2026年的IT业界，很难用“繁荣”或“调整”中的任何一个词单独概括。一边是云厂商资本开支以接近90%的同比增速冲向历史峰值，国产AI芯片在压力下加速填补空白，企业级智能体开始从演示走向真实的生产线；另一边，利润创下新高的科技巨头却在持续削减数万个岗位，反垄断的阴影同时笼罩着这个时代最具统治力的芯片公司。两条曲线朝着相反的方向延伸，构成了这一年最值得注视的产业图景。
算力：从“一家独大”到“多极竞速”
中国AI芯片市场的变化，是2026年最直观的结构性位移。IDC数据显示，2026年上半年，英伟达在中国数据中心AI芯片市场的份额降至34%，出货量67.8万颗，同比下滑44%；华为昇腾以28%的份额紧随其后，出货57.2万颗，较去年同期的30多万颗显著增长，两者差距收窄至6个百分点。平头哥、寒武纪、昆仑芯、海光等本土厂商合计拿走了剩余份额的相当部分，IDC追踪的11家中国芯片制造商中，有9家出货量同比增长。
更具信号意义的是结构的分化：GPU出货量下滑26%，而面向推理等特定任务的非GPU加速器出货量增长近80%，规模上首次超过了GPU；华为、平头哥、昆仑芯和寒武纪在非GPU细分市场合计占据95%的份额。竞争的重心正在从单颗芯片的峰值性能，转向芯片在大型集群中的系统协同能力。英伟达依然领先，但它面对的不再是一个可以被单一产品定义的战场。
资本开支：一场物理世界追赶数字需求的竞赛
芯片格局的变化，只是算力大扩张的表层。真正驱动整个行业神经的，是云厂商以史无前例的力度押注基础设施。集邦咨询的预估显示，2026年全球九大云厂商合计资本支出将突破8867亿美元，同比增幅接近90%；AI服务器出货量增速预期也从28%上调至近31%。亚马逊将全年资本支出指引从2000亿美元上修至2200亿美元，Meta的指引区间升至1300亿至1450亿美元，微软单季资本支出达到410亿美元、同比增长70%。中国三大云厂商阿里、字节、腾讯宣布的2026年资本开支合计约9500亿元人民币，绝对规模虽不及美国四巨头，但增速远高于后者。
然而，算力的瓶颈正在从“有没有钱买芯片”转向“有没有电、有没有地、有没有足够快的交付能力”。截至2026年6月，中国智能算力规模达到2185 EFLOPS，同比增长177%，已建成52个万卡以上智算设施。阿里云全球数据中心总经理王朝阳的判断颇具代表性：AI需求接近指数级增长，而算力基础设施的交付速度和能源的交付周期远远跟不上，“实际上是物理世界制约了AI的发展速度”。“算电协同”从一个行业概念上升为政策议题，本身就说明，算力扩张的下半场，胜负手正在从资本开支的规模，转向对电力、冷却和供应链的系统性组织能力。
智能体：从“能聊”到“能交付”
如果算力是供给侧的狂飙，那么智能体的商业化落地，则是需求侧终于开始接住这股供给的信号。2026年最显著的变化，是大模型的价值衡量标准从“模型能力展示”转向了“结果交付”。百度搭子2026年10月企业客户数环比增长83%，交付物需求环比增长4.3倍；阿里企业级智能体平台“悟空”在2026财年第四季度进入规模化放量阶段，覆盖电商、零售、制造等场景，在内容生产、运营分析、订单管理等任务中替代了原本需要人工搭建的流程。
AI办公被普遍视为Coding之后的下一条增长曲线。中金公司的测算显示，办公Agent的长期市场空间可达万亿美元级别，全球约10亿知识工作者的用户基数，尽管办公场景的单用户付费低于编程，但近20倍的基数差距足以支撑可观的商业化潜力。微软365 Copilot截至2026年6月底付费席位已超过3000万，初步验证了付费意愿的存在。当然，智能体距离“可靠的生产力”仍有距离：麦肯锡的调研显示，在使用智能体开发工具的企业中，仅四分之一实现了产品研发周期的实质性加速，30%的企业引入工具后整体生产力反而下降。但从“能不能用”到“怎么用好”的讨论本身，已经说明这项技术越过了商业化的门槛。
繁荣背面的组织与规则重构
与算力扩张和智能体落地并行的，是一场静默但剧烈的组织重构。根据Layoffs.fyi的数据，2026年开年至今，已有超过150家技术公司启动裁员，总人数超过11万，逼近2025年全年水平。Meta在5月裁撤约8000人，亚马逊年初裁撤1.6万个公司岗位，甲骨文启动了规模预计达3万人的裁员计划，占员工总数的18.5%。这些公司并非处于衰退之中，恰恰相反，Meta、微软、亚马逊同期的营收和利润均超出市场预期。
AI被企业明确指认为这一轮裁员的驱动力。2026年第一季度全球技术行业裁员中，47.9%的岗位变动被归因于AI及工作流程自动化；重复性高、流程固定的岗位，以及以信息传递和简单协调为核心的“人盯人”中层管理岗位，成为最集中的调整对象。这并非简单的“AI替代人”，而是一场主动的组织形态切换：企业正在把从人力端释放出的成本，重新投入算力基础设施和芯片采购，试图用更少的人支撑更大的算力资产。问题在于，这种置换的回报周期和最终形态，没有人能够精确预判。
规则层面的张力同样在累积。法国对英伟达的反垄断调查进入收尾阶段，最高可能面临全球营收10%的罚款，调查焦点之一是CUDA生态形成的锁定效应；美国司法部也在调查英伟达与Groq的交易是否构成规避反垄断审查的“变相收购”。当一个环节的供给者在技术生态上拥有近乎基础设施级的控制力时，监管的介入就不再是偶发事件，而是产业结构的内在矛盾。
软件本身，也在被重新定义
更深层的变化发生在软件的定义层面。工信部等部委印发的《“人工智能+软件”专项行动实施方案》明确提出，推动软件开发由“人工编写”转向“人机协同”，产品由“被动响应”转向“主动执行”，服务由“产品交付”转向“价值交付”。Gartner则给出了一个更具冲击力的预测：到2029年，80%的新应用将是“有意的一次性应用”，使用周期不足一年。李彦宏在2026年百度AI开发者大会上直言，“一次性软件”或“日抛型软件”变得合理，这个市场可能因此被放大10倍。
这意味着，IT业过去数十年围绕“软件生命周期”建立的方法论——需求分析、架构设计、长期维护、版本迭代——正在被一种“用完即弃、按需生成”的逻辑侵蚀。黄仁勋在GTC柏林大会上的辩护则提供了另一种视角：AI不会取代软件工具，反而会拓展工具的使用群体，工具企业将向智能体企业转型。两种判断并不矛盾：软件的生产方式在剧变，但被需要的方式也在剧变。真正被淘汰的，不会是“软件”这个类别，而是那些既无法被智能体高效调用、又无法在生成成本趋近于零的环境中证明自身存在必要的软件形态。
2026年的IT业，处在一个供给端和需求端、基础设施和组织形态、技术能力与制度框架同时发生位移的阶段。算力在狂飙，芯片在分化，智能体在落地，而组织在收缩，规则在收紧，软件的边界在被重新绘制。这些变化并不指向一个清晰的终点，但它们共同定义了这个行业当下最真实的状态：不是在周期中起伏，而是在结构上被重写。