1. 前言

Gartner 分析师在 Gartner IT Symposium/Xpo 期间公布了企业在 2025 年需要探索的 10 大战略技术趋势清单。

Gartner 副总裁 Gene Alvarez 指出：“今年的主要战略技术趋势涵盖 AI 的当务之急和风险、计算技术和人机协同等前沿趋势。IT 领导者可以通过分析追踪这些趋势，帮助他们以负责和合乎道德的创新方式塑造企业和机构的未来。”

2. AI 的当务之急和风险

2.1. 代理型 AI(Agentic AI)

代理型 AI 系统能够自主规划并采取行动，以满足用户定义的目标。代理型 AI 提供了虚拟劳动力，可以减轻和增强人类工作。

Gartner 预测，到 2028 年，至少 15% 的日常工作决策将通过代理型 AI 自主做出，而2024 年之一比例为 0%。这项技术的将驱动软件系统提供适应性更强的地去完成各种功能和任务。

代理型 AI 有往帮助首席信息官(CIO)实现提高整个组织生产力的愿望。这种驱动力将促使企业和供应商探索、创新和建立能够提供稳健、安全和可信的代理型 AI 所需的技术和实践。

2.2. AI 治理平台(AI Governance Platforms)

AI 治理平台是 Gartner 不断发展的 AI 信任、风险和安全管理（Trust, Risk and Security Management(TRiSM)） 框架的一部分，使组织能够管理其 AI 系统的法律、道德和运营绩效。这些技术解决方案能够创建、管理和执行负责任的 AI 使用策略，解释 AI 系统的工作原理，并提供透明度以建立信任和问责制。

Gartner预测，到2028年，采用综合 AI 治理平台的企业将比没有这类系统的企业减少 40% 与 AI 相关的伦理事件。

2.3. 虚假信息识别(Disinformation Security)

虚假信息识别是一种新兴的技术类别。该技术能够通过系统的方法来确保信息的完整性、评估真实性、防止冒名顶替和跟踪有害信息的传播。

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%。

人工智能和机器学习工具的广泛和深入的使用会被用于恶意的目的，预计将增加针对企业的虚假信息事件数量。如果这种趋势不被加以控制，那么虚假信息可能会对企业造成重大且持久的损害。

3. 前沿的计算技术

3.1. 后量子密码学(Postquantum Cryptography)

后量子加密技术提供可抵御量子计算解密风险的数据保护。随着量子计算在过去几年中的进步，预计广泛使用的几种类型的传统密码学将被淘汰。切换加密方法并不容易，因此组织必须有更长的准备时间，以便为任何敏感或机密的可靠保护做好准备。

Gartner 预测，到 2029 年，量子计算的进步将使大多数传统的非对称密码学使用起来不安全。

3.2. 环境隐形智能(Ambient Invisible Intelligence)

环境隐形智能由超低成本的小型智能标签和传感器实现，这些传感器将提供大规模、经济实惠的跟踪和传感。从长远来看，环境隐形智能将使传感和智能更深入地融入日常生活。

到 2027 年，环境隐形智能的早期示例将专注于解决紧迫的问题，例如零售库存检查或易腐货物物流，通过实现低成本、实时的物品跟踪和感知来提高可见性和效率。

3.3. 高效能计算(Energy-Efficient Computing)

IT 以多种方式影响可持续性，到 2024 年，大多数 IT 组织的主要考虑因素是碳排放。计算密集型应用程序（如 AI 训练、模拟、优化和媒体渲染）可能是组织碳排放的最大贡献者，因为它们消耗的能源最多。

预计从 2020 年代后期开始，将出现几种新的计算技术，例如光学、神经形态和新型加速器，用于特殊用途的任务，例如 AI 和优化，这些任务将使用更少的能源。

3.4. 混合计算(Hybrid Computing)

新的计算范式不断涌现，包括中央处理单元、图形处理单元、边缘、特定应用集成电路、神经形态和经典量子、光计算范式。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。这种形式的计算可帮助组织探索和解决问题，从而帮助 AI 等技术超越当前的技术限制。混合计算将用于创建比传统环境更高效的变革性创新环境。

4. 人机协同

4.1. 空间计算(Spatial Computing)

空间计算通过增强现实和虚拟现实等技术，以数字方式增强物理世界。这是物理和虚拟体验之间的一个新阶段。在未来五到七年内，空间计算的使用将通过简化工作流程和增强协作能力来提高企业效率。

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。

4.2. 多功能机器人(Polyfunctional Robots)

多功能机器能够执行多项任务，并正在取代为重复执行单个任务而设计的特定机器人。这些新机器人的功能提高了效率，并提供了更快的投资回报（ROI）。多功能机器人旨在与人类一起在世界上运行，这将有助于快速部署和轻松扩展。

Gartner 预测，到 2030 年，80% 的人类将每天与智能机器人互动，而目前这一比例还不到 10%。

4.3. 神经增强(Neurological Enhancement)

神经增强使用读取和解码大脑活动的技术来提高人类的认知能力。这项技术通过使用单向脑机接口或双向脑机接口 （BBMI） 来读取人的大脑。

这项技术的进步将使：人类技能提升、下一代营销和绩效这三个主要领域具有巨大潜力。神经增强将增强认知能力，使品牌能够了解消费者的想法和感受，并增强人类神经能力以优化结果。

Gartner 预测，到 2030 年，30% 的知识工作者将受到单向脑机接口或双向脑机接口（雇主和自筹资金）等技术的支持，以跟上工作场所 AI 的兴起，而 2024 年目前的这一比例还不到 1%。

5. 报告对我们的影响

• 阅读和分析这个报告，有助于我们：

  • 深入研究 Gartner 预测将改变业务形态的具体趋势
  • 查看早期采用者的用例
  • 考虑这些创新如何与企业数字化雄心保持一致
  • 预测业务和运营模式可能需要如何改变
  • 为中长期战略和技术路线图的调整提供信息

• 作为领导者

俗话说：“能力越大责任越大”。作为领导者除了需要考虑企业的利润，还需要考虑需要承担的社会责任，并有责任使企业的运行遵守道德规范。

AI 为大多数组织带来了重大的机遇和挑战。在 AI 的开发和使用过程中我们需要考虑 AI 所带来的效率提升，同时也要考虑 AI 被恶意利用后增加的风险。

一方面，AI 可以推动效率、决策和创新方面的实质性改进。例如，在代理型 AI 系统自主规划和采取行动以满足用户定义的目标。可以协助和增强人类的工作，并且可以管理任何领域的各种任务。

另一方方面 AI 的部署也带来了固有的风险。主要关注点之一是确保 AI 系统在道德界限内运行。这包括管理 AI 偏见、侵犯隐私或被恶意使用的可能性。例如，人工智能生成合成媒体 （deepfakes） 的能力可以被用来传播虚假信息，对组织和社会构成重大风险。

为了降低这些风险，组织必须实施强大的 AI 治理框架。这些框架应包括负责任地使用 AI 的政策、解释 AI 系统工作原理的机制以及持续监控以确保公平性和透明度。通过这样做，组织可以在其 AI 系统中建立信任和问责制，这对于维护利益相关者的信心至关重要。

• 作为个人

需要关注新技术的发展趋势，特别是 AI 对今后的职业生涯的影响，并提前对所要投入的领域和所需要的技术学习做出相应的调整，今后的职业是否会被 AI 型代理或多功能机器人所取代。现在可以预见到的是一些缺少创造性的行业将很快被人工智能体所取代。比如

• 翻译行业，在今后的十年很快会消失，是否还有必要让孩子投入大量的时间用于英语的学习？ 以后学英语更多的会是从语言的传承和喜爱的层面出发，就像我们学习地方方言一样；
• 送外卖、出租车、运输业，这些行业也很快会迎来大的变革；
• 家政行业的变革，将使我们进一步摆脱家务事的烦恼；
  等等、等等，大家可以做些思考，既是忧患意识，也是商机。

6. 后记

这两天正在分析 AI 对静态分析和代码审核的影响。未找到今年的 Gartner 《应用安全检测魔力四象限报告》，从2009年开始，这个报告通常在每年四、五月份出，今年却不知道为什么没有出。查找过程中，却看到了 Gartner 前几天出的这个《2025 年 TOP 10 技术趋势报告》，特此学习一下，并做个记录。

7. 参考

• Gartner top-technology-trends 2025