一、一句话结论：钱没有变少，而是被重新分配给了"算力"
商业与技术洞察公司 Gartner 在 2026 年 7 月 27 日发布的最新预测显示，全球 IT 支出将在 2026 年达到 6.37 万亿美元，较 2025 年的 5.58 万亿美元增长 14.2%。这不是一次普通的上调——早在 2026 年 4 月，Gartner 对同一年的预测还是 6.31 万亿美元、增速 13.5%。半年之内，总盘子被再次抬高，数据中心系统的预期增速从 55.8% 一路上修到 62.5%。换句话说，全球企业在"要不要投 AI"这件事上已经不再争论，争论的只剩下"投多快、投多少、钱从哪儿挪"。
但对做企业数字化和 AI 落地的从业者来说，这份报表真正值得反复读的，不是那个 6.37 万亿的总数，而是它内部的结构：增长几乎全部集中在少数几个环节，而其它环节增速平平甚至在预算挤压下被迫收缩。Gartner 杰出研究副总裁 John-David Lovelock 说得很直白——"这并不是一个水涨船高、人人都能分一杯羹的市场趋势，通胀、供应短缺、硬件与内存成本上升、AI 专项投入以及优先级的不断调整，正在持续挤压技术预算空间。" 这句话，才是 2026 年 IT 支出的底色。
二、拆开 6.37 万亿：增长引擎只有两台
把 Gartner 表 1 的分项数据摊开，就能看清钱到底流向了哪里。下表为 2025 年与 2026 年全球 IT 支出预测（单位：十亿美元），括号后为该细分领域的同比增速：
- 数据中心系统：2025 年 506（+51.6%）→ 2026 年 822（+62.5%）。这是整张表里最陡的一条线，一年之内从 5060 亿美元冲到 8220 亿美元，几乎翻倍。
- 基础设施即服务（IaaS）：2025 年 222（+25.3%）→ 2026 年 287（+29.3%）。增速在所有软件/服务口径里排第二，且还在加速。
- 软件：1,271（+13.9%）→ 1,468（+15.5%）。稳稳的第二梯队，AI 赋能的云平台与先进软件生态是主要推手。
- 设备：790（+9.7%）→ 868（+9.8%）。基本贴着大盘中位数走，终端换机周期没有明显回暖。
- 服务（IT 服务）：1,492（+3.8%）→ 1,570（+5.3%）。作为绝对体量最大的板块之一，增速却只有个位数。
- 通信服务：1,296（+3.3%）→ 1,354（+4.4%）。最平稳、也最"传统"的一块。
- IT 总支出：5,577（+10.7%）→ 6,369（+14.2%）。
两组数字对比之下，结论一目了然：数据中心系统（+62.5%）和 IaaS（+29.3%）这两台引擎，贡献了远超其体量的增量。数据中心系统只占 2026 年总盘子的约八分之一（822/6369），却以 62.5% 的增速拉动；而体量更大的通信服务、IT 服务，加总起来占了近半壁江山，增速却只有 3%–5%。这意味着所谓的"14.2% 增长"，是被 AI 算力相关环节强行抬高的加权结果，平均数掩盖了巨大的分化。
Lovelock 对此的解释是："数据中心系统和基础设施即服务（IaaS）是增长最快的领域，反映出企业在 AI 基础设施、云平台与智能应用上的加速投入。为 AI 搭建所需的算力，是人类迄今为止规模最大的基础设施建设项目。" 这句话的分量在于，它把这一轮 IT 支出增长从"企业信息化预算"的层面，抬升到了"国家级基建"的叙事高度——驱动预算的不再是一个 IT 部门，而是超大规模云服务商和头部企业对下一代数据中心容量的竞相扩张。
三、为什么是"数据中心"而不是"应用"先吃到钱
一个常被误解的点是：AI 的钱并没有先花在"智能应用"上，而是先花在了"让应用能跑起来"的底层。这轮增长的重心明显偏上游。第三方研究机构 Dell'Oro 在 2026 年 8 月的报告中判断，未来五年数据中心 IT 半导体与组件市场规模将突破 1.8 万亿美元，加速器（GPU/ASIC）占据组件市场的最大份额，且该预测相比 1 月版本被"显著上修"，原因正是数据中心资本开支与电力容量新增都超出预期。
头部厂商的动作更能说明问题。微软在财报中披露了约 3291 亿美元的未来数据中心租赁承诺；Alphabet 则与头部 AI 实验室达成 150 亿美元级的数据中心合作，把"是否属于投机性建设"的质疑，重新框定为"由真实需求支撑的产能"。摩根士丹利在年中经济展望里直接把 AI 相关资本开支界定为：数据中心、电力基础设施、信息处理设备与软件四块——注意，前四项里有三项是物理世界的钢筋、电缆和芯片，而不是屏幕后面的应用逻辑。
对企业的现实含义是：算力供给端的紧张，会顺着价格传导到应用端。当高带宽内存价格创下新高、服务器交付周期被供应链约束拉长时，真正要落地 AI 应用的中型企业，面对的不是"能不能买到模型"，而是"推理成本和算力配额会不会一直在高位"。Gartner 说的"硬件与内存成本上升挤压预算"，落到具体项目上，就是一年前算得过账的 AI 方案，一年后可能要重新评估单位成本。
四、半年两次上修背后：预测本身成了风险信号
回看 2026 年这半年 Gartner 的调整轨迹，会发现一个容易被忽略的细节：预测在持续、单向地上修。4 月版本，2026 年全球 IT 支出预测为 6.31 万亿美元、增速 13.5%，数据中心系统增速 55.8%；到 7 月，总额抬到 6.37 万亿、增速抬到 14.2%，数据中心系统的增速更是从 55.8% 直接跳到 62.5%。半年时间，同一个未来年份的数字被抬高，且越靠 AI 基建的环节，抬得越猛。
对做预算的 CIO 和数字化负责人来说，这既是机会也是陷阱。机会在于，整个市场对 AI 基建的信心在增强，供应商产能、政策、资本都在向这个方向倾斜，顺势投入的边际阻力较小。陷阱在于，当一个品类的预期增速被不断上修时，往往意味着当下的供给正在被"抢跑式"锁定——你现在不排产、不签约，明年的交付和价格未必还按当前预期走。Gartner 提到"强劲需求叠加供应瓶颈，使高带宽内存价格创新高"，就是这种锁定的直接后果：不是你要不要买，而是产能已经被上游分配掉了。
五、给中国企业决策者的四点实操启示
把 Gartner 的宏观数据翻译成能落地的判断，中国企业在 2026—2027 年做数字化和 AI 预算时，至少有四件事值得提前想清楚。
第一，别用"大盘增速"给自己的项目定价。14.2% 是全球加权平均，里面被数据中心系统的 62.5% 强行抬高。如果你要采购的是 IT 服务、系统集成或通信类资源，参考的应该是 3%–5% 那一档，而不是 14.2%。用错基准，会导致你对供应商涨价空间的预期过于乐观，预算一上来就欠一截。
第二，把 AI 预算拆成"算力"和"应用"两条线分开管。算力线（IaaS、推理成本、向量检索、GPU 配额）的价格由全球供需决定，波动大、且大概率维持高位；应用线（模型微调、Agent 编排、RAG、行业知识库）的成本更多由工程效率和交付方法决定。两者混在一个笼统的"AI 预算"里，最典型的失败是：应用团队还没跑通，算力预算已经被涨价吃掉一半。分线管理、分别设阈值，才能及时发现是哪条线超支。
第三，优先做"能复用算力"的架构决策。既然 IaaS 和数据中心系统是增长最快、也最贵的环节，那么每一次推理调用、每一个 Agent 任务的单位算力成本，就是长期账单。中小模型 + 本地/混合部署、按需弹性扩缩、把高频低价值的推理从贵算力上摘下来——这些不是技术洁癖，而是直接对冲 Gartner 所说的"内存与硬件成本上升"的现实手段。企业 AI 的性价比反转，往往就发生在这些工程细节里，而不是发生在换了更大的模型上。
第四，警惕"AI 专项投入"挤掉常规数字化。Lovelock 明确把"AI funding initiatives"列为挤压技术预算的因素之一。很多企业的现状是：为了显得"在做 AI"，把本该投入在数据治理、系统打通、遗留系统现代化上的预算挪去做 AI 试点，结果 AI 试点卡在数据质量上跑不出 ROI，常规数字化又欠了债。真正健康的做法，是把 AI 投入建立在地基已经打牢的系统之上——AI 不会替你补数据孤岛和流程缺失的课。
六、写在最后：数字越乐观，越要看清自己站在哪一格
6.37 万亿、+14.2%——这组数字足够振奋，但它振奋的是"全球"，不是"你所在的那一格"。Gartner 的表格里，最热闹的从来只有数据中心系统和 IaaS 两行，其余大多数细分领域的增速温和甚至尴尬。对一家准备在 2026 年加码数字化和 AI 的企业来说，真正该问自己的不是"整体市场好不好"，而是：我的支出落在增速 62.5% 的那一行，还是增速 3.3% 的那一行？我的 AI 预算，是能吃到算力红利的架构，还是只是在为一场不断上修的预期买单？
把这两个问题想明白，比记住 6.37 万亿这个数字有用得多。市场最大的红利，从来不是平均分给所有人的——这一点，Gartner 自己比谁都清楚。
#Gartner#全球IT支出#数据中心系统#IaaS#AI基础设施#企业数字化预算#算力成本#内存涨价#CIO#技术选型
