Gartner2024年十大战略技术趋势解读：人工智能是共同主题

 随着众多大型模型和生成式人工智能的出现，我们正步入一个“暴力计算”的时代。购买显卡、制造芯片以及训练大模型等技术不仅会带来更多的碳排放，同时也会对企业的信息技术运维产生挑战。据Gartner预测，到2025年，预计75%的组织将面临持续的电力短缺。

在2024年的十大战略技术趋势中，人工智能成为核心主题。Gartner研究副总裁高挺表示：“这些趋势很多时候也不是一个单独的技术，而是一种架构上的变化。” 10月16日，Gartner发布了2024年的十大战略技术趋势，包括：全民化的生成式人工智能、人工智能信任、风险和安全管理、持续威胁暴露管理、可持续技术、平台工程、人工智能增强开发、行业云平台、智能应用、增强型互联员工队伍和机器客户。

1.全民化的生成式人工智能（Democratized Generative AI）

生成式人工智能应用能让企业用户访问并使用大量内部和外部信息源，这意味着生成式人工智能的快速采用将极大地促进企业知识和技能的普及。Gartner预测：到2026年，超过80%的企业将使用生成式人工智能的API或模型，或在生产环境中部署支持生成式人工智能的应用，而在2023年初这一比例不到5%。

未来生成式人工智能平台的入门门槛会变得非常低，几乎可以为所有人提供“生成、创造、编写数字内容”的能力。入门门槛低，意味着成本也低。这个“低成本”实际上还能够提高生产力，取代或辅助一些工作，用来研发一些新的产品。例如，二手车零售商CarMax使用微软Azure OpenAI的服务，把万余条“客户评论”汇总成一个简短的描述，包括它库存里每种汽车的品牌、型号、年份，以及一些关键评论的要点。

2.人工智能信任、风险、安全管理（AI Trism）

AI Trism 是一组关于AI信任、风险、安全管理的架构性趋势，可以简单地理解为“AI治理”。随着越来越多的人工智能成为工作中不可或缺的一部分，特别是在生成式人工智能日益普及的今天，缺乏对人工智能模型有效的治理实际上就存在人工智能技术“失控”的风险。对于企业来说，人工智能在整个生命周期中可能都会有一些安全风险，从最早的“训练数据投毒”，到应用生成式人工智能时的“提示词攻击”，从各个方面来讲，人工智能有很多风险敞口。

因此，Gartner提出了这套“AI Trust”框架。它关注的是人工智能模型的治理，以及公平性、可解释性、透明度、数据保护等，由6个模块组成，分别是：模型运维（ModelOps）、主动数据保护、AI特定安全、模型监控（包括对数据漂移、模型漂移和/或意外结果的监控）以及第三方模型和应用输入与输出风险控制工具。这是AI Trism连续第二年入选“十大趋势”。

3.持续威胁暴露面管理（CTEM）

CTEM指“Continuous Threat Exposure Management”，是Gartner提出的安全态势修复和改进的框架，其与传统安全技术的区别在于：不是指单纯从技术上去修复一个安全漏洞，而更加关注业务层面的风险暴露面，包含五个模块：Scoping（范围界定）、Discovery（发现）、prioritization（优先级排序）、Validation（验证）、Mobilizatlon（动员）。

“威胁暴露面”不仅仅指网络安全漏洞，它的风险范围、风险敞口可能还包括一些传统设备、应用程序、社交媒体账户等。其次，不能简单地以单个维度把风险进行“高、中、低”的分类，比如传统的做法可能是不考虑低风险的漏洞，但还要考虑风险暴露以后被利用的可能性，以及对于业务的影响程度等维度的综合判断。最后，对于风险控制的措施不可能完全自动化，一个比较现实的做法是接受与风险共存，同时提高业务韧性。

4.可持续技术（Sustainable Technology）

可持续技术是一个数字解决方案框架，其用途是实现能够支持长期生态平衡与人权的环境、社会和治理（ESG）成果。人工智能、加密货币、物联网、云计算等技术的使用正在引发人们对相关能源消耗与环境影响的关注。因此，提高使用IT时的效率、循环性与可持续性变得更加重要。

Gartner预测，到2025年，75%的组织都会面临持续的电力短缺，这种电力短缺会加速推动可持续IT技术的发展。到2027年，25%的CIO的个人薪酬将与他们对可持续技术的影响挂钩。

5.平台工程（Platform Engineering）

平台工程指的是通过一系列工具和流程，为企业的软件开发团队提供一个自助开发门户，或者称之为内部开发平台。这个平台可以涵盖应用程序整个生命周期里所有的操作，但它需要由一个专门的平台工程团队去创建和维护。

6.AI增强开发（AI-Augmented Development）

AI增强开发指使用生成式人工智能、机器学习等AI技术协助软件工程师进行应用设计、编码和测试。主要包括：AI代码生成、AI增强测试、从设计到代码的过程。

7.行业云平台（Industry Cloud Platforms）

Gartner预测，到2027年，将有超过70%的企业使用行业云平台（ICP）加速其业务计划，而2023年的这一比例还不到15%。ICP通过可组合功能将底层IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）服务整合成全套产品，推动与行业相关的业务成果。这些功能通常包括行业数据编织、打包业务功能库、组合工具和其他平台创新功能。

8.智能应用（Intelligent Applications）

Gartner将智能应用中的“智能”定义为自主做出适当响应的习得性适应能力。在许多用例中，这种智能被用于更好地增强工作或提高工作的自动化程度。作为一种基础能力，应用中的智能包含各种基于人工智能的服务，如机器学习、向量存储和连接数据等。

在2023年Gartner首席执行官（CEO）和业务高管调查中，26%的CEO认为对企业机构破坏力最大的风险是人才短缺。吸引和留住人才是CEO在人力资源方面的首要任务，而人工智能被认为是未来3年对他们所在行业影响最大的技术。

9.增强型互联员工队伍（Augmented-Connected Workforce）

增强型互联员工队伍（ACWF）是一种优化员工价值的战略。ACWF使用智能应用和分析，提供助力员工队伍体验、福祉和自身技能发展的日常环境与指导。

10. 机器客户（Machine Customers）

机器客户（也被称为“客户机器人”）是一种可以自主协商并购买商品和服务以换取报酬的非人类经济行为体。到2028年，将有150亿台联网产品具备成为机器客户的潜力，这一数字还将在之后的几年增加数十亿。到2030年，该增长趋势将带来数万亿美元的收入，其重要性最终将超过数字商务的出现。在战略上应考虑为这些算法和设备提供便利甚至创造新型客户机器人的机会等。Gartner预测：到2027年，超过50%的销售和服务中心将接听机器客户的电话。