AI大模型技術(shù)正加速進(jìn)入大眾生活，但同時(shí)潛在威脅也相伴相生。

近日，Gartner發(fā)布2026年十大戰(zhàn)略技術(shù)趨勢(shì)，其中有超過(guò)一半都與AI相關(guān)。Gartner研究副總裁高挺在接受21世紀(jì)經(jīng)濟(jì)報(bào)道等媒體采訪時(shí)指出，出現(xiàn)這一現(xiàn)象，反映出一個(gè)“由AI驅(qū)動(dòng)、超連接的世界”正走向現(xiàn)實(shí)。

在他看來(lái)，AI占據(jù)主導(dǎo)地位，因?yàn)樗瑫r(shí)扮演了兩個(gè)角色。一方面，AI是創(chuàng)新的基礎(chǔ)，在企業(yè)運(yùn)營(yíng)中應(yīng)用AI將帶來(lái)新的商業(yè)價(jià)值和創(chuàng)新產(chǎn)品；另一方面，廣泛采用AI也帶來(lái)傳統(tǒng)工具無(wú)法解決的新安全風(fēng)險(xiǎn)。

報(bào)告特別提到，由AI驅(qū)動(dòng)的攻擊在速度和復(fù)雜性上都在增長(zhǎng)，這迫使企業(yè)必須采用新的防御趨勢(shì)。“企業(yè)必須在利用AI創(chuàng)造價(jià)值的同時(shí)，還要防范AI帶來(lái)的威脅，這使其成為2026年戰(zhàn)略布局的絕對(duì)核心。”高挺補(bǔ)充道。

AI底層演進(jìn)

如今的AI功能遠(yuǎn)不止是生成特定主題圖片或與人對(duì)話聊天那么簡(jiǎn)單，隨著Agent（智能體）功能持續(xù)落地，2026年這一趨勢(shì)將進(jìn)一步延續(xù)并升級(jí)。

在前述十大趨勢(shì)中，高挺重點(diǎn)看好四類(lèi)技術(shù)：AI原生開(kāi)發(fā)平臺(tái)（AI-Native Development Platforms）、特定領(lǐng)域的語(yǔ)言模型（Domain-Specific Language Models-DSLM）、多智能體系統(tǒng)（Multiagent Systems）、物理AI（Physical AI）。

其中，AI原生開(kāi)發(fā)平臺(tái)（AI-Native Development Platforms）已經(jīng)逐漸成為現(xiàn)實(shí)，即使是非技術(shù)背景的員工，也能借助AI工具自主開(kāi)發(fā)應(yīng)用。

Gartner預(yù)測(cè)，到2030年，80%的企業(yè)將通過(guò)AI原生開(kāi)發(fā)平臺(tái)將大型軟件工程團(tuán)隊(duì)轉(zhuǎn)變?yōu)楦　⒏艚莸膱F(tuán)隊(duì)并通過(guò)AI賦能。

特定領(lǐng)域的語(yǔ)言模型方面，尤其是基于企業(yè)私域數(shù)據(jù)進(jìn)行AI訓(xùn)練，并構(gòu)建的特定模型，可以在企業(yè)運(yùn)營(yíng)中發(fā)揮更大價(jià)值。

不同于通用大模型目前多用于用戶(hù)日常對(duì)話、答疑等場(chǎng)景，企業(yè)私域數(shù)據(jù)的價(jià)值更為隱蔽但潛力巨大，這將令A(yù)I從“通用能力”轉(zhuǎn)向“專(zhuān)屬價(jià)值”。

舉例來(lái)說(shuō)，通過(guò)企業(yè)自身的標(biāo)準(zhǔn)作業(yè)指導(dǎo)書(shū)、設(shè)備手冊(cè)等內(nèi)部數(shù)據(jù)進(jìn)行AI訓(xùn)練，推動(dòng)其垂域模型成為細(xì)分領(lǐng)域的“專(zhuān)家”。在制造企業(yè)遇到機(jī)器故障時(shí)，員工用自然語(yǔ)言提問(wèn)就能快速獲得解決方案，由此提高效率并降低溝通門(mén)檻。

在Agent（智能體）元年，其應(yīng)用落地過(guò)程中的發(fā)展也從“單打獨(dú)斗”走向“團(tuán)隊(duì)協(xié)作”。過(guò)去單個(gè)AI智能體處理復(fù)雜任務(wù)時(shí)，容易因?yàn)椴襟E繁多、環(huán)境多變而出錯(cuò)，就像一個(gè)人面對(duì)龐大的項(xiàng)目力不從心。在今年，多智能體能力協(xié)同正成為多家AI應(yīng)用企業(yè)推進(jìn)的方向，在明年這一趨勢(shì)將延續(xù)。

高挺指出，2026年的多智能體系統(tǒng)，將讓多個(gè)專(zhuān)業(yè)AI分工協(xié)作，最后匯總成統(tǒng)一方案。這種模式不僅提高了任務(wù)成功率，還能快速適應(yīng)企業(yè)需求變化。

物理AI（Physical AI）目前主要的兩大場(chǎng)景都有眾多玩家布局，涉及完全自動(dòng)駕駛汽車(chē)和機(jī)器人領(lǐng)域。

當(dāng)然，當(dāng)前關(guān)于物理AI的路線仍存在一定分歧，市場(chǎng)上主要關(guān)注兩類(lèi)實(shí)現(xiàn)方式：VLA（Visual Language Model視覺(jué)語(yǔ)言模型）和世界模型。

高挺分析道，VLA模型從大語(yǔ)言模型（LLM）衍生而來(lái)，它擅長(zhǎng)處理圖像、視頻等多模態(tài)信息，就像給AI裝上了“眼睛”和“耳朵”，能識(shí)別現(xiàn)實(shí)中的物體和場(chǎng)景；世界模型則更懂物理世界規(guī)律，它能理解時(shí)空關(guān)系和物理法則，還能預(yù)判未來(lái)變化并應(yīng)對(duì)。

這兩條路線各自有廠商選擇，因此目前還難言高下。相關(guān)技術(shù)已經(jīng)在倉(cāng)儲(chǔ)物流領(lǐng)域?qū)崿F(xiàn)落地，Gartner預(yù)測(cè)，到2028年，80%的倉(cāng)庫(kù)將使用機(jī)器人技術(shù)或自動(dòng)化。

支撐這一切應(yīng)用的基礎(chǔ)，是構(gòu)建AI超級(jí)計(jì)算平臺(tái)，它就像一個(gè)強(qiáng)大的“算力中樞”，整合CPU、GPU、NPU等多種類(lèi)型計(jì)算芯片，以處理海量數(shù)據(jù)的復(fù)雜計(jì)算任務(wù)。

在此過(guò)程中，提高計(jì)算效率和連接能力也是關(guān)鍵。

“例如英偉達(dá)前不久發(fā)布的NVQLink和CUDA-Q技術(shù)，本質(zhì)上就是把量子計(jì)算和用GPU加速的經(jīng)典超級(jí)計(jì)算機(jī)聯(lián)系起來(lái)。”高挺分析道，這主要有兩大目的，其一是量子計(jì)算在運(yùn)行時(shí)，需要進(jìn)行量子糾錯(cuò)，糾錯(cuò)過(guò)程需要依賴(lài)傳統(tǒng)計(jì)算機(jī)完成，NVQLink就是把這兩種不同的計(jì)算范式連接起來(lái)，讓傳統(tǒng)的計(jì)算算力幫量子計(jì)算完成糾錯(cuò)過(guò)程；其二是，串聯(lián)起的不同任務(wù)可以交給不同的計(jì)算架構(gòu)執(zhí)行，因此其本質(zhì)上在落實(shí)計(jì)算調(diào)度工作。

應(yīng)用落地難題

總結(jié)來(lái)看，高挺指出，2023~2024年是AI的“技術(shù)引爆”階段，以大語(yǔ)言模型（LLM）和生成式AI（GenAI）為代表，核心是展示“可能性”。而2025~2026年進(jìn)入規(guī)模化落地階段，核心是交付“價(jià)值”。

從“可能性”轉(zhuǎn)向“價(jià)值”，也涉及多方面新挑戰(zhàn)：經(jīng)濟(jì)性與投資回報(bào)的平衡、“最后一公里”的可靠性與可控性、新舊系統(tǒng)間的工作流重塑、AI原生數(shù)據(jù)的匯聚和相關(guān)人才能力匹配、合規(guī)性等。

具體來(lái)說(shuō)，從“大模型”轉(zhuǎn)向“對(duì)的模型”過(guò)程中，許多企業(yè)會(huì)意識(shí)到，他們需要的不是萬(wàn)能的GPT-5或同等模型，而是在特定領(lǐng)域表現(xiàn)出色、成本更低的“小模型”。因此2026年的趨勢(shì)將是從“模型崇拜”轉(zhuǎn)向“經(jīng)濟(jì)實(shí)用”。

AI在“引爆”階段可以有90%的準(zhǔn)確率，這很驚艷。但在“落地”階段，尤其是在金融、醫(yī)療、法律、自動(dòng)駕駛等高風(fēng)險(xiǎn)領(lǐng)域，那10%的“不可靠”是致命。因此在幻覺(jué)、可解釋性等方面，行業(yè)仍在探索解題方法。

AI能力的發(fā)揮，需要嵌入到企業(yè)現(xiàn)有復(fù)雜系統(tǒng)中。但目前大多數(shù)企業(yè)仍在使用陳舊的IT架構(gòu)、ERP、CRM等系統(tǒng)。這令A(yù)I需要的數(shù)據(jù)分散在不同“數(shù)據(jù)孤島”上。

而將AI能力嵌入工作流中，也需要重構(gòu)軟件、重組團(tuán)隊(duì)、重新培訓(xùn)員工，背后是一個(gè)龐大的“變革管理”工程。

高挺指出，總而言之，到了2025~2026年，AI落地的主要難點(diǎn)正從“技術(shù)問(wèn)題”（包括如何造出更強(qiáng)的模型）轉(zhuǎn)向“工程問(wèn)題”和“商業(yè)問(wèn)題”（如何讓模型在現(xiàn)實(shí)世界中可靠、合規(guī)、可盈利地運(yùn)行）。2024年之前，市場(chǎng)最缺的是“算法科學(xué)家”。從2025年起，市場(chǎng)最缺的是“AI產(chǎn)品經(jīng)理”和“AI應(yīng)用工程師”。

警惕AI威脅

AI技術(shù)飛速發(fā)展，就像一把雙刃劍，在帶來(lái)便利的同時(shí)，也暗藏不容忽視的安全威脅。最直觀的風(fēng)險(xiǎn)來(lái)自AI驅(qū)動(dòng)的攻擊：深度偽造技術(shù)能合成逼真的音頻視頻，容易引發(fā)身份欺詐；AI還能抓取個(gè)人社交信息，生成“量身定制”的釣魚(yú)郵件，讓人防不勝防。

高挺指出，前置式主動(dòng)網(wǎng)絡(luò)安全因此成為2026年的重要技術(shù)之一。“前置式主動(dòng)網(wǎng)絡(luò)安全的核心在于，運(yùn)用AI驅(qū)動(dòng)的安全運(yùn)營(yíng)、程序化阻斷與欺騙技術(shù)在攻擊者行動(dòng)前實(shí)施干預(yù)，這項(xiàng)技術(shù)通過(guò)預(yù)測(cè)實(shí)現(xiàn)防護(hù)。”

其涉及的具體技術(shù)方向包括：“預(yù)測(cè)性威脅情報(bào)”，也即由AI驅(qū)動(dòng)的情報(bào)分析系統(tǒng)及時(shí)發(fā)現(xiàn)并采取預(yù)防措施；惡意域名提前發(fā)現(xiàn)；“自動(dòng)移動(dòng)目標(biāo)防御”，簡(jiǎn)言之，是給網(wǎng)絡(luò)攻擊方制造已經(jīng)進(jìn)入被攻擊方服務(wù)器的假象，實(shí)際并未對(duì)企業(yè)云端造成影響。

Gartner預(yù)測(cè)，到2030年，隨著企業(yè)CIO（首席信息官）從被動(dòng)防御轉(zhuǎn)向主動(dòng)防護(hù)，前置式主動(dòng)防御解決方案將占到企業(yè)安全支出總額的一半。

此外，AI安全平臺(tái)為第三方及定制AI應(yīng)用提供了統(tǒng)一防護(hù)機(jī)制，它能夠進(jìn)行集中監(jiān)測(cè)、強(qiáng)制執(zhí)行使用策略并防范AI特有風(fēng)險(xiǎn)，如提示數(shù)據(jù)泄露、惡意代理行為等。Gartner預(yù)測(cè)，到2028年，使用AI安全平臺(tái)保護(hù)AI投資的企業(yè)比例將達(dá)到50%以上。

2026年的AI世界，既是創(chuàng)新高地，也是風(fēng)險(xiǎn)的戰(zhàn)場(chǎng)。從數(shù)字世界的智能協(xié)作到物理世界的場(chǎng)景落地，AI技術(shù)的每一步突破都在重構(gòu)我們的工作和生活方式。但與此同時(shí)，安全永遠(yuǎn)是發(fā)展的前提，只有做好風(fēng)險(xiǎn)防范，才能讓AI真正成為業(yè)務(wù)增長(zhǎng)的催化劑。