2026年五大趋势

美通社
Dec 15, 2025

-       IBM 商业价值研究院发布商业领袖需要关注的五大趋势

北京, Dec. 15, 2025 /PRNewswire/ -- 近日,IBM商业价值研究院发布2026年五大趋势》,伴随2025年尾声的到来,为我们提示了一个关键事实:不确定性非但未能阻碍商业进程,反而推进了转型进程。为谋求蓬勃发展,企业正持续加大投入,以获取提供更快应变速度、更强业务韧性以及更深商业洞察的技术。其中,人工智能已从探索性工具变为不可或缺的技术,变化速度之快甚至一年前我们都难以想象。AI重塑着决策模式、工作角色和客户期待。如今,各个组织正朝向以AI为中心的运营方向发展,不远的将来,量子技术也将加入这场变革,助力人类攻克那些最为棘手的复杂难题。


此次发布的《2026年五大趋势》报告中,IBM商业价值研究院(IBV)指出了将在未来一年重新定义竞争优势的五股关键力量。无论是将市场波动转化为机遇、构建具备韧性的AI体系,还是为量子驱动的生态系统做准备,一个明确的信息贯穿始终:未来属于那些具备快速适应力的组织。 

为弥合战略与执行间的差距,本报告融合了来自20个行业大型企业,决策层 1028 位高管 的前瞻判断与执行层 8500 位员工 的实战反馈,通过双视角分析,给出企业引领变革的五项必修,及关键数据与行动建议,供大家参考。

1.   不确定性,玉汝于成

快速决策可转'危'为'机',但成功取决于"采取行动"的AI,而非"单纯辅助"的人工智能

  • 95%的高管表示,他们越来越需要快速做出决策;96%的高管表示,2025年中其所做的风险最高的决策,事后证明是正确的决策。
  • 90%的高管表示,没有"实时运营"能力就没有"竞争优势"。
  • 四分之一的高管称其机构在2025年已部署具备独立行动能力的AI智能体,到2026年底,这一比例预计将达到七成。[1]
  • 然而,高管们表示,根据客观指标衡量,2025年,仅约40%的AI智能体项目取得了成功。[2]

建议:重塑组织架构,实现敏捷响应革新组织结构,包括:团队构成、数据架构及产品组合,架构重组要以提升敏捷性为目标。融入数据产品以赋能AI智能体,从而优化各层级的决策机制。当确信其表现稳定可靠后,并达到特定的阈值时,可授予AI智能体调整定价、转换营销策略及推出产品衍生体的授权。

2.   欲善其事,必利其器

员工不再惧怕AI,转而主动拥抱,即使这意味着他们的职责将发生重大改变

  • 61% 的员工预计,由于新技术的发展,他们的角色将在 2026 年发生显著变化,同时,多达81%的员工表示对跟上未来的发展步伐,抱有信心。
  • 到 2026 年,对于雇主更多地使用人工智能,愿意接受(而非抵制)的员工数量增长两到三倍。
  • 63% 的员工愿意与AI智能体合作共事,甚至有近一半 (48%) 的员工表示接受被它管理。
  • 61% 的员工表示,人工智能让他们的工作不再枯燥乏味,而是更具战略性。
  • 为了获得更好的培训机会,56% 的人表示愿意跳槽,42% 的人甚至愿意接受降薪。
  • 尽管 56% 的高管表示,流程和职责的变化令员工感到疲惫不堪,但 88% 的员工认为,人工智能正在改变企业文化,并且是朝向更好的方向改变与发展。

建议:为尚未诞生的岗位绘制发展蓝图让每位员工识别其日常工作中,哪些任务可通过AI增强或自动化?哪些不能?哪些是AI无法实质性提升的任务?将人才聚焦于此,这些正是企业间竞争优势的角力之处。在新岗位出现时,一方面,及时界定职责,另一方面,保持灵活。建立角色框架,而非僵化的职位描述。从董事会到基层,持续地构建组织的AI认知体系。

3.   '智'以载舟,'责'以行船

客户能够接受技术的不完美,但信任与透明度不容妥协

  • 56% 的消费者表示,他们对前沿AI服务兴奋期待,甚至到了可以接受其存在瑕疵的程度。
  • 89%的消费者表示,他们需要知道自己当时是否是在与AI进行交互。
  • 95% 的高管表示,对AI的信任程度决定了新产品与服务的成败。
  • 五分之四的消费者表示,如果某品牌故意隐瞒使用AI,他们会降低对该品牌的信任。
  • 为避开隐藏的AI,三分之二的人会选择更换品牌,半数甚至愿意支付更高的费用。(这里'消费者'是指受访员工从自身作为消费者所给到的反馈)

建议:让客户成为实验伙伴,而非实验对象 不仅要告知客户你在使用其数据,并且要展示使用的方式。从初始阶段,就将透明度融入AI赋能的产品设计中。确保AI驱动的推荐可追溯,让客户理解决策的产生机制。帮助客户了解数据分享所对应的价值回报是什么,同时,给予客户精细化的控制权,提供超出法规最低要求的便捷友好的数据删除与迁移选项。邀请你的超级用户测试AI新功能,在广泛推广前,一起共同优化使用体验。

4.  有备无患,固本培元

随着企业加强保护计算资源,'AI韧性'与'AI自主性'正变得必不可缺

  • 保障业务连续性需要建立数据与AI的韧性,93%的高管表示,'AI自主性'必须纳入他们的2026年商业战略之中,即企业始终掌控自身AI系统、数据与基础设施。甚至对于最复杂的输出结果,企业也须设计出能够解释工作过程的AI智能体,以确保透明与信任。
  • 当被问及"是否担忧对某些地区计算资源过度依赖时(未具体指明地区)",50%高管承认有此担心。

建议:夯实人工智能防护体系构建人工智能环境架构,确保工作负载、数据与AI智能体能够在可信的区域与供应商之间无缝迁移。将核心、合规的任务自动化,在信任与透明的基石上加速人工智能创新。从初始阶段就将'可解释性'植入每个模型,要求人工智能系统记录完整的决策路径,让利益相关者不仅能知晓结果,更能理解成因。建立持续监测体系,在模型漂移影响性能或引发偏差之前,及时识别并修正问题。

5.  众木成林,涓流成海

量子增强的AI需要生态系统的协作,准备最为充分的企业已初具竞争优势

  • 量子就绪型企业(QROs)加入多个生态系统的可能性是其他企业的三倍。
  • 79%的高管表示,生态合作伙伴能加速技术落地;77%的高管表示,来自这些合作伙伴的数据有助于改善业务成果。
  • 89%的高管指出,生态合作伙伴帮助企业降低了'业务中断'所带来的影响程度。

建议:为下一轮重大突破蓄势布局量子计算机在解决特定问题时,在精确度、运行时间或成本要求上可展现出任何经典计算方法或资源无法企及的显著提升。但关键在于:规模化量子计算所需资源远超单一组织的承载能力,需要更强大的算力支撑、更丰富的数据集以及更深厚的人才储备。简而言之,这需要一个乃至多个生态系统的协同支撑。企业要识别借助量子计算等新兴技术所带来的战略机遇,通过创新合作分摊成本、降低风险、加速学习。优先选择具备开放精神、高度可信、善于协作的创新伙伴,且其能提供互补性数据与能力支撑。基于生态系统数据训练AI智能体,使其在需求变化时,既能保持成本效益,又能灵活迭代更新。

中文报告下载:《2026年五大趋势》

研究方法:为了确定 2026 年塑造商业格局的关键趋势, IBM商业价值研究院开展了一项双视角研究,包括两项大规模调查:一项针对高级管理人员,一项针对全职员工。这项高管调查包括来自 20 个行业大型企业的 1028 位 C 级高管。同时,对高管的观点从操作层进行补充,面向消费者调查收集了 8,500 名全职员工的反馈。这些员工对人工智能的了解程度各不相同,从基本了解到专家级别不等。采用描述性统计来识别关键趋势,对高管数据进行回归分析,以揭示影响各种战略前景的因素。

[1] 基于IBM IBV 研究的发现:智能人工智能的战略崛起(2025 年 10 月)[2] 基于IBM IBV 研究的未公开数据:智能人工智能的战略崛起(2025 年 10 月)

IBM中国媒体联系人:李波

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10