AI、計算新范式、人機協(xié)同｜Gartner副總裁高挺解讀2025年十大戰(zhàn)略技術趨勢

2025將至，回首即將過去的2024年，我們見證了技術領域的快速發(fā)展與變革。這一年，人工智能的應用更加深入，量子計算的突破逐漸成為現(xiàn)實，5G網(wǎng)絡的普及為未來的智能連接奠定了堅實基礎。邊緣計算、虛擬現(xiàn)實和可持續(xù)能源技術等新興領域也取得了令人矚目的進展。2024年是技術融合與創(chuàng)新加速的一年，而我們也更期待在2025年看到更多令人興奮的技術革新和新的可能性。

“年度十大戰(zhàn)略技術趨勢”，已經(jīng)成為Gartner的一項傳統(tǒng)，每年年底前都會系統(tǒng)性地分析和評選出在未來一年內對商業(yè)和科技領域產生深遠影響的十大技術趨勢。

Gartner全球2000余位分析師會提交其各自領域中的重要技術趨勢，然后匯總到Gartner的技術委員會和篩選委員會進行評選。這些趨勢必須能夠引起企業(yè)CXO，尤其是CIO的關注，具有全球性和跨行業(yè)的影響，具備顛覆性的影響力，有活躍的實驗室研究和研發(fā)信號，同時獲得風險投資基金的支持，以推動初創(chuàng)企業(yè)的發(fā)展，并體現(xiàn)出跨越式而非漸進性的變革。

《Gartner十大戰(zhàn)略技術趨勢報告（2025）》，業(yè)已新鮮出爐。而我們也有幸第一時間采訪到了Gartner研究副總裁高挺，為大家解讀未來一年的重要技術趨勢和產業(yè)走向。

據(jù)悉，今年的十大技術趨勢可以劃分為三個主題，分別是AI的必要事項和風險，以及計算新范式和人機協(xié)同等前沿趨勢。

警惕AI雙刃劍：發(fā)展自主代理也要抓緊治理和信息安全

隨著人工智能技術的飛速發(fā)展，AI的應用場景日益擴展，帶來了巨大的變革機會。然而，這些技術進步也伴隨著復雜的風險和挑戰(zhàn)。AI所帶來的影響不僅僅是技術層面的革新，還引發(fā)了諸多社會倫理和法律問題。2025年的前三大技術趨勢，深入了探討AI的必要事項，包括代理型AI的前景與挑戰(zhàn)、AI治理平臺的作用以及虛假信息安全的緊迫性，幫助全面認識并應對AI技術帶來的雙刃劍效應。

1. 代理型AI

代理型AI，英文名為“Agentic AI”，在中國市場也被稱為“AI智能體”。高挺表示更傾向于使用“代理型AI”這個術語，因為它更偏向技術層面，而“AI智能體”則更注重應用層面。代理型AI不僅包括AI智能體，還涵蓋了“代理型搜索”或“多代理系統(tǒng)”等概念，Gartner還提出了“機器客戶”的概念，也屬于代理型AI的范疇。

代理型AI的愿景是未來每個人都會擁有一個AI代理，它可以被視為一個軟件化的機器人。這種AI代理不需要休息、無需報酬，可以“7×24”全年無休地工作，相當于數(shù)字員工的角色。

這一愿景得以實現(xiàn)的關鍵在于AI技術的突破。傳統(tǒng)的AI通常只能執(zhí)行特定任務，例如語音識別、計算機視覺、推薦引擎等，但它缺乏泛化能力，無法完成復雜任務。而大語言模型的出現(xiàn)極大改變了這一局面。大語言模型不僅掌握了語言，還拓展了計算、推理和代碼生成能力，尤其是在推理方面取得了顯著進展。

代理型AI的兩個顯著特點是目標驅動和行動能力。目標驅動意味著它并不像傳統(tǒng)的RPA（機器人流程自動化）那樣，每一步都由人類預先設定，而是能夠根據(jù)整體目標和外部環(huán)境自主規(guī)劃和執(zhí)行任務。同時，代理型AI具備至少四個核心模塊——記憶、計劃、感知和調用工具模塊，這使得它能夠在未來替代某些網(wǎng)站、應用程序，甚至是人類的部分工作。

未來，代理型AI的發(fā)展將經(jīng)歷幾個階段：首先是語言能力的突破，其次是推理能力的提升，最終是實現(xiàn)代理能力。代理型AI將能夠像人類一樣，拆解復雜目標，分配和完成不同的任務。這種執(zhí)行模式需要具備記憶、計劃、感知以及調用工具等核心功能，以真正幫助人類完成復雜的任務。

然而，目前代理型AI的最大挑戰(zhàn)在于其可靠性。例如，完成一個復雜任務可能需要多個步驟，而任何一個步驟出現(xiàn)問題都會影響整體任務的完成。因此，代理型AI在處理長決策路徑和復雜任務時的穩(wěn)定性仍需進一步提升。

2. AI治理平臺

AI治理平臺是為了應對AI技術快速發(fā)展所帶來的治理需求而提出的解決方案，尤其是在生成式AI浪潮的推動下，AI治理的需求愈發(fā)緊迫。目前，我們已經(jīng)可以看到一些因治理不足而引發(fā)的AI偏差案例，比如人臉識別誤抓、客服機器人錯誤解釋政策，以及AI被用于“黑灰產業(yè)”等問題。這些都表明，AI治理至關重要。

生成式AI的普及增加了技術失控的風險，因此企業(yè)紛紛轉向AI治理平臺，以確保AI的應用在法律和道德框架內運行。而核心問題在于如何建立對AI的信任，這包括信任AI生成的內容、AI做出的決策以及AI代理完成的任務。

Gartner提出的“AI治理平臺”是“AI信任、風險和安全管理”（AI TRiSM）框架的一部分，旨在幫助組織從法律和倫理層面管理和監(jiān)督AI系統(tǒng)。這些平臺具備多種功能，包括模型生命周期管理、模型透明度與可解釋性、模型驗證、系統(tǒng)監(jiān)控以及法律政策合規(guī)管理等。通過這些功能，AI治理平臺可以有效減少AI決策中的偏見和誤差，保護用戶隱私，提升AI系統(tǒng)的可解釋性和透明度。

AI治理平臺的一個重要發(fā)展方向是自動化和集成化，不再只是靜態(tài)的管理工具，而是可以動態(tài)地與企業(yè)的AI開發(fā)和運營流程相結合，從模型訓練到部署及后期監(jiān)控，提供持續(xù)的合規(guī)性評估和優(yōu)化建議。這使得企業(yè)在管理AI時更具靈活性和效率，同時確保合規(guī)要求得到滿足。

未來，負責任的AI將像網(wǎng)絡安全一樣，成為企業(yè)的標配。各國政府也將出臺針對AI的法律法規(guī)，企業(yè)已經(jīng)開始建立“數(shù)字合規(guī)部門”來應對這一趨勢。因此，AI治理平臺不僅是控制AI風險的工具，更是企業(yè)在推動AI創(chuàng)新和應用中的重要保障。

3.虛假信息安全
隨著生成式AI的發(fā)展，故意傳播的偽造信息，來誤導、欺騙或操縱大眾這種惡意行為的成本大大降低，虛假信息的傳播變得更加輕松，甚至普通人也能參與其中。虛假信息安全因此成為一種新興技術，旨在確保信息傳播的完整性、真實性，并防止冒充和追蹤有害信息的傳播。

隨著生成式AI技術的普及，虛假信息問題愈發(fā)嚴重，許多企業(yè)已認識到如果不加以管控，虛假信息將對其聲譽和網(wǎng)絡安全造成嚴重影響。網(wǎng)絡釣魚、社會工程、賬戶接管以及虛假內容等安全問題一直存在，但生成式AI的應用使這些問題進一步放大。傳統(tǒng)的人工方法或基于規(guī)則的防范手段已難以有效應對這些新興問題，因此需要借助更先進的技術來應對。

虛假信息安全的技術包括實時通信完整性的驗證、第三方媒體真實性的保障，以及基于大語言模型的監(jiān)控系統(tǒng)。例如，社交媒體上的內容監(jiān)控、生成式AI的“幻覺”識別、數(shù)字測謊技術等，都是其應用場景的一部分。這些技術為識別和防范虛假信息提供了新的手段。其中，深度偽造檢測技術是應對虛假信息的關鍵技術之一。它能夠檢測并識別深度偽造的內容。所謂“魔高一尺道高一丈”，既有技術用于制造虛假信息，也有技術用于識別并阻止這些虛假信息的傳播。這種技術的對抗作用正在不斷加強，為遏制虛假信息帶來希望。

計算新范式：保持算力高速率增長，突破每瓦算力上限

除了AI這一熱門技術范疇外，新興的計算技術也在不斷突破傳統(tǒng)邊界，帶來了全新的發(fā)展機會和挑戰(zhàn)。從后量子密碼學的迫切需求，到低功耗環(huán)境隱形智能的普及，再到節(jié)能計算、混合計算和空間計算的前沿探索，計算新范式正在深刻改變我們的生活和工作方式。這些技術趨勢能夠幫助解決當前面臨的安全性、效率和可持續(xù)性問題，并為未來的技術創(chuàng)新奠定基礎。

4. 后量子密碼學

1999年底，計算機系統(tǒng)中由于年份格式問題（如只用兩位數(shù)表示年份“99”）可能會在2000年產生故障，導致很多系統(tǒng)出現(xiàn)錯誤或崩潰。當時它被認為是一個全球性的風險，雖然最后并未造成大規(guī)模的災難，但還是引起了廣泛的關注。

而后量子密碼學的風險則更加嚴重，因為量子計算的出現(xiàn)將可能使當前使用的加密技術（如公鑰/私鑰加密系統(tǒng)）變得不安全，量子計算可以在極短的時間內破解這些加密方式，從而對金融、通信等關鍵領域的安全構成巨大威脅。這種風險不僅影響的是某一時刻的系統(tǒng)漏洞，而是可能對整個加密體系造成長期的危害。因此高挺表示：相較于千年蟲問題，后量子密碼學帶來的威脅可能更加深遠和緊迫。

當前，在商業(yè)領域廣泛使用的加密算法主要是“非對稱加密”，即公鑰/私鑰體系。這種基于數(shù)學算法的加密方式，在傳統(tǒng)計算架構中幾乎無法被破解。例如，破解一個加密算法可能需要一百年的時間。然而，量子計算的出現(xiàn)，利用量子疊加效應，使得破解非對稱加密變得非常容易，可能在幾分鐘內完成。因此，需要開發(fā)新的替代方法來應對這種風險，這就是“后量子密碼學”。

后量子密碼學的標準主要由美國國家標準與技術研究院（NIST）制定，該工作已進行了多年，經(jīng)過多輪篩選，2024年8月已經(jīng)確定了第一輪的后量子加密方案。2025年春季，第二輪的算法將會被確定，企業(yè)需要開始考慮對核心和敏感數(shù)據(jù)的加密機制進行替換，或至少找到替代方案。然而，目前許多企業(yè)尚未意識到這一問題的重要性。一些黑客甚至提前將加密數(shù)據(jù)下載并存儲，等待量子計算成熟后進行解密，這對于企業(yè)來說是一種重大風險。因此，企業(yè)需要逐步采用后量子密碼學來加強對敏感數(shù)據(jù)的保護。

5. 環(huán)境隱形智能

環(huán)境隱形智能是由成本低廉、體積小巧的智能標簽和傳感器實現(xiàn)的。這些低功耗的無線設備，包括低功耗藍牙設備，預計將在2025年被大規(guī)模使用。這些傳感器的優(yōu)點在于可以收集來自環(huán)境的射頻能量，實現(xiàn)自我驅動，具備幾乎無限的使用壽命。低成本、低功耗的特性將催生新的應用場景，例如倉庫中數(shù)百萬商品的實時庫存盤點，或食品運輸過程中實時追蹤溫度和路徑，以降低運輸損耗。隨著智能設備和低功耗設備成本的不斷下降，未來基本上每個物品都可能嵌入環(huán)境隱形智能，從而提供全新的客戶互動方式，例如在優(yōu)衣庫購物時，利用智能標簽實現(xiàn)快速結賬。

6. 節(jié)能計算

節(jié)能計算旨在用更少的能耗實現(xiàn)更高的計算能力。隨著AI對算力和能耗的需求不斷增長，全球許多地方因數(shù)據(jù)中心的建立而面臨電力供應不足的問題。同時，碳排放問題也成為各國政府和企業(yè)面臨的重要挑戰(zhàn)。因此，節(jié)能計算分為短期、中期和長期策略。短期策略包括使用綠色能源、降低低能效硬件的使用以及提高計算利用率。中期策略則注重采用更高效的編碼架構和算法，并將計算任務移植到更高效的硬件上。長期策略展望2030年后的光學計算、DNA存儲、陶瓷存儲和量子計算等技術，這些技術將顯著提高能效比，并降低碳排放。

“當然有很多的技術現(xiàn)在還處于一個比較早期的階段，比如說我們現(xiàn)在看到神經(jīng)形態(tài)的系統(tǒng)是可以非常高效地執(zhí)行某些類型的AI任務，但是它還是處在比較早期的階段，這些技術實際上也是在我們的關注范圍之內的?！备咄φ雇健?

7. 混合計算

高挺指出，傳統(tǒng)計算的未來不是量子計算，而是混合型的計算。混合計算不是單純依賴傳統(tǒng)計算或量子計算，而是結合不同計算存儲和網(wǎng)絡基礎設施來解決問題。通過結合神經(jīng)形態(tài)計算、量子計算、光計算和生物計算等技術，以發(fā)揮各自的優(yōu)勢。例如光計算可能在解決某些復雜的優(yōu)化問題上具有優(yōu)勢，而量子計算在藥物發(fā)現(xiàn)和材料科學領域表現(xiàn)出了獨特的能力?；旌嫌嬎愕淖罱K目標是通過編排系統(tǒng)將不同的計算范式整合起來，為復雜問題提供最佳解決方案。

“要把它們協(xié)調起來本身就是比較困難的。現(xiàn)階段的混合計算還是局限在比較小規(guī)模的異構計算資源（如CPU和GPU的整合）。”高挺預測到，“但是在更大的規(guī)模內去協(xié)調需要時間，它的成熟需要3-10年的時間?！?

8. 空間計算

空間計算指的是將物理對象和數(shù)字對象結合在屏幕之外的共享框架中，將數(shù)字世界和物理世界的內容疊加和融合。關鍵技術包括對物理世界中人、地點和事物在數(shù)字空間進行映射和識別。AR/VR/XR技術是空間計算的重要組成部分，蘋果的Vision Pro和Meta的Quest3等新型頭戴式顯示器推動了這一趨勢的發(fā)展。然而，當前空間計算技術仍面臨價格高昂、設備笨重、續(xù)航時間不足、缺乏殺手級應用等問題，同時不同廠商的硬件、軟件和內容生態(tài)之間缺乏互操作性，也限制了其發(fā)展。

高挺表示，像Vision Pro一類的產品在交互體驗方面已經(jīng)有了很大進步，達到了非常優(yōu)秀的體驗，但還無法取代手機成為主流移動終端。一方面是價格受限，無法達到人手一臺的境地，但更重要的是這類創(chuàng)新產品的產品規(guī)格仍然不及市場需求，這即使降價也無法與市場預期相匹配。

“當然手機這個東西也不是盡善盡美，但是至少在目前的情況下兩者比起來手機這個終端還是更有優(yōu)勢的，它的便捷性、續(xù)航，它上面的應用、開放性基本上是比較好的?！备咄μ寡缘溃癡ision Pro比較好的是交互體驗是非常棒的，但是很難為了這一點交互體驗把手機給扔掉?！?

人機協(xié)同發(fā)展和深入融合：機器成為多功能助理，人類實現(xiàn)認知增強

在人機協(xié)同的未來圖景中，多功能機器人與神經(jīng)增強技術成為兩個重要的技術趨勢，推動人類與機器的深度融合。多功能機器人不僅為家庭和工作環(huán)境帶來廣泛支持，還在逐步改變我們對“智能助理”的定義。與此同時，神經(jīng)增強技術通過腦機接口提升人類認知能力，讓人類在智能化浪潮中具備更強的競爭力。這些技術的進步不僅提高了人類的生產力和生活質量，也深刻影響了人類與機器的關系。

9. 多功能機器人

多功能機器人是幫助人類完成多種任務的機器人，形態(tài)可以是人形、犬形等，其設計初衷不是為單一任務，而是為了應對多個不同任務，尤其是人形機器人。高挺指出：“多功能機器人的真正價值在于它能夠融入日常生活，提供更多樣化的支持，而不僅僅是局限于單一的工業(yè)用途。”

據(jù)Gartner預測，到2030年，80%的人類將每天與智能機器人互動。實現(xiàn)大規(guī)模商業(yè)化的關鍵在于多功能機器人能夠在多個應用場景中提供足夠的投資回報，例如它在家中不僅能做“打螺絲”的工作，還能燒菜、洗碗、拖地等，從而提升投資回報率。

目前，一些國內的工業(yè)機器人價格已降至10萬元，預計未來五到十年內，一個類似小汽車價格的機器人將進入家庭，幫助完成多項任務，這對于很多家庭來說是極具吸引力的。然而，多功能機器人的普及也帶來了新的問題，例如如何處理人際關系——當你在工作中看到一條機器狗時，會把它視作“電子同事”還是“移動攝像頭”來監(jiān)視工作表現(xiàn)？這種心態(tài)的變化值得關注。

多功能機器人大規(guī)模應用的信號包括企業(yè)開發(fā)培訓系統(tǒng)來教導如何使用機器人支持業(yè)務，或在招聘員工和規(guī)劃生產力資源時考慮引入機器人，甚至起草相關政策等。這些跡象表明，多功能機器人將逐步走向成熟。

10. 神經(jīng)增強

神經(jīng)增強主要是指腦機接口技術，通過讀取和解碼大腦活動來提高人類認知能力。馬斯克的Neuralink在2023年5月獲得了FDA批準，進行可植入芯片的人體實驗，2024年已有患者接受了手術。神經(jīng)增強的發(fā)展路徑是從非侵入式的單向傳導到雙向讀寫，再到侵入式的雙向讀寫，最終實現(xiàn)微創(chuàng)的雙向讀寫。

神經(jīng)增強技術有三大潛力：第一是增強人類技能，例如提升記憶力、注意力，幫助解決學習問題，使人類跟上AI的步伐，成為“增強型人類”；第二是改變下一代營銷體系，基于植入芯片的腦電波信號，直接反映用戶的喜好，提供更有效的營銷數(shù)據(jù)；第三是提高人類性能，例如通過技術增強神經(jīng)能力，預防工業(yè)事故、延緩老齡化、防止司機疲勞駕駛等，有助于延長大腦健康時間和整體壽命。

高挺補充道：“神經(jīng)增強不僅僅是在提高人類能力，更是在重新定義我們與技術的融合方式，讓人類得以在AI時代中保持競爭力?！?

結語

2025年的十大技術趨勢描繪了一個充滿機遇與挑戰(zhàn)的未來。AI的發(fā)展在帶來前所未有便利的同時，也對治理和安全提出了更高的要求；新興計算技術從后量子密碼學到混合計算，為我們提供了更加安全、高效、可持續(xù)的計算環(huán)境；而在人機協(xié)同的領域，多功能機器人和神經(jīng)增強正在重新定義人類的能力邊界與日常生活。

這些趨勢不僅是技術進步的象征，更是我們如何與技術共生、共存的深刻思考。未來，我們需要在抓住技術機遇的同時，妥善應對隨之而來的各種挑戰(zhàn)，推動技術向更加負責任和人性化的方向發(fā)展。