《2025年六大技术趋势》

文末点击“阅读原文”，可获取原文PDF

当前的工作方式要求在有限的技能组合中掌握扎实的专业知识。要了解项目信息，往往需要大量的专业培训，这可能会加重工人的负担。专业化任务要求在各类系统中接受专门培训，这使得跨学科协作面临挑战。

空间计算是一种可以帮助协作并提供将业务数据情景化、吸引客户和员工参与以及与数字系统交互的新方法。例如，从商业软件中提取数据的可视化交互层可以让供应链员工识别需要订购的零件，让营销人员掌握产品的整体美感，从而帮助他们开展营销活动。整个组织的员工都可以通过任何人都能理解的方式来了解项目的详细信息，进而做出决策。

空间计算涉及将标准的业务传感器数据与物联网、无人机、光探测与激光雷达、图像、视频和其他三维数据类型相融合，以创建反映真实世界的数字表征模型。这些模型可以在一系列交互媒体上呈现，无论是传统的二维屏幕、轻便的增强现实眼镜，还是完全沉浸式的虚拟现实环境。

空间计算目前的应用多种多样，实时模拟已成为该技术的主要用途。展望未来，技术的进步将继续推动新的应用案例，重塑医疗保健、制造、物流和娱乐等行业。

人工智能的发展速度超出了人们的预期。如今，大语言模型已经扎根，据估计，多达70%的企业正在积极探索或实施大语言模型用例。但是，处于行业前沿的企业已经开始着眼于人工智能的未来发展。大语言模型将继续发展，并成为某些用例（如通用聊天机器人或科学研究模拟）的最佳选择。例如，分析财务数据以识别潜在盈利机会的机器人，其功能和需求与处理客户咨询的聊天机器人是不同的。简而言之，人们很可能会看到“千人千面”的现象。

与当前的大语言模型方法相比，一系列协同工作的小型模型最终可能会服务于不同的用例。新的开源选项和多模态输出使企业能够提供全新的产品。在未来几年中，越来越多更小、更专业的模型的出现可能会再次改变人工智能在企业中的目标。想象一下，人工智能体可以执行独立的任务，比如在董事会上提交财务报告或申请拨款。“一个应用程序”很可能变成“一个人工智能体”。

在“软件统治世界”多年后，硬件终于迎来了黄金时代。随着摩尔定律的终结，人工智能革命的前景越来越取决于能否获得合适的硬件。一个典型的例子是：随着专用芯片成为人工智能计算工作负载的宝贵资源，英伟达目前已成为全球最有价值（和最受关注）的公司之一。根据德勤基于世界半导体贸易统计预测的研究，仅用于生成式人工智能的芯片市场预计今年将达到500亿美元以上。

企业关键硬件应用可能在于人工智能嵌入式终端设备和边缘设备。以个人电脑（PC）为例。多年来，企业笔记本电脑已经商品化。但现在，由于人工智能嵌入个人电脑，人们可能正处于计算领域重大变革的转折点。AMD、戴尔和惠普等公司已经在宣传人工智能个人电脑的潜力，它们能够“面向未来”的技术基础设施、降低云计算成本并提高数据隐私。借助离线人工智能模型进行图像生成、文本分析和快速数据检索，知识工作者可以通过更快、更准确的人工智能获得助力。话虽如此，企业应该战略性地大规模更新终端用户的计算能力，事实上，浪费有限的人工智能资源是没有用的。

当然，所有这些进步都需要付出代价。随着大型人工智能模型的能源需求持续增长，数据中心成为可持续发展的新焦点。国际能源署（International Energy Agency）指出，到2026年，人工智能的需求将使数据中心的用电量大幅增加，相当于瑞典或德国的年用电量。德勤最近一项关于人工智能供电的研究估计，未来十年全球数据中心的电力消耗可能会增加两倍，这主要是由于人工智能的需求。即使人工智能硬件不断普及并进入日常消费和企业设备，也需要能源和效率方面的创新，以使其更易于获取和可持续。

展望未来，人工智能硬件有望超越信息技术，进入物联网领域。人工智能能够分析智能设备的使用情况并承担新的任务，因此越来越多的智能设备将变得更加智能。如今，人工智能在牙刷等设备中的良性应用并不能预示其未来在救生医疗设备中的强大潜力。当更智能的设备带来人们与机器人关系上的重大变化时，硬件的真正潜力才能得以释放。

鉴于生成式人工智能具有编写代码、测试软件和增强技术人才的能力，这一点在软件工程的生命周期和更广泛的信息技术业务中体现得淋漓尽致。德勤的研究表明，走在组织变革前沿的科技公司已经准备好实现这些优势：与那些相对保守的同行相比，这些前沿科技公司更有可能在未来一年内通过生成式人工智能实现组织变革，可能性是前者的两倍。

企业需要重组开发人员体验，以帮助信息技术（IT）团队取得最佳成果。当前人工智能的热潮让人们更加关注技术职能部门的工作方式。长期以来，IT一直是企业数字化转型的灯塔，但现在它必须承担起人工智能转型的重任。具有前瞻性思维的IT领导者正在利用当前这个千载难逢的机会，重新定义角色和职责，设定投资重点，并传达价值预期。更重要的是，首席信息官通过发挥先锋作用，可以帮助激励其他技术领导者将人工智能转型付诸实践。

随着传统人工智能和生成式人工智能的能力越来越强、越来越普及，技术交付的每个阶段都可能出现从人类主导到人类参与的转变。在此之前，企业需要制定明确的战略。根据德勤的分析，在未来18到24个月内，IT领导者应在工程、人才、云金融运营（FinOps）、基础设施和网络风险这五个关键支柱上规划人工智能转型。

这一趋势可能会在未来十年迎来一种新型的IT，如果商业职能部门看到越来越多的公民开发人员或人工智能体能够随心所欲地开发应用程序，那么IT职能部门的角色可能会从构建和维护转变为组织和创新。

网络安全专业人士已经面临着许多挑战，从常见的社会工程攻击到人工智能生成内容带来的新兴威胁，当下的问题层出不穷。然而，在应对这些紧迫问题的同时，他们可能忽视了一个重要的威胁：未来某一天，具备密码学相关能力的密码相关量子计算机（CRQC）可能会打破当前企业依赖的许多公钥密码学体系。一旦这些密码体系被攻破，在线会话的建立、交易验证以及用户身份认证等关键流程都将受到破坏。尽管普遍认为，为CRQC的到来做好准备非常重要，但由于时间节点的不确定性，这一问题往往被认为缺乏紧迫性，导致组织推迟为量子计算做好网络安全准备的相关活动。

大多数专家认为，对于加密技术而言，CRQC问世的确切时间范围其实并不重要。普遍共识是，它可能会在未来5到10年内出现，但组织需要多长时间来更新其基础设施仍然未知。鉴于完成此前密码学升级所需的时间，现在开始准备是明智之举。

这一工作的规模可能是巨大的，但目前已有工具和专业知识可以帮助企业应对。美国国家标准与技术研究院（NIST）最近发布的抗量子加密（PQC）算法标准能够在问题变得代价高昂之前加以解决。此外，全球许多政府也正在积极推进这一问题的解决，更重要的是，一个焕然一新的网络安全思维方式可以帮助企业踏上更安全的道路。

许多核心系统提供商已全力投入人工智能领域，并正在围绕人工智能优先模式全面转型其产品和能力。将人工智能融入企业核心系统，代表着企业运营和利用技术获取竞争优势的方式发生了重大转变。

人工智能不仅是对这一模式的增强，更是对它的挑战。人工智能工具有能力进入核心系统，了解企业的运营情况，理解其流程，复制其业务逻辑等。这就意味着，用户不一定要直接进入核心系统来寻找操作问题的答案，而是可以使用他们最熟悉的人工智能工具。因此，这种转变不仅仅是将常规任务自动化，而是从根本上重新思考和设计流程，使其更加智能、高效和具有预测性。

毫无疑问，在此过程中，整合和变更管理将面临挑战。IT团队需要投资正确的技术和技能，并建立强大的数据治理框架来保护敏感数据。人工智能与核心系统的集成度越高，架构就越复杂，这种复杂性就需要加以管理。此外，团队还需要解决信任问题，以帮助确保人工智能系统有效、负责任地处理关键的核心业务。

然而，克服这些挑战将带来巨大的潜在收益。最终，人们预计人工智能将超越新的记录系统，成为一系列不仅能进行分析和提出建议，还能采取行动的人工智能体。该智能体的最终目标是实现自主决策，显著提升企业运营速度。

（本文内容系“元战略”公众号原创编译，转载时请务必标明来源及作者）