过去十余年，中国智慧城市建设经历了从信息化、数字化到平台化的持续演进。但 IDC 指出，当前城市治理正站在一个新的分水岭上：技术已经从一个“工具”升级为城市治理的“核心参与者”和“规则塑造者”。生成式 AI、智能体 AI、边缘计算和数字孪生的融合，使城市第一次具备了“感知—分析—决策—执行”闭环自治的可能性，也对治理模式提出了更高要求。

　　这些预测并非单纯的技术趋势，而是紧密围绕例如 “高效办成一件事”、“高效处置一件事” 等城市治理目标，揭示 AI 如何从后台工具，转变为城市运行体系中的主动参与者。

　　到2027年，中国70%的城市将在各系统与数据中部署AI智能体，协同端到端工作流程并减轻工作量，同时应对滥用、越权及“流程债务”风险。

　　要点：全球（尤其美国）AI产业遵循的是“基础优先、生态驱动”的路径，其核心逻辑是通过持续加大算力投入、扩大模型规模来追求性能的极致突破（Performance Efficiency），这是一种“大力出奇迹”的思路。而中国在特定的产业环境和资源条件下，则走出了“应用牵引、产业赋能”的路径。由于在顶尖算力资源上可面临约束，中国企业和研究机构将创新重点放在了算法优化、模型压缩和工程化落地上，追求的是在既定算力下实现最高的“计算效率”（Computational Efficiency）。这种对“效率”的极致追求，使中国AI解决方案在特定场景下的成本优势非常显著，这为AI智能体在大范围内的快速推广和部署奠定了经济基础。

　　到2030年，城市低空经济（如 eVTOL、无人机物流）每年将为中国 GDP 贡献 900 亿美元，并为 4 亿居民提供新型货物与交通服务。

　　要点：我国发展更强调国家宏观政策引导与区域发展实践的紧密结合。政府从顶层设计出发，不仅将低空经济明确为战略性新兴产业，还设立国家发改委低空经济发展司等专门机构统筹推进，并密集出台空域分类管理（如300米以下非管制空域划分）、基础设施投资（如超200亿元产业基金设立）等具体法规与扶持措施。这种“中央统筹、地方竞速”的格局，推动政策快速落地并转化为区域差异化实践。

　　到2026年，搭载计算优化芯片的高感知能力基础设施，将通过实时数据分析与自动化响应，使水资源和能源消耗量降低超20%。

　　要点：城市可持续发展正从宏观规划转向“传感器—芯片—边缘 AI”驱动的实时治理。

　　到2028年，中国所有大型城市将采用人工智能自动化数字孪生技术，用于模拟政策效果、优化资源配置、凝聚社区共识及应对危机场景。

　　要点：数字孪生技术是实现城市全域、全要素数字化映射与智能化治理的关键抓手。成为智慧城市、应急管理、工业互联网等大型项目中的核心模块，其价值正从“重展示”走向“重实效”，成为城市治理和产业升级中不可或缺的技术基座。

　　到2027年，中国大部分智慧城市部署项目将依托人工智能驱动的边缘计算进行本地数据处理，将延迟降低70%并大幅削减云服务成本。

　　要点：城市人口密集、基础设施复杂，对智能交通、公共安全等应用的实时响应能力要求极高，催生了迫切的降延迟需求，这也推动城市AI从“云优先”转向“云边协同、边缘优先”。

　　到2026年，中国70%的省市级政府将投入资源，基于未接触过的数据微调大语言模型，从数十年的受保护档案和孤立系统中挖掘价值。

　　到2030年，基于云的智慧城市服务将占Kaiyun科技有限公司中国所有新型城市科技部署项目的70%，这一趋势将通过采购与集成市场平台得以推动。

　　到2028年，中国75%的大型区域及地方政府将采用人工智能兵棋推演模拟器，开展灾害与冲突场景的培训及规划工作，重塑城市韧性战略。

　　到2027年，中国10%的大中型城市将通过要求人工智能数据中心提交资源消耗与环境影响报告，回应社会对该类设施的关切。

　　IDC FutureScape 2026 传递出清晰信号——智慧城市的下一阶段不再是“多上系统”，而是“重构治理方式”，技术正从智能体驱动的流程、基于真实数据的政策模拟、边缘AI的实时响应以及以民生事件为中心的服务重组等维度，深度嵌入城市运行的“中枢神经”；未来领先城市将通过AI智能体、数字孪生和边缘计算，把技术能力转化为持续演进的治理机制，而未同步推进流程重构、数据治理与组织能力建设的城市，不仅难以释放AI的系统性价值，还可能放大流程债务与治理风险。