分析机构Gartner提出了2025年企业“需要探索”的十大战略技术趋势,其中一些趋势涉及人工智能,还有一些涉及数据管理和存储领域。
Gartner杰出的副总裁Gene Alvarez表示:“今年的十大战略技术趋势涉及人工智能的必要性和风险、计算的新前沿以及人机协同,”“跟踪这些趋势将有助于 IT 领导者以负责任并合乎道德的创新塑造组织的未来。”
2025年最重要的战略技术趋势是:
人工智能代理(Agentic AI)——人工智能代理系统可自主规划并采取行动,以实现用户定义的目标。人工智能代理为虚拟劳动力带来了希望,它可以取代并增强人类的工作。Gartner 预测,到2028年,至少15%的日常工作决策将通过代理式人工智能自主完成,这个比例在2024年是零。
Gartner表示,这项技术的“目标驱动”功能将提供适应性更强的软件系统,能够完成各种各样的任务。
人工智能治理平台——Gartner预测,到2028年,实施全面人工智能治理平台的组织与没有此类系统的组织相比,人工智能相关道德事件将减少40%。
人工智能治理平台是Gartner不断发展的人工智能信任、风险和安全管理(TRiSM)框架的一部分,使企业能够管理人工智能系统的法律、道德和运营绩效。这些技术解决方案有能力创建、管理并执行负责任的人工智能使用政策,解释人工智能系统如何工作,并提供透明度建立信任和问责。
虚假信息安全——人工智能和机器学习工具的先进性及广泛应用被用于邪恶的目的,预计针对企业的虚假信息事件的数量会增加。如果任其发展,虚假信息会对任何一个组织造成重大而持久的伤害。
虚假信息安全是一个新兴的技术类别,它能系统地辨别可信度,提供确保完整性、评估真实性、防止冒名顶替并跟踪有害信息传播的方法系统。据Gartner预测,到2028年,50%的企业将开始采用专为解决虚假信息安全用例而设计的产品、服务或功能,而目前这一比例还不到5%。
后量子加密技术——Gartner预测,到2029 年,量子计算的进步将使大多数传统非对称加密技术无法安全使用。
后量子加密技术可提供抵御量子计算解密风险的数据保护。过去几年随着量子计算的发展,目前广泛使用的几种传统加密技术预计将被终结。要转换加密方法并非易事,因此企业必须有更长的准备时间,才能为所有敏感或机密信息提供强有力的保护。
环境隐形智能——超低成本的小型智能标签和传感器使环境隐形智能成为可能,它们将提供大规模、经济实惠的跟踪和传感功能。从长远来看,环境隐形智能将使传感和智能更深入融入日常生活。
到2027年,环境隐形智能的早期实例将侧重于解决当前的问题,如零售库存检查或易腐货物物流,实现低成本、实时跟踪和感知物品,以提高能见度和效率。
高能效计算——IT对可持续发展的影响是多方面的,而在2024年,大多数IT组织的头等大事是碳足迹。计算密集型应用(如人工智能培训、模拟、优化和媒体渲染)很可能成为企业碳足迹的最大贡献者,因为它们消耗的能源最多。
预计从2020年代末开始,将出现一些新的计算技术,如光学、神经和新型加速器,用于人工智能和优化等特殊目的任务,其能耗将大大降低。
混合计算——混合计算将用于创建高效的转型创新环境,比传统环境更高效。
新的计算模式不断涌现,包括中央处理器、图形处理单元、边缘、特定应用集成电路、神经形态以及经典的量子、光学计算模式。混合计算结合了不同的计算、存储和网络机制来解决计算问题。这种计算形式有助于组织探索和解决问题,帮助人工智能等技术超越当前的技术极限。
空间计算——据Gartner预测,到2033年,空间计算将从2023年的1100亿美元增长到1.7万亿美元。
空间计算利用增强现实和虚拟现实等技术,以数字方式增强物理世界。这是物理体验与虚拟体验之间互动的新层次。通过简化工作流程和加强协作,空间计算的使用将在未来五到七年内提高组织的效率。
多功能机器人—— 多功能机器可完成多项任务,正在取代为重复执行单一任务定制的特定任务机器人。这些新型机器人的功能提高了效率,提高了投资回报率。Gartner表示,多功能机器人的设计目的是在与人类共存的世界中运行,这将有助于快速部署和轻松扩展。
该分析师预测,到2030年,80%的人类将每天与智能机器人打交道,而目前这一比例还不到 10%。
神经增强技术——神经增强技术利用读取和解码大脑活动的技术提高人类的认知能力。这种技术使用单向脑机接口或双向脑机接口(BBMI)来读取人的大脑。
这在三个主要领域具有巨大潜力:人类技能提升、下一代营销和绩效。神经增强技术将提高认知能力,使品牌了解消费者的想法和感受,并增强人类的神经能力,从而优化结果。
据Gartner预测,到2030年,随着人工智能在工作场所的兴起,30%的知识型员工将通过 BBMI等技术(包括雇主出资和自己付费)得到提升,并依赖于这些技术保持与时俱进,而在2024年这一比例还不到1%。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。