Gartner：未來三年代理型AI、AI治理平臺和虛假信息安全技術崛起

作者：王聰彬

最近《Gartner十大戰略技術趨勢報告（2025）》正式出爐，人工智能衆望所歸成爲焦點，在多個趨勢中得到了充分體現。

“每年Gartner都會從2000位分析師處收集各自研究領域的重要趨勢，併成立技術委員會和篩選委員會對其進行評審。”Gartner研究副總裁高挺說道。

爲了確保選出的趨勢具有前瞻性，Gartner設定了六大評選標準：第一，需要能獲得CXO，尤其是CIO們的關注；第二，具有全球性和跨行業的影響；第三，具有顛覆性的影響；第四，活躍的實驗室研究和開發；第五，活躍的VC資金用於研究或初創企業啓動；第六，影響倍數爲 10（GoogleX 思維模式）。

今年十個趨勢被分爲三個主題：人工智能的必要性和風險、計算的新前沿以及人機協同。

代理型AI

代理型AI是一個比較廣的概念，在國內經常被翻譯爲AI智能體，除了AI智能體以外，代理型AI還包括了“代理型搜索”或“多代理的系統”，以及Gartner提出的“機器客戶”等概念。

Gartner認爲，未來每個人都會有一個AI代理。正是因爲大語言模型的出現讓代理型AI

成爲現實，具備語言和推理能力。代理型AI不僅能與我們對話，還能替代人類完成任務，AI會把複雜的目標拆解成不同的任務，然後調用不同的工具實現任務。

代理型AI的兩個明顯特點是，第一，目標驅動，自動進行任務的計劃和執行；第二，具備至少記憶模塊、計劃模塊、感知模塊、調用工具模塊。Gartner認爲，代理型AI的終局是人類和AI形成融合團隊。

AI治理平臺

AI逐漸融入社會，提高整體生產力，必然會引發AI治理問題。信任就包括信任AI生成的內容、做出的決策、完成的任務等，AI治理平臺指可以從法律、倫理道德方面幫助組織管理和監督AI系統的解決方案。

AI治理平臺是Gartner提出的“AI信任、風險和安全管理”（AI TRiSM）框架的一部分。高挺說，AI治理平臺主要包括模型的生命週期管理、模型的透明度和解釋性、模型驗證、AI系統監控、AI系統相關法律政策合規管理。

目前已經有廠商可以提供“一站式的AI治理能力”，並且企業也開始建立數字合規部門，把AI合規納入到日常運用中。

虛假信息安全

生成式AI的出現讓製造虛假信息的成本變得非常低，虛假信息安全”指的是應用在信息傳播中確保它的完整性、評估它的真實性，以及防止冒充和追蹤有害信息傳播的一系列的技術。

“魔高一尺道高一丈”，要用AI對抗AI，去發現它、識別它，然後去阻止它，比如“深度僞造的檢測”技術，可以檢測出深度僞造的內容。

後量子密碼學

量子計算以後，量子疊加的效應使得破解非對稱的加密變得非常容易。傳統方法可能需要一百年，量子計算方法只需要幾分鐘，這就意味着不久的將來現有所有加密機制都會失效。

企業需要把一些核心數據的加密算法替換，或者找到替代方案。後量子密碼學或者說後量子密碼加密將成爲未來的解決辦法。

環境隱形智能

環境隱形智能是通過低成本、小巧的智能標籤和傳感器實現。這些低功耗、無線設備（如低功耗藍牙）能夠從環境中收集射頻能量，實現自我驅動，具有幾乎無限的使用壽命。

低成本的特性將催生新的應用場景，如倉庫中數百萬商品的實時庫存盤點、食品運輸過程中實時追蹤路徑和溫度，減少運輸損耗。而且在每個物品上嵌入環境隱形智能標籤，將創造新的客戶互動方式。例如，優衣庫自動結賬系統正是利用智能標籤進行價格計算。

節能計算

節能計算是以更低的能耗實現更高效的計算，隨着AI對算力需求的增加，全球許多地區因數據中心擴展導致電力不足，難以平衡計算需求與電力供應。

節能計算不是一蹴而就，分爲短期、中期和長期策略：

短期策略：採用綠色能源，淘汰低能效硬件，優化計算資源利用率，例如將工作負載轉移到低碳排放的雲計算區域；

中期策略：通過更高效的編碼架構和算法提高能效比，並將計算任務遷移到專用的高效硬件上。

長期策略：光學計算、DNA存儲、陶瓷存儲、量子計算等技術也有望顯著降低能耗。這些技術雖處於早期階段，也在關注範圍之內。

混合計算

傳統計算的未來並非量子計算，而是混合型計算。混合計算結合了不同的計算、存儲和網絡技術，通過多種方法解決不同問題。它可以結合神經形態、量子計算、光計算以及生物和碳計算等技術，利用各自優勢和能力去解決不同問題。例如，光計算在複雜優化問題上具有優勢，量子計算則在藥物發現和材料科學中表現突出。

混合計算的願景是將這些計算範式融合，通過編排系統實現協同工作。這一過程面臨的挑戰是涉及許多新興技術，如神經形態計算和量子計算等。目前混合計算主要限於小規模的異構資源整合（如CPU和GPU），要在更大規模上實現協調，預計需要3至10年的發展時間。

空間計算

空間計算指將物理世界與數字世界融合，創建一個共享的框架，超越傳統屏幕顯示。這涉及到將物理世界中的人、地點和物體映射到數字空間中，典型技術包括AR/VR/XR，其中新型頭戴式顯示器，如蘋果的Vision Pro、Meta的Quest 3推動了這一趨勢的實際應用。

然而，空間計算仍面臨高成本、佩戴不舒適、續航和操作、缺乏殺手級應用、碎片化等諸多挑戰。

多功能機器人

多功能機器人是用於執行多種任務的機器人，核心特性是能夠在多個應用場景中發揮作用，尤其是在人形機器人中尤爲突出。

Gartner預測，到2030年，80%的人類將每天與智能機器人互動。實現商業化的關鍵在於機器人能否提供足夠的投資回報，如家庭中既能做飯又能洗碗、拖地等。目前，國內一些工業機器人價格已降至10萬元，預計五到十年內，家庭可購買10萬元的機器人來完成多項任務。

多功能機器人也帶來隱私和人際關係問題，尤其在家庭和辦公環境中。例如，機器人可能被視爲“電子同事”或“監控工具”。

神經增強

神經增強技術，即腦機接口，通過讀取和解碼大腦活動提高人類認知能力。它通過單向或雙向腦機接口等方法，用信號的方法反映大腦的思維活動。神經增強技術不僅能讀取大腦信息，還能將信息寫入大腦，增強其功能。當前，該領域正快速發展，例如馬斯克的Neuralink已獲得FDA批准進行人體植入實驗，並在2024年完成了首例手術。

神經增強技術有三個主要潛力：增強人類能力：提高記憶力、注意力等，幫助人類趕上AI發展步伐；創新營銷體系：通過植入芯片，直接通過大腦信號識別用戶偏好，爲營銷提供更精準的數據；提升性能和健康：增強人類神經能力，預防工業事故、老齡化及疲勞駕駛，延長大腦健康和壽命。

高挺談到，相比前幾年報告強調技術架構的變化，今年的顯著變化在於注重技術本身。過去幾年信息技術的突破程度較低，但從去年開始隨着AI技術持續迭代，進入到技術發展的加速期，所以今年的技術趨勢更爲“硬核”。

未來三年代理型AI、AI治理平臺、虛假信息安全會成爲發展最快的技術，多功能機器人雖然不會在短期內普及，但會是應用效果最明顯的技術。