腕戴产品增长逐渐放缓后,厂商对下一轮增量开始两种方向上的探索:向上,通过AI提升单品价值;向外,通过新形态拓展用户边界。——本文基于IDC最新发布的《全球可穿戴设备市场季度跟踪报告》聚焦2026年第二季度全球腕戴市场中智能手表端侧AI算力与无屏手环两大热点,进一步探讨AI能否创造新的换机价值,以及无屏形态能否拓展新的用户增量。

根据国际数据公司(IDC)最新发布的《全球可穿戴设备市场季度跟踪报告》,2026年第二季度全球腕戴设备市场出货量为4,801万台,同比下滑4.3%。腕戴设备市场包含智能手表和手环产品。其中,全球智能手表市场出货量3,708万台,同比下滑4.2%。手环市场出货量1,092万台,同比下滑4.7%。智能手表真的迎来端侧算力AI时代了吗?无屏手环市场是不是腕戴新风向?本文将为您一一解读。

智能手表迎来端侧算力AI时代?

过去智能手表的AI能力主要依赖手机协同与云端大模型,手表更多承担数据采集、语音入口和结果呈现。随着高通今年3月发布旗下首款集成NPU的可穿戴平台Snapdragon Wear Elite,AI芯片正逐步成为智能手表提升端侧AI能力的重要硬件基础。目前,头部厂商已开始布局不同层级的AI算力方案,从通用AI算力中枢到面向特定功能的轻量AI引擎,推动AI能力进一步向手表端侧下沉。

其中,具备通用AI算力中枢的芯片更有潜力承担整机系统级AI任务调度。相比依赖手机或云端,端侧AI不仅能够带来更低的响应延迟和更高的能效,也能够减少敏感数据上传,提升隐私性,并结合心率、睡眠、运动等多维传感器数据,实现更加持续的用户状态感知。同时,更强的端侧算力能够支持更复杂的AI模型,使手表从简单的指令识别和数据分析,进一步向上下文乃至环境理解、用户意图识别以及多维数据综合判断演进。

硬件能力已经开始为智能手表的AI升级铺路,但AI能否真正成为推动市场增长的新动力,最终仍取决于其能否从“功能增强”走向“高价值场景创造”。 当前AI在智能手表上的应用仍面临场景有限、交互方式和模型能力受限等挑战,未来只有形成足够高频、刚需且区别于手机的AI体验,才能真正转化为智能手表市场的新增量。

无屏产品成为新风向?

Whoop凭借订阅服务模式实现快速增长,引发市场关注。与此同时,无屏手环和智能戒指也成为近期可穿戴市场中快速发展的无屏设备形态,无感无干扰、轻量化和长续航逐渐成为部分用户的新需求。随着更多厂商进入,无屏手环能否从细分市场走向大众?

从目前来看,无屏手环仍具备进一步发展的潜力,有望成为腕戴市场的重要补充,尤其适合对无干扰佩戴、轻量化和长续航有进阶需求的用户。但这类产品的核心价值高度依赖软件算法、数据分析和持续服务,成本并不局限于硬件本身。无论采用一次性硬件销售还是付费订阅模式,短期内都难以取代传统手环,成为面向大众入门市场的主流产品。

与此同时,Whoop的订阅模式也并非无屏手环的必然商业模式,其适用性取决于厂商自身的产品基因、健康算法与数据积累、软件服务能力以及既有商业模式。 对于具备健康数据和软件服务优势的厂商,订阅模式能够通过持续服务创造长期收入;而对于以硬件销售或生态导流为核心的厂商,一次性硬件销售可能反而更符合其用户基础和商业模式。

2026二季度全球腕戴市场Top 5厂商表现

华为

2026年二季度华为腕戴产品全球出货量持续领跑。华为持续迭代Watch Fit系列,Fit 5系列聚焦轻量时尚与进阶运动健康,成为二季度增长的重要支撑。同时,HUAWEI WATCH Ultimate Design星钻绽放款、儿童手表X1/X1 Pro等新品密集推出,覆盖多元细分市场,通过产品线扩张与人群细分进一步巩固腕戴市场竞争力。

小米

2026年二季度小米加速腕戴产品结构向上升级,手环端小米手环10 Pro成为产品线升级的重要助力;手表端Redmi Watch稳住大众市场基本盘,Xiaomi Watch S5系列出货持续攀升,全智能手表5则进一步补强高端市场,推动腕戴业务由规模覆盖向产品结构升级延伸。

Apple

2026年二季度Apple Watch进入更大范围的促销阶段,价格刺激成为成熟市场维持增长的重要手段。除中国市场在618年中大促中保持较好表现外,日本及拉美等市场也受益于零售及渠道促销实现增长,Apple Watch在成熟市场增长承压的同时,仍通过价格策略和区域市场拓展挖掘增量。

佳明

佳明2026年二季度推出Forerunner 70和170系列新品,进一步强化跑步等专业运动领域布局,同时向日常健康、户外及多运动场景拓展。通过新品迭代完善不同价位和人群覆盖,佳明在巩固专业运动优势的同时,持续拓展腕戴市场用户边界。

步步高

步步高以中国市场为核心,在儿童手表领域持续保持领先。2026年二季度推出旗舰Z12及Z9A等新品,进一步强化中高端市场布局;同时依托imoo品牌积极拓展东南亚、欧洲等海外市场,在巩固国内优势的同时加速全球化布局。

小结:市场下滑背后的结构性转折

2026 年第二季度乃至 2026 年下半年,腕戴设备市场增长依旧承压。过去几年拉动行业高速扩张的三重增长引擎 —— 新用户首购红利、产品迭代驱动的换机周期、价格下沉带来的市场扩容 —— 均已步入增速放缓阶段。当前行业正沿着两大方向寻求突破:其一,依托端侧 AI 算力加持,强化设备实时感知与主动决策能力,推动智能手表升级为个人健康管理的智能中枢。不过这套健康场景的商业化价值仍有待进一步验证,血糖等多元化体征监测功能落地,有望持续拉动用户实际使用需求。其二,行业在无感化交互与产品形态上持续创新,最大限度弱化穿戴设备的物理佩戴存在感,转而依靠持续输出的数据价值建立用户粘性。综合来看,下一阶段市场竞争的核心逻辑,将落脚于产品价值的全面重构。

IDC观点及未来展望

IDC认为,腕戴市场下一轮增长不会由单一硬件创新驱动,而将取决于厂商能否将硬件能力转化为真实的用户价值。AI芯片可以解决智能手表“能否具备更强AI能力”的问题,而高价值场景才能真正解决“用户是否愿意为AI换表”的问题。无屏手环则更可能作为传统腕戴的增量补充,满足细分用户对无干扰、轻量和长续航的需求。因此,厂商无需盲目复制AI手表、无屏手环或订阅模式,应根据自身优势选择增长方向:有硬件与生态优势的厂商应优先挖掘AI带来的换机价值;有健康数据与算法积累的厂商可进一步布局无屏设备和持续服务;而以硬件规模见长的厂商,则应谨慎引入需要长期运营的订阅模式。

延伸阅读与沟通:

进一步交流

本文数据与观点基于IDC《全球可穿戴设备市场季度跟踪报告》(2026Q2)。如需获取完整报告,或针对贵品牌的具体市场定位、产品策略进行定制化分析,欢迎扫描下方二维码与IDC联系。我们将根据您的业务场景,提供从市场数据、竞争格局到用户洞察的专属解决方案。请点击此处与我们联系。

Sophie Pan

Sophie Pan - Research Director, Client System Research

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…

本文作者:IDC中国研究总监王军民、研究经理程荫、研究经理孙振亚 

2026年9月3日,OpenAI发布新一代旗舰大模型GPT-6 Astra,并同步公开系统卡与安全评估结果。官方将其定义为目前智能水平与对齐能力最高的模型,最大突破是原生强化的计算机操作(Computer Use)智能体能力,可自主操作桌面与网页软件,完成填写表单、维护CRM、数据分析绘图、网站开发、工程设计与软件故障排查,独立走完多步骤业务流程。与此同时,其网络安全能力首次达到OpenAI Preparedness Framework的最高级–Critical(关键级)。

IDC核心观点

在IDC看来,GPT-6 Astra让当前模型的计算机操作(Computer Use)能力首次跨过了可用不可用的分界线,这意味着智能体的任务执行无需等待系统接口改造或软件开放,Agent可以通过直接的Computer use能力执行相关任务,为大量因系统封闭而长期无法自动化的长尾场景提供了新的解法。

但硬币的另一面同样不容忽视,Astra在网络攻击、漏洞挖掘等安全基准上的表现同步触及OpenAI定义的Critical阈值,能力越强,被恶意利用时的破坏力也越大。对于计划推进智能体试点的企业而言,这既是一个机会窗口,也是一次对治理体系的压力测试。

以下,IDC从执行能力、成本结构、安全能力三个维度,拆解此次升级对企业落地的真实影响。

核心判断一:Computer Use准确率突破90%实用线,接口不再是智能体落地的首要瓶颈

技术层面,此次变化主要体现在定位准确率提升,单任务耗时和Token消耗下降。界面元素定位准确率从前代GPT-5.6 Sol的76.9%升至92.7%,真实软件任务、终端任务与业务自动化基准的得分均有提升,特定专业任务的耗时和输出Token消耗也有所下降。模型的上下文窗口达到105万Token,最大输出达到12.8万Token,推理档位扩展至五档。Codex通过跨上下文窗口保留笔记,减少反复压缩摘要,早期窗口中的内容仍可检索;接近百万Token长度时,多目标检索准确率仍达96.3%。这套机制可以缓解我们在先前实测中经常遇到的任务因上下文压缩而无法接续执行的问题。

这一变化为以往难以接入自动化系统的场景提供了一条不依赖接口改造的可选路径,当前智能体落地案例中,企业若要让智能体执行某个业务环节,通常需要先定义流程,再对接API、封装工具或搭建MCP服务并交由智能体处理,接口缺失系统通常需要多次调试才能构建GUI操作路径。随着模型Computer use定位准确率超过九成,单任务成本和耗时同时下降,智能体可以像人一样操作软件,处理难以预先定义的动态场景。

这将大大降低企业落地智能体的门槛,长尾场景可以直接用Computer use执行操作而无需任何复杂配置,部分稳定且高频的业务流则可以保留接口调用或MCP服务,或直接基于Computer use过程沉淀为可复用的Skill。

但需要注意的时,虽然模型定位准确率已具备较高的可用度,但Agent的任务级完成效果仍然依赖意图理解、任务规划、上下文处理、工具调用、任务执行等各个环节的表现,在长链路多步骤复杂任务场景下,仍需要Harness层的工程优化来充分发挥模型的能力,这也是当前应用层厂商的差异化竞争的空间。

核心判断二:旗舰模型单价随能力上涨,企业Token成本治理已从“建议”变为“必须”

模型定价层面,能力提升的同时单价也在上调。Astra的API价格为输入每百万Token 10美元、输出50美元、缓存输入1美元,前代GPT-5.6 Sol的标准价为输入5美元、输出30美元,按标准价对比分别为前代的2倍与1.67倍(按当前Sol促销价计算两者均为2.5倍)。

OpenAI公布的评测显示,Astra完成特定场景专业任务时,相比其他旗舰模型的耗时与输出Token消耗有所降低,例如在OSWorld 2.0离线评测的延迟模拟中,单任务耗时比Sol下降约47%;Agents’ Last Exam中,输出Token消耗比Opus 5减少约65%。长链路任务的综合成本因此可能下降,但短链路任务与高频调用则随着Token单价的提升可能会变的更贵;企业的实际支出更多取决于推理档位选择、缓存复用与路由策略,以及智能体场景的工程优化与Skill建设水平。旗舰模型单价随能力代际上移已在形成趋势,Token成本治理也因此成为企业的必要能力。

核心判断三:网络安全能力:攻与防双线同时抬高能力证据方面充分确凿:

  • Astra在ExploitBench公开基准取得满分;
  • 但因公开基准存在污染风险,OpenAI以”Daybreak Blue”权限配置另行加测,结果在内部20个新披露高危漏洞测试中,Astra执行率更高;
  • 评估过程中自主挖出2个零日漏洞,还把他们形成利用链;
  • 专家实测确认:Astra利用零日漏洞,仅打开一个HTML文件即可触发沙箱逃逸并执行主机命令,且可由普通权限一路提权至root。

防护层面表现出色,Astra较前代GPT-5.6 Sol更稳健。网络攻击类越狱请求拒绝率由59%升至91.5%;蜜罐测试中,前代56%样本触碰周边设施,Astra为0次;面对auto-review拒绝,Astra从未尝试绕过。

市场影响及IDC观点

GPT-6 Astra进一步提高了计算机操作的准确性和执行效率,增强了智能体处理复杂任务的能力,也为智能体进入更多接口受限的长尾场景创造了条件。

对企业落地的影响:

  • 接口限制得到缓解。当前企业智能体执行业务任务的主要障碍集中在数据、权限、场景建设和系统接口等方面。借助Computer Use,企业可让智能体直接操作软件处理业务,无需等待系统改造全部完成
  • 数据、权限和ROI仍是企业自己的功课。 模型执行能力增强后,数据治理、权限管理与ROI评估仍需持续推进。模型能力增强后,企业仍需提升数据就绪度、完善权限体系,并持续验证评估应用效果。IDC判断,应用范围将先在集成要求较低、效果容易验证的环节扩大。
  • 混合架构是未来十二个月的主流选择。IDC预计,未来十二个月,国内企业在智能体任务执行中更可能采用混合架构:Computer Use覆盖接口缺失的长尾环节,稳定、高频流程继续依托API或MCP服务。GUI路径能否大规模用于生产环境,仍取决于其执行稳定性和可控性。

对国内厂商格局的影响

  • 基座模型厂商:需要同步提升工具调用、长流程规划和环境交互能力,持续增强模型执行复杂任务的能力。
  • 中小模型团队:机会更多集中在行业智能体应用和专业垂直模型,行业经验与具体业务场景的积累和适配将更加重要。
  • 应用层厂商:具备智能体编排、Harness工程、系统集成与行业理解能力,并能持续帮助企业建设积累可复用Skill的厂商,更容易进入企业实际项目。

规模化部署的关键条件

  • 智能体身份与权限: 企业应为智能体建立专属身份,按任务需要配置访问和操作权限,明确授权边界与责任归属,并落实最小权限控制和全程操作留痕。
  • 运行环境: 企业需在国产操作系统、旧有客户端和云桌面等实际环境中验证模型适配性,并将云桌面或虚拟机的资源开销计入成本,评估其对规模化部署的影响。

IDC行动建议

基于以上判断,IDC建议企业在推进智能体试点时优先落实以下五项工作:

  • 新梳理业务流程,优先选择标准化、高重复、电脑端操作类场景,尤其是那些长期因缺接口而无法自动化的环节,并区分AI自主执行与辅助的边界。
  • 把验收标准换成任务级指标:一次通过率、人工介入比例、单任务耗时与成本,试点阶段先把基线立起来;成本测算以完整业务任务而非Token单价为口径,同时管好上下文预算与缓存复用。
  • 打通内部系统接口、规整数据与知识,落实最小权限授予与全程操作留痕审计;严控资金与重大决策权限,防范自主操作引发的数据篡改与误操作,并为安全检查的误拦截预设处置流程。
  • 建立人机协同的组织制度,推动员工从事务执行转为任务监督与校验,配套权责规范、人工复核与异常告警机制。
  • 构建AI原生的主动安全防御体系,不仅要建设“识别威胁”的AI,更要建设能“击败威胁”的AI。

进一步交流

如您对本次GPT-6 Astra发布的企业级影响、智能体落地策略或相关技术评估有进一步兴趣,欢迎与IDC中国研究团队联系。请点击此处与我们联系。

Zhenya Sun

Zhenya Sun - Research Manager

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…

2026年7月,世界人工智能大会(WAIC 2026)在上海闭幕。从论坛议题到展区演示都可以清晰地看到,企业对AI的关注点,已不再仅仅满足于大模型技术本身,而是开始严格评估AI能否在实际业务中帮企业降本增效、快速回收投资成本

在这一趋势下,国内市场竞争日趋激烈;与此同时,海外新兴市场在政策红利与数字化转型驱动下,正释放出不少新的AI预算。对于寻找新增长点的中国技术厂商而言,AI出海正当时。但面对全球不同国家在算力储备、技术成熟度及行业诉求上的差异,企业常面临三个现实问题:该去哪片市场?带什么产品去?主攻哪些行业与场景?

本文基于国际数据公司(IDC)最新发布的2026年V2版《全球人工智能和生成式人工智能支出指南》(IDC Worldwide AI and Generative AI Spending Guide),用量化数据为中国企业的全球布局提供参考。

本文核心结论

中国企业AI出海,需要从“卖硬件”切换到“卖能力”——依托国内成熟的场景经验,将方案转化为软件与平台服务,重点卡位金融、零售及软件信息服务三大行业,在算力运维、智能客服与风控三个高确定性场景中率先落地。

一、全球AI预算流向正在分化:三大新兴市场进入预算释放窗口期

全球AI投资正迎来爆发式增长。IDC数据显示,全球人工智能IT总投资预计将从2025年的6,954亿美元增至2030年的3.12万亿美元,其中生成式AI的投资占比逐年提升,到2030年将接近AI总投资的六成。从区域分布来看,美国以超六成的份额位居全球第一,西欧第二,中国以9.0%的份额位居第三。

然而,不同区域的增长节奏存在显著“时间差”。拉美是全球AI投资增长最快的区域,生成式AI增速高达60.8%;中东和非洲在国家级数字化愿景推动下增长平稳;亚太(不含中日)企业应用生成式AI改善运营的需求正集中释放。这三个区域目前的生成式AI增速均超过50%,正处于技术落地和预算释放的窗口期。

相比之下,欧美成熟市场虽然绝对规模更大,但竞争格局已相对固化,中国厂商切入成本高、差异化空间小。而上述三大新兴市场恰好处于“算力到位了、但不知道怎么用起来”的阶段——这正是中国厂商最擅长填补的空隙。

IDC建议: 

将海外市场的第一落点选在拉美、中东非及亚太,利用这些区域高于50%的生成式AI增速所对应的预算增量窗口,优先抢占新兴市场的认知份额和客户资源,避开欧美市场的正面消耗战。

二、海外AI预算正从硬件向软件迁移:AI平台与Agent工具链是下一波增长主力

解构 AI 硬件、软件与服务三大技术板块可以发现,海外市场与国内市场在产品形态偏好上差异明显。2026年中国AI支出中硬件占比高达74.3%,呈强基础设施驱动特征。但到了海外,情况截然不同——拉美地区AI硬件仅占18.0%,软件则占比高达60.9%;中东非软件与服务合计占比达67.9%。这意味着,把国内“卖服务器、卖算力卡”的模式直接搬到海外,将遭遇严重的水土不服。

更值得关注的是软件内部的增长结构。虽然AI嵌入型应用目前仍是存量最大的类别,但AI平台爆发力更强(全球CAGR 59.5%),即将在拉美、中东非等新兴市场跃居软件细分市场首位。其中,基础模型是企业构建AI能力的核心底座,而智能体构建、部署与编排工具的增速领跑所有子市场(全球CAGR 74.5%),说明海外企业在大模型选型的同时,正同步探索“怎么把模型用起来、管起来、串联起来”。

IDC建议:

  • 将国内已验证的软件平台、Agent编排工具及行业套件进行标准化封装,替代单一的硬件销售,向海外输出“开箱即用”的整体方案。   
  • 重点布局Agent开发平台、多模型路由与编排等中间件能力,这类产品目前在海外市场供给不足,是中国厂商差异化切入的最佳窗口。      在中东和非洲等对服务依赖度高的区域,可与当地系统集成商建立合作,借助其渠道和交付能力来落地项目。

三、锚定三大行业、两条主线:金融/零售/信息服务是海外AI预算的最大蓄水池

明确区域与技术形态后,出海企业需要锁定预算最集中的行业和场景,才能实现精准落地。

从行业分布看,软件信息服务企业是全球最大的AI预算来源,占比32.2%;银行业在拉美、西欧、中东非及亚太的AI支出排名中均名列前茅;零售业全球占比11.6%。三大行业构成了海外AI预算的最大蓄水池。

从具体场景来看,AI算力基础设施在中美等市场常年占据第一大支出份额,说明算力资源的管理与调度始终是资金投入的主体;同时,智能客服与外勤支持已全球广泛落地,威胁检测与欺诈分析在金融与电信大客户中投入尤为显著。算力底座与业务提效这两个方向,构成了当前AI支出的两条并行主线。

IDC建议

  • 面向算力密集型客户,提供AI算力基础设施的运维与管理服务,配合当地云厂商或数据中心运营商,输出算力调度和优化能力。       
  • 将国内成熟的智能客服、外勤支持、销售辅助等应用进行本地化适配后,快速投放拉美、东南亚等需求旺盛的市场。       
  • 针对海外金融与电信行业大客户,重点切入威胁检测、反欺诈等风控场景——这类需求刚性高、客单价高,是中国厂商打开头部客户的最佳突破口。

总结与展望: 三个时间差,一条出海路

IDC数据清晰地指向一个结论:中国企业AI出海,最大的机会不在卖算力,而在卖能力

中国市场的硬件主导逻辑(74%的支出在硬件),到了拉美、中东非和亚太,需要切换为软件与服务优先的打法。这三个区域正在经历中国三四年前走过的阶段——算力到位了,但不知道怎么用起来、用出效果。而中国厂商恰好拥有从算力管理到场景落地的完整工程经验,这是当前海外市场最稀缺、也最愿意付费的能力。

三条出海路径值得优先考虑:

  1. 区域上,主攻拉美、中东非及亚太三个高增速市场,避开欧美成熟市场的正面竞争;
  2. 产品上,将国内已验证的软件平台、Agent编排工具及行业套件标准化输出,替代单一硬件销售;
  3. 场景上,重点卡位算力基础设施运维管理,以及金融与零售领域的智能客服、风控等高预算环节。

IDC《全球人工智能和生成式人工智能支出指南》(2026V2)为上述判断提供了完整的区域、行业和场景维度的数据支撑。对于计划出海的AI厂商而言,当下的窗口期明确而短暂——行动与否,取决于能否从“硬件思维”切换为“软件与服务思维”。

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

IDC《支出指南》相关研究:

China Provincial Cloud Solutions Spending Guide

Worldwide AI and Generative AI Spending Guide

Worldwide ICT Spending Guide Enterprise and SMB by Industry

Worldwide Software and Public Cloud Services Spending Guide

进一步交流:

如您希望进一步了解中国省级及云解决方案支出、全球AI及生成式AI支出、企业级ICT支出等行业细分数据,或需要针对贵公司目标市场进行定制化数据解读,欢迎联系IDC中国分析师团队。请点击此处与我们联系。

Wendy Zhang

Wendy Zhang - Research Analyst

Wendy Zhang is a research analyst in the Data and Analytics group at IDC China. She is responsible for business operations and spending guide in China Enterprise Team. She provides dynamic forecasts of future China and global ICT market development.…

The security services market in Asia/Pacific (excluding Japan and China) is on track to grow from $10.8 billion in 2024 to $16.6 billion by 2029, a 9.1% CAGR, according to IDC’s 2026–2029 forecast. The market is changing internally as AI takes over routine tasks, a shift that used to increase staffing and spending in managed security services. Now the focus is moving toward advisory, integration, and governance work instead.

What’s Driving the Shift from Managed to Advisory Services?

AI-powered threats, tightening data governance rules, and a persistent skills gap are turning security services into a critical business requirement rather than a technology cost center organizations can cut when budgets tighten. Growth is concentrating in advisory and integration work in countries like India and South Korea, where digital transformation is accelerating alongside demand for AI applications. That’s pulling security services growth away from more mature technology hubs like Singapore and Hong Kong.

As AI reduces labor needs in managed security services, IDC suggests cybersecurity service providers can succeed by implementing outcome-driven pricing models, developing advisory and governance capabilities, and getting established early in the region’s emerging market segment.

The region’s security services market is shifting from traditional operations to advisory. Every buyer needs security services, but fewer are willing to pay for headcount when AI can do the routine work. The goal is to move toward outcome-based delivery, integration, and governance — and the providers who can reprice around outcomes while leading with compliance and sovereignty readiness are the ones who will win this cycle.

Segment Landscape: Where Is the Growth?

Asia/Pacific* Security Services Spending by Segment, 2024–2029 (US$M)
Segment2025 Spending2029 Spending (Forecast)CAGR 2025–2029
Managed security services$4,879$6,4067.0%
Project-oriented services$5,011$7,49210.6%
Support services$1,838$2,72410.3%
Total$11,727$16,6229.1%
*Excludes Japan and China.  Source: IDC’s Asia/Pacific (excluding Japan and China) security services forecast, July 2026

IDC Outlook: What’s Next?

Growth is shifting toward the region’s emerging-tier economies. By 2029, India, Korea, and other emerging markets are expected to surpass the broader region, rising from about a third to over 40% of revenue. Growth in Singapore and Hong Kong will stabilize in the meantime. Australia remains the largest market, accounting for nearly a third of regional revenue, but its growth rate will lag the overall growth rate. IDC forecasts that security services providers will prioritize deepening existing accounts over winning new customers.

From an industry perspective, financial services and the public sector together account for roughly half of regional revenue, driven by ongoing regulations and threat exposures that keep both industries investing steadily in security. Manufacturing and resources are expanding rapidly as industrial and operational environments evolve. Healthcare remains the smallest and slowest-growing sector, held back by limited budgets.

What Could Accelerate This Shift?

  • Agentic AI is moving the SOC from human-run to machine-assisted. Autonomous AI agents are transforming purchasing and delivery models. Short-term security services spending is focused on governance, trust frameworks, and integration, while the labor intensity of managed services keeps falling over the medium term.
  • Digital sovereignty is becoming a persistent regional requirement. Government policies on data governance and localization are making compliance a continuous expense that spans budget periods, which benefits cybersecurity providers with local presence, expertise, and sovereignty capabilities.
  • Pricing is shifting from headcount resources toward automation and outcomes. With AI now handling tasks L1 analysts in a SOC used to perform, headcount-based pricing no longer makes sense — cybersecurity providers can keep expanding despite the persistent talent shortage.

What Could Slow It Down?

  • A reactive security posture hinders strategic security investments. If security is still treated as an incident-response function rather than a strategic pillar of business resilience, security budgets stay tactical and reactive.
  • Fragmented security environments within an organization slow adoption. Fragmented and isolated security solutions erode buyer trust and lengthen evaluation periods, delaying investment commitments even as integration demands grow.
  • A persistent talent shortage constrains delivery and absorption alike. A shortage of qualified security and automation talent limits how quickly cybersecurity providers can staff projects and how rapidly buyers can adopt new solutions.

Key Indicators to Watch

Three things will shape how far and how fast this shift goes: how quickly organizations trust autonomous AI actions in the SOC, how much national data-sovereignty rules diverge from country to country, and how quickly the security talent pool grows.

See the full 2026–2029 market sizing, segment breakdowns, and growth forecasts behind this analysis. Download the IDC Market Forecast. Talk to IDC about what’s next for security services in your market. Contact Us.


Yih Khai Wong - Senior Research Manager - IDC

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.

占据主场
直连决策层
共赢未来胜局

独家定制活动

独家赞助,全场聚焦。

与IDC专家合作设计并交付的定制活动,为您带来高质量的销售线索。

  • 20k+

    参与用户

  • 300+

    年均活动场次

  • 71%

    高级技术决策者

  • 1,000+

    全球分析师

  • 全球合作伙伴:

  • Microsoft
  • Microsoft
  • Microsoft
  • Microsoft
  • Microsoft
  • Microsoft

联系我们

与IDC共同打造专属活动。

请告知您的需求,IDC活动团队的成员将尽快联系您,为您设计定制化活动方案。

锁定合作机会

很多人聊保险业的生成式 AI,第一反应都是 “省人力、提效率、降成本”,把它当成存量周期里的运营优化工具。但 IDC 的核心判断是:这是对技术价值的严重低估。生成式 AI 真正重塑的,从来不是单点运营效率,而是保险业整条价值链的价值边界 —— 它正在推动行业从被动赔付的“风险兜底者”,向主动干预风险的“价值创造者”跃迁。

2026 年作为规模化落地的关键拐点,最终比拼的不是大模型的技术能力,而是找对场景、走对节奏的判断力。本文我们就从市场逻辑、价值穿透、落地误区与建议三个维度,拆解这场正在发生的产业范式变革。

  1. 存量周期下,生成式 AI 是保险业少数能算清 ROI 的技术投入

很多人觉得当下保险业数字化投入在全面收缩,但 IDC 看到的真相是:预算不是在降,而是在精准分化。

2025 年中国保险业站在深度转型的关键路口,利率持续下行、赔付支出高企、人力成本上涨的三重压力并未消解,行业经营逻辑已从规模扩张转向精细化运营。这一阶段最鲜明的特征是:数字化投入全面 “有保有压”—— 能降本控险、满足监管要求的项目投入保持稳定,无法量化收益的项目被严格管控,行业从“被动收缩” 转向“主动取舍”,投入产出比成为筛选 IT 项目的核心标准。

从市场基本面看,国际数据公司(IDC)近日发布的《中国保险业IT解决方案市场份额,2025》报告显示,2025 年中国保险行业 IT 解决方案市场规模达 100.6 亿元,降幅已明显收窄,正式进入企稳分化与存量竞争新阶段。市场呈现“一超 + 长尾”格局:一方面头部集中度持续提升,龙头厂商的客户、产品与服务壁垒不断加厚;另一方面长尾市场体量依然庞大,垂直细分场景与技术创新应用仍存在大量生存空间。

在这样的周期下,生成式 AI 成为少数既能契合监管 “防风险、促合规、降成本、提质量”主线,又能量化产出价值的技术方向。当保费增速放缓、人力规模收缩,通过 AI 提升人均产能、优化运营成本、创新服务模式,已经成为险企穿越周期的核心战略,而非可选项。

27.5 倍增速绝非概念泡沫,生成式 AI 已从“试点品”变为 “硬刚需”

市场上至今还有声音认为生成式 AI 仍是噱头、投入多产出少,但 IDC 报告显示:2025 年中国保险业 IT 投资规模达 517.3 亿元,其中硬件板块增幅显著,核心驱动力来自自主创新与 AI 基础设施建设。长期来看,2030 年中国保险行业 IT 投资规模将达 805.5 亿元,年复合增长率为 9.3%。

而生成式 AI 领域的增长远超整体大盘:投资规模从 2025 年 24.22 亿元升至 2030 年 180.05 亿元,五年增长近 7.5 倍,年复合增长率超 49%。这意味着生成式 AI 已彻底走出概念验证阶段,正式进入规模化投资周期,是当前保险科技领域最具确定性的增长引擎。

3AI 穿透全价值链,改写的是每个环节的价值定义

很多人对 AI 在保险业的价值认知还停留在 “客服机器人”“自动核保省工时”,但 IDC 认为,生成式 AI 的改造是深入骨髓的 —— 它正在改写定价、核保、理赔、服务、风控的每一个底层逻辑,从辅助工具进化为核心生产系统,在每个环节都在拓展行业的价值边界。2026 年将是保险行业生成式 AI 从“试点” 走向 “规模化”的关键之年,保险 IT 系统内置 AI 能力将成为行业标配。

产品定价:从静态精算走向个体实时风控

传统定价依赖历史数据与静态模型,本质是群体层面的风险均摊,难以反映个体风险动态变化。生成式 AI 正在把定价变成随个体行为实时波动的变量:车险 UBI 模式通过车联网数据实现驾驶行为定价,健康险通过可穿戴设备将保费与健康管理挂钩。未来的核心竞争力将是基于客户实时行为与外部风险信号的动态定价能力,推动行业从 “群体定价” 向 “个体定价” 演进。

核保理赔:智能决策重构效率与信任双重底座

生成式AI对于核保理赔的真正改变是把依赖人工经验的风险判断,变成了标准化、可追溯的智能决策。智能核保系统自动解析病历、体检报告,将数小时人工核保压缩至分钟级;图像识别自动定损车辆,OCR 快速提取医疗票据,大模型辅助责任判定。这不仅大幅缩短理赔周期、降低查勘成本,更从根源上压缩了人为操作空间与欺诈风险,重构了投保人与理赔端的信任机制 。

客服营销:对话式 AI 把渠道系统变成产能放大器

IDC预测,到 2026 年险企与投保人超 60% 的交互将通过数字自助服务实时完成。智能客服已升级为具备多轮对话、意图识别、情感分析能力的对话式 AI,大幅提升服务体验与响应效率。营销端的改变在于重塑作业模式:生成式 AI 基于客户画像生成个性化保障方案,智能问数让业务人员通过自然语言即可查询业务数据。渠道 IT 系统的价值从 “支持运转” 变为 “产能放大器”。

风险减量:推动行业从被动赔付转向主动价值创造

传统保险业的价值终点是出险赔付,本质是“风险兜底者”。但生成式 AI 正在把行业的价值边界往前移。农业领域用气象大数据与卫星遥感指导防灾减损,财险领域用物联网监控安全生产,健康险领域用平台引导健康管理。大模型在其中扮演核心角色 —— 海量数据实时分析、风险模型动态迭代、预警信号精准推送,均依赖生成式 AI 的能力支撑,推动行业从“事后赔付” 向 “事前预防”延伸,真正成为“价值创造者”。

4、转型的真正瓶颈不是技术,而是三个被高估的难题

生成式 AI 的规模化落地并非坦途,数据治理、组织能力、合规风控是公认的三大挑战。但在 IDC 看来,挑战并非都是长期壁垒,其中有短期可突破的关口,有被过度放大的伪命题,更有被忽视的增量机会。

第一,数据治理:“先治理后落地” 是最大的转型伪命题。数据治理不是 AI 落地的前置条件,而是与 AI 场景落地相互驱动的长期工程。IDC建议,短期优先补齐数据质量、数据血缘、元数据管理能力,优先保障核心场景 AI 输出的一致性和可信度,用小切口场景快速验证价值;中长期通过战略合作推进数据架构重构。而IFRS17 全面实施与生成式 AI 场景落地,本身就是倒逼数据治理加速的强大动力。

  • 组织转型:组织重构与“ROI闭环”才是真挑战。技术与组织的错位是主要矛盾——多数银行在组织重构、流程再设计建设方面明显滞后于技术演进速度。真正的组织挑战是如何建立组织信任、设计人机分工模式、培养全员人机协作能力。IDC 判断,到 2029 年 40% 的保险从业者需要掌握人机协作技能。此外,存量竞争下,生成式 AI 是少数能清晰量化 ROI 的技术方向,险企需要把 AI 当作“直接绑定业务成果的能力”,而不仅仅是工具的使用。
  • 合规风控:监管不是绊脚石,是差异化壁垒与全新赛道。很多人把强监管当成 AI 落地的最大阻碍。但我们认为,合规正是筛选玩家的竞争壁垒,甚至是全新的增量赛道。IDC建议,短期从数据、模型、流程、人才四个层面推进负责任 AI(RAI)建设,把合规要求嵌入 AI 全流程,筑牢落地底线;中长期全面改革治理、风险与合规框架,适配 AI 规模化应用的管理需求。

IDC总结与展望

生成式AI之于保险业,不是工具升级,是价值重塑。2026年是规模化落地的分水岭——技术能力已不是门槛,真正的较量在于:谁能率先找准场景、跑通ROI闭环、完成组织适配。

IDC判断,未来三年行业将呈现明显分化:头部险企通过AI重构定价、核保、风控全链路,把“风险经营”变为核心竞争力;观望者将困在降本增效的浅层,错失价值跃迁的窗口期。这场转型,比的不是算力与模型,而是价值边界拓展的速度与决心。

IDC更多相关研究:

进一步交流

如您希望深入了解保险业生成式AI的落地路径、场景优先级、ROI测算框架或组织转型实践,欢迎随时与我们联系。IDC金融研究团队可提供定制化数据研判、厂商对标与策略建议,助力您在关键拐点精准布局。期待与您深度对话。请点击此处联系我们。

Siri Si

Siri Si - Research Manager

Siri Si is a Research Manager for IDC Financial Insights. His core research scope includes the latest development models and trends in the financial industry, and the development and application status of various technologies in the financial technology field, focusing…