Gartner近期更新了《2025年人工智能技术成熟度曲线》，焦点正从生成式人工智能（GenAI）的炒作转向负责任地构建基础性创新。

人工智能技术成熟度曲线（AI Hype Cycle）是Gartner以图形化方式呈现AI技术（含生成式AI）成熟度、采用指标与业务影响力的核心工具。该曲线帮助组织洞悉三项关键问题：各类AI创新距离成为主流还有多远；它们处于当前阶段的原因；以及这些创新在持续演进的人工智能全局生态中的战略意义。

随着对人工智能持续稳定的投资和采用，各组织已转向规模化扩展人工智能，并重点关注基础性创新。以下摘录自Gartner最受欢迎的人工智能技术成熟度曲线之一的关键见解。

生成式人工智能进入“泡沫化低谷期”

尽管存在伦理和社会担忧，去年的《人工智能技术成熟度曲线》将生成式人工智能（GenAI）强调为一项具有潜在变革性且能带来深远业务影响的技术。今年，随着各组织对其潜力和局限性的认识加深，GenAI 进入了“泡沫化低谷期”（Trough of Disillusionment）。

人工智能领导者们在向业务部门证明 GenAI 的价值方面持续面临挑战。尽管2024年企业在 GenAI 计划上的平均支出达到190万美元，但只有不到30%的人工智能领导者报告称其首席执行官对人工智能的投资回报感到满意。成熟度较低的组织难以确定合适的用例，并对计划抱有不切实际的期望。与此同时，成熟的组织则苦于寻找技能型专业人才和普及 GenAI 素养。

更广泛地说，各组织面临着治理挑战（例如幻觉现象、偏见与公平性）以及可能阻碍 GenAI 在生产力、自动化和工作角色演变方面应用的政府法规。

投资关键的基础性人工智能赋能技术

随着各组织逐渐不再将 GenAI 作为其人工智能计划的核心支柱，它们正专注于支持可持续人工智能交付的赋能技术。这些技术有助于简化人工智能系统的集成和管理，使其更有效且可扩展。

例如，人工智能工程（AI engineering）——使组织能够一致且安全地建立和发展高价值的人工智能解决方案组合——是企业大规模交付人工智能和 GenAI 解决方案的基础性学科。

另一项关键的基础技术——最终有望达到“实质生产高峰期”（Plateau of Productivity）——是模型运营化（ModelOps）。ModelOps 专注于对高级分析、人工智能和决策模型进行端到端的治理和生命周期管理，有助于标准化、扩展和增强分析、人工智能及 GenAI 计划，并将其投入生产。

两项关键人工智能技术正在上升

进一步支持焦点向基础性人工智能技术的转移，今年技术成熟度曲线上变动最大的两项技术是AI就绪数据（AI-ready data）和AI agents（AI代理）。两者均位于“期望膨胀高峰期”（Peak of Inflated Expectations）。

要规模化扩展人工智能，领导者必须发展数据管理实践和能力，以确保 AI就绪数据（通过数据证明其适用于特定人工智能用例的能力来确定）能够满足当前和未来的业务需求。然而，57%的企业估计其数据尚未达到 AI就绪状态。没有 AI就绪数据的组织将无法实现业务目标，并使自己暴露于不必要的风险之中。

AI agents是自主或半自主的软件实体，它们利用人工智能技术来感知、决策、采取行动并在其数字或物理环境中实现目标。人工智能技术的突破（例如不断发展的 GenAI、多模态理解和复合式人工智能）使组织能够将 AI agents用于复杂任务。

AI agents的复杂性使其容易受到访问安全、数据安全和治理问题的影响。各组织也表现出对 AI agents在没有人类监督的情况下运行能力的真正信任缺失，并对其潜在错误的重大影响感到担忧。

AI原生软件工程首登技术成熟度曲线

AI原生软件工程（AI-native software engineering）——一套优化使用基于人工智能的工具来开发和交付软件应用的实践和原则——今年首次亮相人工智能技术成熟度曲线。

当今的软件工程师可以利用人工智能在整个软件开发生命周期中自主或半自主地执行一系列任务。目前这大多局限于编码和测试活动中的AI助手和测试工具。这更像是人工智能增强（AI augmentation），而非独立的人工智能。

未来，人工智能将内嵌并原生地融入大多数软件工程任务中。这代表了软件开发角色的重大演变，因为工程师将把重心转向更需要批判性思维、人类智慧和同理心的任务。

然而，人工智能的输出存在偏见、幻觉现象和非确定性的问题，这意味着软件工程师不能过度信任。此外，多智能体工作流会带来幻觉风险的累加。人工智能工具也扩大了威胁面，为组织创造了新的安全漏洞。

面对AI技术规模化落地的挑战，赋创以软硬一体的高性能算力为基石，助力企业夯实数据与工程基础，加速AI工程化与ModelOps实践。我们赋能客户跨越技术成熟周期，驱动可量化、可信赖的AI生产力引擎，共筑智能未来。