Omdia最新研究显示,通过以AWS、微软和谷歌云为首的超大规模云市场销售的企业软件,预计将从2024年的300亿美元激增至2030年的1630亿美元。
这一增长反映了企业对市场采购的日益采用以及智能体AI销售的急剧上升。Omdia预测,从2025年到2030年,五年复合年增长率将达到29.1%,因为整个IT行业的供应商——从大型全球软件供应商到ISV初创公司——越来越多地将超大规模云市场作为主要的市场渠道。
战略性云支出成为市场主要驱动力
这一市场的关键驱动因素是企业客户持续增长的多年期预付云承诺。目前,AWS、微软Azure和谷歌云的云承诺估计接近4700亿美元,其中一部分客户可以用于第三方市场采购。这种支出的加速步伐从仅2025年第二季度就新增近300亿美元的承诺中得到体现。客户正在从机会性使用市场采购来消化未使用的承诺转向更战略性的市场采购,协商包含更广泛供应商产品预算的云承诺,这些产品与他们的云采用策略相一致。
值得注意的是,渠道合作伙伴继续适应这种新的采购方式,而不是被其取代,这得到了所有三大超大规模云服务商的合作伙伴私人报价和分销商模式的支持。到2030年,Omdia预测合作伙伴将促成近60%的所有市场交易,帮助客户管理其承诺、跨多个云市场采购,并在整个客户生命周期中提供专业知识和支持。除此之外,在智能体时代,合作伙伴正在开发自己的AI产品和平台,使他们能够获得通过这些市场交易的数十亿美元中越来越大的份额。
基础软件占主导地位,AI和安全加速发展
三个技术类别将占通过市场总支出的63%:基础设施软件(105亿美元)、DevOps(91亿美元)和业务应用(91亿美元)。这些类别是客户环境的基础支柱,为日益复杂的云环境的前端和后端提供动力。
随着企业推进其云成熟度,AI市场呈现巨大机遇,特别是通过智能体AI。微交易和多智能体协议的持续增长将推动总支出达到244亿美元,复合年增长率为37%。网络安全代表另一个高增长领域,预计到2030年将达到310亿美元,复合年增长率为31%,因为集成安全平台变得至关重要,为网络安全供应商及其合作伙伴生态系统创造了额外机会。
Omdia首席分析师Alastair Edwards表示:"超大规模云市场作为整个技术行业供应商的市场渠道继续看到快速增长势头。越来越多但仍然较少的ISV现在通过AWS、谷歌云市场和微软Azure市场达到并超过年销售额10亿美元,因为他们激活合作伙伴和分销商来接触更广泛的云客户群体并推动销售份额的增长。智能体AI将是未来五年通过市场增长最快的类别之一。超大规模云服务商正在激烈竞争,通过其智能体市场赢得作为智能体AI渠道的竞赛,因为这占云消费的比例越来越大。"
Q&A
Q1:超大规模云市场是什么?为什么会有如此高的增长?
A:超大规模云市场是指AWS、微软Azure、谷歌云等大型云服务商提供的第三方软件销售平台。预计从2024年的300亿美元增长到2030年的1630亿美元,主要驱动因素包括企业对市场采购的日益采用、智能体AI销售的急剧上升,以及企业多年期云承诺支出的增长。
Q2:哪些技术类别在云市场中占主导地位?
A:三个技术类别将占市场总支出的63%:基础设施软件(105亿美元)、DevOps(91亿美元)和业务应用(91亿美元)。这些是客户云环境的基础支柱。同时,AI和网络安全是高增长领域,AI市场预计达到244亿美元,网络安全达到310亿美元。
Q3:渠道合作伙伴在云市场中扮演什么角色?
A:渠道合作伙伴没有被云市场取代,而是在适应这种新采购方式。到2030年,合作伙伴将促成近60%的市场交易,帮助客户管理云承诺、跨多个云市场采购,并提供专业知识和支持。在智能体时代,合作伙伴还在开发自己的AI产品和平台。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。