Gartner報告指出，代理式AI、後量子密碼學、AI治理和混合式運算，是企業面臨最緊迫且可能造成顛覆的趨勢。
Gartner公布了每年預測的未來幾年企業應該關註的熱點技術。AI、安全性、節能運算、機器人與虛擬運算互動是這家研究機構在其年度IT研討會暨XPO中揭曉的十大策略性技術趨勢之一。這些趨勢已在奧蘭多舉行的Gartner年度IT研討會／博覽會 (IT Symposium/XPO) 上釋出。
首先，Gartner預計「代理AI」將會大規模增長，Gartner傑出副總裁分析師基恩·阿爾瓦雷斯（ Gene Alvarez）表示，代理式AI是指使用AI技術來完成任務和實作目標的智慧軟件實體。
Gartner預測，到2028年，至少15%的日常工作決策將透過代理式AI自動做出，而2024年這個數碼為0%。代理式AI將被整合到AI助理中，並內建於軟件、SaaS平台、物聯網器材和機器人中。Gartner指出，許多創業公司已經將自己定位為AI代理構建平台，而超大規模企業也正在將代理式AI添加到他們的AI助理中。
阿爾瓦雷斯表示，代理式AI有望實作虛擬勞動力，可以減輕和增強人類的工作。阿爾瓦雷斯表示，這項技術的目標導向能力將提供更具適應力的軟件系統，可以完成各種任務，代理式AI有可能實作CIO提高整個組織生產力的願望。
「AI中的智慧代理將透過更快的數據分析和預測智能，改變組織的決策制定並提高場景意識。當你在睡覺時，代理式AI可以檢視你公司的五個系統，分析比您以往所能分析的更多數據，並決定必要的行動。」Gartner技術服務供應商部門高級主管分析師Tom Coshow在一份關於AI智能代理的Gartner報告中寫道。
阿爾瓦雷斯表示，AI治理平台是Gartner不斷發展的AI信任、風險和安全管理 (TRiSM) 架構的一部份，該架構使組織能夠管理其AI系統的法律、道德和營運績效。這些解決方案可用於制定、管理和執行負責任的AI使用政策，解釋AI系統的工作原理，並提供透明度以建立信任和責任制。
AI治理平台的優點之一是可以避免與AI相關的道德事件。Gartner預測，到2028年，與沒有實施此類系統的組織相比，實施全面AI治理平台的組織將減少40%的AI相關道德事件。
Gartner報告指出，AI治理平台透過使用監控穩健性、透明度、公平性、責任制和風險合規性的實務和技術工具組合，使組織能夠管理和監督AI的法律、道德和營運績效，從而促進負責任的AI。
Gartner的第三個熱門話題也與AI相關：假訊息安全。根據Gartner的定義，這是一個新興的技術類別，可以系統地辨識信任，旨在提供方法論系統，以確保完整性、評估真實性、防止冒充和關註有害訊息的傳播。
「預計將會增加利用廣泛可用且先進的AI和機器學習工具來達到邪惡目的的假訊息事件數量，這些事件釘選企業。如果不加以控制，假訊息可能會對任何組織造成重大且持久的損害。」阿爾瓦雷斯表示。
Gartner預測，到2028年，50%的企業將開始采用專門設計用於解決假訊息安全使用案例的產品、服務或功能，而目前這個數碼不到5%。
Gartner預測，到2029年，量子運算的進步將使大多數傳統的非對稱密碼學變得不安全。它強調了後量子密碼學的重要性，後量子密碼學提供了可抵抗量子運算解密風險的數據保護。
非對稱加密幾乎存在於所有軟件、全球數十億台器材以及網絡上大多數的通訊中。Gartner在最近的一份報告中寫道，「現在收集、以後解密」的攻擊可能已經存在。
「為了抵禦來自傳統電腦和量子電腦的攻擊，組織必須轉向後量子密碼學 (PQC)。但這絕非簡單的轉換。它需要的比準備千年蟲問題更多工作，而且失敗可能會帶來危險的後果。此外，許多組織尚未規劃或安排預算進行這種轉變。」Gartner副總裁分析師馬克·霍瓦斯（Mark Horvath）表示。
采用後量子密碼學的挑戰之一是沒有簡單的替代方案。「目前沒有任何直接替代方案可以取代目前的密碼演算法。這就產生了發現、分類和重新實施的需求。」霍瓦斯表示。
「為了應對這些挑戰並順利過渡到新演算法，首先要制定有關演算法替換、數據保留以及交換或修改現有密碼學使用方式的政策。基於政策的計劃將減少混淆和任意選擇，並提高可管理性。」
「隨著量子運算的發展在過去幾年中取得進展，預計目前廣泛使用的幾種類別的傳統密碼學將會終結。」阿爾瓦雷斯表示。「更換密碼學方法並不容易，因此組織必須有更長的準備時間，才能為任何敏感或機密資訊做好強大的保護。」
混合式運算出現在Gartner的清單上。這種運算形式（Gartner將其定義為結合運算、儲存和網絡機制的系統，用於解決復雜的運算問題）有助於AI等技術突破目前的技術限制。
阿爾瓦雷斯表示，新的運算模式不斷湧現，包括CPU、GPU、邊緣運算、特殊套用集成電路、神經形態和量子系統。混合式運算將用於建立高效能、變革性和創新的環境，這些環境的效能比傳統環境更佳。
根據Gartner的說法，節能運算將繼續是一個熱門話題。阿爾瓦雷斯表示，IT以多種方式影響可持續發展性，2024年，大多數IT組織的首要考慮因素是他們的碳足跡。
阿爾瓦雷斯表示，運算密集型應用程式（例如AI訓練、模擬、最佳化和媒體渲染）可能會消耗最多的能源，因此可能是組織碳足跡的最大貢獻者。
Gartner報告指出，節能或綠色運算包括漸進式策略，例如采用更環保的能源或改用更高效的硬件，以及由新技術實作的長期策略。
目前常見的綠色運算技術範例包括利用應用程式架構、程式程式碼和演算法（執行這些程式程式碼和演算法所需的能源更少）、采用新的、更高效的硬件以及使用更環保的電力。Gartner表示，未來將會出現更先進的技術，包括目前仍處於研究階段的新型運算平台。
阿爾瓦雷斯表示，預計從2020年代後期開始，將會出現幾種新的運算技術，例如光學、神經形態和新型加速器，用於特殊用途任務（例如AI和最佳化），這些技術將大幅減少能源消耗。
根據Gartner的說法，環境隱形智能是指廣泛使用小型、低成本的標簽和傳感器來關註各種物體和環境的位置和狀態。
根據Gartner的說法，到2027年，環境隱形智能的早期範例將側重於解決眼前的問題，例如零售庫存檢查或易腐爛商品物流，方法是實作低成本、即時關註和傳感物品，以提高可見性和效率。
空間運算使用技術如增強現實（AR）和虛擬現實（VR）特技術，以數碼方式增強實體世界。未來五到七年內，空間運算的使用將透過簡化的工作流程和增強的協作來提高組織的效率。Gartner預測，到2033年，空間運算的規模將從2023年的1,100億美元增長到1.7兆美元。
這些系統可以執行多項任務，並且正在取代專為重復執行單一任務而客製化設計的任務專用機器人。多功能機器人旨在與人類共存的世界中執行，這將有助於快速部署和輕松擴充套件。Gartner預測，到2030年，80%的人類每天都會與智能機器人互動，而目前這個數碼不到10%。
這項技術使用讀取和解碼大腦活動的技術來提高人類的認知能力。它透過使用單向腦機界面或雙向腦機界面 (BBMI) 來讀取人的大腦。這些技術在三個主要領域具有巨大潛力：人類技能提升、下一代行銷和績效。神經增強將增強認知能力，使品牌能夠了解消費者的想法和感受，並增強人類神經能力以最佳化結果。Gartner預測，到2030年，30%的知識工作者將透過BBMIs等技術得到增強，並依賴這些技術來保持與工作場所中AI興起的相關性，而2024年這一比例不到1%。
