DoNews1月6日消息，2026年，科技行业在人工智能加速普及、地缘政治局势复杂性提升、成果交付压力渐增的背景下，迈入发展新阶段。当下，科技公司的核心任务是证明人工智能的投资回报（ROI），重构商业模式，并全力推进技术的大规模落地。
高管们不再纠结人工智能是否会改变业务，而是聚焦如何通过安全可靠的方式落地原生人工智能战略，以及如何借助代理式人工智能解决方案挖掘商业价值。
当前的商业环境正呈现出非线性、高速化、波动大、强关联的特征，这进一步加剧了企业的紧迫感。企业要想获得竞争优势，就必须拥抱“超流动性（Superfluidity）”理念，即让系统自主处理日常事务，人类管理者则专注于战略规划。
依托自主人工智能（Autonomous AI）、Web3、智能合约（Smart Contracts）等技术进一步减少业务堵点，构建起实时、灵活、自适应的治理模式。
在这样的背景下，安永总结并提出了2026年度的十大发展机遇，希望能够帮助科技行业企业进一步明确发展方向，在快速发展的市场中实现增长、抵御风险并持续赢得客户的信任。
机遇1 把握人工智能高速发展期，通过生态并购与合资快速扩张
2026年，“速度”将是决定企业成败的关键。人工智能创新的迅猛势头，使其成为企业扩张规模、抢占竞争先机的核心抓手。那些行动迅速，且不忽视互操作性（Interoperability）和治理规范的企业，最有可能在“赢家通吃”的市场格局中脱颖而出。
在数据驱动的经济背景下，科技公司纷纷组建结构化联盟和以成果为导向的合作关系，以此开拓新市场、扩大分销范围，并规范数据使用的相关权利。例如，安永与头部科技公司联手，在安永人工智能平台（EY.ai）推出风险管理解决方案。
这一合作案例表明，通过整合行业经验与先进人工智能技术架构，企业能加速创新进程，打造独特的竞争优势。这类合作不仅能推动业务增长，还能帮助企业突破此前因监管限制或资金门槛而无法进入的行业。
安永近期针对科技行业首席执行官（CEO）的调查显示，83%的受访者计划在未来几个月重点推进合资与联盟合作，这一比例较2025年1月增长了近30%，足见企业抢占机遇的迫切性。
与此同时，市场环境也催生了有针对性的并购活动——大型企业尤其青睐那些拥有先进人工智能整合技术或独特数据资源的初创公司。有远见的领导者会采取全方位布局策略，积极寻求合作与收购机会，优化资产组合，在转瞬即逝的市场机遇中抢占先机。
要在这一领域取得成功，仅靠偶然的交易远远不够。企业从一开始就必须重视互操作性和透明的成果共享机制。通过在生态合作中嵌入治理规则、协调各方激励政策，科技公司能构建更具韧性的业务系统，形成差异化的价值。这将帮助企业在监管政策和技术需求不断变化的情况下，快速调整适应，保持竞争优势。
机遇2 聚焦代理式互操作性与物理人工智能，打造创新产品
如今，在产品中嵌入人工智能已不再是企业的“加分项”，下一个创新突破口是跨平台、跨云的代理式互操作性，即让产品能在不同生态系统中无缝运行，同时开发新的自动化和统筹管理功能。这一转变让互操作性成为核心设计原则，因为企业需要在多云环境和复杂架构中保持灵活适配能力。
物理人工智能与机器人技术正迅速崛起为创新热点，不断向边缘场景拓展，为企业打造差异化产品创造了条件。当自主系统、工业自动化技术与可互操作的代理框架相结合，就能实现跨云、跨商业平台的协同运行。提前布局这些技术的企业将获得明显竞争优势，因为软件智能与物理执行的深度融合，将成为未来企业的核心差异化标志。
多云人工智能技术（Multi-Cloud AI）正打破独家合作模式，催生了对统筹管理和图形处理器（GPU）容量中介服务的需求。这一趋势对那些面向跨云、跨平台代理式互操作性进行设计的企业更为有利。成立专门聚焦先进人工智能和物理人工智能的产品团队，能确保创新覆盖数字与物理两大领域，加快产品构思与落地速度。
机遇3 助力职能部门负责人落地安全可靠的人工智能，尤其是在部署成熟和规模扩大的情况下
随着人工智能可观测性的提升，安全可靠已成为人工智能应用的基本要求，这不仅关乎道德合规，更直接影响企业的收入和声誉。如今，人工智能已渗透到企业各个职能部门，从早期的概念验证逐步走向全企业规模化应用，因此治理体系必须具备灵活性和前瞻性。
企业正逐步开始推行分布式问责制（Distributed Accountability），让最熟悉工作流程和风险点的职能部门负责人牵头，制定人工智能应用的约束规则、明确风险承受范围，并将可靠性标准融入日常运营。如果缺乏完善的治理机制，企业可能会出现实践混乱的情况，进而引发连锁故障，导致决策偏离业务目标。
安永近期调查显示，仅有不到三分之一的科技行业高管对自身的道德与负责任人工智能战略充满信心，因此，落实这一治理机制的时间尤为紧迫。
要实现大规模安全可靠的人工智能应用，就需要将治理机制融入产品和运营的全生命周期。值得注意的是，数据就绪度是目前最薄弱的环节，企业需要建立完善的数据血缘管理、质量监测和治理体系，方能避免人工智能规模化过程中出现系统性故障。
随着各项标准、机制落地（包括数据质量与数据血缘管理标准、政策即代码标准、偏见与漂移监测机制、事件处理流程、数据回滚机制等），相关工具也需及时更新迭代。找到“快速实验”与“风险控制”的平衡点，既能鼓励创新尝试，又不牺牲系统韧性、可靠性和信任度。而成功做到这一点的企业，不仅能有效降低监管风险和声誉风险，也能避免因运营故障影响业务增长和客户体验。
机遇4 重新思考商业战略以适配代理式人工智能时代
原生人工智能公司正在改写软件定价、打包和销售的规则。代理式中介购买模式（Agentic-Mediated Buying）的兴起改变了客户参与方式，传统的订阅制和按使用量付费模式，正逐渐被安全的应用程序接口（API）、即时试用和基于成果的定价模式所取代。客户如今更看重流畅的使用体验和透明的价值回报，而非仅仅是产品的访问权或使用权。
在此背景下，商业模式创新正加速推进。安永调查显示，89%的受访科技行业首席执行官表示，他们正在探索基于成果定价等创新定价模式。但仅停留在探索阶段还远远不够，2026年，企业领导者必须将试点项目推向大规模落地，即让定价直接与交付成果和可衡量价值挂钩。
借助人工智能能简化相关服务流程的优势，基于成果的定价正成为满足客户需求、应对宏观经济压力的最佳选择。这种定价模式旨在为客户打造“无遗憾”的购买体验。
同时，人工智能工具正广泛应用于销售、服务、支持、融资等各个业务环节，为企业推出整合式产品和新价值主张创造了条件。通过嵌入生成式人工智能（GenAI）和代理式应用程序，企业能实现这些业务环节的自动化升级，推出集产品、服务、融资于一体的捆绑式解决方案，提供更加流畅的客户体验。
这一变革催生了“软件即服务”（Service as Software）新模式，传统的人工互动场景如今可通过智能自动化平台实现。
要实现这一目标，企业需要围绕代理驱动型商业进行设计，例如，通过安全的API开放产品和定价信息，让商业模型与成果指标对齐。互操作性也至关重要，因为企业需要跨平台、跨云实现无缝的端到端工作流构建，这既需要解决技术难题，也需要应对商业层面的挑战。
机遇5 灵活选择人工智能模型，优化应用效果
开源与闭源人工智能模型的丰富选择，让科技公司面临新的战略决策。企业需要在开源模型的“透明度、可定制、低成本”与闭源模型的“高性能、强支持、高安全性”之间做权衡，而能否做好这种权衡，将直接影响企业的竞争优势。
目前，开源模型生态系统正快速成熟，不仅入门门槛低、迭代速度快，还能深度融入企业自身的工作流程，且成本通常远低于闭源模型。而闭源模型则在性能和可靠性方面保持领先，但可能存在成本高、易受供应商限制、本地化和合规适配灵活性不足等问题。
这一趋势不仅是技术层面的选择，更涉及全球商业布局和政策适配。在某些无法获取专有模型或基础设施的地区，开源方案能推动人工智能技术的广泛应用和创新。对企业而言，关键在于制定灵活的战略，平衡价格与性能，避免依赖单一供应商，并适配不断变化的监管政策和主权要求。
那些能灵活协调开源与闭源模型（根据业务需求、地区特点和合规要求优化配置）的企业，往往能更好地捕捉价值、管控风险，并适应人工智能技术栈的持续分化。
机遇6 设计“默认主权”制度，构建无边界人才体系
监管政策的区域差异和地缘政治的不确定性，正在重塑企业的运营模式。随着各国政府加强数据驻留（Data Residency）和合规要求，人工智能的主权化和本地化处理已成为行业标准。
尽管欧盟《数字市场法（DMA）》《数字服务法（DSA）》和《人工智能法案（AI Act）》等法规影响着企业的全球布局，但主权化已远超单纯的合规范畴。
主权化涵盖了人才分布地点、计算资源部署地点，以及基础模型如何体现国家价值观、道德规范和文化传统等多方面。各国正加强对人工智能基础设施的掌控，确保技术发展贴合本土需求。
对科技行业领导者而言，主权化既是技术挑战，也是组织管理挑战。企业的技术架构从设计之初就需融入区域监管控制机制，在不同地区实现性能与合规的平衡。这些决策会影响成本、响应速度和可扩展性，同时倒逼企业升级人才战略，构建无边界团队和区域技能中心。
然而，企业在这方面的信心不足。仅有47%的全球科技行业高管认为，其人工智能战略能有效赋能全组织人才，这说明劳动力模式的发展未能跟上技术和地缘政治的变化速度。
签证限制和本地政策要求给人才流动带来阻碍，而创新又需要全球协作，这对企业的基础设施和人才灵活性提出了双重考验。
要在这一环境中立足，企业需将“默认主权（Sovereignty-by-Default）”理念制度化，即在工作流程和基础设施规划中嵌入区域管控机制，同时打造无边界人才模式，利用分布式工程团队和主动风险管理策略。
那些能将不同地区的视角和监管要求融入战略的企业，能在不影响发展速度的前提下实现合规，在碎片化的全球市场中实现规模化扩张。
机遇7 派驻技术专家，破解人工智能平台复杂性难题
随着人工智能平台和生态系统日益复杂、专业化，企业面临一个关键问题：派驻前沿部署工程师（FDEs）或其他嵌入式技术专家，是否会成为成功的关键？这一问题的答案将产生广泛影响。
将技术人才直接嵌入业务部门或项目团队，能加快技术落地速度、提升服务质量，并在平台升级迭代过程中确保业务连续性。但这也带来了新的挑战，比如人才招聘与留存、资金投入、规模扩张，以及如何通过明确的关键绩效指标（KPIs）衡量工作成效。
安永调查显示，27%的科技行业高管认为，缺乏人工智能技能是企业扩大技术应用的最大障碍，这一比例超过了其他任何技术或运营问题。
企业需要权衡利弊：一方面是快速解决问题、深度整合技术带来的好处，另一方面是维持大型嵌入式专家团队的成本和运营压力。关键机遇在于优化这些技术角色的定位，让技术专家能融入企业整体的学习体系、治理框架和绩效评估机制，实现价值最大化。
机遇8 顺应数字基础设施与人工智能时代，升级税务战略
数字基础设施（包括计算资源、数据中心等）的大规模投资，以及专有人工智能模型和工具的快速迭代，让税务战略成为科技公司的核心竞争力之一。随着人工智能企业走向全球，在多个国家和地区拓展业务、招聘人才，税务规划的复杂性和重要性也达到了新高度。
税务已不再是单纯的合规工作，而是能帮助企业释放资金、加速部署、在快速变化的市场中保护利润率的战略工具。
对科技公司而言，在决定业务布局地点、知识产权（IP）所有权结构、全球成本与利润分配方案时，必须提前考虑税务因素，而非事后补救。合理的税务策略会影响数据中心选址、云业务扩张、数字知识产权变现、全球人工智能团队架构等多个关键环节。
如今，税务正逐渐成为一种独立的数据产品。领先企业正将税务分析融入核心数据平台，利用实时数据支持业务决策、管理风险，并提高与利益相关者和监管机构的沟通透明度。这一转变让企业能主动管理税收优惠、抵免和合规义务，将税务部门从成本中心转变为价值创造和风险防控的重要部门。
2026年，企业的机遇在于将税务战略融入数字转型的核心，让业务增长过程中始终保持灵活性和合规性，同时清晰把握全球市场的风险与机遇。
机遇9 建立人工智能财务运营（AI FinOps）体系，让财务部门成为投资回报引擎
人工智能已在编码和客户服务领域展现出变革企业的能力，下一个重点应用领域将是财务部门。财务部门处于企业核心流程、风险控制的中心位置，是人工智能创造实际价值的理想试点，也是验证人工智能投资回报的关键场景。
目前，企业正大力投入财务领域的人工智能应用，但尚未获得相应回报。安永调查显示，51%的全球科技公司将财务部门列为人工智能预算的三大优先事项之一（仅次于信息技术（IT）/数字部门和核心业务职能），但仅有27%的公司认为财务部门是人工智能投资回报的三大驱动因素之一。
这一差距说明，资源充足的试点项目和探索性应用，尚未转化为企业级的规模化价值。2026年，企业必须改变这一现状，财务部门领导者需要从试点探索转向落地应用，即将人工智能融入财务预测分析、加快结账流程、自动化合规等工作，并利用预测数据推动更科学的决策。
建立人工智能财务运营体系，意味着将人工智能作为财务工作的核心，以实现现金流实时监控、动态场景建模、合规自动检查、资源智能分配。若能有效落地，财务部门将从传统的报告职能，升级为推动利润率提升、优化资本配置、支持全企业快速科学决策的战略引擎。
机遇10 重塑企业安全体系，应对人工智能、身份认证与国家行为体威胁
人工智能既是攻击者的“助力器”，也是企业防御的核心依赖。如今，网络安全威胁正不断升级，国家行为体、犯罪集团和借助人工智能的攻击者，正加快攻击的频率、规模和复杂程度。身份认证信息、企业数据、运营供应链的安全性持续面临威胁。
与此同时，监管机构的审查力度不断加大，客户对企业安全的信任要求日益提高，这已成为董事会层面的重要议题，企业正积极应对这一挑战。安永全球调查显示，科技行业高管计划在未来两年内将网络安全支出增加一倍以上，以应对日益复杂的人工智能相关威胁。
对于科技公司而言，必须超越基础的安全防护，构建更主动、由人工智能驱动的网络防御和身份认证体系。具体包括将漏洞补丁和问题修复的服务级别协议（SLAs）从数周缩短至数小时，实现威胁检测与响应自动化，建立持续认证机制。
同时，人工智能系统本身（模型、数据传输通道、代理式工作流）也需加强防护，防范提示注入、数据投毒、越狱等攻击手段。随着人工智能成为关键基础设施的核心，安全防御失败的代价将是系统性的，运营中断、监管处罚、声誉受损等问题可能会在多个市场和行业蔓延。
由于人工智能的广泛应用导致攻击面不断扩大，企业要想在安全领域占据领先，就需要借助持续学习模型，通过行为分析管理身份认证安全，并对API和云原生软件配置进行实时状态监控。最终，企业的机遇在于打造整合式安全平台，将端点安全、云安全、身份认证安全、数据安全融为一体，利用人工智能实现“防御+治理”的双重目标。
在人工智能既被攻击者利用、又被监管机构要求强制应用的时代，网络安全和身份认证已不再是单纯的信息技术工作，而是推动企业增长、建立客户信任、获取市场准入资格的战略支撑。
