303| 2026企业技术十大预测：AI重塑IT格局

全文概览

每年伊始，Cube 团队都会与Enterprise Technology Research（ETR）携手，基于其深厚的市场数据，对未来一年的企业技术趋势进行前瞻性预测。2026年，人工智能无疑将成为IT领域最核心的驱动力，深刻重塑着行业格局。IT预算将如何分配？AI投资何时才能大规模见效？Nvidia的领先地位能否持续？数据引力如何巩固现有平台？SaaS的商业模式又将迎来怎样的变革？更令人担忧的是，新型代理驱动的安全漏洞和AI对白领就业的冲击，是否会成为我们必须直面的现实？本文将深入剖析ETR的独家数据，为您揭示2026年企业技术的十大关键预测，助您在快速变化的数字世界中把握先机，洞察未来。

阅读收获

• 存储从业者：深入理解2026年硬件价格高企、内存短缺及数据中心需求激增的深层原因，为存储采购、架构设计及供应链管理提供前瞻性指导。
• 行业证券分析师：掌握IT支出增长、AI投资回报率规模化、云市场竞争格局（GCP追赶）及SaaS商业模式演变的关键数据，精准评估科技巨头与新兴力量的投资价值。
• 学术研究：洞察AI对白领就业的结构性影响、新型代理驱动安全漏洞的威胁，以及数据引力如何强化现有平台，为相关研究提供前沿案例与理论支撑。

👉 划线高亮 观点批注

BREAKING ANALYSIS 作者：Dave Vellante 和 Erik Bradley[1]

每年年初，按照我们的传统[2]，我们都会与 Enterprise Technology Research[3] 合作，深入研究最新数据，并对未来一年做出10项预测。

今年的预测是在我们评估2025年预测[4]的报告发布之后进行的。在本期Breaking Analysis中，我们从ETR丰富的专有数据集中提取了一些最具说服力的要点，并提出了我们对2026年企业技术的十大预测。

以下大部分预测都得到了ETR技术支出意向调查 (TSIS)[5]及其季度宏观深入分析数据的支持，该调查对1700多名商业技术领导者进行了访问。

行业之声

每年我们都会收到来自科技公司和思想领袖的数千份预测。我们逐一审阅并进行分类。每年这个文件夹都会变得更大。在下图中，我们展示了主题领域的构成。当然，一切都与人工智能有关，但我们试图将那些专门针对人工智能的预测分离出来。一如既往，安全是预测者最关心的问题，如您所见，占了25%。

2026年十大预测

我们今年的预测涵盖了信息技术支出、人工智能投资回报率、英伟达公司（Nvidia Corp.）的护城河、数据、大型语言模型、云、软件即服务（SaaS）模式的变化、安全、硬件定价和内存短缺，以及人工智能对就业的影响。

让我们深入了解细节。

预测一：IT支出增长5%

第一个预测是：2026年IT预算将增长约5%。自新冠疫情以来，随着利率上升和不确定性主导，企业IT预算持续面临压力。地缘政治紧张、战争、关税及相关冲击使决策者保持谨慎。在此背景下，ETR的季度宏观深入分析显示，IT决策者目前预计预算将增长4.6%。我们预测的5%略高于平均水平，其中大型企业存在显著差异——它们仍保持在4%以下的保守态度——而高管层和亚太地区受访者则更为乐观。

数据正朝着正确的方向发展。未来的支出展望较早期的调查有了显著改善，与去年10月首次询问受访者关于明年1月支出意向的调查相比，有了显著的提升。在当前的调查中，74%的受访者表示他们计划增加支出，这是自2022年1月以来的最高水平。这表明乐观情绪并非局限于单一领域。

然而，大型企业的谨慎态度令人担忧，但即使在财富500强企业中，这一趋势也在改善，调查环比增长超过一个百分点。高管层的预测高于平均水平，达到5.2%，这进一步表明高级领导层的增长意愿比普通人群更为积极。

一个重要的细微之处在于这个指标代表什么。这是IT预算数据——而不是供应商收入。它包括人员配置和相关的内部成本，不应与IDC和Gartner等公司预测的供应商收入增长混淆。随着时间的推移，预算可能会随着数据中心建设扩大对基于令牌服务的访问以及组织以更少的人力进行扩展而演变。人员配置是IT预算中最大的开支之一，人工智能驱动的生产力和自动化将影响未来的组合。然而，近期关注的重点是2026年预算方向约为5%，这反映在调查中。

关键要点

• ETR的调查数据显示，IT预算预计增长4.6%，考虑到近期上升趋势，5%是一个合理的增长。
• 74%的受访者计划增加支出，这是自2022年1月以来的最高水平，表明普遍改善。
• 大型企业仍然是最保守的群体，但财富500强企业在调查环比中改善了一个多百分点。
• 高管层更为乐观，达到5.2%，支持了我们预测中略好于平均水平的结果。
• 这是IT预算数据（包括人员配置），而非供应商收入，它将随着令牌消耗和生产力动态重塑支出结构而随时间变化。

预测二：2026年是人工智能投资回报率之年

第二个预测是，2026年将成为企业开始大规模实现人工智能投资回报率（ROI）的一年。前几年，我们预测投资回报率仍将难以捉摸。现在数据正朝着不同的方向发展，有迹象表明生产力正在提高，并且有更多证据表明企业正开始以可持续回报的方式将人工智能投入运营。

投资回报率的故事围绕两个主题展开：1）衡量纪律和2）规模化成果。在周期的早期，组织投入巨资，而市场很大一部分要么没有衡量投资回报率，要么没有看到任何回报。2024年11月，“未衡量投资回报率”与“未看到投资回报率”的总和接近50%，这表明投资强度与财务信心之间存在令人担忧的差距。

这个差距正在缩小。最重要的转变是，越来越多的组织正在衡量投资回报率。未衡量投资回报率的比例从27%下降到18%，ETR数据中财务运营采纳率的上升表明，企业正在对人工智能支出实施成本控制和问责结构。六到八个月前，FinOps在洞察小组和访谈中几乎没有出现。现在它不断出现，这与市场从实验转向治理和运营严谨性相符。

数据还显示，已实现的投资回报率区间有所改善。1%到10%的投资回报率区间有所波动，但自2024年11月以来稳步增长。这支持了组织开始实现回报并正在学习如何将人工智能计划与可衡量的成果相结合的观点。

一个关键的细微之处在于企业对投资回报率的期望。在ETR人工智能系列数据中，66%的受访者表示人工智能投资回报率来自成本效率和利润改善。只有23%的受访者期望投资回报率来自收入增长或新产品创造。这种分布是相关的，因为它解释了FinOps为何兴起以及衡量为何变得核心。如果大多数投资回报率预计来自利润和效率，那么对使用和支出的审计和控制就成为宣布成功的先决条件。

关键要点

• 2024年11月，近一半的组织要么没有衡量人工智能投资回报率，要么没有看到任何回报，尽管支出巨大。
• 未衡量投资回报率的比例从27%下降到18%，显示出衡量纪律的显著提升。
• FinOps正成为一个持续的话题，反映出从实验转向人工智能支出运营控制的转变。
• 1%到10%的投资回报率类别自2024年末以来稳步增长，表明回报实现率不断提高。
• 66%的受访者将人工智能投资回报率与成本效率和利润改善联系起来，而23%的受访者期望收入增长或新产品创造。

预测三：英伟达在每令牌成本上进一步拉开差距

第三个预测源于本月早些时候发布的研究[6]，该研究是在英伟达首席执行官黄仁勋在CES上发表主题演讲后进行的。预测是，英伟达将扩大其在更广泛的图形处理单元/张量处理单元/专用集成电路领域的领先优势，因为其每令牌成本优势将在2026年显著改善。

一个关键因素是英伟达在CES上披露其最新GPU Vera Rubin已全面投产，并将在今年加速生产。CES上分享的数据表明，在短短12个月内，Blackwell的性能实现了快速的阶梯式提升：性能提升5倍，吞吐量提升10倍，令牌成本改善10倍。这种更高输出和更低单位成本的结合预计将推动需求的显著增长。

需求前提基于杰文斯悖论——价格下降，消费上升——预测是每令牌成本的降低将导致需求增加15倍。在此背景下，我们预计TPU和ASIC正在侵蚀英伟达护城河的说法将自行消退，并且预计英伟达的财务指标将反映这一优势的巨大程度。英伟达的市盈率徘徊在20多倍——甚至低于沃尔玛——随着投资者消化英伟达地位的可持续性，这一倍数将增加。一些GPU设计者转向边缘用例或取消项目是可能甚至很可能发生的。

展望未来，我们预计英伟达在数据中心领域几乎没有竞争，除非需求无法满足。（这里Dave特地强调了是数据中心场景，而对时延、数据安全更敏感的边缘侧推理方案，还没有成熟方案）这种未满足的需求支持了替代方案，但竞争对手的路径是通过推理和边缘工作负载。我们认为英伟达在边缘领域也表现出色，并与Groq达成了锁定交易。

需求持续超过供应，这意味着供应商普遍销售他们能出货的产品。这意味着对竞争对手来说，最好的消息是当前的“水涨船高”环境提升了所有芯片公司的业绩，供应商几乎没有动力看到这种动态很快改变。

关键要点

• Vera Rubin已全面投产，并将在2026年加速生产，英伟达称其性能是Blackwell的5倍，吞吐量是10倍，令牌成本降低10倍。
• 每令牌成本的降低预计将推动需求增加15倍，这与杰文斯悖论的动态一致。
• 英伟达的估值尚未完全反映其优势，市盈率在20多倍被认为是倍数扩张的起点。
• 数据中心竞争主要受供应短缺限制，而竞争对手则在推理和边缘工作负载中寻求立足点。
• 需求超过供应支持了水涨船高的环境，所有供应商都能销售其产品。

预测四：数据引力惠及平台现有企业——以Snowflake为例

我们认为，随着企业在其现有生态系统之上构建人工智能能力，数据引力将日益惠及数据库平台现有企业。以Snowflake Inc.为例，数据表明，核心数据平台的附加服务（如Cortex）成为底层数据库的自然延伸。核心平台保持粘性，并且随着客户将相邻工作负载拉入同一生态系统，这种粘性会增加。在我们看来，这种动态不仅限于Snowflake，还延伸到其他主要现有企业，包括Databricks Inc.、Oracle Corp.和Microsoft Corp.。

上图包含两个部分，强化了这一预测。具体来说，当团队构建人工智能应用程序时，他们倾向于靠近数据所在的数据库生态系统——这体现在支出意向中。

从右侧图表开始： 这来自ETR的“构建与购买人工智能系列”，仅关注那些表示正在构建自己人工智能应用程序的受访者。y轴是配对使用可能性影响，这是一种显示两个组件在同一技术堆栈中同时出现的强度的方式。以Snowflake作为此分析中最清晰的例子，图表显示，当客户采用Snowflake Cortex Search时，他们更有可能采用额外的Snowflake组件。具体来说：

• Snowflake Cortex Search + Snowflake Cortex 显示 +350% 的配对可能性影响 (n = 22)。
• Snowflake Cortex Search + Snowflake ML 显示 +252% 的配对可能性影响 (n = 31)。

在我们看来，这就是数据引力效应的实际体现。一旦客户在人工智能堆栈的某个元素上锚定在Snowflake主导的工作流中，相邻元素（搜索、向量搜索或向量数据库风格的能力，以及模型相关组件）留在同一生态系统中的可能性就会增加。

现在转向左侧图表： 这来自ETR的技术支出意向调查，显示了Snowflake在与此预测相关的三个类别中随时间变化的净得分（支出势头）趋势：

1. 数据库/数据仓库软件
2. 机器学习/人工智能
3. 分析/商业智能/大数据

每个集群显示了从2025年1月到2026年1月五个时间点的快照。图表标题说明了一切：“数据库和分析领域的增长推动了Snowflake的整体复苏。” 数据表明，Snowflake的核心数据库和分析势头在2026年将显著反弹，其中数据库/数据仓库较前几个季度显著回升，分析也显示出类似的复苏模式。机器学习/人工智能保持高位，但在整个期间相对稳定。

底线是，我们看到当组织构建自己的人工智能应用程序时，会倾向于现有企业的数据库生态系统。Snowflake是此数据集中最清晰的例子。当客户使用Snowflake作为其堆栈的一层时，他们更有可能在Snowflake生态系统中使用相邻功能，包括搜索、向量搜索、向量数据库和基础模型使用以及其他堆栈元素。

在我们看来，这突出了ETR数据集作为领先指标的预测价值。在之前的市场转变中，Breaking Analysis观察到调查数据预示了早期动向，包括居家办公浪潮及其对CrowdStrike Holdings Inc.、Okta Inc.和Zscaler Inc.等供应商的影响。我们也在Snowflake和Databricks的崛起、市场重新定价之前的疲软期以及随后的反弹中看到了类似的领先信号。数据表明，当前的复苏是早期信号先于更广泛市场认可的相同模式的一部分。

关键要点

• 我们认为数据引力正在将人工智能工作负载拉向现有数据库生态系统，从而强化了现有平台。
• 数据表明，锚定在Snowflake上的客户更有可能在Snowflake生态系统内采用相邻的堆栈组件，包括搜索、向量搜索、向量数据库和相关的模型层集成。
• Snowflake的平台拉动效应正在转化为核心数据库和数据仓库支出意向的急剧反弹，使其在ETR的完整数据集中跃居公共公司净得分榜首。

这意味着平台现有企业的复合效应正在显现，因为企业在构建人工智能应用程序时，会围绕他们已经信任的数据库生态系统整合更多的堆栈，数据表明Snowflake目前是这种引力最明显的受益者，其支出意向出现了可衡量的复苏。

预测五：领先的大型语言模型（LLM）将重点转向企业人工智能

我们认为2026年是领先模型提供商围绕企业采用进行优化的转折点，而不仅仅是模型基准和消费者热度。我们认为OpenAI将更积极地效仿Anthropic的企业姿态，利用消费者规模作为杠杆，并在2026年结束时，其企业收入将超越Anthropic。与此同时，我们预计OpenAI将对谷歌的搜索经济施加压力，并且我们预计埃隆·马斯克的Grok将寻求他已拥有战略足迹的边缘导向机会。

上图显示了模型和人工智能平台目前在企业账户中的位置，使用了ETR TSIS的两个维度。

首先，解读图中的点。每个点代表一个供应商。 x轴是重叠百分比，我们在此将其用作数据集中普及率和账户渗透率的代理。y轴是共享净得分，代表供应商存在的账户中的支出势头。40%的红色虚线是“高度提升的势头”阈值。

右上角是表示高渗透率和高势头的强势位置。微软和OpenAI Group PBC在2026年1月的调查中以及一段时间以来都处于这个位置。亚马逊网络服务公司（Amazon Web Services Inc.）和谷歌有限责任公司（Google LLC）紧密地聚集在中上部，反映出强劲的势头和显著的重叠。Databricks和Snowflake也彼此靠近，这符合我们之前关于数据引力和平台拉动的预测。Anthropic PBC在y轴上处于高位，势头强劲，高于红线，自去年以来取得了显著进展。Meta Platforms Inc.的Llama远低于阈值，在此数据集（和市场）中相对于领导者已经退出了领导者对话。左下角是传统的机器学习和人工智能参与者，在重叠和势头方面都在争取相关性。

其次，使用右侧表格来锚定散点图的精确数字。 对于2026年1月的共享净得分和共享N，Anthropic以72.5%（345）领先，其次是微软的65.5%（795）和OpenAI的60.7%（677）。Databricks为58.8%（250）。AWS和谷歌以58.0%并列，共享N分别为450和483。Snowflake为47.5%（265），Meta Llama为29.9%（137）。

x轴上的普及率是随着从实验转向企业标准化而需要关注的领先指标。OpenAI的普及率已接近40%，而Anthropic约为20%，大多数其他参与者仍处于个位数。Anthropic在一年内将普及率从约10%翻倍至20%，但OpenAI在企业环境中的起始地位明显更为根深蒂固。

这种渗透优势与我们的预测相关，因为我们认为它使消费者数量成为企业的一个特点，而不是一个缺陷。OpenAI的分发、使用模式和熟悉的界面产生了引力，日益支持企业用例和API驱动的部署。最新数据显示，OpenAI的API仅在上个月就增加了超过10亿美元的年化收入运行率，这反映了企业驱动的收入生成，并证明该平台正在超越消费者聊天机器人阶段。在我们看来，一旦企业飞轮开始运转，它就会持续获得动力。

关于谷歌，我们的预测超越了模型性能，Gemini在这方面取得了真正令人印象深刻的进展。我们认为OpenAI最近在广告方面的举动旨在对谷歌的核心经济施加压力。搜索查询的成本仅为几美分，而人工智能查询的成本要高得多（100倍），我们预计OpenAI将继续尝试插入自身并扰乱谷歌的广告经济。尽管微软早期尝试将Bing人工智能化并未达到预期效果，但我们认为OpenAI的规模和定位使其有更好的机会。

关于Grok，我们预计它将推向边缘。埃隆曾探索设计数据中心GPU，但随着英伟达的领先优势变得更加明显，他放弃了这条道路。与此同时，特斯拉公司已经拥有围绕Arm和定制神经网络处理单元（NPU）构建的边缘导向芯片设计能力，用于车辆。我们认为Grok将加强这一地位，持续专注于边缘的硅创新，而xAI Holdings Corp.则在孟菲斯迅速扩大数据中心容量——在英伟达的分配队列中拥有高优先级。

从长远来看，theCUBE Research由George Gilbert和David Floyer进行的研究表明，领先的LLM公司可能会演变为通过应用程序编程接口提供的新型软件，使没有深厚工程技能的企业更容易采用。我们预计这种全面的转型在2026年不会显而易见，但我们认为它直接关系到从传统IT支出转向令牌生成和更人工智能化的运营模式的多年转变。

关键要点

• 我们认为OpenAI将效仿Anthropic的企业领导地位，并在2026年结束时，其企业收入将超越Anthropic，这得益于ETR数据中更强的普及率。
• 图表将微软和OpenAI置于右上角，具有广泛的渗透率和高涨的势头，而Anthropic则在势头方面领先，并持续快速获得普及率。
• OpenAI在ETR数据中的普及率接近40%，而Anthropic接近20%，我们注意到OpenAI API仅在上个月就增加了超过10亿美元的年化收入运行率[7]。
• 我们预计OpenAI将通过广告举措对谷歌的搜索经济施加压力，而Grok则将推动与埃隆在特斯拉诞生的硅专业知识相关的边缘机会。

这意味着企业渗透率和支出势头正集中在一小部分领导者身上，数据表明OpenAI拥有分发优势，可以将消费者规模转化为企业标准部署，Anthropic在势头方面设定了步伐，谷歌和AWS紧密聚集——谷歌在专有模型方面具有优势——而Grok则随着时间的推移定位边缘驱动的差异化。

预测六：谷歌云继续缩小与AWS和Azure的差距

我们认为，谷歌云平台（Google Cloud Platform, GCP）将在2026年继续缩小与AWS和Azure的差距，这主要得益于其在人工智能领域的卓越表现，辅以世界级的数据基础，并得到不断提高的盈利能力的支持。如下所示，尽管GCP在企业渗透率方面仍处于劣势，但支出意向的领先指标表明，势头正在向谷歌倾斜，尤其是在大型企业中。

谷歌云平台正显示出持续的增长势头。起点是增长和运营杠杆。据我们估计，GCP上季度增长了约40%。Alphabet披露的是谷歌云整体数据，而非GCP具体数据，但我们认为GCP的增长速度明显快于整合后的云业务部门。与此同时，谷歌云的运营利润率已转为正值，目前处于20%左右的水平，并且正朝着我们认为对一个规模化的云业务越来越有利的方向发展。在我们看来，随着业务的成熟，这些利润率将继续扩大，并随着时间的推移转化为可观的现金流。

上述ETR数据强化了这一势头。在核心支出意向数据集中，GCP是三大云提供商中唯一一个净得分同比加速增长的，而AWS和Azure均有所下降。渗透率仍然较低——普及率落后于两者，尤其是与Azure相比——但支出意向的方向正在上升。

支出意向的改善并非仅限于小型账户。这种增长体现在财富100强、财富500强和全球2000强企业中，这些企业历来是谷歌难以渗透的。我们认为这种转变反映了谷歌更广泛的企业实力——在最大的组织中拥有更高的信誉，以及更多证据表明GCP能够大规模运行关键任务工作负载。

ETR的人工智能系列数据提供了更多证据来解释为何现在会发生这种情况。我们看到谷歌人工智能构建堆栈（包括Gemini和Vertex AI）的使用率不断上升，并且在每次调查中都有所增长。在我们看来，谷歌作为基础模型提供商和云托管平台的定位正变得更加整合，这种整合开始体现在客户行为中。

我们还认为谷歌的方法受益于耐心。该公司拥有足够的资本来打一场持久战。随着运营利润率攀升至AWS多年来保持的水平——以及Azure继续受益于软件贡献——我们预计谷歌将继续扩大盈利能力，同时扩大市场份额。这种组合改变了人们的看法，带来了加速的需求和不断提高的利润率。

关键要点

• 我们认为GCP将继续缩小与AWS和Azure的差距，这得益于人工智能的势头和强大的数据基础。
• 据我们估计，GCP上季度增长了约40%，谷歌云的运营利润率目前处于20%左右，仍有扩张空间。
• 数据表明，GCP是三大云提供商中唯一一个净得分同比加速增长的，而AWS和Azure均有所下降。
• 财富100强、财富500强和全球2000强企业的支出意向正在上升，表明在最大型企业中取得了进展。
• Gemini和Vertex AI的人工智能堆栈采用率不断提高，强化了GCP作为模型提供商和云平台的势头。

这意味着谷歌的云业务正在进入一个新阶段，人工智能驱动的需求、不断提高的企业吸引力和不断扩大的运营利润率协同作用，调查数据表明GCP是三大提供商中唯一一个在净得分上加速增长，同时扩大其在全球最大组织中的相关性的提供商。

预测七：SaaS席位面临逆风，但软件供应商仍能保持收入

我们认为2026年是软件即服务（SaaS）货币化的转型之年。长期以来，基于席位的定价与客户价值不符，而人工智能通过改变工作方式以及需要直接许可的用户数量，加剧了这种紧张关系。与此同时，SaaS供应商在企业流程逻辑和受信任数据方面拥有深厚的根基，在我们看来，这使他们即使在席位增长放缓的情况下，也能保持和增加收入。这个预测并非SaaS的崩溃。这个预测是定价的演变，向基于结果和包含人工智能的货币化转变，并体现在数据中。

上图分为两部分，旨在回答问题：“人工智能是否会减少SaaS席位，如果会，收入是否会随之下降？”顶行关注席位。底行关注支出抵消。

从左上角表格开始：“人工智能对核心软件席位的影响——2025年11月人工智能产品系列。” 它按客户类型划分结果，显示了预期更多席位、相同席位和更少席位的百分比，然后总结了净“席位抵消”。席位抵消对中小型企业（+12%）和总样本（+4%）是正向的。随着市场向上发展到全球2000强（-1%）、大型企业（-2%）和财富500强（-8%），它变为负向。这意味着最大的组织最有可能面临席位压力。

现在看右上角表格：“席位抵消随时间变化。” 它显示了席位抵消从2024年11月到2025年5月再到2025年11月的趋势。方向是一致的，即净席位影响随时间下降，尤其是在大型企业中。全球2000强从+11%变为+5%再变为-1%，大型企业从+17%变为+7%再变为-2%。财富500强从+6%变为0%再变为-8%。席位增长正在放缓，在大型企业中甚至转为负增长。

现在转到左下角表格：“人工智能支出抵消席位支出减少——2025年11月人工智能产品系列。” 这是后续问题，询问即使席位下降，人工智能相关支出是否会弥补？ 受访者被问及人工智能支出是否会超过、匹配或低于席位支出的任何减少。在全球2000强行中，51%的受访者表示人工智能支出超过席位减少，33%表示匹配，15%表示低于。这种模式表明货币化正在从席位转向人工智能和结果。

最后，用右下角表格：“人工智能支出净影响随时间变化”来支持结论。 这将之前的视图压缩为随时间变化的单一净影响指标。在2025年11月，中小型企业显示为38%，全球2000强显示为36%，所有受访者显示为30%。财富500强和大型企业较低，分别为27%和25%，但仍为正值。即使在席位抵消为负的群体中，净支出影响仍然显著为正。

这就是为什么我们认为市场上的“SaaS已死”和“SaaS攻击”的说法被夸大了。如果供应商成功地围绕人工智能、使用和结果重新定价，席位数量可能会受到压力，而收入仍能增长。我们还认为大型SaaS供应商的公开评论与这种动态相符。具体来说，客户正在寻求帮助以将人工智能投入运营，而供应商正在将人工智能嵌入到数据、元数据和业务流程逻辑已经存在的现有产品中。

关键要点

• 数据表明，席位增长正在放缓，并在大型企业中转为负增长，2025年11月的席位抵消分别为-1%（全球2000强）、-2%（大型企业）和-8%（财富500强）。
• 席位抵消随时间恶化，全球2000强从2024年11月的+11%变为2025年11月的-1%，财富500强在同期从+6%变为-8%。
• 支出抵消数据显示，人工智能货币化弥补了席位减少，51%的全球2000强受访者表示人工智能支出超过席位减少。
• 2025年11月，净支出影响仍然强劲为正，包括全球2000强的36%和总体的30%，支持了供应商在定价演变的同时保持收入的观点。

这意味着人工智能给SaaS席位扩张带来了真正的逆风，尤其是在最大的企业中，但支出数据表明SaaS供应商通过将货币化转向人工智能、使用和结果来保持和增加收入——这是一种定价演变，而不是SaaS崩溃。

预测八：领先的SaaS提供商遭受代理驱动的泄露，但无人为凭证被盗

我们认为2026年将出现一种新型的泄露，大多数安全团队尚未准备好应对——具体来说，是一起重大的SaaS事件，其中没有人为凭证被盗。此外，攻击向量是代理式的，跨多个SaaS平台协调，并由来自不同供应商的多个AI代理执行。其新颖之处在于逻辑攻击，而非凭证攻击，由提示注入或代理到代理操纵触发，重定向代理行为，通过受信任的集成横向传播，并以机器速度跨数字供应链移动。

这一预测建立在我们收到的一条相关警告之上，该警告来自Backslash Security的首席执行官兼联合创始人Shahar Man。2025年11月，他预测：“一次重大的MCP（多云平台）泄露将定义人工智能编码威胁模型——我们将在2026年看到首次源自MCP的大规模泄露。” 我们在Anthropic黑客事件[8]中看到的情况与此相关，并支持了Shahar预测的方向。

我们正在基于这一预测，并期待更广泛的情况。我们预测的泄露涉及一个代理通过提示注入重新编程另一个代理，然后利用SaaS平台之间的MCP连接跳跃域——财务、人力资源、供应链——可能跨越多个供应商甚至多个公司。在我们看来，代理成为桥头堡，这意味着一旦非人类身份被授予访问权限并能够影响相邻代理，爆炸半径就会迅速扩大。有些人将此称为多代理泄露，其中感染不仅仅停留在单个系统中。

安全影响令人不安。杀毒软件对此类攻击是盲目的，因为没有传统的恶意软件签名。防火墙也无济于事，因为代理正在授权域内执行授权操作。网络钓鱼活动通常需要数周或数月才能与人类协调。代理驱动的泄露可以以机器速度传播，将权限和操作链接起来，速度快于人类响应循环所能跟上。

为了防御这一点，组织将需要部署人工智能蜜罐令牌来引诱恶意代理，扫描每个代理对话的语义，以及更复杂的防御系统，而大多数组织在2026年将不会拥有这些系统。一个可靠的途径是身份优先控制和代理治理。非人类身份需要零信任安全[9]，完全停止。它们必须受到治理，持续监控，并默认视为不受信任。风险是结构性的，如果一个代理拥有合法授予的访问权限，并且可以影响另一个代理，那么有效访问边界就会超出组织预期。

市场已经发出紧急信号。在CISO社区中，代理式人工智能治理、保护和安全再次成为热门话题。定性趋势数据表明，以身份为中心和零信任原则是首要任务之一，并且任务正在从理论转向预算和运营。

供应商格局也正在向以身份为中心的整合和平台化转变。Palo Alto Networks Inc.-CyberArk Software Ltd.的收购[10]是这一方向的明确例子。从业者的要求是提高可见性，基于数据做出更好的决策，以及利用身份智能作为防御机制的能力。安全运营团队已经采用代理式人工智能来分类警报和进行初步调查，但身份方面是价值变得关键的地方，因为身份是权限所在。

这与我们每年追踪的一个更广泛的动态相关——工具蔓延和整合意图与整合现实。从业者一直表示有兴趣减少工具数量，但数据显示迄今为止实际整合有限。这造成了风险敞口。平台供应商认为他们正在看到整合推动业务发展。从业者普遍认为整合是可取的，但也承认整合速度不够快，无法实质性降低风险。

关键要点

• 我们认为2026年将发生一起有记录的、跨SaaS平台的代理驱动泄露事件，其中没有人为凭证被盗。
• 攻击模式是一种逻辑攻击，其中提示注入或代理到代理操纵通过受信任的集成（如MCP连接）传播。
• 传统防御措施与威胁不匹配，因为操作在授权通道内执行并以机器速度传播。
• 针对非人类身份的零信任和以身份为中心的治理将成为基础，代理治理将成为首席信息安全官的首要任务。
• 从业者的现实仍然显示安全堆栈整合有限，即使供应商宣传平台化和整合，也增加了风险敞口。

这里的信息是，代理系统将攻击面扩展到一个新的领域，在这个领域中，凭证不会被盗，恶意软件也不会被植入，而是代理行为被重定向。在我们看来，2026年是这种现象在重大SaaS泄露中变得可见的一年，那些没有对非人类身份实施身份优先、零信任治理的组织将面临一类风险，其传播速度快于他们当前的防御和运营模式所能响应的速度。

预测九：硬件价格将持续高企至2027年

我们认为，硬件价格将在2026年持续高企并延续到2027年，这主要是由于持续的内存短缺以及供应链围绕数据中心需求进行重新调整。高带宽内存、NAND和RAM供应紧张，因为数据中心正在吸收产能，我们预计这种动态将使价格压力远超正常周期。在我们看来，这将成为能够获得分配优势的供应商和原始设备制造商的竞争优势。值得注意的是，买家在2026年将面临更艰难的更新环境。

上图捕捉了两件事：1）受访者表示硬件价格近期如何变化；2）这种定价趋势随时间如何变化。

从中心分布开始。 受访者被问及：与七到十二个月前相比，过去六个月供应商在多大程度上降低或提高了价格？ 回答集中在“提高”一侧。相当一部分样本报告中等个位数及以上的增长，其中大部分表示最常见的结果是增长3%到5%，其次是增长6%到10%，其他群体甚至看到更大的跳跃。在高端，大约25%的受访者表示价格上涨了6%到20%或更多，这对硬件买家来说是一个重要的通胀指标。

现在用右侧的时间序列来锚定。 硬件定价的平均变化在2024年末触底，约为2%到2.5%。此后，平均值上升了大约一个百分点，在最新调查中达到3.6%。这意味着硬件价格通胀并非作为一种暂时的后疫情趋势而消退。它正在加速，而此时许多组织通常会进入更新周期。

我们认为供需失衡是持续趋势的驱动因素，由人工智能工厂需求推动。供应商受益于当前的动态，几乎没有动力迅速将价格降回。数据中心需求正在优先考虑，内存限制影响着从服务器到存储到企业基础设施再到个人电脑的一切。在我们看来，这就是为什么“人工智能优化”等术语成为主流营销语言，尤其是在个人电脑中——内存成为限制因素，供应商将优化定位为产品差异化，而供应仍然受限。

我们还认为这在整个企业堆栈中产生了二级效应。硬件更新周期影响着依赖这些更新的相邻类别的需求，包括安全设备和网络基础设施。随着定价压力的持续，更新时间和配置决策将变得更加受限，对基础设施和安全领域的供应商产生相关影响。

最后，我们预计供应链执行将成为竞争差异化因素。英伟达可能仍将在数据中心供应链中获得优先权。在个人电脑方面，这将是一场刀光剑影的竞争，规模和供应链实力至关重要。苹果拥有规模。戴尔正在积极进军消费级个人电脑，并拥有世界级的供应链。存储供应商已经开始强调效率（例如，Vast Data Inc.的闪存效率宣传），我们预计随着市场持续受限，这种情况会更多。

关键要点

• 我们认为，由于内存短缺和数据中心需求导致供应紧张，硬件价格将持续高企至2027年。
• 数据表明，硬件价格通胀在2024年末触底，约为2%至2.5%，此后在最新ETR调查中已升至3.6%。
• 大约四分之一的受访者报告硬件价格上涨6%至20%或更多，这表明买家面临巨大的定价压力。
• 供应商受益于当前的供需失衡，并且降低价格的动力有限。
• 持续的定价压力影响更新周期，并在计算、存储、网络和安全硬件类别中产生二级效应。

这意味着硬件市场正在进入一个长期阶段，内存驱动的限制将使价格长期保持高位，供应链访问成为竞争武器，买家将面临一个更昂贵的更新周期，这种影响将波及基础设施类别，并持续到2027年。

预测十：人工智能将吞噬白领就业，并在数据中明确体现

我们认为2026年是人工智能对白领就业影响显而易见、可衡量并得到广泛承认的转折点。早期影响已在初级和入门级岗位中显现，这首先表现为避免招聘，然后是无需劳动力即可实现规模化。与此同时，我们预计与数据中心建设相关的蓝领岗位将持续增长——例如“工匠”水管工、暖通空调工程师、建筑工人和冷却专家等专业技术人员——这些岗位的需求已经很高并且还在不断上升。

ETR的调查数据已经朝着这个预测的方向发展。2025年7月，21%的受访者表示他们因人工智能而限制未来的招聘。在最新调查中，这一数字已增至30%。这种趋势在大型公司中更为明显，我们认为这是领先指标。在全球2000强组织中，这一数字上升到34%。在财富100强公司中，42%的受访者表示他们计划因人工智能而限制未来的招聘。这意味着组织规模越大，对未来与人工智能直接相关的招聘限制态度越积极。

我们还看到从避免到减少的转变。归因于人工智能的战略性裁员增长速度低于避免招聘，但在大约半年内从14%增加到18%是实质性的。这些并非微不足道的转变，也不是基于小样本或轶事。该调查代表了约1800名合格的IT专家和IT决策者，涵盖各个行业，这使得方向性信号难以忽视。

我们认为这符合重大技术转型中出现的一个更大模式。在连续的浪潮中——从大型机到个人电脑，再到互联网、云、移动、社交和大数据——市场往往在新事物足够大以抵消旧事物的衰落之前奖励新事物。这种不匹配造成了波动和不断变化的叙事。我们今天在行业轮动和情绪中看到了这一点——半导体受青睐，SaaS失宠——我们预计这些叙事将继续转变。明智的做法是关注数据，过滤掉头条新闻的噪音，并追踪支出行为和运营模式变化中出现的采用信号。

在我们看来，人工智能比之前的浪潮更大，因为它站在所有这些浪潮的肩膀上。它改变了工作单位经济学，这首先体现在招聘受限，然后随着组织了解自动化在哪里持久而体现在裁员中。随着时间的推移，我们预计劳动力需求将重新平衡，新的就业机会将与物理基础设施和人工智能赋能的行业相关联，但2026年将是劳动力流失数据变得难以忽视的一年。

关键要点

• 数据表明，人工智能驱动的裁员避免正在加速：从2025年7月的21%上升到最新调查的30%。
• 上游信号最强：全球2000强中有34%，财富100强中有42%计划因人工智能而限制未来的招聘。
• 人工智能驱动的战略性裁员也在上升，在大约半年内从14%上升到18%。
• 调查样本量大（约1800名合格的IT决策者），支持了这是一个真实趋势而非轶事的观点。
• 我们预计，随着物理基础设施层的扩展，与数据中心建设相关的蓝领岗位将显著增长。

这意味着2026年将成为人工智能对企业招聘决策产生大规模影响的一年，以大型组织中的招聘限制为先导，随后是裁员的增加，同时对专业蓝领岗位的需求将随着数据中心建设和更广泛的人工智能基础设施浪潮而扩大。

我们已经超越了人工智能时代的第一个阶段，这个阶段实际上始于2017年关于扩散模型和Transformer的研究论文。ChatGPT时刻向大众展示了人工智能的潜力，现在我们正在进入企业采用阶段，我们认为这才是真正的机遇。

您认为2026年将如何发展？请告诉我们，我们一如既往地感谢您的反馈。

延伸思考

这次分享的内容就到这里了，或许以下几个问题，能够启发你更多的思考，欢迎留言，说说你的想法~

1. 面对AI驱动的IT预算增长和SaaS定价模式转变，企业应如何平衡创新投入与成本控制，以实现可持续的数字化转型？
2. 随着AI代理在企业中日益普及，如何构建一套前瞻性的“零信任”安全框架，有效防范文章中提及的“无凭证”代理攻击，并确保跨平台协作的安全性？
3. AI对白领就业的冲击已成定局，您认为企业、教育机构和个人应如何共同应对这一挑战，以促进劳动力市场的平稳过渡和新技能的培养？

原文标题：Enterprise technology predictions: What’s coming in 2026[11]

---【本文完】---

👇阅读原文，搜索🔍更多历史文章。

1. https://siliconangle.com/author/guestauthor/ ↩
2. https://thecuberesearch.com/263-breaking-analysis-enterprise-technology-predictions-2025/ ↩
3. http://etr.ai/ ↩
4. https://thecuberesearch.com/299-breaking-analysis-grading-our-2025-enterprise-technology-predictions/ ↩
5. https://etr.ai/tsis ↩
6. https://thecuberesearch.com/301-breaking-analysis-nvidia-resets-the-economics-of-ai-factories-again/ ↩
7. https://timesofindia.indiatimes.com/technology/tech-news/sam-altman-is-not-happy-with-what-everyone-thinks-of-openai-and-chatgpt-says-dont-think-of-us-as-only-chatgpt-but-/articleshow/127238104.cms ↩
8. https://www.anthropic.com/news/disrupting-AI-espionage ↩
9. https://siliconangle.com/2020/02/23/trust-nothing-breaches-mount-radical-approach-cybersecurity-gains-favor/ ↩
10. https://siliconangle.com/2025/07/29/palo-alto-networks-acquires-cyberark-25b/ ↩
11. https://siliconangle.com/2026/01/25/enterprise-technology-predictions-whats-coming-2026/ ↩