Gartner 2025年十大战略技术趋势

趋势一：代理型AI（Agentic AI）。代理型AI具备自主规划与行动的能力，以实现用户设定的目标。

• 商业效益：提供虚拟代理劳动力，协助并提升人类与传统应用的工作效率，减轻工作负担。

• 挑战：必须建立强有力的保障措施，以确保技术应用效果与其提供者及用户的意图保持一致。

趋势二：AI治理平台（AI governance platforms）。这类解决方案使企业能够有效管理AI系统在法律、道德和运营方面的表现。

• 商业效益：制定、管理和执行AI监管政策，确保负责任的AI应用，清晰解释AI系统的运作原理，建立生命周期管理模型，并提供系统透明度以建立信任和问责制。

• 挑战：由于不同地区和行业的AI指导方针存在差异，较难建立一致的操作流程。

趋势三：虚假信息安全（Disinformation security）。这类新兴技术旨在系统性地辨别信息真伪。

• 商业效益：通过加强身份验证控制以减少欺诈；利用持续风险评分、上下文感知和自适应信任模型防止账户被恶意接管；并通过识别有害叙述来保护品牌声誉。

• 挑战：需要一个不断更新的、多层次的自适应学习团队合作方法。

趋势四：后量子密码学（PQC）。后量子密码学是一种用以抵御量子计算解密风险的数据保护技术。

• 商业效益：有效保护数据免受量子计算带来的安全威胁。

• 挑战：后量子密码算法无法直接替代现有非对称算法，当前应用可能面临性能问题，因此需要充分测试，并可能需要重写。

趋势五：环境隐形智能。这一趋势旨在将技术无缝融入环境中，以实现更自然、直观的用户体验。

• 商业效益：以低成本实现实时物品跟踪和感知，增强可见性与效率；具备不可伪造来源的潜力，提供关于物品身份、历史和属性的全新报告方式。

• 挑战：供应商需解决隐私安全问题，并需在使用某些类型的数据时获得用户同意。用户可选择禁用智能标签以保护其隐私。

趋势六：节能计算。通过采用更高效的架构、代码和算法，优化硬件，并使用可再生能源驱动系统，从而提升可持续性。

• 商业效益：有效应对法律、商业和社会责任压力，减少碳足迹，实现可持续发展。

• 挑战：需要引入新硬件、云服务、技能、工具、算法和应用等；迁移到新计算平台的过程复杂且成本高昂；随着绿色能源需求的上升，短期内能源价格可能上涨。

趋势七：混合计算。结合不同的计算、存储和网络机制，解决各类计算问题。

• 商业效益：创造高效、高速、变革性的创新环境；推动AI技术打破当前局限；通过更高水平的自动化实现业务自主化；增强人类能力，支持实时个性化扩展，并将人体开发为计算平台。

• 挑战：驾驭高度复杂的新兴技术需要专业技能；自主模块系统可能引入安全风险；涉及实验性技术和高成本；需要有效的协调与集成。

趋势八：空间计算。通过增强现实和虚拟现实等技术，以数字内容提升物理世界，提供沉浸式体验。

• 商业效益：满足消费者在游戏、教育和电子商务等领域对沉浸式互动体验的需求；为医疗、零售和制造业提供先进的可视化工具，支持决策制定并提升运营效率。

• 挑战：头戴式设备不仅价格昂贵且笨重，还需频繁充电，可能导致用户与周围环境隔绝并增加事故风险；用户界面复杂，数据隐私和安全问题亟待解决。

趋势九：多功能机器人。能够执行多项任务并按需无缝切换任务的机器人。

• 商业效益：提升效率，加快投资回报；无需改变架构或安装基础设施，从而实现快速部署、降低风险并提高可扩展性；可以替代人类工作或与人类协作。

• 挑战：关于价格或最低功能要求尚未确立行业标准。

趋势十：神经增强。通过读取和解码大脑活动的技术，提升认知能力。

• 商业效益：增强人类技能，提升安全性，实现个性化教育，延长老年人的职业生涯，并推动新一代市场营销发展。

• 挑战：初期成本高，电池续航能力不足，移动性和无线连接选项有限；技术对人体有侵入性，造成一定风险；单向脑机接口（UBMIs）和双向脑机接口（BBMIs）均需直接与人脑连接，从而带来安全挑战；此外，还涉及伦理问题，例如对用户现实感知的改变。