【TechWeb】11月9日消息，近期，Gartner發(fā)布2025?年十大戰(zhàn)略技術(shù)趨勢，其中，Gartner預(yù)測，到2028年至少有15%的日常工作決策將由代理型AI自主做出，而2024年這一比例為0%。
同時，Gartner預(yù)測到2030年80%的人類將每天與智能機器人打交道，而這一比例目前還不到10%。
“代理型AI”會取代網(wǎng)站和應(yīng)用程序
什么是“代理型AI”？
可以“7×24”、365天無休工作的數(shù)字員工。
Gartner研究副總裁高挺（Arnold Gao）介紹，Gartner?報告中的“代理型AI”（ Agentic AI）在中國市場上有另外一個翻譯叫“AI智能體”?！按硇虯I”是更加傾向于技術(shù)而不是像AI智能體一樣比較偏向于應(yīng)用，代理型AI實際上除了AI智能體以外也包括“代理型搜索”或者是“多代理的系統(tǒng)”。
過去人工智能只是為特定任務(wù)而設(shè)計的，大語言模型改變了一切，AI開始具備語言和推理的能力。
OpenAI認為AI從大語言模型的突破到真正走向通用人工智能要分五步走：
第一階段，語言能力。像ChatGPT這樣的可以和人類用自然語言對話的聊天機器人。
第二階段，推理能力。所謂的“推理”就是可以和人類一樣去解決問題。
第三階段，代理能力。這個代理型AI實際上最后會和人類一樣去做事情。
OpenAI發(fā)布的o1模型就已經(jīng)具備慢思考、強推理的特性，它的推理能力在某些特定領(lǐng)域當(dāng)中是遠遠超過了GPT4o。
高挺表示，“代理型AI”有兩個明顯特點：
第一：目標驅(qū)動。
“代理型AI”和RPA（Robotic process automation，機器人流程自動化）不同，不是每一步要做什么事情是由人類規(guī)劃好的，而是給“代理型AI”一個整體的目標讓它根據(jù)外部環(huán)境自動的去進行任務(wù)的計劃和執(zhí)行。
第二：“代理型AI”需要至少四個模塊——記憶模塊、計劃模塊、感知模塊和調(diào)用工具模塊。
除了這兩個特點以外，“代理型AI”還有一個非常關(guān)鍵的關(guān)鍵詞就是“行動”。代理型AI和傳統(tǒng)大語言模型最大的區(qū)別就是它是能夠行動的，這是它最主要的關(guān)鍵詞。
“代理型AI”會慢慢替代一些已有的網(wǎng)站、APP應(yīng)用程序，甚至人類的一些工作不用自己去做了，而是由這些AI來替代。
Gartner預(yù)測，到2028年至少有15%的日常工作決策將由代理型AI自主做出。高挺表示，這些日常決策主要是三類：
第一類是重復(fù)性的、數(shù)據(jù)密集型的任務(wù)，這類任務(wù)由于相對簡單，又有足夠多的數(shù)據(jù)作為決策的支撐，代理型AI往往完成的比較好；
第二類是面型內(nèi)部的，提高后臺工作效率的任務(wù)，而非面向客戶的前臺工作任務(wù)，這類任務(wù)的環(huán)境變量較少并且可控，AI比較容易能夠勝任；
第三類是決策路徑較短，有人類參與在里面的協(xié)同任務(wù)，而非實現(xiàn)完全自動化的復(fù)雜目標。
整體來看，代理型AI會在搜索、個人生活助理、客戶服務(wù)、軟件開發(fā)和測試，以及傳統(tǒng)RPA場景的拓展領(lǐng)域率先落地。
高挺強調(diào)，“代理型AI”的終局是產(chǎn)生人類和AI的融合團隊?！皩砦覀儠吹狡鋵嵰粋€人也能變成一家公司、一個人也能變成一個團隊，由一個人可以驅(qū)動很多AI代理人來幫他/她執(zhí)行一些任務(wù)、完成一些復(fù)雜的工作。代理型AI最終的效果是自動化的進一步提升?！?/p>
盡管Gartner預(yù)測代理型AI的發(fā)展將會很快，但是在2024年的當(dāng)下，日常工作決策由代理型AI自主做出的比例還是0%。
高挺表示，“代理型AI”現(xiàn)在最大的一個問題就是可靠性還不好。比如要完成一個復(fù)雜的任務(wù)，從1到10它有10個步驟，每一個步驟里面只要有一個步驟出現(xiàn)一點差錯，那么整個任務(wù)最后的完成度就會打折扣。當(dāng)這個步驟變得比較多、決策路徑比較長的時候，靠今天的大模型可靠度要完成一個完整的這種代理型AI的復(fù)雜任務(wù)實際上還很難。
到2030年，80%的人類將每天與智能機器人互動
Gartner預(yù)測到2030年80%的人類將每天與智能機器人打交道，而這一比例目前還不到10%。
高挺指出，近期國內(nèi)人型機器人非常熱，Gartner預(yù)測的智能機器人是多功能機器人（Polyfunctional Robots），是可以幫助人類完成各類任務(wù)的一個機器人的形態(tài)，它的形態(tài)可以是人形的、也可以是犬形等其他形態(tài)。它的一個核心的要點，就是它不是為了完成單一任務(wù)而設(shè)計出來的，它是為了完成多個任務(wù)設(shè)計出來的。
根據(jù)Gartner的預(yù)測，6年時間，每天與智能機器人打交道的人類比例從10%將增長至80%。這一增長速度可謂非常快。
高挺向TechWeb表示，至少有6方面的因素促進了智能機器人的快速發(fā)展和普及：
第一，是AI：AI的融入顯著提高了人形機器人的認知能力。這些技術(shù)使機器人能夠處理信息、從經(jīng)驗中學(xué)習(xí)并做出自主決策，從而能夠執(zhí)行復(fù)雜的任務(wù)并與人類更自然地互動。
第二，其次是傳感器技術(shù)：現(xiàn)代傳感器（包括攝像頭、激光雷達和觸覺傳感器）增強了機器人感知環(huán)境和識別物體的能力。這種能力對于在復(fù)雜空間中導(dǎo)航和執(zhí)行需要精確度的任務(wù)至關(guān)重要。
第三，機器人驅(qū)動器actuator和關(guān)節(jié)設(shè)計的創(chuàng)新提高了機動性和靈活性：這使得機器人能夠執(zhí)行手術(shù)或流水線作業(yè)等精細任務(wù)，使其在各種應(yīng)用中更加靈。
第四，勞動力成本上升：在許多地區(qū)，勞動力成本的上升促使企業(yè)采用人形機器人作為重復(fù)性和勞動密集型任務(wù)的經(jīng)濟有效的解決方案。機器人無需疲勞即可操作，從而降低了運營成本。
第五，勞動力短缺：許多行業(yè)面臨嚴重的勞動力短缺，尤其是在醫(yī)療保健和制造業(yè)等行業(yè)。機器人為維持這些領(lǐng)域的生產(chǎn)力水平提供了可行的替代方案。
第六，自動化需求日益增長：隨著各行各業(yè)努力提高效率和生產(chǎn)力，對自動化解決方案的需求也在不斷增長。機器人越來越被視為實現(xiàn)醫(yī)療、教育和娛樂等各個領(lǐng)域目標的重要工具。
多功能機器人將來不只是會出現(xiàn)在工廠或者是倉庫里去替代低成本的勞動力，很多時候還會出現(xiàn)在我們的辦公或者居家環(huán)境里，它既要能夠燒菜、也能夠洗碗、還能夠拖地等等。當(dāng)多功能機器人能夠做很多事情的時候，它的投資回報就提高了，實現(xiàn)大規(guī)模商業(yè)化成為可能。
高挺表示：“現(xiàn)在看到國內(nèi)一些廠商發(fā)布的機器人已經(jīng)把價格做到了10萬元區(qū)間，預(yù)計未來五到十年內(nèi)我們可以買到10萬塊錢左右的機器人，就像買一輛小汽車一樣，放在家里可以幫我們做很多事情，這對于很多家庭來說將會非常具有吸引力?！?/p>
那么，什么時候企業(yè)會大規(guī)模應(yīng)用多功能機器人呢？它的臨界點或者是值得關(guān)注的信號是什么呢？高挺稱：“比如有些企業(yè)開始開發(fā)培訓(xùn)系統(tǒng)教導(dǎo)如何使用機器人為業(yè)務(wù)提供支持；或者有些企業(yè)在招聘員工或考慮生產(chǎn)力資源時，會把機器也會考慮進去；甚至有些企業(yè)會起草一些使用機器人的相關(guān)政策的時候，這就是多功能機器人趨于成熟的時候。”
最后，
附上《Gartner2025 年十大戰(zhàn)略技術(shù)趨勢》如下：
代理型AI（Agentic AI）
代理型AI通過自主規(guī)劃和采取行動實現(xiàn)用戶定義的目標。代理型AI為實現(xiàn)能夠分擔(dān)和補充人類工作的虛擬勞動力帶來了希望。Gartner?預(yù)測，到2028年，至少15%的日常工作決策將由代理型AI自主做出，而2024年這一比例為0%。這項技術(shù)的目標導(dǎo)向型功能將實現(xiàn)適應(yīng)性更強、能夠完成各種任務(wù)的軟件系統(tǒng)。
AI治理平臺（AI Governance Platforms）
AI治理平臺是Gartner不斷發(fā)展的AI信任、風(fēng)險和安全管理（TRiSM）框架的一部分。AI TRiSM使企業(yè)能夠管理其AI系統(tǒng)的法律、道德和運營績效。這種技術(shù)解決方案能夠創(chuàng)建、管理和執(zhí)行負責(zé)任的AI使用策略、解釋AI系統(tǒng)的工作原理并提供透明度以建立信任和問責(zé)制。Gartner預(yù)測，到2028年，采用綜合AI治理平臺的企業(yè)將比沒有這類系統(tǒng)的企業(yè)減少40%與AI相關(guān)的倫理事件。
虛假信息安全（Disinformation Security）
虛假信息安全是一個新興技術(shù)類別。該技術(shù)能夠系統(tǒng)地辨別信任度，旨在提供一個能夠確保信息完整性、評估真實性、防止冒名頂替和追蹤有害信息傳播的方法體系。Gartner預(yù)測，到2028年，將有50%的企業(yè)開始采用專為應(yīng)對虛假信息安全用例而設(shè)計的產(chǎn)品、服務(wù)或功能，而目前這一比例還不到 5%。
后量子密碼學(xué)（Postquantum Cryptography）
后量子密碼學(xué)能夠保護數(shù)據(jù)免受量子計算解密風(fēng)險。根據(jù)量子計算過去幾年的發(fā)展情況，目前廣泛使用的幾種傳統(tǒng)加密技術(shù)將被淘汰。由于改變加密方法并非易事，企業(yè)必須有更長的準備時間，才能為一切敏感或機密信息提供強有力的保護。Gartner預(yù)測，到2029年，量子計算技術(shù)的進步將使大多數(shù)傳統(tǒng)的非對稱加密技術(shù)變得不安全。
環(huán)境隱形智能（Ambient Invisible Intelligence）
環(huán)境隱形智能是由成本極低、體積小巧的智能標簽和傳感器實現(xiàn)的，這些傳感器能夠提供大規(guī)模、經(jīng)濟實惠的的追蹤和傳感。長遠來看，環(huán)境隱形智能將使傳感器和智能技術(shù)無縫融入我們的日常生活中。到2027年，環(huán)境隱形智能的早期示例將以解決當(dāng)前問題為主，例如零售庫存檢查或易腐貨物物流等，通過實現(xiàn)低成本的實時物品追蹤和感知來提高可見性和效率。
節(jié)能計算（Energy-Efficient Computing）
IT以多種方式影響可持續(xù)性。在2024年，碳足跡是大多數(shù)IT組織的首要考慮因素。計算密集型應(yīng)用，例如AI訓(xùn)練、模擬、優(yōu)化和媒體渲染等由于能耗最高而可能成為企業(yè)碳足跡“大戶”。預(yù)計從2020年代末開始將出現(xiàn)一些新的計算技術(shù)，如光學(xué)、神經(jīng)形態(tài)和新型加速器等。這些新技術(shù)將被專門用于特殊任務(wù)，例如AI和優(yōu)化，并顯著降低能耗。
混合計算（Hybrid Computing）
新的計算范式正在不斷涌現(xiàn)，包括中央處理單元、圖形處理單元、邊緣、特定應(yīng)用集成電路、神經(jīng)形態(tài)以及經(jīng)典量子計算、光學(xué)計算范式?；旌嫌嬎憬Y(jié)合不同的計算、存儲和網(wǎng)絡(luò)機制解決計算問題。這種計算形式能夠幫助企業(yè)探索和解決問題，使AI等技術(shù)能夠突破當(dāng)前的技術(shù)限制?；旌嫌嬎銓⒈挥脕韯?chuàng)建比傳統(tǒng)環(huán)境更高效的變革性創(chuàng)新環(huán)境。
空間計算（Spatial Computing）
空間計算利用增強現(xiàn)實和虛擬現(xiàn)實等技術(shù)，以數(shù)字方式增強物理世界。它將實體和虛擬體驗之間的交互提升到一個新的級別。在未來五到七年內(nèi)，空間計算的使用將通過簡化工作流程和增強協(xié)作能力來提高企業(yè)效率。Gartner?預(yù)測，到2033年，空間計算市場將從2023年的1100億美元增長至1.7萬億美元。
多功能機器人（Polyfunctional Robots）
多功能機器人能夠執(zhí)行多項任務(wù)，它們正在取代為重復(fù)執(zhí)行一種任務(wù)而專門設(shè)計的特定任務(wù)機器人。這種新型機器人的功能性能夠提高效率和投資回報率（ROI）。多功能機器人可以與人類一起協(xié)作，能夠快速部署和輕松擴展。Gartner預(yù)測，到2030年，80%的人類將每天與智能機器人打交道，而目前這一比例還不到10%。
神經(jīng)增強（Neurological Enhancement）
神經(jīng)增強利用讀取和解碼大腦活動的技術(shù)提高人類的認知能力。這項技術(shù)能夠使用單向腦機接口或雙向腦機接口（BBMI）讀取人的大腦，在人類技能提升、下一代營銷和提升表現(xiàn)這三個主要領(lǐng)域具有巨大潛力。神經(jīng)增強將提高人類的認知能力，幫助品牌了解消費者的想法和感受并增強人類的神經(jīng)功能，從而獲得最佳的結(jié)果。Gartner預(yù)測，到2030年， 30%的知識工作者將通過BBMI等技術(shù)（資金來源包括雇主和個人）提升自己的能力，并憑借這些技術(shù)來適應(yīng)工作場所中AI的崛起。這一比例在2024年還不到 1%。
發(fā)表評論