AI转型带来哪些市场机遇？IDC分析师把脉2025走势

这几年国内经济可谓冰火两重天，很多企业受到了整体经济大环境的影响，以及中美贸易摩擦的干扰，业务发展不容乐观，然而也有一些企业依靠AI 实现了业务腾飞。2025 年及未来的形势会如何？如何把握AI 带来的机遇？

2024 年底，IDC 举办了“IDC FutureScape： 中国ICT市场预测论坛”，主题是“AI 赋能，加速创新”。多位资深分析把脉生成式AI 带来的机遇。

1 AI如何塑造未来时代

IDC中国区总裁霍锦洁女士指出，生成式AI 带来了整个业界的转型，另外中国企业要做好出海的策略及准备。

1.1 IT支出高于GDP，2024年中国增长8%以上

过去这几年，除了2009 年以外，IT 支出相对GDP经济增长偏高，特别是在经济动荡时期，IT 增长的反弹比整个GDP 要快。

2024 年AI 是最热的话题。因为AI 的原因，2024年全球大部分投资都在服务器/ 存储（storage）——硬件的投资非常高，全球服务器与存储增长率是37%。但是到2025 年，预计服务器/ 存储的投资会放缓，只有10% 的增长，更高的增长是在云/IaaS 方面，达到20%以上（注：2024 年是19%）。

现在很多中国企业关注出海。那么看一下全球的IT支出，2023 年全球IT 支出是3.2 万亿美元，美国占全球ICT 支出的41%（注：美国GDP 占全球25%），是比重最高的国家。相比之下，中国ICT 占全球的11%（注：中国GDP 占全球16%）。可见中国ICT 的未来发展空间非常大。

中国、全球在IT 开支的分布不同，中国硬件占比75%，软件与服务市场只占25%。

由于中国的优势分布与全球不同，会影响到在海外要去找的合作伙伴。首先，中国IT 技术在哪里开支较大？答案是在端侧，中国终端支出占总IT 支出的52%，这是因为人口众多，在未来也不会有太大的改变。对比全球，全球的端测只占IT 支出的29%。其次，中国服务器/ 存储的份额在中国IT 支出中占23%，而全球服务器/ 存储在全球IT 支出的占比是14%，主要原因是中国的服务器/ 存储比例偏低，因此现在投资很大。可见中国和全球“服务器/ 存储”的百分比差异非常大。

1.2 AI对经济的影响有多大？

IDC预测2024—2030 的7 年里，AI 对全球经济的累计影响接近20 万亿美元，这相当于中国2023 年全年的GDP。预计2030 年AI的影响占全球GDP 3.5%。由于AI的重要性，每个人都要关注AI，应该做好相应的准备。过去十年，人们一直在提数字化转型，今天要改为AI 转型。很多人感觉现在经济已经进入了慢车道。

但实际上，如果要看数字化业务、数字化转型，尤其是AI 驱动下的新数字化转型，业务依旧在快车道，甚至已经冲上了超车道。

2 2025年中国市场的5个判断

对于很多行业用户，现在可谓冰火两重天。如何通过AI帮助业务产生价值？这几乎是所有人面临的问题。

“AI 无处不在”的时代将要到来，所有组织未来都会走向AI 驱动的商业模式。会有三个发展阶段：刚开始是尝试阶段，然后是推广采用阶段，接下来是加速普及。这时每家企业都会要思考：我的优势是什么，哪个是我的短板？我应该如何做？

IDC 中国区副总裁兼首席分析师武连峰介绍了对2025 年中国市场的五个判断。

最重要的一个判断：政府在数智化政策支持方面会更为聚焦深化。

第二，回归商业本质将成为企业战略的核心。

第三，AI 相关的智能体实用业务场景开始爆发涌现。

第四，集成的数字业务平台会驱动流程的现代化。

最后，技能如何更好地转型，生态系统如何重构？

以下简要展开。

第一个角度——政府支持政策现在政策更加聚焦深化，可以分为几个层面。

●   未来产业和新兴技术一定是支持的重点。

我国在新能源产业链上已经处于领先地位，所以未来几年国家在这方面的支持可能会慢慢减缓，所以一定要寻找新兴产业。

●   安全可信，自主可控。

●   企业出海和全球化。希望把中国大量的产能往全球更好地输出，在一带一路上有更大的影响。

●   社会公平和可持续性。

从未来产业和新兴技术角度来看，中国现在已经规划了未来产业6 个大的方向，以及第十大标志性产品。六大方向是：未来制造、未来信息、未来材料、未来能源、未来空间及未来健康。十大标志性产品有：人形机器人，量子计算机，新型显示，脑机接口，6G 网络设备，超大规模新型智算中心，第三代互联网，高端文旅装备，先进高效航空装备，深部资源勘探开发装备。可以发现，每个方面都与数字技术甚至AI 相关。

IDC预测，AI对于全球影响接近20万亿美元左右。在中国，从2025—2027 年，AI 支出将以整体数字技术支出的1.4 倍速度增长，到2027 年底给中国累计带来近1万亿美元的经济影响，即超过7 万亿元人民币，一年平均2 万亿元多，相当于中国GDP 近2%。

在2024 年12 月9 日的中央经济工作会议上，有三个关键词对于所有研究宏观经济的人非常重要。①超常规逆周期调节，②适度宽松的货币政策，适度宽松的货币政策在2008 年金融危机之后就没有再提过，以前叫稳健的货币政策，也就意味着2025 年开始的未来几年，货币宽松一定是一个核心点。③更加积极的财政政策，在“积极的财政政策”前增加了“更”，意味着政府会有更多的钱要花在持续经济增长上。

第二个角度——回归商业本质。

在客户体验方面，预计实体零售会复兴，到2026 年，80% 的中小企业将在在线渠道被大企业取代，许多中小企业将回归线下，给用户提供更好的产品和服务。未来任何一家企业做营销时，如何充分利用好全渠道平台会变得非常关键。

第三个角度——AI 智能体使用业务场景开始爆发。其发展路径如下。第一步：破圈，很多人在手机上安装了生成式AI 的客户端，例如对话应用，表明普通人员/ 不懂技术的人已经开始把它利用起来了。第二步，今天有大量的企业用Copilot、Cosmic，国内外的软件公司都开始把它加入进来。第三步，创新的AI 原生应用与具身智能，例如机器人公司把生成式AI 用于机器人开发上。

第四个角度——集成的数据业务平台。

前三个角度的底层一定需要有好的数据支撑，例如私有云平台、AI 平台、软件开发平台、数据中台、治理平台、监控平台、安全平台……，但是往往这些平台并没有很好地整合起来，没有把数据统一地利用起来，

所以集成的数据业务平台会变得特别关键。IDC 预测到2026 年，拥有集成数字业务架构的企业将会从数据中至少获得3 倍的价值增长，并且将成果交付的时间缩短20%。所以现在把平台做集成，重新打造平台2.0 时代应该已经到来。

第五个角度——技能转型驱动生态系统的重构。

IDC 对中国的统计数字表明，当前“组织内缺乏生成AI 技能或专业知识”排在首位，所以如何做好技能转型是很重要的。IDC 预测提到2027 年，65% 的企业将会面临整个数字技能短缺问题，从而导致项目延迟，减缓AI 技术的实施。所以在这个方面，如果人才问题没有解决好，未来利用AI 做创新将非常艰难。如果企业自己缺乏人才，就要考虑如何利用合作伙伴和外部的生态。所以未来生态系统会重构。

全球和中国喜欢哪类合作伙伴？中国和全球还是有较大的区别的。全球把云服务提供商、企业应用程序提供商、生成式AI 模型/ 工具供应商列为未来12 个月最重要的商业合作伙伴。而中国是“基础设施厂商”，生成式AI 初创公司，甚至半导体供应商，包括生成式AI模型/ 工具供应商，这跟中国的市场现状很相符。

3   AI及大模型对中国ICT市场的影响

IDC 中国区副总裁钟振山介绍了四大总体趋势，指出生成式AI 尚处于早期；AI 智能体处于L3.5 阶段；“百模大战”将终结，鼓励厂商去卷应用；在出海方面，中国厂商的特色是定制整体解决方案。

3.1 四大趋势

第一，基础模型的持续开发。一方面是更高效地使用算力，另一个方向是从基础的文本型或大语言模型，转向多模态模型产品。

第二，基础设施仍面临挑战。这对于整体中国的大模型厂商的训练效率，以及最后所达成的结果有非常大的影响。从算力角度看，中国呈现高速发展，IDC2024 年上半年曾预测中国的算力市场有大概20% 的增速，但是下半年预测是中国整体算力市场的增速超过100%，所以中国整体市场的发展态势是非常好的。但是中国的算力市场跟国外不太一样，这种超大规模的算力基础设施非常难以建设。很多中国的算力分散在不同地点，为了有效地去利用这种分散的算力，中国的很多厂商2024 年推出了“算力调度平台”概念或产品，这样可以让无论是企业级的用户还是模型厂商，都可以把这种分布式的算力资源调动起来。

第三，业务变现。很多厂商在大规模投入在基础模型训练的同时，发现业务变现遇到了很大挑战，如何把他们所训练出的模型卖出去，是2025 年及今后几年大模型厂商所面临的一大挑战。市场上已有很多模型厂商与企业级用户一起去探索创新型的业务场景，包括过去两年，在大模型领域比较热的一个话题是智能体的概念。关于消费端的应用，很多人在手机上装有类似于ChatGPT的应用。实际上，很多厂商在关注企业级市场的同时，也意识到了这种获客的重要性。最后是开源、打造开发者生态。实际上AI、大模型等市场一直是开源和闭源并行的市场，开源存在的意义是可以让更多的企业级开发者使用起来，这样才能让杀手级的应用成为可能。

第四，出海。这是很多中国科技企业谈了多年的话题。2025 年大体还是如此，整体出海的方向还是围绕东南亚、中东、拉丁美洲这三个地区。

3.2 生成式AI还处于早期

因为现在很多大规模企业还缺乏统一的生成式AI的整体战略，很多的投资还集中在算力的积累及平台的搭建层面，如何把这项技术大规模推广到企业的应用场景中和业务场景中，还需要一段时间。

但是，在基础模型的测试中，过去一年，厂商之间的模型理解能力的差距变得越来越小，所以未来可能各家之间的能力差距并不大，真正体现出一家厂商优势的还是在应用层面：是不是有杀手级的应用，能否探索创新型的应用场景。

从营销的角度，无论是在客户的服务，售后的支持，还是客户的购买习惯，营销的手段等层面，其实都有相关的应用。但是大概这个比例只占1/5 ~ 1/3 左右，所以这个市场还是存在着巨大的空间。

3.3 AI智能体处于L3.5阶段

生成式AI 技术在未来几年市场主要的发展动力还是会来源于智能体整体的发展。目前发展处于L3.5 阶段，即已跨越智能交互与高级智能之间的界限，虽尚未完全实现多领域高度自主与性能的优化，但在深化交互理解与增强自主决策能力方面稳步前进。

预计到2028 年，智能体市场大概600 亿元人民币，存在着非常大的潜力。当很多科技厂商在模型层面的投入遇到一定的内部挑战和阻力时，如何持续地去发展模型自身的能力，取决于其变现能力。而变现的能力大部分来源于智能体市场。

从工业角度看，中国是工业大国，国内GDP 大概30% 来源于工业收入，所以AI 在工业落地将会成为左右我国经济进一步发展的一个关键性因素。

工业AI 的应用场景其实已经覆盖了研产销服等各个环节。从研发设计，到产品制造、供应链、运营和售后服务有很多这方面的尝试。

值得注意的是，工业市场碎片化非常严重，有很多大型IT 厂商/ 科技厂商都曾尝试着打入到工业中，但是遇到了各种各样的挑战，其中之一是没法去售卖一款标品，甚至每家工厂之间的需求也是完全不同的，需要大规模定制。这不仅体现在AI 层面，包括很多国内传统工业软件厂商也反映这个市场难做。在国外这种模式相对好一点，因为国外有比较成熟的服务体系。中国企业如果也借鉴国外的这种业务模式，可能会推动工业数智化的发展进程加速。

3.4 “百模大战”将终结，鼓励厂商卷应用

过去几年中国有很多大模型，截至2024 年12 月初，工信部注册的数量是138 个。但是做一个大胆的预测，中国市场容不下这么多的基础模型，预计到2026 年，80% 的企业级应用将会使用最多8 个基础模型。从100 多个降到8 个，这种落差非常大，剩下的这些企业去干什么？他们需要转型成为应用型的企业，为在行业内能把这项技术落地做出贡献。

3.5 出海：亚太区企业级用户对中国厂商的印象是什么？

据IDC 调查，亚太区企业级用户对于中国厂商的印象总体是比较正面的，包含了我们具备很强的技术创新性，并且愿意投入和适应当地市场整体的需求，我们高度关注安全和信任。我们在某些特定的行业中，也具有都有非常强的这种影响力，例如游戏、零售、工业等。最后很有特色的一点是：我们非常愿意去提供整体的解决方案。跟上一节的工业特点正好相反，在海外很多软件厂商是以售卖标品为主，很多服务类的业务交给服务的供应商去做，但是中国的厂商为了有更高的市场渗透力，是非常愿意去接一些定制化的项目的。短期内这可能也是我们逐步地去渗透到海外市场的一个优势点，可能也是很多想要出海的厂商可以考虑的一点。

（本文来源于《EEPW》202503）