本文來源 | Deloitte、賽博研究院

12月13日，德勤發布《2025年技術趨勢》（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架構。《2025年技術趨勢》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，旨在利用空間數據的內在特性（如地理位置、空間關系、鄰域結構等）來驅動計算過程，從而實現更加高效、精確的數據處理、檢索和挖掘。與傳統的數據處理方法相比，空間計算能夠有效突破信息孤島，為員工和客戶創造更自然的信息交互方式。通過結合先進的模擬技術與大規模空間數據分析，企業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。

隨著空間數據管理的不斷深化和技術的持續發展，組織將推動更多創新應用落地，以充分挖掘空間信息的價值。同時，隨著人工智能技術的進步，未來幾年的空間計算將呈現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的智能化轉型和自動化進程。

二、人工智能的未來發展

當前，越來越多的企業在各類應用場景中部署大規模語言模型（LLM）。盡管LLM展現出了巨大應用潛力，但其并非適用于所有業務需求。為此，許多企業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、更精確的數據集上進行訓練，從而更好地滿足特定需求。

與此同時，隨著多模態模型和基于AI的模擬技術的發展，企業正在構建一個更加個性化和定制化的AI生態系統，使得企業能夠根據具體任務選擇最合適的模型類型，從而實現更加精細化的應用。這不僅限于傳統的“問答型”AI，還包括能夠執行復雜任務、提供決策支持和優化流程的智能系統。

隨著AI在執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同合作，AI有望徹底改變人類的工作方式和生活體驗。

三、硬件驅動新紀元

在長期由軟件主導的技術發展格局之后，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力，還能夠通過“未來保障”的技術架構，降低對云計算的依賴，減少成本，同時增強數據隱私保護。

盡管AI的計算需求帶來了可持續性方面的挑戰，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備中，推動物聯網和機器人技術的革新，尤其是在醫療、制造和服務等行業，通過更加智能和自主的設備，推動數字化轉型和效率提升。

四、IT升級：AI賦能技術人才的能力與角色

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

借助生成式AI在代碼編寫、軟件測試及技術人才賦能等領域的廣泛應用，技術領導者正在抓住這一機遇，推動IT職能在多個層面（如基礎設施、工程、財務運營、人才管理與創新等）實現深度變革。

隨著傳統AI與生成式AI能力的持續提升，技術交付的各個階段正逐步從“人類主導”向“人類參與”轉型。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，助力企業在激烈的市場競爭中實現更快的創新與增長。

五、量子計算時代的密碼學挑戰

專家預測，量子計算機可能將在五至二十年內達到成熟階段，其強大的計算能力將對現有的加密算法和數字簽名技術構成重大挑戰，威脅到數據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，為未來的安全需求提供了有效的緩解方案。盡管更新現有加密實踐技術相對可行，但這一過程需要較長時間的實施和過渡。因此，企業應盡早采取行動，著手規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，企業還應重視網絡安全的基本防護和加密技術的靈活性，以確保能夠應對更廣泛的安全挑戰。

六、AI如何推動核心系統現代化

核心系統供應商正在大力投資于AI技術，重新構建其產品和能力，以推動AI驅動或AI優先的業務模式。這一趨勢標志著AI與核心企業系統的深度融合，推動了企業運營方式和技術競爭優勢的根本性轉變。這種轉型不僅僅是實現常規任務的自動化，更是從根本上重新審視并優化業務流程，使其變得更加智能化、高效化和可預測。

然而，這一轉型的復雜性不可忽視，特別是在系統集成、技術投資和技能培養等方面，都需要進行戰略性規劃。除此之外，建立健全的治理框架也是成功轉型的關鍵。因此，雖然這一過程帶來了顯著的效率提升，但也要求企業在規劃和實施過程中精心設計，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可能會簡化用戶體驗，但也可能使它們在架構層面變得更加復雜。因此，管理AI驅動的核心系統依然需要具備深厚的技術能力，以確保其穩定性、可擴展性和長期的有效性。