Gartner报告指出，代理式AI、后量子密码学、AI治理和混合式运算，是企业面临最紧迫且可能造成颠覆的趋势。

Gartner公布了每年预测的未来几年企业应该关注的热点技术。AI、安全性、节能运算、机器人与虚拟运算互动是这家研究机构在其年度IT研讨会暨XPO中揭晓的十大策略性技术趋势之一。这些趋势已在奥兰多举行的Gartner年度IT研讨会／博览会 (IT Symposium/XPO) 上发布。

首先，Gartner预计“代理AI”将会大规模增长，Gartner杰出副总裁分析师基恩·阿尔瓦雷斯（ Gene Alvarez）表示，代理式AI是指使用AI技术来完成任务和实现目标的智慧软件实体。

Gartner预测，到2028年，至少15%的日常工作决策将通过代理式AI自动做出，而2024年这个数字为0%。代理式AI将被集成到AI助理中，并内置于软件、SaaS平台、物联网设备和机器人中。Gartner指出，许多创业公司已经将自己定位为AI代理构建平台，而超大规模企业也正在将代理式AI添加到他们的AI助理中。

阿尔瓦雷斯表示，代理式AI有望实现虚拟劳动力，可以减轻和增强人类的工作。阿尔瓦雷斯表示，这项技术的目标导向能力将提供更具适应性的软件系统，可以完成各种任务，代理式AI有可能实现CIO提高整个组织生产力的愿望。

“AI中的智慧代理将通过更快的数据分析和预测智能，改变组织的决策制定并提高场景意识。当你在睡觉时，代理式AI可以查看你公司的五个系统，分析比您以往所能分析的更多数据，并决定必要的行动。”Gartner技术服务供应商部门高级主管分析师Tom Coshow在一份关于AI智能代理的Gartner报告中写道。

阿尔瓦雷斯表示，AI治理平台是Gartner不断发展的AI信任、风险和安全管理 (TRiSM) 架构的一部分，该架构使组织能够管理其AI系统的法律、道德和运营绩效。这些解决方案可用于制定、管理和执行负责任的AI使用政策，解释AI系统的工作原理，并提供透明度以创建信任和责任制。

AI治理平台的优点之一是可以避免与AI相关的道德事件。Gartner预测，到2028年，与没有实施此类系统的组织相比，实施全面AI治理平台的组织将减少40%的AI相关道德事件。

Gartner报告指出，AI治理平台通过使用监控稳健性、透明度、公平性、责任制和风险合规性的实务和技术工具组合，使组织能够管理和监督AI的法律、道德和运营绩效，从而促进负责任的AI。

Gartner的第三个热门话题也与AI相关：假消息安全。根据Gartner的定义，这是一个新兴的技术类别，可以系统地识别信任，旨在提供方法论系统，以确保完整性、评估真实性、防止冒充和关注有害消息的传播。

“预计将会增加利用广泛可用且先进的AI和机器学习工具来达到邪恶目的的假消息事件数量，这些事件锁定企业。如果不加以控制，假消息可能会对任何组织造成重大且持久的损害。”阿尔瓦雷斯表示。

Gartner预测，到2028年，50%的企业将开始采用专门设计用于解决假消息安全使用案例的产品、服务或功能，而目前这个数字不到5%。

Gartner预测，到2029年，量子运算的进步将使大多数传统的非对称密码学变得不安全。它强调了后量子密码学的重要性，后量子密码学提供了可抵抗量子运算解密风险的数据保护。

非对称加密几乎存在于所有软件、全球数十亿台设备以及网络上大多数的通信中。Gartner在最近的一份报告中写道，“现在收集、以后解密”的攻击可能已经存在。

“为了抵御来自传统计算机和量子计算机的攻击，组织必须转向后量子密码学 (PQC)。但这绝非简单的转换。它需要的比准备千年虫问题更多工作，而且失败可能会带来危险的后果。此外，许多组织尚未规划或安排预算进行这种转变。”Gartner副总裁分析师马克·霍瓦斯（Mark Horvath）表示。

采用后量子密码学的挑战之一是没有简单的替代方案。“目前没有任何直接替代方案可以取代目前的密码算法。这就产生了发现、分类和重新实施的需求。”霍瓦斯表示。

“为了应对这些挑战并顺利过渡到新算法，首先要制定有关算法替换、数据保留以及交换或修改现有密码学使用方式的政策。基于政策的计划将减少混淆和任意选择，并提高可管理性。”

“随着量子运算的发展在过去几年中取得进展，预计目前广泛使用的几种类型的传统密码学将会终结。”阿尔瓦雷斯表示。“更换密码学方法并不容易，因此组织必须有更长的准备时间，才能为任何敏感或机密资讯做好强大的保护。”

混合式运算出现在Gartner的清单上。这种运算形式（Gartner将其定义为结合运算、存储和网络机制的系统，用于解决复杂的运算问题）有助于AI等技术突破目前的技术限制。

阿尔瓦雷斯表示，新的运算模式不断涌现，包括CPU、GPU、边缘运算、特殊应用集成电路、神经形态和量子系统。混合式运算将用于创建高性能、变革性和创新的环境，这些环境的性能比传统环境更佳。

根据Gartner的说法，节能运算将继续是一个热门话题。阿尔瓦雷斯表示，IT以多种方式影响可持续发展性，2024年，大多数IT组织的首要考虑因素是他们的碳足迹。

阿尔瓦雷斯表示，运算密集型应用程序（例如AI训练、模拟、优化和媒体渲染）可能会消耗最多的能源，因此可能是组织碳足迹的最大贡献者。

Gartner报告指出，节能或绿色运算包括渐进式策略，例如采用更环保的能源或改用更高效的硬件，以及由新技术实现的长期策略。

目前常见的绿色运算技术范例包括利用应用程序架构、程序代码和算法（执行这些程序代码和算法所需的能源更少）、采用新的、更高效的硬件以及使用更环保的电力。Gartner表示，未来将会出现更先进的技术，包括目前仍处于研究阶段的新型运算平台。

阿尔瓦雷斯表示，预计从2020年代后期开始，将会出现几种新的运算技术，例如光学、神经形态和新型加速器，用于特殊用途任务（例如AI和优化），这些技术将大幅减少能源消耗。

根据Gartner的说法，环境隐形智能是指广泛使用小型、低成本的标签和传感器来关注各种物体和环境的位置和状态。

根据Gartner的说法，到2027年，环境隐形智能的早期范例将侧重于解决眼前的问题，例如零售库存检查或易腐烂商品物流，方法是实现低成本、即时关注和传感物品，以提高可见性和效率。

空间运算使用技术如增强现实（AR）和虚拟现实（VR）特技术，以数字方式增强实体世界。未来五到七年内，空间运算的使用将通过简化的工作流程和增强的协作来提高组织的效率。Gartner预测，到2033年，空间运算的规模将从2023年的1,100亿美元增长到1.7兆美元。

这些系统可以执行多项任务，并且正在取代专为重复执行单一任务而定制化设计的任务专用机器人。多功能机器人旨在与人类共存的世界中运行，这将有助于快速部署和轻松扩展。Gartner预测，到2030年，80%的人类每天都会与智能机器人互动，而目前这个数字不到10%。

这项技术使用读取和解码大脑活动的技术来提高人类的认知能力。它通过使用单向脑机界面或双向脑机界面 (BBMI) 来读取人的大脑。这些技术在三个主要领域具有巨大潜力：人类技能提升、下一代营销和绩效。神经增强将增强认知能力，使品牌能够了解消费者的想法和感受，并增强人类神经能力以优化结果。Gartner预测，到2030年，30%的知识工作者将通过BBMIs等技术得到增强，并依赖这些技术来保持与工作场所中AI兴起的相关性，而2024年这一比例不到1%。