AI、计算新范式、人机协同｜Gartner副总裁高挺解读2025年十大战略技术趋势

2025将至，回首即将过去的2024年，我们见证了技术领域的快速发展与变革。这一年，人工智能的应用更加深入，量子计算的突破逐渐成为现实，5G网络的普及为未来的智能连接奠定了坚实基础。边缘计算、虚拟现实和可持续能源技术等新兴领域也取得了令人瞩目的进展。2024年是技术融合与创新加速的一年，而我们也更期待在2025年看到更多令人兴奋的技术革新和新的可能性。

“年度十大战略技术趋势”，已经成为Gartner的一项传统，每年年底前都会系统性地分析和评选出在未来一年内对商业和科技领域产生深远影响的十大技术趋势。

Gartner全球2000余位分析师会提交其各自领域中的重要技术趋势，然后汇总到Gartner的技术委员会和筛选委员会进行评选。这些趋势必须能够引起企业CXO，尤其是CIO的关注，具有全球性和跨行业的影响，具备颠覆性的影响力，有活跃的实验室研究和研发信号，同时获得风险投资基金的支持，以推动初创企业的发展，并体现出跨越式而非渐进性的变革。

《Gartner十大战略技术趋势报告（2025）》，业已新鲜出炉。而我们也有幸第一时间采访到了Gartner研究副总裁高挺，为大家解读未来一年的重要技术趋势和产业走向。

据悉，今年的十大技术趋势可以划分为三个主题，分别是AI的必要事项和风险，以及计算新范式和人机协同等前沿趋势。

警惕AI双刃剑：发展自主代理也要抓紧治理和信息安全

随着人工智能技术的飞速发展，AI的应用场景日益扩展，带来了巨大的变革机会。然而，这些技术进步也伴随着复杂的风险和挑战。AI所带来的影响不仅仅是技术层面的革新，还引发了诸多社会伦理和法律问题。2025年的前三大技术趋势，深入了探讨AI的必要事项，包括代理型AI的前景与挑战、AI治理平台的作用以及虚假信息安全的紧迫性，帮助全面认识并应对AI技术带来的双刃剑效应。

1. 代理型AI

代理型AI，英文名为“Agentic AI”，在中国市场也被称为“AI智能体”。高挺表示更倾向于使用“代理型AI”这个术语，因为它更偏向技术层面，而“AI智能体”则更注重应用层面。代理型AI不仅包括AI智能体，还涵盖了“代理型搜索”或“多代理系统”等概念，Gartner还提出了“机器客户”的概念，也属于代理型AI的范畴。

代理型AI的愿景是未来每个人都会拥有一个AI代理，它可以被视为一个软件化的机器人。这种AI代理不需要休息、无需报酬，可以“7×24”全年无休地工作，相当于数字员工的角色。

这一愿景得以实现的关键在于AI技术的突破。传统的AI通常只能执行特定任务，例如语音识别、计算机视觉、推荐引擎等，但它缺乏泛化能力，无法完成复杂任务。而大语言模型的出现极大改变了这一局面。大语言模型不仅掌握了语言，还拓展了计算、推理和代码生成能力，尤其是在推理方面取得了显著进展。

代理型AI的两个显著特点是目标驱动和行动能力。目标驱动意味着它并不像传统的RPA（机器人流程自动化）那样，每一步都由人类预先设定，而是能够根据整体目标和外部环境自主规划和执行任务。同时，代理型AI具备至少四个核心模块——记忆、计划、感知和调用工具模块，这使得它能够在未来替代某些网站、应用程序，甚至是人类的部分工作。

未来，代理型AI的发展将经历几个阶段：首先是语言能力的突破，其次是推理能力的提升，最终是实现代理能力。代理型AI将能够像人类一样，拆解复杂目标，分配和完成不同的任务。这种执行模式需要具备记忆、计划、感知以及调用工具等核心功能，以真正帮助人类完成复杂的任务。

然而，目前代理型AI的最大挑战在于其可靠性。例如，完成一个复杂任务可能需要多个步骤，而任何一个步骤出现问题都会影响整体任务的完成。因此，代理型AI在处理长决策路径和复杂任务时的稳定性仍需进一步提升。

2. AI治理平台

AI治理平台是为了应对AI技术快速发展所带来的治理需求而提出的解决方案，尤其是在生成式AI浪潮的推动下，AI治理的需求愈发紧迫。目前，我们已经可以看到一些因治理不足而引发的AI偏差案例，比如人脸识别误抓、客服机器人错误解释政策，以及AI被用于“黑灰产业”等问题。这些都表明，AI治理至关重要。

生成式AI的普及增加了技术失控的风险，因此企业纷纷转向AI治理平台，以确保AI的应用在法律和道德框架内运行。而核心问题在于如何建立对AI的信任，这包括信任AI生成的内容、AI做出的决策以及AI代理完成的任务。

Gartner提出的“AI治理平台”是“AI信任、风险和安全管理”（AI TRiSM）框架的一部分，旨在帮助组织从法律和伦理层面管理和监督AI系统。这些平台具备多种功能，包括模型生命周期管理、模型透明度与可解释性、模型验证、系统监控以及法律政策合规管理等。通过这些功能，AI治理平台可以有效减少AI决策中的偏见和误差，保护用户隐私，提升AI系统的可解释性和透明度。

AI治理平台的一个重要发展方向是自动化和集成化，不再只是静态的管理工具，而是可以动态地与企业的AI开发和运营流程相结合，从模型训练到部署及后期监控，提供持续的合规性评估和优化建议。这使得企业在管理AI时更具灵活性和效率，同时确保合规要求得到满足。

未来，负责任的AI将像网络安全一样，成为企业的标配。各国政府也将出台针对AI的法律法规，企业已经开始建立“数字合规部门”来应对这一趋势。因此，AI治理平台不仅是控制AI风险的工具，更是企业在推动AI创新和应用中的重要保障。

3.虚假信息安全
随着生成式AI的发展，故意传播的伪造信息，来误导、欺骗或操纵大众这种恶意行为的成本大大降低，虚假信息的传播变得更加轻松，甚至普通人也能参与其中。虚假信息安全因此成为一种新兴技术，旨在确保信息传播的完整性、真实性，并防止冒充和追踪有害信息的传播。

随着生成式AI技术的普及，虚假信息问题愈发严重，许多企业已认识到如果不加以管控，虚假信息将对其声誉和网络安全造成严重影响。网络钓鱼、社会工程、账户接管以及虚假内容等安全问题一直存在，但生成式AI的应用使这些问题进一步放大。传统的人工方法或基于规则的防范手段已难以有效应对这些新兴问题，因此需要借助更先进的技术来应对。

虚假信息安全的技术包括实时通信完整性的验证、第三方媒体真实性的保障，以及基于大语言模型的监控系统。例如，社交媒体上的内容监控、生成式AI的“幻觉”识别、数字测谎技术等，都是其应用场景的一部分。这些技术为识别和防范虚假信息提供了新的手段。其中，深度伪造检测技术是应对虚假信息的关键技术之一。它能够检测并识别深度伪造的内容。所谓“魔高一尺道高一丈”，既有技术用于制造虚假信息，也有技术用于识别并阻止这些虚假信息的传播。这种技术的对抗作用正在不断加强，为遏制虚假信息带来希望。

计算新范式：保持算力高速率增长，突破每瓦算力上限

除了AI这一热门技术范畴外，新兴的计算技术也在不断突破传统边界，带来了全新的发展机会和挑战。从后量子密码学的迫切需求，到低功耗环境隐形智能的普及，再到节能计算、混合计算和空间计算的前沿探索，计算新范式正在深刻改变我们的生活和工作方式。这些技术趋势能够帮助解决当前面临的安全性、效率和可持续性问题，并为未来的技术创新奠定基础。

4. 后量子密码学

1999年底，计算机系统中由于年份格式问题（如只用两位数表示年份“99”）可能会在2000年产生故障，导致很多系统出现错误或崩溃。当时它被认为是一个全球性的风险，虽然最后并未造成大规模的灾难，但还是引起了广泛的关注。

而后量子密码学的风险则更加严重，因为量子计算的出现将可能使当前使用的加密技术（如公钥/私钥加密系统）变得不安全，量子计算可以在极短的时间内破解这些加密方式，从而对金融、通信等关键领域的安全构成巨大威胁。这种风险不仅影响的是某一时刻的系统漏洞，而是可能对整个加密体系造成长期的危害。因此高挺表示：相较于千年虫问题，后量子密码学带来的威胁可能更加深远和紧迫。

当前，在商业领域广泛使用的加密算法主要是“非对称加密”，即公钥/私钥体系。这种基于数学算法的加密方式，在传统计算架构中几乎无法被破解。例如，破解一个加密算法可能需要一百年的时间。然而，量子计算的出现，利用量子叠加效应，使得破解非对称加密变得非常容易，可能在几分钟内完成。因此，需要开发新的替代方法来应对这种风险，这就是“后量子密码学”。

后量子密码学的标准主要由美国国家标准与技术研究院（NIST）制定，该工作已进行了多年，经过多轮筛选，2024年8月已经确定了第一轮的后量子加密方案。2025年春季，第二轮的算法将会被确定，企业需要开始考虑对核心和敏感数据的加密机制进行替换，或至少找到替代方案。然而，目前许多企业尚未意识到这一问题的重要性。一些黑客甚至提前将加密数据下载并存储，等待量子计算成熟后进行解密，这对于企业来说是一种重大风险。因此，企业需要逐步采用后量子密码学来加强对敏感数据的保护。

5. 环境隐形智能

环境隐形智能是由成本低廉、体积小巧的智能标签和传感器实现的。这些低功耗的无线设备，包括低功耗蓝牙设备，预计将在2025年被大规模使用。这些传感器的优点在于可以收集来自环境的射频能量，实现自我驱动，具备几乎无限的使用寿命。低成本、低功耗的特性将催生新的应用场景，例如仓库中数百万商品的实时库存盘点，或食品运输过程中实时追踪温度和路径，以降低运输损耗。随着智能设备和低功耗设备成本的不断下降，未来基本上每个物品都可能嵌入环境隐形智能，从而提供全新的客户互动方式，例如在优衣库购物时，利用智能标签实现快速结账。

6. 节能计算

节能计算旨在用更少的能耗实现更高的计算能力。随着AI对算力和能耗的需求不断增长，全球许多地方因数据中心的建立而面临电力供应不足的问题。同时，碳排放问题也成为各国政府和企业面临的重要挑战。因此，节能计算分为短期、中期和长期策略。短期策略包括使用绿色能源、降低低能效硬件的使用以及提高计算利用率。中期策略则注重采用更高效的编码架构和算法，并将计算任务移植到更高效的硬件上。长期策略展望2030年后的光学计算、DNA存储、陶瓷存储和量子计算等技术，这些技术将显著提高能效比，并降低碳排放。

“当然有很多的技术现在还处于一个比较早期的阶段，比如说我们现在看到神经形态的系统是可以非常高效地执行某些类型的AI任务，但是它还是处在比较早期的阶段，这些技术实际上也是在我们的关注范围之内的。”高挺展望到。

7. 混合计算

高挺指出，传统计算的未来不是量子计算，而是混合型的计算。混合计算不是单纯依赖传统计算或量子计算，而是结合不同计算存储和网络基础设施来解决问题。通过结合神经形态计算、量子计算、光计算和生物计算等技术，以发挥各自的优势。例如光计算可能在解决某些复杂的优化问题上具有优势，而量子计算在药物发现和材料科学领域表现出了独特的能力。混合计算的最终目标是通过编排系统将不同的计算范式整合起来，为复杂问题提供最佳解决方案。

“要把它们协调起来本身就是比较困难的。现阶段的混合计算还是局限在比较小规模的异构计算资源（如CPU和GPU的整合）。”高挺预测到，“但是在更大的规模内去协调需要时间，它的成熟需要3-10年的时间。”

8. 空间计算

空间计算指的是将物理对象和数字对象结合在屏幕之外的共享框架中，将数字世界和物理世界的内容叠加和融合。关键技术包括对物理世界中人、地点和事物在数字空间进行映射和识别。AR/VR/XR技术是空间计算的重要组成部分，苹果的Vision Pro和Meta的Quest3等新型头戴式显示器推动了这一趋势的发展。然而，当前空间计算技术仍面临价格高昂、设备笨重、续航时间不足、缺乏杀手级应用等问题，同时不同厂商的硬件、软件和内容生态之间缺乏互操作性，也限制了其发展。

高挺表示，像Vision Pro一类的产品在交互体验方面已经有了很大进步，达到了非常优秀的体验，但还无法取代手机成为主流移动终端。一方面是价格受限，无法达到人手一台的境地，但更重要的是这类创新产品的产品规格仍然不及市场需求，这即使降价也无法与市场预期相匹配。

“当然手机这个东西也不是尽善尽美，但是至少在目前的情况下两者比起来手机这个终端还是更有优势的，它的便捷性、续航，它上面的应用、开放性基本上是比较好的。”高挺坦言道，“Vision Pro比较好的是交互体验是非常棒的，但是很难为了这一点交互体验把手机给扔掉。”

人机协同发展和深入融合：机器成为多功能助理，人类实现认知增强

在人机协同的未来图景中，多功能机器人与神经增强技术成为两个重要的技术趋势，推动人类与机器的深度融合。多功能机器人不仅为家庭和工作环境带来广泛支持，还在逐步改变我们对“智能助理”的定义。与此同时，神经增强技术通过脑机接口提升人类认知能力，让人类在智能化浪潮中具备更强的竞争力。这些技术的进步不仅提高了人类的生产力和生活质量，也深刻影响了人类与机器的关系。

9. 多功能机器人

多功能机器人是帮助人类完成多种任务的机器人，形态可以是人形、犬形等，其设计初衷不是为单一任务，而是为了应对多个不同任务，尤其是人形机器人。高挺指出：“多功能机器人的真正价值在于它能够融入日常生活，提供更多样化的支持，而不仅仅是局限于单一的工业用途。”

据Gartner预测，到2030年，80%的人类将每天与智能机器人互动。实现大规模商业化的关键在于多功能机器人能够在多个应用场景中提供足够的投资回报，例如它在家中不仅能做“打螺丝”的工作，还能烧菜、洗碗、拖地等，从而提升投资回报率。

目前，一些国内的工业机器人价格已降至10万元，预计未来五到十年内，一个类似小汽车价格的机器人将进入家庭，帮助完成多项任务，这对于很多家庭来说是极具吸引力的。然而，多功能机器人的普及也带来了新的问题，例如如何处理人际关系——当你在工作中看到一条机器狗时，会把它视作“电子同事”还是“移动摄像头”来监视工作表现？这种心态的变化值得关注。

多功能机器人大规模应用的信号包括企业开发培训系统来教导如何使用机器人支持业务，或在招聘员工和规划生产力资源时考虑引入机器人，甚至起草相关政策等。这些迹象表明，多功能机器人将逐步走向成熟。

10. 神经增强

神经增强主要是指脑机接口技术，通过读取和解码大脑活动来提高人类认知能力。马斯克的Neuralink在2023年5月获得了FDA批准，进行可植入芯片的人体实验，2024年已有患者接受了手术。神经增强的发展路径是从非侵入式的单向传导到双向读写，再到侵入式的双向读写，最终实现微创的双向读写。

神经增强技术有三大潜力：第一是增强人类技能，例如提升记忆力、注意力，帮助解决学习问题，使人类跟上AI的步伐，成为“增强型人类”；第二是改变下一代营销体系，基于植入芯片的脑电波信号，直接反映用户的喜好，提供更有效的营销数据；第三是提高人类性能，例如通过技术增强神经能力，预防工业事故、延缓老龄化、防止司机疲劳驾驶等，有助于延长大脑健康时间和整体寿命。

高挺补充道：“神经增强不仅仅是在提高人类能力，更是在重新定义我们与技术的融合方式，让人类得以在AI时代中保持竞争力。”

结语

2025年的十大技术趋势描绘了一个充满机遇与挑战的未来。AI的发展在带来前所未有便利的同时，也对治理和安全提出了更高的要求；新兴计算技术从后量子密码学到混合计算，为我们提供了更加安全、高效、可持续的计算环境；而在人机协同的领域，多功能机器人和神经增强正在重新定义人类的能力边界与日常生活。

这些趋势不仅是技术进步的象征，更是我们如何与技术共生、共存的深刻思考。未来，我们需要在抓住技术机遇的同时，妥善应对随之而来的各种挑战，推动技术向更加负责任和人性化的方向发展。