佩企技术丨Gartner2025年十大战略技术趋势深度解析

2024年10月，全球市场研究与咨询领域的佼佼者Gartner发布了《2025年十大战略技术趋势》报告。该报告将十大战略技术趋势归纳为三大主题：人工智能的紧迫任务与风险、计算的新前沿以及人机协作。佩企科技对这些技术趋势保持追踪，协助IT领导者以负责任且符合伦理的创新方式塑造企业的未来。

趋势1 代理式人工智能

（Agentic AI）

1. 定义

代理式人工智能指的是软件程序，其目的是独立做出决定并采取行动以实现特定目标。这些程序将各种人工智能技术与记忆、规划、感知环境、使用工具和遵循安全准则等功能结合起来，自行执行任务以实现目标。

2. 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，而2024年这一比例仅为0%。

3. 佩企解析

“代理型AI”（Agentic AI），在国内市场常被称为“AI智能体”。实际上，代理型AI的范畴不仅限于AI智能体，它还涵盖了代理型搜索和多代理系统等概念。

代理型AI勾勒出一个令人向往的未来图景：每个人将拥有自己的AI代理。这些AI代理本质上是软件化的机器人，它们无需休息、无需薪酬，并且能够实现“7×24”全天候、全年无休的工作模式。大模型技术的突破使得这一愿景逐渐变为现实。

根据OpenAI设定的AGI（通用人工智能）发展路线图，第一阶段是让AI具备使用自然语言进行对话的能力；第二阶段是赋予AI推理能力，使其能够解决问题；第三阶段则是让AI具备代理能力，能够自主执行任务。目前，我们正处于向代理型AI过渡的阶段。

代理型AI将能够执行与人类相似的任务。它能够将复杂的目标分解为多个子任务，并通过记忆、计划、感知以及调用工具等核心功能来完成这些复杂的任务。最终目标是实现通过简单的语音指令，让AI执行复杂任务的能力。

趋势2 人工智能治理平台

（AI Governance Platforms）

1. 定义

人工智能治理平台有助于管理和控制人工智能系统，确保以负责任和合乎道德的方式使用这些系统。通过这些平台，IT领导者可以确保人工智能是可靠、透明、公平和负责任的，同时也符合安全和道德标准。这可确保人工智能符合组织的价值观和更广泛的社会期望。

2. Gartner预测

到2028年，使用人工智能治理平台的企业将比竞争对手的客户信任度高出30%，监管合规性得分高出25%。

3. 佩企解析

随着人工智能技术的迅猛发展，对AI治理平台的需求日益增长，以应对技术失控带来的风险。"AI治理平台"在法律和伦理等多个层面上协助企业管理和监督AI系统，是"AI信任、风险和安全管理"（AI TRiSM）框架的重要组成部分。这些平台的主要功能涵盖模型生命周期管理、模型的透明度与可解释性、模型验证、系统监控以及合规管理。

生成式AI的崛起加剧了治理的复杂性。近年来，由于AI的失误，已经发生了多起社会事件，例如人脸识别的误判、错误的客服信息传递，甚至催生了"黑灰产业"。因此，构建AI治理机制已成为企业发展的关键。尽管市场上已有厂商提供AI治理功能，但全面的解决方案仍然不多，不同厂商提供的能力也参差不齐。

展望未来，随着各国陆续推出更多AI监管法规，企业也将设立"数字合规部门"以确保AI的安全。负责任的AI将如同网络安全一样，逐渐成为企业的标准配置，成为未来合规发展的必要条件。

趋势3 虚假信息安全

（Disinformation Security）

1. 定义

虚假信息安全的目的是帮助识别哪些内容是可信的，其目标是创建确保信息准确、验证真实性、防止冒名顶替和监控有害内容传播的系统。

2. Gartner预测

到2028年，50%的企业将采用专门针对虚假信息安全用例的产品、服务或功能，而2024年这一比例还不到5%。

3. 佩企解析

生成式人工智能（AI）在提高效率的同时，也显著降低了制造虚假信息的成本。应对这一挑战需要“虚假信息安全”技术。所谓虚假信息安全，是指一系列新兴技术，旨在确保信息传播的真实性和完整性，防止身份冒充和追踪有害信息的传播。这些技术包括实时通信验证、媒体真实性审核、基于大型语言模型的监控系统、社交媒体内容追踪以及数字测谎等能力。

随着越来越多的企业认识到虚假信息的潜在危害，生成式AI的广泛应用加剧了传统网络安全问题。例如网络钓鱼、社会工程攻击和虚假内容传播。传统的基于人工和规则的识别方法已无法充分应对这些挑战，因此需要引入深度伪造检测等新技术来防御和识别恶意虚假信息。

趋势4 后量子密码学

（Post Quantum Cryptography）

1. 定义

后量子密码学（PQC）是指为防范量子计算机带来的潜在威胁而设计的密码学方法。

2. Gartner预测

到2029年，量子计算技术的进步将使大多数传统非对称加密技术无法安全使用。

3. 佩企解析

量子计算的快速发展正带来重大加密风险，或许比“千年虫问题”更为严峻。当前广泛使用的非对称加密（公钥/私钥体系）虽然在传统计算下几乎无法破解，但在量子计算面前将变得脆弱不堪。量子计算可以在几分钟内破解需要数百年计算才能解开的加密，直接让现有的安全机制失效，可以威胁如网银等现在广泛使用的加密链路。

为应对这种威胁，“后量子密码学”正成为新的解决方案，“后量子密码学”可以开发对抗量子破解的加密算法。美国国家标准与技术研究院（NIST）正进行新一轮加密算法评选，预计将在2025年春季更新部分后量子加密算法。

趋势5 环境隐形智能

（Ambient Invisible Intelligence）

1. 定义

环境隐形智能是指广泛使用小型、低成本的标签和传感器来跟踪各种物体和环境的位置和状态，这些信息会被发送到云端进行分析和记录。这些技术将内置于日常物品中，用户往往不会注意到它们。

2. Gartner预测

到2028年，环境隐形智能的早期实例将侧重于通过实现低成本的物品跟踪和感知、降低成本或提高效率来解决眼前的问题。

3. 佩企解析

Gartner所描述的“环境隐形智能”概念，涉及利用成本低廉、能耗微小的智能标签和传感器，实现对环境的智能化感知和数据收集。这些低能耗的小型设备将采用包括蓝牙在内的多种连接技术，部分设备甚至能够通过收集射频能量，实现几乎无限的使用寿命。预计到2025年，这类设备将广泛应用于众多新场景。

例如，在仓库中实时监控数百万件商品的库存状态，或在食品运输过程中追踪温度和行进路径以降低损耗。随着智能标签成本的迅速下降，从每个约20美分降至10美分，几乎所有的商品都将能够配备智能标签，为消费者带来前所未有的互动体验。例如，在服装店，顾客可以将商品放入自动扫描设备中轻松完成结账，这正是低功耗智能标签应用的生动体现。

趋势6 节能计算

（Energy-Efficient Computing）

1. 定义

节能计算是指在设计和运行计算机、数据中心和其他数字系统时，尽量减少能源消耗和碳排放。

2. Gartner预测

如今，大多数IT组织的首要考虑因素是碳排放。

3. 佩企解析

随着人工智能对计算能力需求的不断增长，全球的数据中心正在持续扩张，这导致了电力供应不足的问题变得越来越严重。同时，全球各地对企业碳排放的监管要求也在变得越来越严格。

Gartner所提出的“节能计算”概念，旨在降低能耗的同时满足不断增长的计算需求。“节能计算”的核心目标是在消耗更少能源的基础上执行更多的计算任务。这一目标的实现并非一朝一夕之事，而是需要通过短期、中期和长期的策略来逐步达成。在短期内，可以通过采用绿色能源和低能耗的硬件设备，或者将计算负载转移到更加环保的云数据中心来实现节能。中期策略则涉及采用更高效的算法和硬件以提升能效。展望未来，到2030年之前，可能会出现如光学计算、DNA存储等新技术，它们的能效预计将远超传统硅基芯片。

趋势7 混合计算

（Hybrid Computing）

1. 定义

混合计算结合了各种技术，如CPU、GPU、边缘设备、ASIC以及神经形态、量子和光子系统，以解决复杂的计算问题。它创建了一个混合环境，利用每种技术的优势。

2. Gartner预测

未来组织将会在本地服务器上运行其核心、敏感的应用程序，同时利用云计算来执行高性能任务，如数据分析、人工智能或备份存储。这种混合设置将使企业能够高效扩展、优化成本并保持灵活性。

3. 佩企解析

未来的计算趋势将倾向于“混合型计算”，而不再仅仅依赖于单一的计算方式，例如量子计算。混合计算涉及将多种计算范式（包括神经形态计算、量子计算、光计算、生物计算和碳基计算等）融合在一起，以解决各种复杂问题。每种计算方式将在其擅长的特定领域展现独特的优势；例如，光计算在处理优化问题方面表现出色，而量子计算在药物发现和材料科学领域则有着显著的应用潜力。

混合计算的目标是通过一个统一的系统来协调和编排这些不同的计算方式，使它们能够协同工作并最大化地发挥各自的潜能。目前，混合计算主要体现在小规模的异构资源整合（如CPU与GPU的结合）上，但要在更大规模上实现这些计算方式的协调工作，仍然需要进一步的研究和时间投入。

趋势8 空间计算

（Spatial Computing）

1. 定义

空间计算通过将数字内容“锚定”在现实世界中，使用户能够以身临其境、逼真和直观的体验与之互动，从而增强物理世界的功能。

2. Gartner预测

到2028年，20%的人每周将有一次沉浸式体验，而2023年这一比例还不到1%。

3. 佩企解析

“空间计算”这一术语描述的是将物理实体与数字对象融合进一个超越传统屏幕显示的共享环境之中。简而言之，它涉及将数字世界的内容与现实世界的内容进行叠加和混合。空间计算的核心技术涵盖了对现实世界中的人、地点和物体在数字空间中的映射与识别，而增强现实（AR）、虚拟现实（VR）和扩展现实（XR）技术正是这些核心技术的关键部分。目前，随着苹果Vision Pro和Meta的Quest3等先进头戴设备的问世，空间计算正逐渐从理论走向实际应用。

尽管如此，空间计算技术目前仍面临着不少挑战。例如，相关设备成本高昂，佩戴舒适度不足，电池续航时间短，以及操作复杂性等问题，这些都要求用户进行一定的适应。更关键的是，目前市场上缺乏能够吸引大量用户的“杀手级”应用。用户在面对硬件、软件以及内容生态的碎片化问题时，这些因素共同构成了阻碍空间计算技术普及和发展的障碍。

趋势9 多功能机器人

（Polyfunctional Robots）

1. 定义

多功能机器人是一种可以根据人类指令或示例执行多种任务的机器，它们的设计和操作方式都很灵活。

2. Gartner预测

到2030年，80%的人类将每天与智能机器人打交道，而现在这一比例还不到10%。

3. 佩企解析

Gartner所指的多功能机器人，是指那些能够协助人类执行多种任务的机器人，它们可能是人形的，也可能是类似犬只的形态。高挺强调，这些机器人的设计宗旨在于适应多种任务，而不仅仅局限于单一用途。预计在未来五到十年内，家用机器人将变得像家用汽车一样普及，价格大约在10万元左右。例如，这些机器人能够烹饪、洗碗、打扫卫生，并在多种场景中表现出色，从而带来更高的投资回报率。同时，多功能机器人的广泛使用可能会引发新的社会关系问题。机器人不仅可能取代工厂中的劳动力，还可能进入家庭和办公室，甚至影响到人们的隐私。人们可能需要思考如何与一个电子同事相处的问题。

趋势10 神经增强

（Neurological Enhancement）

1. 定义

神经增强是指利用读取和解码大脑活动并选择性写入大脑的技术提高人类认知能力的过程。

2. Gartner预测

到2030年，60%的IT员工将通过双向脑机接口（BBMI）等技术得到提升，并依赖于这些技术。

3. 佩企解析

“神经增强”实际上是当前广泛讨论的脑机接口技术的别称，它代表了一种前沿科技，旨在通过脑机接口技术提升人类的认知能力。这一技术通过解读、解码甚至向大脑输入信息，从而实现对大脑活动的“透明化”理解。该领域的发展速度迅猛，Neuralink等公司已经获得了美国食品药品监督管理局（FDA）的批准，开始进行人体试验。神经增强的技术途径已经从非侵入性的单向信息读写，逐步演进到微创的双向信息读写，未来有望显著提升人类的认知和反应能力。

神经增强技术蕴含三大潜力：首先，它能够增强记忆力、注意力等认知技能，帮助人类在人工智能时代保持竞争力，并将人类转变为具有增强能力的个体；其次，在市场营销领域，它能够直接获取用户大脑中的偏好数据，从而提供更精确和有效的反馈信息；最后，它有助于提升人类的神经功能，预防事故、延缓衰老，并延长大脑的健康寿命。这项技术可能会对未来社会和经济产生深远的影响。

相关阅读