3月13日，联想集团联合IDC发布了《企业CIO行动指南（2026）》（以下简称《指南》）。联想委托IDC开展定制化研究，对国内620名政企机构IT和业务决策者展开调研。《指南》以该研究为基础，旨在洞悉中国范围内AI在千行百业中的发展进程，聚焦CIO群体及其它IT领域核心决策参与者如何认知以企业智能体为代表的AI技术，以及对这些技术的需求，具体包含应用场景、落地挑战、价值期待、需求优先级等，以及应对未来行业环境变化的举措与相对应的策略规划。

《指南》揭示了AI正从辅助性的“成本中心”向驱动增长的“价值引擎”加速演进。我们总结了其揭示的六大核心趋势与行动要点，为CIO规划未来战略提供了清晰路线图。

核心发现一：价值引领，AI从“试点”走向“全场景规模化扩张”

企业AI的应用已跨越探索期，进入规模化扩张与价值深挖阶段。

• 应用跨越式增长：高达72%的企业已完成智能体试点并投入正式使用，仅8%的企业尚未有任何应用。企业平均已在3.5个场景部署智能体，并计划在2026年扩展至6.7个场景。
• 价值诉求转变：“驱动主营增长”（67%）已成为企业应用智能体的首要动因，超越了“降本提效”（59%）。这表明AI的战略定位已从提升效率工具，升级为直接创造营收与利润的增长引擎。
• 挑战重心转移：企业面临的主要挑战已从2024年的“缺乏算力、数据”等技术底座问题，转变为 “应用效果不达预期”、“缺少成熟流程方法论” 和 “ROI不明确” 等业务价值验证与流程变革问题。这标志着AI落地进入“深水区”。

核心发现二：部署模式转向“混合均衡”，算力自主与安全成关键

为满足核心业务需求，企业对AI算力的部署策略趋于审慎与多元化。

• 私有化与混合部署成为主流：企业AI算力中，公有云占比下降14个百分点，而私有云、本地及端边侧部署的总占比从54%提升至69%。数据安全、算力自主和低时延场景需求是主要驱动因素。
• 异构算力普及与平台应用存在鸿沟：高达85%的企业已使用多元异构算力（如不同品牌CPU/GPU混合），但算力统一管理调度平台的采纳率仅为32%，存在显著“管理鸿沟”，可能成为规模化瓶颈。
• 基础设施需求升级：企业对AI基础设施的需求，前三名分别是：提供综合硬件软件及运维的一体化解决方案、支持智能运维（如自动故障预测） 以及高性价比。这反映了企业希望降低运维复杂度、提升投资回报的迫切需求。

核心发现三：组织与人才战略——“自上而下”驱动与“复合型人才”争夺

AI的成功落地日益依赖顶层战略与新型人才体系。

• 评估要素变化：在启动智能体项目前，企业首要评估的不再是费用，而是 “组织自身的技术能力”（58%），其次是投资回报率（ROI）。
• 推动力量转变：AI项目的核心推动部门，正从传统IT部门主导，转向 “管理层”（占比最高）与 “外部合作伙伴” 更为重要的新模式，强调战略驱动与生态协同。
• 人才竞争白热化：63%的企业计划在2026年招募 “AI+行业”跨界复合型专家，市场对兼具技术、业务和合规知识的“三栖”人才需求激增。同时，50%的企业计划招募AI合规治理专家，凸显治理能力建设的核心地位。

核心发现四：落地策略——联合共创成为主流，青睐全栈式“陪跑”伙伴

企业普遍摒弃“闭门造车”，转向开放协同的落地模式。

• 联合开发是首选：在智能体应用、模型平台、数据知识平台、安全治理等五大核心环节中，选择 “与服务商联合开发” 模式的企业比例均超过60%。这体现了企业需要技术伙伴全程“陪跑”，共同解决场景适配与持续优化问题。
• 服务商选择标准：企业在选择供应商时，最看重的两大能力是：提供全栈式解决方案（覆盖终端、基础设施、混合云到开发运维，占比52%）和 提供多种模型选择（模型集市）（占比53%）。这要求服务商具备深厚的技术整合与生态聚合能力。
• 全周期服务受青睐：企业对AI算力服务（42%）、智能体运维服务（38%）和智能体运营服务（34%）的需求突出，表明企业需要的是覆盖咨询、设计、开发、部署到持续运维的全生命周期支持。

核心发现五：前瞻概念——“企业超级智能体”认知起量，但落地尚早

《指南》提出了“企业超级智能体”概念，定义为：以智能体形态独立存在及嵌入服务对象全旅程触点的企业统一门户，是企业的总代表（企业双胞胎），通过调度企业内部领域智能体网络、企业知识库等为服务对象提供全旅程服务，具备感知与交互、认知与决策、自主与演进功能，贯穿这三大功能的基座的是数据安全和隐私保护。

这一概念已经开始在市场上引起关注，但整体认同度和实际需求仍处于较低水平。

• 认知度较高，认同度与需求待提升：虽然61%的企业知晓该概念，但完全认同其价值的企业仅占30%，有明确需求并计划部署的仅占14%。
• 主要顾虑：企业普遍认为其与当前业务场景契合度不高、需要对IT架构进行重大重构、且面临法律责任与权限安全等未知风险，因此态度较为保守。

核心发现六：分行业洞察——制造业、金融业领跑，场景深化各有侧重

不同行业的AI应用呈现出差异化路径：

• 制造业：聚焦“OT与IT融合”，63%的企业已正式部署，核心场景为产线质检、预测性维护、物流仓储，旨在实现数据驱动的智能制造。
• 金融业：注重“认知与合规”，在智能客服、风险管理、智能投顾等场景深化，同时受强监管驱动，私有化及本地部署比例将在2026年达70%。
• 政府：侧重“服务与治理”，智能体在对内提效、政务服务、政务宣传等场景快速渗透，旨在实现数据驱动的现代化治理。
• 教育、医疗、流通等行业也在智慧校园、辅助诊疗、精准营销等场景加速探索，并面临数据隐私、算法公平、系统集成等特有挑战。

总结：给CIO的2026年行动建议

《指南》最终为CIO提炼出六大行动指南：

1. 价值突破：从“工具赋能”转向“价值链重构”，聚焦高价值核心场景，建立价值闭环管理。
2. 构建新型AI底座：采用兼顾安全、弹性与智能运维的混合AI架构。
3. 深化人才体系：“内生培养”与“外部引进”双轮驱动，打造复合型AI团队。
4. 树立“AI养成系”思维：将AI视为可持续学习、进化的有机体，而非静态工具。
5. AI治理前置：构建“AI-Ready”知识体系，将安全、合规、伦理嵌入全生命周期。
6. 外向型共创：借力具备全栈能力和全周期服务的“陪跑”型生态伙伴，加速落地。

这份指南清晰地指出，2026年企业AI竞赛的胜负手，将取决于能否以业务价值为核心，构建一个技术底座稳固、组织人才适配、生态协同紧密的体系化能力，从而真正将AI的潜力转化为可持续的竞争优势。（作者 | 杨丽，编辑 | 盖虹达）