【導(dǎo)讀】Gartner最新發(fā)布的2026年中國數(shù)據(jù)、分析和人工智能技術(shù)成熟度曲線顯示，AI技術(shù)格局正在發(fā)生顯著變化。代理型AI超越生成式AI成為企業(yè)首要焦點(diǎn)，生成式AI則滑向泡沫破裂低谷期，企業(yè)關(guān)注點(diǎn)從技術(shù)可能性轉(zhuǎn)向可驗(yàn)證的業(yè)務(wù)價(jià)值。同時(shí)，物理AI作為新興方向快速升溫，被視作下一輪突破性創(chuàng)新的潛在驅(qū)動(dòng)力。報(bào)告也指出，AI計(jì)劃的成功越來越依賴數(shù)據(jù)就緒度、治理機(jī)制、安全護(hù)欄和工程化能力等基礎(chǔ)建設(shè)，而非模型技術(shù)本身。本文梳理了報(bào)告中關(guān)于物理AI、前端部署工程師、個(gè)人智能體和LLM四個(gè)關(guān)鍵方向的核心觀點(diǎn)。
Gartner高級(jí)研究總監(jiān)方琦表示：“Gartner 2026中國數(shù)據(jù)、分析和人工智能技術(shù)成熟度曲線可以劃分四大主要技術(shù)集群，這四大技術(shù)集群呈現(xiàn)出一定的趨勢(shì)：代理型AI技術(shù)超越生成式AI，達(dá)到期望膨脹期，成為企業(yè)的首要焦點(diǎn)；生成式AI滑向泡沫破裂低谷期，企業(yè)期望趨于理性，強(qiáng)調(diào)實(shí)現(xiàn)可驗(yàn)證的業(yè)務(wù)價(jià)值；物理AI快速興起并受到大眾關(guān)注，有望成為下一輪突破性創(chuàng)新的重要驅(qū)動(dòng)力；AI計(jì)劃的成功越來越依賴于穩(wěn)健的基礎(chǔ)能力建設(shè)，包括數(shù)據(jù)就緒度、治理機(jī)制、安全護(hù)欄以及工程化能力。這些支撐環(huán)境基礎(chǔ)的重要性已經(jīng)超過了AI模型技術(shù)本身。”
物理AI
物理AI是指以物理形態(tài)存在的AI系統(tǒng)，例如機(jī)器人、無人機(jī)、自動(dòng)駕駛車輛和智能設(shè)備，這些系統(tǒng)利用AI對(duì)真實(shí)世界進(jìn)行感知并與之交互。通過結(jié)合傳感器、控制和AI模型，這類系統(tǒng)將數(shù)字智能與物理行為進(jìn)行連接，使其能夠操控物體、在空間中移動(dòng)，并對(duì)動(dòng)態(tài)環(huán)境作出自主響應(yīng)。
Gartner高級(jí)研究總監(jiān)張桐表示：“由物理AI驅(qū)動(dòng)的系統(tǒng)能夠在物理世界中交互并采取行動(dòng)，從而在動(dòng)態(tài)環(huán)境中實(shí)現(xiàn)自動(dòng)化、精確性和適應(yīng)性。通過促進(jìn)與機(jī)器人、物聯(lián)網(wǎng)、邊緣設(shè)備和自動(dòng)駕駛車輛等設(shè)備的實(shí)時(shí)交互，使其能夠在非結(jié)構(gòu)化環(huán)境中運(yùn)行，這種集成釋放了新的效率。物理AI系統(tǒng)利用來自傳感器的洞察來感知其所處環(huán)境，從而與周圍物理對(duì)象動(dòng)態(tài)交互，為制造、物流、零售和醫(yī)療保健等領(lǐng)域提供了切實(shí)可行的實(shí)際解決方案。物理AI的發(fā)展在中國具有重要價(jià)值，因?yàn)樗軌蚣铀佼a(chǎn)業(yè)創(chuàng)新、增強(qiáng)全球競(jìng)爭力，并支持關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域的現(xiàn)代化。”
前端部署工程師
前沿部署工程師（FDE）是直接嵌入客戶業(yè)務(wù)或價(jià)值流中的專業(yè)人員，通過結(jié)合實(shí)操工程能力、領(lǐng)域知識(shí)和產(chǎn)品反饋，加速平臺(tái)或代理型AI解決方案的采用與交付。他們通過將客戶需求轉(zhuǎn)化為技術(shù)解決方案，在產(chǎn)品工程與真實(shí)應(yīng)用之間架起橋梁；他們通常還會(huì)參與代碼開發(fā)和問題排查，并將洞察反饋給核心開發(fā)團(tuán)隊(duì)。
Gartner高級(jí)研究總監(jiān)方琦表示：“FDE交付模式天然伴隨高成本、回報(bào)不確定以及ROI周期長等問題；在企業(yè)機(jī)構(gòu)對(duì)IT預(yù)算支出要求強(qiáng)ROI的情況下，這種模式難以持續(xù)。在中國競(jìng)爭激烈的商業(yè)環(huán)境、有限的IT預(yù)算以及以項(xiàng)目為中心的運(yùn)營模式下，這些挑戰(zhàn)會(huì)進(jìn)一步加劇。中國企業(yè)機(jī)構(gòu)往往將FDE業(yè)務(wù)模式視為高端系統(tǒng)集成項(xiàng)目，而非產(chǎn)品創(chuàng)新模式；后者實(shí)際上要求企業(yè)機(jī)構(gòu)轉(zhuǎn)向持續(xù)共創(chuàng)的運(yùn)營模式。這往往導(dǎo)致一次性部署，而語義資產(chǎn)在上線后便停止演進(jìn)。由于FDE的培訓(xùn)和薪酬成本較高，中國本地技術(shù)供應(yīng)商往往會(huì)出于營銷目的，將現(xiàn)有駐場(chǎng)工程師重新包裝為FDE。這種做法最終會(huì)導(dǎo)致市場(chǎng)上的認(rèn)知落差和幻滅。”
個(gè)人智能體
個(gè)人智能體是與領(lǐng)域無關(guān)的AI智能體，能夠在Web和操作系統(tǒng)等多樣化軟件環(huán)境中執(zhí)行開放式、多步驟任務(wù)。它們可以適應(yīng)個(gè)人用戶偏好和上下文需求，并隨著時(shí)間推移積累經(jīng)驗(yàn)。與標(biāo)準(zhǔn)AI應(yīng)用不同，對(duì)個(gè)人智能體的預(yù)期是處理持續(xù)數(shù)分鐘、數(shù)小時(shí)甚至數(shù)天的長周期工作。
Gartner高級(jí)研究總監(jiān)方琦表示：“2025年8月，中國政府就推動(dòng)“人工智能+”行動(dòng)與社會(huì)各行業(yè)各領(lǐng)域的廣泛深度融合發(fā)布了指導(dǎo)意見，并強(qiáng)調(diào)到2030年，AI將全面賦能高質(zhì)量發(fā)展，新一代智能終端、智能體等應(yīng)用普及率將超過90%，智能經(jīng)濟(jì)將成為中國經(jīng)濟(jì)發(fā)展的重要增長極。個(gè)人智能體作為智能體應(yīng)用的重要一部分旨在全民化智能體能力的獲取，使任何人都能向智能體委派多步驟工作。通過將AI的角色從‘對(duì)話者’轉(zhuǎn)變?yōu)殚_放式‘執(zhí)行者’，個(gè)人智能體降低了復(fù)雜自動(dòng)化的門檻。它們?cè)谡麄€(gè)生命周期中的持續(xù)適應(yīng)能力，意味著其價(jià)值會(huì)隨著使用的增多而提升，從而形成深度個(gè)性化的人與AI協(xié)作關(guān)系。”
大語言模型（LLM）
大型語言模型（LLM）是一種主要基于海量無標(biāo)簽文本數(shù)據(jù)進(jìn)行訓(xùn)練的AI基礎(chǔ)模型。借助大語言模型，應(yīng)用可以完成一系列任務(wù)，包括回答問題、內(nèi)容生成、代碼生成、會(huì)話聊天、深度研究以及智能體任務(wù)。
Gartner高級(jí)研究總監(jiān)張桐表示：“LLM是推動(dòng)生成式AI革命的核心技術(shù)之一。在過去的幾年中，大語言模型在各領(lǐng)域和各行業(yè)的各類任務(wù)中都展現(xiàn)了令人驚喜的卓越能力。作為通用基礎(chǔ)模型，大語言模型經(jīng)過定制可以處理許多不同的用例，并為企業(yè)機(jī)構(gòu)帶來最先進(jìn)的AI能力。大語言模型也越來越多地借助工具來構(gòu)建更廣泛的系統(tǒng)，如AI智能體。LLM的進(jìn)步尤其是開放權(quán)重模型是塑造中國AI未來的關(guān)鍵支柱。”
結(jié)論
從Gartner此次發(fā)布的技術(shù)成熟度曲線來看，中國AI市場(chǎng)正在經(jīng)歷從概念驅(qū)動(dòng)向價(jià)值驅(qū)動(dòng)的轉(zhuǎn)換。代理型AI取代生成式AI成為焦點(diǎn)，說明企業(yè)關(guān)注點(diǎn)已從“能做什么”轉(zhuǎn)向“能解決什么實(shí)際問題”；生成式AI進(jìn)入泡沫破裂低谷期，也符合新技術(shù)從過熱到理性落地的正常周期。
