Deloitte.InsghtsDeloitte.Insghts德勤預(yù)測，到2026年，隨著AI大規(guī)模應(yīng)用的工作持續(xù)開展，圍繞AI的喧囂將逐漸趨與現(xiàn)實之間的差距將會縮小，但不會消失：進(jìn)展將更多地來自于基礎(chǔ)型。這種更為務(wù)實的關(guān)注點之所以重要，源于AI助力跨行業(yè)轉(zhuǎn)型展望2026年及未來，我們似乎正從“軟件顛覆世界”邁向由AI――尤其的“TMT顛覆世界”階段。在美國，AI數(shù)據(jù)中心的支出目前幾乎占標(biāo)普500指數(shù)市值的19%，而如今TMT行業(yè)市值占比已接近53%。2情況可能會發(fā)生勢，TMT行業(yè)不僅將超越其他任何單一行業(yè)的規(guī)模，更有望在價值和經(jīng)濟(jì)增長貢獻(xiàn)方面超過其他所業(yè)的總和。原因之一是其他行業(yè)正利用TMT（特別是科技和電信）來驅(qū)動自身的AI創(chuàng)新，而TMT恰盡管如此，其他行業(yè)也發(fā)揮著關(guān)鍵作用。在2025年和2026年的TMT行業(yè)預(yù)測其他研究中心及行業(yè)的專家見解，涵蓋能源、采礦與化工，制造與建筑，國防服務(wù)，以及生命科學(xué)與醫(yī)療保健。要準(zhǔn)確預(yù)測生成式AI（GenAI）和代理式AI在我們2026年的13個預(yù)測主題中，超過半數(shù)圍繞AI展開。總體而言，我們看化的核心敘事。新的基礎(chǔ)模型，乃至光鮮的企業(yè)級智能體應(yīng)用，持續(xù)令到試點和試驗之外，則需要完成通常被認(rèn)為不那么激動人心成、合規(guī)管理、新定價模式以及應(yīng)對監(jiān)管要求。這些工作可能不如“AI在科學(xué)測試生成式AI和代理式AI正在驅(qū)動許多當(dāng)下正在發(fā)生的深刻變革，同時測機器人和無人機在未來一兩年內(nèi)將呈現(xiàn)緩慢而穩(wěn)定的增長，但“物理AI”模型的速和實用性變革這兩個行業(yè)。與此同時，短劇等新型媒體形式正從亞洲走向全球。此現(xiàn)有應(yīng)用植入生成式AI,打破獨立AI的德勤預(yù)測，2026年及以后，使用內(nèi)嵌于現(xiàn)有應(yīng)用（如搜索引擎）中的生成式AI的生成式AI工具的用戶。在日常使用層面，通過搜索引擎調(diào)用生成式AI（例如搜索的普及度將比使用任何獨立生成式AI工具高出300%。獨立生成式AI工具通常需技巧并保持耐心嘗試，而被動式生成式AI則更為隱性、體驗更貼近傳統(tǒng)操作，因也更為廣泛。未來，獨立生成式AI應(yīng)用的運營方或?qū)⒚媾R選擇：要么將其功能嵌德勤預(yù)測，到2026年，“推理”（即運行AI模型）將占據(jù)全部AI計算能力的三分預(yù)測，但大多數(shù)推理仍將在價值近5000億美元的新型數(shù)據(jù)中心，以及使用價值本、高功耗AI芯片的企業(yè)本地服務(wù)器中進(jìn)行，而非通過廉價、低功耗的邊緣數(shù)十億美元的推理專用優(yōu)化芯片，但它們同樣會部署在數(shù)據(jù)中心和企業(yè)服務(wù)到2026年，估計自主智能體市場規(guī)模可能會達(dá)到85億美元，到2果企業(yè)能夠更好地協(xié)調(diào)代理并審慎應(yīng)對其相關(guān)挑戰(zhàn)和風(fēng)險，到2030年這一市30%，高達(dá)450億美元。在2026年，企業(yè)可能會努力提升自身在協(xié)調(diào)具有一與此同時，對于那些注重代理互操作性與管理，并能有效實現(xiàn)在工作流程和德勤預(yù)測，到2026年，全球工業(yè)機器人的累計安裝量可能達(dá)到550萬臺，但自20機器人年銷量始終徘徊在50萬臺左右。發(fā)展拐點可能早在2030年就會出現(xiàn)――屆時貨量將翻倍至100萬臺，這主要由以下增長催化劑推動：(i)發(fā)達(dá)國家專業(yè)工業(yè)應(yīng)用及(ii)計算能力的指數(shù)級進(jìn)步以及專用基礎(chǔ)AI模型的出現(xiàn)行業(yè)與應(yīng)用場景，但除非更廣泛的技術(shù)、人工智能及機器人生態(tài)系統(tǒng)能解決數(shù)據(jù)質(zhì)AI繼續(xù)顛覆SaaS市場。隨著代理式AI（AgenticAI）能力的不斷成熟，以及企業(yè)級SaaS供應(yīng)商擴(kuò)展其平臺以創(chuàng)建、集成和編排智能體，企業(yè)采購和使用軟件的方式可能發(fā)年，SaaS應(yīng)用有望變得更加智能、個性化、自適應(yīng)且具備自主性，的實時工作流服務(wù)聯(lián)盟。這一演變將可能顛覆傳統(tǒng)的定價模式，基于訂閱合了按使用量和按成果計費的混合模式所取代。從長遠(yuǎn)來看，一些人甚至認(rèn)長期以來，制造最先進(jìn)的芯片一直意味著要應(yīng)對脆弱的供應(yīng)鏈2026年，某些支持先進(jìn)人工智能模型的其他尖端技術(shù)及軟件工具將成工藝與材料大多依賴少數(shù)供應(yīng)商主導(dǎo)，其在關(guān)鍵地區(qū)的壟斷地位已促使微短劇――這種以片段化、移動優(yōu)先的劇集形式呈現(xiàn)的劇本化視頻系列――正在重塑全球前微短劇應(yīng)用已創(chuàng)造數(shù)十億美元營收，其中美國市場增長最為顯著。德勤預(yù)測短劇的收入增長將翻倍，達(dá)到78億美元。德勤還預(yù)測，美國將在2025年占其他市場將更多觀看量和下載量轉(zhuǎn)化為收入，其份額將下降至續(xù)劇的敘事魅力，精準(zhǔn)契合當(dāng)代觀眾碎片化時間、移動端為主的觀看特性。視頻播客（vodcasts）正通過融合音頻敘事與視覺吸引力平臺形成直接競爭。德勤預(yù)測，2026年全球播客及視頻播客年度廣告收入將達(dá)到增長近20%。印度、尼日利亞和巴西等新興市場正通過本地化、多語言內(nèi)容推動隨著全球地緣政治環(huán)境日益復(fù)雜和不確定，企業(yè)設(shè)施的直接控制，尤其是與AI相關(guān)的部分。對主權(quán)的追求并非新現(xiàn)象，2026年進(jìn)一步加速。在未來的十年中，大量投資將涌入云計算、半導(dǎo)術(shù)以及衛(wèi)星通信等領(lǐng)域。在相互關(guān)聯(lián)的世界中，任何國家或地區(qū)都難以實現(xiàn)完生成式視頻技術(shù)可能賦能獨立創(chuàng)作者并提升平臺廣告收入，但同助長虛假信息的風(fēng)險，這可能引發(fā)更嚴(yán)格的監(jiān)管審查。德勤預(yù)測，2026年生監(jiān)管應(yīng)對措施，具體可能包括：推動更多州實施更廣泛年齡驗證第230條保護(hù)條款的聯(lián)邦層級挑戰(zhàn)，以及要求社交平臺對發(fā)布的AI生成在于平衡創(chuàng)新與監(jiān)管，若生成式視頻技術(shù)無節(jié)制發(fā)展，可能沖擊商業(yè)模式、公共服務(wù)廣播機構(gòu)正通過三種核心策略應(yīng)對傳統(tǒng)電視網(wǎng)絡(luò)面臨的普本土內(nèi)容注入全球平臺。2025年合作進(jìn)程明顯加速，短短幾個月內(nèi)就出現(xiàn)了構(gòu)與流媒體合作協(xié)議。德勤預(yù)測，2026年將再出現(xiàn)幾項廣播機構(gòu)與流媒體的預(yù)期會看到更多以公共服務(wù)廣播機構(gòu)為主導(dǎo)的聯(lián)合制作及其他創(chuàng)新舉措。其靈活流媒體和社交視頻沖擊的美國廣播機構(gòu)及小眾制片方提供借鑒。然而，公共服務(wù)德勤此前曾預(yù)測，2024年直連設(shè)備（D2D）網(wǎng)絡(luò)基礎(chǔ)設(shè)施（主要為衛(wèi)星）支出為3達(dá)約40億美元，預(yù)計到2026年將增至60億至80億美元。德勤同時預(yù)測，約1000顆D2D面蜂窩網(wǎng)絡(luò)覆蓋的區(qū)域提供低帶寬連接服務(wù)（SOS緊急呼叫、短信及語音），部分D2D供高速服務(wù)。目前D2D服務(wù)的用戶接受度與付費意愿仍存在不確定性，這意味著其盈利尚未明晰。我們進(jìn)一步預(yù)測，到2026年底，低地球軌道通信衛(wèi)星數(shù)量將達(dá)到1.5萬至1.8過1,500萬用戶提供連接服務(wù)。2026年低軌衛(wèi)星領(lǐng)域的另一趨勢是，新興運營商可能以德勤預(yù)測，到2026年，在發(fā)達(dá)市場，移動運營商的獎勵計劃對主流消費者的重要相當(dāng)，甚至更勝一籌。從中期（截至2030年的未來五年）來看，出現(xiàn)連接移動變革性網(wǎng)絡(luò)應(yīng)用的概率較低。在這十年的剩余時間里，隨著網(wǎng)絡(luò)持續(xù)升級，非網(wǎng)GillianCrossanTimBottkeGirijaKrishnamurthyDebBhattacharjeeJodyMcDermottACKNOWLEDGMENTSTheauthorswouldliketothankGeorgeJohnston,PedroBarros,StephenHipkiss,LorraineBarnes,NickSeeber,ChrisArkenberg,DuncanStewart,SusanneHupfer,DebapratimDe,CorneliaCalugarPop,EytanHallside,JonasMalmlund,SteveMcMullen,IanStewart,RupertDarbyshire,AndyCowen,andRalfEsserfortheircontributionstothisarticle.Coverimageby:JaimeAustin;AdobeStockDeloitte.Insghts現(xiàn)有應(yīng)用植入生成式AI,打破獨立AI被動式與獨立式生成式AIAIAI日均使用率40%AI日均使用率2023-2025年數(shù)據(jù)：加權(quán)基數(shù)，英國：所有16至），），被動生成式被動生成式AI獨立生成式AI），），用生成式AI功能。年長一代對被動AI搜索摘要功能的高接納度尤為明顯―獨立生成式AI被動生成式AIZ世代千禧一代X世代加權(quán)基數(shù)：所有16至75歲的受訪者，2025(在嬰兒潮一代和Z世代群體中，使用過獨立生成式AI或被動生成式Z世代-獨立生成式AI嬰兒潮一代-獨立生成式AIZ世代-被動生成式AI嬰兒潮一代-被），），小結(jié)：被動式AI使用對生成式AI市場AI人才需求缺口加大PaulLeeBenStantonGillianCrossanGirijaKrishnamurthyTimBottkeSteveFinebergRogerChung:10_行業(yè)資訊_數(shù)字中國建設(shè)峰會ACKNOWLEDGMENTSTheauthorswouldliketothankGeorgeJohnston,PedroBarros,StephenHipkiss,LorraineBarnes,NickSeeber,ChrisArkenberg,DuncanStewart,SusanneHupfer,DebapratimDe,CorneliaCalugarPop,EytanHallside,JonasMalmlund,SteveMcMullen,IanStewart,RupertDarbyshire,AndyCowen,andRalfEsserfortheircontributionstothisarticle.Coverimageby:JaimeAustin;AdobeStockDeloitte.InsghtsAI模型的訓(xùn)練比過去更加復(fù)雜新的高能耗AI技術(shù)可能會超過能效提數(shù)據(jù)中心已經(jīng)存在了幾十年。事實上，全球有數(shù)千萬平方英尺的數(shù)據(jù)數(shù)百億美元的半導(dǎo)體組件被售出，用于數(shù)據(jù)中心。20但新的AI數(shù)據(jù)中心以及實下一代AI數(shù)據(jù)中心的建設(shè)成本可能每年高達(dá)數(shù)千億美元，數(shù)據(jù)中心中，冷卻方式可能與以往幾代數(shù)據(jù)中心不同，電源和電壓可能不同，內(nèi)部通信技術(shù)能不同，甚至地板可能需要更厚，以支撐密度更高、重量更大的服務(wù)器機架?；蛟S最重要的新型AI服務(wù)器機架不再采用以CPU為中心、內(nèi)存就近配置的服務(wù)器架構(gòu)，而是主要由一種名為圖形處理單元（GPU）的專用芯片構(gòu)成。2GPU緊密集成，同時還配有專門的CPU來協(xié)調(diào)龐大的AI計算工作負(fù)載。許多組件都是針對新一代AI數(shù)據(jù)中心的獨特需求和規(guī)模而設(shè)計的。22直到2006年，高端GPU仍被認(rèn)為僅適用于游戲電腦和游心的任務(wù)由CPU即可很好地完成，因為CPU主要是串行處理器，任務(wù)按算機，即“超級計算機”，則配備了稱為“大規(guī)模并行處理器”的特殊2009年，科學(xué)家們注意到游戲用的GPU同樣是并行處理器，于習(xí)模型，這些GPU與游戲電腦中使用的完全相同。24GPU（與游戲版本略有不同）開始被用于一些數(shù)據(jù)中心和部分本地務(wù)。25但直到2018年，該市場的規(guī)模每年仍2022年，生成式AI的大語言模型（LGPU與一種相對較新且專用的內(nèi)存（HBM）集成在同一個先進(jìn)的封裝還需要一個設(shè)備來協(xié)調(diào)和管理數(shù)據(jù)流。經(jīng)過優(yōu)機、智能手機或數(shù)據(jù)中心中的CPU）也是生成式AI數(shù)據(jù)中心的重要組成部分，用內(nèi)存和CPU組合。28從某種意義上說，正在建設(shè)的超大規(guī)模A企業(yè)和高管應(yīng)當(dāng)為未來計算需求持續(xù)增長做好準(zhǔn)備――特別是在大型數(shù)據(jù)中心和增長部分源于訓(xùn)練后階段及測試階段的擴(kuò)展需求。盡管面向推理優(yōu)化的芯片對超大規(guī)模數(shù)據(jù)中心和企業(yè)級AI專用設(shè)備的投資仍不可或缺。值得注意的是，于低功耗：近期某款專為推理預(yù)填充計算優(yōu)化的產(chǎn)品通過采用GDDR7顯存替功率需求高達(dá)370千瓦，達(dá)到同廠商訓(xùn)練版本產(chǎn)品功率密度的AI數(shù)據(jù)中心：預(yù)計到2026年，全球AI數(shù)據(jù)中心的資本支出將達(dá)到4,000億至4,500億美一半的支出用于設(shè)備內(nèi)部的芯片（2,500億至3,000億美元），31其余部市場規(guī)模超過4,000億美元。33盡管預(yù)訓(xùn)練階段后擴(kuò)展、測試時擴(kuò)展以及使用量增加所帶來的計算需求表明，全球可能仍需要大量AI數(shù)據(jù)中心的位置：預(yù)訓(xùn)練一個擁有100萬億參數(shù)的大語言模型可能需要數(shù)周時間，且對微小的中斷極為敏感：關(guān)鍵組件的故障或處理器之間過高的延遲交接，都可能導(dǎo)致所有工作成新開始。大多數(shù)基礎(chǔ)模型的預(yù)訓(xùn)練通常集中在同一棟建筑或園區(qū)內(nèi)進(jìn)行，所有服地點。然而，越來越多的AI計算任務(wù)現(xiàn)在可以在美國不同地區(qū)的數(shù)據(jù)中心，甚至據(jù)中心之間協(xié)同完成。34此外，數(shù)據(jù)中心的規(guī)?？蓳?jù)中心可用于部署完全訓(xùn)練好的模型，且通常更靠近城市區(qū)域，以幫助降低延遲長的需求。主權(quán)AI解決方案（每個國家或地區(qū)都擁有位于國內(nèi)甚至本地運營的），AI數(shù)據(jù)中心的電力需求：總體而言，進(jìn)行三種擴(kuò)展方式的更多AI數(shù)據(jù)中心仍將需要大量電一次性完成訓(xùn)練過程的預(yù)訓(xùn)練相比，后訓(xùn)練和推理時的擴(kuò)展在一定程度上相對司能夠參與需求響應(yīng)計劃，通過將任務(wù)轉(zhuǎn)移到其他數(shù)據(jù)中心位置或降低處理減少電力需求。36據(jù)估計，提高此類負(fù)荷的靈活性，可使大型新建數(shù)據(jù)中AI的訓(xùn)練和推理可以分布式進(jìn)行，這意味著數(shù)據(jù)中心無需集中在一個州或一個國家，而是可以更均勻地AI數(shù)據(jù)中心中的芯片：有些人可能將AI芯片市場視為零和博弈。這種觀點通常表現(xiàn)為"雖然我在基礎(chǔ)模型時不得不花費數(shù)萬美元購置搭載HBM的先進(jìn)GP芯片市場似乎將不再是“非此即彼”，而是走向“兩者兼有”。僅用于推理能會迎來顯著增長；但與此同時，通常最適合基礎(chǔ)模型預(yù)訓(xùn)練、后訓(xùn)練以及測訓(xùn)練與推理的混合）的芯片，仍將是那些配耗電量高的GPU。對于采購這些芯片的用戶而言，到2026年它們的價格可能然而，目前NPU的性能僅足以支持前文討論的單次推理任務(wù)（如“總結(jié)這封郵測，2026年幾乎所有的AI計算仍將主要在大型AI數(shù)據(jù)中心，或由企業(yè)擁有的相完成，而非在個人電腦和智能手機上進(jìn)行。至少在當(dāng)前所處的高速增長、搶混合架構(gòu)似乎并非供應(yīng)商或企業(yè)的優(yōu)先考慮事項。此外，諸如測試時擴(kuò)對于絕大多數(shù)消費者應(yīng)用場景，甚至大多數(shù)企業(yè)級設(shè)備端應(yīng)用場景而言，都最近，一家AI公司推出了一款具備推理能力的生成式AI模型，可在個人該模型的實際效果如何，對電池續(xù)航會產(chǎn)生何種影響，或有多少個人電邊緣AI與企業(yè)本地化解決方案的應(yīng)用：那些通常搭配HBM和協(xié)同工作的CPU模組，如今也可供希望采用本地化、混合式、更的企業(yè)使用，尤其適用于訓(xùn)練后的應(yīng)用場景。出于對成本、知識產(chǎn)權(quán)歸屬個最先進(jìn)GPU（以及HBM和CPU）的機架，其性能更強大。42買多個機架，以實現(xiàn)更強大的功能。43德勤預(yù)測，到2026年，這一本地混合企業(yè)市場規(guī)模將超過500億本地設(shè)備推理的應(yīng)用場景。這些場景涵蓋從無人機、機器人到自動駕駛汽車芯片種類繁多：大多數(shù)無人機配備的是相對基的GPU芯片解決方案，其性能僅略低于數(shù)據(jù)中心所采用的芯片。45這個非AI工廠市場的對較?。?026年不足50億美元）46但可能成為要大得多，尤其是如果機器人市場騰飛，這種情況可能值得注意的是，我們?nèi)蕴幱贏I發(fā)展的初期階段。截至2025年夏季，對AI算力的理）增長十分迅猛，即便人們持續(xù)努力提升算法效率，這一趨勢仍未減緩。48在某個階段，新的能會取得突破，更先進(jìn)的AI模型將能夠在成本更低的芯片上良好運行，從而減少對數(shù)社會算力總成本。推動中國AI算力的不斷擴(kuò)容。同時中國工業(yè)和信息化部于2025年互通行動計劃》，旨在加快構(gòu)建算力互聯(lián)互通體系，實現(xiàn)不同主體、不同架構(gòu)的公到2026年，中國將建立較為完備的算力互聯(lián)互通標(biāo)準(zhǔn)、標(biāo)署新型高性能傳輸協(xié)議，以提升算力節(jié)點間的網(wǎng)絡(luò)性能；在資源互用層面，建成國力互聯(lián)互通平臺，統(tǒng)一公共算力資源標(biāo)識，實現(xiàn)全國主要算力服務(wù)商資源的接入與面，推動計算、存儲、網(wǎng)絡(luò)等業(yè)務(wù)的協(xié)同調(diào)度，實現(xiàn)跨主體、跨架構(gòu)、跨地域的算創(chuàng)新層面，開展算力互聯(lián)網(wǎng)試驗網(wǎng)試點，探索普惠化的算力服務(wù)模式。這一系列舉流動的關(guān)鍵環(huán)節(jié)，最終構(gòu)建形成全國一體化調(diào)度、高效集約利用的算力互聯(lián)網(wǎng)，為在外部環(huán)境制約和國家戰(zhàn)略推動下，國產(chǎn)AI芯片正在加速崛起。以華為昇騰為代表的本土力量正不斷縮小與國際巨頭的差距。未來隨著國全國多個智算中心項目中，國產(chǎn)化率大幅提升，中國移動呼和渝（成都）天府?dāng)?shù)據(jù)中心國產(chǎn)芯片占比不低于60%，浙江東陽人工智能算力中DuncanStewartJeroenKustersDebBhattacharjeeArpanTiwariGirijaKrishnamurthyKarthikRogerChungACKNOWLEDGMENTSTheauthorswouldliketothankBrandonKulik,AmyScimeca,KaranAggarwal,KateHardin,DianaKearns-Manolatos,MikeLuk,BarisSarer,JasonChmiel,DanHamling,JanNicholas,JordanBish,NitinMittal,RohitTandon,NicholasMerizzi,andDanLittmannfortheirCoverimageby:JaimeAustin;AdobeStockDeloitte.Insghts隨著企業(yè)整合多代理系統(tǒng)――即不同的AI推理引的代理進(jìn)行有效協(xié)調(diào)）將成為充分發(fā)揮其潛力的關(guān)鍵。周密的協(xié)調(diào)能夠釋放智能化工作代理系統(tǒng)能夠理解請求、設(shè)計工作流程、分配與協(xié)調(diào)任務(wù)，并到2026年，估計自主智能體市場規(guī)?？赡軙_(dá)到85億美元，到2030年達(dá)到3預(yù)測，如果企業(yè)能夠更好地協(xié)調(diào)代理并審慎應(yīng)對其相關(guān)挑戰(zhàn)和風(fēng)險，到203長15%至30%，高達(dá)450億美元。據(jù)估算，由于成本超出預(yù)期、擴(kuò)展復(fù)雜性或意年，將有超過40%的代理式AI（AgenticAI）項目可能會被取消。圖1.全球自主智能體市場規(guī)模預(yù)測—提升準(zhǔn)備度后（估算，十億美元）為充分發(fā)揮多代理系統(tǒng)的潛力，企業(yè)可能需要提升自身協(xié)調(diào)能力先應(yīng)對早期潛在風(fēng)險。與此同時，多代理系統(tǒng)更可能適用于那些注重如今，企業(yè)可利用單一功能智能體自主執(zhí)行多步驟任務(wù)。4他們逐漸發(fā)現(xiàn)，代多代理系統(tǒng)，能夠釋放更廣泛且呈指數(shù)級增長的企業(yè)價值。5然而，對德勤針對近550名美國跨行業(yè)領(lǐng)導(dǎo)者開展的《2025技術(shù)價值》調(diào)查顯示，80%的受礎(chǔ)自動化方面已具備成熟能力，而僅有28%的受訪者認(rèn)為其在基礎(chǔ)自動化與智能等能力。此外，在推進(jìn)各項戰(zhàn)略的受訪者中，45%的人預(yù)計其基礎(chǔ)自動化工作可資回報，而在類似時間內(nèi)，僅有12%的人預(yù)計基礎(chǔ)自動化與代理結(jié)合的工作能實現(xiàn)相同回報。6他們?nèi)绾文芨斓氐竭_(dá)那里？第一步是考慮三種可能的多代理方法（圖2）。72025年，企業(yè)在特定領(lǐng)域（如金融投資研究和重大疾病醫(yī)療）已開代理協(xié)同方案。8在這些應(yīng)用中，代理通常在人類監(jiān)督或?qū)ｉT的“導(dǎo)下協(xié)同工作，為專業(yè)人員提供決策依據(jù)。而跨越多個業(yè)務(wù)領(lǐng)域的更復(fù)雜、更自主的研究表明，當(dāng)前新興的多代理系統(tǒng)在有人類參與的情況下表現(xiàn)更佳――因為它驗，并與企業(yè)復(fù)雜的期望保持一致。10我們預(yù)測，在未來理協(xié)同的試驗和規(guī)模化應(yīng)用，同時保持人類的參與。這些企業(yè)可能會采用各類此外，根據(jù)任務(wù)復(fù)雜度、業(yè)務(wù)領(lǐng)域、工作流程設(shè)計及結(jié)果關(guān)鍵性等因素譜系”（autonomyspectrum）――包括人在回路中（實時參與決策）、人在回路上（監(jiān)控并適時介入）和人在回路外（完全自主運行）三種模式（圖化及其他細(xì)節(jié)信息，為人類干預(yù)提供指導(dǎo)。我們預(yù)測，到2026年，最先進(jìn)到2026年，智能體可能會在不同編程語言、框架、基礎(chǔ)是，部分代理可能需要具備多模態(tài)能力（即解讀文本、音頻、圖像等不同），能實現(xiàn)最高水平的智能。此外，針對代理的網(wǎng)絡(luò)協(xié)議開發(fā)（例如麻省理工學(xué)院義代理如何在企業(yè)外部的數(shù)字界面上進(jìn)行協(xié)調(diào)。12從長遠(yuǎn)這些變量將使多代理的互操作性變得至關(guān)重要，同時也更具挑戰(zhàn)性。此外，過統(tǒng)一平臺來指揮、監(jiān)控和管理不同智能體的方法。缺乏數(shù)字勞動力的運建、配置和部署呈現(xiàn)去中心化和缺乏協(xié)調(diào)的狀態(tài)，進(jìn)而可能增加性能下降以企業(yè)可以從影響當(dāng)今IT和業(yè)務(wù)架構(gòu)的過往技術(shù)（如云計算和微服務(wù)）中汲取https、JSON等）、清晰的API藍(lán)圖以及面向?qū)賱澐帧７?wù)注冊表、分布式追蹤和集中式日志則提升了能力發(fā)現(xiàn)、錯誤排查和服機制、服務(wù)目錄以及“零信任”安全模型確保了系統(tǒng)的健壯性，并避免了版本混亂可為構(gòu)建彈性強、可擴(kuò)展的多代理系統(tǒng)提供有益借鑒。然而，企業(yè)也應(yīng)采取創(chuàng)新方的解釋和恢復(fù)選項。多代理協(xié)同需要代理之間以及代理與其他工遞代理的能力、洞察和行為信息至關(guān)重要。在過去一年中，出現(xiàn)AGNTCY、Anthropic的MCP等。13科技供應(yīng)商正在集結(jié)其合作伙伴、聯(lián)盟和客戶，以在導(dǎo)地位。此外，其中一些協(xié)議正在被擴(kuò)展，用于在金融交易等特定領(lǐng)域各協(xié)議之間的過度競爭可能導(dǎo)致形成“封閉花園”，使企業(yè)被鎖定在單一的通哪些選定的協(xié)議能夠脫穎而出，可能取決于多種參數(shù)有助于降低實驗門檻。支持點對點和中心輻射式代理交互、具備共享上下委托和沖突解決機制的協(xié)議，可實現(xiàn)多樣化的協(xié)同方式。代理注冊中心可用于步消息傳遞、高吞吐量、低延遲以及對鏈?zhǔn)胶颓短坠ぷ髁鞯闹С?，有助于擴(kuò)展份認(rèn)證、安全消息傳輸和訪問控制有助于降低安全風(fēng)險，而代理間的通信記錄隨著多代理系統(tǒng)的擴(kuò)展，企業(yè)將越來越需要管理擴(kuò)展的平臺，借助監(jiān)督功能或“監(jiān)督代理”來解釋請求、分配任務(wù)、授權(quán)和管理訪行或多步驟流程。16在未來一年里，科技公司很建此類協(xié)同平臺。例如，集中式的內(nèi)部平臺可以降低對供應(yīng)商的依賴，并增強對數(shù)無論企業(yè)如何選擇，代理協(xié)同平臺都將在跟蹤運營指標(biāo)、提升性能和管理前，一些平臺正在開發(fā)整合代理遙測監(jiān)控的方法，例如延遲、錯誤信息。17護(hù)欄評估及檢測異常行為的能力有助于降低風(fēng)險。隨著功能，例如分層的商業(yè)洞察和額外的控制機制。例如代理協(xié)調(diào)平臺還需要納入監(jiān)管合規(guī)性，該領(lǐng)域目前國際上的相關(guān)工Gartner?預(yù)測，到2028年，“33%的企業(yè)軟件應(yīng)用將包含代理式其中至少15%的日常工作任務(wù)決策將由智能體自主業(yè)可能會開始重新構(gòu)想其工作流程，定義具體且獨特的模塊。這將有助可預(yù)測性以及目標(biāo)韌性，確定所需代理協(xié)調(diào)的類型。例如，某些模塊可另一個主要考慮因素是人類將如何與多代理系統(tǒng)協(xié)作。一項針對示，86%的首席人力資源官（CHRO）認(rèn)為，整合數(shù)企業(yè)可能會在更多崗位、職能和任務(wù)中進(jìn)一步探索這些協(xié)作模式，以明確代理效率，以及在哪些方面人類的優(yōu)勢和協(xié)作能夠帶來更具意義的到明年，企業(yè)可能還將開始重新構(gòu)想現(xiàn)有崗位如何借助多的貢獻(xiàn)可能包括在解決問題和高效制定戰(zhàn)略決策時，進(jìn)行更具創(chuàng)造性的提同時，企業(yè)很可能還將專注于定義人類在代理訓(xùn)練、協(xié)調(diào)、監(jiān)督和治理制的培訓(xùn)計劃以及培養(yǎng)能夠管理人類員工和數(shù)字員工的領(lǐng)導(dǎo)者將至關(guān)重要能的同時，將更高質(zhì)量、問責(zé)制和韌性融入多代理代理協(xié)同或?qū)⒁I(lǐng)智能企業(yè)邁入下一個發(fā)展階段。明年，我們預(yù)計企業(yè)將開始規(guī)?；繛槠湫畔⒓夹g(shù)和商業(yè)環(huán)境增添更多復(fù)雜性。代理通信協(xié)議預(yù)計將逐步集中于那些能夠提活性、可擴(kuò)展性和安全性的方案。企業(yè)工作流程將可能變得更加模塊化，由內(nèi)部開發(fā)或通他第三方供應(yīng)商獲取的代理驅(qū)動。面向人類員工的新職位和調(diào)整后的崗位將開始涌現(xiàn)，?明確所有權(quán)與責(zé)任歸屬。企業(yè)應(yīng)明確由套相應(yīng)的激勵機制與問責(zé)制度。該職責(zé)最自然地可歸屬于負(fù)責(zé)戰(zhàn)略性技術(shù)不全、目標(biāo)沖突或?qū)骨榫常Υ韰f(xié)調(diào)系統(tǒng)進(jìn)行測試。通過模?認(rèn)真對待治理與衡量。智能體治理對于確保大定明確的智能體角色規(guī)則，界定其責(zé)任歸屬，設(shè)計應(yīng)對錯誤的回退機制，并止濫用、確?？蓪徲嬓圆⒔⑿湃?。除了技術(shù)準(zhǔn)備之外，企業(yè)還應(yīng)識別并跟?重新思考信任。僅僅提供洞察是不夠的；必須具備理解或驗證智能任和推動應(yīng)用至關(guān)重要。諸如為代理提供數(shù)字身份等新型安全措施，對于構(gòu)建?使治理成為固有屬性。了解業(yè)務(wù)長期所需，并關(guān)治理框架的關(guān)鍵。未來的解決方案應(yīng)具備創(chuàng)新的代理監(jiān)控、?拓展生態(tài)系統(tǒng)。技術(shù)供應(yīng)商應(yīng)持續(xù)建立并加強全行業(yè)的聯(lián)盟，以在面實現(xiàn)必要的標(biāo)準(zhǔn)。創(chuàng)新的跨平臺協(xié)同工具正獲得越來越多的關(guān)注，通過并購、合作與協(xié)作來鞏固其市場地位帶中國AIAgent發(fā)展前瞻中國AIAgent市場增長迅速。預(yù)計到2028年，市場規(guī)為72.7%，成長空間極為廣闊。AI技術(shù)的飛速進(jìn)步是根本驅(qū)動力。大語言AIAgent能夠理解和執(zhí)行更為復(fù)雜的任務(wù)，從簡單的問答交互升級為能夠處理多步驟、跨應(yīng)用的業(yè)務(wù)流備、電子、汽車、家電等行業(yè)的垂域大模型，破解實際業(yè)務(wù)痛點，推動解決方案70個語種、超過4000個方向互譯的多語言語音翻譯引擎，顯著提升了小語種處理的技術(shù)瓶頸。在開發(fā)工具層面，工程化、標(biāo)準(zhǔn)化、低代碼的智能體開發(fā)平臺不斷涌AIAgent需破除商業(yè)落地障礙確量化AIAgent所帶來的收益，另一方面AI存在變革阻力，商業(yè)化落地存在問題，企業(yè)需進(jìn)行AI基礎(chǔ)場景測試與全鏈路價值評估。同時針對跨部門的協(xié)作，要隨AIAgent的應(yīng)用不斷深入，信任危機與合規(guī)風(fēng)險不斷引SayantaniMazumderChinaWidenerGillianCrossanGirijaKrishnamurthyBarisSarerDianaKearns-ManolatosRogerChungACKNOWLEDGMENTSTheauthorswouldliketothankPrakulSharma,RajibDeb,MarkSzarka,DavidJarvis,AbhinavChauhan,MichaelSteinhart,AnkitDhameja,andIramParveenfortheirCoverimageby:JaimeAustin;AdobeStockDeloitte.Insghts到2030年或2040年，工廠車間遍布能夠像人類智能一樣往，甚至可能實現(xiàn)，但2026年的現(xiàn)實情況卻有所不同。德勤預(yù)測，到2025年，安裝量將超過500萬臺，到2026年可能達(dá)到5隨著AI能力在機器人系統(tǒng)中的進(jìn)一步融合以及專服務(wù)到自主無人機等多個行業(yè)和應(yīng)用領(lǐng)域。然而，如果整個技術(shù)、AI和機器人質(zhì)量、系統(tǒng)集成、網(wǎng)絡(luò)安全以及監(jiān)管相關(guān)的問題，工業(yè)機器人市場可能仍將維信行業(yè)預(yù)測》中關(guān)于工業(yè)機器人增長放緩的判斷長，有預(yù)估指出人形機器人產(chǎn)業(yè)規(guī)模到2050年有望達(dá)5萬億美元。3但更值早在2030年就會出現(xiàn)――屆時年度新型機器人出貨量將翻倍至100萬臺 預(yù)測估算來源：德勤根據(jù)包括以下來源公開信息進(jìn)行的分析國際機器人聯(lián)合會、In值得注意的是，“機器人”是一個廣泛的術(shù)語，涵蓋的范圍從洗碗機，到且具有自主能力的家用吸塵器，再到每臺價值數(shù)百萬美元的生產(chǎn)線有時還包括飛行機器人（即無人機）、駕駛機器人（即完全自動在本預(yù)測章節(jié)中，重點主要是工業(yè)機器人、用于工業(yè)用途的人形機器AI、機器人和無人機領(lǐng)域呈現(xiàn)出上升趨勢，而關(guān)于自動駕駛包括配備仿生手的認(rèn)知型人形機器人，可通過合成數(shù)據(jù)工廠中以協(xié)調(diào)的方式協(xié)同工作，同時具備3D物體識別能力機器人可以協(xié)助護(hù)士跑腿（如取樣本和遞送藥品），幫助外度的精細(xì)手術(shù)，支持工作人員處理危險材料（如病自主移動機器人則通過AI算法以及攝像頭和3D視覺生成的先進(jìn)繪制并導(dǎo)航倉庫環(huán)境，能夠精確定位自身位置，而無需依賴任機器狗可通過先進(jìn)的傳感器和基于AI的分析技術(shù)，發(fā)現(xiàn)并處理來源：根據(jù)與行業(yè)領(lǐng)域?qū)＜业慕涣魉玫囊娊?，以及多個公開可獲取的資料，包括一些AI初創(chuàng)公司和大型科技企業(yè)正在開發(fā)視覺-語務(wù)向理解上下文并自主決策邁進(jìn)。VLA技術(shù)使機器人獲得更高的自主性，能夠?qū)嶉g推理，并具備靈活應(yīng)對復(fù)雜地形的能力。14VLA將視覺感知（觀察環(huán)境和物理規(guī)律）、自然語言理解（口頭指令和理解）以及實際操作能力（響應(yīng)視覺和文本指令）相結(jié)合，以執(zhí)行任務(wù)。15一般，截至2025年年?英偉達(dá)（NVIDIA）的開放人術(shù)的發(fā)展。17像波士頓動力公司這樣的機器人公司正在利用英偉達(dá)的模型庫及?HuggingFace開發(fā)了專門用于機器人的開源數(shù)據(jù)源人形機器人，20且允許開發(fā)者自定義機器人在美國以外，亞洲和歐洲也在積極開發(fā)人形機器人，重點在于定制基礎(chǔ)模訓(xùn)練。例如，總部位于韓國的初創(chuàng)公司RLWRLD正在開發(fā)基礎(chǔ)AI模型，使機器人在中國，AgiBot和MagicLab等初創(chuàng)企業(yè)正在設(shè)計能夠執(zhí)行制造環(huán)境中復(fù)雜任務(wù)的人形機科技和優(yōu)必選科技這樣的企業(yè)正在推進(jìn)大規(guī)模生產(chǎn)，使人形機器人變得更加普及和泛的應(yīng)用。25制造人形機器人（圖3）需要多種芯片組件和硬件，這盡管用于大規(guī)模工業(yè)應(yīng)用的AI人形機器人仍處于早期階段，但德勤預(yù)計，2025年年至7,000臺之間，到2026年可能增至15,000臺。27每臺平均價格為14,000美元至18,0工業(yè)領(lǐng)域的AI人形機器人市場在20262030年間逐步克服技術(shù)、價格和操作方面的障礙，人形機器人市場到2（約為2026年基準(zhǔn)情景的3倍），甚至在樂觀情景下達(dá)到10億美元（為2026）；）；如今，許多無人機已采用AI實現(xiàn)實時導(dǎo)航，彼此之間進(jìn)行通信，規(guī)避無需人工干預(yù)的情況下執(zhí)行任務(wù)。例如，匈牙利的科學(xué)家研究了包括鴿子和野馬模式和移動規(guī)律，并利用這些研究成果開發(fā)出一種算法，用于引導(dǎo)一群能夠自機。這些無人機不僅能在空中安全地導(dǎo)航、避免碰撞并懸停，還能在不同環(huán)境中新一代先進(jìn)的AI無人機通常配備多種技術(shù)和芯片，包括作為飛行控機載電源系統(tǒng)，可能包含鋰基電池和電源分配板，為各個組件供電；射頻模與地面控制單元之間的通信；用于導(dǎo)航和定位的GPS模塊；傳感器（如加速計、光流傳感器以及激光雷達(dá)和超聲波傳感器）；以及用于管理空中操作的正如德勤在2024年關(guān)于農(nóng)業(yè)科技的預(yù)測中指出的那樣，安裝在無和攝像頭可收集大量數(shù)據(jù)（如土壤濕度、植物健康狀況等AI模型可對這些數(shù)據(jù)進(jìn)準(zhǔn)噴灑作業(yè)提供決策支持。33除了農(nóng)業(yè)，機。這些無人機不僅能承擔(dān)危險且關(guān)鍵的任務(wù)，協(xié)助人類工作人員和工程師，還可張圖像，幫助工程師利用AI和高級分析技術(shù)檢測和分析腐蝕情況多國正致力于部署自主無人機進(jìn)行空中監(jiān)測，以協(xié)助災(zāi)伊恩颶風(fēng)后，自主無人機繪制受災(zāi)區(qū)域圖像，為應(yīng)急人員提供支援），同時用于偵測威脅。36在這些應(yīng)用場景中，無人機多數(shù)任務(wù)階段僅需人工遠(yuǎn)程操控：AI系統(tǒng)如同商用客儀，在將無人機引導(dǎo)至目標(biāo)區(qū)域后，便將控制權(quán)轉(zhuǎn)交人類操作員。然而多國近期在無人領(lǐng)域的投入表明，37該技術(shù)同樣可能推動非軍事（工業(yè)及民用）領(lǐng)域發(fā)展：例如，自主無人機群盡管近年來工業(yè)增長相對溫和，工業(yè)機器人已成為半導(dǎo)體公司的一個重要終端20萬美元的工業(yè)機器人，可能包含價值約2.5萬至5萬美元的芯片及相關(guān)電子元件。38此外，器人的性能可能將依賴于日益先進(jìn)的芯片技術(shù)，涵蓋處理器、網(wǎng)絡(luò)和傳感器等多個含的半導(dǎo)體內(nèi)容量也可能會增加。同時，截至2025年，半導(dǎo)體產(chǎn)業(yè)本身也是工業(yè)和終端用戶，廣泛將其應(yīng)用于晶圓廠制造流程、晶圓搬運、測試與分揀、先進(jìn)封裝隨著包括人形機器人和無人機在內(nèi)的工業(yè)AI機器投資這一領(lǐng)域。機器人初創(chuàng)企業(yè)已在倉庫、物流和空中自主等實際場景中進(jìn)入風(fēng)險投資正在增長，預(yù)計這可能成為2025年唯一一個融資額將增加的非AI市場類別。40云設(shè)施也正在逐步完善，同時合成數(shù)據(jù)生成和物理仿真技術(shù)可能正在加速開發(fā)進(jìn)為應(yīng)對工業(yè)機器人商業(yè)化應(yīng)用過程中的潛在挑戰(zhàn)，并解決數(shù)據(jù)整41發(fā)展路徑已十分明晰：AI、機器人及科技產(chǎn)業(yè)應(yīng)當(dāng)率先邁出步伐――當(dāng)前既具備才能在上述五大關(guān)鍵領(lǐng)域（開放創(chuàng)新、數(shù)據(jù)、網(wǎng)絡(luò)安全、安全保障及人才培），工業(yè)機器人最大市場，全球超54%的新增安裝量來自中國。預(yù)計到2030年，中立，是中國系統(tǒng)性布局未來產(chǎn)業(yè)、將先發(fā)技術(shù)優(yōu)隨AI技術(shù)的不斷發(fā)展與應(yīng)用，智能無人飛行器的功能技術(shù)加持下，智能無人飛行器可以實現(xiàn)測繪數(shù)據(jù)的智能化、自動化處理；同時在產(chǎn)業(yè)供應(yīng)鏈與技術(shù)基礎(chǔ)層面，具身智能的本體制造與原有制造業(yè)產(chǎn)業(yè)存在鏈上的重合度預(yù)計可達(dá)70%-80%。如新能源汽車行業(yè)融合與決策規(guī)劃等核心技術(shù)與具身智能具有高度同源性。因此，新能源汽車企業(yè)時，具備顯著的供應(yīng)鏈整合與核心技術(shù)遷移的先天未來的具身智能，真正的領(lǐng)先者必須是能夠?qū)⑾冗M(jìn)“大腦”與高性能、低成本KarthikRamachandranDuncanStewartJeroenKustersTimGausGillianCrossanGirijaKrishnamurthyRogerChungACKNOWLEDGMENTSTheauthorswouldliketothankDanHamling,RohiniPrasad,ViswanathAnakkara,JoeMariani,andAdamRouthfortheircontributionstothisarticle.Coverartby:JaimeAustin;AdobeStockDeloitte.Insghts隨著代理式AI（AgenticAI）能力的不斷成熟，以及企編排智能體，企業(yè)采購和使用軟件的方式可能發(fā)生根本性轉(zhuǎn)變。到2026年，S能、個性化、自適應(yīng)且具備自主性，逐步演變?yōu)槟軌驈淖陨斫?jīng)驗中學(xué)習(xí)的實變將可能顛覆傳統(tǒng)的定價模式，基于訂閱和按席位授權(quán)的模式或?qū)⒈蝗诤狭撕夏Ｊ剿〈＿@些進(jìn)步將很可能在軟件實施和商業(yè)化方面引入新的復(fù)雜在AI領(lǐng)域，智能體是一種能夠感知其環(huán)境、自主采取行動以實現(xiàn)目標(biāo)取知識來提升自身性能的實體。1為了更全面地理解現(xiàn)狀，讓我們先審視一下AI在市場中的整體應(yīng)用查顯示，57%的受訪者將年度數(shù)字化轉(zhuǎn)型預(yù)算的21%至50%投入AI自動化，2050%或更高（對于年收入130億美元的公司而言，平均投入約為基于此，德勤預(yù)測，到2026年，近半數(shù)的企業(yè)將把其數(shù)字化轉(zhuǎn)型預(yù)算的50%以但我們認(rèn)為全球企業(yè)將遵循類似的發(fā)展路徑，可能僅延遲一到兩年。SaaS通常是礎(chǔ)，若將這些更廣泛的支出變化視為參考指標(biāo)，我們預(yù)計在未來一年內(nèi)，作為Saa這些投資和技術(shù)進(jìn)步最終會走向何方？目前，一些關(guān)于未來的樂觀愿景正受至整個企業(yè)級應(yīng)用最終都可能被智能體所取代。3德勤預(yù)測，就部分企業(yè)終將實現(xiàn)，但不會在2026年到來。即便在智能體人工智能技術(shù)快速發(fā)展和投資的少也需要五年或更長時間才能成為現(xiàn)實。該愿景仍面臨諸多挑戰(zhàn)，因為傳統(tǒng)SaaS程中占據(jù)著龐大份額，這些份額可能難以被取代。4到2026年，我們可能會看到大量實驗性嘗試，整體能力得到許多首席信息官（CIO）和首席技術(shù)官（CTO）仍代理式AI時代，人們常常會問，組織應(yīng)何時以及如何開始將投資轉(zhuǎn)向采用智能體的解決一部分大型SaaS提供商在向客戶提供這些功能時采取了不同的路徑現(xiàn)有產(chǎn)品中，并推出全新的智能體驅(qū)動的產(chǎn)品（近期的示例包括SalesforceAgentforce、SAPJoule基礎(chǔ)上構(gòu)建代理開發(fā)框架，并引入新的數(shù)據(jù)管理和編排功能，以簡化智能體的在代理式AI時代，人們經(jīng)常會提出這樣一個問此外，一些新興的原生AI公司似乎正在開發(fā)具有潛在顛覆性的智能體解擊。短期內(nèi)，客戶服務(wù)等“較簡單”的業(yè)務(wù)流業(yè)資源規(guī)劃）和CRM（客戶關(guān)系管理）等更為復(fù)雜的市場。大量投隨著現(xiàn)有企業(yè)尋求擴(kuò)展其代理產(chǎn)品組合并實現(xiàn)差異化，未來幾實上，Gartner?指出：“到2030年，35%的獨立SaaS工具將被智如今，企業(yè)可通過現(xiàn)有的軟件即服務(wù)供應(yīng)商獲取人工智能智能體，借如何構(gòu)建智能體解決方案。盡管企業(yè)初期可能采取這種“默認(rèn)啟用智能體”的它們很可能會轉(zhuǎn)向更為審慎的路徑。德勤預(yù)測，企業(yè)將以自身數(shù)據(jù)為核心，從一個可能對SaaS用戶和供應(yīng)商都產(chǎn)生重大影響的領(lǐng)域，是智能體的定地部署的時代，通常采用永久性軟件許可，并為升級和維護(hù)另行付費。由云計算推商業(yè)模式轉(zhuǎn)向了訂閱制。如今，SaaS的定價方式主要有幾種常見模式。通常情的用戶數(shù)或席位數(shù)來計費。這些席位可能包含分級定價選項，不同級別根據(jù)用戶合。此類定價模式相對簡單且可預(yù)測。而基于使用量或消耗量的定價模式也正變用則較難預(yù)測。這種模式通常依據(jù)所使用的API調(diào)用次數(shù)或令牌數(shù)（AI模型處理此外，智能體能夠自主運行，其行為未必可預(yù)測――在完成任務(wù)時歷諸多實踐探索。即便最終會形成標(biāo)準(zhǔn)做法，也可能需要數(shù)年時間。其中，基于使用量值的定價模式預(yù)計將越來越受歡迎。Gartner表示：“到2030年，至少40%的企業(yè)SaaS在基于使用量的定價模式中，每當(dāng)智能體執(zhí)行操作或完成任務(wù)時，客戶都以基于計算時間、API調(diào)用次數(shù)、生成任務(wù)所使用的令牌數(shù)量，或智能體處因素的組合）。此外，也可以按固定周期收取單一智能體使用的固定費用 基于結(jié)果或價值的定價模式依賴于智能體驅(qū)動的SaaS應(yīng)用所產(chǎn)生的實際業(yè)難衡量。這可能簡單到客戶支持工單的解決數(shù)量，或由于HR代理而最終聘用的到智能體所貢獻(xiàn)的整體收入增長。盡管目前已有部分企業(yè)正在探索這一模式，但這些定價模式的變更將影響企業(yè)內(nèi)的多個職能，并可能改變SaaS供應(yīng)商就“代理”、“任務(wù)”、“流程”、“交互”和“結(jié)果”等基本定含義及其歸屬方式，并在合同中予以清晰溝通和約定。這可能需要工程師、銷售相關(guān)人員投入大量努力并進(jìn)行充分協(xié)調(diào)。證明某個智能體創(chuàng)造了價值或?qū)崿F(xiàn)了業(yè)性，尤其是在使用由不同供應(yīng)商提供的多個代理組成的多代理系統(tǒng)時。供應(yīng)商的收變得難以預(yù)測且波動較大。系統(tǒng)監(jiān)控與計量功能可能需要更加先進(jìn)，數(shù)據(jù)可觀測性許多供應(yīng)商的銷售模式可能需要改變。銷售人員必須向客戶講解這些新夠創(chuàng)造價值，且這種轉(zhuǎn)變不會比基于訂閱的服務(wù)花費更多。銷售人員的考核和薪智能體本質(zhì)上是自主的，那么它們?yōu)楹芜€需要用戶界面？與API類似，代接連接用戶界面。然而，仍需要有某種方式實現(xiàn)交互和可視化。那么，這種交互方?對話式交互：人機交互將從菜單選擇和點擊操作轉(zhuǎn)向自然語言和語音指令。智能體將把自然語言轉(zhuǎn)化為一系列結(jié)構(gòu)化的API調(diào)用，從而無需依賴預(yù)定義的工作流程許多SaaS供應(yīng)商希望盡可能讓用戶停留在其應(yīng)用程序內(nèi)，以維持工作黏性。他們將越來越多地不僅提供自身系列的代理，還會接入其他供應(yīng)商的代理。交互也可能通過一個獨立的管理平臺進(jìn)行，該平臺可由SaaS供應(yīng)商提供，或來自第三方公司（類似訪問權(quán)限、性能、狀態(tài)、安全性和合規(guī)性的理將在其中發(fā)布，企業(yè)可以動態(tài)地發(fā)現(xiàn)并集成新的功能。1到2026年，通過SaaS應(yīng)用使用智能體的規(guī)模將迅速增長，許作，部署更強大的代理式AI解決方案。我們預(yù)計，所有由AI驅(qū)動的自動化領(lǐng)域SaaS應(yīng)用中。企業(yè)將尋求提升流程效率、節(jié)約成本、增強靈活性以及為員工提供個性出現(xiàn)大量實驗性嘗試和多樣化的定價模式?？傮w而言，德勤預(yù)測，未來將逐步邁向由集?投資數(shù)據(jù)管理：對于智能體而言，數(shù)據(jù)的訪問、集成、可觀測性以及數(shù)據(jù)治理可能變得更加重?擁抱日益增長的復(fù)雜性：未來將出現(xiàn)更多模型、智能體和供應(yīng)商、新的生態(tài)系統(tǒng)及數(shù)據(jù)關(guān)系。企?預(yù)計將出現(xiàn)多元化的定價模式：隨著包含多種許可、基于使用量的定價以及基于價值或成果的定價等混合模式成為標(biāo)準(zhǔn)，智能體的定價模式可能帶來不確定性。企業(yè)?幫助員工成為AI協(xié)調(diào)者：可以投入更多時間像管理同事一樣管理智能體――設(shè)定目標(biāo)、監(jiān)督工作，并驗證和糾正其行為。在重構(gòu)工作流程時，應(yīng)明確界定人類負(fù)責(zé)?為更激烈的競爭做好準(zhǔn)備：隨著生成式AI工具讓任何人都能越來越容易地編寫代碼，編寫代碼的成本趨近于零。這將導(dǎo)致與原生AI公司甚至客戶自身之間的競爭加劇，?關(guān)注互操作性：代理將需要在多個系統(tǒng)之間運行，協(xié)調(diào)任務(wù)，并共享數(shù)據(jù)和目標(biāo)，同時保持安全性和合規(guī)性。企業(yè)應(yīng)為更加開放和互操作的環(huán)境做好準(zhǔn)備，以便在無法滿足?轉(zhuǎn)變銷售模式：由于定價模式多樣化，收入預(yù)測等事項變得更加復(fù)雜，因此對銷售團(tuán)隊的考核與激勵方式也必須隨之調(diào)整。應(yīng)幫助客戶預(yù)測成本，并提供簡單靈活的混當(dāng)下，中國的AI行業(yè)發(fā)展迅速，AI與Saa通義千問為代表的國產(chǎn)大模型，可以有效將SaaS工具從"流程自動化"推向AI軟件，最高可降低推理成本95%，有效提升工作效率。企業(yè)正利用開放式的AI生態(tài)，構(gòu)建可復(fù)用的技AI技術(shù)的不斷深度滲透與國產(chǎn)大模型替代的加速推進(jìn)，形成中國SaaS行業(yè)發(fā)展新機遇，推動中國SaaS由早前的單一淺層功能向業(yè)務(wù)流重構(gòu)一體化功能的邁進(jìn)。同時中國的SAI可以通過多模態(tài)交互，提升用戶體驗，大規(guī)模代替人力，國產(chǎn)大模型帶來的低成本趨勢，有效減輕SaaS企業(yè)出海成本壓力。AI可以更好適應(yīng)不同海外地區(qū)的本地化需求，包括輯、交互方式乃至運營策略與當(dāng)?shù)匚幕纳疃热诤希苿訃a(chǎn)SaaS平臺的出海，化競爭力不斷提升。未來，日本、東南亞、中東等地區(qū)將是中國SaaS出海的重要DavidJarvisSayantaniMazumderGirijaKrishnamurthyGopalSrinivasanChinaWidenerGillianCrossanRogerChungACKNOWLEDGMENTSTheauthorswouldliketothankDianaKearns-Manolatos,FarukMuratovic,RohanGupta,KhusroKhalid,LauraShact,GirishSrinivasan,PavanSrivastava,andPrakulSharmaforCoverimageby:JaimeAustin;AdobeStockDeloitte.Insghts地緣政治緊張局勢和不斷升級的貿(mào)易限制正在重塑半導(dǎo)體供應(yīng)鏈，對AI芯片創(chuàng)以及科技進(jìn)步產(chǎn)生深遠(yuǎn)影響。這些高科技工藝和材料中的許多環(huán)節(jié)依賴于少數(shù)供應(yīng)商，而這些供應(yīng)關(guān)鍵地區(qū)的主導(dǎo)地位促使各國政府設(shè)置貿(mào)易壁壘，以保護(hù)戰(zhàn)略利益并降低依賴性。長期以來，為下AI系統(tǒng)和高性能計算（HPC）數(shù)據(jù)中心制造世界上最先進(jìn)的芯片意味著要在脆弱的供應(yīng)鏈中艱難前行，德勤預(yù)計，包括前端及后端芯片制造中的蝕刻工藝、全環(huán)少達(dá)到300億美元，涵蓋極紫外光刻設(shè)備（EUV）這些投入與相關(guān)技術(shù)催生的約3000億美元AI芯片市場規(guī)模相比仍相形見絀，德勤與半導(dǎo)體行業(yè)協(xié)會聯(lián)合開展的一項關(guān)于人工智能數(shù)據(jù)中心半導(dǎo)體含量的研究指鏈高度相互依存，各國正著力保障自身對人工智能芯片及硬件組件的獲取，這些組件對生成式AI（Gen在2025年和2026年已開始對更大范圍的半導(dǎo)體設(shè)備、材料、軟件、設(shè)計工具、各類芯片以及封裝企業(yè)，強化全球盡職調(diào)查要求企業(yè)，強化全球盡職調(diào)查要求?24類半導(dǎo)體制造設(shè)備（含特定蝕刻、沉積、?24類半導(dǎo)體制造設(shè)備（含特定蝕刻、沉積、）；）；來源：德勤分析。2019年至2025年的數(shù)據(jù)基于從公開可獲取的來源收集的信息，包括聯(lián)邦公報網(wǎng)站（美國商務(wù)部工業(yè)與AI系統(tǒng)的性能依賴于一個由全球分布的多項技術(shù)構(gòu)成的狹窄堆棧，包括先進(jìn)的AI邏輯設(shè)計、前沿的前端節(jié)點制造以及先進(jìn)封裝技術(shù)。實現(xiàn)這些能力需要多方利益相關(guān)者之括設(shè)計邏輯、芯片布局與布線、仿真、AI增強設(shè)計、驗證以及集成工作流程，這些對于開發(fā)先進(jìn)的AI向5納米及以下、3納米及以下邏輯設(shè)計的爭力。此外，特別是在中國，對先進(jìn)計算芯片的額外管制以及對AI模型權(quán)重的戶及商業(yè)伙伴合作時的合規(guī)要求，8AI模型及其模型權(quán)重的規(guī)模和質(zhì)量正日益影響用于面，企業(yè)可能面臨更嚴(yán)格的審查和更細(xì)致的披露要求。用于產(chǎn)品驗證和模于測試的參考模型權(quán)重及輸出結(jié)果）也可能受到更密切的審查。10涉及AI硬件協(xié)同設(shè)建立可信國家通道，或不得不調(diào)整工作流程：例如，可將模型權(quán)重保留在美國美國和荷蘭繼續(xù)限制對EUV設(shè)備的獲取，該設(shè)備被廣泛認(rèn)為是生產(chǎn)最先進(jìn)工藝節(jié)點所國不具備本土EUV生產(chǎn)能力，但通過與盟友（如荷蘭）協(xié)調(diào)實施出口管制，美國仍購買這些設(shè)備，主要目的是保障技術(shù)和國家安全。與此同時，中國則通過國內(nèi)芯片圖形化技術(shù)定制深紫外光刻技術(shù)，積極推進(jìn)光刻設(shè)備的研發(fā)進(jìn)程。13盡管這些方法看起來有這些工具對于構(gòu)建復(fù)雜的AI架構(gòu)至關(guān)重要。先進(jìn)的刻蝕技術(shù)對于在5納米以下節(jié)點制造前沿AI芯片至關(guān)重要。芯美國刻蝕技術(shù)知識產(chǎn)權(quán)在海外設(shè)計或制造的刻蝕設(shè)備和工具，可能在202學(xué)元件（如透鏡和反射鏡）和光罩（photo以下、3納米及以下制程的產(chǎn)能擴(kuò)張將持續(xù)加速，這一趨勢將延續(xù)至202因此，跨國芯片設(shè)備企業(yè)應(yīng)調(diào)整其在區(qū)域?qū)用嫔?、零部件供?yīng)商以及代工廠可能面臨比2024年和2025年計公司適應(yīng)新要求――開發(fā)功能簡化或降級的AIXPU（即高端AI芯片的性能降域的工藝庫，以滿足中國及其他非美國盟友國家日益增長的生成式AI芯片需求AI芯片所必需的特定類型的芯片設(shè)備（刻蝕、沉積、光刻、離子注入、退火、計量與檢測以及清洗設(shè)備）受到出口管制。22這是因為這些技術(shù)被視為敏感且具有潛在的兩用性，正如2024年TMT預(yù)測中所強調(diào)的，芯粒（chiplets）和異構(gòu)架構(gòu)正迅的生成式AI芯片的首選封裝模式。23然而，由于需要從不同地區(qū)的多家供和組件，其復(fù)雜性可能導(dǎo)致芯粒（chiplets）在2026年成為重大的地緣政治瓶頸。芯粒的解決方案預(yù)計在2026年將帶來約1000億至1100億美元的年收入HBM也已成為生成式AI訓(xùn)練和推理工作負(fù)裝的半導(dǎo)體企業(yè)可能需要提供額外的信息披露，包括列出參與封裝的OSAT供到2026年及以后，日益凸顯的趨勢可能是對后端工藝效率市。隨著異地封裝站點（特別是涉及HBM、邏輯芯片和高速輸入/輸出的站點的要求日趨嚴(yán)格，供應(yīng)鏈的每個環(huán)節(jié)――從前端晶圓廠的生產(chǎn)排程和EDA供應(yīng)戶ODM/OEM（原始設(shè)計制造商和原始設(shè)備制造商）的產(chǎn)品發(fā)布――都將更藝審批和流程的完成速度。封裝供應(yīng)商或OSAT（外包半導(dǎo)體封影響良率爬坡和調(diào)優(yōu)進(jìn)程，進(jìn)而引發(fā)將生產(chǎn)設(shè)施遷回本土或轉(zhuǎn)移至盟友國家的超大規(guī)模企業(yè)、云服務(wù)提供商以及各行業(yè)公司將合計在AI數(shù)據(jù)中心上投入約5,000億美達(dá)到約1萬億美元。26其中芯片解決方案約占該支出的50%至6嚴(yán)格的出口管制以及對一系列半導(dǎo)體技術(shù)的限制，阻礙了中國獲取最先進(jìn)的AI芯片而中國大陸以外的芯片制造商正從2025年的3納米和2納米推進(jìn)至2026年和202隨著中國開發(fā)應(yīng)對出口管制的變通方法，它可能造，還包括芯片設(shè)計和先進(jìn)封裝。28盡管使用較舊制造工藝的復(fù)雜芯片可用于發(fā)展和國家競爭力的下一個主要動力，各國政府正尋求對其數(shù)字基礎(chǔ)設(shè)施實施更直態(tài)系統(tǒng)備受關(guān)注。各國和地區(qū)都不愿進(jìn)一步落后，或被迫喪失自身主權(quán)。這種土，預(yù)計到2026年及以后，它們將在國內(nèi)以及印度、越南和馬來西亞等國整個生態(tài)系統(tǒng)中的芯片企業(yè)可能需要通過內(nèi)部壓力測試等方式主動提升韌性其次，跨區(qū)域的供應(yīng)鏈多元化，以及對替代采購策略和渠道合作的投資件供應(yīng)鏈獨立的戰(zhàn)略重要性，要求加快本地化進(jìn)程并提升監(jiān)管適應(yīng)能力。此外，地全球AI生態(tài)系統(tǒng)分裂，帶來諸如通過灰色市場出口芯片等風(fēng)險，并加劇企業(yè)加強產(chǎn)盡管面向AI推理優(yōu)化的芯片市場預(yù)計到2026年將增長至數(shù)百億美元，但大部先進(jìn)的AI芯片，這些芯片主要部署在超大規(guī)模數(shù)據(jù)中心，或使用與數(shù)據(jù)中心相同隨著從訓(xùn)練向推理的轉(zhuǎn)變，軟件作為半導(dǎo)體更核程技術(shù)將一個主要用于訓(xùn)練的大型單體AIGPU重新配置為多個較小的GPU切片或亞和印度等新興制造中心。這一轉(zhuǎn)變可能在短期內(nèi)推高成本，進(jìn)而導(dǎo)致消費類科體企業(yè)應(yīng)保持靈活性并實現(xiàn)規(guī)模化運營，預(yù)判并適應(yīng)2026年后的貿(mào)易格局變化隨著貿(mào)易緊張局勢重塑全球聯(lián)盟和渠道合作關(guān)系，考驗。全球芯片供應(yīng)鏈具有高度互聯(lián)和戰(zhàn)略性的特征，這凸顯出各方產(chǎn)業(yè)KarthikRamachandranDuncanStewartJeroenKustersDebBhattacharjeeGirijaKrishnamurthyJanThomasNicholasACKNOWLEDGMENTSTheauthorswouldliketothankNinaZhang,AmyScimeca,KaranAggarwal,JesseSingh,MichaelGreco,andPabloLeCourfortheircontributionstothisarticle.Coverimageby:JaimeAustin;AdobeStockDeloitte.Insghts覓食者、零嘴客與漫游者：面對內(nèi)容的泛濫，社交媒體微短劇，有時也稱為微戲劇或短劇系列，是一種劇本化視頻系列，每集僅有幾分鐘，以“收入增長將翻倍，達(dá)到78億美元。德勤預(yù)計，美國將在202將更多觀看量和下載量轉(zhuǎn)化為收入，其份額將下降至40為，簡短與連續(xù)性娛樂的結(jié)合將更具吸引力，并受益于社交媒體上病毒式傳會有更多微短劇在社交平臺上脫穎而出，占據(jù)更多用戶注意力時長，并登上前列。最后，我們預(yù)計一些精明的視頻流媒體服務(wù)提供商將更積極地在其平盡管短劇形式看似是專為社交媒體而生的創(chuàng)新，但它可能挑戰(zhàn)主流社交平臺的推送內(nèi)容反復(fù)無常，可能導(dǎo)致用戶難以“追劇”并及時跟進(jìn)后續(xù)劇集。這或?qū)⒋傧蚋偁幮缘奈?yīng)用程序。與此同時，已有跡象表明，年輕一代正因社交媒體感微短劇類移動應(yīng)用正日益流行，提供數(shù)百集時長60至90秒的系列劇集，劇情充滿轉(zhuǎn)折與并常常借助主流短視頻社交平臺推動內(nèi)容曝光與話微劇用戶達(dá)6.62億20252025年初，亞洲排名前五的微劇應(yīng)用月活躍用戶達(dá)到中國的愛奇藝提供了超過15,000部免長，并在微短劇生態(tài)系統(tǒng)周邊拓展了電子商務(wù)功能。6截至2024年，中國媒體報約為6.62億人。7另一份2025年初的報告發(fā)現(xiàn)，中國排名鑒于全球趨勢的不斷增長，印度正抓住機遇，大量創(chuàng)新平臺和成熟的媒體公司紛紛內(nèi)容后，日均觀看時長翻倍。10在印度這個對較低，各平臺正在嘗試為單集內(nèi)容推出小額支付選項，同時也有平臺推出靈活閱費用與廣告收入相結(jié)合的混合模式。11觀眾可以免費觀看前幾集，但之后需要付費才能對短劇和微劇應(yīng)用的需求也正在蔓延至亞洲以外的地區(qū)。12一份報告發(fā)現(xiàn)，2025用的全球收入從2024年第一季度的1.78億美元激增至近和GoodShort等短劇應(yīng)用收入最高的市場。14領(lǐng)先的微短劇應(yīng)用程序目前經(jīng)常出現(xiàn)在美國應(yīng)用商量前25名中。15跨界進(jìn)入社交視頻平臺使它們在美國獲得了增長動力。16社交平臺本身也觀察到用戶對微短劇內(nèi)容的參與度越來越高。17即使是頭部流媒體也開始涉足短視德勤開展的《數(shù)字媒體趨勢》對美國消費者的調(diào)查顯示，截至2025年5月，約有30代了解微劇或微短劇。其中，近一半的人目前觀看的微劇內(nèi)容較一年前有所增加，且近他們已訂閱的視頻點播流媒體平臺上看到更多微劇內(nèi)容，這表明流媒體平臺在此領(lǐng)域具注：在1620名熟悉微劇或微系列的受訪者中，Z世代有483人，千禧一代497人，X越來越多的觀眾被獨立創(chuàng)作、形式短小、以敘事為主的內(nèi)容所吸引。為此，越來越媒體和娛樂行業(yè)正受到短視頻內(nèi)容的行為模式與經(jīng)濟(jì)效應(yīng)、社交視頻平臺的功新的創(chuàng)作者工作室不僅能帶來經(jīng)濟(jì)優(yōu)勢或利用受眾行為的變化，還能快速調(diào)整。它們通過利用互動數(shù)據(jù)來判斷哪些內(nèi)容有效、哪些無效，從而降低內(nèi)容決策的風(fēng)險。1與觀眾互動來加強社區(qū)聯(lián)系并擴(kuò)大粉絲群體。他們在能夠縮短上市時間、降低生蓋范圍的地方均會采用AI技術(shù)。20他們可以自由嘗試各種編輯策略，以最大程度地提高用微短劇參與度的提升，可能會催生更多由觀眾互動驅(qū)動并借助技術(shù)放大的創(chuàng)作者工作室，創(chuàng)作者和媒體高管應(yīng)考慮新興的獨立工作室如何從零開始，利用各種工具和平臺以AI賦能的生產(chǎn)流程：影視公司可利用生成式AI工具縮短制作周期，降低實現(xiàn)高制作水準(zhǔn)的門檻，例如自動生成輔助鏡頭或簡單動畫，以及通過自動化字幕生成、語音克隆激發(fā)觀眾“想要知道后續(xù)”的沖動。成功的微短劇通常借鑒同人小說和網(wǎng)絡(luò)戀、穿越復(fù)仇等，這些元素已被證實具有廣泛吸社群發(fā)展：創(chuàng)作者應(yīng)通過評論與觀眾互動，甚至可根據(jù)粉交媒體討論，有助于將系列作品發(fā)展為活躍的粉絲社群。以穩(wěn)定頻率在固定時間培養(yǎng)觀眾定時觀看的習(xí)慣。微短劇可發(fā)展為具有持續(xù)性的迷你連續(xù)劇品牌，通過延伸至多個季度或衍生作品。那些善于跨平臺推廣、IP衍生品開發(fā)以及多渠道分小說化作品或由AI生成音樂制作的原聲帶，將能以較低成本持續(xù)運營其“迷你漫高的劇情的投入。需跟蹤完播率、每位用戶平均觀看的劇集數(shù)、系列劇集的訂閱轉(zhuǎn)），量網(wǎng)絡(luò)內(nèi)容，尤其是在社交媒體上，所帶來的影響的擔(dān)憂”。24一個相關(guān)的術(shù)語“doomscrolling”一些證據(jù)表明，越來越多的人正從社交媒體轉(zhuǎn)向規(guī)模更小、更私密間。26也許這是對社交媒體不再“社交”、而僅僅應(yīng)。27這可能是由于過度使用對心理健康影響的已據(jù)，人們很快可能會因無法信任網(wǎng)絡(luò)內(nèi)容和信息而選擇離開。又或者，僅僅是因微短劇可能并未預(yù)示新媒體領(lǐng)域的巨大變革，但人們對更具系列化的短篇獨立內(nèi)容日益增將挑戰(zhàn)社交視頻平臺以及傳統(tǒng)影視公司和流媒體服務(wù)商，改變權(quán)力格局，并一些證據(jù)表明，越來越多的人正從社交媒體轉(zhuǎn)向規(guī)模更小、更為私獨立創(chuàng)作者和工作室正日益擴(kuò)大其影響力，與品牌建立更緊密的聯(lián)系，并探索創(chuàng)作者正在多個平臺上聚集受眾，并與品牌建立更緊密的關(guān)系。30這導(dǎo)致了熱門內(nèi)容創(chuàng)作者社交媒體平臺已從社交關(guān)系圖譜演變?yōu)榕d趣圖譜，其內(nèi)容推送不再基于用戶主動關(guān)用戶互動行為提供源源不斷的信息流。這種變化可能導(dǎo)致創(chuàng)作者更難觸達(dá)自己的定其他內(nèi)容更能促進(jìn)用戶與平臺的互動。創(chuàng)作者可能投入大量時間與資金來培養(yǎng)在大多數(shù)情況下，算法推薦信息流和興趣圖譜并不支持連續(xù)性的敘事內(nèi)容。上升，社交平臺可能會調(diào)整其趨勢算法，以支持持續(xù)更新的敘事內(nèi)容，從而幫忠實觀眾，這可能預(yù)示著媒體消費模式的潛在轉(zhuǎn)變。平臺或許會引入“系列感否則，可能會有更多創(chuàng)作者轉(zhuǎn)向?qū)Ｗ⒂趧?chuàng)作的工作室類應(yīng)用程序，例如目前在導(dǎo)地位的微短劇應(yīng)用。他們也可能被流媒體視頻平臺挖角，因為這些平臺正尋節(jié)目單，并吸引年輕觀眾。事實上，流媒體服務(wù)或許已處于有利地位，因其服新內(nèi)容的基礎(chǔ)之上。如果越來越多的創(chuàng)作工作室采用系列化的短視頻制作模式主要受益者。又或者，現(xiàn)在正是由創(chuàng)作者主導(dǎo)的新平臺涌現(xiàn)的恰當(dāng)時機，這些ChrisArkenbergAnkitDhamejaTimBottkeGillianCrossanACKNOWLEDGMENTSTheauthorswouldliketothankJeffLoucks,BrookeAuxier,andDanielaGonzalesfortheirCoverimageby:JaimeAustin;AdobeStockDeloitte.Insghts播客不再只是用來聽的了：現(xiàn)在你還可以觀看它們。視頻播客（v引力相結(jié)合，正在重新定義受眾消費長篇內(nèi)容的方式，使內(nèi)容更具沉浸感和可分享漸模糊了傳統(tǒng)播客、社交媒體和流媒體視頻之間的界限，內(nèi)容創(chuàng)作者正利用跨平臺度、構(gòu)建社群、擴(kuò)大廣告收入，并開拓新的贊助機會。如今，視頻播客或許正開始將視頻播客的日益流行與播客的全球擴(kuò)張相結(jié)合――我們看到的是一個在受入方面均有望實現(xiàn)顯著增長的市場。不過，該行業(yè)未來的發(fā)展路徑可能取