IDC发布2026年全球IT行业十大预测：复合AI加速落地

到2030年，企业里很多AI推理不再跑到云上，半数会落到本地或边缘设备上，数据少走网络、延迟更低、隐私控制更强。

IDC这份预测把未来几年里会发生的几个大变化列得挺清楚，不是空口说白话，给了不少具体时间点和比例。说白了，这些变化背后有三股力量在拉扯。第一股是企业内部大量部署AI智能体，业务自动化、用户交互都越来越靠这些“会动的程序”；第二股叫Agentic AI，意思是AI不再只听话做事，还能自主编排流程、做决定，这让组织和技术架构都得变；第三股是那些公司开始提前投钱押注量子计算、低轨卫星、和物理层面的AI设备，目标是增强抗风险能力、开新业务线。听着有点高大上，但本质就是业务和技术的压力把企业往这几个方向推。

把时间线拉开看，2030年这两点最醒目：半数AI推理落到边缘或本地，这意味着很多推断不必再把数据拉到远端云，能在设备或附近节点完成，延迟少了、网络流量少了、数据隐私也更好控制。另一点是量子开始在超级计算里承担真刀真枪的任务，报告说美、欧、中三地会用量子加速接近一半的复杂科研问题，这也会把现在的加密体系放在显微镜下看——一些旧有的加密方法可能不够安全了，换密或升级算法得提上日程。

再往回看，2029年有两件事被强调。第一，IT服务形态会走向模块化、自治化，IDC估计大约30%的全球IT服务会以模块化、平台化的方式交付，生成式AI和Agentic AI会被用来按需自动编排这些模块。第二，低轨卫星不再只是科研或小众试验的玩意儿，预计有75%的企业会把LEO（低轨卫星）当成地面网络的重要补充，用来实现卫星直接到终端、卫星之间的直连，以及和地面宽带的融合。把这两点放一起看，意味着企业的网络覆盖和服务交付方式要被重塑一把。

2028年更偏向交互和数据：差不多有一半的IT产品和服务会以智能体作为主交互界面，用户跟系统的对话、命令、反馈都会更多依赖这些智能体。同时大概有60%的企业会通过私有数据交换平台或所谓的数据洁净室来共享数据，支持生成式AI和Agentic AI在更多场景下运行。这个趋势说明两件事，一是数据孤岛会被打通，二是打通方式更谨慎、可控性要更高。

到了2027年，云架构现代化会被放到前台。报告里写到约80%的企业会把云平台升级为针对AI工作负载优化的新一代平台，动因挺直接：AI模型越来越吃算力和数据，老云架构撑不住。与此并行的是企业内部AI智能体数量会暴增：在全球G2000企业里，智能体总数预计会增长十倍，调用次数甚至会蹿升上千倍。这两条摆在一起，说明企业既要更多智能体，也得准备更牢靠的底座来支撑频繁调用。

2026年，IDC看到了“复合智能”的普及。大约70%的组织会采用把生成、检索、预测和智能体能力拼在一起的组合式AI，目标是让AI在处理复杂任务时既能产出内容、又能查证事实、还能做预测并执行流程。实现这套东西，光有技术不够，还得在数据治理、算力调度和合规上做不少功课。

除了技术路线，报告里还有个挺现实的经济判断：到2029年，那些能衡量并优化人机协作效果的公司，利润率大概率会比只盯着生产效率的公司高大约15%。换句话说，光靠机器提高产出，不如把人和机器的配合做得更聪明，这会带来更高的组织回报。

要把这些预测落地，企业得面对一堆具体问题。哪些系统该先迁到边缘？哪些业务适合先用智能体来试水？数据共享的边界怎么划定？在量子威胁逐步逼近时，密钥管理和加密算法怎么升级？这些都不是一句话能解决的。实践里常见的做法有几种路径：先评估延迟和隐私敏感度高的场景，把它们优先放到边缘或本地；对那些频繁被调用的AI服务，考虑把底层平台做成可扩展、模块化的产品；建立数据洁净室或私有交换机制，让跨域数据共享在合规框架下进行；另外，安全团队要开始做量子风险的路线图，做密钥更替和后量子算法的预研。当然，每个组织的节奏不一样，能先干的先干，不能急的慢慢来。

从管理层角度看，这几年的节奏也要调整。技术投资不能只盯短期ROI，得兼顾基础设施的持续演进和长期韧性。组织内部的技能也需要升级，运维、网络、安全、数据治理这些角色会被重新定义。项目推进上，建议把大改造拆成若干小步：先试点、测量、调整，再放大规模。用一点粗浅的比喻，像把货车从高速拉到城市里行驶，先要改装刹车和轮胎，再训练司机，最后才敢把车队都开进来。

听起来像科幻，但技术和市场的推动力在一起，真的能把看似遥远的事拉近一步。IDC在10月27号把这些判断公布出来，目标是给IT决策者和技术管理层一个时间表和优先级参考，报告里列了量化指标和时间点，方便企业把策略和预算对齐。