商業與技術洞察公司Gartner近日發布2026年及未來的重要戰略預測，涵蓋AI時代人才、主權與AI隱性風險三大領域。

Gartner杰出研究副總裁、院士級分析師兼高科技領導者和提供商實踐AI研究主管Daryl Plummer表示：“技術快速變革所帶來的風險與機遇正日益影響人類行為與決策。為應對未來挑戰，首席信息官（CIO）及高管應將行為變革與技術變革并列為首要任務。”

Gartner分析師在Gartner IT Symposium/Xpo上發布了十大戰略預測。

整個2027年，生成式AI與AI智能體將對主流生產力工具構成三十年來的首次真正挑戰，并引發價值580億美元市場劇變。

生成式AI變革將使企業優先滿足生成式AI創新需求，從而加快工作完成速度。傳統格式與兼容性的重要性將下降，這會降低準入門檻并引發諸多供應商的新一輪競爭。

日常型生成式AI的成本與包裝方式可能會逐步轉變，供應商也將把收費功能改為免費，使更多用戶能夠使用免費產品。

到2027年，75%的招聘流程將在錄用環節加入職場AI能力認證與測試。

預計未來兩年內，許多企業將在招聘流程中評估實際AI能力。企業將通過標準化框架與針對性測評考察求職者能力水平，填補員工隊伍中的AI技能缺口。該趨勢在以信息采集、存儲與整合為核心職責的崗位上將尤為明顯。

隨著生成式AI技能與薪資的關聯度日益增加，積極進取的求職者將更加重視掌握AI技能并且需要展示自身在解決問題、提高效率和做出明智決策方面的能力。

整個2026年，因使用生成式AI導致的批判性思維能力退化將使全球50%的企業要求進行“無AI”技能評估。

隨著生成式AI在企業中的廣泛應用，招聘將開始嚴格區分具備獨立思考能力的求職者與過度依賴機器生成結果的求職者。錄用環節將越來越強調求職者在無AI輔助的情況下解決問題、評估證據和做出判斷的能力。

這一轉變將加長招聘流程并加劇對真正具備認知能力的人才的爭奪。在金融、醫療、法律等高風險行業，此類人才的稀缺性將提高招聘成本，迫使企業制定新的人才獲取與評估策略。專門用于獨立考察人類推理能力的測試方法與平臺可能會出現，進而催生出無AI評估工具與服務的二級市場。如果企業能夠成功地將無AI評估融入整體人才戰略，就可保證決策質量與適應性中的“人類優勢”，并在生成式AI重塑競爭格局時不斷積累競爭優勢。

到2027年，35%的國家將被鎖定在使用專有情境數據的區域性AI平臺。

AI市場將趨于碎片化，技術與地緣政治因素將迫使企業開發本地化解決方案，以應對嚴格的法規、語言多樣性及文化契合問題。隨著區域差異擴大，通用AI解決方案將逐漸式微。

跨國企業在全球市場部署統一AI時將面臨復雜的挑戰。他們將不得不管理多個平臺合作伙伴，而且每個平臺均有各自的合規與數據治理要求。買家將優先選擇兼具卓越性能與本地合規性的區域平臺，供應商則需要與主權云提供商及開源模型建立聯盟以保持競爭力。

全球模型供應商必須證明其數據的情境價值，否則將會失去市場份額，尤其在受到監管的領域或文化敏感領域。

到2028年，占據市場主導地位的企業將在80%面向客戶的業務流程中采用多智能體AI。

混合AI模式將成為行業標準，其中客戶關系管理（CRM）AI負責處理常規事務，而人類則專注于復雜且涉及情感的互動。客戶仍可選擇支持AI交互的全自助服務（如進行交易或了解產品詳情）或AI協助下的人工服務（如解決復雜情況或賬單糾紛）。

由于客戶對簡單、快速服務的期待正成為常態，如果企業未能在CRM流程中使用多智能體AI，則將失去競爭優勢。更重要的是，體驗到簡單服務的客戶往往會因更優質的體驗而長期選擇該供應商/品牌。

到2028年，90%的B2B采購將使用AI智能體作為中介平臺，使流經AI智能體交易平臺的B2B支出增加到15萬億美元以上。

在這個新生態中，可驗證的運營數據將成為貨幣，推動數據饋送經濟的發展，而數字信任框架和可驗證性是參與該經濟的先決條件。采用組裝式微服務、API優先方法、云原生方法及無頭架構設計的產品將建立強大的競爭護城河。新型商業模式將應運而生，其特點是由AI智能體驅動的高頻、無摩擦銷售，能夠極大地壓縮各類商業和技術采購的銷售周期。

到2026年底，因AI風險防護不足引發的“AI致死”訴訟將突破千起。

AI安全故障導致的非正常死亡事件激增（即“AI致死”），將引發監管審查與管控升級、產品召回、執法機構介入及訴訟成本的增加。

隨著監管審查日益嚴格，企業不僅將面臨履行最低法律義務的壓力，更需通過部署AI防護機制優先保障業務系統的安全與透明度。未來的企業可能出現兩極分化：一些企業通過使用AI實現差異化競爭并降低潛在訴訟風險，而另一些企業則通過不使用AI達到此目的。

由于法律和監管體系的差異，AI和決策治理失敗所產生的影響將因地區而異，使企業面臨不同的風險和責任。

到2030年，22%的貨幣交易將通過編程化加入使用條款與條件，使AI智能體具有經濟代理權。

可編程貨幣通過支持機器間談判、自動化商業、市場發現和數據資產變現，正催生出新型商業模式，從根本上重塑供應鏈管理和金融服務等行業。實時可編程交易通過減少摩擦、提高流動性和降低運營成本，實現流動性與效率雙提升，進而推動自主商業運營的增長。

機器客戶（如具備經濟行為主體資格的AI智能體）的興起將增加對可編程金融基礎設施的需求、創造新的市場、促進自主融資并催生能自動適應需求變化的產品。其結果是穩定幣、存款代幣及通證化的現實資產正逐步演變為企業使用的主流金融工具。

然而，可編程貨幣平臺與區塊鏈基礎設施間缺乏統一標準及互操作性的問題將抑制市場增長，阻礙AI智能體與機器客戶成為真正的經濟主體。可編程貨幣存儲、訪問控制及交易完整性中的安全漏洞將削弱其可信度，促使政府制定新的監管框架規范其使用。

到2027年，以流程為中心的服務合同的成本-價值差距將在代理型AI的重塑下縮小至少50%。

AI智能體將進化至能發現隱性知識，使得與之交互本身成為流程。這些智能體所使用的隱性知識將催生新型價值資產。由于標準化工作流程被情境驅動的編排機制取代，基于持續創新的定價機制將擺脫人力限制。

到2027年，全球制定獨立AI法規的經濟體將增加至50%，使合規投資規模達到50億美元。

AI轉型正在AI治理的基礎上進行。去年提出的逾千項AI法案均對AI有著不同的定義。AI治理既可成為驅動力亦可成為阻礙。只有在技術的助力下，AI素養方能釋放其力量。為保障安全，技術領導者將需要構建持續更新的“法規體系”思維導圖。

配備專職人員與專業軟件的AI治理項目將成為常態，用于管理獨立于安全領域之外的新興且不斷演變的AI風險。此類風險將因為監管要求和業務需求而增加。

Gartner客戶可閱讀“Gartner 2026及未來主要戰略預測”了解更多信息。