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
随着IT成为企业运营的核心支撑,IT服务台的重要性日益凸显。现代ITSM平台已从简单的帮助台发展为复杂的管理系统,集成了工单跟踪、资产管理、性能监控等功能。这些平台的核心是工单门户,确保请求得到及时处理。许多产品强调自助服务功能和AI集成,通过智能路由、预测分析和生成式AI来提高问题解决效率。本文详细介绍了21款主流ITSM工具,帮助企业选择适合的解决方案。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
思科与英伟达、VAST Data合作推出安全AI工厂,整合服务器、GPU和存储设备为企业提供一体化AI基础设施。该方案采用融合基础设施形式,以AI POD作为核心组件,搭载英伟达RTX PRO 6000 Blackwell GPU和思科UCS服务器。存储方面支持NetApp、Pure Storage或VAST Data产品。VAST声称其InsightEngine能够加速RAG管道,将响应延迟从分钟级降至秒级,支持企业级智能体AI应用。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。