【导读】

在快速变化的科技世界中，未来几年将迎来一系列变革性的技术趋势。这些趋势不仅推动行业创新，还将重新定义我们的工作与生活方式。
本文对德勤预见的六大关键技术趋势，包括空间计算、AI未来趋势、智能硬件、IT升级、量子计算、智能核心进行深入解析，帮助企业提前布局，为未来的发展做好准备。

文章编译整理自德勤《Tech Trends 2025》

如需获取英文完整版报告，关注TOP公众号，并在对话框输入关键词“TT2025”下载领取。

版权归原作者所有，转载引用请注明原出处。
内容仅供交流学习，不做任何商业用途， 不代表任何投资建议。如有侵权请联系后台删除。

01

空间计算
连接数字与物理的新革命
spatial computing takes center stage

空间计算(spatial computing)正从技术边缘走向变革中心。

它不只是实时模拟的应用，而是一种重塑生活和工作的工具，跨越医疗、制造到娱乐的多个领域。核心在于结合物理和数字世界，通过沉浸式环境让信息传递更加直观、高效。

当前的工作环境充满专业壁垒，许多非技术领域的参与者难以解读复杂的CAD文件或物理数据，团队协作因此受限。而空间计算提供了一种解决方案：通过3D可视化界面，让各部门快速获取关键信息。例如，供应链人员可以精准定位缺货零件，而营销团队则能轻松规划产品推广策略。

这不仅关乎酷炫的VR头显，更是对传感器、物联网、激光雷达（LiDAR）等技术的深度整合。空间计算通过高级模拟超越了传统数字孪生的定义，它不仅监控，还能预测业务情景中的变化，例如制造企业利用同一模型协同设计和生产，医生通过AR设备深度理解病患病情，甚至体育俱乐部用数字孪生优化球员战术。

随着多模态AI的介入，空间计算进一步突破了数据孤岛的限制。AI能将图像、文本和空间数据整合到单一平台，为决策提供精准的上下文关联。然而，数据质量仍是基础——混乱数据只会放大错误，企业必须优先实现开放与标准化的数据管理。

未来，AI将作为全新用户界面，配合空间计算支持更智能的决策和操作。自主智能代理将主动预测需求、优化供应链或生成业务报告，创作数字与物理世界的深度融合。

02

AI的下一个时代

从知识到执行的跃迁

what's next for AI?

人工智能的下一个阶段正在到来，而企业的关注点已从大型语言模型（LLMs）的广泛应用，转向更精细、更专业化的小型模型（SLMs）和代理型AI。

这不仅是技术的升级，更是一场工作和决策方式的革命。

虽然LLMs在知识获取和生成任务上表现优异，但其通用性常常超出实际需求。未来的趋势是将任务分解，由多个小型模型协同完成，每个模型专注于特定场景，既能提升效率，又降低资源成本。例如，一个专注财务分析的模型无需与客户服务机器人使用同一模型，而是通过定制化的SLMs更精准地服务各自的需求。

这种系统化的多模型协作，正让AI从“增强知识”向“增强执行”迈进。

代理型AI则进一步推动了这一转型。这些智能代理不仅能回答问题，还能完成具体任务，从生成财务报告到优化供应链，无需复杂指令便可自主行动。像ServiceNow的AI系统，已经在通过代理之间的协作分派任务，将人类从重复性工作中解放出来，同时显著提高效率。

然而，AI的核心依旧是数据。没有高质量的数据支撑，即使是最先进的模型也无从发挥作用。德勤的研究表明，75%的企业因生成式AI增加了数据管理投资，但仍有超过一半的企业因数据隐私、监管模糊和获取障碍等问题，无法扩展AI应用。解决这些问题需要开放的数据标准和领域专属训练，这不仅提升了AI模型的准确性，也让它们成为企业文化与业务的延伸。

此外，多模态AI的崛起标志着AI能力的进一步扩展。这种模型能够将文本、图像、音频和空间数据整合为多形式输出，为企业提供更灵活的应用场景，比如将营销材料自动翻译成多语言，或结合传感器数据与图像优化供应链管理。虽然这项技术尚处起步阶段，但未来18到24个月内，多模态AI预计将在更多领域展现其潜力。

更令人期待的是液态神经网络等新技术的出现，它们以更少的资源提供更高效、更透明的计算能力，为嵌入边缘设备和关键系统铺平了道路。这预示着未来的AI不仅在应用场景上多样化，其底层技术也将迎来颠覆性突破。

03

硬件的崛起

从幕后支撑到引领AI革命

hardware is eating the world

曾经我们说“软件吞噬世界”，

而如今，硬件正成为推动AI革命的关键引擎，正在“吞噬世界”。

在摩尔定律放缓的背景下，硬件资源的布局直接决定了AI技术的未来，尤其是在专用芯片领域。NVIDIA已崛起为全球科技焦点，其GPU已成为AI模型训练的核心支柱。预计2024年，仅用于生成式AI的芯片市场规模将突破500亿美元，到2027年可能增至4000亿美元，硬件正成为技术转型的核心资本。

AI硬件的关键应用正从IT扩展到物联网（IoT），嵌入式设备正在重新定义终端的能力。传统PC行业虽趋于饱和，但AI PC的出现为这一领域注入新生机。通过离线运行AI模型，AI PC将提供更快的响应、更低的云计算成本，并增强数据隐私保护。与此同时，神经处理单元（NPUs）作为新一代芯片技术，正在为本地化AI任务提供高效低能耗的解决方案。这类芯片不仅让终端设备更智能，还为企业大规模升级硬件带来了新可能。

然而，硬件的崛起并非没有代价。国际能源署（IEA）预测，到2026年，AI带来的能源需求将让数据中心的耗电量达到国家级水平。为此，企业亟需在能源效率和无碳电力方面寻求创新，例如美国多个科技企业正在强势押注核能，为数据中心提供可持续能源支持。

从技术趋势看，硬件的进化正在重塑人机互动模式。AI正逐步融入从日常用品到医疗设备的每个角落。未来，当边缘计算与机器人技术结合时，硬件将赋予设备自我优化的能力，甚至在关键任务中展现“类人智慧”。

与此同时，苹果和微软等巨头已开始将AI功能嵌入设备，推动了一场类似于90年代“命令行到图形界面”的变革性升级浪潮。

面对硬件与AI的深度结合，企业需要制定清晰的战略。硬件升级的目标不应是“一刀切”，而是优先部署在能带来最大业务价值的领域，例如边缘设备或高性能数据中心。

在未来18到24个月内，混合计算模式将成为常态，硬件与云端的结合将决定企业在AI时代的竞争力。硬件不再只是支撑技术发展的“幕后功臣”，它正走向舞台中央，成为技术与商业变革的核心力量。

04

IT的角色重塑

从数字转型灯塔到AI时代引领者

IT, amplified

AI elevates the reach(and remit) of the tech function

随着技术职能从支持数字化转型转向推动AI转型，IT正在迎来百年难得的变革契机。生成式AI的崛起，让软件工程全生命周期发生深刻改变，从代码编写到测试再到运维，AI全面提升了技术团队的效率与能力。这不仅使IT成为AI转型的核心驱动力，也将其定位为企业未来创新的战略中枢。

当前，IT支出呈现强劲增长，Gartner预计2024年全球IT预算将达到5.26万亿美元，这一趋势反映了AI硬件、云基础设施及网络风险管理的持续重要性。与此同时，AI的“人类参与其中”模式正逐步取代传统的“以人为主”流程，推动企业将资源分配向更高效的自动化与智能化方向倾斜。

技术职能的演变不仅仅关乎投资，更在于角色定位的转变。

从“建设者”到“创新者”，IT领导者开始将重点从开发与维护转向协调与战略创新。例如，谷歌通过AI工具显著提升了开发效率，其四分之一的新代码已由AI生成。而自主IT概念的兴起，则预示着基础设施管理将逐步实现实时优化与动态响应。

然而，技术进步的同时也带来了更高的复杂性。生成式AI的普及在提升效率的同时，增加了网络安全的风险，例如深度伪造和提示注入攻击。企业需要通过数据认证、自动化策略生成和实时监测，建立更坚固的防御体系。

未来的IT模式将更加精益且融合，与业务功能的协作更加紧密。技术领导者不再只是支持角色，而是战略制定者，直接与CEO对接，共同推动AI价值的实现。Vanguard（先锋集团）前全球CIO兼德勤美国驻地CIO John Marcante认为，AI将从根本上改变IT的角色。他说：

“技术团队会变得更精简，但覆盖范围更广。它将与业务的融合程度比以往任何时候都高。AI发展速度很快，而集中化是确保组织速度与专注的最佳方式。”

05

量子计算

重塑网络安全的关键窗口

the new math

solving cryptography in an age of quantum

量子计算的崛起为技术进步带来了无限可能，但也对现有加密系统构成了前所未有的威胁。一旦能够破解加密的量子计算机（CRQC）问世，现有的公钥加密体系将面临崩溃风险，影响到互联网通信、交易验证和身份认证等核心功能。

然而，与其明确的威胁相对，量子计算的到来时间却充满不确定性，这让许多企业将其视为遥远的挑战，推迟采取行动。

专家预计，未来5至10年内可能出现具备加密破解能力的量子计算机，而基础设施升级往往需要8到12年甚至更长。忽视这一时间差可能带来灾难性后果，尤其是在“先采集，后解密”攻击的阴影下，恶意行为者已经在窃取加密数据，等待未来量子技术成熟后再行解密。

为应对这一威胁，后量子密码学（PQC）标准的出台提供了新的方向。NIST已推出量子抗性加密算法标准，多个国家政府和企业也在积极研发解决方案。然而，量子威胁不仅关乎自有系统，还涉及广泛的供应链和合作伙伴生态。加密技术的无处不在意味着企业需要系统性盘点基础设施、供应链及应用程序中的加密使用，识别潜在风险并加快升级步伐。

尽管量子对加密的威胁似乎尚未迫近，但它对数据完整性与保密性的潜在冲击却是毋庸置疑的。JP Morgan等行业先锋已经开始全面梳理加密技术，并部署后量子密码学解决方案，以提前应对可能的危机。正如NIST的专家所言，量子抗性加密的推广与实施需要全球范围的协作。

当年Y2K问题通过明确的时间节点倒推行动得以化解，而量子威胁的复杂性和不确定性使其更加棘手。然而，对于企业而言，未雨绸缪是唯一的解决之道。量子计算的倒计时已经开始，现在正是采取主动行动、构建量子安全体系的最佳时机。

06

智能核心

AI正在重塑核心现代化

the intelligence core AI changes everything

for core modernization

多年来，核心系统和企业资源计划（ERP）系统一直是企业记录管理的“唯一真实来源”。

AI正在彻底改变企业的核心系统和ERP的传统运作模式。过去，企业一直依赖这些核心系统作为唯一的记录和数据来源，但随着AI的快速发展，这一模式正面临根本性的挑战。AI不仅增强了现有的自动化功能，还能够深度学习企业的运营流程和业务逻辑，甚至自主执行任务，从而大幅提升效率和预测能力。企业不再仅仅依赖ERP系统获取信息，而是可以通过AI工具，随时随地得到所需答案，并且使业务流程更智能、更灵活。

然而，这一转型也带来了集成和管理上的挑战，特别是在技术投资、数据治理和系统架构管理等方面。为了实现这一转型，企业需要在技术、技能和信任等多个层面做好充分准备。尽管如此，AI为企业提供的机会是巨大的，它不仅有潜力升级企业的技术栈，还能全面优化业务流程，推动运营模式的变革。

目前，越来越多的企业已经认识到核心系统和ERP平台的价值，并把它们作为实现数据驱动决策的关键。然而，许多ERP项目未能如预期般取得成功，这往往是因为企业必须调整业务流程以适应固定的ERP模型，导致系统与实际需求之间的脱节。

AI的引入有助于打破这一困境，通过开放数据集和更智能的工作方式，企业能够减少对单一ERP系统的依赖，并促进业务模式的根本性转变。

虽然ERP系统在大多数企业中依旧扮演着核心角色，但随着AI的不断渗透，这些系统正在朝着平台化协同模式发展。在这一过程中，如何选择合适的技术、平衡隐私和安全问题、以及业务部门如何参与到AI的实施和管理中，都是企业必须解决的关键问题。随着越来越多的企业采取AI驱动的核心系统升级，信任和安全性将成为最重要的考量因素。

AI不仅仅是技术层面的升级，它代表了一种全新的工作模式和商业运作方式，企业领导者需要思考如何最大化利用AI的潜力，推动效率提升和收入增长。