Logo
Become a Client

Category: Uncategorized

Across industries, AI has already delivered measurable operational gains. Workflows have been automated. Processes have accelerated. Teams have improved efficiency and reduced costs. Early AI adoption focused on productivity because leaders needed clear, measurable returns.

These early results were important. Contact centers reduced handle times. Back-office operations automated routine tasks. Sales and marketing teams improved throughput. AI proved it could enhance performance across multiple business functions.

However, productivity advantages diffuse quickly.

What creates competitive differentiation in one quarter often becomes standard capability the next. Productivity improvements layered onto existing operating models eventually reach saturation. Organizations find themselves optimizing processes that competitors can easily replicate.

The result is what many leaders are beginning to recognize as a productivity plateau.

Why productivity gains plateau

Productivity-first strategies hold organizations back in three ways.

They reinforce functional silos.
When AI is deployed function by function, each team focuses on optimizing its own objectives. Marketing automates campaigns, finance improves reporting cycles, and service teams reduce response times. Gains develop in isolation rather than reinforcing enterprise-wide value.

They lock in current assumptions.
Optimization strengthens existing workflows and metrics. As markets evolve, organizations that invest heavily in refining legacy models often find themselves constrained by the very systems they improved.

They produce linear gains.
Efficiency improvements inevitably plateau. AI becomes an improvement layer rather than a growth engine.

The limitation is not the technology itself. AI capabilities continue to advance rapidly. The constraint lies in operating design.

When AI is layered onto legacy structures without rethinking how value is created, outcomes remain incremental.

The limits of efficiency as a strategy

Early AI adoption naturally focused on the most immediate and measurable gains. Automation reduced costs and accelerated execution. These results helped organizations justify investment and build confidence in the technology.

Over time, however, efficiency becomes table stakes.

Competitors implement similar automation. Vendors integrate comparable capabilities into standard platforms. What once provided differentiation becomes a baseline expectation.

Organizations then face a strategic choice.

They can continue optimizing existing models—capturing smaller, incremental gains—or begin redesigning the systems that define how value is created.

This transition marks a shift from productivity to innovation.

Innovation as the structural payoff of agentic AI

Innovation occurs when AI reshapes enterprise structure rather than simply accelerating task execution.

Agentic systems enable coordinated decision-making across marketing, supply chain, finance, service, and partner ecosystems. Systems move from isolated automation toward orchestration embedded within enterprise operating models.

This shift changes how organizations capture value.

When agents operate autonomously at scale, assumptions about capacity, cost, and output evolve. Business cases designed for linear improvement fail to capture the compounding value created when systems coordinate across portfolios and ecosystems.

Innovation beyond productivity requires organizations to rethink economic logic, governance models, and even industry boundaries.

Moving beyond the productivity plateau

Organizations that remain focused exclusively on efficiency risk becoming highly optimized versions of yesterday’s operating model.

Those that move beyond productivity gains begin to redesign enterprise systems around coordination, adaptability, and growth.

The shift from productivity to innovation does not eliminate the importance of efficiency. It clarifies its limits.

Efficiency improves performance.
Innovation reshapes advantage.

In the agentic era, leaders who understand the difference will position their organizations to capture the next wave of AI-driven value.

Explore how agentic AI is reshaping enterprise value creation in FutureScape 2026.

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.

Cyber risk is no longer just a technical issue, it is a core business concern discussed at the highest levels of the organization. Across EMEA, boards are demanding clearer visibility into risk exposure, regulatory impact, and resilience. This blog explores the latest IDC insights on how CISOs can translate cyber risk into business language, align with board expectations, and strengthen decision-making in an increasingly complex threat and regulatory landscape.

How cyber risk became a board-level business risk

IDC research confirms that cyber risk has become a top board-level concern across EMEA and globally. Boards increasingly recognize that cyber risk is synonymous with business risk, prompting them to ask CISOs to translate the risk of cyber compromise into tangible business and compliance impacts.

As highlighted in IDC’s perspectives, board members are no longer satisfied with technical metrics alone they want to understand how cyber threats could affect organizational resilience, regulatory standing, and overall business continuity.

Cyber risk appetite vs. security investment: Key EMEA trends

Cybersecurity remains the primary barrier to CIO success in Europe, with 16–18% of organizations identifying it as their top challenge. Despite ongoing economic volatility, security budgets are generally protected, though not immune to cuts. IDC’s EMEA Security Tech and Strategies Survey reveals that 33% of financial services organizations kept their security budgets flat, 29% increased them by less than 10%, and 14% decreased them by more than 10%.

Boards are demanding greater clarity on risk acceptance, transfer, and mitigation strategies. A common pitfall is treating security metrics as mere program performance indicators rather than as expressions of risk and compliance management. Boards are now asking, “What is the risk cyber presents to the organization, and how well are we positioned to address it?”

CISO best practices for communicating cyber risk to the board

IDC recommends that CISOs translate cyber risk into financial terms, expressing exposure as realistic cost-of-breach scenarios rather than relying solely on severity labels. Structured exercises should identify which risks threaten financial stability and which are critical for certification or compliance. At the board level, metrics should focus on governance, risk, and compliance trends, answering questions such as: “What are our minimal viable operations? Are we cyber crisis ready? How resilient are we? How long will our business, systems, and production be offline in the event of a severe cyber compromise?”

A robust risk management framework can address 70% of board questions by identifying mission-essential assets, evaluating threats, monitoring controls, and clarifying risk ownership. While boards seek benchmarks and industry comparisons, they are cautioned against adopting a “do $1 more than our competitor” mentality.

IDC advocates for quarterly red teaming and realistic tabletop exercises to educate boards and executives, clarify escalation policies, and better identity and assess third party risk. Boards are also increasingly interested in the impact of AI and emerging technologies such as quantum key encryption and Model Context Protocol (MCP) deployment on organizational risk posture. CISOs should review use cases, implement human-in-the-loop controls, assess data security, and continuously audit AI assets.

Cyber risk and regulation in EMEA: Key insights for CISOs

Regulatory pressure is intensifying in Europe, with frameworks like NIS2, DORA, and the EU AI Act resulting in governance, risk, and compliance (GRC) as the top security technology priority for large organizations. Over 40% of these organizations now place GRC at the forefront, with liability for infringements increasingly assigned to senior management.
In European financial services, cyber security for clients (59%) and internal cyber security (57%) are the primary drivers of risk management investment. But only 43% of CISOs in large UK enterprises report having monthly board engagement, while 48% engage on an ad-hoc basis. IDC recommends establishing regular, structured communication to align risk appetite and investment decisions.

Practical steps to improve cyber risk management and board engagement

To enhance board engagement and risk management, IDC advises quantifying risk in business terms using financial impact, loss scenarios, and regulatory exposure. Cyber risk management should be continuous, using process automation where possible.
Boards must align security investment with risk appetite, and balance resilience, compliance, and operational priorities. Regular, meaningful engagement beyond ad-hoc updates is essential, as is benchmarking against peers while avoiding herd mentality. Integrating GRC platforms to automate reporting, audit, and compliance can support board-level visibility and informed decision-making.

Key takeaways for CISOs and boards in 2026

IDC’s EMEA and worldwide research underscores that effective cyber risk assessment and CISO-board communication require translating technical risk into business impact, quantifying risk appetite, and aligning security investment with strategic objectives.
Boards seek clarity, context, and actionable insights not operational minutiae. CISOs must become influential partners, guiding risk acceptance, transfer, and mitigation in a language the board understands. As regulatory and threat landscapes evolve, disciplined, data-driven communication is essential for resilient, compliant, and secure organizations.

Join the conversation: Deep dive in our upcoming webinar

Want to go beyond the headlines and understand what these shifts mean for your organization? Join our upcoming IDC webinar on May 12 to hear directly from our analysts as they break down the latest EMEA cybersecurity trends, evolving board expectations, and what it takes to translate cyber risk into business impact. Gain practical insights, benchmark your approach, and learn how leading organizations are aligning security strategy with business priorities.

Register here!

Joel Stradling - Senior Research Director, European Security - IDC

As senior research director for IDC's European Security practice, Joel Stradling leads the content and analyst team for tracking the European security segment. His main focus areas include Zero Trust Network Architecture, Managed Security Services, and Cyber Risk and Resiliency. Stradling has 22 years of experience as an analyst of cyber security, and international managed enterprise network and IT services. He is a regular speaker at major industry conferences talking about security and privacy, Digital Trust and Managed Security Services in B2B enterprise services. Joel is a well-known and highly regarded expert in the industry, offering insight and advice to C-level executives on security technology competitive landscapes and evolving security market segments including: managed security services ZTNA, cloud security, risk and compliance, end point, identity and access management, IT/OT security, secure IoT and 5G, and secure operations.

David Clemente - Research Director, European Security - IDC

Dave Clemente is a Research Director in IDC's European Security practice, with a focus on security services (including managed services and professional services). He is a research professional with more than fifteen years of experience in cyber security, including in think tanks (Chatham House and the International Institute for Strategic Studies), professional services (PwC and Deloitte), and market analysis. Dave is a regular conference speaker and media contributor, and has authored numerous publications on topics including C-suite technology and security priorities, security policy and governance, risk management, and data protection.

What is really shaping IT investment across EMEA in 2026? 

Across EMEA, IT spending continues to grow, but the forces shaping that growth are becoming more complex. Geopolitical tensions, regulatory developments and economic uncertainty are increasing the pressure on organisations to prioritise resilience and operational stability, even as executive expectations around artificial intelligence continue to rise. Many enterprises are now moving beyond experimentation and beginning to explore how AI can be operationalised at scale. The question for 2026 is not simply whether AI investment will continue, but how organisations balance innovation ambitions with resilience priorities in a rapidly evolving market environment. 

Growth remains stable but increasingly concentrated 

IT spending across EMEA is expected to grow by 7% in 2026, driven primarily by the continued double‑digit expansion of the software market. While 2025 was marked by a surge in the Service Provider segment, 2026 shows a more balanced outlook, with both Enterprise and Service Provider spending following similar growth trajectories. The only exception is the Consumer market, which remains flat (Source: IDC Worldwide Black Book, March 2026). 

Geopolitical tensions, supply chain disruptions and an increasingly complex regulatory landscape continue to reshape investment priorities across EMEA. As explored in our recent analysis of how ongoing conflicts are stress-testing the digital economy, organisations are placing greater emphasis on resilience, operational continuity and regional autonomy in their technology strategies. IT spending is therefore not slowing, but becoming more deliberate and selective, with investment increasingly directed toward capabilities that strengthen stability and long-term adaptability in an uncertain global environment. 

Executive expectations are raising the bar 

At the same time, executive ambition around AI continues to intensify. IDC research indicates that 50 percent of CEOs believe AI will offer their organisation the opportunity to reinvent its business model within the next three to five years. 

This signals a shift in how AI is positioned within enterprise strategy. AI is no longer viewed primarily as a tool for experimentation or incremental efficiency gains. Instead, it is increasingly expected to deliver tangible transformation, automation and competitive differentiation. 

However, survey data also shows that some organisations are reassessing elements of their AI programmes. Concerns around return on investment, governance, data readiness and skills availability are influencing decision-making across the region. The result is a more demanding environment in which expectations are rising but scrutiny is increasing as well. 

From experimentation to operational AI 

Across EMEA, AI maturity is evolving. The early phase of generative AI experimentation is giving way to a stronger focus on operational deployment. 

Organisations are now moving beyond isolated pilots towards integrating AI capabilities into core workflows, enterprise applications and decision-making processes. This transition reflects a broader shift towards operational AI and the emergence of more agentic enterprise models. 

At the same time, scaling AI requires far more than access to models. Infrastructure readiness, data management capabilities, governance frameworks and organisational skills are becoming decisive factors in determining whether organisations can move from experimentation to sustained operational impact. 

Resilience, governance and execution will define the next phase 

The evolving EMEA technology landscape is therefore shaped by a combination of innovation pressure and structural constraints. Geopolitical uncertainty, regulatory requirements and resilience priorities are increasingly influencing technology investment decisions. 

For technology providers operating in the region, understanding these dynamics is critical. Growth opportunities remain significant, but they are tied more closely to execution readiness, operational maturity and the ability to support organisations as they scale AI responsibly. 

Join the conversation

In our upcoming webcast on April 28, IDC analysts Andrea Siviero, Stephen Minton, and team will explore what these shifts mean for the EMEA IT market in 2026, including: 

  • How geopolitical developments and resilience priorities are influencing IT investment across the region 
  • Where growth is concentrated across EMEA markets and industries 
  • How organisations are moving from AI experimentation to operational deployment 
  • What the rise of more agentic enterprise models means for enterprise technology environments 

Register for the webcast here.

Got a question? Drop it in here.

Andrea Siviero - Senior Research Director, MacroTech, Digital Business, and Future of Work - IDC

Analyst Profile
Andrea Siviero leads IDC's European Digital Business and Future of Work Research group. The group provides market research insights to foster a purposeful and fair adoption of technologies supporting digital societies, businesses and workforce and empower tech providers in strategic decision making, planning and go-to-market activities. Siviero also co-leads the IDC Worldwide MacroTech Research program, focused on the intertwined connection between the Economical and Digital worlds - analyzing the impact key MacroEconomic factors have on the digital landscape and viceversa, how technologies are impacting economies around the world.

2026 年 3 月，“算电协同” 首次被写入《政府工作报告》，标志着算力与电力系统的深度融合正式上升至国家战略层面。当前全球 AI 产业竞争正从技术赛点转向成本赛点，这一战略落地不仅能化解算力快速增长与能源供给之间的结构性矛盾，更可依托 AI Token 跨境服务输出带动电力资源数字化出口，推动我国算力竞争迈入电力系统调度与协调能力比拼的全新阶段，为数字经济出口打造新增长极。

战略落地：政策沉淀与能源转型的必然结果

算电协同升级为国家战略，是长期政策铺垫与内需驱动的必然结果。早在 2023 年 12 月，“算电协同” 概念首次出现在《关于深入实施 “东数西算” 工程加快构建全国一体化算力网的实施意见》中；2024 年，国家发改委、能源局等部门在《加快构建新型电力系统行动方案（2024—2027 年）》中，为算电协同配套项目制定了具体实施纲领，其推进节奏与我国新型电力系统建设、能源转型的时间线高度契合。

从能源供给端来看，2025 年底我国风电光伏装机占比达 47.3%，首次超过煤电；非化石能源发电量占比升至 42.9%，风光新增发电量占全社会新增用电量的 97.1%，新能源已成为用电增量的核心供给主体。但现阶段能源与算力布局仍存在明显矛盾：一方面存在结构性、时段性供电紧张的时间错配问题，另一方面是东部算力需求旺盛但绿电资源稀缺，西部绿电富集但算力需求不足的空间错配问题。算电协同不仅是解决时空错配的抓手，更承担着推动区域协调发展、保障国家算力安全、完善新型电力系统、落地 “双碳” 目标的多重使命，其核心是将我国电力系统的产业优势转化为数字经济的竞争优势。

全球竞争：算力竞争的终局是电力系统综合实力的较量

全球 AI 产业规模化落地，推动算力需求呈指数级增长，算力消耗与电力供给的强绑定成为行业发展的核心特征。IDC 数据显示，2023-2028 年全球智能算力五年复合增长率达 46.2%，2025 年我国智算规模达 1037.3EFLOPS，同比增长 43%，这背后是 AI 大模型训练与推理规模化落地带来的算力需求爆发。算力需求的快速攀升直接推高电力消耗，2025 年我国 AI 数据中心 IT 能耗预计达 77.7 太瓦时，2027 年将增至 146.2 太瓦时，五年实现 6 倍增长，电力供给端的压力持续加大。

全球 AI 产业竞争已出现阶段变化，上半场竞争聚焦芯片等核心技术突破，下半场则转向电力系统综合实力的较量，成本竞争趋势显现：低成本、稳定且绿色的电力供给是核心竞争力。

模式创新：AI Token 开创电力出口新模式

算电协同将继续推动我国电力出口模式转型。通过 “电力转化为算力、算力生成 Token”，实现电力资源的数字化跨境服务输出。与 2000 年后我国电子家电、智能手机、新能源汽车等实体商品出口不同，AI Token 属于数字服务贸易范畴，依托 API 电子传输实现跨境交付，且受 WTO 电子传输关税豁免规则保护，形成了数字经济领域的 “免税高速公路”，降低了跨境服务输出的成本与壁垒。

当前全球 AI Token 产业竞争呈现明显的层级特征，表层是 AI 模型技术的比拼，中层是算力服务能力的竞争，而底层则是电力体系综合实力的较量。在全球 AI Token 竞争中中国拥有四大核心优势：

1. 电力规模优势：2025 年全国用电量突破 10 万亿千瓦时，电力供给能力稳居全球前列；

2. 成本优势：中西部地区拥有丰富的低成本绿电资源；

3. 布局优势：“东数西算” 与 “算电协同” 双战略加持下，我国算力布局与能源布局的协同性提升；

4. 技术优势：我国 AI 模型性价比高、开源生态强大，为算力服务与 AI Token 产业提供有力支撑。

未来方向：电力和算力的双螺旋演进

未来，算电协同发展将聚焦三大核心方向——推动实现电力服务算力、算力反哺电力的双向赋能、提升能源与算力资源的配置效率。

1. 持续推进 “算力跟着电走”，推动算力设施向绿电资源集中区域集聚，最大化利用低成本绿电；2. 推动算力错峰用电落地，将非实时性算力任务合理安排在电力低谷时段；

3. 推动算力成为电网可调节资源，助力电网实现削峰填谷，提升电网运行的稳定性。

产业机遇：算电协同背景下，IT 供应商迎市场新空间

算电协同战略落地为 IT 技术供应商打开了新市场空间，IDC认为有四个机会窗口：

1. 算力电力协同调度系统开发需求爆发，全国一体化算力监测调度、源网荷储一体化管控等场景，亟需能实现算力负荷与电力供应动态匹配的智能调度平台；

2. 绿色算力基础设施技术升级需求凸显，液冷温控、高密度供电、低 PUE 数据中心改造等技术成为算力设施建设标配，绿电直连配套的数字化适配技术也迎来蓝海市场；

3. 跨域融合技术服务空间广阔，算力枢纽与新能源基地协同布局背景下，数字孪生、AI 能效优化、跨境算力服务 API 搭建等技术服务需求快速增长；

4. 中西部算力基建配套市场持续扩容，“算力跟着电走” 的布局思路下，中西部新能源富集区的算力集群建设，将带来服务器部署、算力网络搭建、边缘计算节点建设等大量项目机会。

IDC 认为，未来全球算力竞争不再局限于规模比拼，而是转向算力、电网、储能、调度的系统能力综合较量。算电协同作为我国新型基建的重要组成部分，其深度推进不仅能推动新能源高效消纳、降低数据中心运营成本、提升我国 AI 产业全球竞争力，更能优化电网资源配置、稳定居民用电成本、推动绿色 AI 服务普惠化。而以 AI Token 为纽带的电力数字化出口，也将成为我国数字经济出口的全新增长极。对于 IT 技术供应商而言，当前正处于算电协同领域的市场窗口期，企业需紧密关注国家及地方政策导向，积极融入行业生态，与电力运营商、发电集团、电力设备商、综合能源服务商等主体深化合作，才能把握产业发展机遇。

IDC相关研究报告：《IDC Perspective 电力算力协同发展趋势预测与市场研判，2025》（Doc#CHC52926825）

算电协同正在成为数字基础设施与能源体系深度融合的重要方向，也将重塑全球算力产业的竞争格局。围绕这一趋势，IDC已在算力基础设施、数据中心能源管理、电力数字化以及绿色算力发展等领域持续开展研究。未来，IDC将持续发布相关研究成果与产业洞察，深入解读算电协同的发展趋势与市场机遇，欢迎持续关注IDC在数字能源与算力产业领域的最新研究与观点。

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。

最新の関税動向は、世界のテクノロジー・サプライチェーン全体にコスト圧力と不確実性をもたらしています。日本企業にとっても、部材調達・生産・組立・物流が複数国を跨ぐことが多い中、関税変更は価格戦略やサプライチェーン設計の見直しを迫る要因になり得ます。

IDCでは、Simon Ellis（製造・サプライチェーン担当 グループバイスプレジデント）と、Phil Solis（コネクティビティ／スマートフォン向け半導体担当 リサーチディレクター）が、最新の関税動向がテクノロジー・エコシステム全体の価格、製造戦略、長期投資判断に与える影響を以下のように議論しています。

原文：2026年2月25日公開（英語）｜日本語版監修： 寄藤 幸治

直近の最大課題は「不確実性」

最高裁判所が過去の一部関税を「適法ではない」と判断する一方で、新たな関税が導入されつつあります。その結果、コストへの影響（エクスポージャー）は残り、より大きな課題として浮上しているのが予測不能性です。

「こうした事柄について、明確さがほとんどありません。月曜日に真実だったことが火曜日には真実ではなくなる。企業が取り組むべき構造的な対応は、数分、数時間、数日、数週間で終わるものではなく、数か月、場合によっては数年かかります。だからこそ、何が正しい判断なのかが見えにくいのです」
– Simon Ellis（IDC）

製造業やサプライチェーンのリーダーにとって、設備投資、調達先変更や地域的な分散といった構造的な意思決定は複数年単位の時間軸で行われます。政策の方向性が短期間で変わる環境では、企業は「進める／延期する／追加リスクを受け入れる」といった選択の中で、難しい判断を迫られます

変動局面で問われる「価格設定の慎重さ」

関税によるコスト影響は、スマートフォン、PC、サーバーに影響するメモリ価格の上昇など、他のコスト圧力の上に重なります。

「これらの関税が当面続くと考えるなら、その分を織り込んで価格は高くなるでしょう。価格を下げてから、また上げ直すのは難しい。あまりに混乱が大きすぎます」
– Phil Solis（IDC）

価格の意思決定は容易ではありません。コストが上がれば、通常は価格にも反映されます。一方で、コストが下がったとしても、価格が同じペースで下がるとは限りません。追加関税が継続する可能性がある環境では、企業は「いったん値下げして後で値上げに転じる」ことを避け、価格対応に慎重になりがちです。

国境を跨ぐ複雑性と「関税の積み上げ（Tariff Stacking）」

現代のテクノロジー製品は、最終製品になるまでに複数回国境を跨ぐことが一般的です。たとえば半導体が輸入され、モジュールに組み込まれ、サブシステムに統合され、最終製品として組み立てられる―という具合です。

各段階で追加のコスト影響が発生し得るため、関税は「積み上げ」の形でバリューチェーン全体の価格圧力を増幅させます。複雑なグローバル供給網を運用する企業にとっては、コスト管理とコンプライアンスの両面で、部材・製品がどの法域を通過したかを追跡・トレースする重要性が高まります。

効率とレジリエンスのバランス

パンデミック以降、企業はサプライチェーンの効率性とレジリエンスの間で、継続的な緊張関係に直面してきました。関税は、そのバランスに加わる新たな混乱要因です。

マルチソーシングや余剰能力の確保によってレジリエンスを高めれば、リスクは下がる一方で追加コストが生じます。テクノロジー領域の意思決定者は、「どこに柔軟性が不可欠で、どこは効率を優先できるのか」を見極める必要があります。

次の一手をどう選ぶか

主要な製造・インフラ投資は、10年、20年といった長期の時間軸で決まることが少なくありません。短期的に政策が揺れ動く環境では、長期計画は一段と複雑になります。

テクノロジーベンダー、製造業者、そしてテクノロジーバイヤーに共通する中心課題は、不確実性が続く中でも、規律ある意思決定を維持することです。

最新の関税動向が今後数か月のテクノロジー市場に与え得る影響について、IDCのより詳しい見解は、記事内の対談（動画）をご覧ください。

原文：2026年2月25日公開（英語）｜日本語版監修：寄藤 幸治

出典：https://www.idc.com/resource-center/blog/idc-analysts-examine-business-impact-of-latest-tariff-developments/

関連する調査やご相談について

より詳細なインサイトや市場動向については、当社アナリストへお気軽にご相談ください。

2025年中国腕戴设备市场出货量7,390万台，同比增长20.8%。国补政策与促销活动成为增长主引擎，这一趋势将延续至2026年。市场参与者如何应对政策驱动的新节奏？本文基于IDC最新数据，为您梳理市场变化与未来方向。

根据国际数据公司（IDC）最新发布的《中国可穿戴设备市场季度跟踪报告》，2025年中国腕戴设备市场出货量为7,390万台，同比增长20.8%。腕戴设备市场包含智能手表和手环产品。其中，中国智能手表市场出货量5,061万台，同比增长17.2%。手环市场出货量2,329万台，同比增长29.4%。这主要得益于国补政策的刺激以及多平台活动补贴的带动。在政策驱动的增长背后，市场呈现出哪些特点？头部厂商表现如何？2026年又将走向何方？本文将为您一一解读。

2025年中国腕戴市场发展的三大特点

根据IDC跟踪报告，2025年中国腕戴市场发展呈现以下三个显著特点：

特点一：政策驱动成为增长主引擎

2025年市场增长主要由国补政策驱动，销售节奏受政策与价格波动影响显著增强。这一趋势将延续至2026年，市场对促销及价格补贴的敏感度进一步提升。这意味着，政策和促销活动已经成为影响市场节奏的关键变量，厂商需要适应这一新的运行逻辑。

特点二：500-1000元价位段增速最快

500-1000元价位段是成人智能手表市场增速最快的区间。这一现象的形成有两方面原因：一方面受产品迭代与价格调整影响，另一方面千元档位产品促销也显著带动该价位段增长。随着智能手表市场技术日趋成熟，该价位段凭借高性价比，对消费者的吸引力持续提升。

特点三：渠道流转加快，库存结构优化

补贴政策和促销活动推动渠道流转速度明显加快，从库存角度来看，有效缓解了渠道压货压力，推动市场向更加良性的方向发展。其中线上销售增长更加明显，成为拉动整体销量、优化库存结构的重要动力。

2025年中国腕戴市场Top 5厂商表现

华为

2025年，华为在腕戴市场稳健领跑，稳居中国市场出货量第一。Watch GT 6系列首发骑行模拟功率，快速迭代并广泛铺货；Watch 5系列进一步夯实了其在中高端智能手表市场的领先地位；Watch Fit系列则凭借精致外观与出色性能，在轻运动场景中表现亮眼。

小米

小米第四季度发布智能手表新品Redmi Watch 6和全智能旗舰手表Xiaomi Watch 5。此次推出的全智能手表是小米可穿戴系列完善其产品在高阶智能手表领域布局，向中高端市场迈进的重要一步。

Apple

2025年Apple在中国市场增长迅速，主要得益于国补政策带来的价格优惠刺激。其下半年通过Apple Watch S11， Apple Watch SE3和Apple Watch Ultra 3全线产品更新也进一步带动出货。

步步高

2025年步步高旗下小天才儿童手表品牌整体表现稳健，持续领跑中国儿童手表市场，稳居出货量首位。品牌通过产品线下探、发力线上平台实现多元布局，且深耕线下渠道，巩固市场优势。

荣耀

2025年，荣耀在腕戴设备市场实现显著增长。其在智能手表领域持续完善产品布局，覆盖入门至中端主流价位段，并推出多样化外观形态产品，为消费者提供丰富选择。

2026年市场发展趋势展望

IDC报告指出，展望2026年，中国腕戴市场主要呈现以下发展趋势：

趋势一：转向结构优化的理性发展阶段

中国腕戴市场将转向结构优化的理性发展阶段。在新传感技术仍在孕育的周期下，政策与价格成为影响增长节奏的重要变量，市场对促销与补贴的敏感度持续提升，行业运行逻辑更趋市场化。

趋势二：市场结构进一步两极分化

市场结构将进一步呈现两极分化态势。入门级市场凭借天然的高性价比优势，持续吸引新增用户并有效激活换机需求；中高端市场则在促销活动与政策补贴的双重带动下，实现显著增长。

趋势三：端侧AI或将开启新时代

伴随高通推出首次搭载专用NPU的全新可穿戴旗舰平台，端侧高性能AI处理能力将有效提升，或将引领腕戴设备进入端侧AI时代。

IDC中国研究总监潘雪菲认为，腕戴市场仍需在健康场景上持续深耕，无创血糖监测等慢病管理功能将成为行业重要增长引擎，释放更大市场潜力。同时，端侧AI技术的应用将显著提升腕戴设备的算力水平，未来可进一步与智能耳机、智能眼镜等多类穿戴产品实现多模态协同交互，有望构建下一代自然交互生态，开启全新发展格局。

针对技术供应商和采购方的建议

针对技术供应商和采购方，IDC提出以下三点建议：

建议一：布局双轨产品矩阵，适配市场化增长节奏

面向两极分化的市场结构，同步强化入门级高性价比机型与中高端功能旗舰；灵活联动政策与补贴资源，优化定价与促销节奏，提升用户转化与换机周期管理能力，在理性发展阶段保持规模与利润平衡。

建议二：深耕健康场景，打造慢病管理核心增长引擎

重点投入血压、血糖等慢病监测技术研发和产品应用，推动产品健康监测能力升级；以专业健康功能构建差异化壁垒，将健康服务转化为长期用户粘性，成为驱动市场增长的新势力。

建议三：布局端侧AI与多设备协同，抢占下一代交互生态制高点

强化智能手表端侧AI高性能算力，提升设备独立处理与智能响应能力；积极推进腕戴设备与智能耳机、智能眼镜等多类穿戴产品的多模态协同交互，构建下一代自然交互生态，以生态化优势开启全新发展格局。

延伸阅读与沟通：

如需了解更多IDC相关研究或进一步与我们沟通，欢迎识别二维码与 IDC 联系，我们将安排专人与您对接，为您提供定制化的市场洞察与咨询服务。


如需了解IDC在智能终端领域的最新研究报告、数据产品及行业分析，请扫描二维码，在线获取完整研究目录与内容简介，助您精准把握市场脉动。

Sophie Pan - Research Director - IDC

Sophie Pan is a research director for the Client Systems Research team at IDC China. She is responsible for emerging technology device research, including wearable devices and smart home devices. Sophie has a deep understanding of the landscape and ecosystem development of the consumer Internet of Things (IoT) device market. She assisted the top-tier companies to formulate business strategies by conducting meticulous data analyses and uncovering opportunities and trends in the market. Prior to joining IDC, Sophie worked at a research consultancy and the IT hardware manufacturing industry, providing consumer research and market analysis services. Sophie holds a master’s degree in Integrated Marketing from the Florida State University in the USA.

2025年，全球家用清洁机器人市场交出亮眼成绩单，总量突破3200万台。但数据背后的结构性变化更值得深究：哪些赛道正在爆发？谁在改写竞争规则？企业应如何布局未来？本文基于IDC最新发布的系列跟踪报告，为您深度解读扫地、擦窗、割草、泳池等细分赛道的关键转折点，并为行业参与者提供切实可行的战略建议。

IDC最新发布的《全球家用智能清扫机器人市场跟踪报告》等系列报告显示，2025年全球家用清洁机器人市场整体出货量达到3272万台，同比增长20.1%，其中割草机器人同比增长63.8%，引领细分品类增长。2025 年，头部扫地机器人企业持续拓展产品边界，布局割草机器人、泳池机器人等新兴细分赛道。与此同时，中国初创企业在割草机器人与泳池机器人领域表现亮眼，凭借出色的产品竞争力在欧洲、北美市场快速提升份额，对割草、泳池赛道中的海外传统行业龙头形成有力冲击。对于行业从业者、投资者以及关注这一领域的观察者而言，理解这些变化背后的驱动力，是在未来竞争中占据主动的关键。

一、 扫地机器人：存量竞争下的战略分野

作为家用清洁机器人的基本盘，扫地机器人市场在2025年出货2412.4万台，同比增长17.1%。其中，中东非与中东欧市场表现尤为突出，增速分别高达95.6%和40.3%，成为拉动全球扫地机器人行业增长的核心区域。IDC分析认为，这一增长态势得益于两大因素：一是这些地区城镇化进程加快，中产阶级家庭数量上升，对智能化家居产品的接受度提升；二是中国品牌加速出海布局，通过本地化运营和更具竞争力的产品定价，激活了此前未被充分开发的潜在需求。

石头科技凭借技术优势和全球化布局，2025年继续稳居全球市场首位，同时在美国、德国、韩国等主要国家位列第一；追觅则依托在欧洲市场的强劲增长，市场份额快速提升，成为中国品牌出海的又一成功样本。曾经的行业巨头iRobot在2025年跌出全球前五，其传统优势区域如北美、日本等地的市场份额，正被中国品牌进一步蚕食。这一此消彼长的态势，不仅是市场份额的转移，更深刻反映出不同战略路径的阶段性结果。

IDC观察到，面对日益激烈的竞争，扫地机器人企业正加速战略转型，呈现出两条清晰的演进路径：一部分厂商选择“纵向深耕”，聚焦全场景家庭机器人赛道，围绕家庭环境拓展产品矩阵，从地面清洁延伸到家庭户外庭院等场景；另一部分则选择“横向拓展”，向全品类科技企业升级，依托在算法、供应链等方面的积累，布局更多消费电子领域，拓宽业务边界。这两种路径各有利弊，如何选择未来的战略方向，将成为企业下一阶段发展的分水岭。

二、擦窗机器人：结构性需求与同质化竞争并存

擦窗机器人作为家用清洁机器人的重要补充，2025年出货量达到237.3万台，同比增长70.4%，增速仅次于割草机器人。科沃斯以超50%的份额稳居行业首位。在中国市场，城镇化进程中高层住宅比例的提升，使得外窗清洁成为刚需，而人工清洁不仅成本高，且存在安全隐患，这为擦窗机器人创造了巨大的替代空间。在海外市场，大户型住宅的落地窗设计同样催生了对自动化清洁方案的需求。IDC调研发现，中低端产品同质化严重，产品功能、外观设计高度相似，导致促销周期价格战频发。当前产品正朝着无线化、智能化持续迭代升级。

三、 割草机器人：技术迭代引爆市场，中国初创改写游戏规则

2025年，全球割草机器人市场迎来爆发式增长，全年出货199.2万台，同比增长高达63.8%，成为所有细分品类中增长最快的赛道。比整体增速更值得关注的是内部的结构性巨变：无边界割草机器人出货量达到131.8万台，占比跃升至66.2%，同比暴涨182.4%；而传统的埋线款割草机器人则出货67.3万台，同比下滑10.1%。IDC深入分析认为，这一转型的背后是三大驱动力的共同作用：首先，定位导航技术的成熟是关键基础，卫星定位、视觉导航、激光雷达等技术的成本下降和性能提升，使得无边界方案从高端走向普及；其次，用户体验的代际差异加速替代，埋线方案需要复杂的施工布线，而无边界产品真正做到“开箱即用”，契合了欧美DIY文化的消费偏好；第三，中国供应链的规模化优势大幅降低了高性能产品的制造成本，使得无边界割草机器人的价格进入大众市场可接受的区间。

在快速增长的无边界割草机器人市场，一个引人注目的现象是：前六名均为中国厂商。以九号公司、追觅、科沃斯为代表的科技企业，凭借高性能产品及极具竞争力的价格，正在加速超车。IDC指出，传统园林工具厂商虽然在品牌认知和渠道布局上具备先发优势，但在智能化技术的快速迭代面前，这一优势正被快速削弱。中国厂商不仅在产品性能上实现赶超，更通过电商渠道和新兴零售模式，直接触达终端消费者，绕过传统渠道壁垒。

四、 泳池机器人：平静水面下的暗流涌动

泳池机器人市场整体表现较为平稳： 2025年，全球泳池机器人市场细分数据显示：地上泳池机器人（不具备爬墙能力）出货125.7万台，水面清洁机器人出货23.3万台，地下泳池机器人（具备爬墙能力）出货274.7万台。

在这三大细分品类中，地下泳池机器人是技术门槛最高、价值最大的核心赛道。值得注意的是，在这一品类中，无缆部分占比达到55%，同比增长32.8%。近年来中国厂商凭借无缆产品的创新突破，对这一格局形成有力冲击。智能化趋势正在加速渗透这一传统赛道。消费者对泳池机器人的期待，正从“能清洁”转向“会清洁”——能够自主规划路径、识别污渍类型、通过APP远程控制、甚至与家庭智能系统联动。这一趋势为中国厂商提供了弯道超车的机会，也对传统厂商的技术升级提出紧迫要求。

从数据看趋势：2025年全球清洁机器人市场的三大核心洞察

洞察一：中国品牌主导产品形态升级和技术创新方向，同时加速抢占全球市场份额

依托完整供应链、快速迭代能力与算法优势，中国厂商在扫地、擦窗、割草、泳池等多品类同步突破。从无线化到AI导航，从全能基站到多机协同，这些由中国厂商率先大规模应用的技术正在成为行业标准。当前全球头部阵营已基本由中国品牌占据，技术与规模双重壁垒不断加固。

洞察二：细分市场品牌竞争仍处于洗牌期，尤其在割草机器人与泳池机器人赛道，厂商格局仍有较大变化空间

这两大品类正从有线向无线、从随机向规划快速升级，行业渗透率仍处低位。以初创企业为主的新玩家与跨界大品牌持续涌入，技术路线、渠道布局与产品定义尚未完全固化。价格、性能、资本稳定度与海外本土化运营共同影响最终格局，头部集中度仍有重塑可能。

洞察三：具备持续AI能力的厂商将在新一轮竞争中胜出。AI大模型、多传感器融合、自主决策与具身智能技术，正在重构避障、路径规划、污渍识别、故障自愈与智能交互能力。这些能力的提升，正在带来显著的体验差异与品牌溢价，而清洁能力正是消费者最为重视的产品基础。能够持续投入算法、数据与场景理解的厂商，将在高端化、全球化与生态化竞争中占据主动，最终成为市场主导者。

结论与建议：如何决胜家用清洁机器人“下半场”

2025年的数据清晰地表明，家用清洁机器人市场正加速从单一的家庭清洁工具，向家庭智能服务助手跃迁。面对中国品牌主导、技术快速迭代、细分赛道分化的竞争新格局，IDC为行业参与者提出以下四点切实可行的战略建议：

建议一：在细分赛道的“洗牌期”精准卡位，寻找战略定位。割草机器人和泳池机器人仍处于从有线向无线、从随机向规划快速升级的窗口期，品牌格局远未定型。新玩家和跨界者仍有大量机会进入并建立优势。企业的成功将不仅仅取决于产品性能与价格，更取决于多维度的战略选择：技术路线上，是采用RTK还是视觉导航，需要根据目标市场和成本结构做出权衡；渠道布局上，是发力线上直营还是线下渠道合作，需要结合产品定位和区域特点；资本策略上，如何在研发投入和价格竞争中保持财务稳健；海外运营上，如何实现真正的本土化而非简单的产品出口。这些问题的答案，将共同决定企业在洗牌期中的最终位置。

建议二：将AI能力构建为长期核心护城河，而非营销噱头。AI大模型与具身智能技术正在从根本上重构用户体验的核心环节：避障能力从“识别障碍物”升级到“理解场景”，路径规划从“全覆盖”升级到“重点区域强化”，污渍识别从“按模式清扫”升级到“按污渍类型调整清洁策略”，人机交互也从“按键控制”升级到“自然语言对话”。厂商应将AI能力建设作为长期战略投入，而非短期营销噱头。清洁能力始终是产品的基石，而AI能力则是实现高端化、全球化和生态化的通行证。

建议三：构建多品类协同的场景生态，而非孤立产品。2025年的数据表明，头部厂商正在从单一品类向全场景布局演进。对于用户而言，清洁不是孤立的需求，而是家庭生活的一部分。能够提供更多场景家庭服务的厂商，有机会构建更高的用户粘性和品牌忠诚度。IDC建议，有条件的厂商可以思考如何通过统一的APP、一致的交互体验、共享的技术平台，实现多品类产品的协同效应。这不仅能提升单客价值，也能积累更丰富的数据资产，反哺算法迭代和产品创新。

IDC中国高级分析师赵思泉认为，作为机器人市场的重要组成部分，家用清洁机器人凭借落地场景及成熟技术率先走入大众视野，服务全球家庭。在消费升级、技术成熟与场景拓展的共同驱动下，行业整体保持高速增长，智能化成为长期发展主线。

延伸阅读与交流：

如需了解更多IDC相关研究或进一步与我们沟通，欢迎识别二维码与 IDC 联系，我们将安排专人与您对接，为您提供定制化的市场洞察与咨询服务。


如需了解IDC在智能终端领域的最新研究报告、数据产品及行业分析，请扫描二维码，在线获取完整研究目录与内容简介，助您精准把握市场脉动。

Claire Zhao - Senior Market Analyst - IDC

Claire Zhao is senior market analyst for Client System Research of IDC China. She is responsible for conducting research on the augmented reality (AR)/virtual reality (VR) market, and vertical analysis for the PC market. She started working for IDC China as a summer intern in 2019 as part of the Telecommunication group. Prior to joining IDC, Claire did some internships in the banking and insurance industries, and had some research experiences related to risk management, financial market, and data analytics. Claire graduated from Rensselaer Polytechnic Institute with a master’s degree in Financial Mathematics.

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.

当AI能够像安全研究员一样理解代码逻辑，安全工作不再仅是“发现和解决问题”，而是迈向持续治理与协作重构的新阶段。

一次产品发布，为何引发行业震荡？

2026年2月，Anthropic发布Claude Code Security。这款能够基于语义理解代码结构与逻辑关系的安全智能体，在真实环境中发现了超过500个此前未被识别的高危漏洞。消息公布后，资本市场迅速反应，多家传统安全厂商市值波动明显。市场的剧烈震荡折射出一个深层现实：运用智能体来进行安全运营已成为全球头部AI公司、安全公司共同发展的核心方向。

早在2025年，Google和OpenAI都已经发布了相关自主安全研究智能体工具，并在漏洞识别、漏洞验证、代码审计等诸多场景进行应用，代码安全智能体、漏洞管理智能体以正在经历从 “助手” 到 “协作者” ，从 “规则驱动” 向 “语义推理” 的范式跃迁。这些智能体可以捕捉传统安全工具难以捕捉的业务逻辑缺陷和访问控制失效等复杂漏洞，具备更强大的主动防御能力。

目前，中国已有多家技术服务提供商发布了安全运营智能体、代码安全智能体等相关能力，并开放供最终用户使用。国际数据公司（IDC）于2025年发布了中国安全智能体市场概览，2025：东风已至，未来可期》（Doc# CHC53614225，2025年6月），该报告全面展示了2025年中国安全智能体市场的产品技术发展情况以及市场竞争情况，详情请见下图：

从规则驱动到语义推理：安全能力的底层变化

过去十余年，代码安全体系主要依赖SAST、DAST、SCA等工具。这些工具通过规则匹配、特征识别与漏洞库对比完成扫描任务，在已知漏洞检测、依赖组件风险识别以及合规支持方面发挥了重要作用。然而，伴随应用架构的微服务化、业务逻辑的复杂化，以及AI生成代码的比例不断上升，传统基于规则的检测方式在某些场景中已经难以适配用户的安全检测需求，如其难以识别跨模块逻辑漏洞、难以理解权限链条与业务流程、难以处理语义层面的访问控制问题以及自动修复能力有限等。

代码安全智能体的出现，正是对这些短板的回应。基于大模型的语义理解能力，智能体可以跨文件分析上下文关系，模拟安全研究员的推理过程，识别复杂逻辑缺陷，并给出针对性修复建议。这种变化的意义在于，安全能力开始具备“理解”而非仅“匹配”的特征。安全流程也因此不再局限于漏洞扫描，而是向自动修复与流程嵌入延伸。

替代还是协作？行业结构正在重组

伴随技术突破而来的，是关于“替代”的讨论。安全智能体是否会取代传统工具？是否会削弱安全团队的价值？

从当前技术实践看，更合理的判断是能力重组，而非全面替代。

传统SAST、DAST、SCA工具在稳定性、规模化扫描、合规审计以及零日漏洞识别方面仍然不可或缺。尤其是在遗留系统和第三方组件治理场景中，规则工具具有成熟优势。

而智能体更擅长语义推理、复杂场景识别与自动化修复。它弥补了传统工具在上下文理解与闭环能力上的不足，却并未消除对人工判断与策略设计的需求。事实上，当前主流安全智能体产品均保留人工审批机制。这一设计本身表明，在风险决策、异常处理以及责任承担方面，人类依然是关键节点。未来，传统工具会快速嵌入智能体能力实现AI原生安全检测、自动化修复等问题，其安全流程从“检测-修复-审计”转向“预防-检测-修复-治理-审计”的全链路闭环。

企业安全运营模式正在发生转型

技术能力的变化，正在反向推动安全运营模式重构。

首先，安全工作加速左移。智能体能够嵌入CI/CD流程，在代码提交阶段进行实时分析与反馈，使安全从事后扫描转向前置控制。

第二，安全效率显著提升。代码审查、漏洞验证、修复建议生成等高重复性工作可实现自动化，安全团队得以将更多精力投入策略设计与复杂风险分析。

第三，安全能力逐步形成闭环。检测不再是终点，而是治理流程的一部分。风险识别、优先级排序、修复执行与复盘优化可以形成持续循环体系。

这一转型意味着，企业不应仅关注“是否使用智能体”，而应重新思考整体安全架构如何适应这一趋势。

企业应如何布局安全智能体？

面对这一变化，企业需要保持理性与节奏感，而非盲目替换现有体系。

首先，应从架构层面评估智能体的嵌入方式。将其作为增强模块接入现有安全能力体系，通过接口与流水线集成，实现能力协同，而非简单的工具叠加。

其次，可以从高频、低风险场景切入。例如代码审查自动化、依赖漏洞筛查、修复建议生成、安全报告生成等场景，既能体现效率优势，又能控制风险边界。在积累实践经验后，再逐步扩大应用范围。

再次，企业需要同步建立治理机制。明确智能体的决策边界、人工审批节点与异常回滚机制，确保自动化能力在可控范围内运行。

同时，未来企业的安全团队也将以“人+智能体”协同为主流运营模式。安全团队也应做好角色升级准备。未来的安全工程师将更多参与风险评估、模型调优与安全策略设计等复杂任务的处理上。

安全智能体不是终点，而是协作时代的起点。

IDC更多相关研究

IDC已于2026年启动AI安全技术系列研究，围绕AI原生安全架构、安全智能体成熟度评估、AI驱动DevSecOps实践路径及企业级AI治理框架展开深入分析。

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。

过去三年，边缘计算云服务一直是云计算市场中最具确定性的增长引擎之一。2021—2024 年，中国边缘公有云服务市场保持了接近 38% 的年均复合增长率，在内容分发、实时交互、数据合规与用户体验提升等场景中，边缘云的价值已被行业客户广泛验证。

但进入 2024 年之后，市场环境正在发生明显变化。随着企业 IT 预算与资源快速向 AI 相关投入倾斜，边缘计算云服务的增长节奏出现波动：一方面，边缘 AI 场景在短期内尚未形成清晰、可复制的商业闭环；另一方面，部分传统需求增速放缓，使得市场在 2024 年下半年一度出现明显回落。

在这样的背景下，一个更具根本性的问题摆在行业客户和服务商面前：在 AI 成为核心业务能力的时代，边缘云究竟应该扮演什么角色？它是否仍然只是成本优化与资源下沉的工具，还是正在演变为承载新一代 AI 应用、Agent 形态与分布式网络能力的关键基础设施？本文将围绕这一问题，对 AI 时代边缘云的价值演进路径进行分析。

经典边缘云服务价值完成了从“成本优化”到“业务创新”的跃迁

不同时代背景、不同发展阶段、不同应用场景，为了满足企业自身业务发展诉求和回应资本诉求，行业客户对IT架构建设诉求可能存在巨大差异。

中国边缘计算云服务市场过去三年高速增长的背后，是不同影响因素交织形成的一轮分布式IT架构建设浪潮。其最初驱动力，是中国互联网行业各品类头部客户在用户规模见顶后对IT架构效率的机制追求，与边缘计算节点在运营成本、业务合规、用户体验等多维度原生优势的一次精准匹配。

行业客户广泛认可基础产品商业价值后，供需双方开始赋予边缘计算节点更丰富的内涵，随之而来的，是多样化的云服务产品下沉，以及据此完成的IT架构变革与业务创新。

AI时代边缘云服务价值实现顺序可能完全相反

2024年开始，部分服务商开始尝试复制经典边缘云过去三年的增长路径，希望从基础产品开始，完成边缘云市场的增长驱动力转换，但结果却是，传统增长需求增速放缓，但新边缘AI基础产品的商业价值并未获得广泛认可。回顾过去一年的市场变化，我们认为，AI时代边缘计算云服务的演进路径可能存在差异，价值演进逻辑甚至完全相反。

在当前时间节点下，主要行业客户的核心诉求，是探索扩大AI应用场景，客户迫切需要在更短的时间内探索出可以大规模商业化落地的应用场景。这一阶段，客户普遍对于初期运营的成本关注度有限，因而在本轮AI浪潮中，除了离线专属单点机柜满足了客户在私有化环境中的AI尝鲜诉求，在更广泛的边缘计算云服务体系中，最先受益的反而是基于边缘云“分布式”架构的更高阶创新方案，诸如大模型网关、AI搜索配套服务等。

例如基于边缘计算节点的AI搜索，2025下半年开始已经获得市场认可，“分布式”的边缘计算节点帮助模型克服了通用搜索引擎仅能返回摘要和元数据的局限性，并在大规模内容返回、抓取速度、动态内容解析、反爬对抗等维度展示出独特商业价值。

同时，以C端硬件形态和开源项目形态的AI Agent个人助理正在引起市场的广泛兴趣，甚至有望成为对话式AI、AI Coding之后的下一个顶流热点。在这一场景下，不考虑既有互联网内容与广告生态对上述应用场景的限制，“分布式”的边缘结算节点能够在用户响应时间、敏感数据保护、与庞大的互联网生态对接等方面同样提供了差异化价值。

IDC对于边缘计算服务/边缘云服务商的建议：

  1. 避免将注意力局限在边缘推理算力提供。虽然在边缘计算节点部署异构算力裸机是实现边缘云商业化变现的最快路径，但如上述推论所示，在各种类型的AI应用大规模铺开后，或者AI场景经过市场洗礼其商业价值被广泛验证后，行业客户才会将注意力转移至长期运营所需的更合理、经济的产品与服务。尤其是没有内部业务兜底的中小服务商，应当避免在获得明确的商业需求前，在边缘大规模部署异构算力。
  2. 保持对AI应用新场景的敏感，尤其是可落地的Agent形态应用。建立AI应用流程的全局视角，注并拆解其中边缘计算节点可承担的负载与业务流程，关与边缘云分布式体系带来的原生价值相匹配。
  3. 关注与多媒体场景相关的AI应用。图片、音视频等多媒体内容需要消耗更多的网络与算力资源，因而在大规模商业化推广后，边缘云“分布式”的生产体系、更靠近用户的网络环境优势将被进一步放大。
  4. 坚持既有优秀实践。更先进的大模型与多模态模型确实会改变我们的工作、生活与娱乐方式，进而对IT架构带来深远影响，包括后端软硬件架构和资源比例，但边缘云产品服务在既有场景中的价值逻辑依然长期成立，甚至在用户将预算向AI场景倾斜后，其优势有被进一步放大的趋势。

IDC 相关研究

围绕 AI 时代边缘云与边缘 AI 的发展趋势、技术能力与市场格局，IDC 将持续开展系统性研究，包括但不限于：

  • 《IDC Market Glance：中国边缘 AI 基础设施和平台，2026Q1》（即将发布）
    —— 从市场结构与关键能力维度，解析边缘 AI 产业链与主要参与者。
  • 《IDC Tech Assessment：中国边缘云智能服务技术能力评估，2026》（即将发布）
    —— 评估主流边缘云服务商在 AI 服务、分布式架构与应用支撑能力方面的技术成熟度。
  • 《IDC China Semiannual Edge Cloud Tracker，2025H1》
    —— 持续跟踪中国边缘公有云市场规模、竞争格局及行业应用变化。

如需进一步了解 AI 时代边缘云与边缘 AI 相关研究内容，或咨询 IDC 在云计算、AI 基础设施及数字化转型领域的其他研究成果，请点击此处，欢迎与我们保持联系。

Eric Wei - Research Manager - IDC

Eric Wei is primarily served as the role of Research Manager in Enterprise Research sector for IDC China, and he is responsible for conducting analysis and research for the China Industry Cloud Solution market and China Cloud Market Ecosystem, especially in Industrial Cloud Solution area. He is also involved in regional and global consulting and business development in related markets. Prior to joining IDC, Eric has over 3 years of working experiences in China Academy of Information and Communications Technology (CAICT). His research area there included next generation technology and its market tendency, Industrial Internet and Intelligent manufacturing. Eric holds Bachelor of Mechanical Engineering and Automation and Master of Instrument Science and Technology form Tsinghua University.