就在我们连续第25年推出《技术展望》这份前瞻报告之际，人类迎来了科技发展史上重要的分水岭——AI正加快普及，为企业全面重塑带来诸多新机遇。
企业领导者须充分认识到，AI最突出的特性在于其学习能力。当AI实现泛化并应用于企业和个人生活中时，它的潜力远不止提供新功能和新服务。AI驱动的认知数字大脑将为全社会注入强劲动能，实现系统间的交互协作，为万物赋予前所未有的智能，为每个人赋予更大的自主性。
什么是认知数字大脑？
认知数字大脑通过四个相互连接的层次，实现对信息的组织、处理和行动，成为企业决策和持续学习的中枢神经系统。它支持企业的未来战略目标，例如，通过意图式架构推动企业运营的智能化和高效化。
知识层：通过知识图谱和向量数据库等技术，从企业内部和外部收集、组织和结构化数据。
模型层：大规模生成式AI模型以及经典的机器学习和深度学习模型可以通过关键思考和推理，将数据转化为可用于决策或行动的结果。
智能体层：智能体旨在解决问题，能够在尽量减少人类干预的情况下处理任务，并随着时间推移不断学习和成长，还能将规划、复盘、适应能力融入其中。
架构层：有了全面的架构支撑，AI实验才能转化为企业级解决方案。它会将智能扩展到整个组织和现有的工作流程中，实现可重复性，确保解决方案能够一次创建、多次复用。
技术展望2025趋势
信任是《技术展望2025》阐述的各项趋势中贯穿始终的关键词。信任不是企业的可选项，而是企业必须深思并践行的核心议题。原因在于，在AI时代，信任是自主性的前提——就像引导孩子成长一样，我们需要从政策、道德、伦理、情感等各个维度建立对AI的信心，使其能够按预期运行，从而放心让其自主展开工作。但整体而言，一切的交汇点，都在于夯实企业对系统与数据、AI以及人的信任。
首先，加强数字系统的网络安全和信任。企业无需从零开始，可利用现有技术（如零信任、实体行为分析）提升安全性，保护数据免受威胁。例如，分布式账本技术正在重塑可信任网络，确保系统遵守协议，从而增强整体安全与信任。
第二，构建对AI的信任。负责任AI正成为成熟学科，为企业提供伦理框架与技术手段（如可解释性、数据透明度、消除偏见等）。企业需提前规划，明确AI的训练方式、决策逻辑及工作目标，将负责任AI纳入战略。
第三，建立、维护以人为本的信任。AI正在重塑互动方式，企业需探索新途径来维系信任，通过自我提问和创新规划来明确方向。例如，当许多初级工作都可以由AI完成时，人类的职业发展路径会是什么样子？对于那些利用AI简化工作的员工，如何为其建立职业保障？如果一线支持工作由智能体接手，如何保留个性化的用户互动？人与AI应建立互惠合作、共同成长的机制，为智能化社会奠定信任基础。
《技术展望2025》从四个维度向我们展现了当AI从自动化工具转变为人类的代理，能够自主采取行动时，未来将呈现怎样的面貌，以及领导者应如何为未来的转型之旅做好准备。
趋势一：二进制大爆炸
长久以来，企业将软件作为实现新功能和产出的工具。AI的介入打破了人与技术的语言壁垒，大幅提升了产能，让更多人以更多样化的方式开发、使用技术。一种全新技术范式正在悄然崛起，并将推动企业数字化行动的规模化落地。这种技术范式有三大特征：
第一，丰富性。数字生态系统的构建正变得越来越经济、高效。例如，在帮助应用程序升级至Java 17的过程中，亚马逊（Amazon）的生成式AI软件开发助手的工作量，相当于4500名开发者一年的工作量。1
第二，抽象性。先进的AI系统正成为人机交互的新纽带，智能体既能熟练编写代码，又擅长自然语言处理，在智能体系统的帮助下，用户不再“亲自”操作软件，只需要求启动智能体流程即可，这使得技术能够为更多人所用，使用门槛也进一步降低。
第三，自主性。自主性的融入使系统能够自我构建并执行代码，成为推动业务协调与运营的强大力量。这意味着我们可能不知道系统如何或为何做出特定决策，但我们必须培养它们做出正确决策。
智能体系统作为这一理念的重要体现，正处于AI创新的潮头浪尖。它不仅能发挥语言模型的威力，更可通过融合反思、工具应用、规划与协作等策略，拓宽模型的功能边界。这些方法会助力模型，从仅具备简单提示与生成功能，升级为能够应对各种巨大挑战的推理引擎。例如，Adobe基于Firefly生成式AI模型推出的新功能，使用户仅凭自然语言即可创作和编辑图像。2 微软（Microsoft）的AI编码助手和多智能体交互框架AutoGen，也在刷新开发者效率的纪录。3
这是一个稍纵即逝的转型窗口期，企业需要仔细审视不断变化的技术格局，谋划未来竞争策略。唯有把握这一机遇，为技术系统打下坚实基础，使其具备自主创建全新解决方案、识别功能缺陷或功能成功要素、自我修复的能力，方能在转型中取胜。
1. X，2024年8月22日，https://x.com/ajassy/status/1826608791741493281 。
2. 《微软希望将Windows打造成AI操作系统，正推出Copilot+ PC》，TechCrunch，2024年5月21日，https://techcrunch.com/2024/05/21/microsoft-build-2024-windows-ai-operating-system-copilot-plus-pcs/ 。
3. 《AutoGen架构》，微软公司：https://www.microsoft.com/en-us/research/project/autogen/ 。
趋势二：品牌新门面
在数字化时代，企业面临界面趋同下实现差异化的严峻挑战。生成式AI技术的广泛应用显著提升了运营效率，但同时也带来了同质化风险。随着越来越多的企业采用类似的AI技术，用户在不同品牌间的体验日趋相似，这使得企业在激烈的市场竞争中难以脱颖而出。
为保持竞争力，企业需要为AI注入独特的品牌个性，以提升用户体验，增强客户忠诚度和信任。品牌个性不仅体现在AI的外观和功能上，更贯穿于其与用户的互动方式和情感联结中。通过这种方式，企业能够与目标受众建立深层次联系，提升用户的参与度和满意度。
企业应将自身的价值观和定位融入AI，确保其在大规模服务中仍保持个性化。个性化AI不仅能增强客户关系，还能避免服务趋同。例如，Instagram的Creator.ai测试利用聊天机器人模拟大V的声音，与粉丝建立更亲密的关系。4 通过这种方式，品牌能够更好地与目标受众互动，提升用户的参与度和满意度。同样，SiriusXM的Harmony模型通过精准数据训练，能够更好地理解用户需求，提供个性化的服务，从而增强用户的忠诚度和满意度。5 这种个性化服务不仅能够提升用户体验，还能为企业在竞争中赢得显著优势。
企业重塑个性化业务的新篇章，应从构筑信任开始。一旦技术信任得以稳固，整个工作流与价值链将迎来革新。企业应牢记，品牌形象是起点，但转型的意义不止于此。通过赋予AI独特的品牌个性，企业不仅能够提升用户体验，还能在竞争中脱颖而出，实现可持续发展。确保聊天机器人与品牌形象一致，合理收集和使用数据，公开透明地向客户说明数据使用范围，是维系信任的关键。
4. 《准备好由聊天机器人为您介绍最喜爱的Instagram网红了吗？》，纽约时报，2024年4月15日，www.nytimes.com/2024/04/15/technology/instagram-influencers-chatbots.html 。
5. 《SiriusXM公司如何利用Sierra平台提高听众忠诚度？》，Sierra.ai公司，2024年2月13日，https://sierra.ai/customers/siriusxm 。
趋势三：大模型进入实体
基础大模型推动机器人在情境理解、沟通交流、规划与行动三个维度飞速发展。这一技术突破使机器人能解读抽象指令，将复杂任务拆解为具体步骤，既能识别单个物体的属性，又能形成空间整体认知，从而更好地与人类互动。
这三个维度的融合发展将催生出机器人历史上最深刻的变革——多功能机器人崛起。凡是涉及实体运营的行业，都将迎来前所未有的发展机遇。企业对物理世界、业务流程、工作流程的构思与设计都将被重塑，企业执行物理任务的范围也将大幅扩展。人形机器人的爆发式增长是多功能化进化的有力佐证——机器人要充分释放智能潜力，必须拥有与之匹配的躯体，以适应多变的环境、完成复杂的任务。
随着基础模型为新一代机器人筑牢根基，企业领导者也需密切关注其他新兴技术。具身智能专为实体机身与现实世界交互设计，将使AI能力更上一层楼。例如，谷歌研究院（Google Research）推出的Gato模型和机器人系列基础模型（如RT-2和RT-X），其终极目标在于探索通用机器人开发策略。6,7
这一发展进程依赖于各方互信的生态环境。企业需将负责任的AI实践扩展至现实世界，严守数据隐私保护和人身安全底线。例如，机器人在公共场所收集的数据必须严格遵守隐私法规，确保用户信息的安全。同时，企业应对投资抱有信心，探索新的商业模式，如“机器人即服务”模式，降低应用创新的财务风险。此外，企业还需构建长期可靠的生态体系，助推可持续发展进程。例如，通过采用清洁能源和优化能源管理，减少机器人的能耗，确保实现环保和经济的双重可持续性。
6. 《RT-2：新模型将视觉和语言转化为行动》，谷歌DeepMind公司，https://deepmind.google/discover/blog/rt-2-new-model-translates-vision-and-language-into-action/ 。
7. 《在多种不同机器人类型中扩大学习规模》，谷歌DeepMind公司，2023年10月3日，https://deepmind.google/discover/blog/scaling-up-learning-across-many-different-robot-types/ 。
趋势四：人机学习循环
当企业认识到AI持续增强的能力后，很可能会像以往引入自动化技术那样应用AI。但生成式AI的独特优势在于，它是一种学习型技术，可以通过与人类的互动持续增强能力、扩展功能。传统的自动化举措只能带来一次性改进，还可能导致员工失望。而当下，如果领导者方法得当，便能开启人与AI之间的正向循环——使用AI的人越多，AI优化迭代就越快，进而吸引更多人参与使用。
为了鼓励员工深度参与，企业应专注以下三个领域，使人与机器的正向循环生根发芽，让宝贵的人才资源成为变革的核心力量。
首先，人与AI的正向循环能够赋予员工“无限”的技能。企业中最有效的创新者总是那些最接近开发和交付的员工，他们知道应怎样设定目标，但这种洞察力往往因特定的技能组合或工作要求而无法发挥出来。通过将人和AI更紧密地结合，企业领导可以改变这一困境。
其次，正向循环能帮助员工积极参与到AI相关项目中。员工可以指挥自主机器人团队，但企业还应确保AI不会令员工感到边缘化或被抛弃。企业需思考如何让员工在遴选和使用AI方面拥有更多自主权，鼓励他们积极构想并测试更多创意。
最后，正向循环能使员工成为变革的驱动力。企业需为员工提供工具，帮助他们扩展技能，并让员工自行确定哪些工作更令他们感到热忱。例如，丰田研究院（Toyota Research Institute）为设计师开发了一款生成式AI助手，能够为创意过程提供支持，同时了解工程学基础原理，从而帮助设计师在项目中提效。当员工不再抗拒变革，而是积极利用AI获取新能力时，快速创新将成为企业的新常态。
企业若计划在十年内全面重塑员工队伍，需审慎评估AI全域部署对员工职业发展的长期影响。企业必须重新评估人才标准，规划职业发展路径，制定人才留存政策，这样才能有效吸纳新一代人才，把握生成式AI的自动化优势。
未来就在脚下。新技术将为我们开启一个新的时代，带来新的机遇。企业需要思考的不是这一切能否实现，而应该是如何建立信任、维系信任，让未来照进现实，以及如何利用这种无限的能力创造新的价值。让我们携手共进，未雨绸缪，共谱新篇。
