常用行业数据源：艾瑞 / IDC / Gartner / 咨询报告获取
最后更新：2026-04-22
摘要
上一篇 讲了定性一手源，这一篇讲定量数据源。数据本身不会骗人，但挑数据的人会——本文给出常用数据源的可信度评级、获取方式（含不花钱的合法途径）与使用时的三条纪律。
使用数据的三条纪律
1. 永远追溯到原始出版物 "据 Gartner 报告" 不算溯源，写成 "Gartner, Hype Cycle for Artificial Intelligence, 2026, Published Jul 2026" 才算。报告名、发布时点、作者三要素缺一不可。
2. 数字必须带时点、地域、口径 - ❌ "AI 市场规模 5000 亿" - ✅ "2025 全球生成式 AI 企业软件市场规模约 $95B（IDC, 2026 Q1），其中北美占 48%"
3. 预测数据只用作参考 机构 5 年后的预测误差经常超过 50%。只用预测讨论方向，不要用来论证结论。
数据源按强度分层
S 级 · 原始一手
国家统计与监管数据（最权威） - 中国：国家统计局 / 工信部 / 人民银行 / 证监会 / 银保监会 / 网信办 - 美国：BLS（劳工统计局）/ BEA（经济分析局）/ SEC / FTC / Census Bureau - 全球：OECD / IMF / World Bank / WTO / IEA（能源署） - AI 专属：Stanford HAI 年度 AI Index Report (https://aiindex.stanford.edu)——公开免费，数据翔实
公司财报（见 一手信息源清单）——直接来源
顶级学术综述 / 白皮书（经同行评审或跨机构背书） - Stanford HAI 系列、MIT Technology Review Insights、McKinsey Global Institute
A 级 · 付费研究机构（质量 vs 价格 vs 覆盖）
Gartner
- 强项：IT 与软件市场结构、Magic Quadrant 格局图、Hype Cycle
- 弱点：价格极贵（单份 $2k+，年费 $30k+），预测经常保守
- 免费获取：
- 公司被提及就会被供应商拿来宣传——去供应商官网的 "Resources / Analyst Reports" 页下载
- 学校图书馆很多订了 Gartner
- 关键词 "Gartner" "Magic Quadrant" filetype:pdf 在 Google 上搜
IDC - 强项：市场规模拆分（按国家、按细分领域、按价格带） - 定期发 Worldwide Semiannual XXX Spending Guide 之类的标品 - 获取：供应商引用 + 学校订阅 + IDC 中国偶尔发免费摘要
Forrester / S&P Global / Counterpoint / CCS Insight / TrendForce - Counterpoint 在智能手机、半导体供应链的数据强 - TrendForce（集邦咨询）在存储、面板、HBM、TSMC 产能数据强 - S&P Global 综合最强（原 IHS Markit 并入）
SemiAnalysis（Dylan Patel） - 半导体与 AI 基础设施的独立研究所 - 年费 $500+/付费简报，但 Twitter 和免费文常常干货满满 - AI 算力 / GPU / 数据中心必追
Epoch AI（https://epochai.org） - AI 模型训练算力、数据规模的独立追踪 - 完全免费、数据公开，学术界常用
AI Index (Stanford HAI) - 每年一次、300+ 页、完全免费、引用率极高 - AI 行业研究的核心参考，每年 4 月发新版
B 级 · 中文行业报告
艾瑞咨询（iResearch） - 强项：中国 TMT 行业趋势、用户行为数据 - 弱点：商业报告有时有软文嫌疑；市场规模数据跟 IDC 差距可达 30% - 免费：官网很多摘要版可下载
易观分析 - 强项：中国互联网产品日活月活数据、用户画像 - 易观千帆（付费）是中国 App 数据的标准工具之一
赛迪顾问 - 强项：半导体、工业、政府产业规划 - 偏政府/国企视角
中国信通院 (CAICT) - 工信部直属，权威但有政策色彩 - 每年发多份 AI / 大模型 / 数据要素白皮书，完全免费 - 网址：http://www.caict.ac.cn
36Kr 研究院 / 亿欧智库 / 艾媒咨询 - 比艾瑞更偏"自媒体"，数据可信度更低 - 适合参考产业地图和"可能在做 X 的公司清单"，不适合作为数字源
高盛 / 摩根士丹利 / 中金 / 中信 / 国金 / 天风 等券商研究所 - 深度最好的免费长文（中文券商的 60 页行业深度报告往往值回票价） - 获取：雪球、知乎、公众号、Wind/iFinD 账号 - 警告：有利益冲突（研报常服务于公司的投行客户）
C 级 · 互联网流量 / 数据工具
Similarweb / Semrush - 网站流量、搜索引擎排名 - 免费版够看大致量级
App Annie / Data.ai / Sensor Tower / 七麦数据 - 移动 App 下载、排行、收入估算 - 收入估算误差可达 50%+，只用方向
Google Trends - 搜索热度相对变化 - 做消费者认知研究有用；做市场规模研究没用
CB Insights / PitchBook / Crunchbase / IT 桔子 - 初创融资、并购、专利 - CB Insights 公众号 + 免费 newsletter 可订
D 级 · 金融终端（专业用户）
| 终端 | 强项 | 费用 |
|---|---|---|
| Bloomberg Terminal | 全能，财经顶配 | $24k/年 |
| Refinitiv Eikon | 类 Bloomberg，偏欧洲 | 类似 |
| FactSet | 投行常用 | 类似 |
| S&P Capital IQ | 并购、估值 | 类似 |
| Wind 万得 | 中国资本市场标准工具 | ~$3k/年 |
| 同花顺 iFinD | Wind 的平替 | ~$1-2k/年 |
| PitchBook | 一级市场最强 | $15k+/年 |
免费替代： - 雅虎财经、东方财富 F10、巨潮资讯（够个人研究用） - 学校图书馆 Bloomberg / Wind 账号（多数美国顶尖商学院有）
如何合法获取付费报告（不违反版权）
- 供应商官网：报告提到某厂，厂方 90% 会付费买授权再免费发给用户下载
- 新闻稿引用：各家发新闻稿时 copy-paste 报告里的数字（搜关键词能找到）
- 券商研报数据库：雪球、慧博投研、choice 终端、Wind 的研报模块
- 学校图书馆：很多商学院订了 Gartner / Forrester / IDC
- 个人邮箱 + LinkedIn：用高级头衔申请免费样本（Forrester / Gartner 都有免费 analyst call）
- 年度免费旗舰报告：Gartner Hype Cycle、McKinsey State of AI、Stanford AI Index、EY / KPMG / PwC / Deloitte 的趋势报告——全免费
- Twitter / LinkedIn analyst：分析师常发自己报告的关键图表
推荐的年度"必读报告清单"
每年 4-6 月集中发布，其他时段也有：
| 报告 | 机构 | 免费 | 价值 |
|---|---|---|---|
| AI Index Report | Stanford HAI | ✅ | ★★★★★ |
| State of AI Report | Nathan Benaich | ✅ | ★★★★★ |
| McKinsey State of AI | McKinsey | ✅ | ★★★★ |
| a16z Big Ideas / State of Enterprise AI | a16z | ✅ | ★★★★ |
| Menlo Ventures Enterprise AI Report | Menlo | ✅ | ★★★★ |
| Sequoia AI Perspectives | Sequoia | ✅ | ★★★★ |
| Gartner Hype Cycle (AI) | Gartner | 摘要免费 | ★★★★ |
| 中国信通院大模型白皮书 | 中国信通院 | ✅ | ★★★ |
| 艾瑞：中国 AIGC 产业全景报告 | 艾瑞 | ✅ | ★★★ |
| SemiAnalysis 深度专栏 | SemiAnalysis | 部分免费 | ★★★★★（AI 基础设施） |
| Counterpoint / TrendForce 年度展望 | Counterpoint/TrendForce | 摘要免费 | ★★★★（硬件） |
数据源使用常见的坑
- 双重计算：Gartner 和 IDC 对同一市场定义不同，数字可能差 2 倍——不要把不同来源的数字直接相加
- 口径漂移：同一机构对"AI 市场"的定义每年会变，五年趋势图可能因此失真
- 供应商报告：很多免费"研究报告"实际是厂商软文（特别警惕带某公司 logo 的白皮书）
- 时间滞后：IDC / Gartner 的 2025 数据往往在 2026 Q2 才出——读的时候要意识到数据是 12-18 个月前的
- 区域偏差：美国机构对中国市场估算经常低估 50%，中国机构对海外估算经常过度乐观
我的工作流
对每篇文章： 1. Stanford AI Index + State of AI 两份拉取核心数据点（年度更新） 2. 最相关公司的最新财报（季度更新） 3. 券商深度报告 1-2 份（宏观视角） 4. 专业研究（SemiAnalysis / Epoch / TrendForce） 按需 5. Gartner / IDC 的某一篇具体报告（通过厂商引用或摘要渠道） 6. 所有数字统一标注来源 + 时点