劃重點
01Gartner發(fā)布《Gartner十大戰(zhàn)略技術趨勢報告(2025)》，涉及代理型AI、AI治理平臺、虛假信息安全等領域。
02代理型AI預計到2028年至少15%的日常工作決策將由自主做出，而2024年這一比例為0%。
03AI治理平臺到2028年將比沒有這類系統(tǒng)的企業(yè)減少40%與AI相關的倫理事件。
04此外，神經(jīng)增強技術有望在2030年提高30%知識工作者的能力，并改變下一代營銷體系。
以上內(nèi)容由大模型生成，僅供參考
智東西（公眾號：zhidxcom）
作者 | ZeR0
編輯 | 漠影
智東西11月8日報道，知名研究機構Gartner近期發(fā)布了《Gartner十大戰(zhàn)略技術趨勢報告（2025）》，涉及代理型AI、AI治理平臺、虛假信息安全、后量子密碼學、環(huán)境隱形智能、節(jié)能計算、混合計算、空間計算、多功能機器人、神經(jīng)增強。對此，Gartner研究副總裁高挺向智東西等媒體作了詳細解讀。
據(jù)高挺分享，Gartner每年會要求全球約兩千位分析師提交各自認為所研究領域中的一些重要技術趨勢，由技術委員會和篩選委員對這些趨勢進行評選。評選標準是滿足以下條件：1）能獲得企業(yè)CXO和CIO的關注，特別是CIO的關注；2）有全球性和跨行業(yè)的影響；3）有一些顛覆性影響；4）有一些活躍的實驗室研究和研發(fā)的信號；5）有一些活躍的風險投資基金用于這些新的技術推進和初創(chuàng)企業(yè)的啟動；6）不是漸進性的改變、而是跨越式的改變。
十大趨勢可以歸為三大類別：AI發(fā)展的緊迫性和風險（代理型AI、AI治理平臺、虛假信息安全）、計算的新范式（后量子密碼學、環(huán)境隱形智能、節(jié)能計算、混合計算）、人機協(xié)同（空間計算、多功能機器人、神經(jīng)增強）。
一、代理型AI：2-3年，不需要休假和福利的數(shù)字勞動力
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%。
在高挺看來，代理型AI能夠勝任的這些決策包括三類：1）重復性、數(shù)據(jù)密集型任務，相對簡單又有足夠多的數(shù)據(jù)作為決策支撐；2）面向內(nèi)部的、提高后臺工作效率的任務；3）決策路徑較短，有人類參與在里面的協(xié)同任務，而非實現(xiàn)完全自動化的復雜目標。
代理型AI（Agentic AI，又名“AI智能體”）通過自主規(guī)劃和采取行動實現(xiàn)用戶定義的目標，有望提高企業(yè)生產(chǎn)力。Gartner認為代理型AI的愿景是“每個人都需要一個AI代理”，它會成為一個不需要休假和福利的數(shù)字勞動力。
AI過去只是為特定任務而設計的，在大語言模型出現(xiàn)后，AI開始具備語言和推理能力。OpenAI定義的AGI路線分為五個階段，第一階段是聊天機器人，第二階段是具備推理能力，第三階段則是具備代理能力的Agent。
代理型AI有兩大特點：以目標為驅動，無論是否有人工干預都可以自動執(zhí)行任務；利用記憶、計劃、感知、工具等能力作出決策并采取行動。
最終，代理型AI能像人類一樣做事，比如將復雜目標拆解成不同任務，然后調用不同工具來實現(xiàn)任務。它預計會降低網(wǎng)站和應用程序的必要性，有助于提高員工數(shù)字技能、解鎖擴展的新概念、創(chuàng)造新型工作伙伴。
高挺認為代理型AI的發(fā)展還處于較早期階段，主要瓶頸在于錯誤率，尤其是在決策路徑長、執(zhí)行任務多的復雜目標場景。目前OpenAI的推理模型只發(fā)布到第一代，至少要迭代2-3個版本才具備比較高的實用性，預計2025年代理型AI仍然處于發(fā)展期。
其終局是人類和AI的融合，將大幅提高生產(chǎn)力，同時帶來失業(yè)問題，短期內(nèi)會給人類帶來挑戰(zhàn)，長期看人類會進入物質極大豐富的社會。
他建議企業(yè)采用人機協(xié)作模式，允許AI提供數(shù)據(jù)驅動的建議，而人類則負責最終決策，同時定期監(jiān)控和評估AI系統(tǒng)的表現(xiàn)，確保其輸出符合預期并且沒有偏見。通過定期反饋機制，企業(yè)可以不斷優(yōu)化AI系統(tǒng)，并增強人類對其信任。
二、AI治理平臺：2-4年，負責任的AI將成為企業(yè)的標配
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相關的倫理事件。
生成式AI大幅增加了技術失控風險，這些風險需要得到控制。Gartner所說的“AI治理平臺”是指一個可從法律、倫理道德方面幫助組織管理和監(jiān)督AI系統(tǒng)的技術解決方案，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)能管理其AI系統(tǒng)的法律、道德和運營績效。
AI治理平臺的主要能力包括模型的生命周期管理能力、透明度和可解釋性、模型驗證、AI系統(tǒng)監(jiān)控、AI系統(tǒng)相關的法律政策合規(guī)管理等。
不是所有廠商都能提供一站式AI治理能力。Gartner認為未來負責任的AI將與網(wǎng)絡安全一樣成為企業(yè)的標配，而且同等重要。該機構預測接下來各國政府將出臺一系列針對AI出臺的法律法規(guī)，強調要警惕一些打著“AI倫理”的口號的市場營銷策略，建議企業(yè)對AI系統(tǒng)進行壓力測試以發(fā)現(xiàn)偏見。
針對推動AI治理、平衡技術進步與社會倫理道德關系，高挺提出了一些建議：1）政府制定明確的政策與法規(guī)；2）企業(yè)推動倫理審查機制；3）建立跨學科合作機制；4）強化公眾教育與參與。
三、虛假信息安全：1-3年，防范與對抗偽造信息
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%。
虛假信息是故意傳播的、偽造的信息，目的是誤導、欺騙或操縱大眾，攻擊方式有網(wǎng)絡釣魚、社會工程、賬戶接管和虛假內(nèi)容等。生成式AI加劇了它的危害，使攻擊更難以被人類識別以及被傳統(tǒng)技術組織，會給企業(yè)造成更大損失。
虛假信息安全是一類新興技術，能夠系統(tǒng)地辨別信任度，主要是用來在信息傳播中確保完整性、評估真實性、防止冒充和追蹤有害信息傳播。
其技術元素包括深度偽造檢測、防范冒充和品牌保護等；應用場景包括驗證實時通信的完整性、確保第三方多媒體的真實性、大語言模型驅動的監(jiān)控系統(tǒng)（用于跟蹤社交媒體和暗網(wǎng)渠道上的內(nèi)容）、降低生成式AI幻覺和數(shù)字測謊儀等。
身份冒充防范不只限于認證手段，品牌保護需要了解言論的出處、內(nèi)容和傳播范圍，對抗虛假信息需要依靠多種技術以及跨職能團隊。
高挺建議企業(yè)評估現(xiàn)有系統(tǒng)、工作流程和控制措施，以查找與虛假信息攻擊相關的漏洞，并部署虛假信息安全技術和實踐。例如在身份驗證和生物特征認證工具中加入深度偽造檢測的能力，并在整個身份使用過程中持續(xù)評估風險。
四、后量子密碼學：2-3年，防御傳統(tǒng)加密機制風險
Gartner預測，到2029年，量子計算技術的進步將使大多數(shù)傳統(tǒng)的非對稱加密技術變得不安全。
高挺提到后量子密碼學的風險可能超過“千年蟲問題”。量子計算能破解所有已有的非對稱加密。例如，網(wǎng)銀安全鏈路就采用非對稱加密機制，而非對稱加密在量子計算面前不堪一擊。現(xiàn)有存儲數(shù)據(jù)未來可能會被解密，這對很多企業(yè)是潛在風險。
當所有的加密機制都失效了，就需要構建新的加密機制。后量子密碼學是一系列算法，用于抵御來自傳統(tǒng)計算機和量子計算機的攻擊，能夠保護數(shù)據(jù)免受量子計算解密風險。
后量子密碼學不是一個簡單的升級或補丁，需要清點和替換所有當前的加密，其算法可能影響性能，并且許多組織并沒有規(guī)劃相應的預算。
其標準主要由美國國家標準與技術研究院（NIST）進行評選，這項工作已經(jīng)開展多年，經(jīng)過多輪篩選，預計不久將公布最終的商業(yè)化解決方案。到2025年春季，一些算法可能被確定。
后量子加密算法的標準還沒完全定下來，企業(yè)可以做一些早期技術準備。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，創(chuàng)建密碼使用清單，并與供應商溝通更換事宜，逐步對敏感數(shù)據(jù)用后量子密碼學方法替換現(xiàn)有加密算法，升級或更換硬件，才能為一切敏感或機密信息提供強有力的保護。
五、環(huán)境隱形智能：3-7年，智能標簽成本可降至10美分
環(huán)境隱形智能是由超低成本、微型無線電子標簽、設備和傳感器實現(xiàn)的，這些低功耗無線設備預計會在2025年被大規(guī)模使用。
Gartner觀察到智能低功耗設備的成本正在變得越來越低，智能標簽的成本目前可降到20美分左右，預計5年內(nèi)可降到大概10美分左右，這意味著基本上可以在每一個物品里嵌入環(huán)境隱形智能或標簽，從而提供新的客戶互動方式。
環(huán)境隱形智能涉及數(shù)百萬商品的實時庫存盤點，涉及零售、食品生產(chǎn)、倉儲等多個行業(yè)，長遠來看將使傳感器和智能技術無縫融入人們的日常生活中。
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，例如檢查零售庫存、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。
六、節(jié)能計算：3-5年，用新型計算技術降低能耗
IT能源消耗正在以一種不可持續(xù)的方式不斷增加。AI訓練、模擬、優(yōu)化、媒體渲染等高性能產(chǎn)品的需求可能成為企業(yè)碳足跡“大戶”。在2024年，碳足跡是大多數(shù)IT組織的首要考慮因素。
節(jié)能計算是指用更小能耗實現(xiàn)更高的計算。這不是一蹴而就的事情，短期策略可使用綠色能源，提高計算利用率；中期策略可用更高效的編碼、架構、算法，提高能效比；長期策略比如在2030年前，預計會看到光計算系統(tǒng)出現(xiàn)。
光計算、神經(jīng)形態(tài)計算、新型加速器等，這些新的計算技術將被專門用于AI和優(yōu)化等特殊任務，并能夠顯著降低能耗。
高挺還分享了一些企業(yè)在降低AI能耗方面的實踐方向，例如使用更小的模型、探索和開發(fā)新型算法設計、通過監(jiān)控模型性能并在達到預期精度后提前停止訓練等。
七、混合計算：3-10年，用更高效機制解決計算問題
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。這種計算形式有助于助力AI等技術突破當前的技術限制。
傳統(tǒng)計算的未來是混合型的計算，結合不同的計算、存儲和網(wǎng)絡機制解決計算問題。
比如可以結合中央處理單元（CPU）、圖形處理單元（GPU）、邊緣計算、特定應用集成電路（ASIC）、神經(jīng)形態(tài)計算、經(jīng)典量子計算、光學計算范式等計算范式編排起來，利用各自的優(yōu)勢去解決不同的問題。
難點在于混合計算涉及到許多新興技術，協(xié)調起來并非易事，現(xiàn)階段還局限在比較小規(guī)模的異構計算資源（如CPU和GPU整合），在更大規(guī)模內(nèi)的協(xié)調需要時間，其成熟至少需要3-10年。
Gartner建議關注能夠跨計算范式支持應用開發(fā)和部署的集成與編排平臺。
八、空間計算：1-3年，將提高企業(yè)效率
artner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。
空間計算是將物理對象和數(shù)字對象合并到一個共享參考框架內(nèi)的一種新興計算范式，也就是將物理和數(shù)字世界的內(nèi)容進行疊加和混合。其中涉及的關鍵技術包括對物理世界中人、地點、事物在數(shù)字空間進行映射和識別，比較典型的有增強現(xiàn)實（AR）、虛擬現(xiàn)實（VR）、擴展現(xiàn)實（XR）等技術，以數(shù)字方式增強物理世界，將實體和虛擬體驗之間的交互提升到一個新的級別。
Vision Pro、Quest 3等新型頭顯的出現(xiàn)驅動這一趨勢的發(fā)展，使空間計算從概念走向現(xiàn)實。更多具有空間計算能力的設備和應用正在被開發(fā)出來。Gartner預測頭戴式顯示器未來可能取代電腦和其他顯示器。據(jù)估計，2024年空間計算的市場規(guī)模為350億美元，包括基于XR芯片構建合作伙伴生態(tài)系統(tǒng)的主要硬件制造商。
在未來5~7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。
空間計算仍面臨不少問題，比如頭顯價格貴、設備重、續(xù)航不長、操作界面較復雜、上手有門檻、缺乏有黏性的殺手級應用等。不同廠商硬件、軟件和內(nèi)容生態(tài)之間缺乏互操作性，也會阻礙空間計算的發(fā)展。
九、多功能機器人：3-10年，提高投資回報率
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%。
多功能機器人不是為了完成單一任務，而是能夠執(zhí)行多項任務，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，可以與人類一起協(xié)作，能夠快速部署和輕松擴展。
這種新型機器人的功能性，能夠提高效率和投資回報率（ROI），為了幫助人類完成各種任務針對需要做什么給出指令，而不是如何采用新的外形規(guī)格。比如這個機器人在家里能做燒菜、洗碗、拖地等很多事情。
短期的需求可以被短租機器人滿足。人機關系（機器人學）對業(yè)務成功的重要性將日益增加。
有些企業(yè)開始開發(fā)培訓系統(tǒng)，用于教導機器人如何為業(yè)務提供支持；有些企業(yè)在招聘員工或考慮生產(chǎn)力資源時會考慮使用機器人；甚至有些企業(yè)對機器人部署默認采用多功能的策略，開始起草企業(yè)關于人機關系的基本政策。
在高挺看來，AI、傳感器、機器人驅動器等技術因素，以及勞動力成本上升、勞動力短缺、自動化需求日益增長等外部因素，共同推動著智能機器人的快速發(fā)展和普及。汽車制造、電子制造、醫(yī)療輔助、家政服務、互動學習等行業(yè)場景均有可能實現(xiàn)多功能機器人的規(guī)�；瘧谩�
十、神經(jīng)增強：超過10年，提高人類認知和改善營銷體系
Gartner預測，到2030年，30%的知識工作者將通過BBMI等技術（資金來源包括雇主和個人）提升自己的能力，并憑借這些技術來適應工作場所中AI的崛起。這一比例在2024年還不到 1%。
神經(jīng)增強即腦機接口，利用讀取和解碼大腦活動的技術提高人類的認知能力。這項技術能夠使用單向腦機接口或雙向腦機接口（BBMI）和一系列其他方法“讀取”人的大腦，實現(xiàn)“大腦透明度”，用信號方式反映人類在想什么，乃至增強大腦的功能。對大腦工作方式的理解將更深刻。
神經(jīng)增強技術主要有三個潛力：1）提高人類的認知能力，“變成增強型人類”；2）影響下一代營銷體系，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，從而獲得最佳的結果；3）提升績效，增強人類神經(jīng)能力，預防工業(yè)事故、老齡化問題、司機疲勞駕駛等，有助于延長大腦健康時間和整體壽命。
高挺進一步解釋道，傳統(tǒng)營銷是通過做用戶問卷、大數(shù)據(jù)分析等方式獲知用戶喜好；未來企業(yè)可以借助神經(jīng)增強技術，通過分析腦電波信號，來實時了解消費者的真實意圖，實現(xiàn)更有效的營銷。
結語：形成正確對待技術趨勢的心態(tài)
相比前幾年更強調技術架構的變化，今年的Gartner十大戰(zhàn)略技術趨勢更強調技術本身。高挺分享說，由于AI不斷迭代，技術進入一個加速期，接下來代理型AI、虛假信息安全、AI治理平臺預計發(fā)展較快，多功能機器人也已經(jīng)被引入到生產(chǎn)制造行業(yè)中。
在他看來，如何正確對待技術趨勢的心態(tài)很重要，可根據(jù)風險偏好去選擇引領趨勢發(fā)展、關注技術趨勢發(fā)展甚至是完全忽視某項技術趨勢（如果它和企業(yè)不相關或成熟時間太長）。但對于技術趨勢和新興技術而言，想直接應用的心態(tài)反而是會滿足不了預期的。
