德勤《Tech Trends 2025》

德勤的《Tech Trends 2025》想回答的问题很直接：当人工智能渗透到几乎所有技术方向，企业的技术版图会变成什么样。这是德勤第16份年度技术趋势报告，开篇给出的判断是，AI是几乎所有趋势的共同线索，未来它会像电力一样成为日常业务和个人生活的基础，成为我们做每件事的底层结构，以至于人们最终不会再意识到它的存在。生成式AI仍然是年度热词，但报告试图把视线从热词上移开，去看AI被织进业务之后的形态。对正在做技术规划的人来说，这个时间点值得看，是因为它提供的不是单点产品判断，而是一张跨领域的趋势地图。

报告用一套“六大宏观技术力量”的框架组织内容：交互、信息、计算是三大提升力量，技术业务、网络与信任、核心现代化是三大基础力量。六个章节分别落在这六股力量上——交互对应空间计算，信息对应“AI的下一步”，计算对应“Hardware is eating the world”，技术业务对应被AI放大的IT职能，网络与信任对应量子计算与网络安全，核心现代化对应智能核心；开篇是“AI无处不在”，收尾谈“广度是新的深度”。报告由德勤CTO办公室团队完成，从材料呈现的方式看，它更接近趋势归纳与用例观察，而不是一份带样本量的问卷统计——这是解读，材料本身没有给出调查方法或数据口径。

最值得注意的发现是AI的“隐身化”。报告认为AI会安静地在后台运行，优化城市交通、个性化医疗健康、为教育创建自适应且可及的学习路径，用户不会主动去调用它，只会体验到一个更聪明、更快、更直觉的世界。空间计算被放在交互这一支下，理由是它能打破信息孤岛，让员工和客户以更自然的方式与信息互动；企业已经在用高级仿真测试不同条件对运营的影响，而更有效地管理空间数据可以推动更前沿的应用。报告进一步预期，AI的进步可能带来无缝的空间计算体验和更好的互操作性，让AI agent预判并主动满足用户需求。

在“AI的下一步”里，报告提醒大语言模型并非所有场景的最优解。尽管LLM适用面广，一些企业已经在看小语言模型和开源选项，以便在更小、更准确的数据集上训练，再叠加多模态模型和基于AI的仿真，为每类任务匹配合适类型的AI；关注点也会从“回答问题”转向“完成任务”，进入agentic AI和co-pilot的阶段。硬件一章的判断是，在多年软件主导之后硬件重回聚光灯：AI需要专门的计算资源，企业转向先进芯片，嵌入AI芯片的个人电脑可以让知识工作者使用离线模型，同时降低云计算成本、增强数据隐私，而AI的能耗压力正被能源来源和效率的进步部分抵消。技术业务一章则说，在多年精益IT和一切即服务之后，AI正把IT职能推向AI转型本身，写代码、测试软件、增强技术人才都是生成式AI的直接落点。

这些结论合在一起，意味着企业技术选型的逻辑在变：不是去找一个通用的大模型通吃所有场景，而是按任务拆分，模型规模、开源与否、是否跑在终端上，都成为需要权衡的变量；硬件和终端的重要性回升，也会重新影响云成本与数据隐私的算法。IT部门的角色被抬高了，它不再只是成本中心式的精益运营，而要承担AI转型的落地。安全侧的启示是，后量子密码迁移被写成一份面向领导者的指南，说明这是一项需要提前规划的长期工程，而不是等量子计算成熟再动手的临期任务。这些判断都是前瞻性的，报告给出的是方向，不是已经兑现的结果。

这份资料面向企业决策者，技术负责人、架构师和做数字化规划的人读起来会比较顺；读完能拿走的是一套六股力量的分类框架、一份跨章节的趋势清单，以及若干可以直接带进讨论会的判断，比如小模型与开源选项的取舍、AI PC对云成本和隐私的影响、agentic AI从回答到执行的转向。需要说明边界：它是年度趋势报告，结论以预判和观察为主，材料只提供了摘要级的摘录，具体论证、案例和支撑数据要回到原文；“AI将像电力一样”是一种愿景式表述，不宜当作已经发生的事实来引用。文件托管在deloitte.com并可免费下载，适合先通读目录和执行摘要，再按章节取用。

i Tech Trends 2025 T ech Trends 2025 In Deloitte’s 16th annual Tech Trends report, AI is the common thread of nearly every trend. Moving forward, it will be part of the substructure of everything we do.