聪明的东西

作者ZeR0

编辑莫莹

智东西网11月8日报道，知名研究机构Gartner近日发布《Gartner十大战略技术趋势报告（2025）》，涵盖基于代理的AI、AI治理平台、虚假信息安全、后量子密码、环境隐形智能、节能计算、混合计算、空间计算、多功能机器人、神经增强。对此，Gartner研究副总裁高挺向智喜喜等媒体做了详细解释。

据高挺介绍，Gartner每年都会要求全球约2000名分析师提交他们研究领域的一些重要技术趋势。这些趋势由技术委员会和筛选委员会选出。评选标准是满足以下条件： 1）能够获得企业CXO和CIO的关注，尤其是CIO的关注； 2）具有全球性、跨行业影响力； 3）具有一定破坏性影响的； 4）有一些积极的实验。 5）有一些活跃的风险投资基金用于推广这些新技术和创办初创公司； 6）这不是渐进式的改变，而是跨越式的改变。

十大趋势可分为三类：人工智能发展的紧迫性和风险（基于代理的人工智能、人工智能治理平台、虚假信息安全）、计算新范式（后量子密码学、环境隐形智能、能源-节约计算、混合计算）、人机协作（空间计算、多功能机器人、神经增强）。

1. Agent AI：2-3年，不需要假期和福利的数字化劳动力

Gartner 预测，到 2028 年，至少 15% 的日常工作决策将由人工智能代理自主做出，而 2024 年这一比例为 0%。

在高挺看来，基于Agent的AI能够做出的决策包括三类：1）重复性、数据密集型任务，这些任务相对简单，有足够的数据支持决策； 2）面向内部，提高后端工作效率任务； 3）决策路径较短，涉及人类参与的协作任务，而不是实现完全自动化的复杂目标。

AI代理（Agentic AI，也称为“AI代理”）有望通过自主规划和采取行动来实现用户定义的目标，从而提高企业生产力。 Gartner认为，Agent AI的愿景是“每个人都需要一个AI代理”，它将成为不需要假期和福利的数字化劳动力。

人工智能过去是为特定任务而设计的。大语言模型出现后，AI开始具备语言和推理能力。 OpenAI定义的AGI路线分为五个阶段。第一阶段是聊天机器人，第二阶段是具有推理能力的智能体，第三阶段是具有智能体能力的智能体。

Agent型人工智能有两大特点：目标驱动，无论有没有人为干预，都可以自动执行任务；它使用记忆、计划、感知和工具等能力来做出决策并采取行动。

最终，人工智能代理可以像人类一样做事情，例如将复杂的目标分解为不同的任务，然后调用不同的工具来完成任务。预计它将减少对网站和应用程序的需求，帮助提高员工的数字技能，解锁新的扩张概念，并创建新型工作伙伴。

高挺认为，基于Agent的人工智能发展仍处于早期阶段，主要瓶颈是错误率，特别是在决策路径长、执行任务多的复杂目标场景下。目前OpenAI的推理模型只发布到第一代，至少还需要2-3个版本才能达到比较高的实用性。预计到2025年，Agent AI仍处于开发阶段。

最终的结果是人类和人工智能的融合，这将大大提高生产力并导致失业问题。短期内会给人类带来挑战。从长远来看，人类将进入一个物质极大丰富的社会。

他建议企业采用人机协作模式，让AI提供数据驱动的建议，而人类负责最终决策，同时定期监控和评估AI系统的性能，确保其输出符合预期并且没有偏见。通过定期的反馈机制，企业可以不断优化人工智能系统，增强人类对其的信任。

2.人工智能治理平台：2-4年内，负责任的人工智能将成为企业的标准

Gartner 预测，到 2028 年，采用综合人工智能治理平台的公司与没有此类系统的公司相比，与人工智能相关的道德事件将减少 40%。

生成式人工智能显着增加了技术失控的风险，这些风险需要得到控制。 Gartner所说的“AI治理平台”是指能够帮助组织从法律、伦理和道德层面管理和监督AI系统的技术解决方案。它是 Gartner 不断发展的“人工智能信任、风险和安全管理 (TRiSM)”框架的基础。部分。 AI TRiSM 使企业能够管理其人工智能系统的法律、道德和运营绩效。

AI治理平台的主要能力包括模型生命周期管理能力、透明度和可解释性、模型验证、AI系统监控、AI系统相关法律政策合规管理等。

并非所有厂商都能提供一站式AI治理能力。 Gartner 认为，负责任的人工智能未来将成为与网络安全一样对企业来说同样重要的标准。该机构预测，世界各国政府将出台一系列针对人工智能的法律法规，强调需要警惕一些打着“人工智能伦理”口号的营销策略，并建议企业对人工智能系统进行压力测试，以发现偏见。

为推动人工智能治理，平衡技术进步与社会伦理的关系，高挺提出了一些建议：1）政府制定明确的政策法规； 2）企业推行伦理审查机制； 3）建立跨学科合作机制； 4）加强公众教育和参与。

3、虚假信息安全：1-3年，预防和打击虚假信息

Gartner 预测，到 2028 年，50% 的企业将采用旨在解决虚假信息安全用例的产品、服务或功能，而目前这一比例还不到 5%。

虚假信息是为了误导、欺骗或操纵公众而故意传播和捏造的信息。攻击方法包括网络钓鱼、社会工程、帐户接管和虚假内容。生成式人工智能加剧了其危害，使人类传统技术更难以识别和防范攻击，给企业造成更大损失。

虚假信息安全是一种可以系统识别信任级别的新兴技术，主要用于信息传播过程中确保完整性、评估真实性、防止冒充以及追踪有害信息的传播。

其技术要素包括深度伪造检测、防冒充和品牌保护；应用场景包括验证实时通信的完整性、确保第三方多媒体的真实性以及大型语言模型驱动的监控系统（用于跟踪社交媒体和暗网渠道内容）、减少生成式人工智能错觉和数字测谎仪、 ETC。

防止身份冒充不仅限于身份验证方法。品牌保护需要了解言论的来源、内容和范围。打击虚假信息需要依靠多种技术和跨职能团队。

高挺建议企业评估现有系统、工作流程和控制，以发现与虚假信息攻击相关的漏洞，并部署虚假信息安全技术和实践。例如，包括在身份验证和生物识别工具中检测深度伪造的能力，并在整个身份过程中持续评估风险。

4、后量子密码学：2-3年防御传统加密机制风险

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变得不安全。

高挺提到，后量子密码学的风险可能超过“Y2K问题”。量子计算可以打破现有的所有非对称加密。例如，网上银行安全链路使用非对称加密机制，该机制容易受到量子计算的影响。现有存储的数据将来可能会被解密，这对许多企业来说是一个潜在的风险。

当所有加密机制都失效时，就需要构建新的加密机制。后量子密码学是一系列算法，旨在防御经典计算机和量子计算机的攻击，保护数据免受量子计算解密的风险。

后量子密码学不是简单的升级或补丁，它需要对当前所有加密技术进行盘点和更换，其算法可能会影响性能，并且许多组织还没有相应地规划预算。

其标准主要由美国国家标准与技术研究所（NIST）选定。这项工作已经进行了很多年。经过多轮筛选，最终的商用方案预计很快就会公布。到 2025 年春季，一些算法可能会最终确定。

后量子加密算法的标准尚未完全确定，企业可以提前做一些技术准备。由于改变加密方法并不容易，企业必须有较长的准备时间，创建密码使用列表，并与供应商沟通变更情况，针对敏感数据逐步用后量子加密方法取代现有加密算法，并升级或更换硬件。 ，可以为所有敏感或机密信息提供强有力的保护。

5、环境隐形智能：3-7年，智能标签成本可降至10分钱

环境隐形智能是通过超低成本、微型无线电子标签、设备和传感器实现的。这些低功耗无线设备预计将在 2025 年大规模使用。

Gartner观察到，智能低功耗设备的成本正变得越来越低。智能标签的成本目前可以降至20美分左右，预计5年内将降至10美分左右。这意味着它基本上可以将环境智能或标签嵌入到每个项目中，为客户提供了新的交互方式。

环境隐形智能涉及零售、食品生产和仓储等多个行业的数百万件商品的实时库存盘点。从长远来看，它将使得传感器和智能技术无缝融入人们的日常生活。

到 2027 年，环境隐形智能的早期示例将侧重于解决当前问题，例如检查零售库存、易腐货物物流等，通过实现低成本的实时物品跟踪和传感来提高可视性和效率。

6.节能计算：3-5年，利用新的计算技术降低能耗

IT 能源消耗正在以不可持续的方式增加。对人工智能训练、模拟、优化和媒体渲染等高性能产品的需求可能成为企业碳足迹的“一大贡献者”。到 2024 年，碳足迹将成为大多数 IT 组织最关心的问题。

节能计算是指以更少的能耗实现更高的计算能力。这不是一朝一夕就能实现的。短期策略可以利用绿色能源提高计算利用率；中期策略可以使用更高效的编码、架构和算法来提高能源效率；长期战略，比如2030年之前，预计会看到光计算系统的出现。

光计算、神经拟态计算、新型加速器等。这些新型计算技术将致力于人工智能和优化等特殊任务，并且可以显着降低能耗。

高挺还分享了一些公司在降低AI能耗方面的实践方向，例如使用更小的模型、探索和开发新的算法设计、监控模型性能以及在达到预期精度后提前停止训练等。

7、混合计算：3-10年，使用更高效的机制解决计算问题

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。这种形式的计算有助于人工智能等技术突破当前的技术限制。

传统计算的未来是混合计算，结合不同的计算、存储和网络机制来解决计算问题。

例如，中央处理单元（CPU）、图形处理单元（GPU）、边缘计算、专用集成电路（ASIC）、神经形态计算、经典量子计算和光学计算范式等计算范式可以组合和安排利用各自的优势解决不同的问题。

困难在于混合计算涉及很多新兴技术，协调起来并不容易。现阶段仍局限于规模相对较小的异构计算资源（如CPU和GPU整合）。更大规模的协调需要时间，其成熟度至少需要3-10年。

Gartner 建议重点关注支持跨计算范式的应用程序开发和部署的集成和编排平台。

8、空间计算：1-3年将提升企业效率

Gartner 预测，空间计算市场将从 2023 年的 1100 亿美元增长到 2033 年的 1.7 万亿美元。

空间计算是一种新兴的计算范式，它将物理和数字对象合并到一个共享的参考框架中，覆盖和混合物理和数字世界的内容。涉及的关键技术包括在数字空间中绘制和识别物理世界中的人、地点和事物。典型技术包括增强现实（AR）、虚拟现实（VR）、扩展现实（XR）等技术。增强物理世界，并将物理和虚拟体验之间的交互提升到一个新的水平。

Vision Pro和Quest 3等新型耳机的出现推动了这一趋势的发展，将空间计算从概念变为现实。更多具有空间计算能力的设备和应用程序正在开发中。 Gartner 预测，头戴式显示器未来可能会取代计算机和其他显示器。到2024年，空间计算的市场规模预计将达到350亿美元，其中包括主要硬件制造商基于XR芯片构建合作伙伴生态系统。

未来5到7年，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业务效率。

空间计算仍面临诸多问题，如耳机昂贵、设备笨重、电池寿命短、操作界面复杂、进入壁垒高、缺乏粘性杀手级应用等。不同供应商的硬件、软件和内容生态系统之间缺乏互操作性也将阻碍空间计算的发展。

9、多功能机器人：3-10年提高投资回报率

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%。

多功能机器人并不是为了完成单一任务而设计的，而是可以执行多项任务。它们正在取代专门设计用于重复执行一项任务、可以与人类协作、并且可以快速部署和轻松扩展的特定任务机器人。

这种新型机器人的功能可以提高效率和投资回报（ROI），指导人们需要做什么来帮助人类完成各种任务，而不是如何采用新的外形尺寸。例如，这个机器人可以在家里做很多事情，比如做饭、洗碗、拖地等等。

短期需求可以通过短期租赁机器人来满足。人机关系（机器人）对于商业成功将变得越来越重要。

一些公司已经开始开发培训系统，教机器人如何支持业务；一些企业在招聘员工或考虑生产力资源时会考虑使用机器人；一些企业甚至默认采用多功能机器人部署策略，并开始制定企业人力资源政策。机器关系的基本政策。

在高挺看来，人工智能、传感器、机器人驱动等技术因素，以及劳动力成本上升、劳动力短缺、自动化需求不断增长等外部因素，正在共同推动智能机器人的快速发展和普及。汽车制造、电子制造、医疗救助、家政服务、互动学习等行业场景都有可能实现多功能机器人的规模化应用。

10、神经增强：10余年，改善人类认知，完善营销体系

Gartner预测，到2030年，30%的知识工作者将通过BBMI等技术提高自身能力（资金来源包括雇主和个人），并依靠这些技术来适应人工智能在工作场所的兴起。到2024年，这一比例将低于1%。

神经增强是一种脑机接口，利用技术读取和解码大脑活动，以提高人类的认知能力。该技术可以利用单向脑机接口或双向脑机接口（BBMI）等一系列方法“读懂”人脑，实现“大脑透明”，用信号反映人类在想什么，甚至增强大脑的功能。人们将对大脑的工作原理有更深入的了解。

神经增强技术具有三个主要潜力：1）提高人类认知能力并“成为增强型人类”； 2）影响下一代营销系统，帮助品牌了解消费者的想法和感受并增强人类神经功能，从而获得最佳效果； 3）提高表现，增强人体神经能力，预防工伤事故、衰老问题、疲劳驾驶等，有利于延长大脑健康时间和整体寿命。

高挺进一步解释，传统营销是通过用户问卷、大数据分析等方法了解用户偏好；未来，企业可以利用神经增强技术，通过分析脑电波信号，实时了解消费者的真实意图，实现更有效的营销。营销。

结论：树立正确对待技术趋势的态度

与往年强调技术架构的变化相比，今年的Gartner十大战略技术趋势更加强调技术本身。高挺分享道，由于AI的不断迭代，技术已经进入加速期。接下来，基于Agent的人工智能、虚假信息安全、人工智能治理平台有望快速发展，多功能机器人也被引入制造业。

在他看来，对技术趋势有正确的态度非常重要。你可以根据你的风险偏好选择引领趋势的发展、关注技术趋势的发展，甚至完全忽略一个技术趋势（如果它与企业不相关或者成熟的时间太长）。但对于技术趋势和新兴技术来说，想要直接应用的心态是达不到预期的。