2月13日，聯(lián)想智庫正式發(fā)布“2026企業(yè)AI十大趨勢”。該趨勢指出，2026年，人工智能技術(shù)正經(jīng)歷從“概念驗證”到“產(chǎn)業(yè)深度融合”的關(guān)鍵轉(zhuǎn)折，企業(yè)面臨的核心挑戰(zhàn)不再局限于技術(shù)應(yīng)用，而是如何將AI與業(yè)務(wù)戰(zhàn)略、組織架構(gòu)、產(chǎn)業(yè)生態(tài)協(xié)同演進，實現(xiàn)從“效率提升”到“價值創(chuàng)造”的跨越。
該趨勢基于對2025年第四季度開展的企業(yè)AI趨勢行業(yè)觀察，調(diào)研了百余位企業(yè)AI領(lǐng)域的聯(lián)想智庫專家。其核心洞察在于，企業(yè)應(yīng)用AI的方式正發(fā)生根本性升級，并由此牽引出涵蓋組織建設(shè)、商業(yè)模式、AI治理、基礎(chǔ)設(shè)施等十大趨勢。
這十大趨勢具體包括：從“+AI”到“AI+”?，涌現(xiàn)AI原生企業(yè)；從大模型token付費到智能體結(jié)果付費；“模算效能”成企業(yè)選擇和應(yīng)用大模型第一準(zhǔn)則；AI-Ready成為企業(yè)知識治理新標(biāo)準(zhǔn)；AI治理從被動應(yīng)對進入主動構(gòu)建；企業(yè)推理需求爆發(fā)，AI工廠加速落地；軟硬一體，推動算力效率革命；算電協(xié)同，降低AI總擁有成本；RaaS，物理AI業(yè)落地第一步；國產(chǎn)&開源，中國企業(yè)AI創(chuàng)新新動能。
十大趨勢亦與聯(lián)想的判斷和實踐十分契合。早在2017年，聯(lián)想就前瞻式布局人工智能，并于2023年提出混合式AI戰(zhàn)略，在個人AI和企業(yè)AI兩大領(lǐng)域發(fā)力，實現(xiàn)了以AI驅(qū)動整體業(yè)務(wù)實現(xiàn)跨越式增長，并對外賦能個人和產(chǎn)業(yè)發(fā)展。
其中在企業(yè)AI領(lǐng)域，聯(lián)想于去年年底正式發(fā)布了“AI工廠”，其不僅提供硬件設(shè)施，更提供包括數(shù)據(jù)采集、智能體開發(fā)、模型訓(xùn)練到推理服務(wù)的標(biāo)準(zhǔn)化全棧AI解決方案，其核心在于重塑AI應(yīng)用的開發(fā)與部署流程，將原本復(fù)雜且孤立的AI開發(fā)任務(wù)，轉(zhuǎn)變?yōu)橐粭l標(biāo)準(zhǔn)化、高效率的現(xiàn)代“AI生產(chǎn)線”。這一動作呼應(yīng)了本次發(fā)布內(nèi)容中提及的“企業(yè)推理需求爆發(fā)，AI工廠加速落地”這一趨勢。
聯(lián)想智庫有關(guān)負(fù)責(zé)人表示，希望能夠通過十大趨勢的發(fā)布，呈現(xiàn)產(chǎn)業(yè)核心專家對企業(yè)AI發(fā)展的共識性判斷，為企業(yè)在技術(shù)布局與業(yè)務(wù)轉(zhuǎn)型中提供思路參考，進而推動行業(yè)在企業(yè)變革、智能體應(yīng)用、算力效能、數(shù)據(jù)價值等關(guān)鍵議題上的交流與探索。
據(jù)介紹，聯(lián)想智庫成立于2021年，是中立非商業(yè)性平臺，目前擁有200多位高端專家，是面向全社會開放的高端交流、戰(zhàn)略研究和創(chuàng)新實踐平臺。以下為“2026企業(yè)AI十大趨勢”全文。
聯(lián)想智庫2026年企業(yè)AI十大趨勢
趨勢一：從“+AI”到“AI+”，涌現(xiàn)AI原生企業(yè)
企業(yè)當(dāng)前更多處在“+AI”階段：在既有信息化/數(shù)字化架構(gòu)與流程上，外掛式引入AI工具做檢索、生成、輔助決策與局部優(yōu)化。而當(dāng)AI能力進化至L3級（能夠理解復(fù)雜目標(biāo)、自主分解與執(zhí)行任務(wù)）的智能體時，將真正觸發(fā)“AI+”式架構(gòu)升級。它會跨系統(tǒng)編排、觸發(fā)業(yè)務(wù)動作、產(chǎn)生可追溯結(jié)果，從而倒逼企業(yè)以“4A視角”重構(gòu)：業(yè)務(wù)/組織架構(gòu)（角色與責(zé)任）、應(yīng)用架構(gòu)（面向智能體的可調(diào)用能力與流程編排）、知識架構(gòu)（可用/可審計的知識資產(chǎn)）、技術(shù)與安全架構(gòu)（權(quán)限、監(jiān)控、合規(guī)與韌性）。其核心是從“流程驅(qū)動”轉(zhuǎn)變?yōu)橛啥嘀悄荏w協(xié)同的“價值網(wǎng)絡(luò)”驅(qū)動，并構(gòu)建與之匹配的“碳硅融合”組織（人類聚焦決策、賦能與干預(yù)）。這一升級是根本性的，絕大多數(shù)非AI原生的企業(yè)需歷經(jīng)多年、分階段完成。目前，一些完全由智能體協(xié)同構(gòu)成的“一人公司”，已展示了AI原生組織的雛形。
趨勢二：從大模型token付費到智能體結(jié)果付費
當(dāng)AI從“輔助工具”變?yōu)椤皵?shù)字勞動力”，企業(yè)的投入邏輯會從“為技術(shù)付費”轉(zhuǎn)向“為業(yè)務(wù)價值付費”。從企業(yè)側(cè)看，更強調(diào)價值投資：明確業(yè)務(wù)目標(biāo)、衡量可量化收益與風(fēng)險，再決定投入強度與擴展節(jié)奏。從服務(wù)商側(cè)看，定價與交付將更貼近結(jié)果：按“智能體工作單元（Agentic Work Unit，AWU）/可驗收成果”計費（例如完成一次合同審閱、一次供應(yīng)風(fēng)險排查、一次客服閉環(huán)），并推動方案走向“按效果服務(wù)/按效果外包”的商業(yè)模式演進。
趨勢三：“模算效能”成企業(yè)選擇和應(yīng)用大模型第一準(zhǔn)則
企業(yè)評估與使用大模型的準(zhǔn)則正從“單純追求模型能力”轉(zhuǎn)向“綜合考慮模型性能與算力成本”的“模算效能”，評價AI方案時，不只看模型能力上限，還要把算力部署形態(tài)、推理成本、延遲、并發(fā)、運維復(fù)雜度、可靠性與安全合規(guī)等納入同一指標(biāo)體系，衡量在目標(biāo)業(yè)務(wù)下的綜合性價比。供給側(cè)（模型與平臺方）將持續(xù)提升中小參數(shù)模型能力、發(fā)展垂直/行業(yè)模型，并強化多模型協(xié)同與工具鏈。需求側(cè)（企業(yè)）將更常態(tài)化采用通用+垂直、多參數(shù)規(guī)?；旌吓渲门c調(diào)度，并形成云-邊-端混合部署：在可控成本下實現(xiàn)低延遲、高可用與可擴展的AI能力供給。
趨勢四：AI-Ready成為企業(yè)知識治理新標(biāo)準(zhǔn)
企業(yè)對知識的治理標(biāo)準(zhǔn)正發(fā)生轉(zhuǎn)變。過去的“非AI Ready”知識，通常以文檔、報告、對話等非結(jié)構(gòu)化形態(tài)散落在各處，依賴人工查找、解讀與傳遞，難以被AI系統(tǒng)直接、精準(zhǔn)、高效地利用。而“AI Ready”的知識，可被AI穩(wěn)定使用并可審計：知識有清晰來源與版本、結(jié)構(gòu)化/半結(jié)構(gòu)化表達(dá)、可追溯引用、可持續(xù)運營，并具有明確權(quán)限的核心資產(chǎn)。企業(yè)將把知識治理從“資料管理”升級為“面向智能體的知識工程”：通過自動化采集與清洗、語義標(biāo)簽與本體/術(shù)語體系、檢索與引用鏈路審計、持續(xù)評測與糾偏，使高質(zhì)量知識與知識治理智能體成為提升效率與合規(guī)水平的關(guān)鍵資產(chǎn)。
趨勢五：AI治理從被動應(yīng)對進入主動構(gòu)建
AI在重塑全球的生產(chǎn)方式與社會結(jié)構(gòu)，在釋放發(fā)展動能的同時，也放大了安全、隱私、倫理與系統(tǒng)性風(fēng)險等多重挑戰(zhàn)。安全合規(guī)已不僅是防御性需求，更是構(gòu)筑客戶信任與業(yè)務(wù)韌性的長期競爭力。為此，企業(yè)亟需構(gòu)建安全、可靠、可信、透明、可解釋、可持續(xù)的全過程全要素的AI治理鏈條，堅持發(fā)展和安全并重：通過“治理左移”將風(fēng)險控制前置至技術(shù)源頭，通過“動態(tài)可控”確保對系統(tǒng)的實時監(jiān)督與干預(yù)，通過持續(xù)強化數(shù)據(jù)安全與隱私保護守住核心資產(chǎn)底座。
趨勢六：企業(yè)推理需求爆發(fā)，AI工廠加速落地
2026年將成為企業(yè)算力采購市場的關(guān)鍵分水嶺，隨著AI應(yīng)用從概念驗證（POC）邁向規(guī)模化推廣，滲透到更多價值鏈環(huán)節(jié)，智能體將執(zhí)行更復(fù)雜、上下文更長的任務(wù)。企業(yè)客戶將形成穩(wěn)定、持續(xù)的規(guī)?；评硭懔π枨?。非大模型企業(yè)由此引發(fā)的算力采購規(guī)模增長速度首次超過CSP廠商。企業(yè)的投資重心將向支撐大規(guī)模并發(fā)業(yè)務(wù)的推理算力基建傾斜。
趨勢七：軟硬一體，推動算力效率革命
中國算力產(chǎn)業(yè)向“全棧協(xié)同”發(fā)展，AI 算力優(yōu)化已從“單點提速”轉(zhuǎn)向“端到端軟硬協(xié)同優(yōu)化”，軟件與硬件深度適配、協(xié)同演進。硬件上，GPU通信、CXL、高速網(wǎng)絡(luò)交換芯片持續(xù)迭代，“超節(jié)點” 新型計算集群興起，集群性能上限快速提升；軟件上，圍繞芯片、內(nèi)存、集群拓?fù)渥鼍幾g、調(diào)度、訪存、通信等全棧優(yōu)化，大幅拉高硬件利用率，還將反向推動 “軟件定義硬件”的架構(gòu)取舍。對于企業(yè)而言，選擇或構(gòu)建具備全棧協(xié)同優(yōu)化能力的算力平臺，將成為在AI規(guī)?；涞刂锌刂瞥杀尽⑻嵘阅?、確保業(yè)務(wù)彈性的關(guān)鍵。
趨勢八：算電協(xié)同，降低AI總擁有成本
AI基礎(chǔ)設(shè)施正從單一的算力建設(shè)轉(zhuǎn)向“計算與能源”的一體化演進，基礎(chǔ)設(shè)施將更加重視“計算、能源、碳效與成本”的深度融合。未來，電力條件將成為AI工廠選址、建設(shè)及運營的核心變量。通過將FinOps理念引入算力全生命周期，電力運營不再僅僅是保障手段，而是優(yōu)化AI供給成本的核心杠桿。利用電力運營的柔性調(diào)度，如綠電配比，儲能消納，液冷技術(shù)與能效指標(biāo)（PUE）等，結(jié)合全鏈路碳足跡追蹤，企業(yè)將實現(xiàn)從單一算力指標(biāo)向“單位算力能效”與“單位算力成本”的雙重優(yōu)化，AI供給將實現(xiàn)從“能耗驅(qū)動”向“能效驅(qū)動”的跨越，在“東數(shù)西算”實踐基礎(chǔ)上，構(gòu)建低成本、低碳化、可度量的綠色AI供給網(wǎng)絡(luò)，將成為大規(guī)模推理時代的核心競爭力。
趨勢九：RaaS，物理AI落地第一步
物理世界的AI能力（感知、規(guī)劃、控制與人機協(xié)作）正在加速走向工程化、規(guī)模化落地，工業(yè)與物流等場景率先形成標(biāo)準(zhǔn)化交付?！皺C器人即服務(wù)（Robot as a Service，RaaS）”降低了使用門檻，并推動標(biāo)準(zhǔn)化場景包、遠(yuǎn)程運維與持續(xù)迭代，成為物理AI從試點走向規(guī)模化的重要商業(yè)路徑。
趨勢十：國產(chǎn)&開源，中國企業(yè)AI創(chuàng)新新動能
中國企業(yè)AI的發(fā)展路徑正形成獨特范式，其核心由“國產(chǎn)創(chuàng)新”與“開源普惠”雙輪驅(qū)動。一方面，國產(chǎn)創(chuàng)新將沿“芯片-系統(tǒng)軟件-框架工具鏈-模型-智能體應(yīng)用”形成更完整的技術(shù)體系，生態(tài)成熟度持續(xù)提升，并在更多行業(yè)與場景實現(xiàn)可規(guī)?；渴穑煌瑫r，國際技術(shù)在中國落地的傳統(tǒng)范式仍將繼續(xù)存在并與國產(chǎn)體系長期并行。另一方面，開源普惠（模型、推理引擎、工具鏈與數(shù)據(jù)/知識治理組件等）將顯著降低企業(yè)采用門檻，推動“國際+國產(chǎn)、開源+商業(yè)”的混合技術(shù)路線成為常態(tài)。兩者共同構(gòu)成中國企業(yè)AI發(fā)展的新范式：在可控、安全與成本優(yōu)勢下，加速規(guī)模化應(yīng)用與持續(xù)創(chuàng)新。
