2025年及以后的主要战略技术趋势和重大战略预测报告

预测 罗戈研究院副院长 中国数字化学会特聘终身顾问广州捷世通物流股份有限公司战略副总湖南大学计算机信息工程学院兼职教授唐隆基博士(2025-01-15) 目录 引言1.Gartner的2025年顶级战略技术趋势1.1人工智能的必要性和风险(Al imperativesandrisks)51.1.1代理人工智能(AgenticAl)1.1.2 Al 治理平台(Al Governance Platforms)101.1.3虚假信息安全（(Disinformation Security)131.2计算的新前沿(Newfrontiers ofcomputing)141.2.1后量子密码学(Post-quantumcryptography)151.2.2环境隐形智能(Ambient Invisible Intelligence)171.2.3节能计算(Energy-Efficient Computing)191.2.4混合计算(Hybrid Computing)221.3人机协同(Human-machine synergy).251.3.1室间计算(Spatial Computing)261.3.2多功能机器人(Polyfunctional robots)...291.3.3 神经增强(Neurological enhancement)332.乘风破浪的AI浪潮：2025年及以后的重大战略预测3. 总结.46参考文献47 罗戈研究50 引言 全球有名的科技咨询公司Gartner每年最后一个季度要发布关于末来3到5年的顶级战略性技术趋势和未来重要战略性预测。本文作者一直在关注和研究它们并在罗戈网上分享和解读这些趋势和预测【1-7]。本文主要介绍和解读2025年及以后的主要战略技术趋势【8-9】和重大战略预测【10]。 1.Gartner的2025年顶级战略技术趋势 Gartner公司于2024年10月21日公布了10大2025年企业需要探索的最重要的战喀技术趋势。分析师在10月24日举行的GartnerITSymposium/Xpc上展示了他们的研究成果。 Gartner杰出副总裁分析师GeneAlvarez表示：“今年的顶级战略技术趋势涵盖了人工智能的必要性和风险、计算的新前沿和人机协同。跟踪这些趋势将有助于IT领导者通过负责任和合乎道德的创新塑造其组织的未来。”（见图1)。 Gartner的10大2025年顶级战略技术趋势被分为图1中三个重要主题，这个三个主题又贯穿一条主线，即“通过负责任和合乎道德的创新塑造组织的未来”。这三个主题代表了未来3-5年充满机遇的创新领域： 代理型人工智能带来了必要性和风险，并将使组织能够改变工作、流程和决策的性质和效率。然而，这也将推动人工智能治理技术的进步。为保护组织免受虚假信息影响而创建的技术将保护人民、组织和社会。 计算的新领域不断扩大着收益的潜力，但也带来了威胁。量子计算将打破当 今的密码学，使每个人都面临风险。微型、超低成本的无线标签和传感器将催生新的商业模式和生态系统。新的节能计算模型将满足对更多计算和可持续性的需求。越来越多的计算模型为集成和编排提供了机会，以优化所有模型的使用。 ·随若物理和虚拟体验之间下一级交互的创建，人机协同作用正在增强。执行多种功能的机器人将融入人类的日常生活。技术将带来直接获取和改善思想和情感的能力，以增强人类的认知和表现，并带来帮助人们茁壮成长的新方法。 下一节将按这三个主题分别介绍这十个顶级战略技木趋势。 1.1人工智能的必要性和风险(Alimperativesandrisks） 随若组织推进人工智能代理（AlAgents)，人工智能的必要性和风险比比皆是。这一点，再加上人工智能的其他方面，将推动组织内部对人工智能洽理平合的需求，使所有人都能负责任地、合乎道德地使用人工智能。 恶意行为者利用人工智能加速虚假信息的传播，可能会对组织、客户、合作伙伴和员工造成重大损害。企业将需要技术来跟踪其组织或其组织周国的信息传播：以评估信息的其实性并建立信任。组织还必须保护自已免受使用合成媒体实时访可其系统和传播错误信息的恶意行为者的攻击。 1.1.1代理人工智能(AgenticAl) Gartner在【11】中描述：代理人工智能是指目标驱动的软件实体，这些实体被 结合记忆、规划、传感、工具和护栏等组件）来完成任务并实现目标。与机器人流程自动化不同，代理AI不需要明确的输入，也不会产生预定的输出代理AI实体可以接收目标指令、送代和委派任务，并输出变量和动态信息一-通常会增强用户的工作。 代理人工智能的例子包括： ：人工智能代理（(AIAgents） ·机器客户：多智能体系统 到目前为止，大型语言模型（LLM）等AI模型已经执行了包括生成文本和总结文档在内的任务，但它们还无法自行“主动”采取行动。相反，它们会根据您的提示来取行动。新兴的AgenticAl正在改变这一现状。正在开发的工具育在为LLM等系统提供更多代理，使其能够在最少的人工监替下目主行动、造应其坏境并在复杀坏境中执行目标。这将大大提高人工智能的潜力。例如，代理人工智能可以检查数据、进行研究、编制要完成的任务，然后通过API或机器人系统在数字或物理世界中执行这些操作。 人工智能代理是一个范围。它属于代理人工智能的一种初级形式，一方面，具有有限代理的传统系统在狭义的条件下执行特定任务。另一方面，具有完全代理的未来代理人工智能系统将从其环境中学习，做出决策并独立执行任务。当前基于LLM的助手和成熟的人工智能代理之间存在巨大差距（见图2)。这一差距将首先在范围狭窄的活动中缩小。然而，随若我们学习如何构建、管理和信任代理人工智能解决方案，代理解决方案的范围和复杂性将扩大。 关注人工智能代理的缺口 Gartner 代理人工智能是人工智能的新兴技术，它是2025年最重要的战略技术趋势。人工智能方面的支出将有助于推动IT支出的健康增长。Gartner表示，预计2025年全球IT支出总额将达到5.74万亿关元，比2024年增长9.3%Gartner预测，到2028年，至少15%的日常工作决策将通过AgenticAl自主做出，而2024年这一比例为0%。此外，在四年内，预计33%的应用程序将包含代理，15%的决策将自主做出。该技术的目标驱动功能将提供更具适应性的软件系统，能够完成各种各样的任务。【12】指出，AgenticAI分为四个关键阶段运行： 1．感知；它从周围的世界收集数据。 2．推理：它处理这些数据以了解发生了什么。 动作：它根据其理解来决定做什么。 A.学习：它会随着时间的推移而改进和适应，从反馈和经验中学习。 AgenticAl和AlAgents已开始出现在客个行业中，并且其应用正在快速增长。人工智能代理正飞速发展，并已经遍地开花，如客户支持的聊关机器人；个人助理，如Apple的Siri；电子邮件管理，如Google的GmailSmart；生产力工具，如GitHubCopilot等能目动生成代码和完成测试。下面主要列举AgenticAl的实际应用【12]： ·自动驾驶汽车：AgenticAI最令人兴奋的用途之一是自动驾驶汽车。这些Al系统可以感知周围环境、做出驾驶决策并从每次行程中学习。随若时间的推移，它们在导航和处理道路上的新挑战方面会做得更好。例如，特斯拉的全自动驾驶系统就是AgenticAl的一个例子，它不断从驾驶环境中学习并调整其行为以提高安全性和效率。 供应链管理：AgenticAl还帮助公司优化其供应链。通过自主管理库存、预则需求和实时调整配送路线，AI可以确保更顺畅、更高效的运营。业马通的仓库机器人就是一个例子，这些机器人由A驱动－这些机器人可以在复杂的环境中导航，适应不同的条件，并自主地在仓库内移动货物。 网络安全：在网络安全领域，AgenticAl可以通过分析网络活动并目动应对潜在漏洞来检测威胁和漏洞。Al网络安全公司Darktrace使用AgenticA实时自主检测、响应和学习潜在的网络威胁。 医疗保健：人工智能任医疗保健领域也发挥着虫要作用。AgenticAl可以伤助诊断、治疗建议和患者护理管理。它可以分析医疗数据、识别模式并帮助医生做出更明智的决策。例如，IBM的WatsonHealth使用人工智能来分析大量医疗保健数据，从新信息中学习，从而为医生和医疗保健专业人士提供帮助。 本文将补充以下两个代理人工智能重要的应用： 可组合自主SCP：本文作者在【13】中介绍了Adexa通过使用智能分布式代理AdexaGenies@为ScP的解决方案添加业务功能几乎没有限制，更重要的是，随若系统的使用，SCP的解决方案能够不断改进。Adexa部署智能分布式代理AdexaGenies@，可以感知事件，了解影响，采取行动并从经验中学习。他们通过以下方式适应环境： 自我修正物理供应链的表示，形成其正的数字季生： 自我完善的政策和业务计则， 自我优化规范算法的性能， 工业可持续性：据【14】，工业可持续性公司Endava来用AgenticAl技术来帮助它的客户加速实现可持续性。2024年4月，Endava宣布创建其代理人工智能产业加速器，内部命名为“Morpheus”这是同类产品中的第一个加速露及其人工智能驱动的行业工具结合了数据和多智能体的力量，共同应对所有行业的复杂挑战，包括医疗保健、保险、金融服务和私募股权等高质监管的领域。 超大规模企业止在将AgenticAl添加到他们的Al助手中。AgenticAl自主或半自主采取行动的能力有可能帮助CIO实现其生成式人工智能（GenAI)的应景，从而提高整个组织的生产力（见图3)。 Gartner 1.1.2AI治理平台(Al Governance Platforms) Al治理平台是Gartner不断发展的Al信任、风险和安全管理(TRiSM）框架[3]的一部分，该框架使组织能够管理AI系统的法律、道德和运营绩效。这些技术解决方案可以创建、管理和执行负责任的AI使用政策，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，与没有此类系统的组织相比，实施全面AI治理平台的组织将经历与AI相关的道德事件减少40%。使用人工智能治理平台的企业将比竞争对手获得30%的客户信任评级和25%的监管合规得分。 为什么它成为趋势？人工智能正被应用于更多领域，特别是在监管严格的行业。随着人工智能的传播，偏见、隐私问题以及与人类价值观保持一致的需求等风险也在曼延。确保人工智能不会伤害某些群体、操纵市场或控制重要系统至关重要。 下面列举了几个使用案例： 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。·通过模型治理过程指导人工智能模型，以确保在模型生命周期内遵循所有适当的门和控制。跟踪使用情况，监控人工智能系统性能，审计决策过程，并确保人工智能系统随若时间的推移与治理标准保持一致。 图4描绘了人工智能治理平台要素，它包括以下三大部分： 要达到的效益：包括信任、负责任的AI，和创新。人工智能治理平台：包括三大核心要素：伦理：人工智能开发和部苦的指导原则和适德考虑。负责任AI的监普：负责任的人工智能管理、监曾和部著的实践工作和流程。■AI技术：人工智能系统的技术方面和能力符合性能标准。 、治理平台的属性：包括透明度、问责制、公平性、隐私。 【15】指出，为了有效实施AI治理平台，技术团队必须关注几个关键领域，包括数据质量、清理和综合治理策略。首先： 确保数据质主和净化。生成大主高质量的数据。与身份和访问管理（IAM）供应商合作，生成训练和调整AI模型所需的各种数据集。考虑法律和道德因素，确保数据生成和模型调整符合法律标准并符合组织原则和价值观。 推动AI就绪数据。建立全面的治理策略，包括可信且治理良好的数据、高质量的主数据和强大的数据质量管理。扩展治理实践，确保AI系统的合规负责任和合乎道德的使用，这将