Logo
Become a Client

Resource Regions: China

“在发展中固安全，在安全中谋发展”，十五五以全领域安全体系构建夯实新发展格局根基。

当数字经济深度渗透实体经济，当低空经济、人工智能等新赛道加速崛起，安全不再是发展的“附加题”，而是贯穿经济社会发展的“必答题”。十五五规划中，安全领域迎来前所未有的战略定位，网络安全、数据安全、人工智能安全、低空安全四大核心方向协同布局，从制度构建到技术创新，从国内治理到全球合作，勾勒出“以智筑防、全域覆盖、协同发展”的安全发展新蓝图，为中国式现代化筑牢安全屏障。

IDC结合规划，分析出十五五期间安全领域有如下发展前景：

1、网络安全：升维为国家安全基石，智能重构防御新体系

在十五五规划中，网络安全首次在国家规划中独立成节，正式成为数字经济发展的“基础设施”与国家安全的重要基石，其战略定位实现质的跃升。规划明确四大核心任务，从深化综合治理、严厉打击网络犯罪，到支持技术创新与产业发展，并重点强调要“推进容灾备份体系建设，加强工业控制系统和新技术新应用的网络安全防护”，最后明确要深度参与全球网络空间治理，形成“内筑防线、外拓合作”的全方位布局，让风清气正的网络环境成为数字经济发展的“沃土”。

技术层面，网络安全正完成从“被动防御”到“主动智能”的关键跨越，人工智能成为核心引擎，推动威胁检测自动化、响应流程智能化，大幅提升防护效率。产业发展也将告别单一产品竞争，迈向生态协同新阶段，MDR/MSSP等托管运营模式加速兴起，有效降低企业安全运营成本，让中小微企业也能共享专业安全防护能力。而在全球维度，在网络安全全球治理中，中国正在发挥积极作用，为全球网络空间安全贡献中国方案。

从“人防”到“技防+智防”，AI驱动的下一代安全防御体系正在重构网络安全边界，让网络安全从“事后补救”转向“事前预警、事中快速响应”，真正成为数字经济发展的“坚固底座”。

2、数据安全：全生命周期治理，解锁数据要素价值密码

数据作为新型生产要素，其安全治理是数字经济高质量发展的关键。十五五规划聚焦数据安全，提出构建全生命周期治理体系，从制度基石到技术赋能，从国内治理到跨境流动，层层筑牢数据安全屏障，让数据在安全前提下实现价值最大化。

规划明确提出“建立健全数据产权、流通利用、收益分配、安全治理等数据要素基础制度”，实施数据分类分级管理，根据数据重要性和敏感程度实施差异化保护，让数据安全保护更精准、更有效。同时，完善科学有效的监管机制，依法打击数据滥用、深度伪造、隐私泄露等行为，为数据要素流通划定“红线”。

技术赋能让数据安全治理更智能，通过AI技术实现智能感知、动态防御、全局治理，推动数据安全从被动防御向主动智能治理跨越。而在数据跨境流动领域，规划兼顾“有序流动”与“安全防控”，一方面建立科研数据等跨境安全有序流动机制，另一方面积极参与全球治理，构建跨境数据安全防线，依法打击数据滥用、深度伪造、泄露隐私等行为。

3、人工智能安全：平衡创新与风险，迈向负责任的智能时代

人工智能是新一轮科技革命的核心驱动力，而人工智能安全则是其健康发展的前提。十五五规划围绕人工智能安全，提出“推动建立人工智能全生命周期风险管理制度，健全覆盖安全监测、风险预警、应急响应的风险防控体系。”

规划强调加强数据治理，加快建设人工智能语料库，建立训练数据合理使用制度，从源头防范数据安全风险；同时，大力研究发展智能体安全相关技术，为人工智能全链条安全提供技术支撑。在技术赋能层面，人工智能正反向赋能安全治理，提升感知预警、指挥决策、精准管理和即时响应能力，让安全治理更高效、更智能。

规划更将人工智能安全纳入前沿科技攻关与“人工智能+”行动核心范畴，研制高性能AI芯片与基础软件栈，深化可解释、可决策等关键算法研究；同时，推动人工智能在市场监管、安全生产、防灾减灾、网络空间维护等领域的应用，探索构建自然人、数字人、智能机器人协同的安全治理体系，让人工智能成为安全治理的“新利器”。

创新无边界，安全有底线。十五五规划让人工智能安全与创新同频共振，让智能时代更可控、更可信。

4、低空安全：护航立体交通新秩序，夯实低空经济发展根基

作为新兴领域的重要赛道，低空经济成为十五五规划的亮点之一，而低空安全则是低空经济规模化发展的“前置条件”。规划从技术支撑、基础设施、防护体系三大维度，构建全方位低空安全保障体系，为低空经济发展保驾护航，开启立体交通新秩序。

技术与基础设施层面，规划聚焦低空装备、低轨卫星互联网、低空基础设施三大核心安全方向，推动低空智能网联系统、重点区域低空安全防护能力建设，统筹推进卫星互联网星座建设并提升其安全防护能力，让低空经济发展有“硬支撑”。

低空安全体系的构建，为无人机物流、低空旅游、城市空中交通等低空经济场景扫清安全障碍，也将成为安全领域新的热点。

未来，随着十五五规划各项政策的落地实施，安全领域将迎来技术创新、产业升级、治理完善的黄金发展期，而以安全为基石的发展模式，也将推动中国经济在高质量发展的道路上行稳致远。

总结：

十五五规划将安全提升至战略新高度，以网络安全、数据安全、人工智能安全、低空安全四大领域为核心，构建“以智筑防、全域覆盖”的现代化安全体系。IDC认为，未来安全发展将呈现智能驱动、生态协同、治理前置等趋势，AI全面赋能防护升级，数据治理激活要素价值，低空安全支撑新兴业态。安全正从发展“保障”转变为发展“基石”，为高质量发展筑牢坚实底座。

IDC相关研究报告：

《中国大模型安全评估平台厂商评估，2026》

《中国工控防火墙市场份额，2025》

《中国工控安全靶场市场份额，2025》

《中国安全大模型一体机技术评估，2026》

《中国数据发现与分类分级智能体能力评估》

《中国网络安全软件技术发展路线图，2026》

《中国网络安全厂商亚太区出海服务能力评估，2026》

《中国数据安全管理平台市场份额，2025》

《中国数据库安全审计市场份额，2025》

《中国企业级通用智能体安全防护解决方案市场洞察，2026》

《中国物联网安全市场份额，2025》

《DeepFake 智能体市场洞察，2026》

IDC已于2026年启动AI安全、工控安全、低空安全等技术研究，围绕新技术、新场景展开深入分析。如需进一步探讨或沟通，欢迎与我们联系。

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。

2026年GTC大会上，英伟达的一系列产品发布和战略布局再次对全球智能算力市场产生重大影响。其重点推出的Vera Rubin全栈计算平台，打破了以往“单芯片主导算力竞争”的传统逻辑，转而以机架级系统、集成式AI工厂架构为核心，强调软硬件协同、全链路优化的平台化价值。

国际数据公司（IDC）最新服务器市场追踪报告预测，到2029年全球加速计算服务器市场规模将超过1万亿美元规模，未来5年仍然以每年增长30%的速度猛增。未来几年的人工智能发展，仍将依赖于智算算力基础架构设施的不断扩张和技术革新。结合IDC全球AI基础设施市场数据，IDC总结出未来几年智能算力发展的五大核心发展趋势，为科技企业、云服务商及投资者提供决策参考。

趋势一：算力架构专用化深化，GPU与CPU/专用加速器协同成为主流

Vera Rubin计算平台和Groq 3 LPX机架的协同发布，清晰折射出AI算力架构从通用优化向专用分工的深度演进。Vera Rubin的Rubin GPU侧重高吞吐量、大规模参数处理，适配智能体AI的复杂推理与训练需求；Groq LPX的LPU则聚焦低延迟token生成，专攻推理场景中的解码环节，两者通过解耦推理架构实现协同，本质上是算力架构专用化的极致体现。

这一趋势是全球智算算力发展的必然选择。随着大语言模型参数迈向万亿级，智能体AI的应用普及，单一GPU架构在特定场景下的效率瓶颈日益凸显，专用加速器的价值持续提升，LPU针对大模型推理的延迟与带宽瓶颈优化，形成与GPU的互补分工。IDC认为，未来几年间，通用GPU+专用加速器的异构协同架构将成为AI算力集群的标配，不同场景下的专用算力芯片将持续涌现，算力架构将呈现场景适配、分工协同的核心特征，彻底打破GPU单一主导的格局。

趋势二：互联技术迭代升级，超节点技术和算网融合成为算力架构的发展重点

Vera Rubin架构的NVLink 72和Spectrum-6交换机等产品的发布，标志着智算互联技术上升到了一个新的台阶，算网融合成为技术竞争的核心焦点。NVLink 72实现72个GPU的全互联拓扑，单机柜带宽达260TB/s；Spectrum-6交换机则通过将硅光子引擎封装到芯片，减少信号损耗，进一步压缩端到端延迟，适配高密算力集群的互联需求。

随着大模型模型规模扩大，多节点协同成为常态，通信延迟与带宽瓶颈成为制约算力释放的主要瓶颈。IDC调研数据显示，当前AI大模型训练中，数据通信耗时占比已达30%-40%。这都推动了新一代智算集群互联技术的发展。互联架构从树形拓扑向全互联无损网络演进，算网融合的深度与广度将持续提升，成为AI算力集群的核心基础设施。

趋势三：冷却与能效技术革新，液冷成为高密算力集群必选配置

新推出的Vera Rubin系统的100%液冷设计架构，高密机柜的部署模式，印证了冷却技术与能效优化已成为智算算力基础设施的核心支撑。随着算力密度持续飙升，训练服务器单机柜功率极限即将突破100kW，液冷技术从可选升级正式转变为必选配置。

液冷技术的普及，不仅是散热需求的驱动，更是能效优化的必然选择。IDC预测，到2029年仅中国国内的液冷服务器市场规模就将突破200亿美元，年复合增长率超过50%，其中AI算力场景占比将超过60%，成为液冷技术的核心应用领域。

除了液冷技术，能效优化还将呈现“软件+硬件”协同的趋势。通过动态调度技术，通过软件算法优化算力与电力分配，最大化每瓦token产出效率，实现算力输出与能效优化的动态平衡。未来，每瓦token数的能效指标，将取代单纯的算力性能FLOPS，将成为考核智算算力的核心维度。

趋势四：智能体生态崛起，推动算力需求多元化与边缘渗透

OpenClaw热潮延续到了本次大会。智能体技术落地加速，正推动算力需求向多元化、全域化演进。作为开源智能体操作系统，实现了资源调度、工具调用的全流程自动化，推动AI从生成内容走向自主执行，这一变革直接带动推理算力需求的指数级增长。

从算力需求结构来看，智能体时代的算力需求呈现两大特征：一是推理算力占比持续提升，IDC预测，2027年推理算力在智能算力大盘中的占比将超过70%，成为算力需求的核心增长引擎；二是算力需求从核心数据中心向边缘、车端、工业现场等全域渗透，边缘算力需求增速将超过核心算力，成为新的增长极。

这一趋势将推动算力基础设施的形态变革。边缘算力节点需具备小体积、低功耗、高可靠的特征，适配智能体在工业机器人、车端、电信基站等场景的部署需求。同时，智能体对工具调用、数据访问的需求，将推动算力与存储、网络、安全技术的深度融合，形成算力+生态的协同发展格局。

趋势五：SCSP/Neo‑clouds崛起，专业智算服务重构算力供给格局

大会提及的算力合作伙伴CoreWeave等，属于IDC 定义的专业云服务商SCSP，或称Neo‑cloud，即面向 人工智能的专用算力云，主打高密度 智算集群、低延迟网络、弹性调度与成本优化。与传统提供全栈通用云能力，覆盖企业全场景 IT 需求的超大规模云相比，专业算力SCSP/Neo‑clouds聚焦智算算力即服务，极致优化大模型训练 / 推理集群，交付更快、更专、更省的 智算算力。两者共同构成混合多云格局，成为企业算力的主流交付模式。

与全球市场不同，中国的传统超大规模云厂商也在加大对智算算力的投资。在继续覆盖企业多场景应用的前提下，也提供智算算力的供给与优化，匹配智能体AI场景的核心需求。未来，智算算力与通用型算力形成分工互补的格局：智算算力专注于AI专用算力领域，为大模型的训练和推理提供基础架构；通用算力则聚焦智能体执行操作，覆盖Agent Skill更多场景，满足企业多元化算力需求。

IDC建议

IDC中国研究副总裁周震刚先生表示，本次大会发布的产品所折射的五大技术趋势，本质上是AI走向规模化生产的必然结果。对于科技企业而言，需聚焦专用算力架构、算网融合、液冷能效等核心技术领域；对于开发者而言，开源生态的崛起为技术创新提供了广阔空间，可依托OpenClaw等开源平台，聚焦垂直场景的智能体开发；对于投资者而言，液冷服务器、专用加速器、边缘算力等赛道，将成为未来3-5年的核心增长领域，值得重点关注。

同时，IDC也提醒市场参与者关注技术迭代带来的挑战：一是技术转型成本较高，中小厂商面临研发投入与供应链整合的双重压力，行业分化将持续加剧；二是电力资源约束日益凸显，能效优化能力成为企业的核心竞争力；三是开源生态的安全风险需重点防范，尤其是智能体时代，数据安全与合规性将成为行业发展的重要前提。

IDC相关研究报告：

China Digital Infrastructure Strategies (Chinese Version)

China AI Infrastructure Strategies (Chinese Version)

China Semiannual Accelerated Server Tracker

China Semiannual Liquid Cooling Server Tracker

China Semiannual Intelligent Computing Infrastructure as Services Tracker

IDC将持续追踪全球智能算力架构、市场格局与应用创新的最新动态，围绕AI基础设施、算力服务、边缘智能、绿色计算等核心议题，输出前瞻性研究与深度洞察。如您希望进一步获取相关报告或进一步交流，欢迎与我们联系。

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。

Thomas Zhou - Vice President - IDC

Thomas Zhou is the vice president of Enterprise Research for IDC China. He leads the enterprise research team in covering market analyses, tracking of data, forecasting, and consulting for enterprise computing, storage, networking, infrastructure software, cloud, and datacenter. He is also responsible for IDC data tracking of software, services, and the public cloud services market in China. Thomas speaks frequently at IDC, industry, and user events and is always quoted in leading business and technology publications. Thomas joined IDC in 2006. He provides in-depth market analysis, research, and consulting on all aspects of the enterprise infrastructure to IT vendors and investors. During his tenure at IDC China, Thomas has led IDC's primary research focused on emerging trends in enterprise systems and datacenters. This research continues to make IDC a thought leader in enterprise infrastructure‒powered digital transformation. Thomas's recent topics covered software-defined infrastructure, hyperconvergence, virtualization, and cloud computing infrastructure. Prior to joining IDC, Thomas worked for 10 years as a senior project manager and business consultant for several leading IT companies in China. Thomas holds a master's degree in Computer Engineering from the University of Science and Technology of China.

2025年中国智能眼镜市场出货量246.0万台，同比增长87.1%，轻量化和AI接入成为标配，为行业从尝鲜走向普及积蓄了势能。但真正的用户价值尚待发掘，场景落地和渠道转化仍是重要方向。

根据国际数据公司（IDC）最新发布的《全球智能眼镜市场季度跟踪报告》，2025年全球智能眼镜市场出货量1477.3万台，同比增长44.2%。其中，中国智能眼镜市场表现尤为突出，全年出货量246.0万台，同比增长87.1%。四季度出货量67.9万台，同比增长57.1%，受到新厂商集中铺货、四季度促销季以及2026年年初智能眼镜首次被纳入国补等多重因素推动，厂商提前备货、加速渠道布局，为市场拐点积蓄势能。主流产品重量普遍控制在40-50克区间，佩戴体验接近传统眼镜，同时光学方案持续进步、AI能力逐步接入、用户接受度明显提升，共同推动市场从预热走向放量。

2025年中国智能眼镜市场整体表现

2025年，中国厂商在智能眼镜市场的出货量占全球市场的23.3%。其中在AR/ER细分市场，中国厂商出货占比达到87.4%，继续保持主导地位。这一份额的维持，核心在于供应链整合能力与场景落地速度的协同。依托成熟的消费电子产业链，中国厂商能够将AI、光学显示等技术快速转化为轻量化、具备成本优势的量产产品；同时凭借对市场需求的快速响应，灵活调整产品定义并实现规模化复制，进而提升从技术到市场的转化效率。

四季度，智能眼镜市场迎来新一轮活跃周期。多家新玩家集中入局，厂商格局出现明显变化。国内市场方面，千问、理想等中国厂商相继推出首款AI眼镜新品，引发广泛关注。海外市场方面，Meta凭借新发布的Display产品，在入局首季便跃居全球ER眼镜市场前三。头显市场亦迎来关键产品迭代，Apple升级Vision Pro至M5芯片版本，三星则推出首款搭载Android XR系统的头显，补齐安卓阵营在高端头显领域的空白。

整体来看，四季度中国厂商表现依然突出，同时加快海外市场拓展步伐。以雷鸟、XREAL为代表持续深耕欧美市场，小米、Rokid也在多个海外区域启动渠道铺货，品牌出海节奏明显提速。

细分市场表现

音频和音频拍摄眼镜市场

2025年中国音频和音频拍摄眼镜市场出货量172.6万台，同比增长122.0%。其中拍摄眼镜占比从一季度的7.1%提升至四季度的39.4%，带摄像头的AI眼镜正逐步替代纯音频产品成为市场增量的主力。厂商格局方面，小米依旧占据主要份额，华为、雷鸟、界环跟随其后。从全年来看，产品功能逐步丰富，语音交互之外，实时翻译、物体识别、第一视角记录等功能的应用频次也在提升。

AR/VR市场

2025年中国AR/VR市场出货量73.4万台，同比增长36.5%。AR&ER品类依然是增长主力，四季度市场份额达到89.8%，同比增长163.7%。四季度夸克S1开售，凭借阿里生态的整合能力获得较高关注，份额直接跃居市场前三。其他厂商也趁促销季发售新品，推动出货增长。回顾全年，市场格局更趋均衡，前五厂商雷鸟、XREAL、Rokid、INMO、阿里份额差距逐渐收窄，头部竞争加剧。

VR&MR市场全年出货量同比下滑45.6%，四季度出货量同比下滑62.1%，市场仍未走出调整周期。不过经过低谷期，明年随着Pico等厂商轻量级新品上市，市场有望恢复增长。此外商用领域持续渗透，2025年VR&MR商用市场份额达到41.1%，大空间与教培依旧是支撑商用出货的主要场景方向。

2025年中国智能眼镜市场的三大显著特点

1. 头部厂商相继试水，产品形态仍在快速迭代

消费电子、互联网大厂相继发布首款AI眼镜产品，但从实际落地情况来看，多数厂商仍处于试探性布局阶段，出货量普遍有限，部分产品仅发布尚未正式开售。现阶段各家的技术路线虽然较为一致，多围绕拍摄/AI语音/轻显示的轻量化方向展开，但产品迭代路线尚未定型，后续仍有较大调整空间。这一阶段更多是品牌对下一代交互入口的战略占位，真正的市场竞争尚未全面展开。

2. 线下渠道建设开始起步，线下渗透率仍有较大提升空间

2025年智能眼镜与眼镜零售终端的合作明显加速，越来越多的传统眼镜门店开始引入智能眼镜产品，设立体验专区或授权验配点。但从实际落地效果来看，2025年中国智能眼镜市场线上出货占比超过68%，线下渠道仍面临挑战：一方面门店的专业认知和服务尚未跟上，另一方面高价位产品在传统眼镜店的销售转化难度较大，而形态最接近传统眼镜的音频眼镜表现相对更好。眼镜作为强佩戴属性产品，试戴体验和验配服务对购买决策至关重要，如何真正发挥线下渠道的价值，将是2026年需要持续攻坚的方向。

3. AI接入已基本普及，场景落地开始显现苗头

2025年中国智能眼镜市场支持大模型语音助手的产品比例已达到50.5%，头部厂商产品普遍接入大模型能力，AI在交互层面的覆盖已基本完成。但从实际使用来看，多数AI功能仍停留在问答、翻译等通用场景，尚未形成真正驱动用户长期使用的核心价值。不过随着年底厂商在应用生态层面的持续发力，围绕主动服务、场景闭环的差异化竞争已经开始显现，部分厂商开始尝试将AI能力与用户的日常出行、办公、健康管理等需求进行更深度的绑定。2025年为AI能力的接入打下基础，2026年将进入场景落地的关键期。

建议与展望

IDC中国市场分析师叶青清认为，2025年中国智能眼镜市场完成了硬件层面的基础铺垫，轻量化和AI接入成为标配，为行业从尝鲜走向普及积蓄了势能。但真正的用户价值尚待发掘，场景落地和渠道转化仍是重要方向。

对于厂商而言，2026年需重点关注以下三个方面：

第一，持续推进场景落地，从功能集成转向场景深耕。 AI能力的竞争将从“有没有”转向“好不好用”，厂商需要围绕用户的日常出行、办公、健康管理等高频场景，打造具有主动服务能力的闭环体验，提升产品的不可替代性。

第二，加速线下渠道建设，发挥体验式销售的优势。 眼镜作为强佩戴属性产品，试戴体验和验配服务对购买决策至关重要。厂商应加强与传统眼镜零售终端的合作，提升门店专业认知和服务能力，同时探索“线上引流+线下体验”的O2O模式，提高转化效率。

第三，产品形态的差异化探索。当前各厂商技术路线较为一致，多围绕音频+拍摄+AI语音的轻量化方向展开，产品定义尚未定型。2026年厂商需打造更多细分场景的专属产品和差异化形态，如模块化设计、特定人群定制、与生态深度绑定的功能创新等，在硬件趋同的背景下找到自身的差异化定位。

IDC持续关注全球智能眼镜及可穿戴设备市场的发展动态。我们诚邀行业同仁、投资机构及媒体朋友与IDC中国分析师团队保持沟通，共同探讨市场趋势、技术创新与商业机遇。无论您是希望深入了解数据细节，还是寻求定制化市场洞察，欢迎随时与我们联系。

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。

IDC一直密切关注主权云和AI主权的话题。特别是在当下地缘政治环境复杂的大背景下，企业如何在控制与创新之间找到平衡，在保障数据安全的同时实现业务发展，成为一道必答题。近日，IDC全球研究总监Massimiliano Claps、IDC中国研究副总裁周震刚联合撰文揭示，主权AI的核心理念并非追求绝对的封闭或开放，而是在安全合规与发展需求之间寻求和谐统一，真正将选择权掌握在自己手中。本文将梳理核心观点，与您一同探寻主权AI的破局之道。

各国政府机构与公共部门的高层管理者——如项目主管、CIO、CTO和CAIO等角色——始终肩负着双重使命：既要通过技术推动创新，又要控制好伴随而来的风险。从历史上看，私营部门的IT和业务领导者往往更敢于创新。不过，在受监管行业中，领导者所承受的压力与公共部门颇为相似。过去12到18个月里，这种张力在不断加剧。AI可能带来的巨大收益与颠覆性影响，引发了人们对于如何管理相关风险的担忧。同时，地缘政治的动荡，也让技术选择的战略自主性、数据的控制权以及运营韧性变得至关重要。这些变化交织在一起，汇聚成了当前关于主权AI的讨论。


主权辩论的演变：从战术控制到战略要务

速度与控制、创新与主权之间的张力，是当下数字化和AI战略的核心问题。这也正是主权辩论不断演变的焦点所在。之前，关于数字化和云主权的讨论，源于一个非常具体的担忧：敏感数据可能会被外国司法管辖区访问。如今，这种较为狭隘的担忧，已经扩展成了一个更宏大的命题。当前，主权已经成为一项战略要务，深刻影响着组织设计自身整个技术架构的方式。

今天，主权不再仅仅关乎“数据存放在哪里”，它涉及到对数据、基础设施、运营乃至供应链的控制。而AI主权则更进一步，它关乎对整个AI生命周期的控制——从模型开发、部署，到最终的治理。

IDC全球研究总监Massimiliano Claps表示，IDC研究表明，市场的信号非常清晰。各国政府正在积极投资主权AI能力，从国家云基础设施到本土的AI生态系统。它们通过各种激励措施推动本地数据中心建设，资助本土语言的AI模型，并制定指导方针，来规范主权解决方案的采购与部署方式。对于政策制定者而言，AI早已不再仅仅是一项技术，它已经成为提升经济竞争力和保障国家安全的重要工具。”

对组织来说，这意味着一个全新的现实。如今，企业高层管理者（包括业务与IT负责人）面临的问题不再是设计单一的全球架构，而是如何在碎片化、多主权的世界中找到自己的方向。

选择正确的路径

面对这种复杂性，许多领导者都在寻找一个“标准答案”：到底哪种部署模式最有主权？实际上，市场上已经形成了一系列部署原型，从公有云到完全物理隔离的环境，不一而足。每种模式在控制力、敏捷性、创新速度和成本方面，都各有利弊。没有哪种模式可以包打天下。

一个受到高度监管的AI工作负载，可能确实需要一个主权环境，甚至是物理隔离的环境。而一个面向客户的应用程序，可能更适合利用公有云的可扩展性，同时辅以一些主权控制措施。

真正的挑战在于，要为不同的用例，甚至是同一个用例的不同组成部分，选择正确的模式。例如，AI训练用一个部署模型，检索增强生成用另一个，而代理型AI编排层可能又要选第三种。

正因如此，混合架构正成为公共和私营部门共同的主流模式。根据IDC 2025年数字主权调查（覆盖了900多名来自各行各业的IT及非IT领导者），37%的受访者表示“本地部署是目前的主要环境，主权云是（或将是我们唯一使用的）云类型”，而高达55%的受访者表示“主权云是（或将成为）我们多云/混合云战略的一部分”。

IDC预测：

  • “到2028年，跨国公司的CIO，将把对模块化、主权就绪的云和数据本地化环境的投资增加65%，以应对日益增长的主权需求，确保运营能够适应未来发展。”
  • “到2026年，55% 的政府机构将采用混合主权云架构，将超大规模云服务商的能力与国家层面的控制相结合，确保AI应用合规、安全，并实现战略自主。”

公共和私营部门的领导者们，并未因此放弃云，而是在重塑云。他们将全球超大规模云服务商的能力与本地控制层相结合，构建出IDC所称的“主权就绪”环境。
这种做法也揭示了一个更深层次的真相：主权并不意味着自我封闭。主权的核心在于拥有选择权和控制权。

结合具体情况，IDC将主权云与主权 AI 划分为数据主权、技术主权、运营主权三个递进层级，主权掌控力度由低到高，企业无需追求一步到位，应结合自身合规要求、业务场景与创新节奏灵活选择适配层级。

  • 数据主权的核心是数据的属地存储、访问权限与合规流转，确保敏感数据不出境、受本国司法管辖，是企业满足基础监管要求的最低门槛，也是主权 云和主权AI 的起点。　
  • 技术主权聚焦算力硬件、模型框架、核心算法与供应链的自主可控，减少对单一外部技术的依赖，保障 AI 研发与迭代的技术自主性，适用于对安全与供应链韧性要求较高的场景。
  • 运营主权指对云和AI 全生命周期的部署、调度、运维、治理、应急响应拥有完全掌控权，覆盖基础设施运维、服务连续性、权限管理与合规审计，实现从技术到落地运营的全流程自主。

IDC中国研究副总裁周震刚表示，IDC认为，企业不必盲目追求更高层级，可按业务属性分级适配：普通创新场景满足数据主权即可；核心 AI 业务需叠加技术主权保障安全；政务、金融、关键基础设施等高监管领域，则需完整实现运营主权，在安全可控与业务效率间取得最优平衡。

主权AI的真相

关于数字化和AI主权的讨论，常常被描述成一种取舍：要么要控制，要么要创新。但那些真正能脱颖而出的组织，恰恰是摒弃了这种非此即彼思维的组织。它们明白，主权并不是限制创新，而是按照自己的方式去实现创新。

在AI正逐步成为经济与社会支柱的时代背景下，IDC的研究致力于帮助那些需要做出战略选择的业务和IT领导者，以及那些正在重新调整产品方向的技术供应商，把关键要素串联起来。

IDC主权云及AI主权相关研究报告

全球及政策制定者

  • 从数字主权到政府AI主权（2025-12）
  • 数字主权如何影响政府中的AI应用（2024-09）
  • IDC PlanScape：政策制定者的数字主权框架（2023-05）
  • AI主权：国家经济竞争力与安全（2025-02）
  • IDC PlanScape：国家政府IT领导者的数字与AI主权行动方案（2025-06）
  • 数据韧性、控制力与战略自主清单：重构复杂主权方法的实践进展（2025-08）

欧洲、中东、亚太等地区

  • 主权云对西欧、中东、土耳其和非洲地区AI工作负载的影响：组织需考虑的因素（2024-11）
  • 2025年欧洲主权云：什么是“B计划”？（2025-09）
  • 海湾地区主权云部署选择——全球与本地供应商如何在规模、控制与信任之间取得平衡（2025-11）
  • Deem Cloud：赋能沙特主权与AI就绪型政府服务（2025-09）
  • 亚太地区主权云：2025年市场动态（2025-09）

AI、云、能源、数据、应用

  • 数字主权如何影响AI与主权云的使用（2025-12）
  • 主权AI：是什么、为什么、怎么做（2025-11）
  • 全球主权云市场预测，2025–2029（2025-12）
  • 能源主权：数字主权如何影响IT能源选择（2025-10）
  • 数字主权与数据空间：不断演变的数据共享格局（2024-09）
  • 哪些工作负载迁移至主权云，AI如何受到影响？（2025-07）

IDC长期深耕数字主权、主权云与AI主权领域，持续跟踪全球市场动态，为企业提供从宏观趋势到落地路径的系统性洞察，涵盖国内以及亚太、中东非洲、欧洲、拉美等众多区域市场。

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。

Thomas Zhou - Vice President - IDC

Thomas Zhou is the vice president of Enterprise Research for IDC China. He leads the enterprise research team in covering market analyses, tracking of data, forecasting, and consulting for enterprise computing, storage, networking, infrastructure software, cloud, and datacenter. He is also responsible for IDC data tracking of software, services, and the public cloud services market in China. Thomas speaks frequently at IDC, industry, and user events and is always quoted in leading business and technology publications. Thomas joined IDC in 2006. He provides in-depth market analysis, research, and consulting on all aspects of the enterprise infrastructure to IT vendors and investors. During his tenure at IDC China, Thomas has led IDC's primary research focused on emerging trends in enterprise systems and datacenters. This research continues to make IDC a thought leader in enterprise infrastructure‒powered digital transformation. Thomas's recent topics covered software-defined infrastructure, hyperconvergence, virtualization, and cloud computing infrastructure. Prior to joining IDC, Thomas worked for 10 years as a senior project manager and business consultant for several leading IT companies in China. Thomas holds a master's degree in Computer Engineering from the University of Science and Technology of China.

近两年，具身智能正成为人工智能领域的重要发展方向，并推动机器人产业进入新一轮创新周期。从技术探索走向商业落地，越来越多企业开始关注具身智能机器人。然而，在产业热度持续升温的同时，一个更为关键的问题也逐渐凸显：企业用户真正需要什么样的机器人？

为了更好理解市场需求，IDC对中国企业用户进行了专项调研，从企业认知、应用需求、采购意愿和落地挑战等多个维度进行分析。总体来看，中国企业用户对具身智能机器人与人形机器人等新兴方向保持较高关注，并已开展试点探索，普遍看好其在中长期通过灵活协作和高场景适应性释放应用价值。

企业整体态度偏积极，正从关注走向探索

从企业整体态度来看，当前市场呈现出以“关注与探索”为主的结构。约27.7%的企业已表达出明确的积极态度，超过一半的企业虽仍处于观望阶段，但已开始关注并评估相关技术。

这一结构符合新技术商业化早期特征：少数企业率先布局，更多企业处于验证与观望阶段。随着技术成熟度提升及应用案例的不断积累，企业对具身智能机器人的接受度有望进一步提升。

感知能力优先提升，执行与安全能力成为关键支撑

在能力需求方面，企业对具身智能机器人的优化方向呈现出明显的递进结构：首先是环境感知能力，以实现“看得清、反应快”；其次是执行与安全能力，确保“做得准、运行稳”；在此基础上，再逐步向决策与协同能力升级，推动机器人向更高水平的智能化发展。

这一趋势表明，具身智能机器人的能力演进正从单点能力优化，走向“感知—执行—决策”一体化能力体系。

企业选型更加理性：可靠性、ROI与生态能力成为核心

在具身智能机器人供应商选择方面，企业最看重的三大因素分别是：设备稳定性与可靠性（61.5%）、产品性价比与投资回报率（53.1%）以及生态与合作伙伴网络（50.8%）。

与此同时，具身智能相关技术能力同样受到高度关注。约48.5%的企业关注核心AI算法能力与多模态感知能力，说明企业在关注硬件性能的同时，也 持续重视机器人在感知、决策与协作方面的智能化水平。

与此同时，企业对具身智能技术能力关注度持续提升。近半数企业看重核心AI算法与多模态感知能力，表明其在关注硬件性能的同时，也重视机器人在感知、决策与协作方面的智能化水平。

整体来看，企业在评估具身智能机器人供应商时，正在从单纯的硬件性能评估，逐步转向综合能力评估，包括设备可靠性、投资回报、智能化能力以及生态协同能力等多个维度。这一结果表明，当前企业在选择具身智能机器人供应商时呈现出 “可靠性优先、经济性驱动、智能化能力并重” 的特点。

人形机器人关注度领先，多形态机器人需求正在形成

从期望形态来看，人形机器人获得了最高关注度。用户对引入人形机器人的核心期望集中在仓储物流（76%）、生产制造（68%）、安防巡检（51%）等对人力依赖度高、任务标准化程度强的领域，期望其通过承担重复性、高强度或高风险工作，释放人力资源并提升整体运营效率。

同时，中国工业企业用户对具身智能机器人载体形态的需求正呈现出多样化趋势。除人形机器人外，四足机器人与协作机器人等在特定场景中同样具备较高应用价值。未来，多形态并行发展有望成为具身智能机器人市场的重要特征。

资产化采购仍占主导，RaaS模式加速渗透

从采购模式来看，直接购置仍是主流方式（54.6%），多数企业仍将机器人作为固定资产进行投资与管理。

分企业规模来看，小型企业更倾向于一次性购置，而中大型企业对融资租赁的接受度更高（39.4%），体现出其在资本支出上的灵活性与金融工具应用能力。

相比之下，RaaS模式正处于加速发展阶段（12.3%），较2024年的6%实现显著提升。尽管整体渗透率仍有提升空间，但企业已开始逐步接受按使用付费的模式，随着服务体系、计费模式及运维能力的持续完善，RaaS有望进一步加快普及。

三个值得关注的产业趋势

趋势一：工业率先验证规模化路径，多场景应用同步推进

具身智能机器人的商业化落地将呈现“分场景推进”的特征。其中，制造与物流等工业场景由于具备更强的标准化程度与明确的投资回报，更有可能率先跑通规模化应用路径。

与此同时，服务类场景（如导览迎宾、康养服务等）也在持续推进，但更依赖交互体验与场景适配能力，其落地节奏与路径将有所不同。

趋势二：多任务能力成为具身智能机器人规模化应用的关键门槛

机器人竞争正在从“能否完成单一任务”，转向“能否适应多任务与复杂环境”。单点能力已难以支撑企业长期投入，企业更关注机器人在不同任务与场景间的复用能力。

趋势三：产业竞争向生态迁移，体系化能力成为核心竞争力

随着应用复杂度提升，机器人已不再是单一硬件产品，而是融合AI模型、软件平台与系统集成的综合解决方案。企业对生态能力的重视，意味着厂商竞争正从“产品”走向“体系”。

整体来看，具身智能机器人正进入从“技术验证”走向“规模落地”的关键阶段，场景突破、能力升级与生态构建将成为产业演进的三大主线。

本文核心观点来源：

 《具身智能与人形机器人：中国工业落地新机遇》（Doc# CHC53325326，2026年2月）

《中国具身智能机器人应用市场分析与典型应用实践，2025》（Doc# CHC53183625，2025年12月）

具身智能机器人正从技术探索迈向商业落地，中国企业在认知、需求与采购模式上的变化，正在深刻影响这一新兴市场的演进方向。IDC将持续追踪具身智能及机器人领域的最新动态，深入洞察用户需求变化与产业趋势。如需获取更多报告详情、数据洞察或安排分析师访谈，欢迎随时与我们联系。

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。

近年来，中国蓝牙耳机市场在经历高速增长后逐步进入结构调整阶段。国际数据公司（IDC）最新发布的《中国无线耳机市场季度出货量跟踪报告，2025年第四季度》显示，2025年，市场出货量达到12,137万台，同比增长6.9%。在整体温和增长的表象之下，产品形态、竞争主体与用户需求正同步发生深层次变化，行业正从规模扩张转向结构优化与价值重塑。

从竞争格局来看，生态协同能力持续强化，手机厂商进一步巩固主导地位；从产品演进来看，开放式耳机在经历高速增长后进入分化发展阶段，增速放缓，同时耳机行业的场景细分化趋势进一步深化；与此同时，AI技术加速渗透，虽仍处于早期探索阶段，但已成为厂商布局差异化的重要方向。基于IDC最新数据与市场观察，本文将对当前市场变化进行解读，并对未来发展趋势与厂商策略提出洞察与建议。

2025年中国蓝牙耳机市场，真无线产品出货7,721万台，同比增长6.7%，入门级产品及与手机绑定的出货政策带动增长。开放式产品出货2,996万台，同比增长20.2%，开放式已从快速爆发阶段逐步转向稳健增长阶段，其中细分市场呈现出不同的发展结构。头戴产品出货878万台，同比增长26.3%，电竞，学习等场景带动入门级市场增长。颈戴产品继续下滑，厂商资源收缩，叠加使用场景被替代。

2025年中国蓝牙耳机市场Top 5厂商表现

小米

25年小米蓝牙耳机出货量位居中国市场首位。厂商持续深耕真无线入门级市场，Redmi系列产品形态丰富，迭代节奏稳定，依托高性价比优势与手机生态协同效应，实现了强劲的业务增长。

华为

华为发力布局开放式赛道，拓展耳挂形态并推出耳夹迭代机型，25年其开放式耳机在内部出货份额中提升10个百分点。FreeClip耳夹系列将时尚饰品属性与音频功能结合，在佩戴体验与使用场景上实现创新突破。同时，真无线SE系列持续夯实品牌在入门级市场的竞争力。

漫步者

漫步者依托多子品牌矩阵，在时尚，电竞，性价比等细分赛道实现多系列产品并行布局与快速迭代，覆盖多元消费场景。头戴耳机作为漫步者传统优势品类，25年持续发力，同时通过子品牌快速布局开放式耳夹，耳挂产品。

Apple

Apple推出AirPods 4双版本产品矩阵，有效拉动整体出货量增长，且助力半入耳主动降噪市场增长。9月AirPods Pro 3 上市完成旗舰迭代，进一步巩固其在真无线高端市场的领先优势。

vivo

25年vivo在真无线市场持续推进双品牌差异化布局，vivo耳机聚焦全场景综合体验，iQOO耳机主打电竞性能与高性价比，厂商整体出货量实现稳步增长。其中，vivo TWS A4 依托手机核心渠道优势，出货量实现显著提升。

从头部厂商表现和数据看洞察：2025年中国蓝牙耳机市场三个核心洞察

洞察一：生态协同成核心竞争力，手机厂商主导地位持续巩固

2025年手机厂商在中国蓝牙耳机市场的出货份额占比达48%，较2024年提升7个百分点。其中，中国手机厂商借助与手机的捆绑销售，礼盒赠送等营销模式，依托自身成熟的手机渠道体系，实现蓝牙耳机出货量的显著增长，进一步巩固其市场地位。

洞察二：开放式耳机步入结构分化阶段，增速趋缓但格局重构

2025年开放式耳机出货量同比增长20.2%，其中耳夹增速领先，同比增长51.0%，耳挂同比增长12.3%。耳夹在华为，韶音等头部品牌引领下推进高端化升级，同时通过更新配色，推出联名耳饰等方式，持续强化其时尚饰品属性。耳挂此前受电商低价产品冲击，高端化发展承压。2025年随着手机品牌入局且聚焦中高端市场，行业格局迎来优化调整，当前耳挂产品仍以运动场景为核心定位。

洞察三：AI概念热度攀升，厂商跟风搭载AI相关能力

随着AI概念升温，耳机厂商纷纷将AI能力作为产品差异化卖点加速布局。其中，传统音频硬件厂商受自身研发实力限制，多通过与第三方大模型合作落地AI功能。从应用场景来看，当前AI功能布局较为单一，主要集中在翻译，会议记录等工作场景，AI整体应用仍处于浅层阶段。

2026年中国蓝牙耳机发展趋势展望

趋势一：场景化深度细分，耳机从通用产品转向专属化工具

预计26年蓝牙耳机市场竞争核心由参数硬件比拼，转向用户场景需求的精准满足。在运动，睡眠，办公，游戏等主流场景基础上，细分需求持续扩容，产品将针对不同场景，打造高度专业化的形态与功能，并进一步推动一人多机的消费趋势。

趋势二：悦己消费与她经济驱动产品美学与情感化体验升级

悦己消费趋势凸显，女性消费群体成为蓝牙耳机市场的核心增长动力之一，颜值与使用体验并重的需求逐步取代基础音频功能，成为她经济下的重要消费特征。品牌加速打破电子产品中性化刻板印象，聚焦情感化设计与佩戴体验。随着耳机使用场景与时长持续拓展，产品价值由实用功能，延伸至情感陪伴与生活方式表达。

趋势三：技术迭代推动蓝牙耳机向智能硬件加速演进

未来随着AI，连接与低功耗技术持续升级，蓝牙耳机将逐步搭载更高算力芯片与轻量化智能系统，向具备本地AI能力，部分场景独立交互的智能硬件方向靠拢，减少对手机的依赖。当前芯片算力，电池续航与功耗仍是行业需持续突破的瓶颈。与此同时，开放式耳机凭借舒适，可长时间佩戴的特性，有望成为AI智能硬件的重要载体之一。

结合蓝牙耳机市场2025年的市场洞察与2026年的市场趋势，IDC为行业参与者提出以下三点建议：

建议一：突破技术同质化，构建差异化核心竞争力

摆脱单纯比拼硬件参数与价格竞争，推动技术研发从参数竞争转向场景定义。聚焦自身优势细分领域，强化用户体验感知。同时，摒弃单一产品思维，构建覆盖不同需求的产品矩阵，兼顾性价比与情价比，形成独特的品牌竞争壁垒，规避同质化竞争风险。

建议二：融合渠道体验，实现分平台精准触达

线上依托内容电商与直播带货，强化场景化内容传播，利用大数据实现用户精准匹配。线下深化与运营商，潮品店及品牌体验店的合作，构建沉浸式体验场景，提升实操感知与品牌认知。针对悦己消费与她经济趋势，在年轻化平台开展差异化沟通与场景营销，精准覆盖目标用户群体。

建议三：深耕AI功能融合，打造场景化智能体验优势

把握AI技术与蓝牙耳机产业深度融合的行业趋势，摒弃将AI功能作为营销噱头的功利化发展模式，推动AI功能从基础交互层面向场景化赋能方向升级，聚焦用户核心使用需求，让AI技术真正落地到实际应用场景中。

分析师观点

IDC中国研究经理戴翘楚认为，2025年蓝牙耳机市场已显现出生态协同与AI概念驱动的竞争格局，手机厂商主导地位强化。展望2026年，市场将加速向场景化细分和情感化体验转型。厂商需摆脱同质化竞争，通过技术深耕与渠道融合，将AI能力转化为真正的场景化智能优势，把握行业发展机遇。

IDC将持续跟踪中国蓝牙耳机市场及相关技术演进，提供数据支持与前瞻洞察，助力企业制定更具针对性的产品与市场策略。如您希望进一步了解市场数据、竞争格局或定制化研究服务，欢迎随时与IDC保持联系。

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。

在刚刚落幕的英伟达GTC大会和阿里巴巴组织架构调整的双重催化下，“AI Token预算”已从科技圈的前沿话题，迅速演变为企业管理层案头的必答题。随着AI智能体（Agent）开始替代传统软件执行复杂任务，Token不再仅仅是技术计价单位，而是企业参与未来竞争的“数字石油”。

IDC最新研究显示，2025年中国AI相关IT支出预计将达到约380亿美元，并将在2027年前保持超过25%的年复合增长率，其中生成式AI推理相关支出占比快速提升，成为企业数字化投资中增长最快的子项之一。这一趋势表明，Token作为AI消费的核心计量单位，正在从“技术指标”转变为“财务指标”。

对于中国市场而言，凭借独特的成本优势与政策红利，为企业设立独立的Token预算科目，已不仅是财务精细化的需求，更是一场抢占“AI定价权”的战略博弈。

指数级消耗倒逼财务变革：Token是新型“生产力采购”

过去一年，全球日均Token消耗量增长近300倍，IDC中国追踪的企业级Token年度总消耗量过去一年也增长了近20倍，这一数字背后是AI从“辅助工具”向“生产力主体”的身份转变。

IDC调研进一步指出，已有超过60%的中国头部企业开始将生成式AI纳入核心业务流程（如研发、客服、营销自动化），其中超过30%的企业已经出现“AI调用成本不可控”的问题，这正是Token预算缺失的直接表现。

对企业而言，忽视Token预算的风险正在显现。一方面，若沿用传统的软件订阅制预算逻辑，企业将面临难以预测的“成本黑洞”——例如，一个重度使用的工程师，其年度AI推理支出可能突破10万美元，占其总人力成本的20%以上；另一方面，缺乏独立核算将导致投入产出比失真，无法精准衡量“每一美元Token究竟换来了多少业务价值”。

因此，将Token支出从“软件采购”剥离，升级为与人力、供应链同等重要的“核心生产资源”进行独立核算，已成为企业财务管理的必然选择。这标志着企业采购逻辑的转变：从购买“软件工具”转向购买“生产力服务”。

中国市场的“弯道超车”：性价比即竞争力

对于中国公司而言，制定Token预算具有特殊的地缘战略意义。当前，中国AI大模型市场正凭借极致的性价比在全球竞争中抢占先机。

IDC数据显示，中国大模型市场呈现出“高性价比+高调用量”的双重特征：2025年中国生成式AI模型调用量预计将占全球约35%以上，且增长速度显著高于北美市场。

得益于“东数西算”工程带来的绿电成本优势（西部数据中心电价仅为欧美的1/3至1/5），国产模型在Token单价上展现出碾压性优势。目前，中国主流大模型的Token单价仅为国外竞品（如Gemini）的1/6至1/10。

这种成本红利直接转化为市场数据：2026年初，中国大模型的周调用量已在全球主要API聚合平台上历史性地反超美国市场。

这意味着，中国公司若能充分利用本土模型的“价格洼地”，其Token预算的每一分钱都将具备更高的购买力。这不仅是降本增效的手段，更是中国企业在全球AI应用层竞争中实现“弯道超车”的关键窗口。

未来竞争的关键，不只是“谁用AI”，而是“谁用更低成本的Token创造更高密度的业务价值”。

如何编制你的Token预算？分层配置与动态调整

面对Token经济的浪潮，企业应如何着手准备预算？结合行业实践，建议从以下三个维度入手：

1. 分层设置消耗配额：

  • 基础层：保障高频、轻量级应用（如内部知识库、客服机器人），预算编制可参考历史消耗量，并叠加行业年均降价预期（预计年降本约30%）。
  • 战略层：预留高价值场景预算（如视频生成、AI自主编程、智能体编排），并将预算额度与具体的业务增长目标挂钩，确保高投入带来高回报。

2. 响应国家“算力通胀”治理：

国家数据局已将“降低社会算力总成本”列为重点任务。

IDC预计，到2027年，中国数据中心算力规模将增长超过2倍，其中AI算力占比将超过40%。在此背景下，Token成本管理将成为企业参与“算力资源配置”的关键能力。

企业设立独立的Token预算科目，不仅便于合规申报深圳等地推出的“算力券”补贴，也有助于满足ESG（环境、社会和公司治理）披露要求，如追踪单位Token的碳足迹。

3. 配置弹性对冲机制：

鉴于Token成本受地缘政治（如算力出口限制）和电力波动影响显著，建议企业在总预算中配置约20%的弹性空间，以应对不确定性。

IDC建议

IDC中国研究总监卢言霞表示，正如工业时代的企业必须预算电力成本，AI时代的企业必须学会预算Token成本。阿里巴巴成立“Token Hub”事业群、英伟达高呼“推理拐点已至”，这将提醒所有企业：Token不仅是成本，更是未来企业竞争力的量化指标。

IDC认为，未来3年内，是否具备“Token精细化管理能力”，将成为企业AI成熟度的重要分水岭。领先企业将呈现出三大特征：

  1. 将Token纳入核心财务指标体系
  2. 建立跨部门的AI成本治理机制（财务+IT+业务）
  3. 实现Token消耗与业务价值的实时映射

每个公司都应该现在就开始思考：你的年度预算表里，准备好“Token”这一项了吗？

关于Token预算、AI投入或相关实践，如果您有更多思考或问题，欢迎与我们交流。IDC也将持续分享最新研究与市场洞察，与您一起探索AI时代的增长机会。

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。

生成式AI和智能体的快速普及，正在改变网络安全的攻防模式。企业不仅要利用AI提升安全能力，也必须应对AI带来的新型风险。

近期，中国类OpenClaw应用快速发展，市场上出现了许多不同的龙虾智能体，如火山引擎的的ArkClaw、腾讯的QClaw等。阿里巴巴近日也发布了企业级Agent平台 “悟空” 。大模型、智能体的快速发展为千行百业带来众多机遇，网络安全产业也不例外。

一方面，AI正在赋能安全检测、漏洞分析和自动化修复，大幅提升安全运营效率；另一方面，AI应用本身也正在成为新的攻击入口。IDC在《IDC Link：中国网络安全技术前瞻，2026Q1》中指出，当前网络安全技术的发展正呈现出明显的 “All in AI”趋势。

以下是IDC观察到的七个关键技术趋势。

趋势一：安全智能体有望替代部分传统安全产品，成为安全团队“协作者”和“运营者”

2026年2月，Anthropic发布 Claude Code Security。这款安全智能体能够通过语义理解分析代码逻辑，并在真实环境中发现 500多个此前未被识别的高危漏洞。事实上，Google和OpenAI早在2025年就推出了类似的安全研究智能体，并将其应用于漏洞识别、代码审计和漏洞验证等场景。

与传统SAST、DAST或SCA工具相比，代码安全智能体在以下方面具有明显优势：

  • 更强的上下文理解能力
  • 更复杂的场景识别能力
  • 自动化修复能力

IDC认为，在任务重复度较高、难度较低的安全场景，智能体会快速落地，并替代掉部分安全工具和产品。但短期来看，AI并不会取代安全专家。当前主流安全智能体仍然保留 人工审批机制（Human in loop），因为在风险决策、责任归属和异常处理方面，人类仍然是关键环节。

趋势二：AI智能体应用正在成为新的攻击入口

OpenClaw龙虾爆火全球，其具备长期记忆能力，在本地运行，可以主动通过用户偏好的现有消息应用向用户发送消息并在后台持续运行，受到了全球用户的广泛关注并引发安装潮。但这类能力与高度自主性息息相关，意味着助手在实现目标时可能表现出异常强大的资源整合能力，这既带来了益处，也会大幅扩大威胁暴露面，“裸奔”的小龙虾会造成巨大的安全风险，给个人、企业带来难以挽回的巨大损失。

具体来说，OpenClaw存在如公网暴露+弱认证、Skill供应链风险、Agent权限失控风险、提示注入风险、敏感信息明文存储风险等。国家信息安全漏洞库（CNNVD）发布通报，2026年1月到3月9日，共采集到82个OpenClaw漏洞，存在极大的安全隐患。

为此 IDC 建议：禁用公网直接暴露，改用 127.0.0.1 并加密远程访问；最小化权限，关闭高危命令并启用二次确认；加密敏感数据，杜绝明文存密；仅安装官方可信插件；定期自查安全配置，及时整改风险。IDC《全球CIO议程2026年预测——中国启示》报告预测，到2030年，中国500强企业中15%的组织将因对AI智能体的管控与治理不足，引发高关注度的运营中断，进而面临诉讼、高额罚款及CIO被解雇的情况。企业管理者亟需构建一套智能体安全和治理体系来帮助企业安全地用好智能体，规避安全风险。

趋势三：非人类身份管理将成为现代身份管理体系的核心

在AI和自动化环境中，企业身份体系正在发生变化。除了员工身份外，越来越多 非人类身份 正在出现，如AI智能体、API密钥、服务账号等，这些身份推动企业自动化运行，但同时也扩大了攻击面。

IDC观察到，非人类身份管理平台（NHIM） 正成为企业安全架构的重要组成部分，非人类身份管理平台（NHIM）可为多云和代码环境中的机器身份提供基于AI驱动的自动化生命周期管理，具体能力如下：

  • 非人类身份的自动发现和分类
  • 最小权限管理
  • 动态密钥轮换
  • 身份归属管理
  • 态势监控与管理

IDC认为，通过整合这些功能，NHIM平台可实现一致的治理和安全性，使身份管理实践与零信任框架保持一致。未来，非人类身份管理将弥补IAM体系中的关键缺口，通过主动安全控制措施增强企业机器身份管理能力，降低机器身份相关事件发生的概率。

趋势四：AI-ready data成为AI安全的关键基础设施

在推进AI项目时，企业往往面临一个核心挑战：如何在推动AI应用落地的同时保护敏感数据。

IDC提出 AI-ready data 概念，即经过整理、清洗、脱敏和合规化处理的数据。

构建AI-ready data通常需要：

  • 用于AI训练推理的数据识别和分级分类治理
  • 跨场景统一安全策略
  • 细粒度访问控制

IDC认为，AI-ready数据既能保障数据安全与数据质量，消除 AI 项目推进的关键障碍，又能通过分层安全机制降低数据泄露与合规风险，为企业安全、高效、规模化落地 AI 应用提供稳定可靠的数据基础。

趋势五：PCC技术将推动企业数字化架构向更高的安全性、灵活性和智能化演进

当前许多企业在落地大模型应用时面临一个典型困境，即自建大模型成本过高，但使用公有云模型又担心数据隐私。PCC（Private Cloud Compute）私密云计算 正成为解决这一问题的重要技术路径。

PCC通过 端到端加密和硬件级安全隔离 构建 “数据可访问但不可见” 的运行环境，使企业能够在云端运行AI模型的同时保护核心数据。其既保留了云计算能力对复杂大模型任务的支持能力，又避免了传统公有云数据流的泄漏风险。

IDC认为，PCC可让企业在安全使用云端大模型能力的同时保护自身数据隐私，加速 AI 从试点探索走向规模化落地，并推动数据治理从静态合规评估转向动态隐私保护，实现大模型全生命周期安全管控。同时，PCC 能够拓展 AI 应用场景、提升用户信任，助力企业以轻资产模式快速部署合规的云 AI 服务。

趋势六：Deepfake防护需求快速增长

生成式AI正在让身份欺诈变得更加复杂。攻击者可以利用AI生成：深度伪造视频、合成身份以及自动化攻击脚本，这些攻击可能导致账户接管、财务损失和声誉风险。

为应对这一挑战，基于 AI 的生物识别和活体检测的多层身份验证技术正在成为关键防护手段，其主要功能包括：

  • AI生物识别
  • 活体检测
  • 分层身份认证

这些技术可以通过SDK或API集成到业务系统中，在提升安全性的同时保持用户体验。

IDC认为，多层身份验证技术可以帮助企业获得针对高级身份欺诈的认证保护，降低财务与声誉风险，满足全球合规标准，同时以快速无密码验证的方式提升用户体验与转化率，通过自动化降低运营成本，构建安全、合规且无摩擦的身份生态系统，为企业抵御不断演变的威胁提供未来保障。

趋势七：智能防偷拍技术补充了传统数据防泄漏技术在应对手机偷拍场景下的防护不足问题

传统DLP系统在防止文件外泄方面效果明显，但在手机偷拍场景中存在明显不足。例如2025年台积电数据泄露事件中，攻击者通过手机拍摄终端屏幕获取核心技术信息，并将相关信息外泄给竞争对手，造成了巨大损失。

智能防偷拍技术结合端侧AI能力和业务场景化设计，能够识别并阻断各类偷拍风险，通过终端侧AI模型，这类技术在不依赖特定手机型号的背景下可以：

  • 识别偷拍摄像头
  • 检测偷拍行为
  • 实时报警和阻断

IDC认为，随着AI技术的发展以及手机算力性能的不断提升，智能防偷拍技术将不断演进，在准确性、性能上不断提升，并进一步得到广泛应用。

IDC建议：以AI应对AI，构建面向未来的安全能力


IDC建议，企业应充分认识到AI正在重塑网络安全产业，并据此调整安全策略与技术路径。
一方面，随着众多安全智能体的出现，企业应逐步引入并应用安全智能体能力，对传统安全工具和产品进行AI化升级，在提升检测与防护能力的同时，优化安全软件体系与产品组合。


另一方面，随着OpenClaw等AI智能体应用的快速发展，AI自身的安全防护正成为全新的网络安全攻防战场。企业在延续传统网络安全手段的基础上，应重点关注AI应用带来的新型风险，并加强相关安全防护能力建设。


在此背景下，IDC建议企业逐步构建“以模治模”的安全防护体系，利用AI技术对抗AI驱动的攻击，通过AI赋能安全检测与防护能力，形成适应AI时代的网络安全产品与技术体系，从而更有效地保护用户在AI环境下的网络安全。

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。

Sophia Wang - Research Manager - IDC

Sophia Wang is a Research Manager in IDC China. She is responsible for the analysis and research of China's cybersecurity market. Her primary focus is on China's cybersecurity appliance and services market and operational technology (OT) security market. Additionally, she provides related research and consulting services for regional and global IT customers and supports their business development. Prior to joining IDC, Sophia worked in several consulting companies. She was independently responsible for consulting projects in fast-moving consumer goods (FMCG), internet, and other industries. Through market analysis and benchmarking analysis, she helped many clients solve problems in the different stages of their development. Sophia graduated from the University of Southern California with a master's degree in econometrics. She also majored in human resource management and journalism for her bachelor's degree.