QY球友会体育

2025年及以后的主要战略技术趋势和重大战略预测2025年2月8日

　　Gartner預測到2025年，人類將與機器協同工作，實現更高的工作效率和生産力。

　　2.空間計算技術將融合物理和數字世界，提高組織的效率並創造引人入勝且可貨幣化的客戶體驗。

　　3.多功能機器人將在制造業、醫療保健和物流等領域發揮重要作用，提高投資回報率和效率。

　　4.神經增強技術將改變人類認知和表現，爲醫療保健、教育和電子商務等領域帶來新的商業模式。

　　5.爲此，企業需擁抱現代計算技術，如編排層、可組合技術和強大的編排層，以應對新興技術帶來的挑戰。

　　Gartner 公司于2024年10月21日公布了10大2025 年企業需要探索的最重要的戰略技術趨勢。分析師在10月24日舉行的Gartner IT Symposium/Xpo上展示了他們的研究成果。

　　Gartner 傑出副總裁分析師Gene Alvarez表示：“今年的頂級戰略技術趨勢涵蓋了人工智能的必要性和風險、計算的新前沿和人機協同。跟蹤這些趨勢將有助于 IT 領導者通過負責任和合乎道德的創新塑造其組織的未來。”（見圖1）。

　　圖1：Gartner的2025 年頂級戰略技術趨勢（來源：Gartner【9】）

　　Gartner的10大2025 年頂級戰略技術趨勢被分爲圖1中三個重要主題，這個三個主題又貫穿一條主線，即“通過負責任和合乎道德的創新塑造組織的未來”。

　　代理型人工智能帶來了必要性和風險，並將使組織能夠改變工作、流程和決策的性質和效率。然而，這也將推動人工智能治理技術的進步。爲保護組織免受虛假信息影響而創建的技術將保護人民、組織和社會。

　　計算的新領域不斷擴大著收益的潛力，但也帶來了威脅。量子計算將打破當今的密碼學，使每個人都面臨風險。微型、超低成本的無線標簽和傳感器將催生新的商業模式和生態系統。新的節能計算模型將滿足對更多計算和可持續性的需求。越來越多的計算模型爲集成和編排提供了機會，以優化所有模型的使用。

　　隨著物理和虛擬體驗之間下一級交互的創建，人機協同作用正在增強。執行多種功能的機器人將融入人類的日常生活。技術將帶來直接獲取和改善思想和情感的能力，以增強人類的認知和表現，並帶來幫助人們茁壯成長的新方法。

　　隨著組織推進人工智能代理（AI Agents），人工智能的必要性和風險比比皆是。這一點，再加上人工智能的其他方面，將推動組織內部對人工智能治理平台的需求，使所有人都能負責任地、合乎道德地使用人工智能。

　　Gartner在【11】中描述：代理人工智能是指目標驅動的軟件實體，這些實體被組織授予代表組織自主做出決策和采取行動的權利。這些實體使用人工智能技術（結合記憶、規劃、傳感、工具和護欄等組件）來完成任務並實現目標。

　　到目前爲止，大型語言模型 (LLM) 等 AI 模型已經執行了包括生成文本和總結文檔在內的任務，但它們還無法自行“主動”采取行動。相反，它們會根據您的提示采取行動。新興的Agentic AI正在改變這一現狀。正在開發的工具旨在爲LLM等系統提供更多代理，使其能夠在最少的人工監督下自主行動、適應其環境並在複雜環境中執行目標。這將大大提高人工智能的潛力。例如，代理人工智能可以檢查數據、進行研究、編制要完成的任務，然後通過 API 或機器人系統在數字或物理世界中執行這些操作。

　　人工智能代理是一個範圍。它屬于代理人工智能的一種初級形式，一方面，具有有限代理的傳統系統在狹義的條件下執行特定任務。另一方面，具有完全代理的未來代理人工智能系統將從其環境中學習，做出決策並獨立執行任務。當前基于 LLM 的助手和成熟的人工智能代理之間存在巨大差距（見圖2）。這一差距將首先在範圍狹窄的活動中縮小。然而，隨著我們學習如何構建、管理和信任代理人工智能解決方案，代理解決方案的範圍和複雜性將擴大。

　　代理人工智能是人工智能的新興技術，它是2025 年最重要的戰略技術趨勢。人工智能方面的支出 將有助于推動 IT 支出的健康增長。Gartner 表示， 預計 2025 年全球 IT 支出 總額將達到 5.74 萬億美元，比 2024 年增長 9.3%。Gartner 預測，到 2028 年，至少 15% 的日常工作決策將通過 Agentic AI 自主做出，而 2024 年這一比例爲 0%。此外，在四年內，預計33%的應用程序將包含代理，15%的決策將自主做出。該技術的目標驅動功能將提供更具適應性的軟件系統，能夠完成各種各樣的任務。【12】指出，

　　Agentic AI和AI Agents已開始出現在各個行業中，並且其應用正在快速增長。人工智能代理正飛速發展，並已經遍地開花，如客戶支持的聊天機器人；個人助理，如Apple的Siri；電子郵件管理，如Google的Gmail Smart；生産力工具，如GitHub Copilot等能自動生成代碼和完成測試。

　　自動駕駛汽車：Agentic AI 最令人興奮的用途之一是自動駕駛汽車。這些 AI 系統可以感知周圍環境、做出駕駛決策並從每次行程中學習。隨著時間的推移，它們在導航和處理道路上的新挑戰方面會做得更好。例如，特斯拉的全自動駕駛系統就是 Agentic AI 的一個例子，它不斷從駕駛環境中學習並調整其行爲以提高安全性和效率。

　　供應鏈管理：Agentic AI 還幫助公司優化其供應鏈。通過自主管理庫存、預測需求和實時調整配送路線，AI 可以確保更順暢、更高效的運營。亞馬遜的倉庫機器人就是一個例子，這些機器人由 AI 驅動 - 這些機器人可以在複雜的環境中導航，適應不同的條件，並自主地在倉庫內移動貨物。

　　網絡安全：在網絡安全領域，Agentic AI 可以通過分析網絡活動並自動應對潛在漏洞來檢測威脅和漏洞。AI網絡安全公司 Darktrace使用 Agentic AI 實時自主檢測、響應和學習潛在的網絡威脅。

　　醫療保健：人工智能在醫療保健領域也發揮著重要作用。Agentic AI 可以協助診斷、治療建議和患者護理管理。它可以分析醫療數據、識別模式並幫助醫生做出更明智的決策。例如，IBM 的 Watson Health使用人工智能來分析大量醫療保健數據，從新信息中學習，從而爲醫生和醫療保健專業人士提供幫助。

　　可組合自主SCP：本文作者在【13】中介紹了Adexa通過使用智能分布式代理 Adexa Genies©爲SCP的解決方案添加業務功能幾乎沒有限制，更重要的是，隨著系統的使用，SCP的解決方案能夠不斷改進。Adexa 部署智能分布式代理 Adexa Genies ©，可以 感知事件，了解影響，采取行動並從經驗中學習。他們通過以下方式適應環境：

　　工業可持續性：據【14】，工業可持續性公司Endava釆用Agentic AI技術來幫助它的客戶加速實現可持續性。2024年4月，Endava宣布創建其代理人工智能産業加速器，內部命名爲“Morpheus”這是同類産品中的第一個，加速器及其人工智能驅動的行業工具結合了數據和多智能體的力量，共同應對所有行業的複雜挑戰，包括醫療保健、保險、金融服務和私募股權等高度監管的領域。

　　超大規模企業正在將 Agentic AI 添加到他們的 AI 助手中。Agentic AI自主或半自主采取行動的能力有可能幫助 CIO 實現其生成式人工智能 (GenAI) 的願景，從而提高整個組織的生産力（見圖3）。

　　AI治理平台是Gartner不斷發展的AI信任、風險和安全管理 (TRiSM) 框架【3】的一部分，該框架使組織能夠管理AI系統的法律、道德和運營績效。這些技術解決方案可以創建、管理和執行負責任的AI使用政策，解釋AI系統的工作原理，並提供透明度以建立信任和問責制。Gartner預測，到2028年，與沒有此類系統的組織相比，實施全面AI治理平台的組織將經曆與AI相關的道德事件減少 40%。使用人工智能治理平台的企業將比競爭對手獲得30%的客戶信任評級和25%的監管合規得分。

　　評估人工智能系統可能帶來的潛在風險和危害，如偏見、侵犯隱私和負面社會影響。

　　通過模型治理過程指導人工智能模型，以確保在模型生命周期內遵循所有適當的門和控制。

　　確保數據質量和淨化。生成大量高質量的數據。與身份和訪問管理 (IAM) 供應商合作，生成訓練和調整 AI 模型所需的各種數據集。考慮法律和道德因素，確保數據生成和模型調整符合法律標准並符合組織原則和價值觀。

　　推動 AI 就緒數據。建立全面的治理策略，包括可信且治理良好的數據、高質量的主數據和強大的數據質量管理。擴展治理實踐，確保 AI 系統的合規、負責任和合乎道德的使用，這將推動更好的結果並促進創新。

　　根據身份和訪問管理訪問行動計劃規劃指南，了解人工智能治理和其他影響安全的關鍵技術趨勢。

　　虛假信息安全 是一種新興技術類別，它系統地辨別信任，旨在提供確保完整性、評估真實性、防止冒充和追蹤有害信息傳播的方法系統。Gartner 預測，到 2028 年，50% 的企業將開始采用專門針對虛假信息安全用例設計的産品、服務或功能，而目前這一比例還不到 5%。

　　爲什麽虛假信息安全成爲趨勢？【9】指出，虛假信息是一場數字軍備競賽：網絡釣魚、黑客行動主義、假新聞和社會工程都被意圖播下恐懼、傳播破壞和實施欺詐的對手所推動。隨著人工智能和機器學習工具變得更加先進和易于使用，針對企業的虛假信息預計會增加，如果不加以控制，將帶來重大而持久的風險。

　　對通過大衆或社交媒體傳播的敘事進行情報監控，例如針對高管領導團隊、産品、服務或品牌的敘事。

　　圖6指出了虛假信息、錯誤信息和深度假貨的增加對業務的影響，企業和組織必須利用虛假信息安全技術預防、檢測和應對虛假信息活動。

　　圖6：虛假信息、錯誤信息和深度假貨的增加對業務的影響（來源：Gartner【16】）

　　1.2 計算的新前沿（New frontiers of computing）

　　計算的新領域正在被創造，要求組織以不同的方式看待他們的計算方式。由于需要新的安全措施，今天陰影中的信息將來必須可見。組織需要在降低碳足迹的同時滿足不斷增長的計算需求。他們還必須整合和編排許多計算模型，以最有效的方式將其作爲一個整體來運行，以滿足他們不斷增長的計算機需求。

　　在這些新的計算領域，量子計算有可能打破當今的密碼學，使每個人都面臨風險。需要一種新的密碼學來保護組織和社會。

　　微型、超低成本的無線標簽和傳感器將使實時、大規模的標簽、跟蹤和傳感成爲可能，從而實現新的商業模式和生態系統。

　　對計算的需求不斷增長，而缺乏支持它的能源，這推動了對新的節能計算模型的需求。越來越多的新計算模型與所有現有模型協同工作的優化將推動組織專注于計算的集成和編排。

　　1.2.1後量子密碼學（Post-quantum cryptography）

　　後量子密碼學（PQC）是一種抵禦量子計算解密風險的數據保護方法。它實質上是一組旨在抵禦傳統和量子計算攻擊的算法。分析師預計，隨著量子發展的進步，幾種傳統密碼學將會終結。Gartner 預測，到 2029 年，量子計算的進步將使大多數形式的非對稱密碼學變得不安全。現在值得開始後量子密碼學轉型。轉向後量子密碼學方法絕非易事。組織必須有更長的准備時間來爲任何敏感或機密信息准備強有力的保護。

　　爲什麽PQC成爲趨勢？量子計算很快就會成爲現實，可能在這十年內，預計將使許多傳統的加密方法過時，對數據安全構成重大風險。犯罪分子已經預見到了這種轉變，他們采取了“現在收獲，稍後解密”等策略，在這種策略中，他們泄露加密數據，期望最終能夠使用量子技術解密。這種新出現的威脅加速了爲PQC做准備的需求，PQC提供了防止量子解密的保護。非對稱加密幾乎存在于所有軟件、全球數十億台設備以及互聯網上的大部分通信中。然而，到 2029 年，量子計算的進步將使非對稱加密變得不安全，到 2034 年將完全被破解。“先收✅集後解密”攻擊可能已經存在。

　　爲了抵禦來自傳統計算機和量子計算機的攻擊，組織必須過渡到後量子密碼學 (PQC)。但這絕非易事。它需要做的工作比爲 Y2K 做准備還要多，而且失敗可能會帶來危險的後果。此外，許多組織尚未爲這一轉變做好計劃或預算。

　　加密敏捷性時間線）給出了傳統密碼向後量子密碼學轉型的時間表和行動路線。

　　使您的系統經得起未來考驗，以確保敏感的財務數據即使在量子計算世界中也保持安全。

　　保護寶貴的知識産權免受網絡威脅，包括未來的量子攻擊，確保競爭對手或黑客無法解密機密信息。

　　環境隱形智能由超低成本智能標簽和傳感器實現，可提供大規模、經濟實惠的跟蹤和傳感。從長遠來看，環境隱形智能將使傳感和智能與日常生活更加深入地融合。Gartner 預測，到2027年，環境隱形智能的早期示例將專注于解決眼前問題，例如零售庫存檢查或易腐貨物物流，通過實現低成本、實時的物品跟蹤和傳感來提高可見性和效率。到2028年，環境隱形智能的早期例子將側重于通過低成本跟蹤和感知物品、降低成本或提高效率來解決眼前的問題。

　　環境隱形智能是指大規模使用小型低成本標簽和傳感器來提供有關各種物體和周圍環境的位置和狀態的信息，這些信息將報告給雲端進行分析和記錄。此類技術將越來越多地集成到物體中，並且並不總是立即被最終用戶看到（參見圖8中選定的環境隱形智能示例）。

　　爲什麽環境隱形智能成爲趨勢？低成本標簽和傳感器的技術變得更加實惠，使其在經濟上具有吸引力。它提供了實時可見性，這對組織和供應鏈很有價值，隨著時間的推移，它可以擴展到更廣泛的生態系統。藍牙和蜂窩網絡等無線標准的進步，以及反向散射和印刷電子等新興技術，將支持新的用例。這種智能也將成爲人工智能和分析的關鍵數據源，改善産品和流程。

　　在醫療保健領域，無需可穿戴設備即可持續監測患者，實現對緊急情況的實時響應。

　　Gartner預計【18】到 2035 年該項技術將實現大幅增長，主要受以下五個因素推動：

　　環境隱形智能提供的實時可見性本身就很有價值，盡管到 2025 年，它往往僅限于單個組織或供應鏈合作夥伴。但從長遠來看，我們預計，隨著環境智能在整個生命周期內存在于物品中（例如，衣服與洗衣機和烘幹機通信，食品包裹與冷卻器通信，包裹與不同的供應鏈組織通信，高價值時尚物品在其整個生命周期內保留來源和可持續性數據），新的生態系統將會出現。

　　領先的無線通信標准正在考慮支持該技術的新功能，無論是用于通信還是作爲無線電源。這些標准包括藍牙、802.11bp 和蜂窩。

　　無線和電子領域的技術進步將催生新的用例。諸如反向散射之類的新興無線技術將催生新型低功耗通信。諸如印刷電子之類的技術可以使處理器以低于 1 美分的價格應用于智能包裝等應用。此外，用于視頻等要求更高的數據類型的低能耗傳感器也將出現。

　　計算密集型應用（例如 AI 訓練、仿真、優化和媒體渲染）將成爲組織碳足迹的最大貢獻者，因爲它們消耗的能源最多。從 2020 年代末開始的新進展將有助于促進可持續發展。光學計算、神經形態計算和新型加速器等幾種新技術將用于 AI 和優化等特殊用途任務。這些技術將消耗更少的能源。Gartner 預測，當今大多數IT組織的首要考慮因素是他們的碳足迹。

　　2021年03月29日羅戈研究獨家出品了行業首份《供應鏈零碳轉型綜合研究報告》【19】，該研究報告的第8章數字技術: 需要數字碳足迹清醒″指出了各種數字技術，特別是Al計算所産生的碳排放。該章還提出了如何消除數字碳足迹的若幹方法。如今隨著生成式AI的大發展，以及量子計算時代的到來，它們的計算所産生的碳排放飙升。【20】指出，谷歌最新環境報告顯示，該公司2023年的溫室氣體排放量比2019年高出48%。這家科技巨頭將其歸因于其數據中心所需的能源不斷增加，而人工智能的爆炸式增長則加劇了這一情況。根據最近的一項研究，生成式人工智能系統（例如 ChatGPT）所消耗的能量可能比運行特定任務軟件的機器多 33 倍左右。

　　人工智能對能源和水資源的消耗不斷增加，引發了一系列警告，尤其是預計該行業將繼續快速增長。英國國家電網負責人3月份表示，人工智能與量子計算的結合將導致未來10年需求激增6倍。微軟聯合創始人比爾蓋茨說：“問題是，人工智能是否會加速實現 6% 以上的減排？答案是肯定的。”

　　人工智能等計算密集型技術的興起，加上可持續性要求的不斷提高，正在推動對節能計算的需求--一套降低 IT 系統能耗的技術和應用。節能計算（又稱綠色計算）包括采用更綠色的能源或轉換到更高效的硬件等漸進式策略，以及由新技術實現的長期戰略。

　　爲什麽節能計算成爲趨勢？【9】指出，可持續性現在是董事會層面的重點。IT對環境足迹做出了重大貢獻，特別是在金融服務和IT服務等行業，因爲人工智能等能源密集型技術推動了更高的能源消耗。雖然傳統的處理改進正在達到極限，但圖形處理單元（GPU）、神經形態計算和量子計算等新的計算技術有望在未來5到10年內帶來所需的巨大能效提升。

　　【21】指出了節能計算的挑戰，並且給出了如下策略和解決方案來應對節能計算的挑戰。

　　在IT投資改變應用程序之前，他們必須建立測量和跟蹤系統，以了解哪些應用程序和系統值得努力使其變得更加環保。

　　采用四種漸進策略擁抱綠色計算，實現能源效率：IT領導者可以使用更環保的能源、更先進的硬件以及高效編碼和算法的良好實踐來減少其職能部門的碳足迹。但是，僅憑這些措施，可能不足以實現所需的改進。爲了增加影響力，采取四種漸進式策略來實現節能計算：

　　通過更改應用程序代碼和平台來重新構建應用程序。示例包括用圖形處理單元 (GPU) 或現場可編程門陣列 (FPGA) 替換通用處理器。

　　通過采用新興的計算平台和架構（例如神經形態系統或光學系統（當它們足夠成熟時））來徹底改變應用程序。

　　計算組織要做好擁抱綠色計算的准備：能耗最高的計算（例如 AI、優化和仿真）是一些新興計算技術的目標。例如神經形態計算、光學計算和量子計算。Gartner 預計這些技術將在未來 5 到 10 年內提供節能的硬件選擇。與此同時，采取以下短期策略：

　　新的計算範式不斷湧現，包括中央處理器、圖形處理單元、邊緣計算、專用集成電路、神經形態計算和經典量子計算範式。混合計算結合了不同的計算、存儲和 網絡機制，以及各種技術，如CPU、GPU、邊緣設備、ASIC以及神經形態、量子和光子系統，以解決複雜的計算問題。圖10描繪了一種簡化的混合計算體系結構，它包括三大層次：

　　頂層是應用案例，它包據多功能機器人(邊緣，物聯網)、優化和仿真、AI應用程序、藥物研發。

　　中間層是混合計算編排層（可看著混合計算管理層），編排層在可用的計算中分割端到端工作流，並通過通用數據結構集成數據，從而實現極高的效率和技術能力，支持從科學模擬到數據分析、機器學習和人工智能等一系列應用和用例。

　　底層是多計算環境，它包括經典的超級計算環境(CPU和GPU等)，AI芯片，神經形態，量子系統，光子系統，生物和碳系統環境。

　　經濟高效的可擴展性：出于安全原因，將關鍵工作負載保留在內部，同時在繁忙季節使用雲來處理峰值負載。

　　增強數據安全性和合規性：在本地存儲敏感數據，滿足嚴格的數據隱私法規，同時使用雲進行不太敏感的操作或分析。

　　【22】指出，企業和組織要擁抱新計算技術，實現創新。傳統計算已無法滿足 GenAI 和AI仿真的需求。計算技術的新趨勢提供了解決方案。混合計算協調多種計算技術以實現技術創新。過去 80 年來推動創新的經典計算模型已經達到了自然極限。持續的進步需要量子、神經形態和光子等新型計算技術。這些技術節能，但存在與普遍可用性相關的限制和高成本--至少目前如此。這就是混合計算的用武之地。要抓住新計算技術的優勢並克服其局限性，IT 團隊需要在整個計算環境中協調工作負載，以充分利用不同計算類型的優勢，同時降低成本和環境影響。

　　複雜度高。新計算技術將能夠處理高維優化問題，並可擴展用于解決大問題，同時可能使用更少的內存和能源。

　　互操作性。計算領域的 未來趨勢將強調通過編排層使用多種計算機制的必要性。這樣一來，它們將支持和擴展人與代理 (HAI)、代理與代理以及代理與人的交互。

　　新的用例。由于經典計算、量子計算、神經形態計算和光子計算環境之間的數據和網絡集成，制造和物流、金融服務、生命科學、材料和藥物研發等行業的創新將成爲可能。

　　企業和組織，特別是IT組織要成爲擁抱現代計算技術的文化推動者。計算趨勢帶來了與傳統計算方法截然不同的變化。擁抱未來並不意味著要完全取代傳統計算模型，而是要創造一個傳統計算模型可以與新模型共存的環境。爲此，企業和組織需培養以下推動因素：

　　具有很強的解決問題能力。預測成本和複雜性挑戰，包括與安全和信任相關的挑戰。

　　高度容忍變化。傳統的組織結構旨在使用經過驗證的方法提供一致的價值，並且本質上抗拒變化。相比之下，在同一環境中使用不同的計算技術構建和創造價值需要新的組織結構，能夠承受頻繁的變化和更高的故障率。

　　可組合技術架構。采用多種嚴格架構方法的組織必須重新設計系統和應用程序，以便更好地集成和跨計算機制交互。可組合系統提供了優化計算環境的最佳方法。

　　強大的編排層。此層和相關服務支持訪問應用程序工作流每個部分的軟件、存儲和網絡。選擇能夠支持在混合計算環境中開發和部署應用程序的平台。

　　人類和機器協同工作方式的進步正在創造一個新的人機協同水平。物理和虛擬體驗之間下一級交互的創造將通過空間計算將物理和數字世界結合在一起。人類將與機器人在同一環境中與他們並肩工作，甚至可以成爲隊友。機器人執行多種功能的能力將使它們融入人類的日常工作和家庭體驗（見圖11）。

　　人類將通過可穿戴或植入技術與機器融合，神經增強將使我們能夠直接訪問和改善思想和情感。這將增強人類的認知和表現，帶來幫助人類的新方法。可穿戴和植入技術，以及多功能機器人，將永遠改變人類和機器的協同工作方式，將我們帶入一個所有這些技術都能造福人類的世界。

　　第四次工業革命正澎勃發展，而第五次工業革命正肖然而來。而人機協同是是第五次工業革命的關鍵技術之一【23】。本節將介紹和解讀Gartner提出的三項最新的人機協同技術。

　　空間計算利用增強現實和虛擬現實等技術以數字方式增強物理世界，是體驗之間互動的下一個層次。空間計算的使用將在未來五到七年內通過簡化的工作流程和增強的協作來提高組織的效率。空間計算技術將員工和客戶的現實世界和虛擬世界融合在一起——它即將到來。Gartner預測：

　　到2028年，20%的人將每周一次通過持續錨定、地理定位的內容獲得沈浸式體驗，高于2023年的不到1%；

　　到 2033 年，空間計算的支出將從 2023 年的 1100 億美元增長到 1.7 萬億美元。

　　空間計算的基本原理是，它通過基礎設施、信息和與用戶的交互將物理體驗和數字體驗融合在一起，從而模糊了物理體驗和數字體驗之間的界限，創造出一種身臨其境的體驗。

　　爲什麽空間計算成爲趨勢？【9】指出，由于增強現實（AR）、混合現實（MR）和人工智能技術的進步，空間計算正在成爲一種趨勢，使遊戲、醫療保健和電子商務領域的沈浸式數字環境成爲可能。5G和Apple Vision Pro和Meta Quest 3等新設備的激增正在推動消費者需求，並爲新的商業模式開辟機會。隨著英偉達和高通等大公司建立生態系統，預計到2033年，市場將從2023年的1100億美元增長到1.7萬億美元。空間計算的示例包括：

　　在制造環境中使用數字孿生可以實現更安全、更好的培訓，以及遠程員工之間的協作解決問題。

　　【24】指出，利用空間計算技術改變員工協作和客戶互動的方式。空間計算在組織內部以及創造引人注目且可貨幣化的客戶體驗方面具有廣泛的應用潛力。在內部，空間計算技術可以促進以下方面的協作和決策：

　　沈浸式娛樂體驗，例如參加虛擬音樂會，感覺仿佛身臨其境，或參加帶有虛擬互動元素的現場表演

　　空間計算的時代已經到來。空間計算的使用將在未來五到七年內通過簡化的工作流程和增強的協作來提高組織的效率。然而組織必須認識到空間計算技術的局限性，空間計算的普及面臨諸多挑戰。其中最大的挑戰包括：

　　孤立的應用程序：空間計算應用程序往往是孤立構建的，無法與其他應用程序集成。這對許多企業和消費者而言是一個巨大的擴展障礙。開發空間計算的協議和工具也有限，從而導致空間計算環境之間可能存在不兼容的情況。

　　頭戴式顯示器的舒適度和外形不佳：目前這一代頭戴式顯示器很重，外觀也不好看，因此不適合長時間佩戴或在公共場合佩戴。此外，頭戴式顯示器的電池電量有限，容易使用戶與他人隔絕，這可能會限制其在需要直接人際互動的環境中的使用。

　　缺乏加速采用的“殺手級應用”：雖然潛力很大，但沒有任何單一用例能夠推動消費者采用，然後啓用相鄰的應用程序。

　　數據隱私和安全問題：空間計算使用攝像頭和傳感器收集有關用戶環境、行爲和交互的數據。組織必須保護這些數據並制定道德和法律政策來指導其使用。

　　爲了應對這些挑戰，請優先考慮能夠在短期內擴大産品和服務使用範圍和覆蓋範圍的空間計算✅用例，並采取積極✅措施，通過強大的數字道德和數據治理政策保護客戶、員工和公民的隱私和數據。

　　多功能機器人可以執行多項任務，正在取代專門設計用于重複執行單一任務的任務專用機器人。這些新機器人的功能提高了效率，並提供了更快的投資回報。多功能機器人旨在與人類一起工作，以支持更快的部署和更容易的可擴展性。Gartner 預測，到 2030 年，80% 的人類將每天與智能機器人互動，而目前這一比例還不到10%。

　　爲什麽多功能機器人成爲趨勢？【9】指出，由于勞動力成本上升以及倉儲和制造等行業對提高投資回報率的需求，多功能機器人正在成爲趨勢。供應商正在以具有競爭力的價格吸引媒體關注，使先進的機器人更容易獲得。雖然有各種各樣的定價和功能，但早期采用者正在探索這些機器人處理多種任務的潛力，有望在企業中實現靈活性和成本效益。下面是幾個使用案例：

　　圖13中智能機器人的特征和人類的特征的比較總結如下表。人機協同將互補各自的短板，從而能使效率發揮最大化，大大提高生産力。

　　【25】指出，企業要擁抱更實用、多功能機器人的未來在自動化領域，技術資産理想情況下不僅可以執行一項或幾項規定的任務，還可以學習新任務而無需重新編程或開發。

　　作爲 2025 年的頂級技術趨勢，多功能機器人開始實現這一願景。這些多功能機器人（見圖15）外形小巧，擁有智能軟件，可執行多項任務，而且它們變得足夠靈活，能夠“學習”完成其原始設計或編程中未包含的新任務。

　　目前，工業企業有近 400 萬台單一功能機器人在運行。它們已經解決了勞動力短缺問題，降低了成本並提高了效率。隨著能夠執行多種功能的機器人的發展，企業可以提高這些機器所提供的價值。與單一功能的機器相比，多功能機器人帶來更高的投資回報率【25】。多用途機器人可以更快地帶來投資回報。

　　更靈活的勞動力。多功能機器人可以完成各種不同的任務，從而創造出能夠適應當前需求的靈活勞動力。

　　更高的機器人效用。當企業可以使用同一機器人完成多項任務時，該組織不僅可以更多地使用機器人，還可以利用它們來完成最重要和價值最高的活動。

　　更強大✅的人機協作。這些機器人設計用于在人類環境中運行，並使用專爲人類使用而設計和定位的設備。這與單一功能的機器人不同，後者可能在劃定的空間或籠子中運行以保護附近的人類。隨著多功能機器人以步驟或反水平任務的方式在人類空間中導航，該技術將推動制造商探索新穎的外形、形狀和尺寸。

　　爲了擴大自動化機會並減少機器人部署造成的中斷，Gartner 建議 IT 領導者【25】：

　　確定哪些任務可以轉移給機器人或由機器人和人類共同承擔。即使這種轉變在經濟上似乎難以承受，但任務的組合可能會打破平衡。

　　建立本地機器人領域的專業知識，以制定必要的公司政策並確保多功能機器人可以在公司內部重新利用。

　　神經增強使用讀取和解碼大腦活動的技術來提高人類的認知能力。該技術使用單向腦機接口或雙向腦機接口 (BBMI) 讀取人的大腦。到 2030 年，Gartner 預測，由于人工智能在工作場所的興起，30% 的知識工✅作者將通過 BBMI 等技術（包括雇主和自費）獲得增強並依賴這些技術來保持相關性。60%的IT工作者將通過雙向腦機接口（BBMI）等技術得到提升，並依賴這些技術, 這一比例比 2024 年的不到 1% 大幅上升。

　　爲什麽神經增強成爲趨勢？【9】指出，神經增強是一種趨勢，因爲它有可能實現大腦透明，徹底改變醫療保健。隨著人工智能的快速發展，企業正在探索腦機接口（BMI=Brain-Machine Interface），通過增強認知能力來幫助員工提高技能並保持競爭力。它也被視爲通過下一代營銷策略創造更深層次、個性化的消費者體驗和互動。下面是幾個使用案例：

　　現狀(現在可用技術)：其中非侵入性BMI具有足夠的能力和可接受性。最適合消費者和企業用戶。

　　圖16：腦機接口（BMI）能力將如何發展（來源：Gartner【26】）

　　埃隆•馬斯克于 2016 年創立了 Neuralink，大膽設想將人類智能與人工智能融合。該公司的主要目標是開發高帶寬腦機接口 (BCI = Brain-Computers Interface)，它是雙向可讀/寫的侵入性BMI。Neuralink 的技術有望治療各種神經系統疾病並增強認知功能。該公司設想未來人類可以通過直接神經連接與計算機和人工智能系統無縫互動。

　　Neuralink 的腦機接口技術有望徹底改變醫學、增強人類認知並改變日常交流方式。該設備旨在解決各種神經系統疾病，同時探索增強人類能力的方法。Neuralink 的腦機接口技術取得了多項成就, 如2024 年 1 月，Neuralink 首次將 BCI 植入人體。植入者 Arbaugh 無需任何輔助便可與計算機互動。Neuralink 的成就使其獲得了 2024 年全球表彰獎。然而，一些科學家對 Neuralink 工作的安全性和保密性表示擔憂。

　　開發神經增強功能的競賽正在進行中。這些技術可以“讀取”一個人的大腦（測量其狀態），並且越來越多地“寫入”（修改其狀態）。神經增強將影響從我們如何治療認知衰退到我們如何獲得新技能等各個方面。組織甚至可以將客戶的想法和情感貨幣化。知識型員工可能會通過雙向腦機接口 (BBMI) 等技術得到增強，並依賴于這些技術，以便在人工智能時代保持與勞動力市場的相關性。

　　【26】指出，BBMI 是神經增強技術的核心。這些改變大腦的神經接口通過電刺激實現了人腦與計算機或機器之間的雙向通信。BBMI 通過頭戴式可穿戴設備或侵入式植入物測量腦電活動並監測用戶的精神狀態。

　　這項技術的應用範圍很廣——解決方案的功能越多，其實施就越“侵入性”。例如，腕帶和頭帶等可穿戴設備的功能較有限，但侵入性較低，最有可能被大規模采用。相比之下，植入物的功能潛力更大，但侵入性很強。

　　人類技能提升：神經技術將增強記憶力、注意力、學習能力和解決問題等認知能力。成爲“增強型”人類可能成爲未來✅的就業條件。

　　性能：神經增強有助于駕駛員保持警覺，並能很快提供個性化教育，使老齡人口能夠工作更長的時間。

　　大腦增強對于醫療保健的利他利益也是巨大的，其用途範圍從預防認知疾病到恢複視力和聽力。

　　成本和技術問題：該領域的早期産品價格高，電池壽命有限，移動性有限，無線連接選項多，並且與不同數據系統的集成複雜。

　　社會接受度：更先進的功能意味著更具侵入性和風險的解決方案——包括需要進行手術，而公民可能會這種手術。簡單的可穿戴設備是擴大采用範圍的關鍵。

　　感知：解碼大腦信息的技術能力是推動進步的關鍵因素。人工智能在這方面具有巨大潛力，尤其是當多種輸入相結合時（例如腦電活動、觸覺、眼球運動和心率）。

　　道德與隱私：道德問題（例如改變用戶對現實、記憶和個性的看法）是首要考慮的問題。各國政府已出台神經權利立法來解決這一問題。

　　總之，Gartner 的2025年及以後的十大主要戰略技術趨勢是未來3~5年全球技術創新的指南，並將推動組織通過負責任和合乎道德的創新塑造組織的未來。

　　Gartner每年的第四季度會發布下一年度及之後3到5年的重大戰略預測【10】。2024年10月21日Gartner發布了2025及之後3~5年的10個重大戰略預測（見圖18），其主題是“駕馭人工智能旋風”。

　　【28】指出，地球上的一切都卷入了人工智能創新和風險的旋風中。學會預測人工智能對其工作的影響的組織將擁有優勢。首席信息官應將這些預測作爲行動號召，爲明天的軟著陸做好准備。今年的預測分爲三類：隱私或角色的挑戰、運營風險和管理結構。

　　圖18：Gartner 2025年及以後的重大戰略預測（來源：Gartner【28-29】）

　　2025 年科技界應該期待什麽？Gartner 研究員 Daryl Plummer在他的演講【29】中概述了公司對來年的預測，他預計我們所有人都將“乘上AI旋風”。普盧默表示，如今地球上的一切都受到人工智能的影響。人工智能代理已經協商了合同，幫助棒球隊管理員工，並幫助管理汙水處理。“人工智能是一種組合式顛覆，”他說，建議組織不要試圖將它們分開，而是創建一種戰略性的人工智能能力或學科。

　　到 2027 年，70% 的員工新合同將包含其角色的人工智能代表的許可和公平使用條款。

　　普拉默指出，Gartner 爲他制作了一個人工智能化身，它可以出現在多個地方，說的語言比他更多，並暗示我們所有人都可能遇到這種情況。如果你離開一家公司，這可能會帶來所有權挑戰和版稅問題。

　　到 2028 年，技術沈浸將影響患有數字成瘾和社會孤立的人群，促使 70% 的組織實施反數字政策。

　　普盧默問道,“如果你因爲人工智能沒有發現你的抑郁症狀而起訴你的醫療保健提供者，那會怎麽樣？”他說，情感人工智能可以促進臨床醫生與患者的互動，但隨後我們就會面臨這樣一種情況：缺乏情感人工智能可能會損害患者的治療效果，從而導致更多的訴訟。

　　到 2028 年，40% 的大型企業將部署人工智能來操縱和衡量員工的情緒和行。