近日，商業(yè)與技術(shù)洞察公司Gartner發(fā)布企業(yè)機構(gòu)需在2026年重點關(guān)注的十大戰(zhàn)略技術(shù)趨勢。

Gartner研究副總裁高挺（Arnold Gao）表示：

“2026年對技術(shù)領(lǐng)導(dǎo)者而言是至關(guān)重要的一年，變革、創(chuàng)新與風(fēng)險將在這一年以空前的速度發(fā)展。2026年的各項重要戰(zhàn)略技術(shù)趨勢將密切交織，折射出一個由人工智能（AI）驅(qū)動的高度互聯(lián)化世界的現(xiàn)實圖景。在這樣一個世界，企業(yè)機構(gòu)必須推動負(fù)責(zé)任的創(chuàng)新、卓越運營和數(shù)字信任。這些趨勢不僅代表了技術(shù)變革的方向，還是促進業(yè)務(wù)轉(zhuǎn)型的催化劑。今年不同于以往的一點是變革速度——這一年涌現(xiàn)的創(chuàng)新成果遠超以往。由于下一輪創(chuàng)新浪潮已近在眼前，只有當(dāng)下采取行動的企業(yè)才能應(yīng)對市場波動和決定未來數(shù)十年的行業(yè)走向。”

以下是2026年重要戰(zhàn)略技術(shù)趨勢。

AI超級計算平臺

AI超級計算平臺整合了CPU、GPU、AI ASIC、神經(jīng)系統(tǒng)計算和替代性計算范式，使企業(yè)能夠統(tǒng)籌復(fù)雜工作負(fù)載，同時釋放更大的性能、效率與創(chuàng)新潛力。這些系統(tǒng)融合了強大的處理器、海量存儲、專用硬件及編排軟件，可處理機器學(xué)習(xí)、仿真模擬和分析等領(lǐng)域的數(shù)據(jù)密集型工作負(fù)載。

Gartner預(yù)測，到2028年，將混合計算范式架構(gòu)應(yīng)用于關(guān)鍵業(yè)務(wù)流程的領(lǐng)先企業(yè)將達到40%以上，較當(dāng)前8%的水平大幅增長。

高挺表示：“該技術(shù)已在推動各行各業(yè)的創(chuàng)新。例如醫(yī)療和生物技術(shù)企業(yè)已將新藥建模時間從之前的數(shù)年縮短至僅需數(shù)周；金融服務(wù)機構(gòu)通過模擬全球市場降低了投資組合風(fēng)險；在公共事業(yè)領(lǐng)域，服務(wù)商通過建立極端天氣模型提升電網(wǎng)性能?！?/span>

多智能體系統(tǒng)

多智能體系統(tǒng)（MAS）是由多個AI智能體組成的集合，它們通過交互實現(xiàn)復(fù)雜的個體或共同目標(biāo)。這些智能體既可在單一環(huán)境中交付，也可在分布式環(huán)境中獨立開發(fā)部署。

高挺表示：“通過使用多智能體系統(tǒng)，企業(yè)可實現(xiàn)復(fù)雜業(yè)務(wù)流程的自動化、提升團隊技能并開創(chuàng)人類與AI智能體的新協(xié)作方式。采用模塊化設(shè)計的專業(yè)智能體通過在各工作流中重復(fù)使用成熟解決方案提升效率、加快交付速度和降低風(fēng)險。這種方案還便于擴展運營規(guī)模和快速適應(yīng)需求變化?！?/span>

特定領(lǐng)域語言模型（DSLM）

首席信息官（CIO）和首席執(zhí)行官（CEO）正要求AI創(chuàng)造更多商業(yè)價值，但通用大語言模型（LLM）往往難以勝任專業(yè)任務(wù)。特定領(lǐng)域語言模型（DSLM）憑借更高的準(zhǔn)確性、更低的成本和更好的合規(guī)性填補了這一空白。DSLM是在針對特定行業(yè)、功能或流程的專用數(shù)據(jù)上訓(xùn)練或微調(diào)的語言模型。不同于通用模型，DSLM能更加精準(zhǔn)、可靠且合規(guī)地滿足特定業(yè)務(wù)需求。

Gartner預(yù)測，到2028年，企業(yè)使用的生成式AI（GenAI）模型中將有超過半數(shù)屬于特定領(lǐng)域模型。

高挺表示：“上下文正成為決定代理部署成功與否的關(guān)鍵因素之一?；贒SLM的AI代理可解讀特定行業(yè)的上下文，即使在陌生場景中也能做出合理決策，因而具有出色的準(zhǔn)確性、可解釋性和決策合理性?！?/span>

AI安全平臺

AI安全平臺為第三方及定制AI應(yīng)用提供了統(tǒng)一防護機制，它能夠進行集中監(jiān)測、強制執(zhí)行使用策略并有效防范AI特有風(fēng)險，如提示注入、數(shù)據(jù)泄露、惡意代理行為等。此類平臺可幫助CIO有力執(zhí)行使用政策、監(jiān)控AI活動并在全AI系統(tǒng)中建立統(tǒng)一防護邊界。

Gartner預(yù)測，到2028年，使用AI安全平臺保護AI投資的企業(yè)比例將達到50%以上。

AI原生開發(fā)平臺

AI原生開發(fā)平臺使用GenAI實現(xiàn)空前快速、便捷的軟件開發(fā)。進入業(yè)務(wù)部門的軟件工程師作為“前沿部署工程師”可使用這些平臺協(xié)同領(lǐng)域?qū)＜议_發(fā)應(yīng)用。企業(yè)只需維持現(xiàn)有開發(fā)人員規(guī)模，通過組建微型團隊配合AI即可開發(fā)更多應(yīng)用。目前，領(lǐng)先的企業(yè)正在組建微型平臺團隊，在安全和治理框架范圍內(nèi)讓非技術(shù)領(lǐng)域?qū)＜夷軌蜃灾鏖_發(fā)軟件。

Gartner預(yù)測，到2030年，80%的企業(yè)將通過AI原生開發(fā)平臺將大型軟件工程團隊轉(zhuǎn)變?yōu)楦　⒏艚莸膱F隊并通過AI賦能這些團隊。

機密計算

機密計算重塑了企業(yè)處理敏感數(shù)據(jù)的方式。由于工作負(fù)載被隔離在基于硬件的可信執(zhí)行環(huán)境（TEE）中，因此即使面對基礎(chǔ)設(shè)施所有者、云提供商或任何擁有硬件物理訪問權(quán)限的實體，機密計算也能保持內(nèi)容與工作負(fù)載的私密性。這對受監(jiān)管行業(yè)、面臨地緣政治與合規(guī)風(fēng)險的跨國公司以及競爭對手間的合作尤為重要。

Gartner預(yù)測，到2029年，75%以上在非可信基礎(chǔ)設(shè)施中處理的業(yè)務(wù)將通過機密計算保障使用安全。

物理AI

物理AI通過賦能具有感知、決策和行動能力的機器與設(shè)備（例如機器人、無人機和智能設(shè)備），將智能帶入到現(xiàn)實世界。它能為自動化、適應(yīng)性和安全性至關(guān)重要的行業(yè)帶來可觀的收益。

隨著該技術(shù)的日益普及，企業(yè)需要融合IT、運營與工程知識的新型技術(shù)人才。這一轉(zhuǎn)變雖帶來了技能提升與協(xié)作機會，但也可能引發(fā)人們對就業(yè)的擔(dān)憂，因此需要采取謹(jǐn)慎的變革管理。

前置式主動網(wǎng)絡(luò)安全

隨著企業(yè)面臨的網(wǎng)絡(luò)、數(shù)據(jù)及聯(lián)網(wǎng)系統(tǒng)威脅成倍增長，前置式主動網(wǎng)絡(luò)安全正成為趨勢。Gartner預(yù)測，到2030年，隨著CIO從被動防御轉(zhuǎn)向主動防護，前置式主動防御解決方案將占到企業(yè)安全支出總額的一半。

高挺表示：“前置式主動網(wǎng)絡(luò)安全的核心在于運用AI驅(qū)動的安全運營、程序化阻斷與欺騙技術(shù)在攻擊者行動前實施干預(yù)，這項技術(shù)通過預(yù)測實現(xiàn)防護。”

數(shù)字溯源

隨著企業(yè)日益依賴第三方軟件、開源代碼及AI生成內(nèi)容，數(shù)字溯源驗證已成為一項重要的需求。數(shù)字溯源指對軟件、數(shù)據(jù)、媒體及流程的來源、所有權(quán)和完整性進行驗證的能力。企業(yè)可使用軟件物料清單（SBoM）、認(rèn)證數(shù)據(jù)庫、數(shù)字水印等新工具驗證和追蹤供應(yīng)鏈中的數(shù)字資產(chǎn)。

Gartner預(yù)測，到2029年，在數(shù)字溯源方面投入不足的企業(yè)將面臨高達數(shù)十億美元的制裁風(fēng)險。

地緣回遷

地緣回遷指企業(yè)因考慮到地緣政治風(fēng)險而將數(shù)據(jù)與應(yīng)用從全球公有云遷出至主權(quán)云、區(qū)域云服務(wù)商或自有數(shù)據(jù)中心等本地平臺。云主權(quán)這一概念曾僅限于銀行與政府機構(gòu)，如今隨著全球局勢動蕩加劇而影響到各類企業(yè)。

高挺表示：“將工作負(fù)載轉(zhuǎn)移至主權(quán)立場更強的服務(wù)提供商可幫助CIO加強對數(shù)據(jù)駐留、合規(guī)及治理的控制力。這有助于提高對本地法規(guī)的遵從性并獲得關(guān)注數(shù)據(jù)隱私或國家利益的客戶的信任。”

Gartner預(yù)測，到2030年，歐洲和中東地區(qū)將有超過75%的企業(yè)把虛擬工作負(fù)載回遷至降低地緣政治風(fēng)險的解決方案，而2025年的這一比例不足5%。