<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Forrester &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/forrester/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Tue, 01 Sep 2026 04:54:33 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>Forrester发布AI颠覆模型：17类市场谁涨谁衰</title>
		<link>https://mylogs.cn/forrester%e5%8f%91%e5%b8%83ai%e9%a2%a0%e8%a6%86%e6%a8%a1%e5%9e%8b%ef%bc%9a17%e7%b1%bb%e5%b8%82%e5%9c%ba%e8%b0%81%e6%b6%a8%e8%b0%81%e8%a1%b0/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Tue, 01 Sep 2026 04:54:33 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI基础设施]]></category>
		<category><![CDATA[AI颠覆模型]]></category>
		<category><![CDATA[Forrester]]></category>
		<category><![CDATA[人工智能]]></category>
		<category><![CDATA[企业AI]]></category>
		<category><![CDATA[科技产业]]></category>
		<guid isPermaLink="false">https://mylogs.cn/forrester%e5%8f%91%e5%b8%83ai%e9%a2%a0%e8%a6%86%e6%a8%a1%e5%9e%8b%ef%bc%9a17%e7%b1%bb%e5%b8%82%e5%9c%ba%e8%b0%81%e6%b6%a8%e8%b0%81%e8%a1%b0/</guid>

					<description><![CDATA[研究机构 Forrester 于 2026 年 8 月 19 日发布了一套名为「AI 颠覆模型」（AI Dis [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">研究机构 Forrester 于 2026 年 8 月 19 日发布了一套名为「AI 颠覆模型」（AI Disruption Model）的分析框架，试图用数据量化的方式，回答一个被反复讨论却很少被系统回答的问题：在人工智能从实验走向大规模部署的当下，哪些技术市场会被加速、哪些会被颠覆、哪些只是被重塑？</p>

<p class="wp-block-paragraph">该模型覆盖 17 个技术和服务大类、共计超过 200 个细分市场，并基于十项结构性指标逐一判定每个市场的前景，包括 AI 可替代性、劳动力密集度、对智能体工作负载的支持程度、商业模式、数据与信任优势、AI 相关研发投入、监管摩擦、资产密集度以及切换成本。</p>

<h2 class="wp-block-heading">三类市场被明确列为增长赢家</h2>

<p class="wp-block-paragraph">Forrester 的测算显示，只有三个类别被普遍看好为清晰的增长方向。第一类是基础设施提供商，涵盖云平台、数据中心与存储；第二类是数据与 AI 提供商，包括基础模型、AI 平台、数据管理与治理方案；第三类是网络安全与身份提供商，其中零信任（Zero Trust）架构与 AI 智能体安全被特别点名。</p>

<p class="wp-block-paragraph">Forrester 副总裁兼首席分析师 Craig Le Clair 指出，人工智能带来的收益并不会在技术市场中平均分布，只有上述三类市场具备明确的增长基础，其余类别的厂商都将被迫适应这一轮变化。</p>

<h2 class="wp-block-heading">劳动密集型知识工作受冲击最大</h2>

<p class="wp-block-paragraph">在模型的另一端，受冲击最严重的是依赖人力专长的知识工作市场。转型服务、技术实施、软件开发、创意服务、本地化以及企业培训等领域，都因 AI 开始承担原本由人完成的活动——例如编写代码、生成内容与翻译——而承受结构性压力。</p>

<p class="wp-block-paragraph">与之相对，企业软件板块更可能被「重塑」而非直接取代。业务应用、治理与合规、流程自动化、客户体验与营销技术等品类仍将演化，嵌入的工作流、监管要求、切换成本，以及对数据编排、治理与信任能力日益增长的需求，都会缓冲其被整体替代的风险。</p>

<h2 class="wp-block-heading">给技术决策者的一张风险地图</h2>

<p class="wp-block-paragraph">Forrester 将市场划分为四个象限：颠覆、中性、争夺与加速。副总裁兼首席分析师 Ted Schadler 表示，对技术和服务提供商而言，真正的挑战不只是看清 AI 在哪里推进，而是理解它将如何重塑所在市场的经济逻辑，从而提前规划投资与防御。</p>

<p class="wp-block-paragraph">对于企业技术采购方，该模型也可充当一种「采购护盾」，帮助识别那些已经过时、技术债沉重的工具，把预算导向可规模化支撑智能体工作负载的供应商。Forrester 同时发布了两份配套报告，分别阐述模型方法论与具体品类分析，面向其企业客户开放。</p>

<figure data-wp-context="{&quot;imageId&quot;:&quot;6a9680c15a1a5&quot;}" data-wp-interactive="core/image" data-wp-key="6a9680c15a1a5" class="wp-block-image size-large wp-lightbox-container"><img fetchpriority="high" decoding="async" width="1536" height="1024" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/09/84ebf474be5506b2dbe70d025e405f43_header.webp" alt="Forrester AI 颠覆模型概念图" class="wp-image-5793" srcset="https://mylogs.cn/wp-content/uploads/2026/09/84ebf474be5506b2dbe70d025e405f43_header.webp 1536w, https://mylogs.cn/wp-content/uploads/2026/09/84ebf474be5506b2dbe70d025e405f43_header-300x200.webp 300w, https://mylogs.cn/wp-content/uploads/2026/09/84ebf474be5506b2dbe70d025e405f43_header-1024x683.webp 1024w, https://mylogs.cn/wp-content/uploads/2026/09/84ebf474be5506b2dbe70d025e405f43_header-768x512.webp 768w" sizes="(max-width: 1536px) 100vw, 1536px" /><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>示意图（AI 生成）</figcaption></figure>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
