11月7日消息，近日，Gartner发布2025年十大战略技术趋势。针对相关技术趋势和洞察，Gartner研究副总裁高挺（Arnold Gao）与网易科技等媒体深入交流。
Gartner研究副总裁高挺（Arnold Gao）表示：“今年的重要战略技术趋势涵盖了AI的必要事项和风险，以及计算技术和人机协同等前沿趋势。追踪这些趋势将帮助IT领导者以负责任、和合乎道德的创新方式塑造企业机构的未来。”
针对大家广泛关注的代理型AI话题，高挺（Arnold Gao）告诉媒体，未来每一个人都会有一个AI代理或软件化的机器人。这种AI代理是一个不需要休息、不需要发工资，可以“7×24”365天无休工作的数字员工。
他认为，这件事情之所以能够实现，很大程度上是因为我们的AI技术有了长足的突破。传统的AI技术实际上只能做一些特定任务，我们以前谈起AI技术觉得这个人工智能表现得好像专家一样，它比较擅长于做一些特定的任务（如语音识别、计算视觉、推荐引擎等等），但是它没有办法像人类一样具有泛化的能力，也不能完成比较复杂的任务。
“大语言模型的出现很大程度上改变了这一情况，现在的大语言模型除了掌握语言能力，它还把自己的能力拓展到了计算、推理和代码生成，其中非常重要的是推理能力。OpenAI发布的o1模型，它有慢思考、强推理的特性，它的推理能力在某些特定领域当中是远远超过了GPT4o的。”高挺（Arnold Gao）举例说道。
图源X
针对最新报告的发现，高挺（Arnold Gao）进一步解读表示，“代理型AI”有两个很明显的特点。一，目标驱动。目标驱动的意思就是说它不是像RPA一样，每一步要做什么事情是由人类规划好的，而是给它一个整体的目标让它根据外部环境自动的去进行任务的计划和执行。二，它需要至少有四个模块——记忆模块、计划模块、感知模块和调用工具模块。除了这两个特点以外，它还有一个非常关键的关键词就是“行动”。
“代理型AI和传统大语言模型最大的区别就是它是能够干事的、它是能够行动的，甚至人类的一些工作不用自己去做了，而是由AI替代。这是我们看到代理型AI的未来。”
而在安全层面，2025年重要战略技术趋势里提到了AI治理平台（AI Governance Platforms）、虚假信息安全（Disinformation Security）等，安全相关话题一直被业界和公众所担忧。
高挺（Arnold Gao）谈到，Gartner所说的“AI治理平台”，指的是可以从法律、伦理道德方面去帮助组织管理和监督AI系统的一个技术解决方案。这些平台是Gartner所提出的，我们叫做“AI信任、风险和安全管理”（AI TRiSM）框架的一个部分。
AI治理平台的主要能力包括模型的生命周期管理能力，模型的透明度和可解释性、模型验证、AI的系统监控、AI系统相关的法律政策合规管理等等，它实际上是一个管理性的平台。现在市场上其实已经有不少的厂商提供AI治理的功能了。
他提到，安全问题是“魔高一尺道高一丈”，有些人制造假冒伪造信息，而有些技术是可以和它进行对抗、去发现它、识别它，然后阻止它的。
以下是2025年重要战略技术趋势报告：
代理型AI（Agentic AI）
代理型AI通过自主规划和采取行动实现用户定义的目标。代理型AI为实现能够分担和补充人类工作的虚拟劳动力带来了希望。Gartner 预测，到2028年，至少15%的日常工作决策将由代理型AI自主做出，而2024年这一比例为0%。这项技术的目标导向型功能将实现适应性更强、能够完成各种任务的软件系统。
代理型AI有望实现企业首席信息官（CIO）提高生产力的愿望。这一动机促使企业与厂商探索、开创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。
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（TRiSM）框架的一部分。AI TRiSM使企业能够管理其AI系统的法律、道德和运营绩效。这种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。
虚假信息安全（Disinformation Security）
虚假信息安全是一个新兴技术类别。该技术能够系统地辨别信任度，旨在提供一个能够确保信息完整性、评估真实性、防止冒名顶替和追踪有害信息传播的方法体系。Gartner预测，到2028年，将有50%的企业开始采用专为应对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%。
AI和机器学习工具的广泛可用性和高级状态被用于恶意目的，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。
后量子密码学（Postquantum Cryptography）
后量子密码学能够保护数据免受量子计算解密风险。根据量子计算过去几年的发展情况，目前广泛使用的几种传统加密技术将被淘汰。由于改变加密方法并非易事，企业必须有更长的准备时间，才能为一切敏感或机密信息提供强有力的保护。
Gartner预测，到2029年，量子计算技术的进步将使大多数传统的非对称加密技术变得不安全。
环境隐形智能（Ambient Invisible Intelligence）
环境隐形智能是由成本极低、体积小巧的智能标签和传感器实现的，这些传感器能够提供大规模、经济实惠的的追踪和传感。长远来看，环境隐形智能将使传感器和智能技术无缝融入我们的日常生活中。
到2027年，环境隐形智能的早期示例将以解决当前问题为主，例如零售库存检查或易腐货物物流等，通过实现低成本的实时物品追踪和感知来提高可见性和效率。
节能计算（Energy-Efficient Computing）
IT以多种方式影响可持续性。在2024年，碳足迹是大多数IT组织的首要考虑因素。计算密集型应用，例如AI训练、模拟、优化和媒体渲染等由于能耗最高而可能成为企业碳足迹“大户”。
预计从2020年代末开始将出现一些新的计算技术，如光学、神经形态和新型加速器等。这些新技术将被专门用于特殊任务，例如AI和优化，并显著降低能耗。
混合计算（Hybrid Computing）
新的计算范式正在不断涌现，包括中央处理单元、图形处理单元、边缘、特定应用集成电路、神经形态以及经典量子计算、光学计算范式。混合计算结合不同的计算、存储和网络机制解决计算问题。这种计算形式能够帮助企业探索和解决问题，使AI等技术能够突破当前的技术限制。混合计算将被用来创建比传统环境更高效的变革性创新环境。
空间计算（Spatial Computing）
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。它将实体和虚拟体验之间的交互提升到一个新的级别。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，空间计算市场将从2023年的1100亿美元增长至1.7万亿美元。
多功能机器人（Polyfunctional Robots）
多功能机器人能够执行多项任务，它们正在取代为重复执行一种任务而专门设计的特定任务机器人。这种新型机器人的功能性能够提高效率和投资回报率（ROI）。多功能机器人可以与人类一起协作，能够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打交道，而目前这一比例还不到10%。
神经增强（Neurological Enhancement）
神经增强利用读取和解码大脑活动的技术提高人类的认知能力。这项技术能够使用单向脑机接口或双向脑机接口（BBMI）读取人的大脑，在人类技能提升、下一代营销和提升表现这三个主要领域具有巨大潜力。神经增强将提高人类的认知能力，帮助品牌了解消费者的想法和感受并增强人类的神经功能，从而获得最佳的结果。
Gartner预测，到2030年， 30%的知识工作者将通过BBMI等技术（资金来源包括雇主和个人）提升自己的能力，并凭借这些技术来适应工作场所中AI的崛起。这一比例在2024年还不到1%。
本文来自网易科技报道，更多资讯和深度内容，关注我们。
