2026年信息技术行业展望报告

在过去的十二个月里，经济不确定性与对数字化转型更为谨慎的方法相结合，迫使公司考虑其技术架构的未来。人工智能似乎是解决方案的重要组成部分，但如果没有在网络安全、数据和基础设施方面的相当投资，它不太可能发挥其全部潜力。当然，这些投资不仅限于特定的工具，还包括有效整合这些工具所需的技能。 人工智能推动持续进行……同时伴随着对组织价值的推动 CompTIA的《2026年IT行业展望》报告分析了未来十二个月将推动技术和商业策略的主要趋势。围绕技术组件的教育与演变，以及基于技能的劳动力方法更加成熟，将引领组织朝着自动化和提升生产力的最终目标迈进。 网络安保领域不断扩大……培训也在不断发展以跟上步伐 百分比报告（净）对其组织的感受良好来年的前景 企业加大数据实践力度……朝着战略目标迈进 94%2026年至少有些可能投资于人工智能特定培训的百分比报告（净） #1隐私关注在2026年网络安全战略中的排名，表明需要更加强有力的治理。 自动化推动工作流程革新……拥有强大的技术团队支持 52%最高等级的数据领域，拥有强大的组织能力（数据安全） 54%百分比报告表示工作流程部分数字化，同时自动化工作正在进行中。 劳动力渠道成为焦点……因为企业将技能转化为任务 83%百分比报告显示，对技术支持职能的期望将进一步增长，以支持具备数字化能力的劳动力。 商务情绪对未来一年仍保持谨慎 由内部改进计划驱动的乐观 在经济动荡的一年之后，许多购买被搁置，企业对即将到来的一年仍保持一定的谨慎。尽管CompTIA去年收集的观点预测主要针对IT行业公司，但今年涵盖更广泛行业领域的调查数据与以往观点一致，显示出寻求效率和投资选择的意愿。 2026年预测中，乐观的前五大因素中有三个与运营改进相关。人工智能的采用可能成为这些改进的主要因素，但工作流程转型和技能建设也将是必要的组成部分。 提高了运营效率[51%] 使用人工智能提高生产率[45%] 销售/营销改进[42%] 新业务线或新产品[37%] 经济因素影响企业预测 经济不确定性，包括关税或其他意外事件，持续对购买决策施加下行压力。尽管全球政治大多企业无法控制，但制定针对熟练劳动力的强大计划是应对未知的关键策略。 贸易动荡/关税 [45%] 顾客花费较少[37%] 技能工人供给[30%] 意外冲击 [30%] 人工智能应用的挑战反映了需要解决的一系列广泛问题，以实现全面实施。 人工智能相关的挑战涵盖了从网络安全等技术问题到政策和工作流程等运营问题。随着投资的增加，了解人工智能实施的总成本以及确保一支能够创造商业价值的工作队伍将变得至关重要。 随着公司追求更大的收养，人工智能流利度和人工智能技能的扩展将至关重要的是实现潜力最大化。 人工智能框架领域影响多种工作角色 网络安全策略必须应对快速变化的数字商业环境 制定后量子时代的信息安全计划 密码学从未是CompTIA研究的首要任务。在CompTIA以往关于网络安全状况的报告中，密码学技能改善的排名较低，这项研究也发现预期的密码学变革不是未来网络安全规划的主要内容。类似地，量子计算已经出现在视野中多年，使高管们难以全面认识到其潜在影响。然而，量子计算对现有加密实践的威胁太大而不能忽视。如果量子系统能破解今天的算法，整个架构将瞬间变得脆弱。虽然企业可能不需要理解后量子加密（PQC）算法每一个细节的人员，但需要能描述风险和制定转型计划的人员。这包括以下几个领域：构建能够适应标准变化具有加密敏捷性的系统、确保符合政府法规和供应商实施标准、构建能够处理潜在的更大负载的PQC密钥和签名的网络。这项工作不能等到量子系统普遍可用时才开始，尤其是恶意行为者可能会现在收集将用于加密的数据，而运营技术组件有着巨大的升级挑战。 网络安全学科的诞生源于数字工作流的复杂性和关键性。这种复杂性和关键性继续推动策略的发展，因为组织在应对新兴技术的影响以及成功运营的需求时面临诸多挑战。 需求技能反映了对于强大网络安全工作队伍和人才供应链的需求。 网络安全专业人士传统上被认为是更广泛基础设施团队的分支。这种观点，预示了网络安全更为高级的本质，通常会推动对经验丰富的候选人填补网络安全空缺的需求。然而，现代网络安全复杂性的本质迫使公司考虑如何从早期职业角色到专家级架构师构建深度。 大多数公司在数据实践方面能力不高。 数据挑战需要全面战略 数据管理和数据分析的双重技能将有助于推动主导数据挑战列表的技术流程，但公司还必须考虑基础设施建设和跨部门协调的连锁反应。 数据领域是技术中最新的独立学科，因此许多组织在数据实践上仍在学习提升是有道理的。就像网络安全一样，数据对于整体运营的重要性不仅决定了技术能力，还包括组织规划和政策。在以云优先的技术环境中，数据安全已经引起了严重的关注，而改进数据分析已经成为了几年的首要目标。然而，在实现高级策略之前，必须解决数据管理的更基础组件——数据库管理、数据治理和数据挖掘。 规划提高数据实践的步骤 工作流程演变与自动化是数字化转型的高级阶段 无所不在的计算能力和高度数字化的环境使得极为复杂的流程得以自动化，可能导致人们认为几乎任何流程都可以自动化。然而，现实情况是许多业务流程仍然具有巨大的复杂性，缺乏记录问题解决或决策制定过程的数据。当然，拥有合适的技术系统或技能存在挑战，但许多自动化尝试很可能会在考虑新员工利用自动化所展现出的新行为之前，就难以实现全面的应用。 数字化转型是一个长期的过程，因为它改变工作流程的方式。很少有公司深入了解所有工作流程组成部分，因此数字化改进通常会引发未记录的变化。 技术支持仍然是数字运营的关键部分 公司正计划建立技术支持技能，以应对更具备数字能力的工作团队的需求。 92%在采取积极进取技术策略的公司中90%在高管中 最重要的技术支持焦点活动 对终端用户进行正确使用技术和安全的培训 在从1到10的评分标准下，大量公司将自己在从技术支持转向其他科技领域方面的能力评定为8或更高。 这是从技术支持出发的最传统途径，但随着其他领域得到优先考虑，该领域可能正在受到的关注越来越少。 企业持续完善和拓展人工智能实施和应用定制的内部开发工作。 数据的管理和分析可以是从技术支持基础发展而来的专业领域。 一些公司可能在探索特定早期职业网络安全职位，而另一些公司则将技术支持作为人才引进渠道。 项目管理需要广泛的技术和组织知识，使其从技术支持自然过渡。 预期采取的措施解决技能问题 对现有员工的培训仍然是明年解决技能差距最常见的方法。特别是在结合行业认可的认证之后，这使公司能够利用他们已有的机构知识，同时扩大专业知识并掌握最佳实践，以应对人工智能环境中的新任务。 所有探索的选项，随着公司转变其劳动力 劳动力发展必须在今天这个快速变化的环境中极具灵活性。 3提升现有技术技能1员工跨专业培训既有技能2技术人员提升技术或商业人员的技能 方法论 CompTIA的IT行业展望研究是在2025年10月/11月通过网络进行的一项定量调查。共有1,012名商业和技术专业人士完成了调查，使得总体抽样误差率在95%的置信水平下为±3.1个百分点。数据子集和细分部分将有更高的估计抽样误差率。 与任何调查一样，存在抽样误差，并且数据子集的误差会更高。虽然非抽样误差无法准确计算，但在调查设计的所有阶段、数据收集和处理过程中都采取了预防措施，以最大限度地减少其影响。 关于更多趋势信息，请参阅CompTIA的IT行业展望研究往年的发布。 CompTIA, Inc. 是市场研究行业洞察协会的成员，并遵守其备受国际尊重的《标准规范》。关于该研究的任何问题，请发送至 research@comptia.org 与 CompTIA 研究和市场情报团队的员工联系。