需求正从孤立的试点项目转向纳入治理框架的项目组合。在美国部分联邦机构中,报告的人工智能应用案例数量从2023年的571个增至2024年的1,110个;生成式人工智能应用案例则从32个增至282个。[1]U.S. Government Accountability Office - Artificial Intelligence in the Federal Government. gao.gov 这一增长并不意味着所有部署都已达到成熟的运营水平;这表明,各机构在测试新应用案例的同时,也在建立内部清单、治理架构和采购流程。
监管正从部署后的合规事项转变为采购考量因素。美国联邦政策要求各机构建立权责明确的人工智能治理机制、公布人工智能战略、识别高影响用途,并记录风险管理实践。[2]The White House - Federal Artificial Intelligence Policy and Government Initiatives. whitehouse.gov 在欧洲,《欧盟人工智能法案》规定了基于风险的义务,并禁止某些做法,对公共部门系统的设计、可审计性和允许的应用范围产生了实质性影响。[3]European Commission - Digital Strategy and Artificial Intelligence in Public Services. digital-strategy.ec.europa.eu 这些要求更有利于能够将模型能力与日志记录、安全保障、数据控制、人工监督和实施支持相结合的供应商。
正式的政府人工智能战略正将现代化重点转化为明确的组织职责、技术要求和采购周期。美国备忘录 M-25-21 要求联邦机构指定首席人工智能官、设立治理委员会,并发布负责任地采用人工智能的战略。加拿大的联邦人工智能战略同样将能力集中建设与各部门识别高潜力应用场景及跟踪实施情况结合起来。 [4]Government of Canada - Artificial Intelligence and Digital Government Initiatives. canada.ca
公共机构正寻求利用人工智能进行资源分配、欺诈检测、政策分析、项目管理和服务分流。但公共数据的可用性和易用性限制了这一机遇:经济合作与发展组织(OECD)的报告显示,高价值政府数据集中仅有 47% 可公开获取,而教育、卫生和社会福利领域的开放程度更低。 [5]OECD - Artificial Intelligence in Government and Public Services. oecd.org 因此,当前市场需求并非仅限于分析工具,还包括数据准备、治理、互操作性和安全访问层,以便切实应用这些工具。
Microsoft、AWS、Google、IBM、Oracle、Salesforce、SAP 和 OpenAI 主要通过云基础设施、模型访问、企业应用、自动化、数据平台和治理能力展开竞争。Accenture、Booz Allen Hamilton、Leidos 和 SAIC 则凭借实施能力、系统集成、公共部门关系和任务领域专长参与竞争。Palantir、Thales、Cellebrite、Granicus、Lockheed Martin、Northrop Grumman、Scale AI 和 Shield AI 面向数据运营、国防、公共安全、数字互动、网络安全、自主系统和情报等领域的更专业需求提供服务。
Oracle 与美国总务管理局签订的 OneGov 协议,为符合条件的 Oracle 许可型技术提供最高 75% 的折扣,其中包括 Oracle Cloud Infrastructure 上的 Database 23ai。这表明,政府范围的合同采购可以推动竞争转向标准化、低成本地获取适用于 AI 的基础设施。[7]U.S. General Services Administration - Artificial Intelligence and Federal Government Technology. gsa.gov Salesforce 推出了面向公共部门的 Agentforce,并针对福利、投诉和服务运营等职能强调其符合公共部门合规要求。SAP 的 OneGov 协议同样将联邦政府定价与云和业务平台采购相结合,进一步凸显了企业系统现代化对公共部门 AI 需求的重要性。
Thales 正通过其 cortAIx 加速器,以及与 CEA 合作开发面向国防与安全领域的可信生成式人工智能,拓展主权防务与安全人工智能能力。Cellebrite 正通过与 FedRAMP 相关的工作,推进其政府云服务,为数字调查和证据管理工作流程提供支持。Granicus 专注于政府专用数字体验工具,包括其 Government Experience Agent 和民众互动分析工具。
国防与国家安全领域的竞争正受到合同签订和自主系统开发的影响。Lockheed Martin 的 C2BMC-Next 合同支持多域作战管理能力的现代化。 [8]Lockheed Martin - Artificial Intelligence and Government Technology Solutions. lockheedmartin.com Northrop Grumman 与 Palantir 合作开展陆军 TITAN 项目,将传感、目标定位与人工智能赋能的数据处理相结合。Scale AI 与国防创新部门合作开展的 Thunderforge 项目,旨在将商业人工智能应用于作战和战区规划。Shield AI 获得的 V-BAT 合同用于美国海岸警卫队舰艇上的行动,体现了市场对人工智能赋能的自主情报、监视与侦察系统的持续需求。
政府与公共服务领域人工智能市场规模
2025年,政府与公共服务领域人工智能市场规模为197亿美元,预计将从2026年的233亿美元增长至2035年的1,153亿美元,复合年增长率(CAGR)为19.4%。
政府与公共服务领域人工智能市场核心要点
市场领导者:Microsoft在2025年以超过10%的市场份额领先。
领先企业:该市场的前五大企业包括Accenture、AWS (Amazon)、Booz Allen Hamilton、Leidos、Microsoft,它们在2025年合计占有41%的市场份额。
可服务市场涵盖政府机构和公共服务运营方使用的人工智能软件、嵌入式智能系统、云平台、实施服务、培训及托管支持,但不包括无法直接归因于人工智能工作负载的通用IT支出。
需求正从孤立的试点项目转向纳入治理框架的项目组合。在美国部分联邦机构中,报告的人工智能应用案例数量从2023年的571个增至2024年的1,110个;生成式人工智能应用案例则从32个增至282个。[1]U.S. Government Accountability Office - Artificial Intelligence in the Federal Government. gao.gov 这一增长并不意味着所有部署都已达到成熟的运营水平;这表明,各机构在测试新应用案例的同时,也在建立内部清单、治理架构和采购流程。
监管正从部署后的合规事项转变为采购考量因素。美国联邦政策要求各机构建立权责明确的人工智能治理机制、公布人工智能战略、识别高影响用途,并记录风险管理实践。[2]The White House - Federal Artificial Intelligence Policy and Government Initiatives. whitehouse.gov 在欧洲,《欧盟人工智能法案》规定了基于风险的义务,并禁止某些做法,对公共部门系统的设计、可审计性和允许的应用范围产生了实质性影响。[3]European Commission - Digital Strategy and Artificial Intelligence in Public Services. digital-strategy.ec.europa.eu 这些要求更有利于能够将模型能力与日志记录、安全保障、数据控制、人工监督和实施支持相结合的供应商。
GMI 分析师观点
市场增长的基础,与其说是某一种应用,不如说是人工智能采购的制度化。政府采购方日益需要针对数据访问、模型测试、记录管理、申诉和员工问责建立可重复执行的控制措施。因此,需求不再局限于基础模型和软件许可证,也延伸至集成、治理和托管运营。
市场在规模化与信任之间存在主要的商业权衡。云平台能够加快算力和新型模型的获取,但敏感工作负载、主权要求和高影响决策规则仍支撑着对本地部署和混合架构的需求。与其将合规视为售后咨询工作,不如将其打造为可部署的产品能力;具备这种能力的供应商更有望将试验性应用案例转化为持续性政府项目。
主要增长驱动因素
正式的政府人工智能战略正将现代化重点转化为明确的组织职责、技术要求和采购周期。美国备忘录 M-25-21 要求联邦机构指定首席人工智能官、设立治理委员会,并发布负责任地采用人工智能的战略。加拿大的联邦人工智能战略同样将能力集中建设与各部门识别高潜力应用场景及跟踪实施情况结合起来。 [4]Government of Canada - Artificial Intelligence and Digital Government Initiatives. canada.ca
这些计划带来的需求不止于人工智能应用。政府机构还需要建立应用场景清单、治理工作流程、数据管理控制措施、员工培训、安全评估和系统集成。由此形成的采购模式有利于平台供应商和服务提供商,尤其是在政府机构必须将人工智能应用与分散的案件管理、身份识别、档案记录及遗留系统对接时。
数据驱动决策需求不断增长
公共机构正寻求利用人工智能进行资源分配、欺诈检测、政策分析、项目管理和服务分流。但公共数据的可用性和易用性限制了这一机遇:经济合作与发展组织(OECD)的报告显示,高价值政府数据集中仅有 47% 可公开获取,而教育、卫生和社会福利领域的开放程度更低。 [5]OECD - Artificial Intelligence in Government and Public Services. oecd.org 因此,当前市场需求并非仅限于分析工具,还包括数据准备、治理、互操作性和安全访问层,以便切实应用这些工具。
世界银行将连接能力、计算能力、数据和技能列为更广泛采用人工智能的基础条件。改善这些基础条件的政府能够从描述性报告转向运营决策支持。未能改善这些条件的政府则可能购入彼此孤立的工具,却无法实现预期的生产率提升或服务交付改善。
公共安全和安保能力提升需求日益增加
公共安全、网络安全、边境管理、应急响应和国防仍是人工智能的高价值应用领域,因为这些领域的数据量和响应时限要求超出了人工处理能力。加拿大的 Cyber Security Assemblyline 每年利用机器学习扫描逾 10 亿个文件,服务对象包括 300 多家政府机构和关键基础设施组织。这一规模说明,即使面向公众的自动化在政治上仍较为敏感,威胁检测和分类处置仍足以支撑持续的人工智能投资。
安全应用还面临更严格的保障要求。美国国家标准与技术研究院(NIST)正在制定相关方法,将网络安全控制措施与人工智能特有风险相结合,其中包括防范对抗性行为对人工智能系统的攻击,同时利用人工智能提升防御行动的能力。 [6]NIST - Artificial Intelligence Standards, Risk Management and Government Applications. nist.gov 在这一细分领域运营的供应商必须兼顾任务执行成效,以及支撑这一成效的模型、数据管道和接口的韧性。
智慧城市计划的采用不断扩大
城市管理部门正在交通、环境监测、基础设施、能源、安全、物流和市民服务等领域部署人工智能。韩国的“2026年人工智能城市创新技术探索项目”拨款300亿韩元(约合2,170万美元),用于支持在城市服务领域应用所选人工智能技术的示范项目。
智慧城市需求具有商业吸引力,因为多个部门可以共用同一套底层数据、传感器、云和分析基础设施。然而,市政部署通常比中央政府试点项目推进得更慢,因为这类项目需要协调多个机构、运营方和采购部门。因此,最具可行性的机会是模块化系统:既能在单一职能领域展现运营价值,又能与更广泛的城市平台实现互操作。
主要制约因素
数据隐私与伦理问题
政府人工智能系统经常影响个人获取公共服务的机会、执法活动、健康信息以及其他会对个人产生重大影响的决策。《欧盟人工智能法案》禁止特定有害用途,包括社会评分和某些生物识别应用,同时要求对仍被允许的系统采取基于风险的方法。这些规则缩小了公共部门供应商可接受的设计空间;对于需要进行影响评估、实施人工监督并提供文档的系统,部署周期也会延长。
这一制约因素并非仅限于欧洲。加拿大公共服务战略承认,偏见、隐私、安全、透明度和申诉机制等方面存在问题,尤其是在影响重大的应用中。因此,政府采购方日益关注人工智能系统能否解释输出结果、保留审计记录、保护敏感数据,并支持申诉或审查流程。缺少这些控制措施的模型,即使技术能力出色,也可能无法在公共管理中投入商业应用。
遗留基础设施与集成挑战
政府机构往往需要依托彼此割裂的记录系统、老旧应用、参差不齐的数据质量以及有限的内部技术能力开展工作。在美国,12家被选中的联邦机构中有10家官员将遵守现行政策列为人工智能应用的一项挑战,另有4家将技术变革速度列为制定政策的障碍。因此,集成工作可能占项目成本和周期的相当大比重。
基础设施限制也会影响部署选择。世界银行指出,许多国家仍需加强连接能力、算力、数据和技能等基础,人工智能才能广泛普及。这有利于能够分阶段部署、与现有系统集成,并根据具体工作负载确定云端、本地或混合配置的供应商,而非要求全面替换平台的供应商。
GMI 分析师观点
政策要求和运营压力正在推动人工智能应用,但采购决策越来越取决于在生产环境中治理人工智能的能力。高影响力应用场景能够扩大可服务支出的范围,但也对测试、可追溯性、监督和数据保护提出了要求。这使价值进一步转向能够在实施架构中落实合规要求的供应商。
既有系统限制造成了第二种分化。云、数据和身份管理基础较为成熟的机构能够在多个工作流程中推广人工智能;环境较为分散的机构则更可能从范围有限的自动化或咨询服务入手。因此,现代化需求与人工智能发展目标交汇之处,服务机遇最为突出;而在公共机构已有可用数据和安全部署环境的情况下,近期的平台机遇最为突出。
政府与公共服务领域人工智能市场细分市场分析
按组成部分划分
解决方案在2025年占据65.5%的市场份额,市场规模为129亿美元;预计到2035年将达到717亿美元,复合年增长率(CAGR)为18.8%。该类别包括人工智能软件平台、嵌入式智能系统和政府人工智能成套解决方案。软件平台提供模型开发、分析、工作流自动化和治理功能;嵌入式智能系统将人工智能集成到现有任务系统和运营技术中;政府成套解决方案则针对公民沟通、合规监测、网络安全和案件管理等常见需求。
服务在2025年占据34.5%的市场份额,市场规模为68亿美元;预计到2035年将达到437亿美元,复合年增长率(CAGR)为20.5%。咨询服务支持战略制定、治理和用例优先级排序。系统集成与部署负责将人工智能系统连接到记录、身份管理、数据和安全环境。培训与教育旨在促进公共部门员工采用相关技术;随着机构持续监测模型性能和政策合规情况,支持与维护也变得日益重要。服务增长更快,反映出在公共部门的运营限制下部署人工智能面临的实际困难。
按技术划分
机器学习和深度学习在技术市场中居于领先地位,2025年市场份额为40.6%,市场规模为80亿美元;预计到2035年将达到449亿美元,复合年增长率(CAGR)为18.9%。这些技术为公共项目中的分类、异常检测、预测、分流和图像分析提供支持。由于相对成熟,这些技术适用于受控部署,但其性能仍取决于数据质量和持续监测。
自然语言处理在2025年占据20.8%的市场份额,市场规模为41亿美元;预计到2035年将达到271亿美元,复合年增长率(CAGR)为20.9%。它为数字助理和聊天机器人、多语言翻译、文档处理、记录摘要以及个性化政府门户网站提供支持。由于语言交互界面能够让复杂项目更易于使用,相关技术的采用正在加快;但公共机构必须妥善管理信息披露、准确性、语言公平和记录保存要求。
图像与视频技术在2025年占据16.8%的市场份额,市场规模为33亿美元;预计到2035年将达到236亿美元,复合年增长率(CAGR)为21.7%。需求来自监控与监察、基础设施检查、应急响应系统、医学影像和边境行动。该类别受到的隐私和公民自由审视最为严格,因此相关应用更加注重任务效益明确且侵入性有限的用例。
机器人流程自动化占市场份额的15.7%,2025年市场规模为31亿美元,预计到2035年将达到152亿美元,复合年增长率(CAGR)为17.4%。RPA可在传统应用程序中自动执行基于规则的任务,无需立即更换核心系统。结合智能文档处理和基于机器学习的异常处理后,RPA的应用范围正在扩大。其他技术占市场份额的6.1%,市场规模为12亿美元,预计到2035年将达到45亿美元。
按部署模式划分
2025年,云部署占市场份额的50.3%,市场规模为99亿美元,预计到2035年将达到616亿美元,复合年增长率(CAGR)为20.1%。云基础设施使政府机构无需构建专用人工智能基础设施,即可使用可扩展的计算资源、托管模型服务和频繁更新的功能。这对公民服务、提高行政效率以及工作负载多变的应用尤为重要。
本地部署占市场份额的35.0%,市场规模为69亿美元,预计到2035年将达到377亿美元,复合年增长率(CAGR)为18.5%。对于需要最大程度控制数据和处理环境的涉密、高度敏感或受到严格监管的工作负载,本地部署仍然十分重要。
混合部署占市场份额的14.2%,2025年市场规模为28亿美元,预计到2035年将达到161亿美元,复合年增长率(CAGR)为19.1%。混合架构允许政府机构将敏感工作负载与限制较少的工作负载分开,同时统一治理和身份控制。政府人工智能组合通常同时涵盖面向公众的应用和任务关键型应用,这一现实推动了混合部署的普及。
按应用划分
公民服务与互动是最大的应用领域,占市场份额的25.9%,2025年市场规模为51亿美元,预计到2035年将达到255亿美元,复合年增长率(CAGR)为17.5%。数字助理和聊天机器人、多语言翻译以及个性化政府门户网站可以减轻公民查找信息的负担,并改善其获取复杂项目服务的渠道。加拿大的 AgPal 提供400多个政府项目的信息,联邦人工智能举措也已应用于申请分流和其他服务流程。
公共安全与安保占市场份额的20.3%,市场规模为40亿美元,预计到2035年将达到228亿美元,复合年增长率(CAGR)为19.1%。监控与监察、犯罪预测与分析、应急响应系统、网络安全以及边境筛查是主要应用场景。任务紧迫性推动了市场增长,但采购决策受到严格约束,尤其是在隐私、生物识别技术的使用和人工审核方面。
医疗保健与社会服务占市场份额的15.2%,2025年市场规模为30亿美元,预计到2035年将达到183亿美元,复合年增长率(CAGR)为20.1%。疾病预测与疫情控制、智能资源配置以及福利和救助分配监测,都需要高质量数据和受到审慎治理的决策流程。该领域的增长反映出改善分诊和行政协调的潜力;凡是可能影响医疗服务或福利获取的环节,都必须做好风险管理。
国防与国家安全占市场份额的12.7%,市场规模为25亿美元,预计到2035年将以21.6%的复合年增长率增长至172亿美元。威胁检测与分析、人工智能驱动的网络安全系统以及军事决策支持系统推动了该细分市场的扩张。这些环境通常要求系统能够在对抗性、断连或涉密场景中运行,因此对专业系统、安全集成和任务导向型服务的需求得以保持。
行政效率占市场规模的10.7%,即21亿美元,预计将以各应用领域中最快的24.1%复合年增长率增长,到2035年达到183亿美元。该类别包括文档处理、工作流自动化、合同分析、采购支持和内部知识管理。与后果严重的公民服务或安全决策相比,这些应用的风险通常较低,因此各机构可以先积累运营经验,再将人工智能应用扩展到更敏感的职能。
智慧城市与城市管理同样占市场规模的10.7%,2025年市场规模为21亿美元,预计到2035年将以16.5%的复合年增长率增长至97亿美元。相关部署包括交通优化、环境监测、基础设施管理、公共安全、公用事业和物流。其他应用包括司法、环境、教育和农业等专业公共服务用途,占市场规模的4.6%,预计到2035年将达到35亿美元。
按最终用途划分
政府机构在2025年占市场规模的42.1%,市场规模为83亿美元,预计到2035年将以18.5%的复合年增长率增长至451亿美元。联邦和中央政府、州和省级机构,以及地方和市级政府,均在正式的预算、采购和问责框架下采购人工智能。其需求侧重于公共透明度、互操作性、安全性和有据可查的风险管理。
公共服务机构占市场规模的57.9%,市场规模为114亿美元,预计到2035年将以20.1%的复合年增长率增长至703亿美元。交通管理部门、社会福利机构、公共医疗系统和公用事业供应商通常拥有可直接投入运营的应用场景,涉及排班、服务调度、资产管理、个案管理和需求预测。其较高的增长率反映出人工智能投资与可衡量的服务交付成效密切相关。
GMI 分析师观点
目前,细分市场的经济效益更有利于解决方案,但服务增长更快,因为公共部门的人工智能项目很少只是单独采购软件。集成、数据整改、员工能力建设和治理并非附带工作;它们决定了模型能否应用于符合问责要求的公共服务工作流。
行政效率的预测增长率最高,因为它为扩大应用规模提供了相对低风险的路径。相比之下,公共安全、医疗卫生、社会服务和国防即使具有较高的任务价值,也需要更严格的保障措施。能够在低风险和高影响应用中复用治理、部署和监控组件的供应商,可以加快实施进度,同时避免将所有应用场景一概而论。
政府与公共服务领域人工智能市场区域分析
北美
2025年,北美占市场份额的40.1%,市场规模为79亿美元;预计到2035年将达到472亿美元,复合年增长率(CAGR)为19.7%。美国市场规模约为65亿美元,预计复合年增长率为20.1%,这得益于联邦层面的人工智能治理要求、充足的云计算能力,以及庞大的科技和国防供应商基础。加拿大市场规模约为14亿美元,预计复合年增长率为18.0%,这得益于其在公共服务人工智能领域采取的全政府协同负责治理方式。
该地区的优势在于采购规模大、云生态系统成熟,以及民政、卫生、公共安全和国防机构的需求旺盛。同时,该地区在公民自由、数据保护和模型问责方面受到的审查也较为集中,因此经过验证的治理能力是供应商遴选的关键。
欧洲
2025年,欧洲占市场份额的27.9%,市场规模为55亿美元;预计到2035年将达到302亿美元,复合年增长率为18.6%。德国市场规模约为14亿美元,预计复合年增长率为19.7%;欧洲其他地区市场规模约为42亿美元,预计复合年增长率为18.3%。主要市场包括德国、英国、法国、意大利、西班牙、北欧国家、俄罗斯、波兰和罗马尼亚。
《欧盟人工智能法案》使欧洲形成了独特的需求格局。供应商必须满足风险分类、透明度、文档记录和人工监督等要求,尤其是对于用途影响重大的政府系统。这可能会延长实施周期,但也为可信赖人工智能、合规工具、多语言系统以及主权部署或受控部署方案创造了持久的市场需求。
亚太地区
2025年,亚太地区占市场份额的24.9%,市场规模为49亿美元;预计到2035年将达到323亿美元,复合年增长率为20.8%,在各地区中增速最快。中国市场规模约为23亿美元,预计复合年增长率为21.8%;亚太地区其他市场规模约为26亿美元,预计复合年增长率为19.8%。该地区包括中国、印度、日本、韩国、澳大利亚和新西兰(ANZ)、新加坡、印度尼西亚和菲律宾。
城市化、数字政府项目以及对智慧城市基础设施的公共投资支撑着该地区的需求。韩国以城市为重点的人工智能示范项目表明,交通、环境、安全、能源、卫生和公共行政等目标能够带动跨行业人工智能需求。不过,该地区的供应商仍需适应不同的语言、数据制度、数字化成熟度和主权要求。
拉丁美洲
2025年,拉丁美洲占市场份额的3.0%,市场规模为6亿美元;预计到2035年将达到29亿美元,复合年增长率为17.2%。巴西市场规模约为2亿美元,预计复合年增长率为17.9%;墨西哥、阿根廷和拉丁美洲其他市场规模合计约为4亿美元,预计复合年增长率为16.8%。
该地区可以采用云交付模式,避免承担部分专用人工智能基础设施所需的资本支出。然而,预算限制、网络连接不足、数据可用性不均以及技术人员短缺,仍在持续制约采用速度。针对范围明确的服务瓶颈、且能够逐步扩展的项目,更符合当地的运营条件。
中东和非洲(MEA)
MEA 在 2025 年占据 4.1% 的市场份额,市场规模为 8 亿美元,预计到 2035 年将达到 28 亿美元,复合年增长率(CAGR)为 13.4%。阿联酋市场规模约为 2 亿美元,预计复合年增长率为 13.7%;南非、沙特阿拉伯及该地区其他市场的规模合计约为 6 亿美元,预计复合年增长率为 13.3%。
需求主要集中在政府现代化和智慧城市项目,尤其是投资较高的海湾市场。该地区的多样性是影响商业发展的重要因素:部分司法管辖区能够采购先进的云平台和城市管理平台,而其他地区则需要先在连接能力、技能和数字服务基础设施方面进行基础性投资,之后 AI 部署才能实现规模化。
GMI 分析师观点
北美仍是最大市场,这得益于联邦政府需求、供应商集中度和云基础设施之间的相互促进。欧洲的增长更多由合规要求驱动,因此更有利于采用可问责、可解释的解决方案。亚太地区增长最快,公共部门数字化和城市管理项目有助于推动 AI 广泛应用,但各国情况差异显著。
拉丁美洲和 MEA 当前市场规模较小,但对于通过云交付、采用模块化部署以降低前期基础设施需求的方案而言,这两个地区具有重要的战略意义。各地区的关键差异化因素并非仅在于政策雄心。只有政策、数据基础设施、采购能力和技术技能协同发展,应用才能最为广泛。
政府与公共服务领域 AI 市场份额与竞争格局
该市场集中度适中。Microsoft 在 2025 年占据 10% 的市场份额,相当于 20.5 亿美元;Accenture 以 8.4%(16.6 亿美元)位居其后,其次是 Booz Allen Hamilton,占 7.9%(15.6 亿美元);AWS 占 7.4%(14.6 亿美元),Leidos 占 6.4%(12.7 亿美元)。前五家公司合计占市场收入的 41%。Palantir、IBM、Google、SAIC 和 OpenAI 的市场份额分别为 5.9%、4.0%、3.8%、3.5% 和 1.2%;其他供应商合计约占 41.1%。
Microsoft、AWS、Google、IBM、Oracle、Salesforce、SAP 和 OpenAI 主要通过云基础设施、模型访问、企业应用、自动化、数据平台和治理能力展开竞争。Accenture、Booz Allen Hamilton、Leidos 和 SAIC 则凭借实施能力、系统集成、公共部门关系和任务领域专长参与竞争。Palantir、Thales、Cellebrite、Granicus、Lockheed Martin、Northrop Grumman、Scale AI 和 Shield AI 面向数据运营、国防、公共安全、数字互动、网络安全、自主系统和情报等领域的更专业需求提供服务。
Oracle 与美国总务管理局签订的 OneGov 协议,为符合条件的 Oracle 许可型技术提供最高 75% 的折扣,其中包括 Oracle Cloud Infrastructure 上的 Database 23ai。这表明,政府范围的合同采购可以推动竞争转向标准化、低成本地获取适用于 AI 的基础设施。[7]U.S. General Services Administration - Artificial Intelligence and Federal Government Technology. gsa.gov Salesforce 推出了面向公共部门的 Agentforce,并针对福利、投诉和服务运营等职能强调其符合公共部门合规要求。SAP 的 OneGov 协议同样将联邦政府定价与云和业务平台采购相结合,进一步凸显了企业系统现代化对公共部门 AI 需求的重要性。
Thales 正通过其 cortAIx 加速器,以及与 CEA 合作开发面向国防与安全领域的可信生成式人工智能,拓展主权防务与安全人工智能能力。Cellebrite 正通过与 FedRAMP 相关的工作,推进其政府云服务,为数字调查和证据管理工作流程提供支持。Granicus 专注于政府专用数字体验工具,包括其 Government Experience Agent 和民众互动分析工具。
国防与国家安全领域的竞争正受到合同签订和自主系统开发的影响。Lockheed Martin 的 C2BMC-Next 合同支持多域作战管理能力的现代化。 [8]Lockheed Martin - Artificial Intelligence and Government Technology Solutions. lockheedmartin.com Northrop Grumman 与 Palantir 合作开展陆军 TITAN 项目,将传感、目标定位与人工智能赋能的数据处理相结合。Scale AI 与国防创新部门合作开展的 Thunderforge 项目,旨在将商业人工智能应用于作战和战区规划。Shield AI 获得的 V-BAT 合同用于美国海岸警卫队舰艇上的行动,体现了市场对人工智能赋能的自主情报、监视与侦察系统的持续需求。
竞争优势将越来越取决于能否满足特定任务需求,同时避免政府技术体系分散化。平台供应商需要提供开放的集成路径,并采取有力措施防止供应商锁定;服务供应商需要可重复使用的技术资产,而非仅依赖人力交付模式;专业供应商则需要证明其能力能够满足安全、记录管理和监督要求。因此,云服务商、系统集成商、领域专家与政府采购方之间的合作仍是市场结构中的重要组成部分。
近期行业动态
您需要本报告中的特定章节吗?
您可根据研究需求,单独购买区域分析、国家层面分析、公司简介或其他细分层级的洞察内容
。
常见问题 (FAQs):
研究方法、数据来源与验证流程
本报告采用系统化的研究流程,以与行业参与者直接交流、自主建模和严格的交叉验证为核心,而非仅依赖案头研究。
我们的六步研究流程
1. 研究设计与分析师监督
GMI 的研究方法以专业人员的经验、严格的验证和充分的透明度为基础。我们报告中的每项洞察、趋势分析和预测均由了解目标市场细微差别的资深分析师完成。
我们通过与行业参与者和专家直接交流开展广泛的一手调研,并辅以基于经过核实的全球来源所进行的全面二手研究。我们运用量化影响分析提供可靠的预测,同时确保从原始数据来源到最终研究结论的全程可追溯性。
2. 一手调研
一手调研是我们研究方法的支柱,贡献了整体洞察的近 80%。我们直接接触行业参与者,以确保分析的准确性和深度。我们结构化的访谈计划覆盖区域及全球市场,收集企业高管、董事和领域专家的意见。这些交流提供战略、运营和技术视角,使研究结论更加全面,市场预测更加可靠。
3. 数据挖掘与市场分析
数据挖掘是研究流程的重要组成部分,在整体研究方法中约占 20%。我们通过分析主要企业的收入份额,研究市场结构、识别行业趋势并评估宏观经济因素。我们从付费和免费来源收集相关数据,建立可靠的数据库。这些信息随后用于支持一手调研和市场规模测算,并由分销商、制造商和行业协会等关键利益相关方进行验证。
4. 市场规模测算
我们采用自下而上的方法测算市场规模。首先使用一手访谈直接获得的企业收入数据,同时结合制造商的产量以及安装量或部署量统计。随后按区域市场汇总这些数据,得出以实际行业活动为依据的全球市场估算值。
5. 预测模型与关键假设
每项预测均明确记录以下内容:
✓ 主要增长驱动因素及其假定影响
✓ 增长制约因素及缓解情景
✓ 监管假设与政策变化风险
✓ 技术采用曲线参数
✓ 宏观经济假设(GDP 增长、通货膨胀、汇率)
✓ 竞争格局及市场进入和退出预期
6. 验证与质量保证
在最后阶段,领域专家会人工审查筛选后的数据,识别自动化系统可能遗漏的细微差别和语境错误。专家审查是质量保证的关键环节,可确保数据符合研究目标和相关领域的专业标准。
我们的三层验证流程致力于最大程度地保障数据可靠性:
✓ 统计验证
✓ 专家验证
✓ 与市场实际情况核对
信任与公信力
经过核实的数据来源
行业出版物
行业期刊、专业出版物和专业媒体
行业数据库
自有及第三方市场数据库
监管申报文件
政府采购记录及政策文件
学术研究
大学研究成果及专业机构报告
企业报告
年度报告、投资者演示材料及申报文件
专家访谈
企业高管、采购负责人和技术专家
GMI 研究档案
覆盖 20 多个行业领域的 13,000 多份已发布的研究报告
贸易数据
进出口量、HS 编码及海关记录
研究与评估的参数
本报告中的每个数据点均经过一手访谈、基于实际数据的自下而上建模以及严格的交叉核查验证。 了解我们的研究流程 →