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。”
以下是 2024 年 10 月 22 日 Gartner 发布的 2025 年重要战略技术趋势：
- 决策代理型人工智能（Agentic AI）
- 人工智能治理技术平台（AI Governance Platforms）
- 虚假信息安全（Disinformation Security）
- 后量子密码学（Postquantum Cryptography）
- 环境隐形智能（Ambient Invisible Intelligence）
- 节能计算（Energy-Efficient Computing）
- 混合计算（Hybrid Computing）
- 空间计算（Spatial Computing）
- 多功能机器人（Polyfunctional Robots）
- 神经增强（Neurological Enhancement）
2025年重要战略技术趋势
决策代理型人工智能（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。
行业应用：
- 个人助理：如财务规划AI，可根据用户收入与支出模式，直接执行最佳投资策略。
- 企业管理：在供应链管理中，Agentic AI能够动态调整库存和物流策略，以应对市场变化。
人工智能治理技术平台（AI Governance Platforms）
随着AI的广泛应用，模型偏见、不透明性等问题对信任构成威胁。AI治理平台将通过模型透明度、道德审查和可解释性提升信任度，防止生成有害或不道德的内容输出。
技术落地：
- 模型可解释性：确保AI决策过程清晰可追溯。
- 偏见检测工具：识别并纠正模型中的隐性偏见。
- 行业规范化：推动AI治理标准化，加强对敏感领域AI应用的监管。
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。
应用场景：
- 媒体审查：新闻机构可利用该技术验证内容真实性。
- 企业声誉管理：实时监控并应对恶意虚假信息攻击。
- 司法取证：为法庭提供对合成媒体的技术验证支持。
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。
行业影响：
- 金融行业：确保银行与交易系统的数据安全。
- 通信安全：加密敏感通信内容，避免数据泄露。
- 政府机构：保护国家机密，抵御量子计算威胁。
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。
典型应用：
- 供应链优化：实时监测货物位置、温度和湿度。
- 资产管理：跟踪企业固定资产的状态和位置。
- 工业物联网：提高工厂运营透明度，优化生产效率。
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”。
发展方向：
- 绿色数据中心：通过优化冷却系统和能源管理降低碳排放。
- 算法重构：针对能源密集型应用优化代码效率。
- 光学和神经形态计算：探索更高效的计算架构。
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。
未来计算体系将整合CPU、GPU、边缘计算、量子计算、光学计算等多种技术，实现协同计算。组织需要评估并部署最适合其需求的计算框架。
应用趋势：
- 精准医疗：通过量子计算模拟药物反应。
- 智能制造：边缘计算实时分析生产数据，提高生产灵活性。
- 超大规模AI模型训练：GPU与量子计算联合加速训练过程。
空间计算与增强现实（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。
前景展望：
- 智能工厂：工人通过AR眼镜实时获取设备维护信息。
- 远程医疗：医生通过空间计算与患者共享三维诊断模型。
- 沉浸式教育：为学生提供交互式虚拟实验室体验。
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。
技术进展：
- 服务业：为家庭提供清洁、监控等多任务服务。
- 农业：一台机器人可完成种植、喷洒与收获。
- 灾难救援：集成多种功能，用于搜索与救援任务。
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%。
潜在价值：
- 康复医学：帮助中风患者恢复运动能力。
- 学习增强：提高人类对复杂信息的理解与记忆能力。
- 交互创新：通过脑机接口实现直接的人机互动。
今年的重要战略技术趋势强调了那些将在未来10年内给CIO和其他IT领导人带来重大变革与机遇的趋势。