由德勤发布了《德勤2025年技术趋势》这篇报告。以下是对该报告的简单概括，更多内容请前往原报告进行下载查看。电力对于日常生活和商业活动至关重要。随着德勤首 席技术官办公室团队完成对《2025科技趋势》的最 后润色，我们意识到人工智能几乎贯穿了每一个趋势 。我们预计未来，人工智能将无处不在，成为我们日 常所做的一切的隐形基础结构的一部分，以至于最终 我们甚至不会意识到它的存在。
在生成式人工智能将其宣称为每个人的流行语 - 宾果 卡上的自由空间两年后，你可以想象技术的未来只是 … … 更多的人工智能。不过，这只是故事的一部分 。我们认为，技术的未来与其说是关于更多的人工智 能，不如说是关于无处不在的人工智能。我们预计， 在未来，人工智能将如此从根本上融入我们的生活结 构，以至于无处不在，我们不再注意到它。.
例如以电力为例。你上一次真正思考过电子是什么时 候？我们不再惊叹于灯光能够亮起——我们只是期望 它们能够正常工作。同样的道理也适用于HTTP，它 是互联网中无形的纽带，我们每天都在使用它，但大 多数人都已经很久没有想过（更不用说提到）“超文 本”这个词了。
人工智能最终将遵循相似的道路，变得如此普遍，以 至于成为我们所做的一切背后的看不见的基础结构的 一部分，而我们最终甚至不会意识到它的存在。它将 在后台默默地运行，优化我们的城市交通、个性化我 们的医疗服务，并在教育中创造适应性和可访问的学 习路径。我们将“使用”人工智能吗？我们将体验一个 世界，在这个世界中，事物会更智能、更快捷、更直 观地运作——就像魔法一样，但根植于算法之中。我 们预计它将为企业和个人成长提供基础，并且能够随 着时间的推移不断适应和持续发展。
如今，在今年的Tech Trends报告中，这一AI融合的 未来表现得尤为明显，该报告每年都会探索信息技术 六大宏观力量领域内新兴的趋势（参见执行摘要中的 图1）。我们记录的半数趋势是推动创新和增长的基 础力量——交互、信息和计算。而另一半则是企业运 营的基础力量，包括网络安全与信任以及核心现代化 ，这些力量帮助企业平稳运行并实现增长。
当我们团队完成今年报告的收尾工作时，我们意识到 AI的这种升华和扩散已经开始显现。这并非“唯一的 趋势”或“所有趋势”，而是几乎所有趋势背后的支撑框 架和共同线索。对于那些密切关注的人来说，“新数 学：量子时代破解密码学”（关于另一项变革性技术 ——量子计算对网络安全影响的探讨）是唯一一个AI 没有基础性作用的部分。然而，在幕后，AI的进步正 在加速量子技术的发展。
今天的协作方式要求在狭窄的专业技能领域具备深厚 的知识。了解项目往往需要大量的专门培训和对上下 文的理解，这可能会使工人负担过重，并导致信息孤 岛的形成。这种情况在过去尤其适用于涉及物理组件 的任何工作流程。特定任务需要在多种独特的系统中 进行狭窄的培训，这使得跨学科工作变得困难。
一个例子是计算机辅助设计（CAD）软件。经验丰富 的设计师或工程师可以查看CAD文件并从中获得许多 关于项目的相关信息。但那些处于设计和工程领域之 外的人——无论是市场、财务、供应链、项目管理还 是任何其他需要了解工作细节的角色——可能会难以 理解该文件，因为其中的关键技术细节被隐藏起来了。
空间计算是一种可以帮助这种协作的方法。如 技术 趋势 2024 空间计算提供了重新定义业务数据上下文 、与客户和员工互动以及与数字系统交互的新方式。 它更流畅地融合了物理世界与数字世界，创造了一个 沉浸式的技术生态系统，使人类能够更加自然地与世 界互动。 1 例如，一个可视化交互层可以整合来自 业务软件的上下文数据，使供应链工作人员能够识别 需要订购的零部件，并帮助营销人员把握产品的整体 美学以构建营销活动。组织内的员工可以利用详细的 信息为项目赋予意义，并据此做出易于理解的决策。
如果虚拟现实（VR）头显是你一想到空间计算时首 先想到的东西，你并不孤单。但空间计算不仅仅是为 了通过一副护目镜提供视觉体验。它还涉及将标准商 务传感器数据与物联网、无人机、激光探测和测距（ LIDAR）、图像、视频和其他三维数据类型结合，以 创建反映真实世界的业务运营的数字表示。这些模型 可以在各种交互媒体上呈现，无论是传统的二维屏幕 、轻量级的增强现实眼镜，还是完全沉浸式的VR环 境。
空间计算感知现实世界的物理组件；利用连接技术将 物理输入和数字输入相连；并在混合界面中叠加数字 输出。
空间计。算当前的应用既多样化又具有变革性。实时仿 真已成为该技术的主要应用场景。展望未来，随着技 术的进步，将不断推动新的令人兴奋的应用场景，重 塑医疗、制造、物流和娱乐等行业——这也是为什么 市场预计将在2022年至2033年间以18.2%的年增长 率增长的原因。 3 从现在到人类计算机交互未来的 旅程有望从根本上改变我们感知和与数字及物理世界 互动的方式。
眨眼即错过：人工智能的进步速度超出了预期。去年 ，当组织纷纷努力理解如何采用生成式AI时，我们曾 警告 技术趋势 2024 读者将通过强调需求来引领市 场，他们在差异化自己与竞争对手的过程中采用战略 性的方法扩大对大型语言模型（LLMs）的应用。目 前，大型语言模型已经得到广泛应用，据估计，多达 70%的组织正在积极探索或实施LLM的应用案例。¹
但是，领先的企业已经开始考虑AI的下一个阶段。它 们不再依赖于大型AI玩家构建的基础模型，这些模型 可能更为强大且基于更多的数据，而企业现在正思考 实施多个更小、更适合业务需求的模型。² 大型语言 模型（LLMs）将继续发展，并成为某些应用场景的 最佳选择，例如通用聊天机器人或科学研究中的模拟 ，但处理财务数据以思考错失收入机会的聊天机器人 不需要与回复客户咨询的聊天机器人使用相同的模型 。简单来说，我们可能会看到为不同用途量身定制的 不同模型的增多。
一系列较小规模的模型协同工作最终可能服务于与当 前大规模语言模型（LLM）方法不同的应用场景。新 的开源选项和多模态输出（而不仅仅
在未来几年里，向越来越多的小型专业化模型的进步 有可能再次重新定义企业人工智能的目标标准。
组织可能会见证人工智能从增强知识转向增强执行的 根本性转变。当前的投资将推动这一转变。 agentic AI ，在这一新时代中，通过为消费者和企业配备大 量基于硅的助手，这可能会颠覆我们工作和生活的方 式。想象一下可以执行特定任务的人工智能代理，比 如在董事会会议上提交财务报告或申请资助。“有什 么应用能做这件事”可能会变成“有什么代理能做这件 事”。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
