Logo
Become a Client

Resource Regions: China

从安全助手到数字员工，Agentic AI开启SOC建设运营新范式

过去几年，企业IT架构发生了深刻变化。混合云、多云、本地数据中心以及边缘计算等部署模式长期并存，业务系统和数据不断向云端迁移，安全边界逐渐模糊。与此同时，大模型、智能体以及AI原生应用开始快速进入企业生产环境，网络攻击也随之发生变化。攻击者借助生成式AI持续提升攻击效率，从自动生成钓鱼邮件、编写恶意代码，到利用智能体实施复杂攻击，攻击规模、速度和隐蔽性都在快速提升，传统SOC依赖规则、剧本和人工分析的运营模式正面临前所未有的挑战。

IDC观察到，Agentic AI（智能体）的快速成熟，正在推动安全运营进入新的发展阶段。不同于传统安全助手主要承担知识问答和辅助分析的角色，智能体具备自主规划、自主推理、自主执行和持续学习能力，能够直接参与威胁检测、事件调查、响应处置以及运营优化等完整流程，推动SOC由“人工驱动”向“智能体驱动”演进。Agentic SOC正在成为新一代安全运营范式。

市场进入高速增长期，Agentic AI成为安全运营的新引擎

国际数据公司（IDC）最新发布的《IDC MarketShare：中国基于大模型的安全运营平台市场份额，2025》（Doc# CHC53617226，2026年7月）报告数据显示，2025年，中国基于大模型的安全运营平台市场规模达到15亿元人民币，同比增长144%，成为近年来网络安全子市场增长最快的细分领域之一。这一增长表明，大模型技术正在从能力验证阶段迈向规模化应用，而安全运营已经成为AI技术在安全领域最先实现商业化落地、也是企业价值最明确的应用场景之一。其中，阿里巴巴、深信服科技、360数字安全集团、启明星辰集团、绿盟科技、安恒信息等厂商占据市场主导。

IDC预计，未来几年，随着智能体技术的持续成熟、多智能体协同能力的不断完善以及智能体治理体系的逐步建立，中国基于大模型的安全运营平台市场仍将保持高速增长，并逐步成为网络安全市场最具潜力的核心赛道之一。

Agentic AI正在重新定义SOC

过去几年，大模型开始进入SOC，但更多以AI助手（Copilot）的形式出现。这类能力虽然提升了分析效率，但本质上仍属于“辅助工具”，需要分析师主导整个运营流程。智能体则代表了另一种技术范式。与传统助手相比，安全运营智能体不仅能够理解用户意图，更能够围绕既定目标自主规划任务、自主调用工具、自主推理分析、自主执行操作，并根据执行结果持续优化后续行动，真正完成从威胁检测、事件调查到响应处置的完整安全运营任务。这意味着安全运营平台正从“工具自动化”迈向“智能体自主运营”。Agentic SOC并不是传统SOC增加一个聊天窗口，也不是SOAR叠加一个大模型，而是以安全运营智能体集群为核心，重构整个安全运营体系。更重要的是，智能体具备持续学习能力，能够在日常运营中不断积累企业知识、安全剧本和行业经验，逐步理解企业业务流程、安全策略和风险偏好，形成“运营即学习、学习即进化”的持续优化闭环。

IDC近日发布的《IDC MarketScape：中国安全运营智能体厂商评估，2026》(Doc #CHC54110626 ，2026年7月)报告指出，安全运营智能体的发展，不仅意味着AI能力的提升，更代表着安全运营模式的变革。传统SOC始终围绕“人”开展工作，分析师负责告警分析、事件调查、风险研判和响应处置。在Agentic SOC中，智能体开始承担越来越多重复性和标准化工作，可全天候自主完成告警分流、威胁调查、攻击溯源和事件响应，分析师的职责将逐步转向策略制定、复杂威胁研判和智能体管理等方向，实现从“人工处理告警、事件”到“管理智能体”的角色转变。

未来企业建设的不再只是一个SOC平台，而是一支能够7×24小时持续运行、由多个安全运营智能体组成的”数字安全团队”。安全分析师将逐步从告警处理者转变为智能体管理者和安全决策者，而安全运营平台也将从传统工具平台演进为企业AI原生安全运营的核心基础设施。

企业迈向Agentic SOC，仍需跨越五大门槛

尽管智能体为安全运营带来了新的可能，但从当前市场实践来看，安全运营智能体仍处于规模化落地的早期阶段。随着智能体逐步参与安全运营核心流程，企业关注点已从”智能体能不能用”转向“智能体能不能安全、可靠、持续地使用”。《IDC MarketScape：中国安全运营智能体厂商评估，2026》报告指出，企业部署Agentic SOC还需解决如下五大问题：

  • 系统集成复杂：智能体与现有安全平台、网络架构的融合涉及多系统对接和流程重构，落地门槛高。
  • 信任与可解释性不足：AI模型存在幻觉、决策过程不透明等问题，客户对智能体输出的结果和采取的行动的信任度有限，亟须增强可解释性。
  • 行业适配性问题：通用型智能体难以满足不同行业的专有安全需求，需要符合自身行业和场景要求的智能体。
  • 智能体自身安全风险：智能体本身可能成为新的攻击面，还需关注其自身安全防护和可控性。
  • 算力与数据合规挑战：智能体对算力资源消耗大，全部上云涉及数据安全、合规与算力成本的权衡，尤其在数据主权和行业监管严格的场景下更为突出。

IDC观察：Agentic SOC正沿七个方向持续演进

趋势一：从“安全助手“走向“数字员工“

安全运营智能体正由“辅助分析+建议输出”升级为“可执行主体”，不仅理解告警与威胁，还能直接调用工具链完成研判、响应与处置，形成从发现到修复的闭环。在一些标准化、低风险的场景中，安全运营智能体将逐步替代人工完成重复性工作，同时通过持续学习与策略优化提升处置质量与效率。未来衡量Agentic SOC成熟度的重要标准，不是智能体回答了多少问题，而是能够自主完成多少安全运营工作。

趋势二：从单一智能体走向多智能体协同

安全运营能力从单一智能体扩展为多智能体协作体系，不同角色（如检测、分析、溯源、响应、汇报等）分工协同完成复杂任务，通过编排与通信机制实现跨系统联动与全流程自动化。在某些成熟场景中可实现端到端自动响应与决策，推动安全运营向“无人值守”演进。与此同时，智能体集群协同机制将使得“超级智能体”成为用户安全运营的中枢和总管，进行任务调度与分配，帮助用户更好地完成安全运营任务。

趋势三：从GUI走向LUI，重塑安全运营交互方式

安全运营交互方式正由图形界面转向以自然语言与命令行为核心的对话式入口，用户通过与智能体交流即可完成查询、分析与处置操作，无需在复杂界面中反复切换。这种转变降低了使用门槛，提升了响应效率，并将安全运营入口从“系统界面”重塑为“对话即平台”的统一交互中心。

趋势四：走向智能体全生命周期管理

安全运营智能体是一系列智能体的集合，其工作流程中还会涉及调用诸多自有智能体、第三方智能体、工具、Skills等，智能体全生命周期管理至关重要。安全运营平台需覆盖智能体开发、编排、调优和监控的能力，实现智能体状态可视、动作可追溯、经验可沉淀、效果可量化，并通过数据反馈驱动能力持续进化。

趋势五：与用户共同成长，形成持续进化能力

智能体的真正价值来自与用户长期的协同进化，并深度结合具体业务场景与行业特性进行优化。一方面，为用户开放智能体、Skills等开发环境，并简化开发流程，降低使用门槛。另一方面，持续积累、整合知识库、Skills与剧本等能力资产，在真实运营中不断沉淀经验与优化策略，逐步形成可复用、可扩展且具备行业适配能力的安全运营体系。

趋势六：安全可信成为Agentic SOC规模化落地的基础

智能体自身的安全与可信问题是企业上线部署以及使用智能体的前提条件，安全运营智能体的技术服务提供商还需系统性解决模型幻觉、智能体身份与权限边界、决策可解释性等核心风险。同时引入“AI对抗AI、AI防护AI”的机制，通过智能体之间的交叉验证、对抗检测与自动审计提升防护能力，确保其行为可控、过程可追溯、结果可验证，从而支撑其在关键安全场景中的可靠落地。

趋势七：构建开放生态，推动安全运营平台化发展

安全运营智能体的发展不再依赖单一能力，而是需要构建涵盖模型生态、工具生态与行业生态的协同体系，通过多模型接入、工具链整合与行业伙伴共建，形成能力互补与持续扩展的生态格局。在此基础上，最终实现能力的快速集成与场景的灵活适配，推动安全运营从“单点能力”向“生态化能力平台”演进。

IDC中国网络安全领域研究经理王一汀表示，2026年，伴随智能体应用部署加快，安全运营智能体进入规模化落地与体系化演进的新阶段，Agentic SOC将成为企业AI原生安全运营体系的重要基础设施，也将成为未来几年网络安全市场最具活力和创新潜力的发展方向之一。从技术演进路径看，安全运营智能体正由“辅助工具”快速转向“数字员工”，在告警降噪、事件分析与威胁响应等高频场景中形成实用化能力，并逐步承担更多自动化处置职责。未来，Agentic SOC的发展将呈现集群化协同、平台化统一管理、全生命周期治理、安全可信增强以及开放生态融合等趋势，并通过持续的反馈与调优机制构建学习与优化的闭环体系，推动安全运营能力向更高效、更智能的方向迈进。

IDC更多相关研究：

进一步交流

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实践路径以及企业级AI治理框架等方向展开持续跟踪与分析。对于希望进一步了解相关研究、评估自身AI安全能力或探讨落地路径的企业，欢迎与IDC分析师团队进行深入沟通（请点击此处），以获得更具针对性的洞察与建议。

Sophia Wang, CISSP

Sophia Wang, CISSP - Research Manager

Analyst Profile
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…

随着机器人技术持续成熟、应用场景不断拓展，全球配送机器人和商用清洁机器人市场进入快速发展阶段，商业化进程持续加快。为持续跟踪全球市场发展趋势，国际数据公司（IDC）最新发布了《全球配送机器人跟踪报告》《全球商用清洁机器人跟踪报告》显示，2025年全球商用服务机器人市场继续保持高速增长。全年市场规模达到13.7亿美元，同比增长35.7%；全年出货量约15.5万台，同比增长44.1%。

IDC预计，2026-2030年全球商用服务机器人市场仍将保持较快增长，2026—2030年货量复合增长率（CAGR）约15.1%。到2030年，全球商用服务机器人出货量将达45.4万台，市场规模将至31.7亿美元。

商用清洁机器人领跑市场增长，配送机器人保持规模优势

从产品品类来看，商业清洁机器人是2025年全球商用服务机器人市场增长最快的细分领域。2025年全球商业清洁机器人出货量约5.8万台，同比增长83.8%；市场规模超7.6亿美元，同比增长48.5%。中国市场规模化部署持续放量，欧美市场渗透率持续提升，日本、亚太市场更新换代需求稳步释放，共同推动商用清洁机器人快速增长。

配送机器人仍是全球商用服务机器人出货规模最大的细分市场，并继续保持稳健增长。2025年全球配送机器人全年出货量约8.4万台，同比增长30.2%；市场规模超3.8亿美元，同比增长25.4%。餐饮、酒店、医疗等场景需求持续增长，叠加劳动力短缺及智能化升级需求，推动配送机器人市场稳步发展。

全球化成为产业发展主线，中国厂商持续引领全球市场

全球商用服务机器人需求持续增长，全球市场进入多区域协同增长阶段，成熟市场持续扩容，新兴市场保持高速增长。2025年，中国、西欧、日本、美国及亚太（除中国、日本）位列全球前五大区域市场，合计贡献全球出货量约92.1%。其中，中国市场份额约38%，继续保持全球第一；拉丁美洲市场出货量同比增长84.4%，成为全球增长最快的区域市场。

中国企业正依托完善的制造体系、成熟的供应链能力以及人工智能技术创新，不断提升产品性能、智能化水平和成本竞争力，加快全球市场布局。2025年全球商用服务机器人出货量Top 10厂商中，中国厂商占据绝对优势，合计出货量占比超过90%。其中，擎朗智能、普渡机器人、高仙机器人位居全球出货量前三，三家厂商合计贡献全球出货量约53.2%，且海外收入占整体营收的比重均超过65%，全球化运营能力持续增强。

  • 擎朗智能连续保持全球商用服务机器人出货量第一，持续领跑全球配送机器人市场；同时积极布局商用清洁等新品类，商用清洁机器人业务出货量同比增长超过800%，第二增长曲线加速形成。
  • 普渡机器人持续推进配送与商用清洁双产品战略，两大产品线协同发展，商用清洁机器人业务增长更快。
  • 高仙机器人连续保持全球商用清洁机器人销售额、出货量双第一。作为商用清洁机器人赛道的开拓和定义者，高仙持续迭代的产品创新实力、深度适配多元场景的完整解决方案，持续巩固行业领先地位。

全球化竞争正从市场拓展迈向全球运营能力竞争。与此同时，欧美及新加坡等地区的厂商也在不断拓展国际市场。例如，LionsBot持续拓展西欧、美国及中东非市场；Bear Robotics依托LG全球合作网络，加快布局美国、西欧及亚太市场。未来，品牌建设、本地化运营、服务体系和生态合作能力将成为全球竞争的关键，具备全球运营能力的企业有望进一步巩固竞争优势。

应用场景持续拓展，机器人向更复杂环境延伸

随着自主导航、多传感器融合和环境感知能力不断提升，商用服务机器人的应用边界持续扩大，行业渗透率不断提升，应用场景正由室内向室外、由相对稳定环境向开放复杂环境持续延伸。

  • 配送机器人主要应用于餐饮、酒店、楼宇、文娱和零售行业，前五大行业占全球出货量92.8%；医疗、教育等行业需求持续增长。
  • 商用清洁机器人主要应用于楼宇、零售、交通、酒店和餐饮行业，前五大行业占全球出货量72.9%；医疗、物流及工业等行业成为新的增长领域。
  • 室外服务机器人商业化进程明显提速。随着室外自主导航、环境感知和安全避障能力不断提升， 2025年全球室外服务机器人出货量同比增长62.2%，在外卖配送、园区配送、道路清扫、安防巡检等场景实现快速发展。

物理AI驱动升级，具身智能开启服务机器人新阶段

物理AI正推动商用服务机器人向具身智能体演进。随着具身智能模型、多模态感知、世界模型及机器人基础模型持续成熟，机器人将不断提升环境理解、任务规划、自主决策和持续学习能力，向自主完成复杂服务任务演进，产业竞争也将向AI模型、数据和场景能力迁移。

  • 具身智能推动机器人向自主服务演进。机器人将具备更强的环境感知、任务理解和自主执行和持续学习能力，实现从”被动执行任务”向”自主完成任务”转变。
  • 服务机器人形态持续丰富，人形机器人与服务机器人协同作业。配送、商用清洁等服务机器人将持续承担高频、标准化任务，人形机器人加快在酒店迎宾、零售导购、展馆讲解、物业服务、物品搬运等场景开展应用，二者协同满足复杂、多样化服务需求。
  • 竞争转向“AI+数据+运营”迁移。未来竞争将不再局限于机器人本体性能，而是围绕AI模型能力、数据闭环、软件平台、服务场景Know-how及运营服务能力展开，商业模式也将持续向RaaS、AI模型服务和机器人运营服务延伸。

全球服务机器人市场正迈入高质量发展阶段，来市场竞争将从单一产品能力转向产品、AI能力与场景化解决方案的综合竞争。——IDC中国机器人与具身智能领域研究经理李君兰

本文核心内容基于IDC相关研究成果：

本文数据来源于《全球配送机器人跟踪报告》《全球商用清洁机器人跟踪报告》及《中国具身智能服务机器人技术评估》（即将发布）等。机器人分类及定义请参考《IDC’s Worldwide Annual Delivery Robotics Tracker Taxonomy, 2026》与《IDC’s Worldwide Annual Commercial Cleaning Robotics Tracker Taxonomy, 2026》。

进一步交流

如需获取完整版报告《全球配送机器人跟踪报告》《全球商用清洁机器人跟踪报告》及即将发布的《中国具身智能服务机器人技术评估》，或希望就市场数据、竞争格局及AI应用趋势进行深入探讨，欢迎联系IDC中国机器人研究团队。

Lily Li

Lily Li - Research Manager

Analyst Profile
Lily is the Research Manager for China Robotics and Embodied Intelligence, specializing in market research on embodied intelligent robots. She has long focused on the development trends of China’s embodied intelligence robotics industry, systematically studying the evolution of robot hardware,…

随着AI和智能体在企业业务、生产和办公场景中的广泛应用，零信任网络访问（ZTNA）解决方案不仅要防护传统用户和设备，还需针对AI模型、自动化智能体、API调用等新型主体进行身份认证、访问控制和行为审计。AI和智能体已成为新的访问与攻击面，ZTNA架构必须扩展至“人+设备+AI Agent”统一治理，防范AI身份伪造、越权访问、提示注入等新型风险。

与此同时，AI技术正深度赋能ZTNA解决方案。通过行为分析、风险建模、自动化策略生成和智能响应，AI显著提升了ZTNA的动态风险感知、异常检测、自动化运营和复杂场景下的安全决策能力。AI不仅是防护对象，更是能力跃迁的驱动力，使ZTNA成为智能体时代企业安全治理的核心平台。

零信任理念已成市场普遍认知

在全球数字化转型、云化和远程办公常态化的推动下，企业IT架构正快速从传统集中式数据中心模式，演进为覆盖云、多云、SaaS、边缘计算与第三方生态的分布式体系。业务边界、访问边界和数据边界不断模糊，传统“内外网边界”安全模型逐渐失效。攻击面扩展至终端、API、云工作负载、供应链及AI应用生态，网络安全风险高度动态化和复杂化。身份滥用、会话劫持、权限滥用成为主流攻击路径，“身份即边界”成为行业共识。

零信任理念（ZTNA）以“永不信任、持续验证”为核心，通过身份、设备状态、行为上下文和风险态势的动态访问控制，替代静态信任模型，成为企业安全架构升级的主流方案。中国企业对零信任的认知度和接受度已广泛提升，ZTNA逐步成为企业现代安全访问控制的主流方案。

中国ZTNA市场规模与竞争格局

近日，国际数据公司（IDC）发布了针对中国零信任网络访问（ZTNA）解决方案市场的一系列报告：

  • IDC MarketScape：中国GenAI赋能的零信任网络访问解决方案2026年厂商评估
  • 中国零信任网络访问解决方案市场份额，2025
  • 中国零信任网络访问场景之软件定义边界市场份额，2025
  • 中国零信任网络访问场景之终端安全市场份额，2025

通过这些研究对中国ZTNA整体市场和主要细分市场的规模、产品发展现状和技术发展趋势，以及市场主要代表厂商的能力和特点进行了全面介绍。有如下洞察：

1. 中国ZTNA技术能力发展现状

  • 厂商ZTNA解决方案相关的各项基础能力建设已经趋于成熟。国内主流安全厂商已基本具备身份认证、终端可信接入、应用级访问控制、动态权限管理、细粒度审计以及持续风险评估等核心能力，并逐渐形成覆盖身份、终端、网络与应用的一体化零信任架构。
  • 中国ZTNA市场正加速向安全访问服务边缘（SASE）方向演进。随着企业业务环境向多云、SaaS与分布式办公架构发展，单一ZTNA能力已难以满足企业对统一安全接入与持续安全运营的需求。越来越多厂商开始将ZTNA与SWG、CASB、SD-WAN、数据安全、终端安全以及安全运营能力进行深度融合，构建统一SASE平台，实现跨网络、跨云、跨终端环境的一体化安全访问控制。
  • 中国ZTNA市场正在进入“AI赋能ZTNA”的新阶段。当前，基于机器学习、行为分析与GenAI能力的智能检测、动态风险评估、自动化策略生成以及安全事件分析，已经在众多安全场景中取得显著效果，推动安全体系从“人工驱动”向“智能驱动”加速演进。与此同时，AI正在显著提升安全产品的实时分析能力、自动化运营能力和复杂环境下的风险感知能力，逐渐成为安全产品竞争力的重要核心。
  • AI自身安全问题成为国内技术提供商重点关注的新方向。当前，行业已经开始围绕AI身份管理、提示注入防护、模型调用安全、敏感数据保护等领域持续加大研发投入，希望构建面向“人+设备+智能体”的新一代安全体系。从目前中国市场发展阶段来看，AI自身安全能力与ZTNA体系之间仍未实现充分融合，大部分厂商对于AI智能体身份治理、AI行为持续监测、模型调用链审计以及AI最小权限控制等能力支持仍相对有限。

2. 中国ZTNA市场规模发展现状

虽然近几年受到宏观环境的影响，中国整体网络安全市场承压明显，但ZTNA市场仍然凭借厂商不断完备的技术演进以及企业级客户的真实需求增长保持稳定增长态势。从市场规模来看，2025年中国零信任网络解决方案市场的整体规模达到27.6亿元，其中软件定义边界（SDP）依旧是最主要的ZTNA实现方式，市场规模为15.4亿元，零信任终端安全继续保持快速增长，市场规模为7.9亿元。深信服科技、奇安信、腾讯、启明星辰集团、亿格云、易安联、指掌易、华为等厂商在ZTNA市场占据重要的市场影响力。

IDC的调研发现，中国企业对零信任理念和ZTNA的认知度与接受度已广泛提升，ZTNA逐步成为新一代统一访问控制与身份安全体系的重要基础能力。主要技术提供商的ZTNA基础能力建设已经已覆盖远程办公、互联网暴露面治理、第三方接入、云原生、工业互联网及AI应用访问等复杂场景。同时，中国ZTNA市场正加速向SASE平台化演进，满足多云、分布式办公和AI应用生态下的统一安全接入与持续运营需求。IDC《中国智能安全访问服务边缘市场预测，2026—2030》报告数据显示，中国SASE市场在未来5年将保持快速增长，年均复合增长率为25.9%，市场规模在2030年将达到48.7亿元。

在另外一本《IDC MarketScape：中国GenAI赋能的零信任网络访问解决方案2026年厂商评估》报告中，IDC从能力、战略和营收等多个维度对国内市场主要的ZTNA解决方案技术提供商进行了全面评估，充分展现厂商各自的能力、优势和挑战，并最终选择阿里巴巴、持安科技、从云科技、缔盟云、华为、吉大正元、南凌科技、奇安信、启明星辰集团、山石网科、深信服科技、腾讯、网宿科技、易安联、亿格云、中国电信、竹云、指掌易入选本次报告（按拼音首字母顺序排列）。

ZTNA技术发展趋势：AI场景的双向驱动

结合今年的市场研究，IDC对ZTNA解决方案的技术发展趋势有如下判断：

  • AI赋能ZTNA能力升级：国际与中国技术提供商普遍将AI/GenAI技术深度嵌入ZTNA体系。AI驱动行为基线建模、动态风险评估、自动化策略生成、智能事件分析与响应，显著提升安全事件分析、预测和处置的智能化水平，降低人工运维负担。
  • 智能体安全防护：随着大模型、智能体、MCP、API等新型主体广泛应用，ZTNA需扩展至“人+设备+智能体”统一治理。技术提供商需要加大AI身份管理、访问控制、提示注入防护、模型调用安全、敏感数据保护和行为审计等研发投入，防范AI身份伪造、越权访问、提示注入、敏感数据泄露等新型风险。
  • 平台化与生态化融合：ZTNA正加速与SASE、IAM、安全运营、数据安全等体系深度融合，向一体化安全访问与运营平台演进。技术提供商将强调开放集成能力，支持多云、SaaS、分布式办公、AI应用等复杂场景下的统一安全管控。
  • 行业场景化与持续运营：针对政府、金融、能源、制造等重点行业，技术提供商需要提供定制化ZTNA/SASE方案，强化与云服务、终端安全、身份安全、SaaS等生态伙伴协同。ZTNA/SASE产品从单点部署转向长期治理与持续运营，提供全生命周期服务。
  • 数据安全与合规：技术提供商普遍将数据安全能力原生嵌入ZTNA架构，支持敏感数据识别、分级管理、全流程追踪、动态脱敏、泄密溯源水印及多渠道外发管控。AI助力数据行为监测、异常识别和自动化响应，推动数据安全防护从被动防御向主动治理转型。

因此，AI既是防护对象，也是能力跃迁的驱动力。未来，ZTNA将逐步演进为AI时代统一安全控制平面的关键组成部分。技术提供商需积极拥抱AI赋能，强化平台能力和生态协同，持续提升产品智能化和运营服务能力，以应对高度动态化的业务与攻击环境。

IDC建议

IDC中国网络安全市场高级研究经理赵卫京认为，在企业数字化、云化与AI化持续深入的背景下，ZTNA正在与SASE、IAM、安全运营及数据安全等体系深度融合，向平台化、智能化方向发展。GenAI与智能体的快速普及，也在从‘AI赋能安全’和‘保护AI自身安全’两方面重塑ZTNA解决方案。当前，中国ZTNA市场整体已进入规模化落地阶段，厂商基础能力逐渐成熟，但在AI与安全的融合、统一运营以及复杂场景适配等方面仍面临挑战。未来，ZTNA将逐步演进为AI时代统一安全控制平面的关键组成部分。”

进一步交流

AI攻防规则已变。IDC深耕大模型安全与智能体治理研究，助您量化风险、重构防线。欢迎联系IDC，获取最新洞察与定制化咨询，共探破局之道。

Austin Zhao

Austin Zhao - Senior Research Manager

Analyst Profile
Austin Zhao, senior research manager of IDC China, focuses on research and analysis of the China network security market. He provides intelligence and consulting services to both local and multinational cybersecurity vendors. Austin has deep insights into the China network…

办公和协同软件市场正在经历从“AI助手”向“AI Agent”和“AI原生工作流”的剧烈转型。各组织正快速从孤立的AI试点项目，转向企业级规模化部署，从根本上重塑人力与智能系统之间的工作分配模式。这一转型凸显了人类独有的核心能力——判断力、创造力与关系管理能力，而AI智能体则负责处理常规性、重复性及知识密集型任务。进入2026年，这个市场的硝烟已经从简单的对话框延伸到了企业的核心业务链条中。OpenClaw这样的AI Agent开源项目的流行标志着AI原生的智能化工作平台在企业数字化转型中的加速落地：其以多Agent驱动、自动化流程和深度生态集成为核心，极大提升了团队协作效率和创新能力。AI Agent不仅重塑了智能化工作平台的用户体验，还推动了市场对AI驱动工作流、安全合规和开放集成生态的高度关注。

国际数据公司（IDC）于2026年6月发布的《中国智能化工作平台In-App AI Agent评估, 2026》对于智能化工作平台领域中的AI助手/Agent能力进行评估，希望通过对中国市场中主要产品技术提供商的产品评测以及对最终用户的客观访谈来帮助市场更加全面地了解中国智能化工作平台AI能力的发展现状，能力特点和应用情况以及未来的技术发展趋势。IDC定义的智能化工作平台是指通过整合企业通讯、协同办公应用、生产力工作套件以及AI助手/AI Agent等数字化工具，帮助个人和组织高效、有效地完成任务或工作，实现目标的综合性平台。评估的内容包括智能办公能力、AI Agent流程自动化能力、集成和跨平台能力、基安全合规/Agent执行安全能力、行业解决方案和客户、AI生态建设等维度。

IDC通过这次评估观察到，智能化工作平台头部厂商的AI能力已经迈向逐渐成熟的发展阶段。领先厂商已经能够支持智能写作、会议纪要生成、文档总结、知识库问答、数据收集和分析、日程与任务建议、跨应用信息检索，以及基于用户指令调用部分办公工具完成稍有难度的任务。这说明AI能力正在从辅助内容生产，逐步走向办公流程中的任务协同。但是从一些评估维度来看，AI Agent流程自动化能力、Agent执行安全和AI生态建设整体得分偏低，说明该领域仍在快速探索阶段。模型稳定性、任务理解能力、流程编排能力、权限控制机制、执行边界管理以及生态伙伴协同机制尚未完全成熟，不同厂商之间的能力差异也比较明显。总体来看，当前市场的竞争核心正在从传统协同工具转向AI驱动的平台能力。未来市场竞争的关键，将不再只是AI功能的数量，而是厂商能否让AI Agent真正进入企业业务流程，并在可控、安全、可审计的前提下实现规模化应用。

基于本次评估情况和对未来趋势的判断，IDC认为，未来中国智能化工作平台市场将有以下发展趋势：

1. AI原生与多Agent驱动的智能化工作平台将成为主流

未来的智能化工作平台将以AI为核心驱动力，原生集成多模态协作、智能代理（Agent）、自动化、知识管理等能力。AI不仅承担任务自动化、智能推荐、内容生成，还将通过多Agent协作实现流程编排、知识流转和业务决策支持。IDC预测，企业将逐步从“AI插件”过渡到“AI原生”平台，AI与人、AI与AI之间的协作将成为提升创新力和敏捷性的关键。Agentic协作将推动企业从单一任务自动化迈向端到端的智能业务流程重塑。

2. 多模态与可视化协作体验持续深化

随着智能化办公场景的复杂化，智能化工作平台正快速融合文本、语音、视频、视觉画布、手势等多种交互方式。可视化协作（如数字白板、流程画布、可视化工作流）和“多人游戏化”体验成为主流。根据IDC全球调研数据，82%的企业认为视觉协作显著提升了创新与决策效率。未来，平台将进一步支持XR、智能硬件（如AI眼镜）、多语言和无障碍访问，实现全员、全场景的沉浸式协作体验。

3. 数据治理、信任与合规成为平台落地前提

随着AI和多方协作的深入，数据安全、隐私保护、合规和AI治理成为平台采购和部署的核心考量。平台需支持细粒度权限，权限继承自动化，数据驻留，合规认证（如GDPR、ISO等），合规审计可追溯，并通过透明的数据政策和治理机制建立员工与组织间的信任。IDC强调，信任是数字协作的基石，缺乏信任的协作空间难以实现持续创新和高效运营。

4. AI治理与FinOps兴起

随着数字员工增多，企业开始担心“AI乱花钱”或“AI越权”。因此，海外出现了专门审计AI Token消耗和AI安全合规的工具。Token成为财务成本，企业开始像审计水电费一样审计AI的Token消耗量。厂商需要推出更精准的ROI分析工具，用来证明AI助理到底帮员工省了多少时间。

5. 平台化与低代码深度融合

智能化工作平台正在从沟通和流程工具，升级为企业统一的工作入口。它可以通过连接ERP、CRM、HRM、财务和供应链等系统，把组织协作、业务流程和数据处理整合到同一界面中。与此同时，低代码能力将与AI和AI Agent深度结合。业务人员可以用自然语言描述需求，由AI辅助生成表单、流程、报表和轻量级应用；AI Agent则可以根据业务规则自动触发流程、分派任务、同步数据和提醒异常。

分析师观点

IDC中国助理研究总监李昭表示，AI在办公场景中的演进，正在从“提升个体效率”加速走向“重构办公执行体系”。以OpenClaw为代表的新一代Agent框架，已不再局限于知识问答、内容生成、沟通协作、会议助手、数据和表格处理、日程规划等传统助手能力，而是进一步具备跨应用调用、连续任务执行和自主编排流程的特征，这标志着企业办公AI正从“会说”走向“会做”。软件不再只是工具，而是数字员工。AI Agent不再是被动响应，而是具备了规划能力，能自主跨应用完成复杂任务。与此同时，近期市场变化也表明，Agent的价值正在快速释放，但其规模化落地已不再只是技术问题，而是进入“技术能力、治理能力与成本模型”三重约束并行的新阶段。

进一步交流

如果您希望进一步了解Agent在企业软件中的落地路径、市场演进趋势或对自身业务的具体影响，欢迎与IDC分析师团队联系(点击此处）。IDC将基于持续的市场跟踪与研究，提供更具针对性的洞察与建议，支持企业与厂商在这一轮变革中做出更有前瞻性的决策。

Lizzie Li

Lizzie Li - Associate Research Director

Analyst Profile
Lizzie Li is Associate Research Director of IDC China's Enterprise System and Software Research that focuses on research and analysis of the China Datacenter, Cloud Computing, and IT infrastructure markets. She also provides intelligence and consulting services in customized projects for…

国际数据公司（IDC）最新研究显示，AI超级周期带来的不仅是技术代际的更迭，更是一场深层次的组织范式变革。以智能体为核心驱动力的新型生产力形态——OPX（One-Person X），正在悄悄影响传统的企业组织逻辑，并对PC等终端硬件市场产生结构性的拉动效应。

AI超级周期下的组织重构

以智能体为代表的AI超级周期带来的不仅是技术迭代，更是一场生产力供给的结构性变革。当智能体从“辅助工具”进化为能够独立执行与产出的“生产力单元”，组织形态的底层逻辑必然随之重构。国际数据公司（IDC）最新研究将这一变化命名为OPX（One-Person X）——AI时代以单人为核心决策单元的新型组织范式，其核心共识可概括为：少数人负责决策与价值判断，AI智能体集群承担执行与产出。

基于这一框架，OPX下辖两种落地形态：OPC（One-Person Company），即以个人为核心决策者、AI智能体为生产力引擎的企业级组织形态；OPE（One-Person Expert），面向个人专业服务领域。其中，OPC是AI重构商业组织最具颠覆性的形态。IDC对其的定义是：以个人为核心决策者，AI智能体/工具为核心生产力，至少可在单一任务环节独立完成业务，人工负责审核、判断与异常处理，最终实现传统需多人团队才能完成的商业闭环。从组织规模看，OPC可以是1个人，也可以是10人以内的轻量化团队

OPX的运作模式催生了一套独特的硬件需求：7×24小时不间断运行（无专职运维，中断即停业）、全生命周期高性价比（设备与算力成本均需可控）、端到端自动化闭环（任务接收、拆解、执行无需人工干预）、多设备无缝协同（跨终端业务连续性刚需）、无人值守下的远程管理与自进化，以及数据隐私与端侧主权保护。在这一需求图谱中，手机承担移动交互，云端提供弹性算力，而本地AI推理、多任务编排与端侧数据保护均依赖本地算力，这使得PC设备，尤其是AI PC、AI主机设备，正成为OPX工作流的本地中枢。

OPX驱动的PC出货量近160万台

根据 IDC 最新预测，2026 年中国 PC 市场总出货量约为 4,038万台，同比微降 6.1%，整体大盘小幅收缩。但在结构层面，以 OPX（一人公司/超级个体）范式驱动的 PC 需求正在形成一个独立的增长极。IDC预测，2026年由OPX驱动的PC市场出货量近160万台。

IDC 认为，OPX 对 PC 市场的拉动效应正在经历从 “边缘增量”到”结构性力量” 的转变。尽管 160万的出货量仍属早期，但考虑到 OPX 的增速逻辑，即存量企业业务扩张、设备换机周期叠加、AI Native 工具链持续成熟。这一力量的上升值得重点关注。我们判断，OPX 有望在未来 3-5 年内成为 PC 市场增长叙事中不可绕过的结构性变量。

OPX对PC市场的影响集中体现在两个核心维度：采购逻辑的多元化和换机节奏的两极分化。首先，采购逻辑正在走向多元化。传统企业PC采购长期由人员规模驱动，OPX则打破了这种一一对应关系，设备需求开始更多地由任务负载而非人头数定义，一个创业者同时运行多台设备处理不同任务流的情况在特定场景下已成为现实。其次，OPX的换机节奏呈现两极分化态势。驱动快速换机一侧的力量来自OPX业务机会的不可预见性，当核心设备直接承载产出，AI技术的代际迭代持续抬高硬件准入门槛，不具备新能力的旧设备将在特定场景中丧失竞争力，都可能迫使OPX为抓住机会而在短期内高频地更新设备。另一方面，OPX极致追求效率与性价比敏感又构成了强大的延缓效应。

IDC建议

在采购触达方面，OPX群体的决策路径迥异于传统企业客户——信息获取以与AI结合的评测内容、技术社区和同行口碑为核心，购买决策由个人独立完成，无需IT部门审批，购买渠道偏向个人消费路径。这意味着，针对OPX组织形态，厂商需要结合AI相关的内容做精准触达，可能包括评测合作、社区运营、KOL口碑建设，将成为撬动OPX客群的杠杆。

在产品策略方面，OPX在消费级价格、企业级可靠性与AI原生能力之间提出了三元要求。面向OPX群体的产品设计，不宜简单地在现有企业或消费产品线上做加减法，而应从OPX的实际业务场景和工作流出发，重新定义产品配置与服务组合。

在服务创新方面，OPX用户缺乏IT部门的缓冲，设备故障直接等同于业务中断。这种脆弱性定义了一个高付费意愿的服务市场，快速响应维修、备用机备援、数据恢复保障等“个人级紧急兜底”服务，有望成为PC后服务市场增长最快的板块之一。

AI超级周期带来的不仅是技术迭代，更是生产力供给的结构性变革。OPX之所以值得PC产业持续关注，根本在于生产力的最小单元正从“企业”转变为“个人+AI智能体”。产业的价值链条正从以硬件为中心的线性供给，转向围绕“个人生产力闭环”的软硬服一体化。

进一步交流

IDC中国终端系统研究团队将持续追踪OPX范式下的硬件需求演变与市场机会。如需获取更详尽的PC市场季度追踪数据、OPX用户画像深度分析，或定制化的市场策略咨询，欢迎随时与IDC中国团队取得联系。让我们共同探讨，如何在“一人即公司”的时代，重新定义计算终端的价值边界。如对其他研究内容感兴趣，也可与我们保持沟通。

引言：算力变局下的真实回响，拨开智算云迷雾

在日新月异的AI时代，中国智算云市场正经历着前所未有的狂飙突进。从大模型百模大战的喧嚣，到智能体应用的全面爆发，算力需求的重心正在发生深刻转移。然而，在千亿级市场规模的宏大叙事下，企业真实的使用现状却往往被层层迷雾所掩盖。当行业逐渐褪去‘唯算力规模论’的狂热，转向对效能与价值的理性审视时，真实的AI业务落地究竟面临着怎样的需求和挑战？

为了探寻这一命题，国际数据公司（IDC）与中国信通院分别从企业使用智算云服务与专属智算云建设两大视角，面向涵盖互联网、政府、金融、制造、通信、交通、能源等多个行业的250家企业用户，开展了一场深入调研，旨在还原当前中国企业智算云使用的十大真相。

核心数据总览：中国企业智算云整体产业格局

中国智算云市场正迎来从百亿级迈向千亿级的历史性跨越，整体格局呈现出规模扩张与结构优化并进的态势。

IDC数据显示：2025年中国智算云基础设施市场（AI IaaS）规模达到486.7亿元，同比迅猛增长128%，预计未来2年超千亿。互联网、大模型服务、汽车等行业是当前该市场的采购主力，部分制造、医疗、政务数智化项目从试点采购转向常态化租赁，成为拉动该市场的新增力量。

与此同时，企业的大模型推理服务需求呈指数级爆发，推动专属智算云建设市场进入高速增长通道。联合调研测算数据显示：截至2026年2月，中国企业自建智算云推理算力规模已超过350EFlops，能够支撑日均Token产能超70万亿，成为中国大模型推理服务的核心承载形态。

真相一：混合部署成产业标配，单一形态已不再是企业算力战略的最优解

在数据安全、成本效益、业务弹性的多重考量下，企业智算云部署已告别单一模式，“智算云服务+专属智算云建设”组合成为当前多数企业的默认形态和最优解。

IDC所调研的智算云服务用户中，85.8%的企业选择了 “外部AI算力服务+自建数据中心” 的混合架构，表明企业既希望解决突发峰值算力、短期项目研发、临时模型微调等弹性需求，又希望保持对核心数据、高频稳定业务的控制权。

中国信通院调研数据也显示：超过80%的省市级政务单位通过政务专有云平台部署大模型服务；头部银行机构中96%的算力规模采用自建模式，而中小金融机构则更多采用“专属云+公有云服务”的混合架构。此外，能源、制造等行业普遍遵循分级部署，按需采购原则。

真相二：通算与智算各司其职，共同构成企业算力供给底座

此前在智算中心大热的背景下，“通用算力中心是否会被取代”成为行业热议话题，本次调研数据给出了明确的答案。

从实际应用来看，通算凭借低成本、高兼容优势持续占据企业算力底盘，支撑 日常办公、ERP 、数据库、大数据离线统计等 IT 业务；智算作为增量支撑模型训练、多模态推理、Agent 智能应用等AI 业务，二者形成互补分工格局。

在问到企业当前智算和通算的使用比例时，最高比例（40.0%）的企业选择了“智算超过40%，通算少于60%”，但69.2% 的企业认为未来2年智算占比仍在50%以内。

2026年，随着AI迈入智能体时代，CPU迎来了新的发展机遇。过去大模型训练高度依赖GPU强大的并行计算能力，但随着智能体应用的规模化落地，智能体工作负载不仅需要GPU提供的大规模并行推理能力，也需要CPU所擅长的复杂任务编排、多步逻辑控制、系统级调度与状态管理能力。这一变化正推动 “CPU-GPU协同均衡”发展。

真相三：智算云规模增势迅猛，整体利用率均衡，但行业资源利用率分化明显

从供给侧看，智能算力利用率呈现节点与区域分化特征。枢纽节点的智能算力利用率高于非枢纽节点；东部地区整体利用率与西部地区相近，西部地区承接大量东部外溢的低时延、高计算密度、弱交互性的智算需求，显示出跨区域调度对提升整体算力效率的积极作用。从需求侧看，不同行业的智算资源利用率呈现分化格局。IDC调研数据显示：近半数企业的智算资源利用率维持在 51%-70% 的中等区间，且仍有 6.7% 的企业利用率仅为 31%-50%，处于较低水平。

头部云厂商、互联网企业、AI 自研大厂、新能源汽车等凭借多年技术积累，通过算力调度平台、精细化资源管控系统与全栈协同优化体系，实现了算力资源的高效复用，部分头部企业核心集群利用率突破80%。

制造、政务等行业的利用率低于平均水平，实现 70% 及以上高利用率的企业占比不足 35%。不少自建智算项目存在 “重硬轻软” ，仅完成了服务器、GPU 等硬件设备的上架部署，但缺乏配套的统一算力调度平台、资源池化管理系统与动态资源分配机制，造成了算力资源的浪费。

真相四：推理场景消耗AI算力过半，线下推理算力贡献1/3以上

百模大战时期，资本市场聚焦千亿参数大模型自研训练，训练算力需求一度占主导，但随着 Agent 应用规模化落地，轻量化小模型 + 端云协同推理进一步拉动推理算力需求，推理场景成为智算云市场的基本盘。

IDC调研数据显示，当前八成以上的企业用于训练工作负载的AI算力占比低于50%，如果按样本数加权平均计算来看，企业用于训练和推理工作负载的AI算力四六开。泛互（60%）、金融（46.7%）用于训练的AI算力占比高于平均值，而政府和制造行业2/3的AI算力都用于推理。

中国大模型 Token 调用量的爆发式增长，进一步推动了线下推理的崛起态势。根据发改委数据：截至2026年3月，中国智能算力规模超过1882EFLOPS。调研显示：推理算力占据六成，而其中企业自建智算云贡献的线下推理算力占比超过34%。政务、金融、能源等强监管行业的核心业务推理需求正不断通过物理隔离或逻辑强隔离实现线下部署，既能保障数据安全合规，又能实现毫秒级低时延响应，适配核心业务的严苛要求。

真相五：硬件与公有云IaaS仍是中国企业IT最大支出项

2025年企业总体IT支出中， IT软件与第三方服务花费占比不足三成，七成用于采购IT硬件和公有云IaaS。具体到AI相关支出，中国企业也高度集中在AI硬件与AI IaaS上，在 AI 应用和服务层的投入仍处于早期阶段。

IDC调研数据显示：当前智算云企业用户IT硬件支出中用于GPU服务器的占比为58.4%，公有云IaaS支出中用于AI IaaS的占比为54.3%。泛互行业作为AI投入力度最大的行业，AI支出占比超过上述平均水平。

真相六：100P算力是企业智算云部署模式偏好的关键分水岭

IDC调研数据显示：当前超过85%的企业使用了26-100 PFLOPS规模的AI算力。这一区间足以支撑中小参数大模型后训练、企业级场景推理及数据密集型AI应用，是兼顾成本与实用性的主流选择。对于该算力区间的企业而言，AI业务往往存在阶段性、波动性特征，全年算力使用起伏较大，自建投入的回报率偏低，因此更倾向于采购公有智算云服务。

中国信通院调研显示，100P FP16等效算力是企业选择规模化自建和上云的核心分界指标。当算力需求超过100P时，企业倾向于自建以掌握核心资产并实现长期成本摊薄。这类主体主要为大型央企、头部银行机构、头部互联网企业。调研发现，当前国有六大行自建智算云规模均超过100P，实现了完全物理隔离的私有云环境。而当需求在几十P级别时，企业更倾向使用服务商提供的共享或独享的云服务，这一分化布局现象在能源行业尤为突出。

真相七：制约智算云产业规模化落地的并非算力短缺，而是全链路配套能力不足

AI 基础设施落地是系统性工程，单一环节短板会形成 “木桶效应” ，拉低整体算力效率。IDC调研数据显示：企业 AI 基础设施落地的瓶颈已从 “算力短缺” 转向 “全链路配套能力不足” ，机房环境、网络互联、软件适配、存储吞吐等共同构成了制约 AI 业务规模化落地的系统性障碍。

真相八：使用 MaaS 和 Agent 的挑战是“将 AI 真正用进业务里”

模型即服务（MaaS）与Agent的持续落地，让AI的获取变得像水电一样简单，但“用好”依然是巨大挑战。调研显示：企业核心瓶颈并非算力供给不足，真正的挑战在于：如何与现有业务集成打通业务孤岛？如何让Agent理解复杂的业务逻辑？如何管理数量庞大功能各异的智能体？只有跨越了从 “技术工具” 到“业务引擎” 的鸿沟，AI才能真正创造商业价值。

真相九：全栈智算云在线下推理场景凸显效能优势

对于采用智算云服务的企业而言，推理效能取决于云服务商；而对于自建智算云的企业而言，AI落地涉及从底层芯片、算力调度、云平台，到大模型部署、场景微调、应用开发的每个环节，任一环节的短板都会拉低整体效能。

本次联合调研及实测数据显示，相较于零散拼凑多厂商软硬件的项目，采用全栈AI云服务厂商产品组合的项目词元产出效能提升超过20%（词元产出效能：相同场景下单位算力日均Token调用量），全栈厂商在芯片、云平台与模型层面可实现端到端协同优化，降低跨产品兼容损耗。

真相十：国芯国模适配逐步完善，全栈国产化进入规模化部署窗口

IDC调研数据显示：总体而言，当前国产AI芯片的使用率已高于国外品牌，但不同行业差异较大，互联网、模型和IT服务行业国外品牌的使用率明显高于国产品牌；汽车和金融服务行业两者的使用率相当；政府、能源和传统制造行业中国产品牌的使用比例更高，政务行业新建智算项目已100%采用全栈国产化方案，大型银行机构的核心业务系统逐步完成了国产化适配，能源、制造等行业的国产化替代进程也在不断加速。

随着国产芯片市场占有率逐步提升，国产AI芯片与国产大模型的协同适配正从“单点突破”走向“联合体推进”，基于“国芯+国模”的全栈国产化解决方案已迈入实质性规模化部署周期，这点在政府、银行、能源等关键行业表现得尤为明显。

结语：中国智算云告别粗放，迈入精细化运营时代

2026年的企业智算云市场，正在经历一场深刻的 “成人礼” 。随着市场认知回归理性，粗放式堆算力的发展逻辑彻底落幕，逐渐进入精细化运营时代。在这个时代，赢家不再属于单纯囤积算力的人，而是属于那些能够精准调度异构资源、深刻理解行业场景、并将AI无缝融入业务血脉的长期主义者。

IDC相关研究

围绕智算云相关研究内容、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：

  • 《中国智算云基础设施服务（AI IaaS）市场跟踪，2025下半年》（2026年4月发布）
  • 《IDC Market Forecast：中国整体云计算市场预测，2025-2029》（2026年5月发布）  
  • 《IDC Survey：中国智算云服务市场企业用户调研，2026》（即将发布）
  • 《IDC Tech Assessment：面向智能体的混合云智算基础设施技术能力评估，2026》（即将发布）
  • 《IDC Market Share：中国AI云存储市场份额，2025》（即将发布）
  • 《IDC PeerScape：中国市场异构算力调度和管理实践洞察，2026》

如需进一步了解智算云相关研究内容，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，欢迎与我们保持联系。

Rachel Liu

Rachel Liu - Research Director

Analyst Profile
Rachel Liu is a research director for China’s Cloud and Services group. Her research covers public cloud, private cloud, edge cloud, industrial cloud, intelligent computing, and IT services. She is responsible for research plans, research execution and management, data tracking…

2025年，中国金融行业站上了从”数字化”迈向”智能化”的关键转折点。银行、保险、证券这类一向以稳健著称的机构，在合规与风控的硬约束之下，对新技术的引入历来审慎；但生成式AI带来的效率跃升与体验重塑，又是任何一家金融机构都不愿错过的红利。行业演进的核心驱动力，已经从最初”要不要用大模型”的试探和观望，转向场景的快速扩张、应用的规模化落地，以及对底层算力、解决方案与合规能力的系统性需求。金融AI云的竞争逻辑由此发生了一次根本性跃迁——从比拼算力”资源供给”维度，转向以”算力底座、平台调度、行业模型与合规可控”为核心的全栈能力竞争。

国际数据公司（IDC）最新发布的《中国金融云市场跟踪研究Add-on_AI全栈云》报告首次对中国金融云市场中公有云AI算力服务、私有云软硬件AI基础设施和GenAI解决方案子市场做出全栈式市场营收评估，中国金融AI全栈云市场2025全年市场规模207.6亿人民币，较2024年同比增长50.0%，远超金融云总盘23.9%的同比增速。这个数据对比显示出金融机构对AI相关领域的重视程度不断升级，预算投入持续加码，市场潜力快速兑现。

金融全栈布局下，头部云厂商的五种路径

经过几轮市场调整，金融AI全栈云的第一梯队逐渐清晰。五家代表性厂商在算力、平台、模型与应用上的侧重各有不同，拼出一张完整的能力地图。

“公有云算力+私有化交付“双轨并进：代表厂商 阿里云

阿里金融云，在公有云一侧依托灵骏智能计算集群，在大规模算力调度与推理优化上持续投入；金融自主私有云一侧，平头哥自研的真武AI芯片已进入规模化部署阶段，并从2025年下半年开始逐步起量。叠加面向金融场景打磨的通义点金行业大模型，以及可落入客户机房的一体机交付形态，阿里云事实上把”芯片—模型—应用”的链路在金融场景里走通了一遍，并将在2026年持续深耕，加速复制。

软硬协同稳扎稳打：代表厂商 华为云

华为昇腾系列智算服务器，多年来在国产算力替代的进程中扮演压舱石角色。对金融机构而言，华为的吸引力恰恰在于”软硬一体、自主可控”带来的确定性——在数据不出域、供应链安全成为硬约束的当下，一套经过大规模验证的昇腾底座，往往比单纯的性能参数更有说服力。

AI应用和智能体先行：代表厂商 火山引擎

背靠字节跳动内部高并发推理场景的长期锤炼，火山引擎在推理成本控制与资源利用率方面建立了差异化优势，豆包C端的成功也给火山解决方案带来足够的曝光度和品牌效应，豆包大模型与火山方舟平台构成其对外的主要解决方案抓手。在智能营销、智能客服等高频交互场景中，这种”应用先行、智能体多点开花”的策略，更容易让金融客户在数据非敏感领域优先尝到AI红利甜头。

让金融AI“融汇贯通”起来：代表厂商 腾讯云

依托在平台层数据库和大数据产品的行业优势，腾讯云从AI通用大模型到上层AI应用，从平台产品到底层异构算力管理，试图把这条链路做成一个连续整体，而非彼此割裂的模块。对于拥有庞大存量系统、又要稳步引入AI能力的金融客户来说，这种平滑过渡、整体交付的能力，本身就是一种稀缺竞争力。

“芯片+平台”组合拳：代表厂商 百度智能云

昆仑芯P800已完成规模化验证，2025年以来已交付多个万卡集群，并支撑了文心大模型新版本的训练。配合百舸AI计算平台在异构调度上的能力和千帆平台对金融应用场景的支撑，百度为金融客户从模型基础训练到推理开发上线，铺设了一条相对完整的国产化通道。

五家厂商路径不同，指向的判断却高度一致：在金融这样对”稳健”近乎苛求的行业里，单点能力很难构成壁垒，唯有把算力、平台、模型、应用与合规能力打通，才能真正站稳脚跟。

金融ISV服务商的“喜“与“痛“：增量市场背后的挑战

在AI云厂商与金融机构之间，往往活跃着各个子赛道金融ISV服务商的身影。他们既是AI方案的集成者，也是AI应用落地的”最后一公里”。2025年，金融ISV服务商感受到了明显的市场变化，AI市场带来新增营收机会的同时，也带来了全新的机遇和挑战。

一方面，金融AI场景在2025年正式跨过了“项目落地“的门槛，并呈现出明显的量价齐升势头。在传统金融预算大环境整体承压的当下，这样一块实打实的市场增量殊为不易，它意味着新的项目机会、新的合作入口，以及与客户重建深度连接的契机。不过，这份增量需要冷静看待，AI相关收入对整体金融云解决方案营收的直接贡献占比仍然偏小，更多扮演的是”敲门砖”与”引流器”的角色——通过AI项目切入客户、增强黏性，再向定制化开发、平台软件乃至底层基础设施资源的销售导流，而这些方向的受益者往往是云厂商占优。真正的商业价值，可能兑现在AI之外。

另一方面，金融机构对AI方案的选型普遍呈现迷茫状态。用哪家大模型，走开源还是闭源，部署在公有云还是落到本地机房，是否涉及业务系统解耦和微服务改造，数据安全合规如何满足监管要求，未来方案兼容性与可持续性又如何保证——这些问题几乎没有现成经验可以照搬。金融ISV服务商需要陪伴客户共同摸索试错，在反复的POC与调优中消耗大量人力成本。这种”陪跑”固然能加深信任，却也推高了交付成本，挤压了本就不宽裕的利润空间。

IDC市场调研发现，金融ISV AI服务商正从”项目制交付”向”持续运营”转型，从单纯的技术提供者，转变为深度参与客户流程重构的”业务转型伙伴”。金融AI可能对未来ISV服务商竞争格局带来颠覆性变化，金融服务商不仅要懂业务，还要懂AI、养AI、用AI，扛的住长期AI运营的玩家才能在未来竞争中立于不败之地。

IDC洞察：金融AI要以全栈能力和生态协同赢得长期战斗的胜利

对于金融云服务商和云厂商而言，是否全栈式布局已不再是选答题，而是必答题。金融客户要的不是某一颗更快的芯片或某一个更准的模型，而是一套“数据—模型—平台—应用—服务“端到端打通、并能自我迭代和强化的能力体系。在这一点上，自主算力与行业大模型的协同尤为关键，它既回应了自主可控的政策诉求，也构筑起别人难以复制的护城河。与此同时，”合规”应当被前置为产品能力而非事后补丁——数据不出域、决策可追溯、幻觉可约束，在通用市场或许是加分项，在金融市场却是入场券。

随着智能体应用从单点走向全流程，推理调用量将呈指数级放大，按需租赁、弹性扩容与混合部署在未来三到五年内，有望逐步替代传统的重资产采购模式，成为金融AI基础设施建设的新常态。能在保障性能的同时把综合成本压下来的厂商，将在长期竞争中占得先机。

此外，建议金融云厂商加大对金融ISV服务商的支持力度。ISV是云厂商触达金融客户的重要渠道，也是行业Know-How的历史沉淀者，并在AI拓展方面成本承压。云厂商在算力补贴、平台开放、收益合作与人才培养上给予生态伙伴更深层的支持，可加快金融AI整体升级节奏。

金融行业要的，从来不是非此即彼的”创新”或”稳健”，而是两者之间的平衡。能否帮客户既迈得开步子、又站得稳脚跟，正是这场金融AI全栈云竞速中，最终拉开差距的地方。

如需进一步了解IDC相关研究，或就中国金融云AI市场发展趋势进行深入交流，欢迎与IDC联系，获取更多洞察与数据支持。

北京，2026年6月5日——国际数据公司（IDC）最新发布的《2026年第一季度全球手持智能相机市场跟踪报告》显示，2026Q1全球手持智能相机市场出货量达到414万台，同比增长33%。销售额超过105亿元人民币，同比增长20%。IDC预计，至2030年，全球手持智能相机市场规模将会超过4000万台，五年复合增长率接近18%。

2026Q1全球手持智能相机发展状况

  • 运动相机市场：26Q1全球运动相机出货量接近201万台，同比增长39%。平均单价2149人民币，同比下降11%。推动市场高速增长的主升浪来自于大疆和影石爆款明星产品热销，同时上一代产品的强势调价促销也为厂家贡献了良好业绩。大疆和影石出货量市场份额同比攀升13个百分点，老牌厂商GoPro生存空间继续被挤压。从运动相机市场细分品类来看，可拆卸运动相机即“拇指相机”出货量同比增长惊人超过350%，不可拆卸运动相机同比增长16%。
  • 云台相机市场：26Q1全球云台相机出货量同比增长超过18%，平均单价2840人民币，同比下调12.5%。此市场大疆继续保持独占领先优势。手持云台相机市场在产业上下游供给侧和最终用户需求端都保持了高热度，26年将迎来产品突破升级和新竞争厂商出现。
  • 全景相机市场：26Q1全球出货量超过50万台，同比增长高于50%。影石在全景相机领域排名第一且大幅领先，出货量份额接近七成，大疆Osmo360火爆单品保持热度拿下超过两成市场。

2026Q1全球手持智能相机市场主要厂商概况:

26Q1全球手持智能相机市场，大疆以65%出货量市场份额保持第一，同比增长38%。影石出货量市场份额达到22%，同比增长66%排名第二。GoPro受到大疆和影石的全球激烈竞争出货量同比持续萎缩。

大疆

大疆凭借无人机领域全产业链成功多年积累的硬件核心技术（多轴云台稳定系统，影像及多传感器融合技术，飞行及运动控制系统）向手持智能影像设备迁移，打造高可靠性和易用性的影像产品全系列矩阵。品牌拥有完善供应链体系，成本抗压弹性，议价能力，上游核心部件定制化能力均较强。26Q1云台相机自身出货量占比超过一半，Pocket4新品预售火爆断货，3代产品调价后继续受到市场追捧。不可拆卸运动相机出货量市场份额同比上升3和百分点增长至54%，可拆卸运动相机即“拇指相机”单品Osmo Nano在25年发售后保持热销，26Q1出货量拿下过半市场份额。在全景相机领域，26Q1大疆凭借Osmo360单品赢得22%出货量市场份额占稳这一市场。

影石

26Q1全球出货量接近90万台（结果基于IDC研究方法论统计得出，涉及上市公司数据最终请以厂商财报披露为准）。影石持续加大投入研发资源，凭借在全景相机领域作为全球领军厂商的多年技术积累，已经在差异化应用场景和应用软件方面形成独特优势和壁垒。其系统应用软件在拼接算法，多场景防抖，深度主体追踪以及在AI助手一键剪辑方面获得庞大用户群的广泛认可。影石在全景相机领域虽然遭遇挑战，但26Q1仍旧保持了接近七成出货量市场份额。在不可拆卸运动相机领域，AcePro2街拍套装促销取得成功，出货量市场份额创新高超过17%，同比吃掉7个百分点。在可拆卸运动相机市场，尽管面临强势竞争，产品出货量同比增长翻倍且Go Ultra表现亮眼。此外云台相机高热度新品将在第二季度全球出货也为厂商锚定新的增长点。

GoPro

遭遇中国厂商全球激烈竞争，面临供应链成本上涨，削减库存等多方面压力同比大幅收缩。26Q1全景相机出货量同比跌幅大于运动相机，运动相机内部Lit Hero以及Hero低价老品自身比重增加，整体均价同比下调17%。虽然发布M1系列新一代运动相机以及继续推广全景Max2新品但市场表现有待观察。

IDC分析师洞察与市场未来发展预测：

  1. 手持智能相机从硬件堆叠到全产品矩阵，进一步深度挖掘场景覆盖。回顾手持智能相机发展历程，关键硬件研发诸如大底传感器，可变光圈系统，8K超高分辨率等技术仍旧是推动市场发展的核心因素。从产品端侧看已经由全景相机，不可拆卸运动相机，手持云台相机到可拆卸运动相机形成手持智能影像全产品矩阵。与此同时覆盖用户人群由小众极限运动极大拓展到广大运动爱好者到Vlog创作者和大众记录日常。厂商仍旧致力于深挖用户场景需求乐此不疲。
  2. AI融入手持智能影像终端最终能为用户带来什么价值。目前AI功能主要集中于AI场景深度感知，AI智能降噪，多帧合成算法，暗光画质增强，AI后期智能剪辑成片等功能型应用。AI融入手持智能影像终端的未来愿景是成为智能影像机器人终端的底座和大脑，由被动的影像记录终端成长为基于海量数据采集可以按照用户各种需求主动生成创作内容的超级智能体。
  3. 中国是手持智能相机的第一大市场。从2025年度出货量来看，中国贡献了超过一半的市场份额，26Q1延续了这种趋势且贡献进一步有所加大。除中国外，美国，西欧，亚太区和日本是全球前四大市场。海外市场产品渠道营销是国内厂商投入资源的核心议题之一。
  4. 手持智能相机市场的渗透率仍旧较低，未来增长空间可期。手持智能相机市场无论从产业资本和上下游供给侧还是最终用户消费者层面仍旧保持高热度。无论哪一条细分产品线市场的未来五年复合增长率均高于15%。IDC预计，至2030年，全球手持智能相机市场规模将会超过4000万台，总体复合增长率接近18%。

IDC手持智能相机定义

IDC对手持智能相机的定义是指具备计算处理能力，搭载电子或光学等防抖能力，分辨率2K及以上且可手持使用的消费级便携影像设备，包括运动相机（包含可拆卸和不可拆卸运动相机两种形态），全景相机和云台相机。

IDC更多相关详细内容，敬请关注：IDC WW Quarterly Handheld Smart Camera Tracker

请点击此处与我们联系。

Jacky Xue

Jacky Xue - Research Manager

Analyst Profile
Jacky Xue is a research manager with the Client Systems Research team at IDC China, responsible for projector, IWB and enterprise client devices research and analysis. His responsibilities include tracking the industry data, monitoring the market development, analyzing the future…

国际数据公司（IDC）最新发布的2026年第一季度全球耳戴市场数据显示，开放式耳机出货量同比增长39.9%，在整体耳戴市场仅增长3.9%的背景下表现突出。但IDC认为，比增速更值得关注的是品类结构，竞争格局与市场需求的多重转变。品类结构上，耳夹式占比首次过半，稳固其主流产品形态的地位。当前全球开放式耳机市场由中国厂商主导，海外品牌加速入局，行业竞争持续升温。与此同时，AI技术为市场注入全新动能，智能化将成为下一阶段竞争核心。

根据IDC最新发布的《全球可穿戴设备市场季度跟踪报告，2026年第一季度》显示，2026年一季度全球耳戴市场出货9,520万台，其中开放式出货1,067万台，同比增长39.9%，占比达到11.2%。凭借差异化的佩戴体验，开放式耳机在蓝牙耳机品类中的出货占比正持续攀升。

IDC三大核心洞察

结合开放式整体市场走势与市场竞争态势，2026年一季度全球开放式市场耳机三大核心洞察如下：

洞察一：细分品类格局重塑，耳夹式领跑市场增长

开放式耳机细分形态迎来明显更迭，品类内部竞争格局持续重构。2026年一季度，耳夹式在开放式产品中占比54.3%，同比份额增幅超10个百分点，已成为全球开放式耳机的主流形态。该品类凭借精巧的外观与多场景适配的能力受到市场认可，叠加时尚属性带来的溢价能力，部分采取机海战术的厂商逐步调整布局重心，从耳挂式赛道转向加码耳夹式产品。耳挂式同比增长11.8%，市场份额有所回落，凭借佩戴稳定性，现阶段头部品牌主要聚焦于运动细分场景。作为开放式领域成熟度最高的品类，颈挂式产品凭借骨传导技术深耕运动赛道，并依托游泳等专属场景稳固市场定位，同比增长11.9%，增速保持稳健。

洞察二：中国厂商主导市场，差异化竞争格局深化

中国是开放式耳机起步最早，规模最大的核心市场，2026年一季度中国市场出货量占比超过六成。美国，亚太（不含中国和日本）及西欧市场紧随其后，增长态势亮眼。中国厂商利用先发优势全球布局，凭借完善的供应链与多元化产品矩阵持续抢占全球市场份额。市场主流集中在50美元以下及100美元以上两大价格区间，分层竞争特征显著。100美元以上高端市场中，核心技术，音质表现，品牌力与智能化成为竞争关键。韶音，华为凭借综合实力稳居领先位置。Bose，JBL等海外传统音频厂商也加码布局，依靠声学技术优势夯实产品实力，丰富自身产品线。50美元以下入门市场主打性价比，厂商凭借多样外观，新颖形态及丰富机型吸引消费者，中国与印度厂商为该市场主力。

洞察三：AI赋能硬件升级，智能化渗透空间广阔

随着蓝牙耳机硬件日趋同质化，AI技术已成为行业破局的重要方向。智能服务的迭代优化，离不开长期佩戴所沉淀的用户数据，而开放式耳机适配长时间佩戴的特性，为AI功能落地提供了天然优势。部分中国厂商已将产品搭载AI功能作为营销亮点，入门级产品主要对接第三方云端大模型，落地场景以实时翻译，会议纪要等办公需求为主，相关功能主要依托手机APP运行，并不具备端侧实时运算能力。优质的智能化体验目前仍集中于中高端产品线。定位商务场景的厂商，搭配自研大模型与端侧处理芯片，将AI打造为核心竞争壁垒，而非常规附加功能。手机品牌则凭借自有操作系统优势，整合自研大模型与终端硬件，构建“系统+模型+硬件”一体化生态闭环。该模式深度绑定用户使用习惯，有效强化用户粘性与品牌忠诚度。目前全球市场中的AI功能整体渗透率有待提升，品类智能化升级仍拥有广阔发展空间。

IDC建议

面对开放式耳机品类格局重构，中国厂商领跑全球，AI技术驱动产品升级的行业新态势，IDC为行业参与者提出以下三点切实可行的战略建议：

建议一：找准市场定位，优化产品结构与资源布局

开放式耳机品类加速分化，市场格局不断演变。厂商需明确自身赛道定位，避免盲目跟风内卷。耳夹式增长势头强劲，而耳挂式凭借更大的机身空间，更利于搭载元器件，落地 AI相关功能。厂商需结合自身核心优势搭建产品矩阵，平衡流量型与技术型产品布局，合理分配研发与产能资源，打造符合行业长期发展趋势的产品体系。

建议二：依托产业优势，深耕差异化竞争与品牌力建设

依托成熟的供应链与规模化制造能力，中国厂商可充分发挥产业优势。作为市场的先发参与者，应把握发展窗口期，聚焦品牌建设，规避同质化低价竞争。同步推进本土化运营，结合各地消费特征，文化偏好制定市场策略，以差异化产品与本地化服务提升用户认同，持续夯实全球品牌价值与综合竞争力。

建议三：着眼长远发展，强化AI核心能力建设

随着蓝牙耳机产品同质化问题日益凸显，厂商应将AI智能化升级确立为长期核心战略。依托开放式耳机可长时间佩戴、持续沉淀用户数据的特性，在现有的语音助手，AI降噪等应用基础上，拓展个性化服务，智能自适应调节等高阶体验。推动AI从单纯的营销亮点转变为核心产品实力，把握行业智能化转型机遇，充分释放市场增长潜力。

IDC中国研究经理戴翘楚认为，当前全球开放式耳机品类结构加速调整，中国厂商依托产业积淀与先发优势领跑市场，AI智能化则将成为行业下一阶段竞争焦点。厂商需明确发展方向，打造差异化产品，推进全球化布局，同时坚持长期投入，深耕AI核心技术，夯实可持续发展根基。

综合来看，IDC认为2026年第一季度全球开放式耳机市场的核心变化在于：耳夹式正在重塑品类格局，中国厂商持续主导全球市场，而AI技术的实际落地仍处于早期阶段。对于行业参与者而言，单纯依靠形态创新或价格策略的增长空间正在收窄，下一阶段的竞争将更多取决于厂商在技术深耕和智能化能力上的长期投入。市场仍在高速增长，但赛道逻辑正在变化，唯有做出清晰战略选择的厂商才能在竞争中占据主动。

如对本次报告内容感兴趣，或咨询其他相关内容，欢迎与IDC联系，以获取更多信息或探讨合作机会。

请点击此处与我们联系。