Digital Transformation Oct 29, 2026

第11届2026 IDC中国CIO峰会圆满落幕,未来企业大奖——卓越奖荣耀揭晓!

上海,2026年10月23日,第十一届IDC中国CIO峰会暨数智化转型颁奖盛典 在上海圆满落幕。作为ICT领域的年度标杆盛会,本届大会汇聚600余位行业精英,既有来自金融、制造、医疗、能源等领域的企业数字化负责人带来一线实战分享,也有ICT技术厂商与生态合作伙伴共绘前沿技术图景。 大会期间,IDC多项年度奖项也于各论坛与颁奖晚宴盛典中陆续揭晓。荣获“2026 IDC中国未来企业大奖”,”2026 IDC中国金融行业AI创新案例50″,”2026 IDC中国网络安全十大人物”荣誉的百余位企业代表与个人登台领奖。多项重磅奖项,从企业标杆、行业场景、人物引领三个维度,共同勾勒出本年度中国数智化转型的最前线。 聚焦AI与数智化热点,上午三场分论坛亮点纷呈 峰会开场,IDC同步举办了三场深度专题论坛,内容聚焦AI与数智化核心方向。专题论坛A围绕“全域增长与客户体验”,探讨AI赋能全球营销、大模型的智能销售全流程重塑及全渠道智能客服升级;专题论坛B聚焦“基础设施与研发运营革新”,深度解析AI大模型研发设计与工程化、流程挖掘驱动的业务流程优化,以及AI与智算平台构建企业级AI Agent生态;专题论坛C则直击“AI赋能金融科技与智能体落地”,分享Agentic AI在企业级应用、韧性筑基AI赋能金融行业、以及金融科技的数字化转型与合规建设。 专题论坛A:全域增长与客户体验 聚焦AI赋能全域营销与销售全流程重塑及全渠道智能客服升级。IDC全球及中国副总裁王吉平博士致开场辞;香港电讯创新及信息科技部高级副总裁赖震昕分享了“HKT新一代客户联络中心智能化转型”;中国电信股份有限公司广东分公司大数据AI中心解决方案总监姜燕带来了“铸造Token工厂 育才智领湾区未来”的探讨;海洋石油工程股份有限公司天津智能制造分公司副总经理李长龙解析了“向海而智,因脑而强——从制造到‘智造’的海工实践”;万向钱潮数智创新中心总经理魏芳芳博士分享了“万向钱潮AI落地实践——数据为基,场景实践,标准推广”。 论坛中同步颁发了2026年IDC中国未来企业大奖——智能营销领军者、销售增长领军者、优质客服领军者、人才与工作领军者、智慧财务领军者及安全与风控领军者等奖项。 专题论坛B:基础设施与研发运营革新 直击AI大模型研发设计与工程化及业务流程优化。IDC中国副总裁周震刚分享了“AI超级周期——智能体Infra发展趋势”;中国移动通信集团云南有限公司网优中心总经理刘伯涛分享了“AI Agent驱动绿色网络全栈自智,以‘数智技术+绿色技术’双轮赋能通信基础设施节能降碳”;联想中国基础设施业务群战略技术总监黄山探讨了“企业AI的账单,哪些花在你看不见的地方——Token经济学视野下的AI账单真相”;美的集团CISO兼软件工程院院长刘向阳解析了“多云统一企业级Agent基础设施建设”;深信服云BG解决方案部总经理马泽明分享了“AI Infra方案助力组织创新”;华为数据中心领域市场代表张柯探讨了“新一代AI智算绿基:黑龙江移动超大规模智算数据中心全栈创新项目”。 在论坛上荣耀颁发了2026年IDC中国未来企业大奖——卓越运营领军者、工程与研发领军者、智慧供应链领军者、数据智能与治理领军者及数智基础设施领军者等奖项。 专题论坛C:AI赋能金融科技与智能体落地 聚焦Agentic AI与金融场景深度落地。IDC中国副总裁兼首席分析师武连峰以“打造智能经济时代的新金融”为主题,为论坛作开场致词;蚂蚁数科中国区金融行业解决方案总监胡志强分享了“ 「AI智慧银行趋势」Agentic AI 在金融行业最新应用与实践”;互联网域名系统国家工程研究中心(ZDNS)销售中心副总经理葛锐分享了“韧性筑基 AI赋能——金融行业域名体系化建设实践”;神州数码信息服务集团首席咨询专家孙中东分享了“全球AI落地范式和中国方案”;恒丰银行首席信息官徐彤以“弥合剪刀差,重建语义层”为主题演讲;IDC中国研究经理思二勋分享了“智能体时代金融AI转型现状及要点”。...

Read full release

过去半年,生成式AI已经带来巨大变革:代码生成成为软件工程的标配环节,内容生产从“AI辅助”走向“人机协作”,智能客服、数据分析、营销创意等场景的渗透率快速攀升。随着企业需求从”试用尝鲜”转向”生产级部署”,承接大模型能力的主流公有云服务形态——MaaS,正成为云计算市场中最具确定性的增长方向。

国际数据公司(IDC)于近日发布的《中国AI软件市场半年度追踪,26H1》报告显示,2026H1中国MaaS市场规模达到106.3亿元人民币,占中国公有云PaaS市场的比重从2025年下半年的5.2%升至21.0%,开始对既有市场格局带来颠覆性影响。

IDC认为,对于行业用户而言,MaaS已经从可选项成为业务标配。对于技术厂商而言,MaaS也正在成为不容失手的增长主阵地。

2026H1,中国MaaS市场规模及Token调用量呈现爆发式增长

2026上半年,中国MaaS市场延续并放大了2025年以来的高增长态势。按营收口径统计,市场规模达到106.3亿元人民币,同比增长889.4%。这一增速意味着市场在一年内扩张至近9倍体量,MaaS正式迈入百亿级赛道。

按调用量口径统计,2026H1全市场Token消耗量达到2,857.9万亿,同比增长约432.5%。

增长背后:模型升级、场景放量、模态扩容

·       模型迭代——旗舰升维、Flash 达标,行业渗透加速,用户盘持续扩大。​ 供给侧看,2026 上半年模型能力与成本两道门槛同步下降。旗舰层面,Qwen3.5 ,GLM-5.2等模型在推理、编程与智能体能力上持续升级,长上下文普遍迈入百万级,大模型得以进入更多行业的核心业务环节——从“辅助办公”走向“直接承担生产任务”;普惠层面,各家 Flash/轻量版本达到可用门槛,让原本对成本高度敏感的行业第一次具备了规模化调用模型的经济性。大模型的用户盘从互联网等先行行业,扩展至金融、零售、制造、政务等更广泛的行业腹地。

·       场景挖深——大并发筑底盘,三类场景接力放量。​ 互联网自身业务中的推荐系统、搜索、对话、Coding 等大并发场景,仍构成 MaaS 收入的底盘,贡献稳定。同时增量来自于三类接力场景:一是日常办公加速普及,既包括各行业的办公流程自动化,也包括以金融投研报告撰写为代表的内容生成场景;二是智能客服向更多行业渗透,其中电商与贸易企业尤为突出;三是智能终端助手、IT 自动运维等新型场景相继接入大模型。这些场景渗透率尚低、业务链条长,对更长上下文与更强推理能力的要求,使单任务调用量与客单价同步上升,正在接棒成为 MaaS 收入增长的主要来源。

·      模态扩容——视频生成模型成为MaaS市场重要第二增长曲线。​视频生成模型在上半年跨过商业化拐点:以 Seedance 2.0 为代表的新一代模型将 15 秒视频的可用率大幅提升,短剧、广告、电商内容等生产环节开始批量引入。这一趋势直接重塑了 MaaS 的市场结构:2026H1,在整体 MaaS 规模中,大语言模型占比为 47.0%,而视频生成模型调用产生的收入贡献已达 32.7%,其余“其他模态模型”占 20.2%。视频模态已实质性地成为拉动 MaaS 增长的第二极。

MaaS 已成为必争之地,各类型玩家加速涌入:

在这一背景下,2026 年各类型厂商依托自身禀赋加速涌入 MaaS 市场:

短短半年间,MaaS 在中国公有云 PaaS 市场中的份额从5.2%升至21.0%,开始对既有市场格局产生颠覆性影响。对云厂商和模型厂商而言,MaaS 已不再是云业务中的“可选项”:它既是未来几年最重要的增量来源,也直接决定下一轮云市场竞争的话语权分配——不参与,就意味着在云计算的核心地带缺席。

  • 云厂商以算力资源、完善的模型矩阵与成熟的工具链为底座,将模型服务全面纳入云产品体系,以“模型 + 算力 + 工具链”的整体方案锁定企业级市场;
  • 大模型公司凭借技术领先与快速迭代建立品牌心智,以密集的新品发布与激进定价切入企业客户,并以订阅制与生态合作将模型优势转化为平台流量;
  • 大模型推理服务商则聚焦多模型聚合与极致性价比,以推理效率和开放性卡位“多模型时代”的流量入口,承接来自头部模型的溢出需求;
  • 运营商携全国性算力布局与深厚的政企渠道资源进场,形成第四股不可忽视的力量。

模型发布、API 降价、开源开放与算力扩容在上半年密集上演,市场竞争的烈度显著升级。凭借各自的基因优势,2026上半年,火山引擎、阿里巴巴、智谱、百度等厂商取得了优势与主要市场份额。

与此同时,大语言模型仍是主要模态。技术成熟度更高、推理成本下降更快,叠加当前企业侧需求(知识问答、代码生成、Agent 编排)大多以文本为中心,共同支撑了大语言模型在调用量与营收上的绝对主导地位。也正因如此,模态内部的竞争最为激烈,阿里巴巴、智谱、火山引擎、百度等厂商构成了大语言模型市场的主要竞争力量。

模型、推理效率构建短期壁垒,算力是长期核心护城河

MaaS 的市场前景得到数据验证,参与者类型快速扩容,竞争节奏明显加快。IDC认为,MaaS厂商的竞争要素可以分两个时间维度看:

短期看,模型能力与推理效率是最直接的抓手。一方面,旗舰模型的升级仍是获客的第一杠杆,模型的效果、迭代节奏与模型矩阵的完整度,直接决定平台流量;另一方面,在模型能力趋同的区间,推理效率成为决定性价比的关键——推理框架优化、PD分离与大规模集群调度能力,决定了厂商在同等算力下可对外供给的有效Token吞吐,也决定了价格战的底气。这一阶段的竞争本质是”效率战”。

长期看,算力是难以绕开的核心护城河:算力的获取规模、单位成本/算力性价比、异构适配能力与供应链确定性,构成了厂商最难被复制的能力。模型能力可以通过人才与资本追赶,工具链可以通过投入补齐,但大规模、低成本、可持续的算力底座需要长期资本开支与供应链关系的积累。可以预见,随着Token消耗量级继续攀升,算力话语权将向头部进一步集中,缺乏算力自主性的厂商将被迫向”轻资产模型授权+生态合作”模式迁移。

大模型平台私有化市场同步放量

与 MaaS 公有云并行,大模型私有化部署市场同步进入放量期。​ 2026 H1,大模型私有化部署市场规模达到 28.8亿元,同比增长 108.4%。需求主要来自政府、制造、能源、金融等行业,驱动逻辑正从“IT 设施建设”转向“生产环境落地”:客户的关注点也从单点模型能力转向平台的完整能力——数据安全、业务定制、自主可控与信创适配缺一不可,工程化交付与长期运维成为项目成败的关键;同时更看重对业务的支持效果,以业务指标而非模型榜单衡量投入产出。“应用+模型”一体机等形态加速交付,头部客户多期复购显现,市场正从单点试点走向规模化复制。

未来展望

MaaS市场在视频生成和通用智能体/日常办公推动下,持续高速增长。一方面,视频生成尚处于商业化放量初期,随着单次生成时长向 30 秒量级突破、可用率持续爬升,广告、短剧、电商等有真实预算的需求将源源不断转化为收入,成为增长弹性最大的板块;另一方面,日常办公等场景仍处于渗透早中期,调用量与客单价均有充足的上行空间。

商业模式加速多元化:从“资源生意”到“价值分成”。

  • 与市场规模的扩张同步,MaaS 厂商的变现方式也在快速多元化。标准 API 按量计费仍是最主流的模式;在此之外,以 Coding Plan 为代表的订阅制套餐、预定资源、按效果付费、合作分润等模式在 2026 上半年快速起量,收入结构呈现“按量付费为主、多元模式加速渗透”的格局。
  • 商业模式创新的意义不止于收入本身,更在于客户关系的重构:按量计费以低门槛赢得“入口”,订阅制与预定资源以承诺消费沉淀“确定性”,按效果付费与分润模式则试图把 MaaS 从“资源生意”升级为“价值分成生意”——厂商的收入第一次与企业客户的业务成果直接挂钩。
  • 展望未来 18 个月,商业模式将加速向“价值锚定”演进:与业务成果挂钩的计费方式有望从探索走向主流,厂商与客户的利益绑定日益加深,多元模式的收入占比也将持续提升。

增长换挡:从存量挖潜到增量开拓。国内市场,Coding 等先发大并发场景的渗透已趋近饱和,继续在存量盘子里“内卷式挖潜”,边际收益正在递减。厂商需要把增长引擎切换到两个方向:一是转化“还没进场”的客户,比如金融、医疗、政务以及大型企业的核心业务系统,它们并非没有需求,而是此前不敢用、不便用;利用专有云推理、数据不出域等方案,将这部分客户转化为 MaaS 用户盘的下一批增量,是厂商获得增速的潜在机会;二是向海外要增量,海外市场对高性价比推理服务的需求旺盛、订阅付费习惯成熟,且 API 定价与毛利空间普遍高于国内,正成为头部厂商收入结构中的新变量。

分析师观点

IDC中国高级分析师洪婉婷表示,2026 上半年是中国 MaaS 市场的重要分水岭。模型升级、场景扩容与视频生成三股力量共同驱动市场爆发式增长。短短半年,市场规模突破百亿,在公有云市场中的占比显著提升,其重要性不言而喻。往前看,市场将从‘跑马圈地’进入‘价值经营’阶段:短期,模型效率与推理成本决定入场资格;长期,算力与体系化能力决定厂商能否持续交付高质量、可信赖、可计价的服务,而这将最终决定利润池的归属。

进一步交流

如希望就《中国AI软件市场半年度追踪,26H1》定义、厂商份额及采购评估框架进一步交流,欢迎与我们联系。请点击此处与我们联系。

Catherine Hong

Catherine Hong - Senior Market Analyst

Ms. Catherine Hong is served as the role of Senior Market Analyst in Emerging Technology sector for IDC China, and her main responsibility is conducting analysis and research for the China Blockchain market. She is also in support of regional…

国际数据公司(IDC)最新手机季度跟踪报告数据显示, 2026年第三季度中国智能手机市场出货量约为5,806万台,同比下降15.2%。相较上半年约4%的同比降幅,下半年整体市场规模下滑速度进一步加快。存储及其他元器件成本大幅上升所引发的终端价格上涨与产品配置方案调整,已开始明显抑制消费需求,其中安卓厂商与长尾品牌承受的压力尤为突出。

本季度市场呈现“量跌价升”的典型特征。上游成本压力持续向终端传导,导致新品定价普遍上浮,同时厂商不得不调整产品配置组合以平衡成本。消费者面对价格上涨仍需时间适应,换机周期进一步拉长,直接拖累整体出货表现。这一趋势表明,成本压力已成为当前影响中国智能手机市场走势的关键变量。

厂商格局:华为份额升至21.1%,荣耀环比微增

在整体低迷的背景下,华为凭借多样化的产品形态与相对克制的售价涨幅,延续了今年以来的强势表现,出货量实现同比两位数增长。苹果新品发布后市场欢迎度超出预期,但由于今年机型数量减少,出货量同比小幅下滑。其它中国头部品牌虽面临较大挑战,但依然展现出各自相应的承压能力。

OPPO连续四个季度稳居市场出货量前三。在 600 美元以上高端市场,Find X10登顶今年新旗舰产品标准版机型销量榜首,助力 OPPO 该价位段出货连续三个季度实现三位数同比增长。400-600 美元中高端市场,Reno 16 系列凭借均衡产品力与渠道深耕,稳居该价位段安卓单品销量第一,构成 OPPO 销量基本盘的核心支撑。子品牌一加是唯一自 2025 年至今年第三季度持续保持出货量同比正增长的品牌,为整体产品矩阵补充差异化增长动能。依托中端稳住大盘、高端持续突破、多价位段精准覆盖的产品布局,OPPO 在行业成本承压、需求放缓的周期中,展现出稳固的市场基本盘与可持续的市场抗风险能力。

vivo继续凭借稳健的产品竞争力保持稳定市场表现。历经多代产品迭代持续深耕移动影像赛道,vivo已建立起扎实的用户口碑与市场认知,全新旗舰X500系列进一步夯实高端影像旗舰的市场地位。子品牌iQOO精准瞄准年轻电竞人群,旗舰iQOO 15系列持续热销,新款iQOO 16上市后亦受到市场欢迎。主品牌和子品牌共同助力vivo在600美元以上高端市场位居安卓阵营第一。中端市场,S60系列市场表现好于上一代产品,帮助vivo位列400—600美元价位段第一,巩固销量基本盘。高端市场上影像与性能双线差异化突围使vivo在行业周期波动中展现出更强的经营韧性与市场竞争力。

Xiaomi重返折叠屏市场后,国产安卓首款阔折叠产品小米18 Fold凭借差异化形态与产品力快速打开市场,助力小米重返折叠屏市场第三;叠加全新旗舰小米18 Pro系列上市,推动小米在1000美元以上安卓市场份额位列第一。在行业上游成本高企、多数厂商收缩入门产品线的背景下,小米持续坚守普惠型市场,在 100 美元以下价位段保持市场首位,有效覆盖预算敏感型用户群体,稳固了整体销量基本盘。高端突破与普惠覆盖并行,形成差异化产品合力,使小米在成本压力与需求疲软环境中保持市场竞争力。

Honor成为本季度头部主流厂商中唯一实现出货量环比正增长的品牌,反弹态势清晰。全新 Magic 9 系列是今年新上市主流新旗舰中,唯一实现首销销量较上一代显著增长的产品。国庆假期期间持续稳居安卓旗舰销量榜首,成为高端市场增长的核心拉动力。中端市场,X80 Pro Max 系列上市后快速起量,登顶 200-400 美元价格段单品销量第一;多价格段、多产品线差异化协同发力、旗舰新品突破增量帮助荣耀在行业调整期展现出强于同业的抗风险能力与复苏动能。

价格体系:中低端市场份额持续收缩

2026 年下半年,元器件成本快速攀升对终端价格的影响已完全显现,市场定价中枢持续上移,价格结构分化态势进一步加剧。分价位段来看,受头部厂商旗舰新品发布节奏前置、产品力升级共同拉动,600 美元以上高端市场份额同比扩张 7.1 个百分点,成为本轮结构升级的主要受益区间;400-600 美元中高端价位段同步扩容,份额同比提升 4.6 个百分点,部分中低端端产品涨价升档到该价位段;200-400 美元中端价位段运行基本平稳,份额同比微降 0.7 个百分点,为全价格带中波动幅度最小的区间;而200美元以下低端市场承压显著,份额同比下降13.9个百分点。整体来看,成本压力正加速推动市场结构向中高端集中,低端市场空间被进一步压缩。

折叠屏:连续四个季度出货下滑

2026年第三季度,中国折叠屏手机出货量达到177万台,同比下降32.7%,市场已连续四个季度呈现同比下行态势。传统形态产品的创新边际效应持续递减,已难以继续激发消费者换机意愿;而率先落地阔折叠新形态的品牌,凭借差异化的产品体验取得更优的市场表现。随着苹果正式入局折叠屏赛道,叠加更多主流品牌将于 2027 年上半年集中推出阔折叠形态新品,市场关注度与消费吸引力有望逐步修复。预计国内折叠屏市场将从下一季度起止跌回暖,重新步入增长轨道。

Huawei凭借产品形态最全面的布局依然占据绝对优势,市场份额超过70%;阔折产品Galaxy Z Fold8全球热销,帮助Samsung在折叠屏手机市场稳居第二位,份额8.0%;Xiaomi同样依靠阔折新品重返市场第三位,市场份额6.4%;vivo和Honor分居第四和第五位。

后市展望:价格体系重建前,市场难有起色

展望后市,预计存储及其他物料成本将在未来几个季度依然处于高位,手机产品价格将继续保持增长趋势。大部分消费者对价格上涨仍需接受与适应的时间,换机周期恐进一步拉长。因此,即便有大量各档位新品集中发布,预计2026年第四季度中国智能手机市场表现依然难有起色。甚至到2027年大部分时间,成本压力仍将存在,市场预计仍将延续明显下滑趋势。

不过,头部厂商凭借较强的品牌拉力与相比竞争对手更有限的涨价幅度,有望在存量竞争中抢夺更多消费者。随着时间的推移,消费者势必逐步适应并接受新的手机价格体系,待新的换机节点到来,仍将更换手中设备,届时其它品牌也将迎来更多市场发展机会。

进一步交流

除本次发布的季度核心数据外,我们还提供全维度历史数据回溯、细分市场交叉分析及定制化数据模型服务。如需获取完整版数据底表或探讨专属分析维度,欢迎随时联系,我们将为您提供深度数据支持。请点击此处与我们联系。

Arthur Guo

Arthur Guo - Research Manager

Arthur Guo is a research manager for the Client Devices group in IDC China. Based in Beijing, Arthur is responsible for research and analysis of market trends, market sizing, and provincial development trends in the China mobile phone market. His…

2026 年,生成式 AI 与销售管理深度融合,中国 AI 增强型销售管理 CRM 正从传统的信息记录、流程管控,向融合智能洞察、内容生成、预测分析与任务执行的全链路平台演进。企业选型逻辑已从比拼 AI 功能数量,转向关注产品能否嵌入真实销售工作流,在权限规则约束下产出可核验的业务结果,切实提升线索质量、商机推进与服务效率。

近日,国际数据公司( IDC) 发布了《中国 AI Enable CRM 市场份额,2026H1》报告,围绕上半年市场收入与竞争格局展开分析,为技术服务商锚定产品升级方向,也为企业用户更新 AI CRM 选型标准提供参考。数据显示,2026 年上半年市场收入达 5.971 亿元,同比增长 331.3%。头部阵营份额差距较小,前五厂商合计占据超半数市场,其余厂商贡献 47.2% 的收入,市场高速扩容的同时仍保持分散竞争格局。收入增长印证企业已开始为 AI 能力付费,但市场规模不等于场景成熟度,厂商仍需证明 AI 能力可持续嵌入销售流程,带来可量化的业务改善。

一个重要发现:2026年上半年中国AI Enable CRM市场收入同比增长331.3%,但厂商演示厅里“能跑通”的Agent,到了客户真实权限体系和异常接口面前,仍有相当比例跑不完一个完整任务链。市场在为AI能力付费,但付费的理由正在从“你有多少AI功能”转向“你的AI能不能在规则约束下把一件事做完、做对、留下可审计的痕迹”。换句话说,这一轮竞争的分水岭不是模型参数,而是任务闭环的完成率。

基于本次研究,我们梳理出行业五大核心趋势。当前市场仍处于从单点辅助向业务闭环演进的阶段,功能发布与真实落地效果尚存差距。企业选型应聚焦实际任务链表现、数据治理能力与投入产出效果,而非仅依赖功能演示。

趋势一:从记录系统到行动系统:Agent执行能力成为AI Enable CRM的竞争边界

统 CRM 以客户信息沉淀、销售过程留痕、流程管控为核心,云化阶段进一步打通了渠道与业务系统;生成式 AI 普及后,智能问答、内容生成、辅助决策开始嵌入销售工作流。进入 2026 年,AI 增强型 CRM 正向 Agentic 形态演进:智能体不仅能理解销售目标,还可直接调用 CRM 及外围系统,完成客户信息采集、商机判断、跟进执行与服务处理。系统价值正从 “记录已发生的业务” ,转向 “推动下一步行动并输出可审计结果” 。

验证真实的 Agent 能力,不能只看问答或推荐效果,需完整考察自然语言输入、任务拆解、工具调用、数据回写的全链路闭环,以及数据缺失、权限不足、接口异常等场景的容错机制。自主执行不等于全流程无人化,合同、报价、回款、客户风险等高影响动作,仍需人工确认或规则兜底。市场竞争的核心边界,已从功能覆盖广度,转向 Agent 执行范围、数据知识可用性、流程编排与治理能力的综合比拼。

趋势二:从功能堆砌到语义统一与能力复用,一致性决定规模化上限

用大模型与标准化接口的获取门槛持续降低,单纯接入模型、增加对话入口已难以形成长期差异化。销售流程中的客户、商机、合同、回款等核心对象,需要与企业组织架构、行业规则、指标口径、权限体系形成统一业务语义。行业方向正从按角色提供独立 Agent,转向打造统一 AI 工作台,将数据、业务与领域知识抽象为可复用能力模块,让智能体在全销售流程中统一继承上下文、调用权限与执行边界。

业务语义层的核心价值,是把 “能回答问题” 升级为 “知道该调用哪项业务能力、遵循哪套规则”。企业选型时,应核查同一业务对象的跨模块口径一致性、Agent 权限与现有体系的继承性,以及任务失败后的补偿、重试与人工接管机制;跨系统联动场景还需验证数据映射与全链路审计能力。只有能力可配置、可复用、可追溯,AI CRM 才能从标杆项目走向规模化复制。

趋势三:高频刚需场景率先规模化,自主决策类 Agent 仍待成熟

当前国内 AI 增强型 CRM 的落地呈现清晰的成熟度梯度:智能问数、知识库检索、坐席辅助、工单分类、合同审核、智能报价等高频、边界清晰的场景,已进入规模化应用阶段;销售预测、商机健康度评估、跟进内容生成、客户流失预警等场景已得到验证,但仍需结合企业数据质量与流程执行力持续优化。市场收入的快速增长,首先来自这些价值直观、落地门槛较低的场景。

线索挖掘、多语言内容生成、行业合规话术管控等仍处于试点阶段;营销全链路 Agent、深度办公生态融合、自主决策型智能体等方向潜力可观,但距离大规模落地仍有差距。场景数量不等于使用深度,企业应围绕解决率、处理时效、预测准确率、提效幅度、转化效果等指标建立评测体系,明确区分 “可演示” 与 “可稳定运行”,并按风险等级设置人工审核与流程回滚机制。

趋势四:生态协同、本地交付与合规能力成为选型核心考量

AI 增强型 CRM 的竞争已从单一产品能力,延伸至模型、云平台、办公入口与行业服务的生态协同层面。成熟的产品底座、存量客户基础与跨领域资源,正成为产品规模化扩张的重要支撑。与此同时,数据不出域、国产模型适配、多模型切换、私有化部署、数据脱敏、全链路审计、沙箱安全执行,已成为中大型企业采购的核心准入条件。

企业选型不宜仅凭 “支持私有化”“适配国产模型” 这类标签做决策,还需验证目标环境下的完整功能可用性、模型切换效率、系统集成难度与版本升级路径,明确实施交付、数据治理、模型调优与运维的责任边界。国际化产品的全球功能发布,不代表国内市场可直接落地使用,本地合规进度与交付节奏同样需要重点核查。

趋势五:商业模式多元演进,行业复用能力决定长期竞争力

AI 增强型 CRM 的商业化,正在传统席位订阅基础上,拓展出场景增值、资源用量、智能体调用等多元收费维度。厂商间的竞争差异,更多体现在行业流程理解、数据沉淀与交付能力上。按业务结果收费仍处探索阶段,供需双方需明确价值衡量指标,厘清各项成本的分摊规则。

规模化复制的核心,是将各行业项目经验沉淀为可复用的业务规则、流程模板与交付方法论,而非依赖定制化开发。企业采购时,应建立覆盖席位、资源消耗、系统对接、持续运营的总体拥有成本模型,并将线索质量、商机转化、服务效率等业务结果纳入续约评估。能否将项目经验沉淀为标准化产品、持续兑现可核验的业务价值,将直接决定厂商的长期竞争力。

IDC 给技术提供者的建议

建议一:以业务结果而非模型参数规划产品。围绕客户的销售目标、现有流程、量化指标和风险边界设计Agent,优先打通规则明确、风险可控的完整任务链,对合同、报价、回款和客户风险等高影响动作保留人工复核与程序兜底,并通过异常处理演示证明产品的执行可靠性。

建议二:将业务语义层和Skill复用能力作为产品底座。统一客户、商机、合同和回款等核心对象的口径,打通组织权限、数据血缘和审计机制,把可调用的业务能力标准化、服务化,避免统一交互入口与底层流程能力脱节,并将跨系统接入后的语义一致性和失败补偿纳入验证。

建议三:把数据治理和可信执行前置到项目初期。帮助客户厘清主数据、指标负责人和数据域边界,保障关键结论能够追溯至原始单据或交互记录。采用确定性程序与大模型协同执行,将置信度分流、人工审核、操作留痕、阻断回滚和持续回归测试纳入产品与交付流程,降低核心销售业务的运行风险。

建议四:按客户约束完善部署方案和生态协同。明确公有云、专属云、混合部署与纯私有化的实际支持范围,推进国产软硬件适配、多模型接入和办公生态连接器建设。对实施、系统集成、数据治理、模型调优及后续运维作出清晰约定,让客户能够判断上线条件、服务责任和持续运营投入。

建议五:以行业资产复用和可量化成效支撑规模化。聚焦两到三个核心场景及优势行业,将共创项目中的规则、流程和知识沉淀为可配置产品,合理控制定制范围并持续反馈产品迭代。建立清晰的订阅、用量与服务计费体系,帮助客户测算完整TCO,以问题解决率、处理时效、准确率和销售转化等可核验结果推动采购、续约与扩容。

IDC中国企业级应用软件市场高级研究经理徐文婷认为, 2026年中国AI Enable CRM市场进入从功能辅助向业务执行演进的关键阶段,问数、客服和合同审核等高频场景正在规模化,销售预测、客户洞察和跟进建议等场景持续验证,营销侧全链路和自主决策型Agent仍需突破。未来,厂商的竞争力将由模型接入能力转向可复用的业务语义、可治理的任务执行、合规的本地交付和可量化的销售成效。

AI Enable CRM的竞争正在从“场景覆盖竞赛”转向“失败场景治理竞赛”。高频场景之所以先规模化,本质上不是因为它们更“智能”,而是因为它们的错误可以被人工兜底、责任可以被追溯、风险可以被定价;而自主决策型Agent迟迟难以放量,核心卡点也不在模型能力,而在于失败后的归因、补偿与责任边界尚未形成可复用的机制。对厂商而言,下一阶段的差异化不在于多覆盖几个场景,而在于能否把“权限不足时的降级、接口异常时的补偿、跨系统映射失败时的审计”做成标准化能力;对企业而言,选型时应把压力测试从“功能演示”转向“异常路径演示”,要求厂商现场跑通数据缺失、权限冲突、回滚接管三类场景。谁能把失败场景治理好,谁才真正具备规模化复制的资格。

进一步交流
AI Enable CRM的选型与落地,最终要回到真实任务链和异常路径上验证。IDC将持续跟踪高频场景的规模化进展、Agent失败场景治理机制与按业务结果计费的演进。欢迎厂商与企业就产品能力验证、TCO测算与行业复用路径进一步交流,也欢迎提供真实落地案例,共同校准下一阶段的竞争坐标。请点击此处与我们联系。

Wenting Xu

Wenting Xu - Senior Research Manager

Wenting Xu, senior research manager with IDC China's Enterprise Application Research, focuses on research and analysis of the China enterprise system and software area. She provides intelligence and consulting services for local and multinational corporation IT vendors. Wenting has developed a deep…

随着大语言模型、多模态交互及端云协同架构不断成熟,智能语音、AI助手、导航问答、内容生成和个性化推荐等AI原生应用正加速上车。座舱交互体验也由此成为车企构建差异化竞争力的关键变量。AI座舱正从“功能集成”迈向“体验重构”,这一趋势首次有了可量化的市场刻度。国际数据公司(IDC)在《中国汽车云市场跟踪》报告中,首次将AI座舱解决方案作为独立附加(Add-on)市场开展系统跟踪,并从市场规模、竞争格局、技术路线和商业模式等维度发布首期研究成果。

IDC定义的AI座舱解决方案市场涵盖四个层面:AI开发平台/软件(模型开发、Agent编排、部署管理等)、模型服务MaaS(大语言模型、多模态模型及语音模型的云端、车端与端云协同调用)、AI应用(智能语音、AI助手、导航问答、内容生成等),以及AI运营服务(模型更新、知识库管理、运营监控与持续优化)。

IDC数据显示,2026年上半年,中国AI座舱解决方案市场规模达到7.1亿元人民币。这一规模表明,AI座舱已进入规模起量阶段,市场需求与商业化进程同步提速,市场正由早期探索转向规模化量产与持续运营。IDC预计,2026年全年中国AI座舱解决方案市场规模将达到16.6亿元人民币,到2030年有望进一步增长至47.1亿元人民币,年复合增长率接近30%。

竞争格局浮出水面:第一名份额超四成,市场早期就呈现出高集中的特征

从竞争格局来看,市场头部聚集效应显著:2026年上半年,火山引擎以45%的市场份额位列第一,阿里巴巴份额位居第二。从优势来源看,头部厂商的领先主要建立在量产车型覆盖规模与头部客户项目经验之上,属于现阶段的市场身位,格局远未固化。第二梯队中,百度依托座舱业务存量与地图等既有能力保持市场参与;科大讯飞依托座舱域软硬件方案与既有客户基础,稳步推进AI能力升级;此外,阶跃星辰等模型创业公司也通过与车企及产业链伙伴的深度绑定切入市场,部分技术已实现上车。整体而言,市场格局仍处于动态演化阶段,量产项目经验、生态协同能力与C端品牌认知正在成为厂商竞争的关键筹码。

License授权与按量付费并行,商业模式向价值导向演进

从商业模式来看,当前AI座舱市场的计费方式呈现多元化特征:面向功能套件组合的License授权仍是主流模式,车企因选型范围不同,定价差异较为明显;针对自研能力较强、仅需基础模型能力的客户,按Token或调用量计费的公有云模式成为重要补充;端侧部署则普遍采用一次性激活计费并辅以年度技术支持与模型迭代维护费。

值得注意的是,车企对AI投入产出比的关注度显著提升,定价谈判愈发围绕实际使用效果与价值密度展开,深度赋能项目与基础功能授权之间的价值差异正在拉大。与此同时,部分厂商开始以标杆项目为抓手,探索从车企买单向C端用户订阅付费过渡的路径,为市场打开新的收入想象空间。

端云协同成为主流架构,交互体验竞争走向纵深

从技术演进来看,端云协同已成为行业共识:端侧模型承担高频简单指令的快速响应,云端大模型处理复杂推理与多模态交互,在体验、时延与成本之间取得平衡。端侧模型参数量持续提升,对高算力车载芯片的配套能力提出更高要求;在产业分工上,云与模型厂商普遍与Tier 1供应商合作,将软件能力集成至域控制器,实体多模态交互硬件亦已在部分车型开展试点。此外,跟随中国车企出海步伐,座舱AI能力的海外落地正在成为新的增长方向;具身智能等前沿领域的探索,也为座舱交互形态的中长期演进带来更多可能。

从被动应答到主动服务,Agentic AI重塑座舱交互范式

从交互范式来看,AI座舱正在经历从“被动应答”向“主动服务”的关键跃迁。上一代座舱语音助手普遍采用“意图分域+多Agent协同”的回合制架构,交互割裂、使用频次受限;2026年以来,多家头部厂商相继发布基于Agentic AI(代理式人工智能)架构的新一代座舱方案,技术路线的共同点在于以统一的AI中枢联动车控、导航、智驾等功能域,推动座舱交互从回合制问答向任务驱动的自主执行演进。

从厂商公开披露的信息看,头部厂商的大模型车型搭载量已达到数百万辆量级,日均座舱交互达到数千万次量级;尽管各家统计口径不尽相同,但座舱AI从低频的“尝鲜配置”逐步转变为用户高频使用的日常服务,已成为可观察的行业趋势。IDC认为,这一跃迁的商业含义同样深远:只有当座舱AI从低频功能进化为高频服务,围绕服务闭环的付费逻辑才能真正成立,车企与供应商才有基础探索从B端授权向C端订阅的收费模式迁移。交互范式升级与商业模式演进的叠加,将共同决定AI座舱市场未来五年的增长斜率。

IDC中国云计算产品高级分析师陈启今表示,AI座舱是汽车云市场中增长确定性较高的新兴板块。当前市场仍处于早期阶段,商业模式、技术架构与竞争格局均未完全定型,头部厂商的量产车型覆盖与标杆项目经验构成先发优势,而车企对成本与体验的平衡诉求、以及C端付费模式的成熟度,将在很大程度上决定市场从”配置竞争”走向”价值竞争”的速度。对于供应商而言,围绕真实用车场景打磨交互体验、构建端云协同的工程化能力、建立可持续的计费模式,是把握这一市场机遇的关键。

IDC 相关研究

围绕AI时代行业云市场的发展趋势、客户需求、技术应用与竞争格局,IDC将持续开展系统性研究,覆盖汽车、具身智能、金融、游戏、零售等重点行业,包括但不限于:

  • Market Analysis Perspective: 中国AI游戏云市场洞察,2025(已发布)
  • 中国具身智能云市场份额,2025(已发布)
  • 中国汽车云市场跟踪,2026H1(已发布)
  • 中国金融云市场跟踪,2026H1(即将发布)
  • 中国游戏云市场跟踪,2026H1(即将发布)

进一步交流
AI座舱的格局远未固化,价值竞争才刚刚开始。如果您对这份IDC首发的市场数据有进一步了解的需求,或希望就AI座舱的商业模式、技术演进与分析师团队展开探讨,欢迎随时与我们联系。请点击此处与我们联系。

过去两年,中国液冷服务器市场快速增长。IDC中国液冷服务器追踪显示,2026年上半年中国液冷服务器市场厂商收入同比增长153.1%,未来五年出货量年均复合增长率预计接近49%。

但比增速更值得注意的,是采购端正在发生的变化:越来越多高密度算力项目不再以“台”为单位选型,而是把计算节点、节点间互联、供电和柜内液冷配套作为一整套系统配置和交付。

机柜,正在从机房里的物理容器,变成算力采购的交付单元。这一变化的影响并不止于采购环节。当整柜成为交付单元,服务器厂商交付的是一套已集成的系统,数据中心承接的也不再是若干台设备,而是一组对供电、冷却和接口条件有明确要求的负载。

设备形态的变化,正在把竞争力问题从“能不能买到”,推向“能不能接得住”。在推理与智能体(Agent)应用快速扩散的背景下,这一变化的节奏可能比预期更快。

IDC 持续跟踪中国液冷市场的发展,在液冷服务器市场研究的基础上,进一步观察产品形态与部署条件的变化。结合近期市场数据及与厂商、用户的交流沟通,IDC有以下三大最新洞察与发现。

首先:在需求侧,液冷增长背后,是需求分化而非全面铺开

中国液冷服务器市场的增长,与人工智能带来的计算需求密切相关。IDC 中国液冷服务器市场研究显示,互联网企业是当前最主要的采购来源,占中国液冷服务器市场的65.6%;电信运营商和 IT 服务也是主要应用领域;部分传统行业客户尚未采用液冷,主要因为其现有业务以通用计算为主,风冷方案已能满足散热要求,但这些行业正在积极探索适合本行业业务特点的液冷方案。

因此,我们现在更需要看清增长的锚点在哪里。IDC 中国服务器市场季度跟踪显示,未来五年中国服务器市场出货量年均复合增长率约 6.8%,而市场收入的年均复合增长率达 24.6%。出货量的温和增长与收入的高增长并存,说明增量价值正在向高配置、高密度的算力系统集中,液冷的增长正来自这些场景。

从技术路线看,冷板式液冷仍是主流,占比约90.2%,成熟的供应链、散热能力与规模化部署的成本优势,使其在当前阶段更具落地条件。

另一个值得注意的变化,是 AI 负载结构本身正在改变。早期建设阶段,主要围绕大模型训练展开,集群规模大、部署集中;随着模型进入应用阶段,推理负载占比持续上升——在线推理更接近终端用户,对时延和持续在线提出更高要求;以智能体(Agent)为代表的应用形态,一次用户请求往往触发多轮模型调用与工具调用,推理算力消耗被成倍放大。

近期国内新建的大规模算力集群中,已有项目在设计阶段就同时面向训练与推理,推理正成为需要长期、规模化承载的常驻负载。

这里有一个容易混淆的观察点:同样是数据中心扩建,承接日常业务系统、存储备份,还是集中部署高密度计算集群,对计算设备和基础设施的要求并不相同。液冷的价值之一,恰恰是帮助识别其中真正的高密度算力需求。

因此,中国液冷市场的增长,并不意味着各类数据中心都在同步扩大液冷部署。是否采用,取决于业务对计算性能的要求、设备配置与部署密度,以及能耗和运维成本的综合权衡。

其次,在采购侧,从“买服务器”到“买整柜”,采购单位正在改变

在明确计算需求之后,还需要观察客户以什么单位采购计算系统。液冷整机柜的意义,不只是把更多服务器装进一个机柜,而是把计算节点及相关互联、供电和柜内液冷配套,作为一套系统进行配置和交付。

两种采购方式的区别在于购买和评估的对象:

  • 按独立服务器采购:客户以单台设备的配置和性能为选型基础,再由自身或集成方组织相关配套;
  • 按机柜级系统采购:客户以整套系统为评估对象,综合考虑计算能力、节点协同、扩展方式和集成交付要求。

这一变化并非中国市场的特例。IDC 全球服务器追踪显示,2026 年上半年,Rackscale(整柜级)服务器已占全球服务器支出的 34.5%,同比增长约 250%——大规模 GPU 部署正加速向高密度机柜系统集中;以 NVIDIA GB300 / Vera Rubin NVL72 为代表的液冷整机柜方案,从设计、交付到验收都以整柜为单位。

据 IDC 统计,2026 年上半年北美以整柜方式交付的比例已达 47.4%,中国为 5.0%。在中国市场,超节点形态的推进还有一层现实原因:高端加速卡可获得性趋紧,采购方倾向于通过超节点与整柜方案锁定算力,整柜交付因此从“效率选择”部分变成了“供给约束下的路径选择”。

从负载特征看,推理场景也在强化整柜采购的逻辑。推理集群通常需要成规模、成批次部署,并保持配置一致以便统一运维;Agent 类应用的并发请求有明显波峰波谷,扩容往往分批进行。这对交付节奏和配置一致性提出要求,也是机柜级方案在推理场景中更容易被接受的原因。

当然,是否采用整柜采购,仍取决于业务规模、扩展计划和既有设施条件,不能预设所有客户都会选择相同路径。观察液冷整机柜市场,除了关注出货规模,还需要了解机柜级系统在不同客户和应用场景中的实际采用情况。

再次,在部署侧,设备已经就绪,机房准备好了吗?

液冷设备需求的快速增长,并不意味着数据中心已经具备相应的部署条件。IDC 数据显示,2025 年中国数据中心 IT 设备装机功率为 9403MW,仅为北美的 21.5%;与此同时,中国液冷服务器新增装机功率预计将从 2025 年的约 1.1GW 增长到 2030 年的约 6.9GW。由此可见,设备侧的增长曲线,与设施侧的承接能力之间存在明显的时间差。

密度是另一个变量。IDC 全球数据中心设施电力预测显示,全球每机柜功率密度自 2010 年代以来已提升约 25 倍(从约 10kW 起步)。从机柜类型看,通用计算机柜多处于 5—30kW 区间,而 GPU 集群机柜与超算机柜已进入 50/100/250kW 的分档——同一个机房里,不同业务对应的机柜功率可能相差一个数量级。

IDC 调研同时显示,≥50kW 的机柜配置将在 2027 年前成为结构性主流;对 ≥80kW 高密机柜的需求占比预计将从当前的 5% 提升到 34%;76% 的服务商已经部署了 AI/HPC 专用机柜。

亚太地区目前在大规模环境中采用液冷的比例较低,但在未来 12—24 个月的计划部署上最为领先——中国正处在这样一个拐点上。

以冷板式液冷为例,服务器冷板需要通过分配管路、冷却液分配单元(CDU)等与机房冷却系统连接,柜内集成只解决了部分配套问题,机房仍需提供相应的运行条件。

由此引出一个更具体的观察:数据中心的液冷部署能力,应当具体说明能够承载哪些配置的计算系统,而不只是笼统地表示“支持液冷”。在项目准备中:

  • 新建数据中心:需要在设计阶段结合目标设备确定配套方案;
  • 既有机房:则需要评估拟部署系统与现有设施之间的差距,再确定必要的改造范围。

衔接成本居高不下的另一层原因,在于液冷数据中心建设标准尚不统一:整机柜与机房之间在机械安装、供电、液冷管路等接口上缺乏一致规范,项目往往需要逐案适配,拉长了从设备就绪到规模化部署的周期。产业侧正在推动收敛,如全球计算联盟(GCC)旗下的 Open AI Infra 社区联合互联网企业、运营商、设备厂商、数据中心及科研机构,已发布《GCC液冷整机柜接口规范》《GCC液冷整机柜系统架构设计规范-A型》等系列规范,统一机柜与机房在供电、液冷及机械对接上的要求,为多厂商整机柜的规模化部署提供技术参考依据。

推理负载的部署特征,进一步放大了这一衔接问题。与集中在少数园区的大规模训练集群不同,面向用户的在线推理更可能在多个区域、多个既有机房中分期部署,单点扩容规模未必很大,但对时延和可用性有明确要求。这类项目的改造窗口、供电余量和冷却条件各不相同——越是贴近用户侧的分期扩容,越考验机房“能不能接得住”的具体能力。

综合来看,中国在整柜交付比例、在用功率基数和液冷成熟度上与北美仍有差距,但在计划部署速度、超节点形态推进和大型项目落地节奏上并不慢——差距主要不在设备,而在承接设备的设施与配套能力。

从液冷服务器部署方式的改变,进一步看清数据中心需求

目前,IDC正进一步展开中国液冷整机柜市场的相关研究。在既有液冷服务器市场研究的基础上,我们将继续分析整柜市场规模、产品结构、配置特征与采购交付方式,并结合厂商与用户交流,理解机柜级系统在不同场景中的采用情况,以及不同功率和接口要求对数据中心设施的具体影响。

IDC中国研究经理辛一表示:观察液冷对服务器市场的意义,应看到服务器应用方式的联动变化:

  • 负载层:训练和推理对硬件提出完全不同的配置要求;
  • 形态层:服务器从单台交付转向整机柜与超节点交付,采购单位由”台”变”柜”;
  • 交付层:整柜把服务器的部署门槛从设备本身抬升到功率密度与液冷配套。

正是智能算力负载把单柜功率推上风冷失效的区间,促使形态走向液冷,而整柜又反过来改变了采购与部署的决策链条。

因此,液冷渗透率不只是散热指标,而是观察服务器应用方式变迁的前置指标:它抬升的速度,本质上是负载结构、交付形态与部署能力三者对齐的速度。

IDC相关研究规划

  • 中国液冷服务器市场跟踪报告,1H26(2026年9月)
  • IDC Market Glance: 中国AI基础设施生态系统,4Q26 (即将发布)

进一步交流

如果您希望了解液冷服务器或者企业数据中心基础架构相关的研究或开展进一步交流,欢迎点击这里,与我们联系!

Richard Xin

Richard Xin - Research Manager Enterprise, IDC China

Richard Xin serves as Research Manager Enterprise in IDC’s China Industry Insights Department. He focuses on research and analysis of the Chinese server market and provides intelligence and consulting services to the IT suppliers of local and multinational corporations. His…

What’s changing in AI infrastructure across Asia/Pacific through 2030?

In Asia/Pacific, the AI race is no longer about who has the best model. It’s about who controls the stack underneath it. Three layers are being decided at once. Compute is shifting to always-on inference running on a mix of chips. Power and placement are becoming hard limits, with Asia/Pacific excluding Japan datacenter IT power capacity reaching 70.6GW by 2030. And trust is now part of the design, not an afterthought.

Why It Matters

Agentic AI isn’t a side project anymore. It’s running inside real workflows, around the clock. Can it run nonstop? Can you afford it? Is it sitting in the right country?

If you’re a CIO, CTO, or infrastructure leader, this shapes some big calls: where your inference runs and which platforms and partners you commit to.

Here’s the part that’s easy to miss. The choices you make in 2026 and 2027 will follow you well into the 2030s, because chips get replaced every few years and power contracts, sites and sovereignty setups stick around for a decade or more.

Market Dynamics

Compute: inference is taking over. Training got the headlines, but inference is where the spending is heading. In Asia/Pacific, 94.5% of organizations were using inference infrastructure in 2025, up from 40.2% just two years earlier. IDC expects AI hardware spending in Asia/Pacific excluding Japan to quadruple, from US$66.3 billion in 2025 to US$265.4 billion by 2030. And don’t expect one standard architecture across the region. India runs the widest mix of NVIDIA, AMD, and hyperscaler chips. Korea leans on NVIDIA and AMD. Greater China is the only market where AMD is ahead of NVIDIA, and where DeepSeek and Huawei Ascend have gone mainstream.

Power and placement: location beats price. More and more, governments decide where capacity goes. Singapore has set aside a 700MW site in Jurong, and South Korea is planning 3GW of AI clusters outside Seoul. Then there’s cooling. In Singapore’s heat, cooling can take up to 40% of a facility’s energy, and typical colocation PUE (1.5–1.7) is still above the government’s 1.3 target. Microsoft’s Indonesia region shows where this is heading: it’s built for in-country inference and regulated workloads, while heavy training stays in a few global hubs.

Trust: sovereignty is now built in. IDC’s Asia/Pacific Emerging AI Technologies Survey 2025 found that security, data residency, responsible AI and open standards now matter more than model performance when organizations pick a sovereign AI partner. Most aren’t all-or-nothing on residency: 27% apply strict rules to all data, 52% only to sensitive data and 20% stay flexible. In the same survey, more than 60% of enterprises say changing privacy, security and AI rules are already disrupting their IT operations.

The catch: there’s no one-size-fits-all. Rules, power grids and buyer priorities change from one border to the next, so placement and sovereignty have to be planned market by market.

Data Callout

  • 70.6GW: datacenter IT power in Asia/Pacific excluding Japan by 2030
  • US$66.3 billion to US$265.4 billion: AI hardware spending in Asia/Pacific excluding Japan from 2025 to 2030
  • 79%: organizations that require data residency, at least for sensitive data
  • More than 60%: enterprises report IT disruption from changing regulations

Analyst Insight

The mistake I see most often is treating compute, power and trust as three separate decisions, made one after the other. They’re connected. The chips you pick set your power density. That density decides which facilities can host you. And where that facility sits decides which trust controls you can offer.

Organizations that plan all three together will scale faster. And in Asia/Pacific, placement is the decision that’s hardest to undo.

Outlook

My view is that placement will drive the next wave of growth. Big training runs will stay in a few hubs, while inference moves in-country, close to users and to data that can’t leave.

What could speed things up? Government power allocations turning into usable capacity on time, open liquid cooling standards that make retrofits cheaper, and sovereign cloud regions that make it easier to get from pilot to production.

What could slow things down? Grid delays, not enough renewable energy, chip shortages, rising power bills and a different rulebook in every country.

Three things I’ll be watching next quarter:

  • How much new capacity is built for high-density AI racks
  • Whether models like DeepSeek catch on beyond India and Greater China
  • Whether sovereign AI deals move from pilots to multiyear contracts

FAQs

If power is so tight, why is AI infrastructure investment still growing? Agentic AI turns inference into an always-on workload, so the demand isn’t going away. Tight power pushes that demand to places with power available, like Johor, Batam, India and Thailand, and into denser, liquid-cooled facilities.

Who benefits most? Service providers. Digital and cloud service providers are the fastest-growing datacenter segments through 2030. Colocation players with secured power, liquid cooling and sovereignty-ready capacity are best placed to win inference demand.

What could go wrong? Grid delays, chip shortages, rising energy costs and diverging data rules. Any one of them could push back new capacity or force country-by-country designs.

Learn more about IDC’s predictions for the next 5 years at IDC FutureScape 2027 in Singapore on 13 November 2026, where I’ll walk through IDC’s full view to 2030 in my session, “AI Infrastructure Race: The Compute, Power, and Trust Stack Reshaping Asia/Pacific.” Visit the IDC FutureScape 2027 event website for more information and register for the event today.

IDC FutureScape presents the top technology predictions for the coming 1–5 years in a particular focus area — written from a worldwide, regional (Asia/Pacific), or country-level view (China, Japan). Each report translates IDC’s market intelligence into actionable guidance, helping technology and business leaders shape their priorities, roadmaps, and investment decisions to achieve desired business outcomes. Explore how AI is rewriting the stack in the 25 IDC FutureScape 2027 reports that map every layer.

Dr. William Lee - Senior Research Director, Datacenter and Core Infrastructure Research - IDC Asia/Pacific

Dr. William Lee is Senior Research Director within IDC's enterprise infrastructure global research domain, part of the computing systems, platforms, and technologies subdomain. William focuses on IDC’s research on compute and datacenter infrastructure. He also helps sharpen IDC’s intelligence on the service provider infrastructure supply chain. William delivers market insights and strategic analysis on datacenter facilities, the infrastructure housed in them, and the evolving supply chain dynamics shaping hyperscalers, service providers, and enterprise datacenters. On the service provider front, he examines service provider infrastructure investments, AI buildouts, sovereign AI initiatives, and global ODM/OEM supply chain dynamics, supporting executive decision-making across compute vendors, service providers, and investors navigating AI-driven infrastructure transformation.

影像云、AI医疗云成为市场的新机会。国际数据公司(IDC)最新研究显示,2025年中国医学影像云解决方案市场规模达到14.5亿元,前五名厂商合计份额为30.8%。与此同时,大模型与智能体技术落地医疗场景,推动医疗云定位发生转变,从传统业务运行底座,逐步升级为 AI 应用的承载底座。两大变化共同驱动医疗云厂商的增长逻辑发生切换,竞争重心由基础设施资源比拼,转向场景落地、AI 能力建设与生态协同。

IDC结合近期发布的《中国医疗IaaS+PaaS市场份额,2025》、《Market Share:中国医学影像云解决方案市场份额,2025》及《IDC MarketScape:中国AI医疗云2026年厂商评估》等研究报告,解答三个问题:影像云市场的现实增长机遇在哪里?AI 医疗云的核心竞争门槛如何界定?不同类型厂商应当如何调整自身竞争策略。

影像云市场短期将迎来快速增长,平台及应用层是厂商是关键切入点

医保影像云索引、云胶片、跨区域影像调阅等政策持续落地,影像云正在从医院内部辅助工具,升级为区域医疗互联互通的核心基础设施。市场需求也从单纯存储备份,延伸至云 PACS、远程协同诊断、影像质控、AI 辅助诊断等多元应用。

IDC 数据显示,2025 年国内医学影像云解决方案市场规模为 14.5 亿元,市场规模有限。然而,伴随医保影像云项目陆续投入运营,未来 1-3 年行业将进入高速扩张阶段。长期来看,影像云的建设重点将转向数据价值挖掘,AI 辅助诊断、智能报告生成、全流程影像质控,会成为市场第二增长曲线。

影像云解决方案市场前五名厂商合计市场份额为30.8%,市场呈现出“底层集中、应用分散”的竞争特征。三大运营商依托网络、数据中心和政企合作资源,在底层基础设施中占据重要位置,新厂商很难在这一细分市场实现突破;而平台与应用层格局未定,各类厂商仍可凭借专业产品、医疗行业理解和本地服务能力进入市场,并建立差异化优势,从而取得更高份额。

AI医疗云需求增长在即,AI技术适配与行业属性成为核心竞争力

医疗业务持续迭代,叠加大模型、智能体技术普及,医院对医疗云平台提出新的要求。AI 应用不再局限单点辅助工具,逐步进化为可以调用业务系统、处理复杂业务任务的智能体,医院对于异构算力、模型推理、数据治理、智能体运行环境的需求持续提升。医疗云也将从传统业务系统的运行底座,逐步演进为AI应用和智能体的运行底座。

现阶段不同等级医院数字化基础、预算投入、数据治理能力差距明显,多数 AI 应用仍处于试点局部落地阶段,整体新增算力需求还未完全释放。但随着医疗智能体应用数量与覆盖场景扩张,云上运行 Agent 会成为医疗云重要增量来源。

基于市场需求的变化,医疗云厂商的解决方案不再局限于服务器、存储和云资源价格,而应该逐步转向AI算力能力、数据平台、AI模型及智能体平台能力,以及医疗业务适配能力和医疗专业技术服务能力的综合能力建设。基于这一趋势,IDC发布了《中国医疗IaaS+PaaS市场份额,2025》,并推出《IDC MarketScape:中国AI医疗云2026年厂商评估》,从市场份额和厂商能力两个层面观察行业发展。

从市场格局来看,中国移动、中国电信、中国联通凭借云网融合和政企渠道优势快速崛起,占据了市场领先梯队。同时,中国移动、中国电信、中国联通、浪潮集团能够将基础设施优势转化为面向医疗AI的综合服务能力,同时深耕医疗行业,适配医院业务和法规的需求,并提供持续稳定的运营服务,从而在厂商评估中位于领导者类别。

短期内,厂商应立足自身禀赋,以合作共赢抢占横、纵向市场机会

行业竞争从底层基础设施的比拼,转向应用场景与生态层面的综合较量。各类厂商应该根据自身禀赋动态调整自身策略:

首先,横向拓展影像云等业务场景。 对具备云基础设施、网络资源和区域交付能力的云技术厂商,应关注医保影像云、县域医共体和区域医疗协同等业务机会,并通过平台运营和生态合作拓展服务范围;对具备医疗软件及专业影像产品积累的厂商,则应加强跨机构协同、数据利用和AI应用能力,提升专业产品的持续服务价值。

其次,纵向在业务中融合AI能力。云厂商需要加强异构算力、模型服务、数据处理和智能体运行环境的协同,但不应仅以算力规模或模型部署能力作为产品竞争力的衡量标准。医疗业务的高度专业性,医疗AI技术厂商可与云厂商形成互补,将自身在临床知识、影像分析、病历理解等领域的积累转化为可复用的AI服务能力,从而更好适配用户对于一体化解决方案的需求,提升整体交付效率与长期运营价值。

最后,开放生态补齐能力短板。 医疗云建设涉及基础设施、医疗软件和AI应用等多个环节,单一厂商难以覆盖全部能力。云厂商需要明确自研与合作的边界,与医疗信息化厂商、设备厂商及专业AI企业建立协同机制,综合开发解决方案,将本土化、安全、稳定性和持续运维纳入整体方案设计,逐步形成可复制、可持续的医疗云技术和服务能力。

IDC分析师林红认为,医疗云市场正在经历一次结构性切换:过去十年厂商比拼的是资源覆盖和交付能力,未来三到五年比拼的将是场景理解与AI落地能力。影像云是政策驱动下确定性最强的短期机会,但真正的长期壁垒在于能否把AI能力嵌入临床业务流,形成可持续运营的服务模式。对厂商而言,基础设施优势只是入场券,能否与医疗信息化厂商、AI企业形成互补生态,将决定其在新一轮竞争中的位置。市场格局远未定型,现在正是布局窗口期。

IDC相关研究报告:

本文核心观点来源于 IDC 报告《Market Share:中国医学影像云解决方案市场份额,2025》(Doc# CHC52955525,2026年9月)、《中国医疗IaaS+PaaS市场份额,2025》,(Doc# CHC54685326,2026年9月)、《IDC MarketScape:中国AI医疗云2026年厂商评估》(Doc# CHC54110126,2026年9月)

进一步交流

医疗云市场正处于关键转折期,影像云与AI医疗云的机会窗口正在打开。如果您的企业希望深入了解市场格局、厂商竞争态势,或需要针对自身业务进行定制化研究,欢迎与IDC中国医疗行业团队联系。我们期待与您进一步交流。请点击此处与我们联系。

Erin Lin

Erin Lin - Senior Market Analyst

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…