本文來源 | Deloitte、賽博研究院

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

報告指出，未來人工智能將成為我們生活中的核心組成部分。屆時，人工智能的存在將不再引起特別關(guān)注，而是被視為理所當然的存在。我們也不再會主動“操縱”人工智能，而是自然地生活在一個由人工智能深度賦能的智能世界里，一切都變得更為高效、精準與直觀。背后支撐這一切的，是強大且精密的算法與技術(shù)架構(gòu)。《2025年技術(shù)趨勢》報告主要涉及的“主題”如下圖所示：

一、空間計算崛起

空間計算作為一種前沿的計算范式，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）來驅(qū)動計算過程，從而實現(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，空間計算能夠有效突破信息孤島，為員工和客戶創(chuàng)造更自然的信息交互方式。通過結(jié)合先進的模擬技術(shù)與大規(guī)模空間數(shù)據(jù)分析，企業(yè)已能夠在多種場景下進行精確建模，評估不同條件對運營績效的影響。

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，組織將推動更多創(chuàng)新應用落地，以充分挖掘空間信息的價值。同時，隨著人工智能技術(shù)的進步，未來幾年的空間計算將呈現(xiàn)更高的流暢性和互操作性，使得AI能夠更精準地預測用戶需求，并主動提供個性化的解決方案，從而進一步推動企業(yè)的智能化轉(zhuǎn)型和自動化進程。

二、人工智能的未來發(fā)展

當前，越來越多的企業(yè)在各類應用場景中部署大規(guī)模語言模型（LLM）。盡管LLM展現(xiàn)出了巨大應用潛力，但其并非適用于所有業(yè)務需求。為此，許多企業(yè)正在探索使用小型語言模型和開源解決方案，以便能夠在更小、更精確的數(shù)據(jù)集上進行訓練，從而更好地滿足特定需求。

與此同時，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)建一個更加個性化和定制化的AI生態(tài)系統(tǒng)，使得企業(yè)能夠根據(jù)具體任務選擇最合適的模型類型，從而實現(xiàn)更加精細化的應用。這不僅限于傳統(tǒng)的“問答型”AI，還包括能夠執(zhí)行復雜任務、提供決策支持和優(yōu)化流程的智能系統(tǒng)。

隨著AI在執(zhí)行層面的應用不斷深入，可能即將迎來代理AI（Agent-based AI）的新時代。在這一新時代，AI將不僅僅是一個輔助工具，而是充當“副駕駛”角色，深度融入消費者和企業(yè)的日常運營中，幫助他們更高效地決策、工作和生活。通過這種智能化的協(xié)同合作，AI有望徹底改變?nèi)祟惖墓ぷ鞣绞胶蜕铙w驗。

三、硬件驅(qū)動新紀元

在長期由軟件主導的技術(shù)發(fā)展格局之后，硬件正在重新成為焦點。隨著人工智能對專用計算資源需求的急劇增加，企業(yè)開始依賴先進的硬件，尤其是定制化的AI芯片，以滿足高負載的AI計算需求。嵌入AI芯片的個人計算設(shè)備，不僅能夠提供離線的AI模型支持，從而顯著提升知識工作者的生產(chǎn)力，還能夠通過“未來保障”的技術(shù)架構(gòu)，降低對云計算的依賴，減少成本，同時增強數(shù)據(jù)隱私保護。

盡管AI的計算需求帶來了可持續(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硬件正變得越來越普及和高效。未來，AI將深度集成到各類智能設(shè)備中，推動物聯(lián)網(wǎng)和機器人技術(shù)的革新，尤其是在醫(yī)療、制造和服務等行業(yè)，通過更加智能和自主的設(shè)備，推動數(shù)字化轉(zhuǎn)型和效率提升。

四、IT升級：AI賦能技術(shù)人才的能力與角色

經(jīng)過多年的IT架構(gòu)精簡以及“一切即服務”（XaaS）模式的廣泛應用，AI正在推動企業(yè)突破虛擬化和預算限制，促進技術(shù)職能的進一步轉(zhuǎn)型。長期以來，IT職能一直被視為數(shù)字化轉(zhuǎn)型的核心驅(qū)動力，而如今，隨著AI技術(shù)的引入，IT正在承擔起更為重要的AI轉(zhuǎn)型任務。

借助生成式AI在代碼編寫、軟件測試及技術(shù)人才賦能等領(lǐng)域的廣泛應用，技術(shù)領(lǐng)導者正在抓住這一機遇，推動IT職能在多個層面（如基礎(chǔ)設(shè)施、工程、財務運營、人才管理與創(chuàng)新等）實現(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)交付的各個階段正逐步從“人類主導”向“人類參與”轉(zhuǎn)型。這一變化預示著IT職能將更加精簡、高效，進一步提升工作效率，助力企業(yè)在激烈的市場競爭中實現(xiàn)更快的創(chuàng)新與增長。

五、量子計算時代的密碼學挑戰(zhàn)

專家預測，量子計算機可能將在五至二十年內(nèi)達到成熟階段，其強大的計算能力將對現(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性。雖然量子計算機的成熟時間尚不確定，但后量子加密技術(shù)的進展相對滯后，已成為不容忽視的風險。

為了應對這一威脅，新的加密標準正在逐步出現(xiàn)，為未來的安全需求提供了有效的緩解方案。盡管更新現(xiàn)有加密實踐技術(shù)相對可行，但這一過程需要較長時間的實施和過渡。因此，企業(yè)應盡早采取行動，著手規(guī)劃和部署適應量子計算時代的安全措施，以防范潛在的風險。同時，企業(yè)還應重視網(wǎng)絡(luò)安全的基本防護和加密技術(shù)的靈活性，以確保能夠應對更廣泛的安全挑戰(zhàn)。

六、AI如何推動核心系統(tǒng)現(xiàn)代化

核心系統(tǒng)供應商正在大力投資于AI技術(shù)，重新構(gòu)建其產(chǎn)品和能力，以推動AI驅(qū)動或AI優(yōu)先的業(yè)務模式。這一趨勢標志著AI與核心企業(yè)系統(tǒng)的深度融合，推動了企業(yè)運營方式和技術(shù)競爭優(yōu)勢的根本性轉(zhuǎn)變。這種轉(zhuǎn)型不僅僅是實現(xiàn)常規(guī)任務的自動化，更是從根本上重新審視并優(yōu)化業(yè)務流程，使其變得更加智能化、高效化和可預測。

然而，這一轉(zhuǎn)型的復雜性不可忽視，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，雖然這一過程帶來了顯著的效率提升，但也要求企業(yè)在規(guī)劃和實施過程中精心設(shè)計，并在多個層面做好準備。

需要特別注意的是“自動化悖論”：隨著系統(tǒng)復雜性的增加，人類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)可能會簡化用戶體驗，但也可能使它們在架構(gòu)層面變得更加復雜。因此，管理AI驅(qū)動的核心系統(tǒng)依然需要具備深厚的技術(shù)能力，以確保其穩(wěn)定性、可擴展性和長期的有效性。