Gartner近日发布2027年十大战略技术趋势,这份清单定位为面向全球CIO的五年技术规划。十项技术按三个主题分组:驾驭非文本AI前沿、治理自主智能体平台、构建持久敏捷性。今年的主线是自主化,AI在企业中的角色从生成内容、辅助判断,扩展到代替人做出决策并执行。
从结构上看,十项技术分为三组。第一组三项为大型定量模型、语音推理模型和世界模型,分别对应计算、语音与模拟。第二组四项为AI上下文平台、AI编码智能体框架、AI智能体身份和自主式暴露修复,解决的是智能体从何处获取上下文、执行边界由谁设定、以什么身份行动、漏洞出现后由谁修复。第三组三项为主权技术、可抛弃型应用和湿件即服务。
值得关注的是,AI上下文平台、AI编码智能体框架、AI智能体身份、自主式暴露修复四项均指向AI治理,预计达到成熟的年限全部落在1至6年之间。三个主题中,只有“驾驭非文本AI前沿”仍在讨论模型本身,另外两个主题分别讨论模型进入企业之后如何被约束,以及技术依赖加深之后如何保有选择权。企业过去判断一项技术是否值得投入,依据是模型能力;在这份清单中,约束类技术有四项,数量超过模型类的三项,且全部处于近端成熟区间。这意味着企业在采购模型的同时,就需要着手建设相应的约束机制。
Gartner研究副总裁高挺对2026年和2027年AI发展的侧重点作了区分:2026年的重点是构建和应用AI,2027年转向管理AI驱动的自主系统,并重新设计技术架构。这一判断与9月发布的《2026中国数字技术与战略技术成熟度曲线》一致,该曲线同样认为技术依赖加深之后,企业要为技术栈保有自主可控的选项。曲线今年新增国产操作系统与国产硬件服务器两个条目,两项技术企业出于合规要求已在部署,进入曲线意味着CIO在选型时需将其纳入正式评估;自主可控数据库预计到2028年出现市场整合,头部厂商占据主导,选型时需将供应商能否存续计入风险;国产AI处理器预计2至5年进入主流采用阶段。2027年这份全球清单将同类判断单列为主权技术趋势。
报告为每项技术标注了预计成熟年限:语音推理模型、AI上下文平台、AI编码智能体框架在1至3年,主权技术2至5年,AI智能体身份1至5年,自主式暴露修复4至6年,大型定量模型5至8年,世界模型与可抛弃型应用在5年以上,湿件即服务4至9年。年限越靠前,行动建议越具体;年限越靠后,建议越偏向跟踪与小范围试点。投资原则按三个时间段划分:近期投入直接改善运营效率、软件交付与智能体可靠性的技术,中期建设企业专有的上下文、数据与治理能力,长期用小规模试点与技术跟踪保留选择权。高挺将CIO角色的变化描述为:从技术采购者与系统管理者,转向企业数字化运营规则与自主系统架构的设计者。
第一组三项技术分别对应计算、语音与模拟,处理数值、音频和空间状态。大型定量模型排在5至8年区间,训练材料是大量观测、实验和仿真数据,学习目标是真实系统的运行规律。大语言模型的回答建立在对下一个token的预测之上,即便完成数学推理,也不保证数值预测准确,而大型定量模型的训练对象是数值。Gartner预测,到2030年,大型定量模型将在25%的预测与建模任务中取代大语言模型。报告的行动建议是聚焦产品设计、能源调度、风险建模这类量化场景,在混合架构中由大语言模型理解并拆解任务、大型定量模型承担模拟计算、关键结果用传统求解器复核。
语音推理模型处于1至3年区间,直接在音频上推理,语气中的信息得以保留。客户说“好吧,就这么干吧”,语调不同,对服务的满意程度不同,这类信息在转写成文字时已经丢失。Gartner预测,到2030年,超过70%的企业语音交互将由语音模型自主处理,2026年这一比例不到10%。语音是企业交互量最大、自动化程度最低的渠道,语音推理模型使企业的业务量与人员规模不再绑定。实施路径上,报告建议从低风险的内部交互起步,隐私与审计机制在试点阶段建好,规模化之后再补代价很高。
世界模型处于5年以上区间,学习的是对世界的抽象表征,不经过语言这一中介环节。以杯子从桌面跌落为例,大语言模型给出的是文字描述,世界模型给出的是施力之后的运动轨迹与结果。其技术障碍是仿真到现实的鸿沟,虚拟环境中的表现不等于在真实环境中可用。Gartner预测,到2030年,40%的机器人应用将在动态环境中借助世界模型做出决策,2025年这一比例不到1%。商业化会先在数字内容与虚拟场景生成中展开,物理世界仿真在后。高挺判断,未来三年工业机器人将在仓储物流、分拣等标准化场景率先形成可复制的商业价值。对中国企业,报告建议采用开放基础模型与已有仿真平台,叠加行业专有数据构建行业专用世界模型。
第二组四项技术的一个背景前提是,代码产出速度已经超过团队审核速度,瓶颈从代码生成能力转向审核与授权能力。AI上下文平台处于1至3年区间,打通实时数据与企业知识,充当面向代理型AI的治理层。智能体若缺乏对业务规则与实时运营状态的掌握,即便模型能力足够,也无法进入核心业务流程。Gartner预测,到2027年,优先做好AI就绪数据语义的企业,代理型AI的准确率最高提升80%,成本最多降低60%。这一市场尚未成熟,报告建议优先选择开放、可互操作的服务,通过REST、MCP这类标准接口集成。高挺认为,上下文不会发展为独立的基础设施,也不会形成单独市场,企业之间的差距主要来自自行积累的数据与上下文层,难以复制。
AI编码智能体框架同样处于1至3年区间,是一套可配置的控制机制,决定智能体看到什么、使用什么、产出什么。Gartner预测,到2028年,拥有这套框架的企业上线后软件缺陷将减少60%。高挺同时判断,随着模型能力提升,框架的重要性会逐步减弱;当前需要它,是因为模型执行任务时仍需约束。AI智能体身份处于1至5年区间,智能体的模型、提示词、工具与权限凭证经常变化,还可能代表多个系统执行任务,因此需要与企业员工对齐的管理方式:唯一身份、明确权限和一位人类负责人。Gartner预测,到2028年,25%的企业安全漏洞事件可追溯至AI智能体滥用。报告建议以基于策略管控的动态访问机制取代静态凭证,按任务授权、任务结束自动失效,并为包括影子智能体在内的每一个智能体建立清单登记。
自主式暴露修复处于4至6年区间,把AI与确定性自动化工具结合,覆盖漏洞从盘点、发现、验证到上线的全过程。漏洞平均暴露约50天才被修复,AI发现漏洞的速度已经超过人工修复的速度,攻击方同样在使用AI。Gartner预测,到2030年,三分之一组织将借助人机协作的自动修复,在48小时内持续处理高度可被利用的安全暴露。主权技术排在2至5年,指一套从芯片到AI模型的完整技术栈,为切实可行的供应商退出而设计,即使关键供应商无法继续服务,企业仍有能力继续运行。
整体来看,2027年这份清单将近期投入集中在治理环节,远期技术以试点和跟踪为主。对企业而言,模型能力不再是唯一的采购依据,约束机制、身份管理与上下文建设需要与模型部署同步推进。随着自主系统在企业中的决策范围扩大,CIO的职责边界正从系统管理向规则设计延伸,技术栈的可替换性也成为选型时必须计入的变量。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。