来源：IT时报

IT时报记者 孙妍

2025年不同于以往的是变革速度，这一年涌现的创新成果远超以往，全球的技术型企业都陷入了技术焦虑中，迫切地想找到占领新技术高地的路径。

我们每个人都站在一个历史性的拐点上，多智能体协作、自动驾驶、机器人等技术已经渗透进日常生活。

2026年将是变革、创新与风险交织的一年，那么决定未来数十年行业走向的技术趋势到底是什么？近日，商业与技术洞察公司Gartner发布了2026年十大战略技术趋势：AI超级计算平台、多智能体系统、特定领域语言模型、AI安全平台、AI原生开发平台、机密计算、物理AI、前置式主动网络安全、数字溯源，以及地缘回迁。

AI定义的新计算时代爆发

“旧规则已死，一个由AI定义的新计算时代正在爆发。”黄仁勋在今年GTC（GPU技术大会）上描绘了一张AI算力蓝图：无论是超级芯片、超级计算机、超级AI工厂，还是量智融合计算，核心都是解决连接问题，英伟达找到的自我定位是成为未来智能世界的“连接者”。

AI超级计算平台整合了CPU、GPU、AI ASIC、神经系统计算和替代性计算范式，融合了强大的处理器、海量存储、专用硬件及编排软件，可处理机器学习、仿真模拟和分析等领域的数据密集型工作负载。

该技术已在推动各行各业的创新，Gartner研究副总裁高挺提到：“医疗和生物技术企业已将新药建模时间从之前的数年缩短至仅需数周；金融服务机构通过模拟全球市场降低了投资组合风险；在公共事业领域，服务商通过建立极端天气模型提升电网性能。”

Gartner预测，到2028年，将混合计算范式架构应用于关键业务流程的领先企业将达到40%以上，较当前8%的水平大幅增长。

除了AI超级计算平台外，物理AI也充盈着这张AI算力蓝图。

物理AI通过赋能具有感知、决策和行动能力的机器与设备，例如机器人、无人机和智能设备等，将智能带入到现实世界。

物理AI技术成熟后，机器人将真正进厂“打螺丝”。Gartner预测，到2028年，80%的仓库将使用机器人技术或自动化。

AI跨越“会说”到“会做”的鸿沟

2025年被称为AI智能体元年，AI经历了从“会说”到“会做”的巨大跨越，但是在AI智能体操作真实世界的系统，如浏览器、数据库时，“犯错”的代价远高于“说错话”。

智能体要“会做”，就必须获得权限，比如访问邮件、日历、公司内网，甚至支付账户。如何设计一套精细化的权限管理系统，确保智能体只在“最小必要范围”内工作？如何防止它被恶意指令“劫持”，利用你的权限去做坏事？这些问题会编织出一个巨大的安全黑洞。

一个能“做事”的AI智能体，其背后的资源消耗是惊人的。智能体执行任务的逻辑是“思考—行动—观察—再思考”，完成一项复杂任务，比如写一份完整的市场分析报告并制作PPT，可能需要成百上千次调用API接口，成本高达数十甚至上百美元。

而且，当AI智能体进入企业工作流后，它“愕然”发现，现代企业的工作流是新旧系统的“缝合怪”。AI智能体可以轻松连接有标准API的新工具，但是如何操作哪些界面陈旧、依赖特定插件的“祖传”内部系统？这需要大量的定制开发和已有技术结合，落地成本很高。

“‘会说’只需要解决信息和创造力的问题，而‘会做’则必须同时解决可靠性、安全性、成本和集成性这四大难题。AI智能体元年只是打响了攻坚战的第一枪，真正的规模化落地还有很长的路要走。”高挺对《IT时报》记者说道。

在Gartner看来，多智能体系统将成为2026年的技术趋势，可以解决单智能体完成复杂任务不够可靠的问题。

AI安全攻击将成倍增长

AI驱动的攻击正以越来越快的速度和复杂度增长，已超越传统安全工具的响应能力。随着组织面临针对网络、数据和互联系统的威胁呈指数级增长，前置式主动网络安全正成为趋势。

过去的钓鱼邮件很粗糙，容易识别。现在，AI可以抓取目标在社交媒体上的所有信息，自动生成量身定制的、语气极其逼真的欺诈邮件，点击率呈指数级上升。AI可以7x24小时不间断地扫描全球网络，寻找传统工具无法发现的复杂漏洞。AI甚至可以自动编写和变异恶意软件，让杀毒软件的“特征库”彻底失效。同时，AI可以瞬时生成海量的、看似合理的假新闻、假评论、假账号，用于在社交媒体上操纵舆论、影响股价等。

“深度伪造与身份欺诈是最直观的威胁，AI可以完美合成特定人物的音频和视频。”高挺认为，企业增加安全投入已不是“可选项”，而是“必选项”。

Gartner预测，到2027年，AI驱动的网络攻击造成的年度损失将增长一倍。到2030年，每年记录在案的系统漏洞数量将突破百万大关。

“道高一尺，魔高一丈”，全球已经开启了一场“AI对抗AI”的军备竞赛。全球政府在迅速跟进，欧盟出台《AI法案》，中国出台《生成式人工智能服务管理暂行办法》等，都对AI的安全性、透明度和可解释性提出了明确要求。

如果一个银行的AI理财顾问被“劫持”，一家医院的医疗AI被“欺骗”后做出错误诊断，都将导致信任崩塌，所以企业必须购买或研发新的工具来防范数据投毒、对抗性攻击和模型窃取等。

目前网络安全市场75~80%的份额由检测与响应技术占据，这使得企业始终处于被动防御状态。前置式主动网络安全是打破这种局面的有效解决方案。Gartner预测，到2030年，随着CIO（首席信息官）们从被动防御转向主动防护，预防性解决方案将占到所有安全支出的50%。前置式主动网络安全（PCS）将支撑50%的安全软件投入，并推动相关企业的总市值突破1万亿美元。

同时，机密计算将重塑企业处理敏感数据的方式。Gartner预测，到2029年，75%以上在非可信基础设施中处理的业务将通过机密计算保障使用安全。

从“模型崇拜”转向“经济实用”

在Gartner的十大战略技术趋势中，至少有6项与AI直接相关或以AI为核心，包括多智能体系统、AI安全平台、AI原生开发平台、AI超级计算平台、特定领域语言模型、物理AI。

在高挺看来，AI之所以占据主导地位，是因为它同时扮演了两个角色：价值创造的核心引擎和新型风险的主要来源。

2023—2024年是AI技术引爆阶段，2025—2026年是AI规模化落地阶段。在与全球技术型企业的接触中，高挺观察到，企业渐渐意识到，他们需要的不是万能的GPT-5或其他主流基座大模型，而是一个在特定领域表现出色、成本更低、运行更快的小模型。所以，2026年，AI的技术趋势将从“模型崇拜”转向“经济实用”，主要的难点是从技术问题转向工程问题和商业问题。

但在技术落地的“最后一公里”，会出现数据孤岛与AI原生人才稀缺的困境。

AI的上限取决于数据的质量。“技术引爆”靠的是公开的互联网数据，而“规模化落地”靠的是企业内部的、私有的、高质量的专有数据。于是，特定领域语言模型凭借更高的准确性、更低的成本和更好的合规性填补了这一空白。Gartner预测，到2028年，企业使用的生成式AI模型中将有超过半数属于特定领域模型。

2024年之前，市场最缺的是“算法科学家”。从2025年起，市场最缺的是“AI产品经理”和“AI应用工程师”——他们既懂业务痛点，又懂AI的能力边界，能将二者结合起来设计出可落地的产品。

同时，AI将改变企业组织架构，一些企业已经在组建微型平台团队，Gartner预测，到2030年，80%的企业将通过AI原生开发平台将大型软件工程团队转变为更小、更敏捷的团队并通过AI赋能这些团队。