本文來(lái)源 | Deloitte、賽博研究院

12月13日，德勤發(fā)布《2025年技術(shù)趨勢(shì)》（Tech Trends 2025）報(bào)告，深入探討了人工智能在日常生活中逐步應(yīng)用的廣度與深度。

報(bào)告指出，未來(lái)人工智能將成為我們生活中的核心組成部分。屆時(shí)，人工智能的存在將不再引起特別關(guān)注，而是被視為理所當(dāng)然的存在。我們也不再會(huì)主動(dòng)“操縱”人工智能，而是自然地生活在一個(gè)由人工智能深度賦能的智能世界里，一切都變得更為高效、精準(zhǔn)與直觀。背后支撐這一切的，是強(qiáng)大且精密的算法與技術(shù)架構(gòu)?！?025年技術(shù)趨勢(shì)》報(bào)告主要涉及的“主題”如下圖所示：

一、空間計(jì)算崛起

空間計(jì)算作為一種前沿的計(jì)算范式，旨在利用空間數(shù)據(jù)的內(nèi)在特性（如地理位置、空間關(guān)系、鄰域結(jié)構(gòu)等）來(lái)驅(qū)動(dòng)計(jì)算過(guò)程，從而實(shí)現(xiàn)更加高效、精確的數(shù)據(jù)處理、檢索和挖掘。與傳統(tǒng)的數(shù)據(jù)處理方法相比，空間計(jì)算能夠有效突破信息孤島，為員工和客戶(hù)創(chuàng)造更自然的信息交互方式。通過(guò)結(jié)合先進(jìn)的模擬技術(shù)與大規(guī)模空間數(shù)據(jù)分析，企業(yè)已能夠在多種場(chǎng)景下進(jìn)行精確建模，評(píng)估不同條件對(duì)運(yùn)營(yíng)績(jī)效的影響。

隨著空間數(shù)據(jù)管理的不斷深化和技術(shù)的持續(xù)發(fā)展，組織將推動(dòng)更多創(chuàng)新應(yīng)用落地，以充分挖掘空間信息的價(jià)值。同時(shí)，隨著人工智能技術(shù)的進(jìn)步，未來(lái)幾年的空間計(jì)算將呈現(xiàn)更高的流暢性和互操作性，使得AI能夠更精準(zhǔn)地預(yù)測(cè)用戶(hù)需求，并主動(dòng)提供個(gè)性化的解決方案，從而進(jìn)一步推動(dòng)企業(yè)的智能化轉(zhuǎn)型和自動(dòng)化進(jìn)程。

二、人工智能的未來(lái)發(fā)展

當(dāng)前，越來(lái)越多的企業(yè)在各類(lèi)應(yīng)用場(chǎng)景中部署大規(guī)模語(yǔ)言模型（LLM）。盡管LLM展現(xiàn)出了巨大應(yīng)用潛力，但其并非適用于所有業(yè)務(wù)需求。為此，許多企業(yè)正在探索使用小型語(yǔ)言模型和開(kāi)源解決方案，以便能夠在更小、更精確的數(shù)據(jù)集上進(jìn)行訓(xùn)練，從而更好地滿足特定需求。

與此同時(shí)，隨著多模態(tài)模型和基于AI的模擬技術(shù)的發(fā)展，企業(yè)正在構(gòu)建一個(gè)更加個(gè)性化和定制化的AI生態(tài)系統(tǒng)，使得企業(yè)能夠根據(jù)具體任務(wù)選擇最合適的模型類(lèi)型，從而實(shí)現(xiàn)更加精細(xì)化的應(yīng)用。這不僅限于傳統(tǒng)的“問(wèn)答型”AI，還包括能夠執(zhí)行復(fù)雜任務(wù)、提供決策支持和優(yōu)化流程的智能系統(tǒng)。

隨著AI在執(zhí)行層面的應(yīng)用不斷深入，可能即將迎來(lái)代理AI（Agent-based AI）的新時(shí)代。在這一新時(shí)代，AI將不僅僅是一個(gè)輔助工具，而是充當(dāng)“副駕駛”角色，深度融入消費(fèi)者和企業(yè)的日常運(yùn)營(yíng)中，幫助他們更高效地決策、工作和生活。通過(guò)這種智能化的協(xié)同合作，AI有望徹底改變?nèi)祟?lèi)的工作方式和生活體驗(yàn)。

三、硬件驅(qū)動(dòng)新紀(jì)元

在長(zhǎng)期由軟件主導(dǎo)的技術(shù)發(fā)展格局之后，硬件正在重新成為焦點(diǎn)。隨著人工智能對(duì)專(zhuān)用計(jì)算資源需求的急劇增加，企業(yè)開(kāi)始依賴(lài)先進(jìn)的硬件，尤其是定制化的AI芯片，以滿足高負(fù)載的AI計(jì)算需求。嵌入AI芯片的個(gè)人計(jì)算設(shè)備，不僅能夠提供離線的AI模型支持，從而顯著提升知識(shí)工作者的生產(chǎn)力，還能夠通過(guò)“未來(lái)保障”的技術(shù)架構(gòu)，降低對(duì)云計(jì)算的依賴(lài)，減少成本，同時(shí)增強(qiáng)數(shù)據(jù)隱私保護(hù)。

盡管AI的計(jì)算需求帶來(lái)了可持續(xù)性方面的挑戰(zhàn)，尤其是在能源消耗方面，但隨著硬件能效的不斷提升，AI硬件正變得越來(lái)越普及和高效。未來(lái)，AI將深度集成到各類(lèi)智能設(shè)備中，推動(dòng)物聯(lián)網(wǎng)和機(jī)器人技術(shù)的革新，尤其是在醫(yī)療、制造和服務(wù)等行業(yè)，通過(guò)更加智能和自主的設(shè)備，推動(dòng)數(shù)字化轉(zhuǎn)型和效率提升。

四、IT升級(jí)：AI賦能技術(shù)人才的能力與角色

經(jīng)過(guò)多年的IT架構(gòu)精簡(jiǎn)以及“一切即服務(wù)”（XaaS）模式的廣泛應(yīng)用，AI正在推動(dòng)企業(yè)突破虛擬化和預(yù)算限制，促進(jìn)技術(shù)職能的進(jìn)一步轉(zhuǎn)型。長(zhǎng)期以來(lái)，IT職能一直被視為數(shù)字化轉(zhuǎn)型的核心驅(qū)動(dòng)力，而如今，隨著AI技術(shù)的引入，IT正在承擔(dān)起更為重要的AI轉(zhuǎn)型任務(wù)。

借助生成式AI在代碼編寫(xiě)、軟件測(cè)試及技術(shù)人才賦能等領(lǐng)域的廣泛應(yīng)用，技術(shù)領(lǐng)導(dǎo)者正在抓住這一機(jī)遇，推動(dòng)IT職能在多個(gè)層面（如基礎(chǔ)設(shè)施、工程、財(cái)務(wù)運(yùn)營(yíng)、人才管理與創(chuàng)新等）實(shí)現(xiàn)深度變革。

隨著傳統(tǒng)AI與生成式AI能力的持續(xù)提升，技術(shù)交付的各個(gè)階段正逐步從“人類(lèi)主導(dǎo)”向“人類(lèi)參與”轉(zhuǎn)型。這一變化預(yù)示著IT職能將更加精簡(jiǎn)、高效，進(jìn)一步提升工作效率，助力企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中實(shí)現(xiàn)更快的創(chuàng)新與增長(zhǎng)。

五、量子計(jì)算時(shí)代的密碼學(xué)挑戰(zhàn)

專(zhuān)家預(yù)測(cè)，量子計(jì)算機(jī)可能將在五至二十年內(nèi)達(dá)到成熟階段，其強(qiáng)大的計(jì)算能力將對(duì)現(xiàn)有的加密算法和數(shù)字簽名技術(shù)構(gòu)成重大挑戰(zhàn)，威脅到數(shù)據(jù)和通信的完整性與真實(shí)性。雖然量子計(jì)算機(jī)的成熟時(shí)間尚不確定，但后量子加密技術(shù)的進(jìn)展相對(duì)滯后，已成為不容忽視的風(fēng)險(xiǎn)。

為了應(yīng)對(duì)這一威脅，新的加密標(biāo)準(zhǔn)正在逐步出現(xiàn)，為未來(lái)的安全需求提供了有效的緩解方案。盡管更新現(xiàn)有加密實(shí)踐技術(shù)相對(duì)可行，但這一過(guò)程需要較長(zhǎng)時(shí)間的實(shí)施和過(guò)渡。因此，企業(yè)應(yīng)盡早采取行動(dòng)，著手規(guī)劃和部署適應(yīng)量子計(jì)算時(shí)代的安全措施，以防范潛在的風(fēng)險(xiǎn)。同時(shí)，企業(yè)還應(yīng)重視網(wǎng)絡(luò)安全的基本防護(hù)和加密技術(shù)的靈活性，以確保能夠應(yīng)對(duì)更廣泛的安全挑戰(zhàn)。

六、AI如何推動(dòng)核心系統(tǒng)現(xiàn)代化

核心系統(tǒng)供應(yīng)商正在大力投資于AI技術(shù)，重新構(gòu)建其產(chǎn)品和能力，以推動(dòng)AI驅(qū)動(dòng)或AI優(yōu)先的業(yè)務(wù)模式。這一趨勢(shì)標(biāo)志著AI與核心企業(yè)系統(tǒng)的深度融合，推動(dòng)了企業(yè)運(yùn)營(yíng)方式和技術(shù)競(jìng)爭(zhēng)優(yōu)勢(shì)的根本性轉(zhuǎn)變。這種轉(zhuǎn)型不僅僅是實(shí)現(xiàn)常規(guī)任務(wù)的自動(dòng)化，更是從根本上重新審視并優(yōu)化業(yè)務(wù)流程，使其變得更加智能化、高效化和可預(yù)測(cè)。

然而，這一轉(zhuǎn)型的復(fù)雜性不可忽視，特別是在系統(tǒng)集成、技術(shù)投資和技能培養(yǎng)等方面，都需要進(jìn)行戰(zhàn)略性規(guī)劃。除此之外，建立健全的治理框架也是成功轉(zhuǎn)型的關(guān)鍵。因此，雖然這一過(guò)程帶來(lái)了顯著的效率提升，但也要求企業(yè)在規(guī)劃和實(shí)施過(guò)程中精心設(shè)計(jì)，并在多個(gè)層面做好準(zhǔn)備。

需要特別注意的是“自動(dòng)化悖論”：隨著系統(tǒng)復(fù)雜性的增加，人類(lèi)員工的角色可能變得更加重要。將人工智能添加到核心系統(tǒng)可能會(huì)簡(jiǎn)化用戶(hù)體驗(yàn)，但也可能使它們?cè)诩軜?gòu)層面變得更加復(fù)雜。因此，管理AI驅(qū)動(dòng)的核心系統(tǒng)依然需要具備深厚的技術(shù)能力，以確保其穩(wěn)定性、可擴(kuò)展性和長(zhǎng)期的有效性。