行业研究报告权威发布|2026年11月期核心数据与判断

行业研究报告权威发布|2026年11月期核心数据与判断

本期聚焦：Gartner、IDC、中国信通院近期发布的四份核心报告，围绕"AI 支出规模、算力基础设施、智能体治理"三条主线。所有数字均标注发布机构、发布时间与统计口径，跨机构数据不可直接相加。

一、本期报告清单

Gartner《全球 AI 支出预测》|2026年9月16日|全球AI支出规模与结构

Gartner《全球 AI 优化型 IaaS 支出预测》|2026年8月17日|AI 基础设施细分与推理/训练结构

IDC《全球季度 AI 基础设施追踪》Q2 2026|2026年11月6日发布|算力支出、区域份额、全年预测上调

IDC《FutureScape 2027 年度预测》|2026年11月3日|250项预测，企业AI治理与岗位结构

中国信通院《面向词元(Token)服务的智算基础设施发展研究报告(2026年)》|2026年10月16日|算力评价体系从峰值算力转向每瓦 Token 产出

中国信通院《智能算力服务研究报告(2026年)》|2026年4月|2025年我国智能算力服务市场规模突破1300亿元

二、国际机构核心数据

1. Gartner：全球 AI 支出 2026 年达 2.67 万亿美元

2026年全球AI支出预计 2.67 万亿美元，同比增长 49.5%;2027年预计 3.64 万亿美元

结构上，AI 基础设施是最大单项：2025年 9819 亿美元、2026年 1.48 万亿美元、2027年 1.98 万亿美元

AI 服务 2026年 5765 亿美元;AI 软件 4616 亿美元;AI 网络安全 513 亿美元(2027年升至 860 亿美元)

到 2030 年，AI 服务市场预计形成 1.2 万亿美元规模的机会

关键判断：Gartner 明确表示，支撑未来工作负载的 AI 基础设施需求"强劲且对存储涨价不敏感"，AI 数据中心建设是人类历史上最大规模的基础设施工程。

另一组细节：Gartner 8月报告显示，2026年全球 AI 优化型 IaaS 支出将增长 96% 至 420 亿美元，2027年达 660 亿美元;其中推理支出 233 亿美元将首次超过训练支出 190 亿美元，推理占 AI 优化型 IaaS 的比例 2026年为 55%、2027年升至 59%。

2. IDC：Q2 单季 1214 亿美元，全年预测上调至 5210 亿美元

2026年第二季度全球 AI 基础设施支出 1214 亿美元，同比增长 53.3%，环比增长 34%

2026年全年预测由 4970 亿美元上调至 5210 亿美元，同比增长约 63%

2025年全年 3187 亿美元(同比 +107.2%)，2024年 1539 亿美元

中期路径：2029年 1.17 万亿美元、2030年 1.33 万亿美元，2025—2030年复合增速约 33%

结构变化(本期最值得注意的一点)：

加速计算(GPU 等)1058 亿美元，同比增长 52.2%，仍占主体

非加速、CPU 基础设施 156 亿美元，同比增长 61.1%，增速首次超过加速系统，驱动来自智能体编排与数据管道负载

服务器占 AI 基础设施价值 98.0%，存储仅 2.0%(25 亿美元，同比 +45.2%)

区域格局：美国 928 亿美元，占全球 76.4%(同比 +58.7%);中国 130 亿美元，占 10.7%(同比 +27.9%);西欧 64 亿美元(同比 +83.9%);中东非洲同比 +108.9%、中东欧 +96.7%，但基数极小;日本基本持平(-1.3%)。

成本判断：IDC 指出存储与内存涨价是当前价值增长的主要驱动之一，超大规模厂商已通过多年期协议锁定大部分供给，企业买家只能承受市场价，涨价预计持续到 2027 年下半年。IDC 把这种现象命名为"techflation"(技术通胀)，并预计到 2027 年 45% 的 G2000 企业需要为 AI 基础设施 CAPEX 双位数增长做辩护。

三、国内机构核心判断

1. 信通院：算力评价体系正在换标尺

产业核心驱动力从模型训练转向推理服务，传统以峰值算力(FLOPS)为价值标尺的"算力工厂"模式不再适配

新范式以词元(Token)为计量单元、以"每瓦 Token 产出"为核心效率指标，重塑硬件选型、集群架构、调度系统与商业模式

区域布局分层：训练算力向枢纽集聚、推理算力靠近需求分布，跨域调度成为资源优化配置的关键

政策侧重点从"建设补贴"转向"Token 服务采购"，即从补规模转向补效能

2. 信通院：市场规模与产业结构

2025年我国智能算力服务市场规模突破 1300 亿元(《智能算力服务研究报告(2026年)》)

服务模式演进方向：从"资源供给"向"任务式交付"升级;产业格局从"独立发展"向"算力互联网"聚合

《云计算发展研究报告(2026年)》提出：Token 成为公共云智能服务的核心价值标尺，公共云是 AI 规模化落地的最佳载体

《大模型专有云服务市场分析(2026年)》指出，政务、金融、能源是专有云部署的主要落地方向，头部厂商份额高度集中

四、跨报告交叉验证：五条一致判断

支出口径虽不同，方向完全一致——基础设施是最大受益环节。Gartner 把 AI 基础设施列为 2026年最大单项(1.48 万亿美元)，IDC 的 5210 亿美元则只统计服务器与存储，两者不能相加，但增速判断(约 63%)与 2025年是翻倍级增长的事实互相印证。

推理超过训练是结构性拐点。Gartner 给出推理 233 亿美元 vs 训练 190 亿美元的具体交叉点;信通院从"评价标尺"角度给出同一结论。两家机构用不同方法指向同一个转折。

需求从"GPU 单点"扩散到"CPU + 存储 + 网络"。IDC 的 CPU 基础设施增速(61.1%)反超加速系统(52.2%)，支撑逻辑是智能体编排和数据管道，这解释了为什么存储与内存涨价能传导到整机价格。

涨价成为新的经营变量，而非短期波动。IDC 认为高价至少延续到 2027 年下半年;Gartner 认为基础设施需求"对涨价不敏感"。两句话合起来意味着：预算规划必须按"高价常态化"来做，而不是等回落。

治理与人才跟不上部署速度，是2027年前最大的组织风险。IDC FutureScape 2027 预测：2029年 60% 的 G2000 企业多数业务流程将 AI 优先(2026年仅 13%);2028年 70% 企业具备持续验证智能体决策的能力(目前仅 14%);未配置"紧急停止开关"的企业，重大审计问题数量将翻倍。

五、被忽略但重要的细节

开源模型与成本结构

IDC 预测到 2028年，企业将把 60% 的 AI 工作负载从专有大模型转向开源模型，用模型路由降低成本并对冲供应商锁定。这与 Gartner 对"领域特定小模型(DSLM)"机会的判断方向一致：成本效率而非绝对能力，正在成为采购的首要变量。

智能体的隐性账单

IDC 预测：到 2027年底，55% 的企业会出现"供应商未公开调价、但智能体相关费用上涨"的情况(目前为 20%);到 2028年，75% 的 G2000 企业与供应商合同中会纳入针对智能体自主行为的责任条款。也就是说，采购谈判的标的正在从"许可证价格"变成"行为责任 + 动态成本"。

岗位结构

IDC 预测到 2029年，G2000 企业将推动 30% 的初级与中级执行类岗位向"智能体监督与编排"相关岗位转型;同时中型企业(1000—4999人)在跨部门部署智能体的比例(46%)已高于大型企业(40%)，但建立 AI 卓越中心的比例更低(31% vs 43%)，治理缺口更明显。

算力的物理约束

IDC 把电力与电网容量列为首要运营瓶颈;信通院则从"每瓦 Token 产出"给出对应的技术解法。两份报告在同一约束上给出了供需两侧的答案。

六、读这类报告必须注意的三个坑

不要把不同机构的"AI 支出"当同一口径。Gartner 的 2.67 万亿美元涵盖服务、软件、网络安全、基础设施全口径;IDC 的 5210 亿美元只统计 AI 服务器与存储。同一年份的两个数字相差数倍，属于正常的范围差异，不是谁算错了。

注意"价值增长"与"出货量增长"的区别。IDC 明确指出，本期支出抬升中有相当部分来自元器件涨价，而不是纯出货量增加。判断真实需求时，要等内存供给正常化后再看量价拆分。

区分预测与调查。IDC 的"60% 企业 AI 优先"是预测，"95.4% 企业已将智能体部署到平均 11 条生产工作流"是调查结论;前者不能当作既成事实引用。

七、对企业决策的落地启示

预算：按"高价常态化"编制 2027 年算力预算，把存储与内存的价格假设单独建模，而不是套用往年的单位成本下降曲线。

架构：按推理负载占比上升重新评估硬件配比，CPU 侧与数据管道可能比再买一批 GPU 更能解决瓶颈。

治理：先补齐智能体监控与"紧急停止"机制，再扩大部署范围;治理滞后的成本会以审计问题和合同责任的形式回来。

成本：把模型路由与开源模型纳入中长期方案，避免单一供应商的推理费用失控。

选址：训练与推理分层部署，推理侧靠近需求与数据，训练侧靠近能源与枢纽节点。

八、下一阶段需跟踪的指标

头部超大规模厂商 2026 年 Q3 的 CAPEX 指引(IDC 认为这是最可靠的近端需求先行指标)

内存与存储价格何时见顶，以及出货量能否接棒价格成为增长主因

推理支出占比是否按预测在 2027年达到 59%

企业侧智能体治理机制的落地比例(从 14% 向 70% 的爬坡速度)

国内 Token 服务采购政策的落地节奏与规模