來源：Gartner公司

Gartner發(fā)布2025年企業(yè)機構(gòu)需要探索的十大戰(zhàn)略技術(shù)趨勢。

Gartner研究副總裁高挺（Arnold Gao）表示：“今年的重要戰(zhàn)略技術(shù)趨勢涵蓋了AI的必要事項和風險，以及計算技術(shù)和人機協(xié)同等前沿趨勢。追蹤這些趨勢將幫助IT領(lǐng)導者以負責任、和合乎道德的創(chuàng)新方式塑造企業(yè)機構(gòu)的未來。”

以下是2025年重要戰(zhàn)略技術(shù)趨勢。

代理型AI（Agentic AI）

代理型AI通過自主規(guī)劃和采取行動實現(xiàn)用戶定義的目標。代理型AI為實現(xiàn)能夠分擔和補充人類工作的虛擬勞動力帶來了希望。Gartner 預測，到2028年，至少15%的日常工作決策將由代理型AI自主做出，而2024年這一比例為0%。這項技術(shù)的目標導向型功能將實現(xiàn)適應性更強、能夠完成各種任務的軟件系統(tǒng)。

代理型AI有望實現(xiàn)企業(yè)首席信息官（CIO）提高生產(chǎn)力的愿望。這一動機促使企業(yè)與廠商探索、開創(chuàng)和建立能夠提供穩(wěn)健、安全和可信的代理型AI所需的技術(shù)和實踐。

AI治理平臺（AI Governance Platforms）

AI治理平臺是Gartner不斷發(fā)展的AI信任、風險和安全管理（TRiSM）框架的一部分。AI TRiSM使企業(yè)能夠管理其AI系統(tǒng)的法律、道德和運營績效。這種技術(shù)解決方案能夠創(chuàng)建、管理和執(zhí)行負責任的AI使用策略、解釋AI系統(tǒng)的工作原理并提供透明度以建立信任和問責制。

Gartner預測，到2028年，采用綜合AI治理平臺的企業(yè)將比沒有這類系統(tǒng)的企業(yè)減少40%與AI相關(guān)的倫理事件。

虛假信息安全（Disinformation Security）

虛假信息安全是一個新興技術(shù)類別。該技術(shù)能夠系統(tǒng)地辨別信任度，旨在提供一個能夠確保信息完整性、評估真實性、防止冒名頂替和追蹤有害信息傳播的方法體系。Gartner預測，到2028年，將有50%的企業(yè)開始采用專為應對虛假信息安全用例而設計的產(chǎn)品、服務或功能，而目前這一比例還不到 5%。

AI和機器學習工具的廣泛可用性和高級狀態(tài)被用于惡意目的，預計將增加針對企業(yè)的虛假信息事件數(shù)量。如果這種趨勢不被加以控制，那么虛假信息可能會對企業(yè)造成重大且持久的損害。

后量子密碼學（Postquantum Cryptography）

后量子密碼學能夠保護數(shù)據(jù)免受量子計算解密風險。根據(jù)量子計算過去幾年的發(fā)展情況，目前廣泛使用的幾種傳統(tǒng)加密技術(shù)將被淘汰。由于改變加密方法并非易事，企業(yè)必須有更長的準備時間，才能為一切敏感或機密信息提供強有力的保護。

Gartner預測，到2029年，量子計算技術(shù)的進步將使大多數(shù)傳統(tǒng)的非對稱加密技術(shù)變得不安全。

環(huán)境隱形智能（Ambient Invisible Intelligence）

環(huán)境隱形智能是由成本極低、體積小巧的智能標簽和傳感器實現(xiàn)的，這些傳感器能夠提供大規(guī)模、經(jīng)濟實惠的的追蹤和傳感。長遠來看，環(huán)境隱形智能將使傳感器和智能技術(shù)無縫融入我們的日常生活中。

到2027年，環(huán)境隱形智能的早期示例將以解決當前問題為主，例如零售庫存檢查或易腐貨物物流等，通過實現(xiàn)低成本的實時物品追蹤和感知來提高可見性和效率。

節(jié)能計算（Energy-Efficient Computing）

IT以多種方式影響可持續(xù)性。在2024年，碳足跡是大多數(shù)IT組織的首要考慮因素。計算密集型應用，例如AI訓練、模擬、優(yōu)化和媒體渲染等由于能耗最高而可能成為企業(yè)碳足跡“大戶”。

預計從2020年代末開始將出現(xiàn)一些新的計算技術(shù)，如光學、神經(jīng)形態(tài)和新型加速器等。這些新技術(shù)將被專門用于特殊任務，例如AI和優(yōu)化，并顯著降低能耗。

混合計算（Hybrid Computing）

新的計算范式正在不斷涌現(xiàn)，包括中央處理單元、圖形處理單元、邊緣、特定應用集成電路、神經(jīng)形態(tài)以及經(jīng)典量子計算、光學計算范式。混合計算結(jié)合不同的計算、存儲和網(wǎng)絡機制解決計算問題。這種計算形式能夠幫助企業(yè)探索和解決問題，使AI等技術(shù)能夠突破當前的技術(shù)限制。混合計算將被用來創(chuàng)建比傳統(tǒng)環(huán)境更高效的變革性創(chuàng)新環(huán)境。

空間計算（Spatial Computing）

空間計算利用增強現(xiàn)實和虛擬現(xiàn)實等技術(shù)，以數(shù)字方式增強物理世界。它將實體和虛擬體驗之間的交互提升到一個新的級別。在未來五到七年內(nèi)，空間計算的使用將通過簡化工作流程和增強協(xié)作能力來提高企業(yè)效率。

Gartner 預測，到2033年，空間計算市場將從2023年的1100億美元增長至1.7萬億美元。

多功能機器人（Polyfunctional Robots）

多功能機器人能夠執(zhí)行多項任務，它們正在取代為重復執(zhí)行一種任務而專門設計的特定任務機器人。這種新型機器人的功能性能夠提高效率和投資回報率（ROI）。多功能機器人可以與人類一起協(xié)作，能夠快速部署和輕松擴展。

Gartner預測，到2030年，80%的人類將每天與智能機器人打交道，而目前這一比例還不到10%。

神經(jīng)增強（Neurological Enhancement）

神經(jīng)增強利用讀取和解碼大腦活動的技術(shù)提高人類的認知能力。這項技術(shù)能夠使用單向腦機接口或雙向腦機接口（BBMI）讀取人的大腦，在人類技能提升、下一代營銷和提升表現(xiàn)這三個主要領(lǐng)域具有巨大潛力。神經(jīng)增強將提高人類的認知能力，幫助品牌了解消費者的想法和感受并增強人類的神經(jīng)功能，從而獲得最佳的結(jié)果。

Gartner預測，到2030年， 30%的知識工作者將通過BBMI等技術(shù)（資金來源包括雇主和個人）提升自己的能力，并憑借這些技術(shù)來適應工作場所中AI的崛起。這一比例在2024年還不到 1%。