《2025年十大战略技术趋势》

主题一：AI的当务之急和风险

代理型人工智能可以制定计划并采取行动，以实现用户设定的目标。

图1 注意代理型人工智能的差距

1. 定义

代理式人工智能指的是软件程序，其目的是独立做出决定并采取行动以实现特定目标。这些程序将各种人工智能技术与记忆、规划、感知环境、使用工具和遵循安全准则等功能结合起来，自行执行任务以实现目标。

2. Gartner预测

到2028年，至少15%的日常工作决策将通过代理式人工智能自主完成，而2024年这一比例仅为0%。

3.使用案例

（1）通过自然语言使员工能够开发和管理更复杂的技术项目，无论是微型自动化还是大型项目；

（2）通过使用数据分析在每个步骤中做出高度计算的决策，实现客户体验自动化；

（3）通过更快的数据分析和智能预测，改变决策制定并提高组织的态势感知能力。

4.商业利益与挑战

商业利益：由代理式人工智能组成的虚拟员工可协助和增强人类或传统应用程序的工作。

挑战：需要强有力的保护措施，以确保与提供商和用户的意图保持一致。

技术解决方案使组织能够管理其人工智能系统的法律、道德和运营绩效。

图2 人工智能治理平台要素

1. 定义

人工智能治理平台有助于管理和控制人工智能系统，确保以负责任和合乎道德的方式使用这些系统。通过这些平台，IT领导者可以确保人工智能是可靠、透明、公平和负责任的，同时也符合安全和道德标准。这可确保人工智能符合组织的价值观和更广泛的社会期望。

2. Gartner预测

到2028年，使用人工智能治理平台的企业将比竞争对手的客户信任度高出30%，监管合规性得分高出25%。

3. 使用案例

（1）评估人工智能系统可能带来的潜在风险和危害，如偏见、侵犯隐私和负面社会影响等；

（2）通过模型管理流程指导人工智能模型，确保在模型生命周期内遵循所有适当的关口和控制措施；

（3）跟踪使用情况、监控人工智能系统性能、审计决策流程，并确保人工智能系统长期符合治理标准。

4. 商业利益与挑战

商业利益：创建、管理和执行政策，确保负责任地使用人工智能，解释人工智能系统如何工作，建立生命周期管理模型，并提供透明度以建立信任和问责制。

挑战：不同地区和行业的人工智能指导方针各不相同，因此很难建立一致的做法。

旨在系统辨别值得信任的新兴技术类别。

图3 什么是虚假信息安全？

1.定义

虚假信息安全的目的是帮助识别哪些内容是可信的，其目标是创建确保信息准确、验证真实性、防止冒名顶替和监控有害内容传播的系统。

2. Gartner预测

到2028年，50%的企业将采用专门针对虚假信息安全用例的产品、服务或功能，而2024年这一比例还不到5%。

3. 使用案例

（1）检测合成媒体在授权范围内的使用情况（识别验证、实时通信或索赔验证）；

（2）对通过大众媒体或社交媒体传播的言论进行情报监控，例如针对行政领导团队、产品、服务或品牌的言论；

（3）防止假冒与组织有业务往来的个人，如员工、承包商、供应商和客户。

4.商业利益与挑战

商业利益：通过加强身份验证控制，减少欺诈行为；通过持续风险评分、情境感知和持续自适应信任模型，防止账户被接管；通过识别有害叙述，保护品牌声誉。

挑战：需要持续更新、多层次、自适应学习的团队方法。

主题二：计算的新领域

可抵御量子计算解密风险的数据保护。

图4 加密灵活性时间轴

1. 定义

后量子密码学（PQC）是指为防范量子计算机带来的潜在威胁而设计的密码学方法。

2. Gartner预测

到2029年，量子计算技术的进步将使大多数传统非对称加密技术无法安全使用。

3. 使用案例

（1）面向未来的系统，确保敏感的财务数据即使在量子计算世界中也能保持安全；

（2）保护宝贵的知识产权免受网络威胁，包括未来的量子攻击，确保竞争对手或黑客无法解密机密信息；

（3）确保加密信息、合同和操作数据不会被量子对手拦截或解密。

4.商业利益与挑战

商业利益：保护数据免受量子计算出现后带来的安全风险。

挑战：PQC算法不能直接替代现有的非对称算法。当前的应用程序可能存在性能问题，需要进行测试，并可能需要重写。

技术以不显眼的方式融入环境，带来更自然、更直观的体验。

图5 环境隐形智能举例

1. 定义

环境隐形智能是指广泛使用小型、低成本的标签和传感器来跟踪各种物体和环境的位置和状态，这些信息会被发送到云端进行分析和记录。这些技术将内置于日常物品中，用户往往不会注意到它们。

2. Gartner预测

到2028年，环境隐形智能的早期实例将侧重于通过实现低成本的物品跟踪和感知、降低成本或提高效率来解决眼前的问题。

3. 使用案例

（1）在零售环境中，根据顾客行为自动调整照明、音乐和产品推荐；

（2）监控员工如何使用办公空间并自动调整环境因素；

（3）在医疗保健领域，无需可穿戴设备即可对病人进行持续监控，从而实现对紧急情况的实时响应。

4.商业利益与挑战

商业利益：可对物品进行低成本、实时的跟踪和感知，提高可见性和效率；具有不可伪造出处的潜力。

挑战：提供商必须解决隐私问题，并就某些类型的数据使用征得同意。用户可以选择禁用标签以保护隐私。

通过更高效的架构、代码和算法；为提高效率而优化的硬件；以及使用可再生能源运行系统，来提高可持续性。

图6 控制信息技术的可持续性

1. 定义

节能计算是指在设计和运行计算机、数据中心和其他数字系统时，尽量减少能源消耗和碳排放。

2. Gartner预测

如今，大多数IT组织的首要考虑因素是碳排放。

3. 使用案例

（1）通过降低服务器和冷却系统的能耗来削减数据中心成本；

（2）可持续产品开发：利用节能计算设计能耗更低的产品；

（3）使用智能电源管理系统，降低整个办公网络的能耗。

4.商业利益与挑战

商业利益：应对法律、商业和社会压力，通过减少碳排放提高可持续性。

挑战：需要新的硬件、云服务、技能、工具、算法和应用程序；迁移到新的计算平台既复杂又昂贵；随着绿色能源需求的增加，短期内能源价格可能会上涨。

结合不同的计算、存储和网络机制来解决计算问题。

图7 一种简化的混合计算架构

1. 定义

混合计算结合了各种技术，如CPU、GPU、边缘设备、ASIC以及神经形态、量子和光子系统，以解决复杂的计算问题。它创建了一个混合环境，利用每种技术的优势。

2.Gartner预测

未来组织将会在本地服务器上运行其核心、敏感的应用程序，同时利用云计算来执行高性能任务，如数据分析、人工智能或备份存储。这种混合设置将使企业能够高效扩展、优化成本并保持灵活性。

3.使用案例

（1）具有成本效益的可扩展性：出于安全考虑，在内部保留关键工作负载，同时在繁忙季节利用云处理高峰负载；

（2）提高数据安全性和合规性：将敏感数据存储在内部，满足严格的数据隐私法规要求，同时使用云进行敏感度较低的操作或分析；

（3）加快创新和开发：利用基于云的开发工具，同时为生产维护安全的内部环境。

4.商业利益与挑战

商业利益：高效、高速、变革性的创新环境；超越当前技术极限的人工智能；由更高自动化水平驱动的自主业务；增强人类能力，实现大规模实时个性化。

挑战：新兴、高度复杂的技术需要专业技能；自主模块系统带来安全风险；涉及实验技术和高成本；需要协调和整合。

主题三：人机协同

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，提供身临其境的体验。

图8 实现空间计算的3个层面

1. 定义

空间计算通过将数字内容“锚定”在现实世界中，使用户能够以身临其境、逼真和直观的体验与之互动，从而增强物理世界的功能。

2. Gartner预测

到2028年，20%的人每周将有一次沉浸式体验，而2023年这一比例还不到1%。

3. 使用案例

（1）在身临其境的3D环境中与团队协作，使远程会议更具互动性和有效性；

（2）为员工培训创建栩栩如生的模拟场景，以模拟实践学习，降低培训成本和风险，同时提高技能掌握和保持率；

（3）通过交互式虚拟助手引导商店购买决策，改善购物体验，提高参与度和销售额。

4.商业利益与挑战

商业利益：满足消费者在游戏、教育和电子商务领域对身临其境和互动体验的需求；满足医疗保健、零售和制造业对先进可视化工具的需求，以提高决策和效率。

挑战：头戴式显示器既昂贵又笨重，需要经常充电，会隔离用户，并可能增加事故发生的可能性；用户界面复杂；数据隐私和安全是主要问题。

能够执行多种任务并根据需要在不同任务之间无缝切换的机器人。

图9 多功能机器人：物理创新的新浪潮

1. 定义

多功能机器人是一种可以根据人类指令或示例执行多种任务的机器，它们的设计和操作方式都很灵活。

2. Gartner预测

到2030年，80%的人类将每天与智能机器人打交道，而现在这一比例还不到10%。

3. 使用案例

（1）在仓库环境中，处理分拣、包装和运输货物等多项任务；

（2）在医疗保健领域提供协助，执行各种任务，如运送医疗用品、协助病人行动，甚至进行空间消毒；

（3）现场服务，在偏远或危险的环境中检查设备、进行日常维护和修理故障。

4.商业利益与挑战

商业利益：提高效率；更快的投资回报率；无需改变架构或安装基础设施，这意味着部署速度快、风险低、可扩展性强；可替代人类或与人类协同工作。

挑战：业界尚未就价格或最低功能要求达成一致。

利用读取和解码大脑活动的技术提高认知能力。

图10 脑机接口功能将如何发展

1. 定义

神经增强是指利用读取和解码大脑活动并选择性写入大脑的技术提高人类认知能力的过程。

2. Gartner预测

到2030年，60%的IT员工将通过双向脑机接口（BBMI）等技术得到提升，并依赖于这些技术。

3. 使用案例

（1）将外科医生实习期缩短一整年；

（2）实时为学生提供个性化教材；

（3）减少工伤事故和工业灾难；

（4）通过神经数据识别匹配的同事，改进招聘和留用工作。

4. 商业利益与挑战

商业利益：提高人的技能、改善安全状况、个性化教育、延长老年人的工作时间等。

挑战：最初价格昂贵，电池有限，移动性和无线连接选择有限；具有侵入性和风险性；BBMI直接与人脑连接，带来安全挑战；存在道德问题（如改变用户对现实的感知）。