研究机构 Gartner 发布了 “2025 年中国人工智能十大趋势” 报告。该报告不仅深入剖析了当下中国 AI 领域的发展态势，还对未来的发展走向做出了精准预测。Gartner 预测，到 2030 年，中国社会的 AI 普及率将突破 50%，这意味着 AI 将广泛融入人们的生活和各个行业。
Gartner 指出，随着全球 AI 格局的不断变化，中国在 AI 领域取得的进展为我们洞察未来市场的新兴技术和能力提供了重要视角。此次发布的 2025 年中国 AI 十大趋势具体如下：
开放式 GenAI 模型：自 2025 年 1 月 DeepSeek 引发广泛关注后，中国超大规模云和 AI 提供商纷纷选择对模型进行一定程度的开源。这种做法极大地促进了行业内的合作与创新，开发者可以基于现有模型进行二次开发，根据特定需求定制模型，为整个 AI 行业的发展贡献力量。Gartner 预测，到 2026 年，中国一半的 AI 产业生态将基于开放式 GenAI 模型构建。
“自建” 策略倾向：当前，中国众多企业在数字化转型过程中，面临着 AI 带来的新机遇与挑战。在 AI 应用方面，企业越来越倾向于自主开发而非购买现成的解决方案。开放和低成本的技术进一步增强了自主开发或融合的吸引力。企业通过自主开发，能够更灵活地部署 AI 模型，将其与自身业务知识相结合，实现定制化应用，并与现有系统深度集成。Gartner 预计，到 2028 年，随着企业组建内部团队自主开发和管理专有 AI 解决方案的趋势加强，中国企业对 AI 开发技能的需求将增长 50%。
代理型 AI：随着 AI 技术在中国的快速落地，代理型 AI 成为新的发展趋势。越来越多的中国企业开始运用代理型 AI 优化业务流程，提高运营效率，增强市场竞争力。中国对 AI 驱动的数字化转型的重视与全球向代理型 AI 转变的趋势相契合，使得代理型 AI 成为中国战略性技术发展的关键因素。到 2028 年，33% 的企业软件将集成代理型 AI，而在 2024 年这一比例还不足 1%。
节俭型 AI：节俭型 AI 通过减少对 AI
芯片和算力的消耗，提供了高性价比的 AI 解决方案，正逐渐成为中国 AI 市场的一大趋势。中国经济格局多元化，既有发达的城市地区，也有相对落后的农村地区，节俭型 AI 对于这种多元化经济格局具有重要意义。它的普及为小型企业和初创公司创造了更公平的竞争环境，符合中国包容性和平衡发展的经济目标。
工程化能力：中国一直以来都高度重视工程实力，这一传统推动 “工程化能力” 成为重要趋势。与其他注重产品成熟度的地区不同，中国更侧重于工程实践，在技术和运营优化方面形成了独特的发展路径，与当前企业自主开发的市场趋势相契合。企业更倾向于专注工程化能力和定制化开发，而非被动适应标准化产品，这在 AI 模型设计、应用实施和基础设施部署等方面均有明显体现。
协作式 AI 防御体系：随着中国 AI 技术的加速落地，AI 安全与风险管理需求日益凸显。若 AI 安全风险得不到有效控制，企业将面临数据泄露、经济损失、声誉受损甚至业务中断等严重威胁。Gartner 预测，到 2028 年，60% 部署 AI 技术的中国企业将采用协作式 AI 防御体系，组建跨部门团队应对与 AI 相关的网络安全风险，而目前这一比例仅为 5%。
快速增长的 AI 人才：中国国内 AI 产业的快速发展导致对 AI 人才的需求急剧增加。同时，中国政府为实现其宏伟的 AI 目标，采取了培养高技能人才队伍的战略举措，使中国迅速成为全球 AI 人才培养和部署的领先者。Gartner 预测，到 2027 年，超过半数的数据与分析官（CDAO）将为数据素养和 AI 素养项目争取专项预算，原因在于企业在 GenAI 上的投入未能达到预期价值。
无处不在的 AI：中国充满活力的数字生态系统为 AI 的全面普及提供了良好的土壤，为 AI 融入日常生活创造了理想条件。随着用户需求的不断提高和对本地市场的深入了解，中国企业开发出了易用的 AI 产品，受到了广大用户的欢迎。面向大众市场的推广路径不仅加速了 AI 的普及，还确保了技术进步能够及时惠及社会各个层面，持续释放 AI 的影响力。Gartner 再次强调，到 2030 年，中国社会的 AI 普及率将超过 50%。
包容性 AI 生态系统：在中国，AI 生态正朝着高度碎片化但又包容的方向发展，这种看似矛盾的趋势被称为 “协同竞争”。各大科技巨头在市场份额和用户争夺上竞争激烈，但在 AI 价值链的特定环节上，又开展了具有战略意义的合作，以实现共同利益。这种协作涵盖了云服务商、硬件厂商、IT 服务集成商和 AI 模型开发者等多个角色，共同构建了一个层次丰富、相互关联的 AI 生态体系。
从数据到 AI 的生态系统：在快速发展的 AI 环境中，企业的关注点逐渐从单纯打造先进的 AI 模型转向优化支撑模型运行的数据资源。越来越多的企业认识到，真正的竞争优势不在于模型本身，而在于独特的内部数据，这些数据是推动 AI 落地和差异化创新的关键因素。
