Logo
Become a Client

Category: Markets and Trends

Market-level analysis, forecasts, buyer behavior, and ecosystem dynamics cutting across products.

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.

当前，具身智能机器人已成为物理 AI 的核心落地形态，推动机器人产业由传统自动化系统向具备感知、学习、决策与行动闭环的智能体演进。产业价值重心不再仅依赖单一算法或硬件性能，而是依托模型、数据、算力、控制与本体的系统级协同能力。整体来看，具身智能机器人技术栈不再沿线性路径演进，而是逐步形成“以模型为中心、软件定义体系、硬件随之重构”的全栈式变革路径。

基于对全球机器人与具身智能产业的持续跟踪，IDC 系统总结了当前具身智能机器人的十大关键技术趋势。这些趋势构成了机器人产业能力跃迁的技术底座，也为厂商、开发者及行业用户把握未来三年的技术方向与竞争格局提供重要参考。

模型为中心——机器人认知与能力泛化的核心驱动

世界模型与具身智能大模型协同驱动认知升级

世界模型构建对环境、自身状态及物理规律的内部表征，为机器人提供预测、规划与连续决策能力，使其从被动响应向主动规划演进。结合仿真与 Sim-to-Real 训练，世界模型降低现实训练风险与成本，是复杂任务工程化与通用人形机器人落地的重要支撑。

虚实融合数据体系成为持续进化核心基础

具身智能机器人对跨场景泛化能力的需求，使训练数据从单一实采向虚实融合体系演进。仿真合成数据成为规模化训练主体，视频学习正在成为潜在扩展路径，遥操作实采数据作为高质量补充，通过闭环训练、仿真微调与在线反馈，支撑机器人在低成本条件下实现能力扩展与持续进化。

快慢系统与技能库协同，提高复杂任务工程化效率
行业普遍采用“快思考 + 慢思考”双系统架构，高层慢系统负责任务规划与世界理解，底层快系统保障高频控制与物理交互实时性。结合模块化技能库与场景专项训练，机器人可实现多任务、多步骤操作的能力复用与稳定落地。

情感理解与个性化智能基座逐步实用化

机器人在家庭、服务和医疗场景中对情感理解、个性化交互和自主决策的需求显著提升。通过情感感知、个性化用户建模、认知决策、情感表达与持续学习，机器人实现端到端闭环的感知、理解与行为生成。大模型和长期学习支撑其从单任务执行向多场景、多任务能力演进，提高陪伴、教育及健康监测价值。

软件定义体系——机器人工程化与系统化的关键支撑

具身智能机器人开发平台走向集成化与开源生态

随着技术栈复杂度提升，具身智能机器人开发平台正形成“软硬件 + 数据 + 模型 + 工具链”的一体化生态。集成化平台通过统一接口、标准化数据与开源生态，降低开发门槛，加速算法、模型与应用在不同机器人本体和场景中的迁移与复用。

机器人操作系统向高可靠分布式架构演进，支撑大规模与高并发应用

随着系统复杂性提升，传统操作系统难以满足多自由度、多传感器、多执行器的实时协作需求。硬实时分布式操作系统通过微内核、模块化服务、任务隔离与分布式调度，保障多节点协同的确定性与可靠性，为高自由度控制、复杂场景适应及自主决策提供底层支撑，加速通用机器人系统开发与产业落地。

IT–OT 融合通信体系成为机器人实时控制关键底座

具身智能机器人对低时延、高确定性通信需求持续增长，推动 IT 与 OT 通信体系加速融合。内部 OT 网络通过 EtherCAT/CAN-FD 与时间敏感网络（TSN）融合，实现高确定性控制；外部 IT 网络借助 Wi‑Fi 7、5G/6G 提供低时延、高可靠通信。分布式控制架构下，统一协议与时间同步保障多机器人协作、云边同步及高自由度运动控制，为大规模部署和系统级协同提供关键支撑。

硬件随之重构——高复杂任务的机器人物理体系升级

端侧算力持续跃升，环境复杂度与系统规模成为核心驱动

随着机器人向具身智能化发展，多模态感知、语义理解、运动控制与实时规划的计算需求大幅增加。算力需求与信息处理复杂度、电机数量及运动控制耦合度高度相关，从家用机器人的十T级跃升至商用服务、四足及人形机器人的百T至千T级，环境复杂度与系统规模成为算力演进的主要驱动因素。

多模态感知全面升级，构建内外协同统一感知体系

机器人感知能力由单一视觉向3D视觉、触觉、力觉、惯性及内部状态感知等多模态融合发展，实现对环境与自身状态的统一理解。多源感知提升空间认知、操作精度与动态稳定性，为复杂非结构化环境下的自主决策与安全执行提供基础支撑。

安全性体系从局部防护走向系统级冗余，实现全链路稳健运行

随着应用场景拓展，安全性和稳定性成为具身智能机器人大规模落地的核心要求。行业正推动从单点防护向系统化设计转型，通过感知冗余、约束控制、运行时监控和长尾风险验证构建可信赖系统，确保机器人在动态复杂环境中可安全降级、即时干预并长期稳定运行。

IDC中国研究经理李君兰表示，当前，具身智能机器人正处于技术高度复杂且潜力巨大的交汇点：一方面，大模型、世界模型、多模态感知等 AI 能力持续突破；另一方面，机器人在真实环境中面临的物理约束、实时控制及安全可靠性远比数字世界复杂。IDC 认为，产业正沿着“模型为中心、软件定义体系、硬件随之重构”的路径演进，标志着机器人产业迈入全栈竞合的新阶段。

IDC 建议产业参与者采取六大行动方向：

  • 提前布局世界模型与具身智能大模型的协同能力，
  • 构建虚实融合的数据生产与训练体系，
  • 升级端侧算力与分布式操作系统架构，
  • 应从单一产品思维转向平台与生态思维，
  • 将安全能力内生为系统级基础模块，
  • 结合自身定位选择差异化的技术或应用突破路径。

报告信息：

本文核心观点来源于 IDC 报告《具身智能机器人技术趋势与品牌推荐，2025》（Doc# CHC53183725，2025年12月），报告不仅系统梳理了具身智能机器人十大技术趋势，也对奥比中光、地瓜机器人、NVIDIA、擎朗智能、微亿智造、银河通用、智元机器人等典型厂商进行了深入分析与品牌推荐，为产业参与者提供战略参考与厂商选择指南。欲了解更多详情或进行深度交流，请联系IDC中国机器人与具身智能领域研究经理李君兰（邮箱：lyli@idc.com）

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。

Lily Li - Research Manager - IDC

Lily Li is a research manager for emerging technologies in IDC China. She is responsible for conducting research and analysis for Internet of Things (IoT) in the same country. She is also involved in global and regional consulting as well as business development in related markets. Prior to joining IDC, Lily has had in-depth working experiences in the urban digital transformation (DX) field and a wide range exposure to Smart City developments. She has a deep understanding of the status quo and is knowledgeable about the market's future trends. Lily holds a master's degree from the Graduate University of Chinese Academy of Sciences (GUCAS).

AI 正改变医疗服务方式与价值逻辑

长期以来，数字化已成为中国医疗健康行业持续演进的方向。从信息系统建设、影像辅助诊断到线上医疗服务，技术在不断改善效率与覆盖面，其中AI 技术的引入也给行业发展带来了更多的机遇。但 IDC 指出，真正的分水岭并不在于“是否引入 AI”，而在于 AI 是否开始改变医疗服务方式与价值逻辑。

随着大模型逐步进入医疗场景，行业正在发生一场更深层次的变化：医疗不再只是围绕单次诊疗展开，而是开始围绕 人群、流程与长期健康结果 进行重构；AI也不再只是作为辅助工具，而是逐步成为能够“协同工作、参与决策”的智能体。这一转变，标志着医疗AI正从“工具增强”走向“智能体协作”，从“以治疗为中心”迈向“以预测和预防为导向”。

为什么这份 FutureScape，对医疗决策者具有现实参考意义？

在《IDC FutureScape：全球医疗健康行业2026年预测——中国启示》（2025年12月）中，IDC 明确指出：未来五年，中国医疗健康行业将面临三重结构性变化——人口健康压力持续上升、医疗服务向价值导向转型，以及公众对可信 AI 的期望显著提高。

这三重变化相互叠加，使得医疗 AI 的成败不再取决于算法性能本身，而取决于 治理能力、信任机制与系统性整合水平。在这一背景下，FutureScape 提供的并非单点趋势，而是一张描绘未来医疗运行逻辑的路线图。

十大预测：智能体协作如何重塑医疗健康体系

预测 1｜人口健康管理策略升级

到2027年，40%的医疗机构将采用先进的风险分层工具来应对人群健康问题，重点关注慢性病负担和老龄化人口。

这一预测反映出医疗体系正在从“以患者为单位”的诊疗模式，转向“以人群为对象”的风险管理模式。风险分层将成为分级诊疗、资源配置和医保支付的重要基础能力，也为预防性医疗提供数据支撑。

预测 2｜基于 Agentic AI 的患者交互

到2028年，45%的医疗机构将优先基于对数字公平、文化一致与信任的考虑，推动基于 Agentic AI 的医患交互方式，从而实现个性化且富有同理心的交互。

IDC 强调，医疗交互的价值不只在效率，更在信任。Agentic AI 能够结合临床数据与社会健康决定因素，提供更具情境感知与同理心的沟通方式。

预测 3｜沉浸式行为治疗平台

到2028年，15%的行为健康服务提供者将配备具备 AI Agent 的 XR 平台，实现沉浸式引导治疗的自动化，减少30%的面对面就诊次数。

在行为健康资源长期短缺的背景下，XR 与 AI Agent 的结合为扩大服务覆盖、降低就诊门槛提供了新的可能性，同时也推动治疗方式从“诊室中心”走向“持续陪伴”。

预测 4｜AI 推动支付方主导模式

到2028年，“payvider”模式将在中国医疗保健领域实现20%的渗透率，将医疗服务与保险相结合，并加速基于价值的医疗和数字健康的发展，以改善患者预后。

支付方与服务方的融合，将推动医疗激励机制从“按项目付费”转向“按结果付费”，也对数据共享、跨机构协同提出更高要求。

预测 5｜AI 驱动的智慧病房

到2029年，20%的新建医院或重大改造项目将配备由人工智能驱动的智慧病房，其可根据患者病情严重程度及临床背景动态调整监测参数、工作流程、查房安排及病房环境。

智慧病房代表着护理流程的智能化重构，通过持续监测与动态调整，提升患者安全性并缓解护理人员压力。

预测 6｜自主化医疗设备

到2029年，50%的新型医院医疗设备将采用 AI Agent、先进传感器和边缘计算技术，实现自我优化、故障预测，并将运行时间提升50%。

医疗设备正从“被动资产”转向“主动系统”，这不仅提升运行效率，也对设备安全、运维和合规提出更高要求。

预测 7｜AI 就绪型医疗基础设施成熟度

到2029年，40%的医疗机构将因社会、文化和政治层面对数据滥用或可解释性缺失的负面反应，推迟部署人工智能就绪的医疗基础设施。

这一预测提醒行业：技术成熟并不等于社会接受。可解释性、伦理与公众信任，将直接影响 AI 投资节奏。

预测 8｜预防性医疗

到2030年，多模态人工智能将在症状出现前预测45%的慢性病和罕见病，通过更广泛的健康数据（包括可穿戴设备和多组学数据）使预防性医疗成为现实。

医疗价值链正在前移，疾病预测与早期干预将成为核心能力。

预测 9｜医疗 Agent 崛起

到2030年，50%的中国等级医院将部署 AI Agent，以提供实时决策支持和自主工作流程，准确率超过80%，同时将异常情况上报至临床工作人员。

医疗 Agent 的核心价值在于重构临床工作流，让医生将精力集中于高复杂度决策。

预测 10｜量子医学

到2030年，15%的顶级医疗机构将采用量子平台，实现诊断、模拟及数字孪生技术的100倍加速，以精准驱动复杂医疗护理。

尽管仍处早期阶段，量子计算已开始在复杂疾病建模与精准诊疗中展现潜力。

这些预测共同指向什么？

IDC FutureScape 2026 反复传递出一个重要信号：医疗健康的未来，并不是“更多 AI”，而是“更系统、更可信、更以人为中心的智能协作体系”。
技术只有在治理、信任和组织能力同步演进的前提下，才能真正释放价值。

IDC 中国高级分析师林红表示，中国医疗健康行业正站在从“数字医疗”迈向“智能体医疗”的关键节点。能够在政策的指引下将信息系统、大模型技术、基础设施与医院业务统一规划的机构，将更有能力在提升诊疗质量的同时改善患者体验。

一个面向未来的行动性判断

IDC 并不建议医疗机构“追逐所有新技术”。相反，更重要的是 优先投资那些能够同时提升医疗质量、增强信任的 AI 能力——包括可信医疗智能体、人机协同决策机制，以及真正 AI 就绪的医疗基础设施。只有将这些能力视为医疗体系的长期资产，而非短期项目，医疗 AI 才能走向可持续的规模化应用。

进一步推荐

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。

Erin Lin - Senior Market Analyst - IDC

Erin Lin serves as a senior market analyst of the IDC China Health Insights group. She is responsible for conducting research and analysis about the health industry for both domestic and regional markets. She is also involved in consulting and business development in related markets. Before joining IDC, Erin had four years of experience in medical administration; then served as an analyst in the health industry for two years. Erin is familiar with healthcare institutions and related businesses, and has been gathering deep insights into the health industry and emerging medical technologies. Erin holds a master's degree in Leadership and Management in Health and Social Care from the University of Southampton, and a bachelor's degree in Clinical Medicine from Capital Medical University.

从生成式 AI 到智能体，真正的变化是什么？

过去两年，生成式 AI 在企业中的普及速度远超预期。但 IDC 指出，生成式 AI并不是终点。当 AI 只能生成内容时，它仍然是工具；而当 AI能够 感知环境、调用工具、执行任务并持续反馈结果，它才真正开始参与企业运行。

智能体正是在这一背景下出现。它不再局限于单点问答或流程辅助，而是以数字劳动力、流程协调者和决策顾问的形式深度嵌入业务流程。企业竞争的分水岭，也随之从是否部署 AI，转向“是否具备规模化、安全化、可治理地运行智能体的能力”。

在《IDC FutureScape：全球 Agentic AI 2026 年预测——中国启示》（Doc#CHC54084526，2026年1月）中，IDC 系统刻画了未来五年中国企业在智能体发展过程中将面临的十个关键转折点。

十大预测：智能体如何重塑企业的运行方式

预测 1｜数据就绪度

到2027年，如果企业没有优先构建高质量的AI就绪数据，在扩展AI解决方案时将面临幻觉频发、错误率高的问题，导致生产力下降15%。

数据质量不再只是IT部门的KPI，而是企业的生存红线。如果投喂给智能体的数据是脏的、乱的、没有经过治理的，那么企业得到的将不是效率提升，而是需要耗费更多人力去修正错误的负生产力。

预测 2｜定价

到2028年，传统的按席位收费模式将被淘汰。随着智能体作为数字劳动力接管大量重复性工作，70%的软件供应商将不得不重构其商业模式，转向按业务结果、交易量或自动化成果计费的新模式。

在智能体时代，传统的按席位收费模式将越来越难以匹配价值创造的实际形态。当一个智能体在典型场景下一天可以完成过去多个人工岗位累计才能完成的工作量时，按人头收费的定价逻辑将难以为继。

预测 3｜智能体项目失败

到2028年，69%的企业自建智能体项目将因未能实现投资回报率目标（ROI）而被放弃，因为企业难以充分认识到项目实施的实际成本和价值。

企业往往会受市场热度裹挟而仓促启动智能体项目。然而，由于未能对潜在应用场景进行深度研判，开发团队被迫仓促推进的项目，往往陷入落地即闲置的窘境。在此背景下，选择能够打通数据、应用、治理全链路，且深度契合业务场景的合作伙伴，无疑是更具可行性的路径。

预测 4｜客户体验智能体编排

到 2027 年，45% 的企业将管理跨多个渠道、应用程序和供应商的多智能体（Multi-Agent），从而实现更无缝、上下文更丰富的体验。

这里的编排并非指的是单纯的工作流配置编排，而是指构建支持多智能体动态协作的系统架构。未来的竞争不在于拥有一个超级智能体，而在于编排能力。企业建立智能体系统架构应避免过于刚性的流程，拥抱灵活的协同框架，让智能体与智能体、人类与智能体能够无缝协同工作。

预测 5｜智能体服务体验

到2029年，30%的中国500强企业将运用AI客户服务智能体，主动且个性化地联系客户，在客户尚未意识到问题时就解决问题。

服务模式将发生根本性逆转，从被动响应投诉升级为主动解决问题。这种预判式的服务能力，将在存量市场中建立起全新的差异化体验。

预测 6｜人工监督作为战略职能

到2027年，50%的AI驱动型企业应用部署将设立新的专业职位，负责监督智能体，作为合规核心，确保自主工作流中的结果可追溯。

智能体的自主性不等于无人值守。随着智能体权力的扩大，人类的角色必须从操作者转变为监督者，以确保在合规与伦理的安全边界内释放AI的能力与价值。

预测 7｜AI 卓越中心

到2027年，那些建立了成熟AI或智能体卓越中心（CoE）的企业，其创新、速度和服务质量将比竞争对手高出20%。

零散的烟囱式试点难以支撑AI的真正落地和组织的规模化创新，建立AI CoE卓越中心是弥合技术与业务鸿沟、实现跨职能规模化治理的关键组织保障。

预测 8｜岗位角色转型

到2026年，中国500强企业中40%的岗位将涉及与智能体的深度协作，重新定义传统的初级、中级和高级岗位。

人才的定义正在被改写。未来的核心竞争力不再单纯是个人执行力，而是智能体的管理协同能力，即构建、指挥、评估和优化数字劳动力工作的能力。

预测 9｜Agent 战略顾问

到2031年，60%的中国500强CEO将利用智能体进行战略决策，这一趋势由市场波动性、创新速度要求，以及董事会层面对更快决策和智能驱动决策的多重需求推动。

智能体正在从业务一线的手脚进化为董事会的外脑。通过实时处理海量数据并进行情景模拟，它能为高层决策提供人类难以企及的数据广度与速度支撑。

预测 10｜AI 对业务的颠覆性影响

到2030年，多达20%的中国500强企业将因智能体管控不力引发的高关注度事件，面临诉讼、巨额罚款，甚至导致CIO被问责。

随着智能体掌握更多自主权，缺乏透明框架和审计机制的企业将面临巨大的法律与声誉风险。

这些预测共同揭示的本质变化

IDC FutureScape 2026 反复强调一个核心结论：

智能体改变的不是某个流程，而是企业如何运行、如何决策、如何承担责任。当智能体能够自主执行任务、协调流程并影响结果，企业必须重新思考数据、架构、治理、组织和领导力的边界。

IDC 中国研究经理 孙振亚表示，中国企业正在从生成式AI 阶段迈入智能体阶段的关键窗口期，但这个过程并非是简单的技术升级，而是一项系统化的工程。FutureScape 2026 显示，智能体的规模化落地必须要有AI 就绪的数据底座、多智能体的编排平台以及完善的治理机制。对于缺乏这些关键要素的企业而言，智能体带来的可能不是机遇，而是效率与合规层面的重大风险源。

一个面向企业领导层的扩展性建议

IDC 认为，智能体并不是一项可以逐步叠加的技术能力，而是一种会持续放大组织既有优势与短板的系统性力量。当智能体开始承担决策、执行与协调角色，企业原有的数据质量、流程设计、治理成熟度以及组织协同能力，都会被迅速放大并体现在结果层面。

因此，企业不应将智能体视为单一技术投资，而应将其纳入企业运行模式的长期演进路径来规划。这意味着：

  • 在技术层面，必须优先夯实 AI 就绪数据、智能体编排与可观测性能力，而非堆叠模型或工具；
  • 在治理层面，需将人工监督、责任边界和可追溯性制度化，而不是事后补救；
  • 在组织层面，需同步重构岗位角色、能力模型与决策流程，使人机协作成为默认工作方式；
  • 在管理层面，高管团队需要形成对智能体的共同认知，平衡效率和安全，把如何有效治理也纳入战略考量，而非单纯追求速度。

那些能够在规模化之前就完成这些准备的企业，更有可能把智能体转化为持续生产力；反之，智能体的能力越强，潜在风险也会被放大得越快。

行动指南：企业推进智能体的现实起点

结合 FutureScape 2026 的十大预测，IDC 建议企业在未来 12–24 个月内，优先从以下几个方面入手，逐步构建可持续的智能体能力：

第一，先解决基础数据问题
在引入或扩展智能体之前，对关键业务场景开展 AI 就绪数据评估，重点关注数据的完整性、语义一致性、上下文关联能力以及可追溯性。没有高质量数据，智能体带来的将更多是返工与人工干预，而非自动化红利。

第二，从高价值、低歧义的流程切入
优先选择目标清晰、结果可衡量、决策歧义较小的流程作为智能体的落地点，例如客户服务分流、内部运营协调或标准化审批支持，而非一开始就覆盖高度复杂或高风险场景。

第三，把治理与监督嵌入设计之初
在智能体架构设计阶段即明确人工介入点、升级路径与审计机制，确保所有自主决策都具备可解释性与回溯能力，而不是等到智能体进入关键流程后再补治理。

第四，建立跨职能的智能体管理机制
将 IT、数据、业务、合规与人力资源纳入同一治理框架，避免智能体成为某个部门的工具。在多智能体(Multi-Agent)场景下，统一编排、权限与责任归属尤为关键。

第五，为岗位与能力转型预留空间
提前识别哪些岗位将与 智能体深度协作，哪些能力需要被重塑，并通过培训、试点和角色演进，帮助员工适应新的工作方式。智能体的成功，很大程度上取决于组织是否准备好与智能体共事。

通过以上路径，企业可以在控制风险的前提下，逐步释放智能体的规模化价值，避免陷入技术领先但组织滞后的常见陷阱。

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.

Sustainability is no longer a side program or a reporting exercise. It is becoming an operational mandate.

Economic uncertainty, regulatory pressure, and accelerating AI adoption are converging to force a fundamental shift in how organizations approach environmental, social, and governance (ESG) goals. In IDC’s FutureScape: Worldwide Sustainability/ESG 2026 Predictions, we see sustainability moving decisively from strategy decks into day-to-day execution—powered by AI, embedded into core operations, and owned across the enterprise, not just by sustainability teams.

For business and technology leaders, the message is clear: ESG success over the next three to five years will depend less on ambition and more on operationalization.

Sustainability is becoming an execution discipline

For years, many organizations treated sustainability as a long-term aspiration. That is changing fast.

IDC predicts that by 2027, 80% of sustainability services engagements will focus primarily on operationalizing sustainability strategy, not defining it. This shift will drive demand for a new wave of IT and OT services that connect sustainability goals directly to systems, processes, and outcomes.

What this means in practice:

  • Sustainability targets will increasingly be translated into system requirements.
  • ESG initiatives will be measured by execution velocity and measurable impact.
  • Technology leaders will play a significant role in making sustainability real.

Sustainability is no longer about whether the strategy is sound. It is about whether the organization can execute it at scale.

AI turns ESG from reporting to real-time management

One of the most important changes in IDC’s Sustainability/ESG FutureScape is the role of AI.

By 2030, more than 65% of global enterprises will use agentic AI–driven ESG software to support sustainable sourcing, lowering Scope 3 emissions while improving efficiency and resilience across supply networks.

This signals a shift from periodic ESG reporting to continuous ESG management:

  • AI will ingest supplier, logistics, and operational data in near real time.
  • Sustainability risk will be modeled, predicted, and mitigated before it escalates.
  • ESG performance will increasingly influence procurement and sourcing decisions automatically.

In parallel, IDC expects that by 2027, at least 30% of enterprise sustainability-related AI use cases will focus on sustainability risk analytics and risk management, reinforcing ESG as a core risk discipline rather than a compliance afterthought.

For leaders, AI investments are becoming sustainability investments.

Manufacturing and data centers move to the front line

Operational sustainability will be most visible where energy and resource intensity are highest.

IDC predicts that by 2027, 40% of manufacturers will use AI-driven analytics and automation to optimize energy efficiency, reducing carbon emissions by as much as 30%. These gains will not come from incremental efficiency programs but from deeply integrated analytics tied to production systems.

Data centers are undergoing a similar reckoning. By 2028, 50% of data center decision-makers will prioritize investments in modular facilities, edge locations, efficient server and storage systems, and renewable energy infrastructure to meet rising demand sustainably.

Just as important is transparency. IDC forecasts that by late 2027, 80% of AI data centers will report resource consumption metrics such as water use and pollution, setting new expectations for environmental accountability and community impact.

Sustainability performance is becoming inseparable from infrastructure strategy.

Circular IT becomes a cost and trust advantage

Sustainability is also reshaping how organizations think about technology assets.

By 2028, 75% of enterprises will set formal IT asset circularity goals, with 90% of assets returned to the circular economy and 20% sourced as renewed equipment. IDC expects this to drive both cost savings and stronger vendor relationships.

This reflects a broader shift:

  • Sustainability initiatives are being justified through financial discipline.
  • Procurement teams are aligning ESG goals with cost optimization.
  • Vendors will increasingly be evaluated on their circularity capabilities.

Circularity is moving from a sustainability pledge to a commercial differentiator.

The role of the CSO expands—and connects to AI

As sustainability becomes operational, leadership models are evolving.

IDC predicts that by 2026, 60% of large organizations’ Chief Sustainability Officers (CSOs) will help drive AI deployment in procurement, scrutinizing supply chains end to end for social, environmental, and governance criteria.

This reflects a broader organizational change:

  • CSOs are becoming integrators across business, technology, and risk functions.
  • Sustainability leadership is increasingly data-driven and AI-enabled.
  • ESG accountability is moving closer to core decision-making.

The CSO of the future is not just a policy leader but a technology-enabled change agent.

What leaders should do now

IDC’s Sustainability/ESG FutureScape 2026 points to a narrow window for action. Organizations that wait for perfect clarity will fall behind those that start operationalizing now.

Key priorities for the next 12–24 months include:

  • Align sustainability goals with core operational and technology road maps.
  • Invest in AI-enabled ESG platforms that support continuous insight and action.
  • Embed sustainability metrics into procurement, manufacturing, and infrastructure decisions.
  • Treat ESG risk management as a strategic capability, not a compliance function.

The organizations that succeed will be those that move sustainability out of reports and into systems.

Turning insight into impact

Sustainability is entering a new phase—one defined by execution, accountability, and technology-enabled scale.

IDC’s FutureScape: Worldwide Sustainability/ESG 2026 Predictions show that ESG leaders will not win by talking louder about sustainability. They will win by building it into how their organizations operate, decide, and invest.

In an era of economic and regulatory crosscurrents, sustainability is no longer about signaling values. It is about delivering outcomes—with confidence.

Learn more: Explore the full IDC FutureScape: Worldwide Sustainability/ESG 2026 Predictions to understand how sustainability, AI, and operational transformation are converging—and what it means for your organization’s next move.

Bjoern Stengel - Sr. Manager, Data & Analytics - IDC

Analyst Profile
Bjoern Stengel is IDC's global sustainability research lead. His research focuses on how environmental, social, and governance (ESG) topics impact and shape business strategies and technology usage. He provides insights into market opportunities, adoption strategies, and use cases for sustainability-related technologies and services. Bjoern helps IDC's clients understand the impact of technology-enabled, sustainable transformation processes in the context of sustainable business strategies, operations, and products and services through research reports, news publications, and speaking engagements at industry events such as Climate Week NYC.

Asia/Pacific enterprises are entering a new era of cybersecurity defined by the convergence of human expertise, autonomous AI agents, and trust frameworks. IDC calls this the Cyber Trinity, a security model that integrates human judgment, autonomous AI agents, and embedded trust frameworks. Drawing on IDC FutureScape: Worldwide Security and Trust 2026 Predictions – Asia/Pacific Excluding Japan (Implications), this analysis examines how AI-driven SOCs, embedded AI governance, synthetic identity threats, sovereign AI requirements, and quantum-era risks are reshaping security strategies across the region.

As organizations accelerate toward AI-first operating models, security and trust are no longer reactive controls. They are now engineered, governed, and continuously validated capabilities that determine enterprise resilience, regulatory compliance, and long-term competitiveness.

Why security and trust are being redefined in Asia/Pacific

The security landscape in Asia Pacific excluding Japan (APeJ) is undergoing rapid change. IDC forecasts that total security spending in the region will reach US$39.5 Billion in 2026, growing at a 10% CAGR to US$52.4 billion by 2029. This growth reflects more than rising threat volumes. It signals a structural shift in how organizations must build and govern trust in an AI-driven world.

As enterprises adopt agentic AI, face fragmented regulatory requirements, and contend with sophisticated adversaries using AI-powered techniques, traditional security models are proving insufficient. Trust, once implicit, must now be engineered, governed, and continuously validated.

Five security and trust shifts shaping 2026

IDC’s analysis points to five major shifts that will define security and trust strategies across Asia/Pacific over the next 18–24 months.

1. Autonomous, AI-driven security operations

Security Operations Centers (SOCs) are evolving from human-centric environments to AI-augmented and increasingly autonomous operations. AI agents are deployed to triage alerts, reduce false positives, normalize incident response, and orchestrate remediation at machine speed. IDC’s Asia Pacific Security Study 2025 states that 39% of enterprises plan to apply AI/GenAI solutions in the next 12 months to optimize threat detection and analysis capabilities. This shift is essential as skills shortages and exploding telemetry volumes overwhelm traditional SOC models.

2. Embedded AI governance and sovereign AI requirements

Governments across Asia/Pacific are tightening controls on data usage and AI systems. Only 7% of enterprises are highly prepared in terms of GRC skills to support these new requirements, driving demand for privacy-by-design, compliance-by-design, and sovereign AI architectures Enterprises are reassessing cloud strategies, adopting retrieval-augmented generation (RAG), and exploring private compute environments to meet data residency and regulatory requirements while scaling AI responsibly.

3. Synthetic identity as a core trust threat

According to IDC’s 2025 Future Enterprise Resiliency & Spending (FERS) study, 49% of APeJ enterprises have paid at least US$10,000 in ransom due to ransomware breaches. Adversaries are using AI to create synthetic identities that blend real and fabricated data, undermining authentication systems across financial services, e-commerce, and government platforms. These attacks erode digital trust at scale, forcing organizations to modernize identity protection and adopt AI-powered anomaly detection to distinguish legitimate users from synthetic fraud.

4. Quantum readiness and cyber risk quantification

As quantum computing advances, enterprises are beginning to assess the long-term viability of existing cryptographic systems. Crypto-agility and quantum readiness are emerging as strategic imperatives. By 2028, IDC predicts that 20% of Asia’s top 2000 enterprises will engage cybersecurity professional services firms to conduct quantum risk assessments. The ability to quantify cyber risk in financial terms is also becoming a board-level requirement, shaping budgets, insurance strategies, and M&A decisions.

5. Dynamic playbooks and endpoint-level trust

Static security playbooks are giving way to dynamic, AI-generated response models that adapt in real time to evolving threats. 30% of enterprises will be prioritizing the expansion of its MDR capabilities across assets, endpoints and applications. The rise of deepfakes and AI-enabled deception is also accelerating demand for endpoint detection capabilities that balance privacy, performance, and resilience.

What Cyber Trinity means for enterprise leaders

Together, these shifts signal a fundamental change: security and trust are no longer reactive controls. They are strategic foundations for innovation. Organizations that succeed will be those that can:

  • Balance human oversight with autonomous AI decision-making
  • Embed governance directly into AI and security architectures
  • Treat trust as a measurable, managed asset
  • Anticipate regulatory and technological disruption rather than respond after the fact

From Insight to Action

These themes form the foundation of IDC’s FutureScape 2026 Security & Trust Predictions for Asia/Pacific, which will be explored in depth by IDC analysts Sakshi Grover and Yih Khai Wong in an upcoming webinar. The discussion will focus on how organizations can architect, govern, and operationalize the Cyber Trinity to strengthen resilience and lead with confidence in an autonomous security landscape. Register now.

About the Authors

Sakshi Grover - Senior Research Manager - IDC

Analyst Profile
Sakshi Grover is a senior research manager for IDC Asia/Pacific Cybersecurity Services, supporting its research and client engagement activities across Asia/Pacific markets. Additionally, she serves as the lead security analyst for IDC India. Sakshi is responsible for delivering syndicated custom research and consulting engagements on next-generation emerging and disruptive technologies. Her tasks include developing and socializing IDC's point of view within security services, covering both legacy and modern cybersecurity technologies. Her role involves close collaboration with technology vendors and buyers, developing market insights, and providing research, consulting, and advisory services in the fields of security software and services. This includes partnering on research efforts with relevant country analysts in the local IDC offices. Sakshi's views on security have been quoted in numerous publications, such as the Economic Times, Business Standard, Data Quest, CRN, and others.

Yih Khai Wong - Senior Research Manager - IDC

Analyst Profile
Yih Khai Wong is a senior research manager for IDC Asia/Pacific's Cybersecurity practice, supporting cybersecurity research and client engagements through the Asia/Pacific Security Opportunities: Trust and Resilience program. Yih Khai's area of focus is on security technologies, including cloud-native application protection, identity, endpoint and network security. He works closely with technology vendors and buyers, delivering actionable market insights and advice within the cybersecurity ecosystem. Before rejoining IDC, Yih Khai was a principal analyst covering the cloud, datacenter, and edge computing market with ABI Research. Prior to that, Yih Khai was in EY, in his capacity as an assistant director at EY's research and insights group. Yih Khai started his analyst career with IDC Malaysia as an analyst covering the enterprise applications market.

一个正在发生的变化：软件不再只是“人写的”

在过去二十年里，软件工程的核心始终围绕“人如何写代码、交付系统”展开。即便进入 DevOps 时代，自动化更多也只是加快了既有流程。但 IDC 指出，随着 Agentic AI 的成熟，软件开发正在发生一次结构性转变：开发不再完全由人主导执行，而是由人类开发者与自主 AI 智能体协作完成。

在《IDC FutureScape：全球开发者和 DevOps 2026 年预测——中国启示》（Doc# CHC54059126

，2026年1月）中，IDC 明确提出：未来五年，Agentic AI 将深度嵌入从开发、测试到运维和安全的整个生命周期，迫使 DevOps 从“工具链升级”走向“运行模式重构”。

IDC 的核心洞察：DevOps 的问题，已经不只是效率

在中国市场，许多企业仍将 DevOps 视为提升交付速度、降低沟通成本的方法。但 IDC 认为，这种理解正在失效。
当 AI 智能体开始自动生成代码、执行测试、修复缺陷并参与决策，真正的挑战不再是“怎么用工具”，而是：

  • 谁来管理和监督智能体？
  • 如何保证 Agent 的行为可解释、可审计？
  • 人类开发者的角色将如何转型？
  • 企业是否具备规模化运行智能体的治理与平台能力？

这些问题，正是 FutureScape 2026 十大预测试图回答的核心。

十大预测：Agentic AI 将如何重塑开发者与 DevOps 生态

预测 1｜智能体开发采用

到 2028 年，面对智能体部署量增长 10 倍的局面，50% 的中国 1000 强企业将采用智能体开发生命周期，以实现企业级智能体 AI 的有效规模化落地。

这意味着，传统 SDLC 已不足以支撑智能体开发，企业必须引入专门面向 Agent 的开发与治理方法论。

预测 2｜多智能体编排

到 2029 年，多智能体编排的风险与复杂性将促使企业强化战略布局、扩充卓越中心（COE）资源，并将 AI 治理与监控工具的支出增加 30%。

当单一 Agent 变成 Agent 集群，治理与可见性将成为规模化落地的前提。

预测 3｜自主式智能体 AI 工作单元

到 2030 年，80% 的开发者将与自主 AI 智能体展开协作，推动人类开发者向规划、设计与编排角色转型，并重塑开发者工具生态系统。

开发者将不再只是“写代码的人”，而是“引导和监督智能体的人”。

预测 4｜氛围编程采用

到 2027 年，随着企业级能力的成熟，35% 的专业开发者将采用氛围编程开发平台构建生产级应用。

自然语言正在成为新的开发接口，但前提是企业级治理与质量控制能力同步成熟。

预测 5｜嵌入 DevOps 的智能体应用

到 2030 年，65% 的企业将把 AI 智能体嵌入 DevOps 和 DevSecOps 流水线，用于执行开发与安全工作流。

Agent 将成为流水线中的“常驻成员”，而非外部插件。

预测 6｜前沿模型采用

到 2027 年，在开发者偏好的驱动下，70% 的 AI 用例将仅由少数几个前沿模型提供支持。

模型选择正在从“多而杂”走向“少而精”。

预测 7｜智能体 AI 项目失败

到 2028 年，70% 的“自建型”智能体 AI 项目将因未能达成投资回报率目标而被放弃。

低估治理、运维和组织成本，是失败的主要原因。

预测 8｜AI 质量保障扩展

到 2028 年，AI 质量保障将推动智能体测试和跨应用生命周期管理的采用率至少提升 30%。

没有质量保障的 Agentic DevOps，无法进入生产核心。

预测 9｜AI 加速应用开发

到 2029 年，通过使用智能体 AI 软件开发工具，企业的应用开发与现代化迭代速度将提升 400%。

速度跃迁的前提，是平台化与治理并行。

预测 10｜开发者模型微调

到 2027 年，微调将取代检索增强生成（RAG）成为大语言模型改造的主流模式，这将推动开发者对开源权重模型的使用率提升 80%。

模型工程正在走向更深度的定制化。

分析师观点

IDC 中国研究经理王彦翔认为，开发者和 DevOps 正站在从“自动化时代”迈向“智能体时代”的关键门槛。FutureScape 2026 显示，真正拉开差距的，不是是否引入 AI 编码工具，而是企业是否具备平台工程、治理能力和开发者角色转型的整体规划。那些仅在局部场景试点智能体的组织，将很难释放规模化价值；而将 Agentic AI 作为企业级能力来建设的组织，更有可能在速度、质量和创新能力上形成长期优势。

一个面向技术与业务领导者的综合建议

IDC 并不建议企业急于“全面智能体化”。更重要的是，以 DevOps 为核心，系统性重构开发流程、平台能力与治理机制：建立智能体开发生命周期（ADLC）、强化多智能体编排与监控、同步推进开发者技能转型，并将 AI 治理嵌入每一个交付环节。


只有这样，Agentic AI 才能成为持续创新的引擎，而不是新的技术债务来源。

行动指南：企业可以从哪里开始？

  • 从 高价值、低风险的开发或运维场景 切入，验证 Agent 的实际收益
  • 建立 跨职能的 AI / Agent 卓越中心（COE），统一治理与平台策略
  • 投资 平台工程与 AI 质量保障，而不仅是开发工具
  • 提前规划 开发者角色与能力转型，为人机协作做好准备

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。

Bryan Wang - Senior Market Analyst - IDC

Bryan Wang is a senior market analyst for Cloud Computing in the Emerging Technology sector for IDC China. He focuses on research and analysis of China's cloud computing market, including infrastructure as a service (IaaS), platform as a service (PaaS), and software as a service (SAAS). Bryan is also responsible for providing market analysis and research in relevant fields together with IDC's regional and global research teams. Before joining IDC, Bryan worked as a cloud computing solution architect for well-known manufacturers and systems integrators. He was mainly responsible for presales consulting, project design, industry insight, project management, and other work. He has rich experience and a profound understanding of the cloud computing field. Bryan graduated with a B.A. in Inorganic Nonmetallic Materials Engineering from Central South University.

企业连接，正在从“基础设施”演进为战略能力

在 AI 工作负载快速增长、业务连续性要求不断提高的背景下，企业连接已不再只是网络团队的技术议题，而正在成为影响 业务韧性、运营效率与创新速度 的核心能力。
IDC 认为，企业正在进入一个全新的连接阶段：连接不再只是“管道”，而是由 AI 驱动编排、可感知并持续演进的数字底座。

为什么这份 FutureScape，对企业连接战略具有参考价值?

在《IDC FutureScape：全球企业连接2026年预测——中国启示》（Doc#CHC52329725，2025年12月）中，IDC 指出，随着 AI、Agentic AI 与边缘计算深度融入企业运营，连接能力正在被重新定义。
企业对连接的期望，已从“稳定可用”升级为 敏捷、自治、安全、面向 AI 的能力体系。这一转变，使网络与连接成为 AI 规模化落地不可或缺的前提条件。

IDC FutureScape 给出的十大关键预测：

预测1｜AI 重塑云通信

到2027年，50%的企业将部署由 Agentic 人工智能（AI）驱动的云通信 API，从而以更高水平的个性化和自动化重塑通信与协作的使用方式。
要点：个性化和智能化化重塑通信与协作。

预测2｜AI 赋能的数字全连接底座（LEO 卫星）

到2029年，50%的企业将采用低轨道（LEO）卫星连接来补充地面网络，将关键的卫星直连消费者（D2C）、直连终端（D2D）以及高速宽带纳入统一的数字全连接底座。
要点：连接韧性开始向“天地一体”扩展。

预测3｜一体化蜂窝物联网

到2027年，60%的企业将利用蜂窝物联网应用、多 SIM 卡与嵌入式SIM卡（eSIM）方案，以及窄带物联网（NB-IoT）和 5G，构建面向关键业务场景的泛在连接网络。
要点：蜂窝物联网连接正在成为业务规模化的基础。

预测4｜无线广域网（WLAN）加速扩张

到2027年，80%的企业将全网集成 AI 驱动的无线广域网（wireless WAN），以提供可扩展、安全且具备高弹性的园区和分支机构连接。
要点：AI 正在重塑无线广域网的运维与自治能力。

预测5｜超大规模与网络平台（Cloud WAN）

到2028年，50%的“云优先”企业将为其 AI 工作负载采用云广域网（cloud WAN），强化云服务提供商在网络中的角色。
要点：网络能力正加速平台化、云化。

预测6｜边缘侧推理部署

到2028年，50%的企业将把推理类用例部署在边缘侧，以驱动新增收入、改善客户体验和 / 或优化内部流程。
要点：AI 推理开始向连接边缘迁移。

预测7｜零信任网络架构

到2027年，仍有30%的企业在安全访问服务边缘（SASE）的实施上保持碎片化策略，在其 SD-WAN 部署向零信任网络演进的过程中逐步调整。
要点：零信任是方向，但路径并不一致。

预测8｜虚拟 AI 网络工程师

到2027年，Agentic AI 将在不显著扩张人力规模的前提下，使网络团队的有效人效实现近乎翻番。
要点：网络团队正在被“数字员工”增强。

预测9｜AI 重塑专业服务

到2027年，AI / 生成式 AI 以及 Agentic AI 将全面融入咨询与集成服务，使服务交付能力提升25%，并将设计与配置时间缩短60%。
要点：网络专业服务进入 AI 驱动时代。

预测10｜AI 保障数据合规与可信（ESG 连接）

到2029年，围绕 ESG 强制性要求的提升，将导致仅有40%的企业会主动投资用于遥测数据采集的网络连接。
要点：连接与 ESG 的关系更加务实与现实。

这些预测对企业意味着什么？

IDC FutureScape 2026 表明，企业连接正在经历一次角色升级：从支撑 IT 运行的基础设施，转向 支撑 AI、业务连续性与组织敏捷性的战略平台。企业若仍以传统网络视角规划连接，将难以支撑 AI 推理、边缘自治与实时决策的需求。

IDC中国助理研究总监崔凯表示，未来五年，领先企业将把连接视为“AI 原生能力”的组成部分，通过 AI 驱动的云通信、无线 WAN、边缘推理与多网络融合，构建可持续演进的数字连接底座。FutureScape 2026 显示，只有将连接、AI 与安全统一规划的企业，才能在复杂环境中保持韧性与创新速度。

给企业管理层的近期行动建议

  • 将 AI 工作负载需求系统性映射到连接与网络规划中
  • 评估无线 WAN、Cloud WAN 与卫星连接的组合策略
  • 在网络运维中引入 Agentic AI 与 AIOps
  • 将边缘推理与数据主权纳入连接架构设计
  • 与服务提供商建立长期、平台化合作关系

未来 12–24 个月值得关注的信号

  • AI 驱动连接在园区与分支机构的规模化落地
  • 边缘推理对带宽与时延需求的重塑
  • 网络团队角色从“运维者”向“平台工程师”转变

进一步推荐

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。

Kai Cui - Associate Research Director - IDC

Kai Cui is an associate research director for IDC China's Telecommunications and Internet of Things (IoT) Group. His research covers telecommunications, enterprise communication, and IoT industries. He is responsible for tracking and analyzing relevant areas as well as providing research and consulting services based on customized requests. Kai has more than 15 years of experience in the communications and telecom industry. Prior to joining IDC, Kai worked at Polycom, Huawei, and other communication enterprises, where he engaged in technical support, project management, and solution planning. He has an in-depth knowledge of deployment and application of communications solutions in vertical industries. Kai graduated from the Beijing Union University in 2001, with a bachelor's degree in Computer Science.

CES 2026 made one thing clear: smart glasses are no longer a niche experiment, they’re rapidly evolving into a mainstream category with serious innovation, big partnerships, and compelling use cases. From gaming-focused specs to next-gen waveguides, the show floor and private suites were buzzing with announcements that signal a transformative year ahead for augmented reality (AR) and extended reality (XR).

XREAL steals the spotlight with big partnerships and big ambitions

XREAL had arguably the most headline-grabbing announcements at CES:

  • Gaming gets serious: XREAL unveiled its partnership with Asus ROG, introducing the first smart glasses with a 240 Hz display; a spec that gamers will appreciate for ultra-smooth visuals. This move positions further cements XREAL’s glasses as a gaming accessory and when paired with a PC, they can also function as a productivity tool.
  • Google partnership: Beyond gaming, XREAL announced a multi-year collaboration with Google, marking the first major Android XR development news of 2026 and likely means that XREAL won’t stop working on Android XR after Project Aura.
  • Fuel for growth: To top it off, XREAL secured $100 million in new funding, signaling strong investor confidence and giving the company plenty of runway to innovate and scale.

Viture’s “Beast” lives up to its name

In a private suite, Viture showcased its latest device, aptly named The Beast, and it didn’t disappoint. The display quality was stunning, truly worthy of the moniker. But the real game-changer? 3 Degrees of Freedom (3 DoF) tracking, which puts Viture in direct competition with XREAL. Expect this feature to trickle down to other brands later in 2026, intensifying competition and benefiting consumers with more choice and better tech.

Lumus pushes the boundaries of AR displays

My best demo experience came from Lumus, the company behind the optics in Meta’s AR glasses. Lumus introduced new geometric waveguides offering a 70° field of view which is a massive leap forward. While these won’t hit consumer products this year, expect them in devices within the next two years.

Why does this matter? These waveguides are highly efficient, minimizing light loss and eliminating the dreaded eye glow problem. Combined with a lightweight form factor and high fidelity, this tech will enable AR glasses to transition from simple heads-up displays to fully immersive experiences.

More brands are jumping in—thanks to a mature supply chain

One of the most interesting trends at CES 2026 was the influx of new players entering the smart glasses space. Brands like Amazfit and XGIMI, traditionally known for wearables and projectors respectively, are now launching AR glasses. Why? The technology and supply chain have matured to the point where reference designs are readily available. This means companies can make minimal changes to existing designs and still deliver competitive products.

This evolution lowers the barrier to entry, accelerates innovation, and ensures consumers will have more options at different price points. It’s a sign that smart glasses are moving from early adopter tech to a broader consumer category.

Beyond AI: Real use cases are emerging

While “AI” is the default answer to the question of smart glasses’ purpose, CES showcased a broader range of practical applications:

  • Payments on the go: Rokid demonstrated glasses capable of mobile payments, hinting at a future where wallets become obsolete.
  • Fitness integration: Brands like Amazfit and Meta displayed workout stats in real time, turning glasses into personal trainers.
  • Health tracking: Even Realities G2, announced before CES, now integrates health metrics via the R1 ring.
  • Smarter AI assistants: AI isn’t just answering questions anymore, it’s actively listening and interjecting with relevant information when needed.

What this means for 2026 and beyond

The smart glasses category is heating up. XREAL’s partnerships and funding show confidence in the long-term vision, while competitors like Viture and RayNeo are upping the ante with immersive features. Meanwhile, Lumus is laying the groundwork for the next generation of AR optics that will redefine what “immersive” truly means. And with new brands entering the space thanks to mature supply chains, expect rapid growth and diversification.

The big question now: Will consumers embrace these devices beyond gaming and fitness? With AI becoming proactive and new use cases emerging, the answer might be yes sooner than we think.

Bottom line: CES 2026 wasn’t just about flashy prototypes rather it was a clear signal that smart glasses are moving toward mass adoption. With major players investing heavily and technology advancing rapidly, the next two years will be pivotal for AR and XR.

Jitesh Ubrani - Research Manager - IDC

Analyst Profile
Jitesh is a Research Manager for the Worldwide Mobile Device Trackers, including Wearables, Augmented Reality (AR), Virtual Reality (VR), Tablets, and Phones. The team focuses on the market sizing, forecasting, and analyzing trends to provide insight into the competitive landscape of the worldwide mobile industry. Prior to joining IDC in 2012, Jitesh was part of the Market Analysis and Intelligence team at Bell Mobility, one of Canada's largest telecom service providers, where his role focused on understanding smartphone adoption and usage as well as consumer purchasing behavior. Mr. Ubrani holds a bachelor of commerce degree with a major in Economics from Ryerson University and is currently based in Toronto, Canada.

制造业，正站在从“自动化”迈向“自主化”的门槛

制造业不确定性持续上升、产品复杂度与柔性需求并行增长的背景下，中国制造企业正面临一次关键抉择：是继续以点状自动化与局部优化应对变化，还是系统性迈向以数据、模型与智能体驱动的自主化运营。IDC 认为，这一选择将直接决定企业未来五年的运营韧性、创新效率与全球竞争力。

IDC 认为，中国制造业正在进入一个新的关键阶段：AI 不再只是提升局部效率的工具，而是推动生产系统向“自主化运营”演进的核心引擎。

为什么这份 FutureScape，对中国制造业尤为关键

在《IDC FutureScape：全球制造业2026年预测——中国启示》（Doc# CHC52915025，2025年12月）中，IDC 指出，中国制造业未来五年的智能化升级，将不再以单点应用为主，而是围绕自动化平台开放化、AI 驱动的计划与控制、OT 数据智能整合、人机协同、工业安全以及混合云与智能体治理等关键能力展开。
这些能力的成熟度，将直接决定制造企业能否从“数字化工厂”跨越到“自主化工厂”，并在全球竞争中建立可持续优势。

IDC FutureScape 给出的十大关键预测:

预测1｜软件定义工厂

受自主化运营的潜力驱动，到2029年，将有30%的中国工厂通过开放、虚拟化、软件定义的自动化平台，在中央统一配置和管理自动化控制系统。
要点：自动化控制正在从封闭专有系统走向开放、可编排的平台化形态。

预测2｜AI APS

到2026年，超过40%已部署 APS 的中国制造商将升级为 AI 赋能的 APS，从而开始实现自主化流程。
要点：生产计划与排程正从“人主导”迈向“持续自优化”。

预测3｜IT/OT 融合 Agent

到2027年，随着标准化水平提升以及面向特定数据类型的 AI 智能体（AI Agents）广泛应用，40%的 OT 数据将能够在应用与平台之间实现自主集成。
要点：智能体正在改变工业数据工程的效率边界。

预测4｜AI 后服务

为打通设计与服务之间的闭环，到2027年底，25%的中国头部 OEM 及售后服务企业将利用 AI 连接现场与工程数据，从而提升产品与服务质量。
要点：产品创新开始真正进入全生命周期闭环。

预测5｜可预测工业数据安全

为应对数据模型安全风险，到2029年，60%的大型制造企业将采用 AI 驱动的 OT 网络防御系统，将威胁检测时间缩短60%。
要点：工业 AI 安全正从“被动防御”转向“预测与自主响应”。

预测6｜人机技能互学

到2028年，未能建立人机技能闭环的中国企业，将面临比同行高出20%的停机和再培训成本，其生产效率也将明显低于已实施双向培训机制的企业。
要点：人机协同能力成为生产韧性的核心变量。

预测7｜设计仿真 Agent

到2028年，65%的中国头部制造企业将在设计与仿真工具中结合 AI 智能体（AI Agents），以持续验证设计更改、配置与变体是否符合产品要求。
要点：仿真与工程决策正在加速智能化。

预测8｜AI 员工培训

到2028年，超过30%的中国头部制造企业将采用 AI 驱动的知识管理工具，对员工进行再培训和技能升级，并促进产业生态内的协作共享。
要点：知识数字化成为应对劳动力波动的关键手段。

预测9｜复合式工业 AI

到2030年，70%的中国头部制造企业将借助 AI 智能体（AI Agents）构建数据模型并管理混合云工作负载，从而将质量成本降低2%。
要点：混合云与多智能体协同成为工业 AI 的主流架构。

预测10｜工业模型管理

到2029年，40%的中国头部制造企业将依托超大规模云生态，构建、部署并扩展新一代 AI 解决方案，加速数字化转型进程。
要点：行业云与模型生态将重塑制造软件格局。

这些预测对制造企业意味着什么

IDC FutureScape 2026 清晰表明，中国制造业的竞争焦点正在发生结构性转移：
从单点自动化，转向系统级自主化；从经验驱动，转向数据与模型驱动；从局部优化，转向跨设计、生产与服务的全局协同。无法建立这些基础能力的企业，即便部署了 AI，也难以真正释放规模化价值。

IDC中国高级研究经理杜雁泽表示，中国制造业正在跨越“数字化到智能化”的关键拐点。FutureScape 2026 显示，领先企业正通过开放式自动化平台、AI 智能体和混合云架构，将 AI 深度嵌入生产控制、工程决策与知识传承之中，从而构建可持续、自主演进的运营体系；而仍停留在封闭系统与点状应用阶段的企业，将在效率、韧性和创新速度上持续承压。

给制造企业管理层的近期行动建议：

  • 评估现有自动化系统向开放、软件定义架构演进的可行性
  • 以 APS、质量与能耗等高价值场景为切入口推进 AI 自主化
  • 建立 OT 数据标准化与智能体协同的数据治理基础
  • 将 AI 安全与模型治理纳入工业网络安全战略
  • 投资人机技能闭环与 AI 知识平台，提升组织韧性

未来 12–24 个月需要重点关注的信号

  • 软件定义自动化在中国头部工厂的规模化进展
  • AI 智能体在工业数据工程与仿真中的成熟度
  • 工业 AI 安全从“合规导向”向“风险导向”的转变

进一步推荐

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。

Yanze Du - Senior Research Manager - IDC

Yanze Du is a senior research manager for the Manufacturing Insights group in IDC China, and he is responsible for conducting research on and analysis of the China manufacturing industry and supply chain. He is also involved in regional and global consulting, and business development in related markets. Prior to joining IDC, Yanze had an in-depth working experience in the digital transformation field and had wide exposure to various businesses in the manufacturing industry including smart manufacturing and industry software. These experiences gave him a deep understanding of both the status quo and future trends of the market. Yanze graduated from Tianjin University with a bachelor's degree in Computer Science.