パブリッククラウド中心に推移するとみていますが、ソブリンAIへの意識やニーズが高まる中で、オンプレミス、エッジなどエンタープライズAIインフラにも広がる可能性があります。

3．エンタープライズ需要の再加速

AIインフラの次の成長局面はエンタープライズ主導で進んでいきます。2026年、エンタープライズ向けAIインフラ支出は前年にあった大型案件の反動減から一転、前年比約5％のプラス成長へ回復するとIDCでは予測しています。

さらにIDCのAIユースケース別支出データによれば、投資額の増加しているAIユースケースは営業、カスタマーサービス、研究開発といったコア事業領域へとシフトしています。AIは局所的な業務効率化から、売上拡大や競争優位性の確立に直結する領域へと役割を変えています。

さらに、実験段階から本番運用への移行に伴い、推論処理を中心とした高負荷ワークロードが増加し、より強靭で拡張性の高いインフラ需要を一層押し上げることとなります。同時に、運用の高度化に対するニーズも高まることになります。

2026年、日本のAIインフラ市場は新たな段階に入っていきます。問われるのは、いかに迅速に導入するかではなく、いかに最適に設計し、統合し、運用するかです。ユーザー企業は個別のPoCを超え、全社規模でAIをスケールさせるアーキテクチャ設計が求められます。一方でベンダーは、ハードウェア供給モデルから、インフラ統合、ライフサイクル支援、マネージドサービスを含むエコシステム型能力へと進化する必要があります。すなわち、競争の焦点は容量から能力へと移りつつあるということです。

まとめ

2026年の日本のAIインフラ市場は、規模、構造的成長、そして経済的重要性によって特徴づけられます。わずか3年で7倍という成長は、単なる技術サイクルではなく、日本経済を支えるインフラ基盤の再定義といえます。

IDCが提供するデータのご紹介

IDCはAIおよびAIインフラに関して、以下のように継続的かつ多層的なデータを提供し、分析を行っています。

これらのデータセットを統合することで、日本のAI市場の進化を可視化することが可能となります。

さらに2026年3月には、Special Study「2026年 国内AIインフラおよびAI向けITインフラサービス市場動向分析」を発行予定であり、ユーザーやベンダーの動向、エコシステムの変化についてより詳細な分析を提供する予定です。ぜひご期待ください。

Shinya Kato - Senior Research Manager, Enterprise Infrastructure, Data & Analytics, - IDC Japan

Analyst Profile
Shinya Kato is a Senior Research Manager at IDC Japan and is responsible for the data analysis and forecasting team of Japan enterprise infrastructure market. He analyzes the impact of product technology, service offerings, and marketing strategies on enterprise infrastructure market and provides market forecasts, focusing on the domestic enterprise storage systems market. Through understanding technology adoption trends, he also provides insight into emerging devices such as flash, accelerators, and quantum computing. In addition to researching the HPC and AI infrastructure markets, he is also investigating new consumption models such as Hardware-as-a-Service, to help stimulate the market. Prior to joining IDC, he spent more than 10 years at Silicon Graphics, which was later acquired by HPE, where he held various domestic positions in sales, marketing, and business development. He has covered a wide range of businesses, from infrastructure hardware and container-based data center facilities to digital asset management, industrial virtual reality, and software for media & entertainment. He also served as a product manager for enterprise internet security software and appliances at the emerging vendor. He holds a Bachelor of Economics degree from Rikkyo University.

一个正在被低估的变化：云，已经不只是“算力池”

过去十多年，云计算的核心价值在于弹性、规模和成本效率。但 IDC 指出，随着生成式 AI 和智能体（Agentic AI）走向生产环境，云计算正在发生一次根本性转变——它不再只是承载应用的基础设施，而正在演进为 AI 运行、治理与协同的核心平台。

在中国市场，这一变化尤为明显。一方面，AI 应用对算力、数据、网络和安全提出了更复杂、更高频的需求；另一方面，数据安全、数字主权和成本压力，使企业无法简单依赖单一公有云模式。云计算，正在被迫“进化”。

在《IDC FutureScape：全球云计算2026年预测——中国启示》（Doc# ,2026年，1月）中，IDC 系统性地刻画了未来五年云计算将如何围绕 AI 重构自身形态与价值。

十大预测：AI 如何重新定义云计算的形态与边界（原文引用）

预测 1｜云基础架构现代化

到 2027 年，海量的计算和数据需求将强制超过 85% 的中国组织将传统云环境转型适配 AI 工作负载的新型平台。

这意味着，传统以 IaaS/PaaS 为中心的云架构已难以支撑 AI 应用规模化，云基础架构现代化将成为企业发展智能业务的前提条件。

预测 2｜代理式 AI 云运营

到 2027 年，80% 的中国 500 强企业将会部署代理式 AI 平台，为自动化 IT 云运营提供大规模、持续性的监控、分析、故障修复能力，最小化人工干预。

云运维正从“人驱动”走向“智能体驱动”，IT 团队的角色将随之发生转变。

预测 3｜专业的 AI 云服务提供商

到 2029 年，区别于 GPU 资源提供商，至少 30% 的高等级 GPU 将由 AI 云服务商的具备云特性、灵活计费、API、软件服务的资源覆盖。

企业将越来越倾向于选择“懂 AI 的云”，而不仅仅是提供算力的云。

预测 4｜边缘 AI 智能体

到 2028 年，具身智能将迎来爆发式增长，云服务提供商将通过在企业边缘环境部署 AI 基础设施和智能体支撑其中 60% 的业务场景。

AI 正从中心云走向边缘，云计算的服务边界被显著拉长。

预测 5｜基于私有云的企业级 AI 平台

到 2028 年，为了满足数据隐私需求以及降低公共大语言模型的数据泄露风险，60% 的中国组织将采用能够在数据治理方面提供更多控制能力的私有云平台方案。

私有云正在成为企业级 AI 的关键承载平台，而非“过渡选择”。

预测 6｜AI 成本治理

到 2028 年，没有把 AI 投入并入成本治理范围的企业 FinOps 团队将在 AI 相关项目方面面临 30% 的成本增长以及更低的总体回报。

AI 时代，成本治理能力将直接影响云与 AI 投资的可持续性。

预测 7｜异构云基础设施

到 2028 年，超过 80% 的中国组织将采用异构云基础设施，用于平衡混合的 CPU、GPU、存储技术以优化 AI 工作负载的性价比。

单一算力形态已无法满足 AI 需求，异构成为常态。

预测 8｜云端风险管理

到 2029 年，基于地缘政治的不确定性，50% 的实施数字化自治的中国组织将迁移敏感的工作负载到新的云平台以降低风险和提高自主能力。

云计算正在被纳入更宏观的风险与主权考量。

预测 9｜AI 辅助工作负载替代

到 2029 年，60% 的中国组织将采用云端的 AI 融合工具用于评估成本和性能指标，通过部署 25% 的 AI 智能体自动化工作负载的协同，以优化工作负载的替代。

AI 将参与云资源与工作负载的“自我优化”。

预测 10｜智能体 SaaS 平台

到 2029 年，50% 的中国企业应用将采用 SaaS 平台模式进行实时工作流中的预定义 APP 功能和 AI 智能体的协同，构建模块化和共享交互的解决方案。

SaaS 正在向“应用 + 智能体”的平台形态演进。

这些预测共同说明了什么？

IDC FutureScape 2026 反复传递出一个清晰信号：AI 已经成为云计算发展的第一驱动力。

云不再只是支撑 IT，而是直接决定 AI 能否落地、能否规模化、能否在合规和成本可控的前提下持续运行。忽视云基础架构演进的企业，将很难在 AI 投资上获得长期回报。

分析师观点

IDC 中国高级研究经理张犁认为，中国云计算市场正从“规模增长期”迈入“能力重构期”。FutureScape 2026 显示，云计算正在围绕 AI 重塑自身的架构、服务形态与商业模式——从基础架构现代化、代理式 AI 运维，到私有云与异构云并行发展。那些能够将云战略与 AI 战略深度融合的企业，更有可能在复杂环境中实现业务韧性与持续创新；而仍将云视为单一基础设施选项的组织，将面临更高的成本、风险与转型阻力。

一个面向管理层的综合建议

IDC 并不建议企业孤立地“上云”或“上 AI”。更重要的是，以 AI 为核心，重新审视云基础架构、云运营模式、成本治理与风险管理能力。
云计算，已经从“是否采用”的问题，转变为“是否足以支撑下一代智能业务”的问题。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

Lee Zhang - Senior Research Manager - IDC

Lee Zhang is a senior research manager for IDC Cloud Computing whose research theme focuses on cloud technology, namely hybrid cloud infrastructure, cloud-native infrastructure, big data infrastructure, microservice architecture, and deep learning (DL)/machine learning (ML) architecture, among others. Lee is also responsible for providing project consulting, market analysis for cloud service providers and end users, in collaboration with IDC local and regional consulting/research teams. Lee previously worked as a solution architect for Alibaba Cloud in the retail business, primarily focused on hybrid cloud solution design and delivery, and digital transformation project management. He assisted all types of clients, such as private enterprises, state enterprises, and government departments, designing digital transformation solutions with cloud technology such as hybrid cloud infrastructure including infrastructure as a service (IaaS)/platform as a service (PaaS)/desktop as a service (DaaS)/software as a service (SaaS), middle-stage infrastructure, big data platform, migration to cloud methodology, microservice architecture, and DL/ML, to name a few. Lee graduated from Beijing Institute of Technology with a master's degree in Business Administration (MBA). He obtained his bachelor's degree in Automation from the Huazhong University of Science and Technology.

当前，中国工业行业正处于由“数字化”向“智能化”跨越的关键拐点，“人工智能+工业”融合发展已成为产业转型升级的核心引擎。向国内市场看，随着需求加速升级、政策持续加码、技术不断演进，工业 AI 正从概念探索迈向规模化应用的新阶段；向全球市场看，各地区及国家对工业场景 AI 采用的重视程度空前高涨，但由于产业基础、IT/OT 架构与合规环境差异，不同区域在落地阶段与机会窗口上呈现明显分化。IDC 认为，中国工业厂商可依托自身技术积累与产业链优势，以多元化路径有针对性地推进海外市场拓展，实现“场景能力—交付体系—生态伙伴”的渐进式出海。

国内市场

工业 AI 规模化落地与智能体爆发式增长的双向共振

工业 AI 的需求已从早期头部企业的探索性投入，转向全行业“提质降本增效”的刚需。根据 IDC 预测，到 2028 年，中国工业企业 AI 支出规模将接近 900 亿元人民币，年复合增长率达到 38%。

到 2030 年，全球活跃智能体数量将突破 22.16 亿个，年复合增长率达到 139%，其中工业领域的活跃智能体是最重要组成部分之一。IDC 认为，智能体数量的快速增长将与工业 AI 的规模化需求形成共振：一方面，工业企业对跨系统协同与流程闭环的诉求更强；另一方面，智能体作为“任务编排与流程执行载体”，有助于将 AI 从“点状能力”升级为“可运营的生产力”，从而加速规模化落地。

国家布局加码，“人工智能+”专项行动锚定工业 AI 规模化落地

2026 年 1 月，工业和信息化部等八部门联合印发《“人工智能 + 制造”专项行动实施意见》，明确提出到 2027 年推出 1000 个高水平工业智能体的目标，标志着工业智能体已从企业自发探索上升为国家层面的系统性布局；同期，国家发展改革委、国家能源局发布《关于推进“人工智能 +”能源高质量发展的实施意见》，与前者形成政策合力，共同推动人工智能技术与制造、能源等工业领域的深度融合应用。

工业智能体正在向“强专业属性/高专业适配度”技术路线演进

工业本身具有强行业差异与强流程约束，无论制造还是能源行业，每个环节的业务语义、数据形态与约束条件都不同，难以依赖消费级通用智能体“一招通用”。因此，针对工业生产中的设计研发、仿真测试、工艺改进、质量检查、设备运维、能耗管理等不同细分环节，专门适配的工业智能体正在快速增多，并呈现出“更强专业、更深嵌入、更可控可管”的演进趋势。

全球市场

全球各区域工业企业需求多元，中国工业 AI 出海瞄准差异化缺口

根据 IDC 的预测，到 2028 年，全球工业企业 AI 支出规模将接近 2.2 万亿人民币，年复合增长率达到 63%。与中国市场对比可以看出，中国市场的 900 亿人民币工业 AI 支出占比仍有限，海外市场在需求体量、行业多样性与付费能力上，存在更大的市场空间。

同时，IDC 观察到，全球各区域工业 AI 需求呈现差异化：

  • 在欧洲、北美等发达市场，工业企业具备更成熟的数字化与工业软件体系，更偏好体系化、高端定制与长期服务续订，但整体成本高、交付周期长。中国工业 AI 厂商可从工业视觉、能耗优化、新能源场站运维等细分场景切入，以“轻量部署 + 快速见效 + 性价比”形成差异化补位；
  • 在东南亚等新兴市场，工业 AI 落地意愿强但适配性方案与本地化交付供给不足。中国厂商可输出成熟的场景化方案与一体化服务，重点强化本地生态伙伴、交付标准化与运维体系建设，以提升可复制性与持续收入能力。

IDC 也建议，出海不应仅理解为“卖产品/做项目”，更需要同步构建三层能力：合规与数据治理能力、本地交付与合作伙伴体系、以及行业场景的可复用产品化封装。

针对全球制造业、能源行业、供应链三大主题，IDC 全球工业研究在今年已启动一系列与工业智能化相关的研究议题，助力中国工业 AI 厂商进入国际工业企业视野，强化品牌可信度与市场触达效率。

IDC 2026年中国及全球工业研究计划：

更多推荐：

在全球工业 AI 政策护航、需求升级、技术迭代与出海进阶的发展背景下，IDC 同步启动工业 AI 领航者奖项征集，围绕行业先锋、出海先锋、创新先锋等多个维度展开评选，旨在发掘具有可复制价值的行业实践，推动工业智能化从“示范”走向“规模化”，并助力“中国方案”在全球工业智能价值分工中占据更重要的位置。


【奖项征集】2026 IDC中国工业AI领航者大奖征集启动 ！

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

AI 时代的一个被低估事实：算力不是瓶颈，基础架构才是

在过去一年里，企业对 AI 的讨论几乎全部围绕模型、算力和应用展开。但 IDC 指出，一个正在被反复验证的现实是：真正限制 AI 规模化落地的，并不是模型能力，而是数字化基础架构的成熟度。

当 AI 从“试点探索”走向“生产级运行”，企业的操作系统、数据中心、网络、存储、边缘节点和运维体系，开始承载前所未有的复杂度和压力。数字化基础架构，已经从后台支撑，转变为 直接影响业务速度、成本结构、韧性与可持续性的核心能力。

在《IDC FutureScape：全球数字化基础架构2026年预测——中国启示》（Doc# ，2026年1月）中，IDC 描绘了未来五年企业基础架构将经历的一次系统性重构。

十大预测：数字化基础架构正在发生哪些“质变”？

预测 1｜智能体嵌入操作系统成为标配

到2029年，65%的新操作系统版本将搭载基础设施运维 AI 智能体与 MCP 服务器，大幅提升系统利用率、安全性与能耗效率。

操作系统正从“被动平台”演进为“主动运维中枢”，IT 团队将从日常维护中解放出来，转向更高价值的架构与业务协同工作。

预测 2｜人工处理逐步退出日常运维

到2030年，45%的日常 IT 运维任务将由智能体 AI 处理；若事件未在平均解决时间（MTTR）目标内完成处理，则采用通知 IT 人员的模式提供指导。

AIOps 正在改变运维范式，人类不再是第一响应者，而是“最终裁决者”。

预测 3｜数字孪生优化基础设施

到2028年，40%的数据中心将通过数字孪生（覆盖 IT 设备至设施全环节）实现优化，推动数字基础设施向可持续、高成本效益、强韧性的方向发生根本性转变。

数据中心运维从“事后响应”走向“事前模拟与预测”。

预测 4｜异构计算的应用

到2030年，75%的数据中心将在 CPU、GPU、QPU、NPU、LPU、APU 和 DPU 的混合架构上运行工作负载，从而在特定应用场景中实现显著更快、更节能的处理能力。

未来的数据中心，不再是“单一算力池”，而是高度专业化的计算调度系统。

预测 5｜液冷标准形成

到2030年，65%的新液冷部署项目将集成开放式行业标准，实现平台兼容性，并将部署、维护、改造及扩容成本降低三分之一。

液冷从“高端选项”走向“规模化基础设施能力”。

预测 6｜AI 加速容器化转型

到2028年，75%的新 AI 工作负载将实现容器化，从而显著提升模型与工作负载更新的速度、一致性与安全性。

容器成为 AI 推理时代的“默认交付形态”。

预测 7｜数据管道现代化

到2028年，65%的中国500强企业将实现数据存储基础设施的现代化，并优化数据流程，以便在可优化 GPU 集群的存储系统上，向 AI 模型提供高质量、经过整理的数据。

没有高质量数据管道，再多算力也无法转化为业务价值。

预测 8｜推理向边缘侧迁移

到2027年，随着 AI 的重心从训练转向推理，80%的企业将部署分布式边缘基础设施，以提升 AI 应用的延迟表现与响应速度。

AI 正在从“云中心”走向“业务现场”。

预测 9｜网络互联驱动基础设施发展

到2027年，75%的企业将部署面向互联的网络，以支持先进 AI 推理与分布式应用，提升安全性、敏捷性与风险管控能力。

网络从“连接工具”升级为“算力与数据流动的关键底座”。

预测 10｜私有数字基础设施的复兴

到2026年，60%的企业将主动对私有 IT 基础设施进行再投资，以提升混合云一致性，优化数据隐私、业务韧性、性能与成本。

私有基础设施并未消失，而是在 AI 时代被重新定义。

这些预测共同说明了什么？

IDC FutureScape 2026 反复强调：AI 的竞争，最终会回到基础架构。

模型可以快速迭代，但基础架构一旦落后，企业的 AI 战略将很难持续。真正的领先者，将是在自动化、异构计算、数据流动和治理能力上，提前完成布局的组织。

分析师观点

IDC 中国研究副总裁周震刚认为，中国企业正从“云优先”迈向“AI 优先”的新阶段。FutureScape 2026 显示，数字化基础架构正在从成本中心转变为战略资产——它直接决定 AI 能否规模化落地、业务是否具备韧性，以及企业能否在不确定环境中持续增长。忽视基础架构现代化的企业，将在 AI 投资回报率、系统稳定性和长期成本控制上承受更大压力。

一个面向管理层的综合建议

IDC 并不建议企业孤立地升级某一层基础设施。更重要的是，以“AI 可持续运行”为目标，对操作系统、算力架构、数据管道、网络与运维体系进行系统性重构。


基础架构不是“是否够用”的问题，而是“是否能持续支撑下一代 AI 应用”的问题。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

Thomas Zhou - Vice President - IDC

Thomas Zhou is the vice president of Enterprise Research for IDC China. He leads the enterprise research team in covering market analyses, tracking of data, forecasting, and consulting for enterprise computing, storage, networking, infrastructure software, cloud, and datacenter. He is also responsible for IDC data tracking of software, services, and the public cloud services market in China. Thomas speaks frequently at IDC, industry, and user events and is always quoted in leading business and technology publications. Thomas joined IDC in 2006. He provides in-depth market analysis, research, and consulting on all aspects of the enterprise infrastructure to IT vendors and investors. During his tenure at IDC China, Thomas has led IDC's primary research focused on emerging trends in enterprise systems and datacenters. This research continues to make IDC a thought leader in enterprise infrastructure‒powered digital transformation. Thomas's recent topics covered software-defined infrastructure, hyperconvergence, virtualization, and cloud computing infrastructure. Prior to joining IDC, Thomas worked for 10 years as a senior project manager and business consultant for several leading IT companies in China. Thomas holds a master's degree in Computer Engineering from the University of Science and Technology of China.

过去二十多年，中国政府信息化从“信息化—电子政务—数字政府”持续演进，有效支撑了治理能力现代化。当前，在大模型等 AI 技术突破与数据要素制度逐步完善的背景下，数智政府正在成为新阶段与新目标。IDC 认为，数智政府并非在数字政府之上简单“叠加AI”，而是围绕数据驱动（数据要素）、智能决策（政务大模型）与人机协同（智能体），对治理链条进行系统重构。

IDC认为，每一次政府数字化的跃迁，都源于技术成熟、治理需求与制度环境三者的同频变化。

一是技术条件发生质变。大模型带来“内容生成与推理”叠加“行业知识整合”的能力范式，结合数据、云与智能算力的规模化供给，以及更自然的人机交互方式，使政务系统从“流程线上化”走向“理解政策与业务、辅助决策与执行”的新阶段。

二是治理需求结构性变化。财政约束趋紧要求降本增效与集约建设；公共服务需求持续增长且更个性化；城市治理与风险管理复杂度上升，仅依赖增人增系统的传统路径难以对冲复杂度的上升，必须通过数智化手段重构治理方式与服务范式。

三是制度环境为规模化建设“铺路”。《国家数据基础设施建设指引》、《可信数据空间发展行动计划》与《政务领域人工智能大模型部署应用指引》等政策文件持续明确方向：数智化是数字政府建设的主攻方向，且需在安全、合规、可控前提下推进。这为数智政府由试点探索走向规模化落地奠定了制度基础。

未来五年“数智政府”市场的机遇与重构

根据 IDC《中国数字政府市场预测，2025—2030》，未来五年中国数字政府市场将呈现“总量稳增、结构重构”的特征。到 2030 年，市场规模预计达到 1857 亿元人民币，2025—2030 年 CAGR 为 4.1%。数字政府建设模式也由一次性项目投资转向政企合作，注重长期运营、服务化和效果导向。主要体现在三层：

基础设施：从云到智。基础设施仍是最大支出项，但增长重心正向智算中心与异构算力迁移。当前政府行业大模型应用及基础架构渗透率仅 1.5%，智能算力将成为数智政府的“隐性生产力”，具备显著成长空间。

平台层：成为数智中枢。以政务大模型平台、智能体平台、数据中台为核心，形成可持续复用的智能服务能力。IDC 预测平台层将保持接近 9% 的较高复合增速，是长期战略价值最突出的细分领域。

应用层：从项目建设走向能力运营。政务服务、政务办公、社会治理等领域的应用形态由一体化建设转向持续运营与生态化建设。对供应商而言，竞争焦点将从“交付规模”转向“可复用能力+运营成效”。

IDC 数智政府百强榜：行业领先实践

基于市场规模、技术成熟度、实践效果与可复制性等多维评估，IDC 发布了 “2025年中国数智政府百强榜 ”，提炼可复制的领先实践与产业共识，集中体现五大趋势：

第一，政务服务从“数字窗口”升级为“智能体入口”。AI助手、数字人不再只是展示，而是承担咨询、引导、办理、评价等多角色协同，成为统一入口的雏形。典型实践包括“贵人智办”AI助手、爱山东济南分厅服务AI能力提升、扬州市智慧门户”三好”小助手项目等项目。

第二，政务办公进入“AI初审 + 人工决策”的常态。公文处理、审批、督办等场景，正在从“全人工”走向“机器先筛、人工把关”，效率提升来自流程与决策链条的重构。典型案例实践包括烟台市智慧公文大模型项目、智慧政务协同办公平台AI应用项目等。

第三，数据要素从“政府内部资产”走向“治理与产业共同资源”。公共数据授权运营、城市数据空间等实践，推动数据在安全可控前提下释放外部价值，形成“数据—场景—产业”的闭环。典型实践包括数字福建释放公共数据赋能产业发展，治理数字优化惠及民生福祉、全球数源中心数据流通利用基础设施先行先试项目、上海数据集团城市数据空间新范式等项目。

第四，数智化开始直接提升城市体验与民生幸福感。养老、社区、园区、新城治理等场景，越来越强调“体验指标”和“结果导向”，这将倒逼产品从功能堆砌转向可衡量的成效。典型实践包括”盛情康养”沈阳基本养老服务综合平台、福田率先落地政务大模型发布首个城市智能体、广东某市管委会以AI引领构建智慧新城等项目。

第五，基础设施走向高度集约与智能调度。多云纳管、一云多芯、统一算力平台正在成为“标配”，这对厂商的体系化能力提出更高要求：能不能管得住、调得动、算得稳、控得牢。典型实践包括湖南省级数字政府、甘肃数字政府、长三角枢纽芜湖集群算力公共服务平台、中原智算中心等项目。

数智政府是“十五五”治理现代化的新起点

IDC 认为，数智政府将成为未来一个五年乃至更长周期内中国政府数字化建设的主线，深刻影响公共服务供给方式、城市运行治理模式、数据要素价值释放路径以及数字技术的社会价值实现。在“十五五”全面展开之际，数智政府的规模化建设成效，将成为衡量治理现代化水平的重要维度，也将重塑政府数字化市场的竞争格局与产业机会。

相关研究报告

《IDC PeerScape: 中国数智政府领导者实践，2025》(Doc#CHC53833026，2026年1月)。

更多推荐：

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

With AI-generated content saturating every channel, every vendor can sound confident and strategic. That’s why in today’s B2B landscape, buyers are not overwhelmed by a lack of information anymore, they are overwhelmed by too much of it. The real challenge for buyers is not finding options, but quickly identifying which solutions are truly worth their attention.

The new buyer mindset: Filtering for fit, not just information

Buyers are not asking for proof because they are curious. They are asking because they need to filter aggressively. Their goal is not to find the most impressive story, but to find the vendor who can meaningfully address their current needs. In this environment, proof isn’t just about demonstrating value. It’s about signaling fit. Proof tells the buyer: “This applies to your situation, right now.”

Agentic AI and the changing discovery process

This shift is being accelerated by agentic AI, autonomous systems that retrieve, coordinate, and even act on behalf of buyers.

IDC research shows that discovery is no longer a linear, one-time phase. It’s a continuous, adaptive process, increasingly mediated by AI agents that surface and prioritize solutions based on relevance, applicability, and trustworthiness.

Buyers now rely on these systems to narrow the field before human evaluation even begins.

As a result, brands that succeed aren’t just visible, they’re findable in context. Their knowledge assets are:

  • machine-readable
  • verifiable
  • and referenced by trusted third parties

Why proof is the new standard

Buyers have learned that every vendor can claim impact, and every solution can be positioned as innovative. As a result, they filter differently. Not by who sounds the smartest, but by who can demonstrate situational fit. Proof becomes the buyer’s way of answering three critical questions:

  1. Does this solution address the pressure I’m dealing with now?
  2. Is this applicable to my specific context, not just a generic scenario?
  3. Can I use this information to make sense of my situation internally?

If the answer to any of these is unclear, buyers move on, even if they continue to “engage” with content. This disconnect explains why engagement metrics may look strong, while leads fail to advance through the funnel.

Trust, ethics, and the new table stakes

Relevance isn’t just operational, it’s ethical.

IDC’s 2025 Tech Buyer Survey reveals that 81% of buyers and 88% of C-level executives now prioritize ethical AI use when selecting technology partners.

Buyers are looking for signals of responsible, transparent, and ethical practices.

As a result, proof now extends beyond outcomes alone. It includes visible evidence of governance, data provenance, and compliance.

While AI systems, including search, copilots, and agentic discovery tools, do not judge ethics or morally evaluate vendors, they do prioritize solutions and content that are:

  • well structured and machine-readable
  • frequently referenced by trusted third parties
  • associated with authoritative sources
  • consistent across credible channels

In an AI-mediated buying journey, relevance is reinforced by what can be verified, referenced, and trusted, not simply by what is claimed.

What it takes to be credible in the answer engine economy

As AI agents mediate more of the discovery and evaluation process, the structure and validation of your content matter more than ever.

IDC’s analysis shows that knowledge management, ensuring your assets are machine-readable, well-structured, and validated by third parties, is now the foundation for being surfaced as a credible option. Brands that invest in distributed authority, such as analyst partnerships and independent benchmarks, are more likely to be recommended by AI agents, trusted by buyers and shortlisted earlier.

When engagement looks healthy, but pipeline doesn’t

Many marketing teams see healthy engagement metrics, downloads, clicks, lead volume —yet still struggle to convert that activity into pipeline contribution and bookings impact. This is not a sign of buyer disinterest. It is a sign that proof of fit and credibility has not been established early enough in the journey. Buyers will engage with content that sounds promising, but they’ll only advance when they see clear evidence that it applies to them. Late-stage proof doesn’t create pipeline momentum. It only explains why it never materialized.

Closing the gap

The most common breakdown in messaging happens here:

Vendors lead with transformation and innovation.
Buyers are asking, “What does this fix first?” and “Is this actually for me?”

Forcing buyers to translate vision into applicability is a losing strategy. Instead, marketers must lead with proof that is:

  • immediately recognizable
  • contextually relevant
  • and actionable without interpretation

That’s how relevance is established, and momentum begins.

The new standard: Proof over promises

Leading marketing teams are shifting their approach. They are no longer focused on making messages stronger or louder. Instead, they are asking, “How do we prove fit and credibility earlier?” and “What signals help buyers self-qualify faster?” This shift is the foundation of a proof-over-promises strategy. It is not about abandoning storytelling, but about earning the right to be considered before asking for belief. This happens through clear, early evidence.

Pressure-test your messaging

To help marketers align with how buyers actually decide, we created What Triggers B2B Buyers in 2026: A Practical Playbook for B2B Marketers. This practical diagnostic is grounded in IDC buyer research and outlines five tests that every message must pass to be considered credible and actionable by today’s buyers. If a message fails two or more tests, it is not necessarily wrong; it is simply misaligned with the buyer’s current needs.

For more:

  1. Explore the Proof Playbook to see whether your messaging proves relevance early or asks buyers to trust it too soon.
  2. Move beyond claims and into evidence buyers recognize as relevant to their situation. Explore how IDC Business Value helps turn relevance into momentum.
  3. Reach out to a market expert at IDC to explore analyst-led validation solutions, market data and b2b buyer research

IDC - -

LinkedIn
International Data Corporation (IDC) is the premier global market intelligence, data, and events provider for the information technology, telecommunications, and consumer technology markets. With more than 1,300 analysts worldwide, IDC offers global, regional, and local expertise on technology and industry opportunities and trends in over 110 countries. IDC’s analysis and insight help IT professionals, business executives, and the investment community make fact-based technology decisions and achieve their key business objectives.

国务院新闻办公室于2026年1月19日上午10时举行了新闻发布会，国家统计局局长康义，国家统计局新闻发言人、总经济师、国民经济综合统计司司长付凌晖介绍了2025年国民经济运行情况。本文基于此次会议发布的数据给出分析。

核心观点

2025 年中国经济运行并非一次周期性下行，而是一次关键性的结构性切换。尽管 2024 年与 2025 年的 GDP 增速均保持在 5.0% 左右，但驱动增长的内在动能已发生显著变化：固定资产投资由正转负，制造业投资大幅放缓，通缩压力仍然存在；与此同时，信息服务业投资快速增长，高技术出口表现突出，消费延续结构性修复，人口与劳动力约束明显加剧。

IDC 认为，2025 年实际上完成了中国经济从“投资拉动型增长”向“结构再平衡、效率驱动型增长”的关键过渡。这一变化将深刻影响 2026 年的市场环境，使其呈现出总体温和增长、结构性高度分化的特征。

对 ICT 市场而言，这意味着一个明确转向：从以资本开支和规模扩张为核心，转向以可量化 ROI 为导向、以软件和 AI 为核心的价值创造模式。能够顺应这一结构性转变的厂商与企业将持续跑赢市场，而仍停留在传统扩张逻辑中的参与者将面临更大压力。

一、宏观背景：增速保持稳定，结构分化加剧

2024 年与 2025 年，中国经济均实现了约 5.0% 的 GDP 增长目标，但增长质量与结构已明显不同。

2024 年的经济增长在四季度明显回升，反映出政策支持、基础设施投资以及制造业阶段性复苏的拉动效应；而 2025 年则呈现出“前高后低”的增长节奏，季度 GDP 增速逐步回落，反映出企业投资信心与项目预期趋于谨慎，尤其是在大型资本性项目方面。

从产业结构看，2025 年第三产业占比继续提升，第二产业贡献趋于稳定，表明中国经济正进一步迈向以服务业和知识密集型产业为主导的发展阶段。这一趋势对技术需求结构具有深远影响。

二、2024–2025 年的六大关键结构性变化

IDC 从宏观与产业数据中识别出六项对未来市场具有决定性影响的变化。

1、固定资产投资由“正增长”转为“整体收缩”。2024 年固定资产投资同比增长 3.2%，而 2025 年则下降 3.8%，出现明确拐点。基础设施投资回落，制造业投资几乎停滞，房地产投资进一步下探。这既是周期性谨慎的结果，也是结构性调整的体现：地方财政约束趋紧，企业资本纪律增强，传统投资项目的回报率持续下降。

市场含义：以大规模资本开支为主要驱动的市场空间正在系统性收缩。依赖“重资产、重工程、重建设”的行业与技术领域，在 2026 年仍将面临持续压力。

2、制造业投资急剧放缓，但并未系统性下滑。制造业投资增速从 2024 年的 9.2% 大幅回落至 2025 年的 0.6%，反映出企业在需求不确定和利润承压背景下，对扩张计划进行重新评估。但与此同时，高技术制造业和装备制造业的工业增加值仍保持相对较快增长，显示制造业投资并非全面退潮，而是向高技术、高附加值领域高度集中。

市场含义：2026 年制造业相关 ICT 需求将呈现“客户数量减少、单客户深度提升”的特征，重点集中于具有明确效率与质量目标的先进制造企业。

3、信息服务业投资成为逆周期结构性亮点。与整体投资趋势形成鲜明对比的是，2025 年信息服务业投资同比增长超过 28%。这表明在资本整体趋紧的背景下，政府与企业仍在持续加大对数字基础能力的投入。这类投资并非追求规模扩张，而是围绕效率提升、韧性增强与长期竞争力构建展开。

市场含义：云服务、数据平台、AI 能力、软件基础设施将成为 2026 年最具确定性的增长板块之一。

4、消费温和修复，但升级特征显著。社会消费品零售总额增速从 2024 年的 3.5% 小幅提升至 2025 年的 3.7%。尽管整体恢复节奏仍然温和，但消费结构发生明显变化。通讯器材、文化办公用品、体育娱乐用品及智能家电等品类实现两位数增长，表明消费者并非简单扩大支出，而是向数字化、智能化和体验型消费升级。

市场含义：2026 年与消费相关的 ICT 机会将更多集中在零售数字化、全渠道运营、智能供应链以及 AI 驱动的客户运营领域。

5、出口保持韧性，增长质量持续改善。2025 年出口增速虽略低于 2024 年，但仍保持较高水平，高技术产品出口同比增长超过 13%。对“一带一路”国家出口以及民营企业出口占比持续提升。这表明中国外向型竞争力正在由规模优势向技术与价值优势转变。

市场含义：2026 年，企业“走出去”将继续成为 ICT 市场的重要增长来源，带动跨境云架构、数据合规、全球供应链系统与安全能力的需求。

6、人口下降明显加速，劳动力约束显性化。2025 年人口减少规模明显扩大，而城镇化率持续提升。劳动力供给约束已从长期趋势转变为现实挑战。这一变化强化了企业对自动化、数字化与智能决策的迫切需求。

市场含义：到 2026 年，“用技术替代人力、用智能提升效率”将从选择项转变为企业经营的核心议题。

三、对 2026 年 ICT 市场整体影响的基本判断

IDC 预计，2026 年中国 ICT 市场将进入一个总量温和增长、结构高度分化的新阶段。

从“扩张型建设”走向“价值型优化”。市场需求的核心将从“新系统建设”转向对既有数字资产的深度利用与价值释放。项目审批将更加关注成本节约、效率提升和回报周期。

从硬件导向转向软件与 AI 主导。硬件密集型项目面临更严格的预算约束，而软件、云服务、数据与 AI 应用将在企业 ICT 支出中占据更高比重。

从一次性交付转向持续价值交付。订阅制、按量付费和结果导向型（Outcome-based）模式将更受欢迎。企业将优先选择能够持续创造业务价值的技术伙伴。

四、战略建议

IDC 认为，2026 年不是高速反弹之年，而是结构清晰之年。中国 ICT 市场的赢家，将是那些真正理解并顺应新经济逻辑的参与者：效率优先于规模，智能优先于扩张，韧性优先于速度。这一转型也将为 2026 年之后更具可持续性的创新增长周期奠定基础。

对 ICT 厂商，从“技术能力叙事”转向“业务结果叙事”，突出可量化 ROI；加大对行业 AI、数据与场景化解决方案的投入；强化对企业出海和全球化运营的支持能力。

对行业用户，将 ICT 投资评估标准从功能完整性转向业务影响与效率改善；优先布局 AI 与数据平台，提升自动化与决策能力；将数字化转型与组织、人才和流程重构协同推进。

IDC相关研究

• 中国智能经济演进趋势与数智化商机5大洞察, Jan 2026, Doc# CHC53833826

• IDC FutureScape: 全球AI驱动的业务战略2026年预测：中国启示,  Dec 2025, Doc # CHC53834026

• IDC FutureScape: 全球CEO议程2026年预测（中文版），Jan 2026, Doc# CHC53833926

• IDC FutureScape: 2025年全球I行业预测（中文版），Jan 2026，Doc# CHC53858725

• 2026中国两会政府工作报告对AI大转型和ICT市场的影响, 即将发布

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

Lianfeng Wu - Vice President - IDC

Analyst Profile
Mr. Wu Lianfeng, the Vice President and Chief Research Analyst of IDC China, has more than 25 years of experience working in the IT industry. Since joining IDC in 2000, Mr. Wu has extensive research and consulting experience in the areas of overall ICT market, vertical industry market, Internet and new media, smart connected devices, software and service outsourcing, digital transformation, digital economy, and emerging technology, among others. In recent years, Mr. Wu has been leading IDC China's digital transformation research and event. In 2017, he started to build the CXO circle excellence club, the vision of which is to help industry CXOs transform from good to excellent. Mr. Wu holds monthly offline activities and publishes daily articles that focus on digital transformation: business trends, technology trends, industry trends, organizations, and people role trends. Mr. Wu also worked with IDC global analysts to lead China's annual ICT direction forum and Top 10 Predictions (IDC FutureScapes) forum, providing industry forecasts of the latest development directions and business opportunities. At the same time, Mr. Wu works with a team of analysts to explore and discover new research topics and build thought leadership in the ICT market. Recent research areas he has delved in include Future of Work (FoW), Future Industry, Smart City, and DevOps, among others. Mr. Wu is also a guest speaker in all kinds of top ICT summit, CIO summit, and industry digital transformation summit. He gives nearly 50 speeches every year, which greatly promotes the application and development of digital technology in the industry. Prior to joining IDC, Mr. Wu worked with China Academe Launch-vehicle Technology (CALT), China Hewlett-Packard Co. Ltd., Jardine Pacific (JOS) Information Technology Co. Ltd., accumulating 9 years of working experience in the field of IT and telecommunications. Mr. Wu holds an MBA from the University of International Business and Economics in Beijing, a Master's degree in Engineering from China Academy of Launch Vehicle Technology, and a bachelor's degree in Engineering from the University of Electronic Science and Technology.

一、比亚迪超越特斯拉：全球新能源车市场的关键拐点

比亚迪在2025年全球纯电动（BEV）车销量上超越特斯拉，标志着全球新能源汽车格局的关键转折，反映出不同市场策略以及各价格区间电动车普及阶段的差异。

比亚迪全球销量的强劲增长主要贡献于其入门级电动车型，如海豚、Atto 3等车型对销量扩张贡献显著。这一表现不仅证明了比亚迪产品的竞争力，也预示着电动化转型在经济型乘用车全球市场的加速。

IDC数据显示，2025年全球纯电动汽车销量将超过1210万辆，保持两位数的同比增长。

经济型电动车价格区间对这一增长贡献巨大，继2020年前高端市场电动化加速、2021-2023年中端市场跟进之后，如今入门级市场因电池成本下降和充电基础设施完善，成为新的增长核心。

IDC基于过往市场追踪发现，创新技术通常优先占领高端市场，后向大众市场下沉，全球汽车市场电动化的发展符合这一演进规律。

二、不同的增长路径，决定增长周期起点不同

比亚迪：全场景绿色能源生态的代表。

  • 比亚迪的业务布局并不局限于乘用车，而是覆盖了公共交通、商用车、轨道交通及储能系统，构建起完整的绿色能源生态体系。
  • 在乘用车领域，比亚迪通过高性价比车型快速打开新兴市场与大众市场；在成熟市场，则逐步引入更高端的产品线。

特斯拉：以技术为核心叙事的科技公司路径。

  • 就品牌叙事而言，特斯拉聚焦于吸引科技敏感型高端消费者，始终将自身定位为一家以技术驱动的科技公司，其相关的AI研究也延伸至机器人和能源管理等领域。
  • IDC认为，入门级市场的增长逻辑与市场发展的早期阶段有所不同，成本效率、渠道覆盖、运营能力的重要性有所增强。

三、销量上的超越是否意味着经销商模式“回归”？

2025年的海外市场中，比亚迪在欧洲的增长最为显著，得益于经销与服务网络的快速扩张，以及产品的竞争力、生产的本地化、技术的差异化。

针对欧洲市场，比亚迪与当地成熟汽车零售商合作，提供销售与服务。相比之下，坚持直销（DTC）模式的特斯拉在销量上被比亚迪超越。

这导致许多人直观上认为经销商模式重新占据上风，然而事实并非如此。

对于高端市场，DTC模式不仅被蔚来、理想采用，也被极氪、魏牌等传统车企孵化的高端电动车品牌采纳。

高端电动车用户重视透明度、无缝全渠道体验及购后互动。数字化与智能化使原先购车、维保等零散的线下触点通过线上连结为整体，为DTC模式奠定了良好的基础。

经济型电动车厂商亦逐渐采用“传统及直营混合”或类agency模式。尤其对于进入新市场时，这种模式可使厂商对定价策略与品牌的一致性具备更大的主动。

如比亚迪在英国即采用混合agency模式，价格由总部统一制定，库存由欧洲中心分配，本地零售伙伴作为代理负责销售、交付、售后支持。

IDC认为，DTC与agency模式依然是市场发展的重要趋势，不仅高端市场如此，经济型电动车市场亦在向这一模式靠拢。

四、DTC与agency模式的长期逻辑依然成立

电动化是汽车行业可持续发展的重要基石，但其在市场端的普及受限于包括电池技术在内的诸多因素。

电池衰减存在高度的不确定性，诸如充电习惯、环境温度、使用强度之类的因素均可能对电池健康形成直接影响，导致价值损耗难以预测。这不仅使消费者对长期持有成本产生焦虑，也使机构预测对整批车辆的残值预测形成较大障碍。

尽管租赁模式在海外常被视为应对电动车贬值的有效方案，但其自身亦存在固有风险。这一模式本质上仅实现了风险的转移，如果实际电池衰减快于预测，租赁车辆残值依然会大幅下滑，造成资产减值，压缩利润空间。

DTC与agency模式通过对价值链的重构使数据得以集中，为包含电池衰减在内的多种风险提供了变革性的解决方案。该模式下：

  • 经销商转型为服务伙伴。
  • 主机厂能在车辆全生命周期内获取使用数据，包括行驶里程、电池健康、充电模式和车辆状况。

这种数据赋能将彻底革新残值预测与风险管理。

并且，在进一步与租赁模式相融合的情形下：

  • 通过保留车辆所有权，在租期结束后对电池进行再利用或翻新，构建循环经济，抵消电池衰减成本并降低环境影响。
  • 可以支持从传感器升级到算法迭代的高频技术更新，快速迭代自动驾驶服务场景，提升自动驾驶车队在商业上的可行性。

五、IDC 视角下的关键启示

电动车制造商应与掌握地区优势的经销商充分合作，实施“Hub & Spoke”混合策略：

  • 以Hub作为品牌旗舰和数据采集点，在高曝光市场确保品牌一致性。
  • 在Spoke网点专注于交付和服务，经销商的核心竞争力转向本地化服务。

该模式下真正的投资回报并不来源于毛利的提升，而在于数据所有权。这些数据可以使高利润服务得到精准投放，将收入模式从一次性销售转变为持续性收益。

直销依赖于与车辆的数字连接，主机厂需要能够保障无缝、安全升级的合作伙伴，以确保客户的长期粘性和车辆的长期可用。科技公司需适应直销模式下需求的波动性，发展：

  • 碎片化、按需定制的生产流程。
  • 与OTA升级适配。
  • 端到端网络安全协议。

如需进一步了解与研究相关内容或咨询 IDC其他相关研究，请点击此处与我们联系。

Bull Wang - Research Manager - IDC

As a research manager for client systems research in IDC China, Bull Wang has his research focused on topics of autonomous vehicle, connected vehicle, new energy vehicle, next-generation mobility service, and other automotive-relevant topics. Bull is responsible for conducting research and analysis for China and the global market, providing services for tech buyers, tech vendors, and tech watchers. Prior to joining IDC, Bull had experience in conducting market research projects, such as brand health tracking, campaign evaluation, car clinic, and consumer portrait. His other experiences include social media monitoring for acquainting public opinion on brand and product. Bull has long served the leading OEMs in automotive industry. Bull graduated from China Foreign Affair University, majoring in diplomacy, and obtained a Law bachelor's degree.