过去一年是人工智能领域的变革之年，突破性创新、新兴监管法规以及向提高生产力的实用AI工具的转变成为主要特点。
2023年是充满惊叹与谨慎的一年，而2024年成为了人工智能实验的时代。到2025年，企业将更加务实地探索AI在组织中的实际应用。
2024年，OpenAI继续在人工智能创新领域保持领先地位。5月发布的GPT-4o成为里程碑式的多模态模型，首次实现了跨文本、图像和视频等多种媒体形式的内容生成和理解。随后，9月推出了o1以及其轻量级版本o1-mini，12月又直接升级到了o3。
尤其值得一提的是，OpenAI的Sora项目彻底颠覆了视频生成技术。从2月的发布到12月增强版Sora Turbo的推出，这项技术展示了从文本描述生成逼真视频内容的前所未有的能力。
2024年，人工智能的焦点从替代工作转向通过创新工具和助手提升人类生产力。谷歌推出了几项突破性项目，包括用于手机和智能眼镜的AI助手Astra，以及让Gemini与浏览器互动的Chrome扩展程序Mariner。这些工具代表了从简单聊天界面向能理解并操作数字环境的交互式智能体的转变。
Anthropic也加入了这一趋势，使得其AI助手Claude能够像人类一样使用电脑——查看屏幕、移动光标并与界面交互。这一发展为日常计算机任务中的AI协作打开了新的可能性。
开发者社区也迎来了令人兴奋的进步。Github Copilot和Cursor AI获得了开发者的一致好评，而像Devin和Github Workspace这样的自动编码智能体仍处于完善阶段。这些工具不是要取代开发者，而是通过处理日常任务和提供改进建议来大幅提升开发效率。
2024年，AI监管取得了重要进展，尤其是欧盟AI法案的出台。这项具有里程碑意义的法规首次为AI系统的开发和部署制定了全面框架，在推动创新的同时确保安全和伦理问题得到平衡。
2024年是人工智能领域进展显著的一年。我们看到了AI在日常生活中的诸多新应用，以及改进模型的新方法，这些方法正让我们向AGI迈出更大步伐。
展望2025年，重点似乎正在转向更专用、高效的AI系统，通过测试时计算等技术提升推理能力，以及专注于提高生产力的AI工具。这些趋势表明，未来AI不仅将变得更智能，还将更贴近人类需求。
企业已经开始将概念验证（PoC）转化为生产应用，预计未来几个月内针对AI的投资提案将进一步增加。然而，对这项技术及其未来的认知仍然不足或存在疑虑。为此，我们总结了未来值得关注的主要AI趋势。
过去两年是AI适应与实验的阶段，但通过这一阶段的探索，企业和组织已经巩固了数据战略，并在追求AI价值创造方面变得更加系统化。
AI战略的下一个目标是大语言模型（LLM）的运营化，这需要在可观测性、治理和安全性方面进行演进。在追求企业真实目标和价值的过程中，找到可靠性、透明性与可解释性之间的平衡将成为关键。
与治理、安全及合规相关的总体挑战与数据质量和AI战略密切相关，这引出了AI运营化的需求。尽管听起来颇具挑战性，这需要一个以AI为核心的数据平台和工具，但如果企业和组织已经制定了统一的数据战略，那么一半的工作已经完成。另一半的工作则是依赖符合特定应用目标的AI工具，并围绕技术构建企业文化。
未来几个月将标志着AI从一个单纯工具转变为工作和个人生活中不可或缺的一部分。
AI驱动的智能体将具备更大的自主性，简化我们的生活，同时成为解决重大挑战的新方式。
生成式AI的采用率在过去一年中已从55%提升至75%，新型AI工具将进一步释放其潜力。
我们已经目睹了AI模型在完成如编程或从零开始撰写文本等任务时的速度和效率不断提高。这种趋势在2025年只会更进一步。
具备高级推理能力的模型可以像人类思考复杂问题时一样，通过逻辑步骤解决复杂难题。这在编程、数学、科学、医学和法律等领域表现尤为突出，使其能够生成代码、比较合同或文件，并执行多步骤工作流程。
这些进展不仅推动了模型创新，也促进了数据管理和后期训练的改进。随着模型变得更快、更好且更专业化，将催生全新AI体验和更高的实用性。
AI代理将会是2025年一大技术趋势。例如，微软的数据显示，约70%的《财富》500强企业已经在使用Microsoft 365 Copilot来完成许多重复性和常规任务，如检查邮件和记录会议笔记。
2025年，一代全新的AI代理将超越这些任务，得益于在记忆力、推理能力和多模态能力方面的进步。
公司可以重新构想流程，例如生成HR报告、解决设备问题或回答客户问题，从而让员工从繁琐任务中解脱出来，专注于更具价值的工作。
事实上，公司甚至可以配置多个AI代理来警示供应链经理库存中断、推荐新供应商并执行销售订单。此外，突破性进展在于创建和使用智能体无需广泛的技术技能，例如Microsoft Copilot。
尽管AI需要消耗资源（如能源），它也可以成为解决这一问题的工具。
未来几年将投入使用新型AI数据中心，这些中心不使用水进行冷却，同时扩大高效液冷系统的应用。
还将投资无碳能源，为运行这些AI中心的电网提供更多无碳电力。
通过“测量”能够定义和评估AI的风险，这在开发负责任AI时至关重要。因此，2025年一个重大突破将是测试和个性化。
为了实现无偏见、无隐私或安全问题的AI，需要进行严格和全面的测试。如果能够测量风险和威胁，就可以解决或减轻它们。
此外，即使模型变得更安全，测试和测量仍需达到应对最严重潜在威胁的水平。
更重要的是，企业和组织内的人员将对AI应用的运行方式拥有更大的控制权。他们可以定制应用程序以过滤内容并设置适合其工作的限制。
我们已经看到AI对全球多个行业的巨大影响。其中之一是推动科学研究的发展，以及在自然科学、可持续材料、新药发现或治疗方面解锁新能力的潜力。
2025年，AI在研究中的应用可能推动解决全球一些最紧迫问题的进展，例如气候变化和各种疾病。
根据Gartner报告《2024生成式AI炒作周期》，以下四大趋势在行业内最受关注：
1. AI代理：与传统聊天机器人不同，这些模型变得更加主动和高效。要满足我们的预期，模型需要在推理、记忆以及记住和情境化信息方面取得重大进展。2025年可能是见证这些进展的一年。
2. 多模态能力：从仅支持文本的模型发展到接受图像、视频或音频输入的更高级别应用。
3. 开源AI：开源模型成为企业灵活部署和定制的宝贵工具，这一趋势将在未来进一步扩大。
4. 边缘AI：无需云端连接即可运行的AI，例如Apple Intelligence，通过本地执行和处理来保护数据隐私。
2025年，随着攻击者增加更多战术，全球网络犯罪市场预计将扩张。这些网络犯罪分子将继续利用地缘政治环境的不稳定性，并将网络安全挑战扩展到新的领域。然而，AI代理的创新将为多智能体系统的兴起铺平道路。
多智能体系统，即多个自主智能体协同完成复杂任务，将成为AI安全的重要新领域。尽管这些系统可能面临数据污染、信息注入或社会工程攻击的风险，但它们也为网络防御提供了新工具，例如早期事件响应、应用测试和漏洞检测。
此外，零信任策略（Zero Trust）将进一步扩展，增强对内部威胁的防护。这种策略将集成行为理解维度，为传统安全方法提供强大的武器。
人工智能绝非一时的流行趋势，而是正在成为全球商业和经济格局中的根本性变革力量。能够制定强大AI战略的领导者，将能够在增长、创新和领导力方面将其组织推向前沿。
随着技术快速发展，特别是生成式AI的兴起，对于尚未采用AI驱动策略的企业而言，留给他们思考的时间已经不多，若不采取行动，可能面临被淘汰的严重风险。