Gartner本周启动了IT Symposium/Xpo大会，发布了组织在未来一年需要重点探索的年度十大战略科技趋势。
当今的AI系统正处于架构真空状态，Gartner杰出副总裁分析师Gene Alvarez在声明中表示，这些系统"生成软件的速度超过了人类审查的速度，制造了无人管理的凭证路径，并将业务流程绑定在单一供应商的垂直垄断上"。他指出："为防止这种系统性风险暴露，组织必须从模型能力的被动观察者，转变为组织、人员与机器边界的主动架构师。"
当下的科技趋势
Gartner将十大趋势围绕企业需要经历的三个阶段进行组织，以实现从运行静态代码到协调自主机器工作者、管理感知式AI，并最终实现主权计算的转型。
第一阶段正在进行中，将持续未来一到三年，重点是"利用非文本型AI前沿技术"。该阶段包含前三项战略科技趋势。
1. 大型量化模型（LQM）
Gartner将其定义为"用于处理和分析量化数据的模块化、混合神经网络架构"。这类模型使用现有的数学公式、方法和算法来建模复杂系统。相比大语言模型，大型量化模型专门为数值推理而设计，所需的内存、存储和算力显著更少。
Gartner指出，大型量化模型能够将决策方式从被动故障排查转变为主动模拟。Alvarez表示："这种严谨的方法推动了前所未有的业务敏捷性，使组织能够在金融、医疗等严格监管的行业中安全部署自主预测能力。"
Gartner预测：到2030年，大型量化模型将在主要企业职能部门中取代大语言模型，承担25%的战略预测和运营建模任务。
2. 语音推理模型
十年来的客户支持自动化并未带来企业和客户期望的准确性、速度与解决率，语音推理模型有助于弥补这一差距。Gartner将其定义为"直接对音频进行推理的语音AI系统，能够在对话过程中追踪上下文和意图以确定下一步行动。这类系统绕过了传统的文本转录流程，通过推理和执行链式任务，将自主解决能力延伸到多轮问题解决、上下文切换和错误恢复等场景"。
Gartner预测：到2030年，超过70%的企业语音交互将由语音模型自主处理，而2026年这一比例不足10%。
3. 世界模型
根据Gartner的定义，世界模型是一种基于多模态数据集训练的计算系统，"用于学习物理和虚拟环境的抽象表示"。"它们使自主智能体能够在执行动作之前模拟潜在的未来状态、预测结果并理解行动的后果。"
该机构表示，世界模型将使机器能够理解空间、时间和因果关系——这是一项前沿发展，将由机器人、自动驾驶汽车和空间计算领域的投资所驱动，并因未来三年模型训练成本大幅下降而得以实现。
Gartner预测：到2030年，40%的机器人应用将融入世界模型，以在适应性环境中做出最优决策，而2025年这一比例不足1%。
中期优先事项
Gartner的第二阶段聚焦未来三到五年，重点是"治理自主智能体平台"。
Gartner指出，机器生成软件的速度已超过团队审查的速度，人工审查正逐渐成为主要瓶颈。这一阶段的四项战略科技趋势聚焦治理问题，旨在限制自主智能体能够看到、使用和产出的内容。
4. AI上下文平台
碎片化的运营知识会导致幻觉问题和高昂的计算成本。AI上下文平台能够统一分散的企业知识，为AI智能体提供其"解读输入、做出决策并按照业务目标采取行动"所需的背景知识。
Alvarez表示："如果没有专门的上下文层，组织将面临严重的运营风险，包括智能体权限过高、合规失败、信任度低以及Token消耗过度等问题。"
Gartner预测：到2027年，优先重视AI就绪数据语义化的组织，其智能体AI准确率将提升高达80%，成本将降低高达60%。
5. AI编码智能体框架
Gartner将这一技术定义为一种在软件开发生命周期中治理自主开发者行为的闭环系统。该机构表示："它将编码平台与企业上下文、模型路由、验证关卡和反馈循环相结合，以确保软件符合安全和合规标准。"
Gartner指出，如果没有专门的框架，开发者就必须花时间手动验证机器产出的内容，这会引发高成本的流程，并抵消生产力提升的效果。
Gartner预测：到2026年底，自主编码智能体将生成全部公开代码提交量的20%，这使得闭环框架成为防止关键软件交付质量故障的必要条件。
6. AI智能体身份
Gartner表示，迫切需要主动治理自主数字工作者，因为它们可能会在传统系统中暴露出巨大的安全漏洞。AI智能体身份框架"将模型权重、提示词和凭证等计算组成要素与运行时行为相关联，以建立持续的信任和人类问责机制"。
Alvarez表示："应用动态身份控制使组织能够用动态的、策略控制的访问权限取代高风险的静态凭证。AI智能体身份将模型、提示词和凭证与智能体行为相连接，从而建立信任和问责机制。"
Gartner预测：到2028年，25%的企业安全漏洞将追溯至AI智能体滥用，原因在于机器权限管理不善和传统凭证管理方式。该机构警告称："如果组织不解决这些身份认证难题，超过半数的企业AI项目将完全停滞。"
7. 自主风险暴露修复
Gartner将自主风险暴露修复（AER）定义为"一套集成能力，结合AI技术和自动化手段，在整个企业数字资产范围内发现、排序并修复安全漏洞"。AER系统能够自动测试补丁或虚拟补丁，并将其部署到生产环境中。
Gartner解释称："传统的防御流程已经失效，使组织平均面临50天的风险暴露窗口期，在此期间漏洞始终未被修复。通过以持续的机器速度防御取代缓慢的人工验证，技术领导者将漏洞管理从被动排队转变为主动运营防护。"
Gartner预测：到2031年，部署自主风险暴露修复系统的组织将把平均漏洞遏制窗口期从数周缩短至48小时以内。
未来布局
第三阶段聚焦五年以上的长期规划，要求企业"构建持久的敏捷性"。该阶段承认了云依赖带来的风险——包括SaaS疲劳和供应商锁定——并着重向主权化、可弃用和有机化环境转型。该阶段包含Gartner 2027年榜单中最后三项战略科技趋势。
8. 主权技术
Gartner表示："主权技术是指在技术和法律层面都经过设计的硬件、软件、数据库和AI模型，能够为企业提供切实可行的方式，脱离关键供应商的依赖。这些技术始终保持可用，以防止供应商锁定，确保完整的业务连续性。"
Gartner预测：到2030年，超过75%的非美国组织将采用数字主权战略，将关键工作负载转移以降低地缘政治和供应商锁定风险。
9. 可弃用应用
Gartner将可弃用应用定义为专门构建的软件应用，在完成特定业务目的或不再具有相关性后，会被有计划地主动淘汰。
Alvarez表示："向可弃用应用转型，从根本上改变了软件的采购、设计和预算方式，使应用组合变成动态系统，而非长期的遗留投资。"
Gartner预测：到2030年，广泛存在的SaaS疲劳和AI驱动的软件过剩现象，将迫使领先组织确保80%的新应用具备可弃用、易替换的特性。
10. 湿件即服务
Gartner将湿件即服务定义为"一种新兴的运营模式，提供基于云端的远程访问能力，连接活体或合成生物系统以进行计算"。
Gartner表示，这项技术的研发是为应对传统硅基计算机硬件的局限性，这类硬件由于不可持续的环境和能源需求，无法无限扩展企业级AI能力。
Gartner指出，这些托管式有机处理器能够利用生物化学网络的自然可塑性，以极高的能效运行复杂算法："实验室培育的生物神经元能够以极高的效率执行目标导向型计算，仅消耗传统服务器功耗的一小部分即可运行复杂的模式识别算法。"
Gartner预测：到2030年，25%注重专用低功耗AI的企业组织将部署生物计算技术，以突破传统硅基计算的局限。
