▲Gartner 2027年及未來核心戰略預測
商業與技術洞察公司Gartner發布其2027年及未來的核心戰略預測。 本次發布的核心預測共分為三大類別：無處不在的機器人、從成本投入轉向價值創造，以及未知的未知。
Gartner傑出研究副總裁兼院士級分析師Daryl Plummer在澳大利亞黃金海岸舉辦的Gartner IT Symposium/Xpo上表示：“我們如今習以為常的公共服務、軟體體系、能源供給、勞動力模式等諸多系統都將在未來十年被AI徹底重塑。 能夠平衡創新與責任的企業機構，更有可能在這一變革中取得成功，通過構建相應能力，把握和應對AI驅動世界中的機遇和各類意料之外的情形。 ”
技術與業務領導者必須系統評估下列核心預測將如何影響其2027年及未來的戰略規劃與投資佈局。
到2030年底，由個人、企業與政府創建的超100億個自主智能體將造成公共服務通道擁堵。
智能體AI將顯著增加對公共服務的需求，因為它能讓自主智能體在幾乎無需人工干預的情況下，代表用戶識別辦事機會、確定資質資格，並提交申請。 辦事申請、權益申領與業務辦理量的激增將給政府系統帶來壓力，並且政府因此必須在身份識別、信任體系和問責機制方面採取更強有力的措施。 Gartner建議政府為此做好準備，對數位基礎設施進行現代化改造、強化核驗能力，並提前規劃以應對規模持續增長的AI介導交互。
到2030年，跨國企業中80%的一線員工將獲得物理AI系統的協助。
物理AI通過機器人、無人機、自動駕駛車輛及其他具備感知、交互與環境影響能力的技術，將AI能力延伸至物理世界。 目前已有大量行業借助物理AI提升安全性、自動化處理重複與高危工作，並獲取運營洞察。 Gartner建議企業採取戰略性、安全優先的方法，佈局可擴展平台、完善治理框架，並培養有效部署與管理物理AI系統所需的技能。
到2030年，80%部署了面向公眾AI服務的企業都將經歷成本耗盡攻擊，產生超額AI運營成本。
隨著面向公眾AI的普及，一種名為“成本耗盡攻擊”的新型網路安全風險正在出現，即惡意行為者刻意拉高AI使用量以增加企業運營成本。 隨著AI深度嵌入各類面向客戶的應用，企業需要將Token消耗與AI使用模式同時納入成本管理與安全管控範疇。 Gartner建議企業將AI Token成本納入網路安全指標，建立側重成本控制的安全管控機制，並將所有AI技術納入監測範圍。
到2029年，80%的新應用將被有意設計為可拋棄型應用，使用週期不足1年，並將重塑軟體生命週期。
AI大幅降低了應用開發門檻，越來越多的員工將創建臨時應用，以滿足短期業務需求。 這類應用會給企業帶來新的治理、安全、合規與檔案管理挑戰，尤其是當這類應用影響業務決策或存取敏感資料時。 Gartner建議企業建立基於風險的治理框架，通過自動化登記機制對業務側自建應用進行監測，同時更新檔案留存政策以覆蓋AI生成應用與智能體。
到2030年，企業持有的能源規模將達到10萬億美元，推動全球2000強企業成為意想不到的電力供應商，它們將向電網與AI數據中心售電，並重塑公用事業行業格局。
AI與數據中心帶來的用電需求激增，正推動企業大規模投資發電、儲能與能源管理資產，使傳統能源消費者與電力供應商的邊界日益模糊。 隨著能源成為一種由軟體定義的戰略性資產，企業需要構建新的能力，以優化能源的生產、儲存與消費。 Gartner建議企業佈局能源管理平台，整合能源數據與運營數據，搭建適配的治理體系與基礎設施以參與新興能源市場。
到2030年，推動AI治理的將是保險公司，而非監管機構; 因為為了降低保險成本，AI責任保險將需要制定嚴格的承保標準。
企業的AI治理模式正從基於政策規則的治理，轉向運營型治理，將管控機制直接嵌入AI系統與工作流。 隨著AI相關風險與責任問題日益突出，保險公司將通過推動企業強化監督、風險管理與技術管控，深度影響AI治理實踐。 Gartner建議企業落實AI治理技術，在真實環境中測試管控措施，建立運行時監督機制，以兼顧AI創新與問責。
到2029年，25%的全球500強企業將持續對組件化AI驅動產品進行迭代創新，構建起競爭護城河，使快速跟隨者策略失去效用。
隨著AI原生競爭對手推出更多定製化、高效且可規模化的產品服務，傳統企業面臨持續增長的創新壓力，若止步不前將面臨客戶流失、人才流失與市場份額下滑的風險。 這類創新的成功不僅取決於企業在AI領域的投入，更依賴能夠支持規模化創新的堅實數據、治理與人才基礎。 Gartner建議企業優先推進AI驅動的客戶創新，強化數據與分析能力，並打造可靈活適應變化、持續創造新的價值來源的員工團隊。
到2029年，60%已部署AI的企業將設立專門職能，負責梳理AI總成本與價值或利潤的對應情況。
隨著企業部署更多智能體AI，Token成本快速攀升，並且其投入與業務價值的關聯難度不斷增加，Token消耗管控已成為業務優先事項。 企業需要更清晰地掌握AI消耗模式，搭建更完善的治理體系，在成本效率與價值創造之間實現平衡。 Gartner建議企業將Token使用情況直接與業務價值指標關聯，同時實施清晰的治理規則、配額機制與監測管控措施，確保AI投資產出可量化的回報。
到2028年，60%的全球500強企業將在AI推理環節嵌入AI FinOps管控機制，將成本治理從事後報告轉向即時優化。
企業大規模推廣AI工具與智能體工作流，使AI支出的預測與管控難度持續提升，推動行業從回溯式成本報告轉向實時AI FinOps治理。 隨著AI成為日益重要的運營成本，企業將愈發關注單任務成本核算與Token使用效率，以維持利潤率並實現價值最大化。 Gartner建議企業實施運行時成本管控機制，部署推理路徑遙測能力，並將成本治理作為AI平台與應用的核心要求。
到2030年，80%的全球500強企業將通過合同條款，指定其首席資訊官（或首席AI官）作為AI問責中的“證據保管人”。
隨著AI深度嵌入關鍵業務流程與決策環節，企業面臨的AI行為問責、透明和監督壓力持續增長。 這一趨勢將進一步擴大技術領導者的職責範圍，推動其加強對AI問責的監督，並確保治理護欄在企業範圍內統一實施。 Gartner建議企業全面評估自身數位證據管理能力，建立清晰的AI行為問責機制，以支撐負責任的AI治理。