技能需求的变化正将学习从一项可选择的人力资源福利转变为运营必需。国际劳工组织将技能发展置于提升就业能力和促进生产性工作的核心位置,进一步凸显了对易于使用的系统的需求,以便在职业要求不断变化的情况下组织学习活动 [4]International Labour Organization, *Skills, Knowledge and Employability*, ilo.org。对于雇主而言,相关指标不只是课程报名人数,还包括能否将学习任务分配至具体岗位、通过考核或资质证书提供学习成果证明,以及将学习结果与劳动力决策相联结。
云采用并不会消除架构选择。对于大型机构而言,如果本地化需求、安全政策或现有集成导致切换成本较高,机构可能会继续保留本地部署系统。云平台的实际优势在于:当买方需要跨地域快速部署、覆盖新的受众,或持续使用不断更新的 AI 和分析功能时,云平台的优势最为明显。然而,供应商仍必须证明其在数据驻留、身份管理、数据保留和第三方处理方面具备有效的控制措施。
AI 与学习分析的整合
AI 正在改变内容生产的单位经济效益以及学习数据的可用性。教育领域的 AI 和机器学习研究已经证实自适应系统、自动反馈和数据驱动型学习支持的潜力,同时也强调了模型质量和数据处理方面的治理要求 [6]IEEE, *AI and Machine Learning in Education*, ieeexplore.ieee.org。在 LMS 市场中,近期的商业应用更加具体,包括课程起草、评估内容生成、搜索、推荐、学习者支持以及管理员工作流自动化。
只有在分析结果能够指导行动时,分析才具有价值。仅凭完成情况仪表板无法解决技能缺口或合规风险;买方日益期望平台能够标记缺口、识别相关内容、分配干预措施,并保留可审计记录。这有利于将 AI 界面与强大数据模型及集成能力相结合的供应商,同时也会暴露出数据结构过于分散、无法支持可靠推荐的供应商。
当供应商引入生成式 AI、外部内容库和第三方集成时,风险会进一步放大。买方需要了解哪些数据会暴露给 AI 服务、这些数据是否会被保留或用于模型训练、哪一实体作为数据处理方,以及访问记录如何保存。在受监管行业中,即使学习方案具有较强吸引力,未解决这些问题也可能延迟采购。因此,隐私控制、可配置的数据保留政策、区域托管选项以及有据可查的事件处理流程,都会成为竞争差异化来源。
实施复杂性与系统集成
LMS 的实施通常不仅仅是将课程迁移到新的界面中。企业必须协调用户身份、角色层级、历史完成记录、课程等效关系、内容标准、报告定义,以及与人力资源、客户关系管理、协作或凭证系统的集成。SHRM 指出,需要持续开展 LMS 治理,并使系统与组织的学习需求保持一致 [8]Society for Human Resource Management, *Developing and Sustaining Learning Management Systems*, shrm.org。当平台必须服务外部受众或取代分散的传统工具时,实施负担会显著增加。
监管要求正在影响产品设计。美国教育领域的部署必须考虑 FERPA 和 COPPA 的相关要求,而企业实施越来越受到对人力资源、学习和 AI 工具之间数据共享的审查。美国教育部将教育技术确定为改善学习机会和成果的关键领域,同时强调实施和公平性方面的考量 [10]U.S. Department of Education, *Educational Technology*, ed.gov。买方可能更倾向于选择能够证明其治理能力、集成能力和可衡量部署成果的供应商,而不是仅提供孤立 AI 功能的供应商。
《通用数据保护条例》(GDPR)使数据治理成为供应商选择的核心因素,《数字服务法》《网络与信息系统安全指令 2》(NIS2)和《欧洲无障碍法》进一步扩大了适用于数字服务提供商和机构买方的合规要求。这提升了有据可查的隐私控制、无障碍支持、数据存储位置选项和透明 AI 治理的价值。欧盟委员会的《数字教育行动计划》将数字能力和技能发展纳入欧洲政策框架,进一步凸显了对可互操作且包容性强的数字学习基础设施的需求。
Microsoft Viva Learning 的运行方式有所不同:它是嵌入 Microsoft Teams 和 Microsoft 365 的聚合与发现层,并连接 SAP SuccessFactors、Cornerstone、Workday Learning 和 LinkedIn Learning 等平台 [13]Microsoft, *Microsoft Viva Learning*, microsoft.com。其存在提高了互操作性的重要性,因为企业可能出于治理和工作流需求选择某个 LMS,而在独立的协作环境中进行内容发现。
这一竞争格局意味着,AI 投资正变得不可或缺,但仅有 AI 投资仍不足以形成竞争优势。内容生成、对话式搜索、智能助手和辅导功能可以减少运营摩擦,但其商业价值取决于供应商能否将这些功能连接至受控数据、经过验证的内容、集成工作流以及可衡量的学习成果。与提供同质化 AI 功能的平台相比,这一趋势更有利于在系统记录中承担明确角色、拥有可扩展生态系统或具备差异化垂直工作流的平台。
学习管理系统(LMS)市场规模
2025年,全球学习管理系统(LMS)市场规模为 304 亿美元,预计到 2035 年将达到 974 亿美元,预测期内年均复合增长率(CAGR)为 12.6%。
学习管理系统市场要点
市场领导者:Cornerstone OnDemand 在 2025 年以超过 3.3% 的市场份额占据领先地位。
主要企业:该市场排名前五的企业包括 Cornerstone OnDemand、SAP SuccessFactors、Oracle、Instructure、Workday,这些企业在 2025 年合计占据 13.5% 的市场份额。
该市场包括用于在学术机构和企业环境中创建、交付、管理、跟踪和评估学习活动的平台及相关服务。市场不包括缺乏 LMS 功能的独立内容创作工具,也不包括未配备专用学习模块的通用人力资源系统。
可服务需求已超越课程目录数字化的范畴。各类机构需要确保课堂、混合式和远程交付之间的连续性,而雇主则需要可审计的完成记录、清晰的技能可见性,以及嵌入人才管理流程的学习体系。世界银行将数字学习基础设施确定为教育系统现代化的核心组成部分,但其价值取决于连接能力、教育工作者能力、内容可及性和治理,而不仅仅是软件部署 [1]World Bank, *EdTech*, worldbank.org。技术驱动的就业变化也在重塑劳动力需求:世界经济论坛指出,技能缺口是阻碍企业在 2030 年前实现转型的主要因素之一 [2]World Economic Forum, *The Future of Jobs Report 2025*, weforum.org。
因此,LMS 支出正转向将工作流控制与内容、分析、资质认证和集成功能相结合的平台。这有利于能够将学习活动与人力资源、绩效、合规和运营数据连接起来的供应商。同时,这也提高了买方的验证要求:如果平台的内容模型、身份架构、报告控制和实施能力与组织的学习运营不匹配,即使技术功能丰富,也可能无法实现商业成功。
GMI 分析师观点
该市场的增长轨迹反映出行业正从课程托管转向托管式学习基础设施。在企业部署中,经济效益越来越取决于缩短从发现技能或合规要求到采取可量化学习行动之间的流程阻力。在学术领域,经济效益则取决于可靠的交付、连续的评估、可及性,以及支持差异化学习路径的能力。这些是不同的采购驱动因素,有助于解释为何没有任何单一产品架构能够主导所有 LMS 应用场景。
主要驱动因素
数字化学习的普及率不断提升
数字教育已从面对面教学的应急替代方案,转变为一种长期运营模式。联合国教科文组织(UNESCO)将数字教育建立在包容性准入、高质量内容、教师能力和安全基础设施等要素之上,这些条件使学习管理系统(LMS)成为协调层,而不仅仅是内容存储库 [3]UNESCO, *Digital Education*, unesco.org。学术机构买方利用平台,确保不同授课形式下课程的连续性并维护考核记录;企业买方则利用同一基础设施触达分散在各地的员工、合作伙伴和客户。
这一趋势带来的商业影响是,采购决策相关方的范围更加广泛。学术机构的采购工作越来越多地涉及 IT、学术事务、无障碍服务和学生支持等职能,而企业采购则将学习与发展(L&D)部门与人力资源、安全、合规及业务部门负责人纳入其中。与仅关注学习者体验的供应商相比,具备可配置权限、可靠报告功能和较强集成能力的供应商,更能有效满足这一更广泛的采购委员会的需求。
劳动力技能提升与技能再培训计划不断增加
技能需求的变化正将学习从一项可选择的人力资源福利转变为运营必需。国际劳工组织将技能发展置于提升就业能力和促进生产性工作的核心位置,进一步凸显了对易于使用的系统的需求,以便在职业要求不断变化的情况下组织学习活动 [4]International Labour Organization, *Skills, Knowledge and Employability*, ilo.org。对于雇主而言,相关指标不只是课程报名人数,还包括能否将学习任务分配至具体岗位、通过考核或资质证书提供学习成果证明,以及将学习结果与劳动力决策相联结。
这一需求推动了融合技能分类体系、基于岗位的学习路径、资质认证、辅导和学习分析的平台发展。同时,多受众部署的价值也随之提升。制造商、金融机构或医疗服务提供商可以使用同一平台培训员工、承包商、经销商或客户,并针对不同群体设置不同的访问规则和成果证明要求。这种配置复杂性既支持软件业务扩展,也推动专业服务需求增长。
基于云的学习管理系统平台不断扩展
云交付降低了基础设施维护的运营负担,使供应商能够通过统一平台提供新功能、安全更新和集成服务。经济合作与发展组织(OECD)关于数字经济的研究强调了数字基础设施和数据能力在组织转型中的作用 [5]OECD, *Digital Economy Outlook*, oecd.org。在学习管理系统采购中,这意味着市场对可扩展的多租户架构、API 连接、集中式管理以及跨分散站点访问能力的需求不断增加。
云采用并不会消除架构选择。对于大型机构而言,如果本地化需求、安全政策或现有集成导致切换成本较高,机构可能会继续保留本地部署系统。云平台的实际优势在于:当买方需要跨地域快速部署、覆盖新的受众,或持续使用不断更新的 AI 和分析功能时,云平台的优势最为明显。然而,供应商仍必须证明其在数据驻留、身份管理、数据保留和第三方处理方面具备有效的控制措施。
AI 与学习分析的整合
AI 正在改变内容生产的单位经济效益以及学习数据的可用性。教育领域的 AI 和机器学习研究已经证实自适应系统、自动反馈和数据驱动型学习支持的潜力,同时也强调了模型质量和数据处理方面的治理要求 [6]IEEE, *AI and Machine Learning in Education*, ieeexplore.ieee.org。在 LMS 市场中,近期的商业应用更加具体,包括课程起草、评估内容生成、搜索、推荐、学习者支持以及管理员工作流自动化。
只有在分析结果能够指导行动时,分析才具有价值。仅凭完成情况仪表板无法解决技能缺口或合规风险;买方日益期望平台能够标记缺口、识别相关内容、分配干预措施,并保留可审计记录。这有利于将 AI 界面与强大数据模型及集成能力相结合的供应商,同时也会暴露出数据结构过于分散、无法支持可靠推荐的供应商。
主要制约因素
数据隐私与网络安全问题
LMS 平台会处理身份信息、学习进度记录、评估数据,在某些情况下还会处理员工能力或绩效信号。当平台连接至人力资源信息系统(HRIS)、学生信息系统、薪资系统或协作系统时,这些数据流尤其敏感。欧盟的《通用数据保护条例》(GDPR)框架规定了有关合法处理、数据保护和个人权利的义务,对欧洲地区的 LMS 架构和采购产生了实质性影响 [7]European Commission, *Data Protection - GDPR*, ec.europa.eu。
当供应商引入生成式 AI、外部内容库和第三方集成时,风险会进一步放大。买方需要了解哪些数据会暴露给 AI 服务、这些数据是否会被保留或用于模型训练、哪一实体作为数据处理方,以及访问记录如何保存。在受监管行业中,即使学习方案具有较强吸引力,未解决这些问题也可能延迟采购。因此,隐私控制、可配置的数据保留政策、区域托管选项以及有据可查的事件处理流程,都会成为竞争差异化来源。
实施复杂性与系统集成
LMS 的实施通常不仅仅是将课程迁移到新的界面中。企业必须协调用户身份、角色层级、历史完成记录、课程等效关系、内容标准、报告定义,以及与人力资源、客户关系管理、协作或凭证系统的集成。SHRM 指出,需要持续开展 LMS 治理,并使系统与组织的学习需求保持一致 [8]Society for Human Resource Management, *Developing and Sustaining Learning Management Systems*, shrm.org。当平台必须服务外部受众或取代分散的传统工具时,实施负担会显著增加。
这种复杂性可能使主题专家(SME)之间的决策延后,并减缓大型企业的推广进程。它还会改变供应商的经济效益:专业服务、认证合作伙伴网络、预构建连接器和迁移工具都会影响赢单率与客户留存率。较低的初始订阅价格可能无法弥补薄弱的集成能力;另一方面,如果定制化阻碍及时采用,企业级平台也可能失去发展势头。
GMI 分析师观点
LMS 扩张面临的主要制约因素并非学习需求不足,而是难以在客户的技术体系中安全地将学习运营落地。人工智能通过降低内容制作和支持成本,提升了价值主张,但也使市场更加关注数据流和决策控制。最有望实现人工智能商业化的供应商,是那些能够说明数据来源、数据治理方式,以及如何在特定角色和组织环境中确保推荐内容持续具备实用性的供应商。
学习管理系统(LMS)市场细分分析
按组件
软件在 2025 年创造了更高的市场收入份额,预计仍将作为学习活动的记录系统层。核心软件包括内容管理与交付、评估、测试与认证、报告、分析与仪表板、管理与用户管理,以及移动学习模块。由于分散式工具会造成身份重复、完成记录不一致和报告缺口,企业越来越多地将这些功能作为一体化运营环境进行采购。
服务包括专业服务和托管服务。服务增长更快,反映出配置学习模型、迁移传统内容、集成企业应用以及管理复杂的多受众项目所需的工作量。两者的区别具有重要的商业意义:只有在客户部署具备可靠的运营基础后,供应商才能扩大经常性软件收入。
按部署模式
预计基于云的 LMS 平台将在 2035 年前提升市场份额,这得益于集中式更新、弹性容量、远程访问以及与相邻系统更便捷的连接。对于拥有多个地点、分布式团队或不断变化的受众群体的组织而言,云平台尤其具有吸引力。云模式还为许多人工智能功能提供了交付路径,因为这些功能依赖集中运营的服务和持续更新的模型。
对于基础设施管控严格、存在本地化需求或进行了大量传统定制的组织而言,本地部署仍具有重要意义。决策并不只是云部署与安全之间的二选一。买方会评估数据驻留、集成模式、身份架构、服务连续性,以及保留经过验证的工作流程的能力。能够提供灵活部署或强大混合集成能力的供应商,可以更有效地应对这一转型。
按交付模式
远程学习和自主节奏电子学习仍是基础形式,因为它们能够面向广泛人群规模化交付标准化知识。在需要讨论、监督实践或高风险评估的场景中,讲师主导培训和虚拟讲师主导培训(ILT)仍不可或缺。混合式学习结合了这些方式,使组织能够将讲师时间用于模拟、辅导或应用,而不是基础信息传递。
在各种交付形式中,移动学习和微学习的增长前景最为强劲。短模块、推送式访问和移动界面适合一线及现场工作,因为员工无法长时间持续使用台式电脑进行学习。其机遇并不仅仅在于内容更短,更在于能够将相关学习行动嵌入工作流程,在不同设备之间保持学习进度,并将这些活动与正式的合规或能力记录关联起来。国际电信联盟(ITU)的信息通信技术(ICT)统计项目持续跟踪支撑这一访问模式的通信基础设施不断扩展情况 [9]International Telecommunication Union, *ICT Statistics*, itu.int。
按组织规模
大型企业占据学习管理系统(LMS)需求的较大份额,因为这类企业通常拥有复杂的劳动力结构、合规要求和跨国培训项目。其采购标准通常优先考虑身份联合、分析、本地化、数据控制、合作伙伴生态系统和韧性。大型企业还可能需要在相互独立但受治理的学习环境中,为员工、承包商、客户和渠道合作伙伴提供支持。
借助基础设施要求较低、配置速度更快的软件即服务(SaaS)产品,中小企业(SMEs)正逐步成为可触达的客户群体。中小企业的采用受限,与其说是因为缺乏培训的理论需求,不如说是受到内部管理能力和实施成本的制约。模板、预构建内容、人力资源信息系统(HRIS)连接器和托管服务能够降低这一阻力,为中端市场供应商提供与企业级套件竞争的机会。
按最终用途垂直领域
学术机构包括 K-12 学校以及高等教育院校和大学。K-12 部署注重无障碍性、教师工作流程、家长或监护人因素,以及适合不同年龄段的数据控制。高等教育买方更加重视课程管理、评估完整性、资质认证、与学生系统的集成,以及对混合式或在线项目的支持。
企业需求涵盖银行、金融服务和保险(BFSI)、医疗保健与生命科学、IT 与电信、制造业、零售与电子商务、政府与公共部门、能源与公用事业、酒店与旅游、媒体与娱乐以及其他行业。不同行业的价值主张各不相同。
BFSI、医疗保健、政府、能源和制造业通常需要有据可查的合规性、认证和基于角色的证据;IT 和电信行业需要快速更新的技术内容;零售、酒店和现场服务组织则需要面向移动设备的交付方式,以满足分散式员工队伍的需求。这些不同的要求使市场无法形成单一的通用平台配置。GMI 分析师观点
细分情况表明,市场正从单一化课程交付转向可配置的学习运营。软件仍是收入支柱,但服务能够承载将平台调整以适应实际组织结构所产生的成本和复杂性。因此,最具竞争力的软件方案将把标准化的核心工作流程与足够的可配置性相结合,以应对受监管、多受众和地理分散的应用场景。
学习管理系统(LMS)市场区域分析
北美
北美是最大的 LMS 市场,预计到 2035 年将达到 333 亿美元。该地区拥有成熟的企业学习预算、广泛的云采用基础、庞大的高等教育市场以及众多主要 LMS 供应商。美国是收入的主要贡献者,加拿大则在高等教育、公共部门学习和企业培训领域持续带动需求。
监管要求正在影响产品设计。美国教育领域的部署必须考虑 FERPA 和 COPPA 的相关要求,而企业实施越来越受到对人力资源、学习和 AI 工具之间数据共享的审查。美国教育部将教育技术确定为改善学习机会和成果的关键领域,同时强调实施和公平性方面的考量 [10]U.S. Department of Education, *Educational Technology*, ed.gov。买方可能更倾向于选择能够证明其治理能力、集成能力和可衡量部署成果的供应商,而不是仅提供孤立 AI 功能的供应商。
欧洲
预计到 2035 年,欧洲市场规模将达到 245 亿美元。该地区包括英国、德国、法国、意大利、西班牙、比利时、荷兰、瑞典和俄罗斯。数字技能项目、多语言要求、成熟的职业教育和高等教育体系,以及企业再技能培训需求,共同支撑了市场需求。
《通用数据保护条例》(GDPR)使数据治理成为供应商选择的核心因素,《数字服务法》《网络与信息系统安全指令 2》(NIS2)和《欧洲无障碍法》进一步扩大了适用于数字服务提供商和机构买方的合规要求。这提升了有据可查的隐私控制、无障碍支持、数据存储位置选项和透明 AI 治理的价值。欧盟委员会的《数字教育行动计划》将数字能力和技能发展纳入欧洲政策框架,进一步凸显了对可互操作且包容性强的数字学习基础设施的需求。
亚太地区
亚太地区是增长最快的区域性 LMS 市场,预计到 2035 年市场规模将达到 298 亿美元。中国、印度、日本、澳大利亚、新加坡、韩国、越南、印度尼西亚和泰国代表着不同的采用环境,涵盖大型国家教育体系、成熟的企业培训市场以及移动优先的数字生态系统。
中国的《个人信息保护法》(PIPL)和《网络安全法》、印度的《2023 年数字个人数据保护法》和《2020 年国家教育政策》,以及各国特定的数据本地化和教育政策要求,共同形成了碎片化的合规格局。这种碎片化格局有利于具备本地化能力、灵活托管方案、本地实施支持和可扩展移动交付能力的产品。市场增长不会仅由连接能力决定;供应商必须根据国家和机构层面的要求,对内容、语言、身份和数据处理模式进行匹配。
拉丁美洲
预计到 2035 年,拉丁美洲市场规模将达到 55 亿美元。巴西、墨西哥和阿根廷是区域范围内的主要市场。云计算采用、移动接入、企业培训数字化以及扩大教育覆盖面的需求支撑着市场需求,但采购仍然容易受到价格、实施能力和本地支持等因素影响。
巴西的《通用数据保护法》(LGPD)和《互联网民事框架法》,以及墨西哥的《个人数据保护联邦法》,确立了数据治理方面的要求,这些要求必须体现在平台配置和供应商尽职调查中。该地区可为云服务供应商提供具有吸引力的扩张机遇,但部署可能取决于本地化内容、合作伙伴主导的实施方式,以及适合预算受限机构和中小企业的商业模式。
中东和非洲
预计到 2035 年,中东和非洲(MEA)市场规模将达到 43 亿美元。南非、沙特阿拉伯和阿联酋是范围内的主要市场。政府数字化计划、劳动力本地化倡议,以及对高等教育和企业能力建设的投资支撑着市场需求,尤其是能够大规模管理技能与合规事务的平台。
阿联酋和沙特阿拉伯的隐私要求,包括阿联酋《2021 年第 45 号联邦法令》和沙特《个人数据保护法》(PDPL),进一步凸显了数据治理和区域托管方面的考量。对于能够将全球化产品能力与本地交付合作伙伴、必要时提供阿拉伯语支持以及可信的数据管理控制相结合的供应商而言,该地区的机遇最为显著。
GMI 分析师观点
区域增长受到不同采用制约因素的影响。北美市场规模较大,企业级集成和治理能力将更受重视;欧洲则将隐私、无障碍性和数字政策一致性转化为选择标准;亚太地区提供最强的扩张机遇,但要求供应商在多样化的监管和交付环境中实现本地化。拉丁美洲和中东及非洲可以依托较小的基数实现快速增长,但供应商能否取得成功,不仅取决于产品功能,还取决于实施成本的可负担性和本地支持能力。
学习管理系统(LMS)市场份额与竞争格局
LMS 市场较为分散,原因在于企业 HCM 套件、教育领域平台、企业学习专业服务商和区域性供应商基于不同的产品基础展开竞争。Cornerstone OnDemand、SAP SuccessFactors、Oracle Learning Cloud、Docebo、D2L、Instructure、Blackboard、Skillsoft、Microsoft Viva Learning 和 Workday Learning 构成全球企业阵营。iSpring Solutions、Totara Learning Solutions、LearnUpon、ELMO Software、Growth Engineering、Fuse Universal、Cegid Talent、EduMe、Paradiso Solutions 和 Gyrus Systems 则构成所列区域性及专业企业的覆盖范围。
企业套件供应商受益于现有的记录系统。SAP SuccessFactors 将 Learning 嵌入其更广泛的 HCM 环境,并在 2025 年上半年版本中增加了 Joule AI 功能,包括学习相关工作流程改进和移动端支持 [11]SAP, *SAP SuccessFactors 1H 2025 Release: New AI-Enabled Innovations*, news.sap.com。Oracle 的 25A 版本将 Oracle Learning 和 Grow 整合为一款学习与发展应用,体现出学习功能正被纳入更广泛的人才与技能体系 [12]Oracle, *Oracle Learning and Development*, docs.oracle.com。Workday 于 2025 年 11 月完成对 Sana 的收购,交易金额为 11 亿美元,从而强化了其相关价值主张,将 Workday 的治理能力和 HCM 数据与原生 AI 学习及知识管理能力相结合。这些供应商的竞争重点,与其说是单独的 LMS 功能,不如说是转换成本、统一的身份与人才数据,以及将学习嵌入现有人力资源流程的能力。
专业平台通过加快内容创建、服务多个受众群体或提供更深入的学习专属工作流程展开竞争。Docebo 报告称,其拥有 3,978 家客户,年度经常性收入(ARR)为 2.197 亿美元,2024 财年收入为 2.169 亿美元,其中订阅收入占总收入的 94%。其 AI 优先路线图增加了课程和评估生成、视频演示、虚拟辅导以及由智能体驱动的学习与发展(L&D)市场副驾驶。D2L 收购 H5P Group 后,将交互式 HTML5 内容功能加入 Brightspace 和 Creator+,进一步强化了其在互动性和内容创作方面的差异化优势,尤其适用于教育领域部署。
学术平台正在调整产品,以适应生成式 AI 的采用,同时不会放弃信任机制和教学控制。Instructure 于 2024 年 11 月被 KKR 和 Dragoneer 收购,交易企业价值约为 48 亿美元,为 Canvas 的产品创新和全球扩张提供了私募股权支持。随后,Instructure 与 OpenAI 建立合作,将结构化 AI 学习互动引入 Canvas,同时声明不会与 OpenAI 共享学习者数据。Anthology 的 Blackboard 路线图将 AI 辅助功能与从 Blackboard Learn Original 迁移至 Learn Ultra 相结合,并计划在前者于 2026 年 12 月终止生命周期支持前完成迁移,使产品过渡成为账户留存和追加销售的重要契机。
企业技能培训领域也正逐渐脱离传统 LMS 的经济模式。Skillsoft 于 2025 年 9 月推出了原生 AI 的 Percipio 技能智能平台,并将实时技能可见性、AI 内容创作和多智能体辅导定位为核心价值主张。
Microsoft Viva Learning 的运行方式有所不同:它是嵌入 Microsoft Teams 和 Microsoft 365 的聚合与发现层,并连接 SAP SuccessFactors、Cornerstone、Workday Learning 和 LinkedIn Learning 等平台 [13]Microsoft, *Microsoft Viva Learning*, microsoft.com。其存在提高了互操作性的重要性,因为企业可能出于治理和工作流需求选择某个 LMS,而在独立的协作环境中进行内容发现。区域供应商通过适配更细分的客户群体和本地实施偏好展开竞争。iSpring 将 LMS 与基于 PowerPoint 的创作工具相结合,并于 2025 年推出了更新后的 iSpring LMS 品牌形象 [14]iSpring Solutions, *A New Name: iSpring LMS*, ispringsolutions.com。Totara 以开源基础和合作伙伴交付模式为特色,并在第 19 版中为其核心平台增加了协作学习功能和 AI 集成。LearnUpon 专注于中端市场和面向多类受众的学习,并于 2024 年 10 月扩展了其 HRIS 集成范围。ELMO Software 将学习功能纳入面向澳大利亚和新西兰市场的人力资源套件,涵盖合规和移动学习应用场景 [15]ELMO Software, *ELMO HR Software Delivers ROI in Forrester Study*, elmosoftware.com.au。Growth Engineering、Fuse Universal、Cegid Talent、EduMe、Paradiso Solutions 和 Gyrus Systems 仍是竞争格局中的专业化区域供应商,客户选择取决于买方所在地区、使用场景、集成需求和实施偏好。
这一竞争格局意味着,AI 投资正变得不可或缺,但仅有 AI 投资仍不足以形成竞争优势。内容生成、对话式搜索、智能助手和辅导功能可以减少运营摩擦,但其商业价值取决于供应商能否将这些功能连接至受控数据、经过验证的内容、集成工作流以及可衡量的学习成果。与提供同质化 AI 功能的平台相比,这一趋势更有利于在系统记录中承担明确角色、拥有可扩展生态系统或具备差异化垂直工作流的平台。
近期行业动态
需要本报告中的特定章节?
您可以根据研究需求,单独购买区域分析、国家层面分析、公司概况或任何其他细分市场洞察。
研究方法、数据来源和验证过程
本报告基于结构化的研究流程,围绕直接的行业对话、专有建模和严格的交叉验证构建,而不仅仅是桌面研究。
我们的6步研究流程
1. 研究设计与分析师监督
在GMI,我们的研究方法建立在人类专业知识、严格验证和完全透明的基础上。我们报告中的每一个洞察、趋势分析和预测都是由理解您市场细微差别的经验丰富的分析师开发的。
我们的方法通过与行业参与者和专家的直接交流整合了广泛的一手研究,并以来自经过验证的全球来源的全面二手研究作为补充。我们应用量化影响分析来提供可靠的预测,同时保持从原始数据源到最终洞察的完全可追溯性。
2. 一手研究
一手研究是我们方法论的基础,对整体洞察的贡献率近乎80%。它涉及与行业参与者的直接交流,以确保分析的准确性和深度。我们的结构化访谈计划覆盖区域和全球市场,包括来自高管、总监和主题专家的输入。这些互动提供战略、运营和技术视角,实现全面的洞察和可靠的市场预测。
3. 数据挖掘与市场分析
数据挖掘是我们研究过程的关键部分,对整体方法论的贡献率约为20%。它包括通过主要参与者的收入份额分析来分析市场结构、识别行业趋势和评估宏观经济因素。相关数据从付费和免费来源收集,以建立可靠的数据库。然后将这些信息整合起来,以支持一手研究和市场规模估算,并由分销商、制造商和协会等关键利益相关者进行验证。
4. 市场规模测算
我们的市场规模测算建立在自下而上的方法之上,从通过一手访谈直接收集的企业收入数据开始,同时结合制造商的产量数据以及安装或部署统计数据。这些输入数据在各地区市场进行汇总,以得出一个基于实际行业活动的全球估算值。
5. 预测模型与关键假设
每项预测均包含以下内容的明确文档记录:
✓ 主要增长驱动因素及其预期影响
✓ 制约因素与缓解场景
✓ 监管假设与政策变动风险
✓ 技术普及曲线参数
✓ 宏观经济假设(GDP增长、通货膨胀、汇率)
✓ 竞争格局与市场进入/退出预期
6. 验证与质量保证
最终阶段涉及人工验证,领域专家对筛选后的数据进行手动审查,以发现自动化系统可能遗漏的细微差异和语境错误。这种专家审查增加了一个关键的质量保证层,确保数据与研究目标和领域特定标准一致。
我们的三层验证流程确保数据可靠性最大化:
✓ 统计验证
✓ 专家验证
✓ 市场实实检验
信任与可信度
已验证的数据来源
贸易出版物
行业期刊、贸易出版物和专业媒体
行业数据库
专有及第三方市场数据库
监管文件
政府采购记录及政策文件
学术研究
大学研究及专业機构报告
企业报告
年度报告、投资者演示及申报文件
专家访谈
高层管理人员、采购负责人及技术专家
GMI档案库
覆盖20余个行业领域的逶13,000项已发布研究
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通过一手访谈、真正的自下而上建模及严格的交叉验证进行核实。 了解我们的研究流程 →