Logo
Become a Client

Persona: vendor

核心洞察

AI 产业化正从“模型竞赛”迈入“应用深水区”。2025 年，中国 AI 应用公有云服务市场规模突破 137 亿元人民币，已显著超过大模型训推公有云市场的 79.4 亿元。IDC 认为，这一结构性变化表明：企业客户正从“探索模型能力”转向“为业务价值付费”。未来 12–18 个月，能够将 AI 封装为行业应用、并支持智能体（Agent）工程化的云厂商，将成为新一轮增长的主导者。单纯提供模型 API 或通用算力的服务商，将面临被市场边缘化的风险。

从“模型竞赛”到“应用深水区”

AI 产业化正从“模型竞赛”步入“应用深水区”。谁能将 AI 能力真正嵌入业务流程、带动规模化落地，谁就将在未来的云服务竞争中赢得先机。那些能够将 AI 从“演示 Demo”转化为“业务系统”的厂商，正在加速拉开与跟随者之间的差距。IDC 追踪了公有云上 AI 应用市场，以及支持 AI 应用的大模型训推平台市场，可以看到公有云上 AI 市场格局正在发生巨变。

AI 应用公有云服务：137.3 亿元，应用落地成为核心战场

2025 年，中国 AI 应用公有云服务市场保持高速增长，市场规模突破 137 亿元人民币。在这一赛道上，头部云厂商凭借全栈 AI 能力和丰富应用场景占据领先地位。

百度智能云以 30.7% 的市场份额位居第一，依托包括智能客服、内容创作、知识管理等全面的企业级 AI 应用场景实现广泛落地。阿里云凭借智能语音、客服及视觉 AI 能力，在智能办公、营销创意等场景表现突出。腾讯云依托视觉 AI 能力、智能客服等在消费互联网、媒体、金融等场景持续发力。华为云则凭借盘古大模型在政务、金融、制造等行业的深度耕耘，稳居第四。

AI 应用市场的本质竞争，已从模型参数的“军备竞赛”转向场景价值的“落地之争”。
用户所需要的，并非孤立的模型 API 调用，而是一个能够真正解决业务问题、提升效率的完整应用。无论是智能客服、内容生成、数字人营销，还是企业知识库问答、代码辅助开发，云厂商需要将大模型能力封装为开箱即用的产品，方能打动最广泛的企业级客户。考虑到这一点，领先厂商均应将 AI 应用服务的投入重心，从底层模型能力向行业解决方案、数据接入、工作流编排等“最后一公里”能力快速倾斜。

应用背后的“算力暗流”：大模型训推市场持续扩张

AI 应用市场的繁荣并非凭空而来。每一次智能客服的响应、每一次营销文案的生成，背后都是大模型推理能力的消耗；而企业为打造差异化应用所进行的模型微调与训练，则构成了另一层刚需——大模型训推公有云服务市场。该市场虽然规模小于应用层，但其增长稳定性与客户粘性更高。

2025 年，大模型训推公有云服务市场规模达到 79.4 亿元人民币，呈现出与前文 AI 应用市场不同的竞争格局。

阿里云以 42.2% 的市场份额遥遥领先，凭借在 AI 算力领域的长期积累和完善的 MLOps 工具链，成为大模型训练和推理的首选平台。华为云（13.1%）依托昇腾 AI 芯片和全栈自主可控能力，在政企市场获得广泛认可。亚马逊云科技（7.1%）则凭借全球化的 GPU 资源和先进的模型训练框架，在出海企业和外资企业中保持优势。

大模型训推市场的快速增长，背后有三大驱动力

第一，生成式 AI 应用爆发驱动训推需求激增。
从文本生成到图像创作，从代码辅助到多模态理解，生成式 AI 应用的繁荣带来了对模型训练和推理的海量需求。企业不仅需要调用预训练模型进行推理，更需要基于自有数据对模型进行微调，以打造差异化的 AI 能力。

第二，智能体（Agent）应用推动复杂推理需求。
随着智能体从概念走向落地，多步骤任务规划、工具调用、长上下文推理等复杂能力成为标配。这对模型的推理效率、并发能力和响应延迟提出了更高要求，也推动企业寻求更专业的训推服务。

第三，算力调度、管理和优化成为刚需。
大模型训练和推理对 GPU 算力的需求呈指数级增长，但算力资源稀缺且昂贵。如何高效调度异构算力、优化模型推理性能、降低单位 Token 成本，成为企业面临的核心挑战。这催生了 AI 算力管理平台、模型推理优化、弹性扩缩容等一系列专业服务需求。

市场隐含的分化信号

值得注意的是，训推市场的增长并非均匀分布。头部三家厂商（阿里云、华为云、亚马逊云科技）合计占据超过 62% 的市场份额，而中小型 AI 算力服务商正在被加速挤出。IDC 判断，算力调度效率与模型优化能力正在取代“裸算力价格”成为客户选择的关键因素。这意味着，未来训推市场的集中度还将进一步提高，缺乏工程优化能力的算力提供商将难以维持竞争力。

IDC 展望：四个不可逆的市场趋势

趋势一：AI 产业化进入深水区，应用价值成为核心衡量标准

Token 经济的兴起降低了企业试用 AI 的门槛，但真正的商业价值在于应用落地。未来，能够提供端到端 AI 应用解决方案、或支持企业快速构建行业专属应用的厂商，将在竞争中占据优势。IDC 认为，市场正在从“技术可行性驱动”向“业务 ROI 驱动”加速迁移。

趋势二：训推一体化平台成为主流采购标准

随着模型迭代速度加快和应用场景复杂化，企业需要无缝衔接模型训练、微调、部署、推理的全流程平台。训推一体化不仅能够提升开发效率，更能通过持续优化降低 AI 应用的总体拥有成本（TCO）。IDC 观察到，2025 年已有超过 35% 的头部企业客户在选型时将“是否具备训推一体化能力”作为核心评估指标。

趋势三：多云与混合云策略成为常态

考虑到数据安全、成本优化和供应商风险，越来越多的企业采用多云策略部署 AI 应用。这要求 AI 云服务厂商提供开放的 API 标准、灵活的部署选项和跨云的一致性体验。单一云绑定策略正在被企业客户重新审视。

趋势四：行业垂直化与场景精细化并行

一方面，金融、医疗、制造、教育等行业对垂直领域 AI 应用的需求日益增长；另一方面，营销创意、智能办公、客户服务、代码开发等通用场景也在持续深化。厂商需要在“行业深度”和“场景广度”之间找到平衡。IDC 预计，未来两年内，行业定制化 AI 解决方案的增速将超过通用型 AI 应用。

IDC 建议：厂商与用户应如何行动

对云厂商的建议

  • 从“提供模型”转向“提供业务模板 + 低代码 Agent 构建能力”，降低企业落地门槛。
  • 投资训推一体化的工程能力，而非单纯扩大算力池。算力效率管理将成为差异化竞争的关键。
  • 主动拥抱多云生态，避免锁定策略带来的客户流失风险。

对企业用户的建议

  • 优先选择具备行业解决方案 + 训推闭环能力的云厂商，避免被单一模型或单一算力源绑定。
  • 关注跨模型迁移成本，在选择模型 API 或训推平台时，将标准化与开放性纳入长期评估体系。
  • 在智能体（Agent）类应用上，建议从非关键业务场景（如内部知识问答、辅助写作）起步，逐步向自动化流程演进。

IDC 中国研究总监卢言霞表示，中国 AI 公有云服务市场正处于从‘技术驱动’向‘价值驱动’转型的关键期。Token 经济打开了市场天花板，但只有真正解决业务问题的 AI 应用，才能为企业带来持续价值。未来，兼具模型能力、应用生态和工程化落地能力的厂商，将引领 AI 产业化的下一波浪潮。

本文相关报告：

IDC《中国AI软件市场半年度追踪，2025H2》

进一步联系：

如需获取本文引用的完整数据报告、细分市场数据表格、定制化分析服务，或希望与IDC分析师进行一对一交流，欢迎与IDC联系。

请点击此处与我们联系。

Yanxia Lu

Yanxia Lu - Research Director

Analyst Profile
  Yanxia Lu is a research director, focusing on big data and artificial intelligence (AI). Her responsibilities include big data information management platform, and big data analytics and applications. She is also involved in research on AI technology and enterprise…

2026年第一季度，中国平板电脑市场出货量为811万台，同比下降4.8%。这个数字本身并不惊人，但放在“存储价格持续上涨”与“国补政策收紧”的双重背景下，其背后的结构性变化更值得关注。

从我们的跟踪来看，市场增长动能正在发生一次明确的切换：从“换机+政策”双轮驱动，逐步转向产品力与真实需求主导的理性调整阶段。这一过程必然伴随出货量的短期承压，但长期看，是市场走向成熟的必经路径。

一、消费市场：成本压力加速结构升级，价格驱动让位体验竞争

2026年第一季度，中国消费平板市场出货量同比下降5.6%。这一降幅的直接诱因是明确的：存储价格大幅上涨导致终端成本压力加剧，叠加国家补贴力度收紧，以及上一轮换机周期进入尾声。

但更值得关注的是市场结构的变化。受成本上涨影响，各厂商的优惠政策在本季度出现不同程度的收缩，200美元以下价位段市场份额出现明显下降。与此同时，终端售价同步上调，市场结构加速向中高价位段迁移。

这意味着一个重要的行业转折：市场竞争正从“价格比拼”转向“产品体验、生态协同及场景化应用”的综合较量。

在我们看来，这一转变是良性的。当成本上行压缩了价格战的空间，厂商必须依靠真正的产品差异化来维持竞争力——无论是鸿蒙带来的跨设备协同，还是iPad在芯片与内存升级后维持原价的策略，本质上都是在回答同一个问题：用户凭什么愿意花更多钱？

二、商用市场：提前备货驱动短期增长，真实需求仍待验证

2026年第一季度，中国商用平板市场出货量同比增长7.4%，表现优于此前预期。

但需要审慎解读这一增速。根据我们的调研，本轮增长主要源于行业判断后续成本将延续上涨趋势，从而主动提前备货及前置采购。相比之下，真实行业需求的拉动作用相对有限。

换句话说，Q1商用市场的增长更多是成本预期驱动的节奏前移，而非需求曲线的系统性上移。

当然，积极的因素同样存在。厂商持续深耕教育核心应用场景，拓展行业合作，同时积极部署平板AI能力升级、完善软硬件生态。这些动作长期来看有助于拓展平板在各行业数字化转型中的落地空间。

但就短期而言，IDC倾向于认为：商用市场的“真增长”验证，需要看下半年的需求是否能够接力备货驱动的增量。

三、厂商格局：头部梯队抗跌能力分化，结构布局成为关键

华为
在我们的观察中，其市场领先地位的核心支撑来自于三方面：完备的产品矩阵、鸿蒙生态的协同优势，以及中高端品牌认知。在成本上行、补贴退坡的背景下，这些能力构成了有效的抗跌护城河。此外，Q1期间春节及返校节点的节日营销与补贴转化，也起到了稳固份额的作用。

Apple
一个值得注意的现象是：在行业普遍调价的背景下，Apple平板定价保持稳健，反而使其竞争优势进一步凸显。Q1迭代的iPad Air在芯片与内存双升级的基础上维持上一代定价，“加量不加价”的策略在本季度有效拉动了市场需求。

小米
其用户群体价格敏感度偏高，因此厂商补贴退坡及国补政策收紧对其影响较为明显。但依托于完善的产品矩阵和成熟的渠道网络，小米在本季度仍重回国内市场第三位。

荣耀
消费端成本上涨对入门级价位段形成显著压力。Q1荣耀对多款产品进行了迭代更新以优化成本结构，同时携手火火兔发布新品，加大教育场景布局。商用市场方面，伴随教育行业深耕及渠道提前备货，荣耀实现同比大幅增长。

联想
在整体市场承压背景下，联想仍保持同比增长。消费市场通过小新与拯救者系列新品持续强化主流大屏及细分小屏市场竞争力；商用方面，大客户市场优势延续，教育行业生态合作也在积极拓展。

总体来看，IDC的判断是：在成本和补贴双重变量作用下，各厂商的出货量表现越来越反映其结构性能力——包括价格带布局、生态粘性、渠道韧性及行业客户基础——而非单纯的营销力度。

四、后续展望：量减额增延续，AI能力成为下一阶段核心变量

展望2026年全年，我们对市场走势有几个明确判断：

第一，市场出货量持续承压，但销额预计保持增长。
存储价格上涨趋势预计年内存续，其他核心零部件也存在潜在涨价风险，厂商成本压力不会快速缓解。在此背景下，厂商将逐步减少低利润产品占比，加快产品功能配置升级，推动行业平均单价明显提升。“量减额增”将是全年主基调。

第二，细分赛道的重要性进一步提升。
在整体需求相对疲软的背景下，移动办公、游戏娱乐、教育学习等细分领域预计将获得更多资源投入。PC级应用、小尺寸产品、内容合作及周边配件都将获得更多市场关注。

第三，AI能力将成为下一阶段市场竞争的核心差异点。
随着AI概念持续升温及模型技术不断迭代，厂商正加速深化平板产品的AI功能部署。需要强调的是：目前AI尚未成为拉动换机的核心驱动力，但它正在成为中高端平板差异化卖点的重要构成，会议摘要、笔记生成、图文创作等场景化AI能力，正逐步激发新的消费需求并支撑价格上行。

IDC结论

2026年第一季度，中国平板市场在成本上涨与政策收紧的背景下进入阶段性调整期。
我们的核心观察是：市场增长动能正由价格与补贴驱动，逐步转向产品与体验驱动。

在整体需求增长趋缓的背景下，接下来的竞争不再是“谁更能降价”，而是——

  • 谁的生态协同更能留住用户；
  • 谁的AI能真正解决场景问题；
  • 谁在细分赛道中找到结构性增量。

这三件事，在成本上行时期值得平板行业更多的关注与思考。

本文相关报告：

IDC 《2026年第一季度中国平板电脑市场季度跟踪报告》

进一步联系：

如果你对文中提到的细分市场表现、厂商格局变化、成本趋势影响或AI能力落地路径有更深入的研究需求，欢迎与IDC中国分析师团队联系。

请点击此处与我们联系。

Quorra Liu

Quorra Liu - Senior Market Analyst

Analyst Profile
Quorra Liu is a senior market analyst for the Client Systems Research team at IDC China. She is responsible for China's smart home device research. Her responsibilities include tracking the monthly and quarterly market development, conducting research in fully managed…

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。

近日，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》（以下简称《实施意见》）。这是国家层面首次针对智能体这一人工智能产品形态，给出覆盖技术底座、标准协议、场景应用、安全治理和产业生态的系统性政策框架。这意味着企业级智能体从过去的小规模技术试点阶段，正式进入以治理、协同和规模化为核心的新竞争周期。

从IDC的视角看，《实施意见》把技术底座、安全治理、应用牵引和创新生态构建成了一张全局路线图。技术与标准构成发展基础，分类分级与权限管控划定行为边界，五大类典型场景提供规模化落地入口，开源与供需平台则负责连接研发与市场。

在IDC预测中，2026年和2027年将是是中国企业场景中的活跃智能体数量增速最快的两年，单年同比增长超过200%，并将在2031年达到3.5亿个活跃智能体，2026-2031年CAGR达135.3%（《中国智能体规模预测，2026-2031》）。而《实施意见》这样的智能体国家顶层政策，也将进一步加速智能体走向规模化的应用。

活跃智能体数量增长反映的是企业部署广度，也会直接放大运行、权限、审计和治理压力。一个企业内部只有几个智能体时，治理方法更接近单个项目的管理；当Agent数量进入快速增长周期，治理就会变成IT架构问题。身份、权限、审计、工具调用、异常回退和跨系统协同，都会从项目交付细节变成平台能力要求。

《实施意见》放在这个阶段变化中看，正是把这些问题推到了产业议程前台，也让企业级Agent从小规模试点建设进入更正式的IT治理和产业协同框架。对企业来说，Agent会更快进入正式IT治理体系；对技术供应商来说，产品竞争也会从功能构建，延伸到运行、治理、评测和生态分发能力。

场景牵引推动Agent规模化复制

《实施意见》明确提出，要围绕科学研究、产业发展、提振消费、民生福祉和社会治理五大方向，打造19个典型应用场景。政策并没有停留在技术倡导层面，而是把智能体放进具体的任务环境里，通过典型场景牵引技术验证、产品迭代和应用落地。

智能体与上一阶段生成式AI应用的差别，就在于它需要进入业务环节端到端的完成任务。生成式AI更多围绕内容生成、知识问答和辅助分析展开，智能体则需要调用工具、访问系统、执行动作，并对结果产生影响。只有进入真实业务场景，任务边界、数据条件、系统接口、权限控制和结果责任才会被定义出来，才能真正落地出好用可用的智能体。

当前智能体在企业业务中的渗透率依然较低，仅有18%（IDC Syndicated Survey 2026: China AI Agents Market）。智能体没有在企业业务中真正规模化应用起来，核心在于缺少清晰的切入场景和可复用的落地路径。政策在这个角度提供了场景牵引，通过典型应用场景帮助智能体走向业务落地，并进一步形成规模化应用。

开发平台将会从构建工具延伸为运行和治理底座

《实施意见》在夯实发展基础部分提出，要提升智能体任务理解、任务规划、工具使用、长期记忆等核心能力，推动智能体互认互通和群体协同，同时完善底层框架、功能组件以及研发、测试、部署、运维工具链。

这与IDC观察到的，智能体平台厂商产品迭代的趋势高度吻合。2025年头部平台的产品形态已经从单纯的开发工具演进为涵盖规划、开发、测试、发布、观测、优化、治理的完整系统，企业也越来越关注智能体深入业务后，智能体是否是否可观测可治理，以及如何确保智能体执行任务的稳定性安全性（具体见IDC即将发布的《中国智能体开发平台市场份额，2025》中的重大市场变化章节）；同时，智能体规模化进入企业之后，企业内部多种来源的智能体（应用内智能体、低无代码配置智能体、独立智能体、定制智能体）如何统一管理和协同也会成为企业下一个阶段的关键需求。

《实施意见》中关于工具链、互认互通、群体协同的部署，将把这些工程化能力进一步推向产品标配。这些要求会转化为智能体开发、测试、运行、观测和治理的一整套工程能力，并逐步沉淀为智能体开发平台的核心竞争力。

安全治理成为Agent进入业务流程的准入条件

《实施意见》用相当篇幅讨论产品准则、决策权限、行为管控、内生安全、供应链安全、应用衍生风险、分类分级治理与合规服务体系。安全合规既是政策关注的重点，也是企业实际落地中的关键门槛。IDC在2026年最新智能体调研中发现，62%的企业把数据权限与安全合规列为智能体跨系统执行的首要障碍；而在智能体平台引入目标上，58.7%的企业把治理与合规放在首位（IDC Syndicated Survey 2026）。

智能体只有安全可控，才能正在被企业放心的纳入业务流程中。因此智能体的权限治理、行为审计、决策追溯、安全护栏等能力需逐渐的沉淀为智能体或智能体平台的标准能力。在金融、医疗、政务、公共安全等高合规领域，这种能力更是智能体能否落地的前提条件。

标准化分发和生态将重塑智能体产业

《实施意见》在标准协议和创新生态部分提出，要建立智能体标准体系，加强智能体互联协议（AIP）等关键标准推广应用，探索建设智能体注册平台，提供数字身份管理、检索发现、能力声明等服务，并推动智能体软件商店和行业供需信息发布平台建设。

智能体标准体系的成熟会明显推进智能体，尤其是独立智能体的规模化进程。在IDC 2026年初的预测中，独立智能体是增长弹性最高的智能体形态之一，其爆发主要依赖标准协议和智能体生态的成熟（《中国智能体规模预测，2026-2031》）。AIP、注册平台、软件商店和供需平台逐步成型后，独立智能体的构建、分发和使用门槛都会随之下降，独立智能体尤其是像Xclaw这类智能体产品有机会更快进入企业规模化应用场景中。

行动建议

面向企业用户

  • 把安全治理能力列为智能体规模化前置条件。 企业应尽早建立场景分级、任务边界和权限管理机制。在金融、医疗、政务等高合规领域，应参考政策要求提前规划备案、检测、安全评估以及第三方权威评测，低风险场景也应建立合规自测和风险报告机制。
  • 建设智能体统一运营和协同体系。随着智能体的规模化应用，企业内部将同时存在多类智能体，因此企业在平台选型和架构规划中，需要提前考虑智能体注册、统一身份、统一权限、统一审计、统一成本管理和跨智能体协同能力。

面向技术供应商

  • 安全治理需成为产品基础能力。智能体安全治理相关的决策权限边界、行为管控、最小权限、全链路审计、异常检测和回滚机制等能力，会逐步成为企业采购时的核心指标。
  • 建立智能体全生命周期能力。智能体全生命周期涉及到的开发、测试、部署、运行、评测、优化和治理等均需建立起相应的平台级能力，为未来企业级智能体规模化运营提供支撑。
  • 构建异构智能体的统一管理能力。智能体规模化时代，企业智能体的来源多样，平台需要建立统一的智能体身份、权限、审计、成本和调度能力，帮助企业把分散的智能体管起来，建设企业级的智能体运行和治理入口。
  • 关注智能体标准协议和平台商店的建设。AIP、智能体注册平台、软件商店和供需平台会推动智能体的标准化分发。建议厂商提前规划产品路线，并参考政策要求开展第三方功能、性能、质量与合规评测。

分析师观点

孙振亚，IDC中国分析师：《IDC中国研究经理孙振亚表示，《实施意见》的出台，标志着中国智能体产业从技术和市场自发探索，进入政策框架下的规模化扩张阶段。政策一方面通过分类分级、决策权限、行为管控和合规服务体系，为企业部署智能体提供可预期的合规路径；另一方面通过标准协议、注册平台、软件商店、第三方评测和供需对接机制，为智能体走向跨系统协作和产品化分发铺设了基础设施。

与IDC同行，抢占智能体规模化的战略先机

《实施意见》的发布，标志着企业级智能体正式进入治理驱动、生态协同的新阶段。但对企业来说，仍然存在诸如“如何在自己的行业与业务中，识别高价值的智能体场景”、“如何在平台选型、安全治理、标准化对接等关键决策上少走弯路”等现实挑战。

IDC长期追踪全球与中国智能体市场的发展脉动，拥有覆盖技术供应商、企业用户、投资机构的多维研究体系。已发布《中国Agent基础设施平台/执行平台技术评估，2026》、《中国智能体规模预测，2026—2031》、《IDC Market Glance：中国AI Agent市场概览，1Q26》等智能体报告，即将发布《Agent企业最佳实践与场景精选（ROI视角）》、《中国智能体开发平台市场份额，2025》、以及针对Xclaw产品进行评估的《企业级通用Agent助手评估》等一系列重磅报告，并可为企业提供定制化的场景评估、平台选型与治理成熟度诊断服务。

欢迎您联系IDC中国智能体研究团队，获取最新研究成果，或与分析师进行交流。让我们助您在智能体规模化的浪潮中，走得更稳、更快、更远。

请点击此处与我们联系。

Zhenya Sun

Zhenya Sun - Research Manager

Analyst Profile
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…

视角决定格局。​若仍将公有云安全视作单一的技术模块，便无法窥见其真正的战略全貌。

IDC 2025全球数据指明：公有云安全已跨越单纯的合规门槛，跃升为企业的数字生存底座。​ 它不再是隐匿于防火墙之后的附属插件，而是支撑AI规模化落地、护航业务出海、乃至抵御周期波动的核心底层资产。

三个信号值得认真对待：

  • 信号一：全球公有云安全支出超1100亿美元，增速超20%，是IT支出中最坚硬的赛道
  • 信号二：中国市场云安全收入增速普遍高于云基础设施本身增速，客户正在从为资源付费向为安全付费跨越
  • 信号三：随着AI业务场景的深化，云原生安全已成为大模型落地的隐性门槛，若缺乏深度集成的原生安全体系，企业很难安心地将高价值数据与应用托管其上

一、全球浪潮：安全正在重新定义云的价值

站在2026年的时间节点回看，公有云早已不再仅仅是企业的外挂资源，而是数字化生存的电力系统。

2025年，全球企业正在混合云和多云架构中疯狂奔跑，全球公有云安全市场连续多年保持每年20%以上增速，2025年支出飙升至1100亿美元。

在全球范围内，AWS、Microsoft Azure和Google Cloud等头部玩家正经历着前所未有的技术迭代。他们不再仅仅提供安全插件，而是通过硬件级隔离、身份边界重塑以及AI驱动的情报分析，将安全深度嵌入云原生底座。

与此同时，以Palo Alto Networks、CrowdStrike、Wiz和Zscaler为代表的安全巨头也在快速进化。他们正推动从单一工具向CNAPP云原生应用保护平台和代码到云（Code-to-Cloud）的统一平台转型，试图在多云环境中建立一道跨厂商、自动化的全栈防御屏障。

在这场技术长跑中，谁能率先解决复杂环境下的可见性真空，谁就将定义下一个十年的云安全标准。

二、中国实践：快速跟进与创新，但仍有差距

2025年，中国云计算市场规模持续扩大，云安全产品的营收增速普遍高于云基础设施本身的增速，显示出客户从买资源向买安全的意识跨越。

作为国内市场的领头羊，阿里云已将其安全产品线全面推向智能体时代，通过升级Agentic SOC，利用大模型实现了超过80%的安全事件自动响应。华为云演进为AI原生安全架构，通过其安全大模型实现对AI算力集群的实时监测。腾讯云充分发挥攻防领域的深厚沉淀，在内容风控、反欺诈、DDoS高防等领域形成了极高的市场占有率。

传统网安巨头正通过云地协同战略，在云安全管理平台C-SOC市场占据核心位置。深信服、奇安信等厂商通过与公有云厂商的深度技术绑定，成功实现了从卖防火墙硬件到卖云安全服务的转型。

但不可忽视的是，相比于全球安全厂商，中国安全厂商目前在公有云安全市场仍需发力。虽然在私有云和特定业务场景中展现了卓越的实战能力，但在全球化的SaaS安全标准、跨云的Agentless治理精度、以及安全左移的代码级闭环上，国内厂商仍有巨大的进阶空间。

三、商业启示：为什么公有云安全是好生意

海外巨头的成功路径为中国厂商提供了极具诱惑力的商业模板：

极致的用户粘性

安全业务之所以具备IT板块中最高的粘性，是因为它正逐渐从外部挂载的锁具演变为深度嵌入企业架构的神经系统。一旦部署，更换安全供应商不再是简单的卸载与重装，而是一场涉及底层策略重写、合规记录迁移以及全员操作习惯重塑的伤筋动骨式手术。

抵御周期的现金流

与传统网络安全硬件的订单式生存不同，Wiz和CrowdStrike的成功路径证明了SaaS化订阅模式在资本市场中的统治力。这种模式具有极强的抗周期属性，即便在经济下行期，企业可能会削减新员工入职或新业务线扩张，但绝不敢轻易关掉云端的安全防护。

掌握AI与全球化的通行证

在当前的全球技术格局下，拥有顶级的云安全能力已不再仅仅是为了防御黑客，它更是企业进军AI云和全球化市场的入场券。只有具备原生云安全能力的厂商，才能解决大模型在云端训练、推理过程中的数据投毒和提示词注入风险。中国厂商若能构建起符合国际主流标准的云安全体系，本质上就是为中国企业的全球化交付提供了一套合规标准化的底座。

四、IDC：不止于数据，更是决策指南

IDC已发布 《IDC中国半年度安全软件数据跟踪报告——公有云，2025H2》，其中包含公有云部署模式下的数据安全软件、终端安全软件、身份和访问控制软件、软件安全网关、安全分析和运营软件、漏洞管理软件等子市场的厂商数据跟踪。

上述商业逻辑的兑现，最终需要落地到真实的市场数据中加以验证。化繁为简，洞见未来。 本次报告透过公有云安全市场不同赛道中的厂商营收数据，为您剥离噪音、还原真相，助您在复杂的市场环境中精准锚定业务增长点与投资机遇。无论您是寻求赛道突围的企业，还是布局未来的投资者，皆能在此获取专属的行动指南。

具体而言，可以为不同角色的参与者提供以下支持——

云厂商：帮助您精准识别自身安全产品的市场位次，明确自身赛道定位与竞争位置。

安全厂商：帮助您应找准生态位，重点锚定高增长赛道，避免无效内卷；同时积极融入头部云厂商生态，通过技术集成与联运合作，借助云市场流量触达客户。

企业客户：为您提供了客观的供应商评价维度，帮助 CIO 识别哪些厂商在特定公有云安全领域具备长期投入和领先地位。

投资机构：报告是评估公有云安全景气度的核心参考，能够清晰展现公有云安全市场的天花板及各子市场的集中度，利用数据降低因信息不对称导致的投资偏差。

结语

公有云安全已经完成了从附加品到必需品的身份蜕变。在客户从买资源向买安全的意识跨越中，IDC 将持续通过系统性的研究，助力每一位参与者：看清坐标、捕捉先机、定义未来。

欢迎广大云厂商和安全厂商关注IDC公有云安全系列研究，如需进一步沟通或获取深度数据与战略洞察，请与IDC联系。

请点击此处与我们联系。

Joe Zhao

Joe Zhao - Senior Research Manager

Analyst Profile
Joe Zhao is a senior research manager of Enterprise Research for IDC China. He focuses on research and analysis of the China security market. Joe has more than 12 years of domestic and international work experience in ICT. Prior to…

2026年CHIMA大会上，一个变化已经非常明确：医疗行业的讨论重心，正在从大模型快速转向智能体。过去两年，行业关注的是模型参数、多模态能力、医学问答准确率，本质上是在验证“模型是否足够强”；而今年，几乎所有厂商都开始展示智慧诊疗、智慧服务、智慧运营等智能体矩阵，并强调与HIS、EMR、医保等核心系统的融合能力。

IDC认为，当前医疗AI最大的鸿沟已经不是模型能力，而是医院现有体系“接不住”智能体。行业竞争正从技术竞赛，转向流程、组织与承接能力的落地竞赛。

本文基于CHIMA 2026观察，IDC指出：技术供给已超前于医院承接能力；未来医疗AI的竞争，谁能够率先帮助医院构建Agent-ready的能力体系。

CHIMA释放新信号：医疗AI全面从“模型竞赛”转向“落地竞赛”

此次展会中，互联网平台、AI创业公司、基础设施厂商、安全厂商大量涌入医疗市场，行业从模型的参数比拼迅速转向Agent开发。许多厂商甚至已经不再强调自研医疗大模型，而是直接基于通用模型构建医疗智能体。会场中，各类智慧医院、AI中枢、全场景智能体方案层出不穷。

这意味着，医疗AI已经进入新的阶段。行业竞争正在从技术能力竞赛，转向围绕业务闭环、流程协同与组织能力的落地竞赛。

智能体落地，厂商与医院之间存在巨大的“数字鸿沟”

相对于展会上技术厂商层出不穷的智能体产品，医院关注的问题却依旧十分现实。纵观大会论坛与议题，医院讨论最多的仍然是数据治理、系统集成、算力不足、网络安全、医保合规等基础问题。相比厂商描绘的“全面智能化”，医院更关心的是系统是否稳定、数据是否打通、流程是否真正可落地。

同时，伴随着医疗大模型走向落地应用，医院用户逐步发现发现，即使模型已经足够强，AI依然很难真正进入核心业务流程。因此，目前医院实际引入的智能体，依然主要集中在病历生成、预问诊、报告解读等非核心场景。

这种明显的供给的错位揭示了当前医疗AI行业最大的矛盾：技术供给正在快速超前，但医院真实需求与承接能力并没有同步成熟。

问题根源：技术供给超前，但医院接不住智能体

过去医院信息化建设的核心目标，是实现业务电子化与线上化，因此形成了以HIS为中心的大量烟囱式系统。这种架构适合传统软件，却不适合智能体的部署及管饭应用。智能体需要实时数据流、跨系统协同、动态推理以及持续决策能力，但当前医院普遍存在数据孤岛、接口割裂、标准不统一的问题。因此，当前智能体落地的主要问题并不在于AI“做不到”，而在于医院体系“接不住”。

跨越鸿沟，构建“Agent-ready的能力”

医疗AI下一阶段的核心问题，已经不再是“还能做出多少Agent”，而是“如何让医院真正接得住Agent”。尤其对于技术厂商而言，下一阶段不应只是推出更多智能体，而是帮助医院构建能够承接智能体持续运行的Agent-ready能力体系。对此，IDC认为应该关注一下几点：

首先，厂商需要从“卖单点AI应用”转向“建设AI基础能力”。厂商需要熟悉医院的基础架构，拓展从底层基础设施到上层应用的全栈技术能力，将重点放在数据治理、统一接口、智能中台与安全体系建设上，帮助医院建立能够支撑多智能体运行的底座能力。

其次，短期聚焦高ROI场景，形成可量化的价值。在预算收紧的背景下，医院对AI的投入将更为审慎。厂商应主动协助医院识别那些流程相对独立、数据标准较高且业务痛点明确的场景，如病历生成、医保审核、医疗质控或患者预问诊，采取点状化的切入方式，率先形成可量化价值，从而推动医院主动升级Agent能力。

与此同时，立足长期发展，重构软件让智能体真正融入医院工作流。当前大部分智能体仍停留在单点工具阶段，但未来医院真正需要的，将是能够跨系统、跨科室协同运行的智能体网络，需要将智能体与软件深度交融。因此，厂商需要率先从软件设计底层进行变更，并加一验证，才更有可能成为下一阶段医疗AI市场的核心玩家。

最后，主动成为医疗用户的同行者。一方面，建立“临床+信息中心+厂商”的联合共创机制，主动帮助医院洞察痛点，个性化定制智能体，解决医院的实际问题；另一方面，构建多元化的合作模式，主动解决医院信息化预算短缺的问题，形成更可持续化的付费模式。

未来医疗AI的竞争，谁能够真正帮助医院完成智能化转型

因此，CHIMA 2026最重要的意义，并不是“智能体全面爆发”，而是行业开始意识到：医疗AI的核心挑战，已经从模型问题，转向流程问题、组织问题与体系问题。这也意味着，未来行业竞争的焦点，将不再是谁拥有更多Agent或更大的模型，而是谁能够真正帮助医院完成智能化转型。

本文与IDC研究报告
本文基于CHIMA 2026的一线观察，回答一个问题：为什么医院现在需要认真对待医疗大模型与智能体的落地？
而关于“谁家的技术更强、如何评估、如何选型”的系统性答案，请参见IDC已发布的《中国医疗大模型技术评估，2026》（Doc# CHC53377725，2026年4月）报行。旨在帮助医院读者理解报告的背景、建立思考框架、明确自身准备工作的方向：

  • 主要医疗大模型厂商的技术能力深度对比
  • 分场景（病历、医保、质控、患者服务）的能力评估
  • 可解释性、幻觉控制、系统集成等关键维度的实测分析
  • 医院选型建议与ROI参考框架

IDC更多相关研究：

这一跨越是一场从底层到上层应用的整体变革，当前市场正处在从智能体的点状式应用到全面智能体化的转折期。作为行业的观察者，在迎接医疗智能体的全面到来之际，IDC也将研究也将聚焦智能体话题：

医疗AI正从模型能力竞争进入落地能力竞争的新阶段。IDC将持续跟踪智能体在医疗场景中的演进路径、组织适配与价值评估。如需了解报告更多信息，或就医疗AI落地策略、智能体成熟度评估、医院数字化转型路径等进行深度交流，欢迎与IDC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。

Yanxia Lu

Yanxia Lu - Research Director

Analyst Profile
  Yanxia Lu is a research director, focusing on big data and artificial intelligence (AI). Her responsibilities include big data information management platform, and big data analytics and applications. She is also involved in research on AI technology and enterprise…

Salesforce在今年的开发者大会TDX上，正式发布了名为Headless 360的新举措，旨在使得Salesforce平台上的所有功能，均可通过API（应用程序接口）、MCP（模型上下文协议）服务器或CLI（命令行界面）命令的形式对外暴露，从而支持编程智能体或面向特定客户需求的自定义智能体进行调用。

Salesforce的这一动作，并不仅仅是一次产品能力开放，更反映出企业软件正在发生一个根本性变化：应用的核心对象，正在从“人”转向“AI”。当越来越多系统开始以开放接口、连接器以及Agent相关协议而非UI作为主要交互方式时，企业软件的竞争逻辑、产品形态与商业模式，也正在被重新定义。

从应用到Agent，竞争格局与商业模式重塑

企业软件市场正经历一场深刻变革。AI Agent不仅是技术升级，更是市场竞争、商业模式和生态体系的全面重置。IDC最新调研显示，2026年全球72%的企业已将AI Agent投入生产，51.6%已将Agent嵌入核心业务流程。Agent正成为企业软件的“新入口”，未来三年内，Agent接口将超过一半，传统接口将迅速降低接近至零。

传统软件厂商以功能和UI为核心竞争力，如今则被“结果导向、自动执行”的Agent所取代。Agent能够跨系统自动编排任务，推动业务流程从“人操作”转向“意图驱动、自动完成”。IDC预测，到2027年，Agent自动化将增强40%以上的企业应用能力，重塑三分之一的业务流程和工作流。

IDC的核心判断是：Agent并不是一次功能升级，而是在重构企业应用的形态。

应用正在“退居后台”：Agent成为新的执行层

在传统模式下，企业应用的价值建立在“界面+流程”之上。用户进入系统、触发操作、完成任务，软件围绕“人如何使用系统”来设计。

但Agent改变了这个前提。

它可以基于上下文理解需求、跨系统调用能力，并直接完成任务。在越来越多场景中，用户不再需要进入某一个具体系统，任务已经在后台被执行。

这意味着一个关键变化：应用不再是工作的入口，Agent才是。

一旦入口发生变化，应用的角色也随之改变——从“交互界面”转向“能力提供者”，从前台走向后台。

应用边界开始消失：竞争从产品走向生态

当Agent可以跨系统完成任务时，原本清晰的应用边界开始变得模糊。

同一个业务流程，可能同时调用CRM、ERP和供应链系统；而对用户来说，这一切被封装在一次“请求”之中。应用不再以单独系统的形式被感知，而是作为能力被调用。

关键影响在于：竞争逻辑正在发生改变——除了“谁的功能更强”，还需要考虑“谁更容易被调用和整合”。

这也是为什么当前市场中，开放接口、连接器以及Agent相关协议（如MCP、A2A）迅速升温。厂商不仅仅是构建产品，而需要争夺“进入Agent调用链”的位置。

如果无法进入这个链条，即使功能完整，也可能被绕过，逐渐边缘化。

定价体系被重写：从“使用权”到“结果价值”

相比产品形态的变化，更深远的影响正在商业模式层面显现。

过去几十年，企业软件的定价建立在“使用权”之上——按用户数、按模块、按许可收费。但在Agent模式下，这种逻辑开始失效。

一个Agent可以替代多个用户执行任务，自动化程度越高，企业获得的价值越大，但座席数量反而可能下降。

这带来一个根本性问题：当“使用量”不再等于“价值”，软件应该如何收费？

目前市场已经出现一些过渡模式，例如在座席基础上叠加Agent调用量或自动化流程计费，形成混合定价结构。

但更关键的变化在于：

软件行业正在从“为工具付费”，转向“为结果付费”。

而谁能够定义“结果”，并将其转化为可计量、可收费的单位，谁就有机会在这一轮变革中掌握价值分配权。Agent定价需简化，避免复杂结构成为创新和试点的障碍。

IDC观察：三条正在形成的主线

从当前市场演进来看，这一轮变化并不是单点突破，而是沿着几条清晰的主线展开。

首先，企业软件正在从“工具导向”走向“结果导向”。软件不再只是支持人完成工作，而是直接交付结果。

其次，集成逻辑正在从系统层上移到Agent层。过去复杂的系统集成，正在被Agent编排所替代。

更重要的是，竞争的核心正在从功能能力转向价值捕获能力。厂商之间的差距，不再只体现在“能做什么”，而在于“如何从结果中获得收入”。

谁会受益，谁面临风险？

在这一过程中，市场分化已经开始出现。

具备平台能力和生态控制力的厂商，更容易成为Agent的调度中心，从而掌握流量与价值入口。而那些依赖单点功能、定价僵化或生态封闭的厂商，则面临利润下滑和客户流失，被边缘化的风险——即使产品本身依然存在，Agent会绕过其产品，其不再处于用户路径之中。

换句话说，未来的竞争不只是“有没有Agent”，而是“是否在Agent体系中占据关键位置”。

结语：这不是一次技术升级，而是一次价值重构

Agent的快速普及，表面上看是AI能力在企业软件中的延伸，但其更深层的影响在于，它正在改变应用的形态、重塑竞争边界，并重新定义价值的获取方式。

这不是一次简单的技术升级，而是一场围绕“执行权”和“价值权”的重构。

对于软件厂商而言，真正的挑战不在于是否引入Agent，而在于——在一个由Agent主导的体系中，自己的产品究竟处于什么位置。Agent不仅是自动化工具，更是业务流程、行业应用和迁移的“新软件”，厂商可通过Agent快速扩展市场份额和收入。

与此同时，企业用户也需要重新评估自身的应用架构、自动化路径以及供应商选择策略，为Agent驱动流程、数据准备和跨应用编排做好组织准备，以确保在这一轮变革中持续获得业务价值与竞争优势。

IDC更多相关研究

如果您希望进一步了解Agent在企业软件中的落地路径、市场演进趋势或对自身业务的具体影响，欢迎与IDC分析师团队联系。IDC将基于持续的市场跟踪与研究，提供更具针对性的洞察与建议，支持企业与厂商在这一轮变革中做出更有前瞻性的决策。

请点击此处与我们联系。

Lizzie Li

Lizzie Li - Associate Research Director

Analyst Profile
Lizzie Li is Associate Research Director of IDC China's Enterprise System and Software Research that focuses on research and analysis of the China Datacenter, Cloud Computing, and IT infrastructure markets. She also provides intelligence and consulting services in customized projects for…

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。

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。

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。

请点击此处与我们联系。

Yanxia Lu

Yanxia Lu - Research Director

Analyst Profile
  Yanxia Lu is a research director, focusing on big data and artificial intelligence (AI). Her responsibilities include big data information management platform, and big data analytics and applications. She is also involved in research on AI technology and enterprise…

中国公有云市场正在经历一场由AI驱动的结构性转折。IDC最新发布的《中国公有云服务市场跟踪报告，2025 下半年》数据显示，2025年下半年公有云IaaS市场人民币同比增速恢复至20.0%，整体公有云市场(IaaS+PaaS+SaaS)半年总值首次突破2000亿元。这一增长并非简单的市场回暖，其背后是AI需求对云计算产业底层逻辑的重塑：市场认可度的提升正在从“资源规模”转向“全栈AI能力”，市场份额正加速向“算力+大模型”双强厂商收敛，出海成为增长第二曲线，而行业间的需求分化也将进一步拉大。IDC认为，未来三到五年，公有云市场的竞争将不再是价格战与规模战，而是算力、模型、行业方案、生态与全球化能力的综合较量。谁能在这一轮AI红利中真正从“云厂商”升级为“AI服务商”，谁就将主导下一轮市场格局。

AI 能力将重构市场份额 ，大模型为云厂夺回定价权

在传统IaaS市场中，云主机租赁长期占据主导，价格战也因此成为竞争的主旋律。然而，随着生成式AI和大模型需求的爆发，客户在选择云服务商时的核心依据正在发生根本性变化。算力、大模型、芯片与平台的全栈能力，正取代过去的资源规模与价格优势，成为新的竞争焦点。相应地，定价逻辑也在从资源计费转向价值付费。

这一转变最直接的体现，是市场增长动力从存量博弈转向增量创新。传统IaaS价格战逐步退潮，取而代之的是智算需求驱动的新一轮扩张。大模型产品的定价模式正向按Token计费倾斜，云基础设施产品，尤其是高性能算力的需求大幅提升。在这一新竞争环境中，云服务商是否具备AI原生能力与高效的算力调度能力，将直接决定其能否占据有利位置。

全栈能力成为竞争壁垒，市场向“算力+大模型”双强厂商收敛

智算集群、液冷数据中心、自研芯片、大模型训练等领域均属于高投入赛道，只有具备完整闭环能力的厂商，才能实现算力规模化变现并穿越投入周期。根据IDC MarketScape评估，阿里云、百度智能云等具备全栈能力的云厂商，其市场份额正持续提升。这些厂商凭借硬件芯片、异构算力兼容、集群调度、MaaS平台及行业生态等综合优势，已在政企、互联网等多个行业中积累起丰富的落地案例。

相比之下，单纯依赖资源出租的厂商，由于缺乏技术与生态支撑，增速已开始放缓。未来市场将进一步向具备全栈AI能力、生态协同能力和行业深度适配能力的头部厂商集中。

行业分化加剧，高适配行业领跑

不同行业在公有云需求上的差异正在拉大。自动驾驶、电商、游戏、互联网金融、协同办公等与AI结合度高且资本红利充足的领域，公有云需求保持高速增长。IDC预测，2025年泛科技行业的AI公有云渗透率将持续提升，行业间的市场增速差距将进一步扩大。而政务、制造、传统金融等行业，则受合规要求和系统改造周期等因素限制，上云节奏相对缓慢。这些行业客户在选型时，更加关注模型的训练与推理性能、行业精调落地情况、数据主权与合规、成本治理等多维度能力，这也在推动云服务商加快行业化与场景化产品的布局。

海外资源加速布局，出海成为增长第二曲线

海外背景的云厂商，如AWS和微软Azure，在云算力出海领域依然保持强劲竞争力，持续服务于中资企业的全球化部署与跨境AI业务。与此同时，阿里云、腾讯云、华为云以及运营商阵营也在积极瞄准中资企业出海需求，在跨境电商、游戏发行、AI应用出海等领域加速落子。根据IDC跟踪数据显示，中过企业出海用云市场规模五年复合增长率超过30%，远高于国内市场增速。出海正成为中国云厂商寻找增长“第二曲线”的重要方向。

AI红利花落谁家：三类厂商各显其能

在这一轮AI驱动的市场重构中，不同类型的云服务商正走出截然不同的增长路径。

以阿里云和百度智能云为代表的全栈型厂商，凭借“模型+芯片+平台+公有云基础设施”形成的产品线闭环，构建起公有云竞争的护城河。其公有云IaaS同比增速已从2024年的个位数增长提升至2025年的25%以上，市场份额持续提升，并在大模型平台、MaaS、行业精调等领域不断加码。

以腾讯云和火山引擎为代表的场景驱动型厂商，则更加聚焦AI的商业化落地，推动将AI真正“用起来”。腾讯云在2025年首次实现规模化盈利，而火山引擎则凭借高性价比的智算方案与灵活计费模式，在2025年再次实现超100%的同比增速，市场份额快速提升。

以中国电信天翼云、移动云和华为云为代表的算力运营型厂商，依靠自建与跨平台调度能力的结合，灵活适配第三方方案，为政企、金融等高安全性行业的AI应用提供保障。凭借多年积累的机房资源、属地化服务和央企背景，这些厂商的企业级服务优势逐步显现，市场排名稳居前五。

从算力到模型：未来四阶段演进路径正在形成

展望未来，中国公有云市场的竞争将沿着清晰的阶段路径演进。

在2026年的第一阶段，算力投入依然是AI发展的核心方向。智算集群、自研芯片、数据中心建设推动资本开支持续攀升。IDC预测，到2027年，超过85%的中国组织将把传统云环境转型为适配AI工作负载的新型平台。

到2027年前的第二阶段，商业化将迎来突破。云服务商的营收模式将从单纯算力出租，转向“Token+算力”的双营收结构，收费模式从资源侧向场景侧迁移，云厂商的盈利格局将随之重塑。大模型驱动的AI云服务市场格局正在形成，MaaS、行业精调和Agent平台等新型商业模式加速落地。

进入2028年的第三阶段，竞争焦点将从算力底座转向大模型应用场景的的训练、微调和推理优化。“云上模型好用度”将成为企业客户选择云服务商的决定性因素。企业买家将优先评估多模态模型覆盖能力、推理准确性、行业适配能力以及生态工具链的完备性。

而纵观未来五年，行业分化将成为长期特征。泛科技行业将持续领跑，传统行业则在政策引导与国产化适配推动下逐步而坚定的推进上云进程。市场将向具备全球化能力、行业方案能力和生态协同能力的综合AI服务商集中，头部厂商将通过全栈能力与行业深耕构建起长期壁垒。

分析师结语：从“云厂商”到“AI服务商”的升级之战

2025年下半年中国公有云市场重回高增长，其本质是AI产业爆发所带来的公有云基础设施红利。IDC中国研究经理崔婷婷表示，IaaS增速重回20%以上，标志着中国公有云行业已从存量博弈转向增量创新。未来三到五年，AI能力的竞争将进入白热化阶段，市场不再是简单的价格与规模比拼，而是算力、模型、行业方案、生态与全球化能力的综合较量。云计算，尤其是公有云服务，作为AI竞争的核心载体，其资源铺设广度、能力韧性、安全性、营收增长与利润转换率的动态提升，也将直接反映出AI阵营的发展状态，成为AI竞争态势的晴雨表。在这场升级之战中，谁能更快将AI能力转化为客户可感知的业务价值，谁就有望在下一轮格局洗牌中占据先机，真正完成从“云厂商”到“AI服务商”的跃迁。

如需进一步了解IDC相关研究，或就中国公有云市场发展趋势进行深入交流，欢迎与IDC联系，获取更多洞察与数据支持。

请点击此处与我们联系。