2026-01-08 鵜鶘全面客戶體驗管理 | 譯者：馬振江
人工智能（AI）不再是一個面向未來的概念。它已經嵌入在塑造業務的系統、決策和戰略中。 然而，許多領導人仍然低估了這些轉變的發展速度和微妙之處。Gartner 分析師在 Gartner IT 研討會/XPO 期間展示了 2026 年及未來的核心戰略預測。預測涵蓋三大領域：人工智能時代的勞動力、主權與隱匿式人工智能。
這些不僅僅是潮流——它們是轉折點。關鍵在于意識到這些趨勢正在發生，然后判斷哪些值得順應，哪些需要防范。為了為未來做好充分的準備，CIO 和高管領導者應將行為變革與技術變革并列為首要任務。
未來兩年內，預計將有眾多企業在招聘流程中引入實用的 AI 能力評估體系。這些標準化框架和針對性測評，能夠幫助企業洞察候選人的專業水平，并彌補員工隊伍中的 AI 技能缺口。對于以信息采集、存儲和整合為核心職責的崗位，這一趨勢將尤為顯著。
隨著生成式 AI 技能與薪資水平的關聯度日益增強，積極進取的求職者將更加重視掌握 AI 技能，并需要運用這些能力解決問題、提升生產力及做出明智決策的能力。
隨著自動化進程加速，獨立思考和創造性思維將變得愈發稀缺——也愈發珍貴。到 2026 年，由于生成式 AI 的使用，導致批判性思維能力萎縮，全球 50% 的企業將要求實施“無 AI”技能評估。
未來將分化成兩類群體：獨立思考者，以及過度依賴機器生成的工作者。招聘實踐將開始對這兩種候選人進行鮮明區分。能夠解決問題、評估證據和獨立判斷的能力，且無需 AI 輔助，將成為招聘日益強調的重點優勢。
這一轉變將延長招聘流程，并加劇對具備成熟認知能力人才的爭奪。在金融、醫療和法律等高風險行業，此類人才的稀缺性將推高獲取成本，迫使企業制定新的招聘與評估策略。
專門用于分離人類推理能力的測試方法和平臺有望涌現，從而催生出無 AI 評估工具與服務的二級市場。成功將無 AI 評估納入整體人才戰略的企業，將守護決策質量與適應性中的“人類優勢”，并在生成式 AI 重塑競爭格局的過程中，這一優勢將進一步增強。
AI 主權不再是一個概念——它是一個競爭杠桿。政府和供應商之間的界限正在模糊，其影響遠遠超出了技術范圍。到 2027 年，35% 的國家將鎖定在采用專有場景數據的區域性 AI 平臺上。
技術與地緣政治因素迫使組織采用本地化解決方案，以應對嚴格監管、語言多樣性及文化適配性，AI 格局將趨于碎片化。隨著區域差異擴大，通用 AI 解決方案將逐漸式微。
跨國企業在面向全球市場部署統一 AI 時將面臨復雜挑戰，需同時管理多個平臺合作伙伴，而各平臺均有獨特的合規與數據治理要求。采購方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服務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區域和場景方面的價值，否則將面臨市場份額流失風險，尤其在受監管或文化敏感領域。
到 2028 年，一部分企業會把 80% 的面向客戶的業務流程交由多智能體 AI 處理，這類企業將占據主導地位。
混合 AI 模式將成為行業標準：客戶關系管理（CRM）AI 處理常規事務，人類專注于復雜的情感化互動。此外，客戶仍可在兩種模式間選擇——通過 AI 輔助實現全自助服務（如完成交易或了解產品詳情），或選擇由 AI 輔助的人工服務（如解決復雜情況或賬單糾紛）。
未能在 CRM 組織流程中采用多智能體 AI 的企業，將面臨喪失競爭優勢的風險——因為客戶對低成本、快速服務的期待正成為常態。更重要的是，獲得低成本體驗的客戶，往往因體驗更好而持續選擇該供應商/品牌。
采購正在被重新編程，推動者并非政策，而是無形的智能體。傳統搜索引擎優化（SEO）和按點擊付費（PPC）將讓位于智能體引擎優化。產品需具備機器可讀性，采購將轉向高效的自主機器間交易。到 2028 年，90% 的 B2B 采購將由 AI 智能體中介完成，推動超過 15 萬億美元的 B2B 支出通過 AI 智能體交易所流轉。
在這個新生態系統中，可驗證的運營數據成為一種貨幣，驅動著數據流經濟的發展——數字信任框架和可驗證性是參與該經濟體系的先決條件。采用可組合微服務、API 優先、云原生、無頭架構設計的產品將建立顯著的競爭護城河。新型商業模式將應運而生，其特征是依托 AI 智能體實現高頻無摩擦銷售，能大幅壓縮各類商業與技術采購的銷售周期。
黑箱系統——即決策過程不透明或難以解讀的 AI 模型——可能出現失誤，尤其在醫療、金融和公共安全等高風險領域。可解釋性、倫理設計和數據清潔將成為不可妥協的要求。AI 風險防護措施不足和相關安全故障引發的非正常死亡事件（即“AI 致死”）不斷增加，監管審查與管控將趨嚴，產品召回頻發，執法機構介入增多，訴訟成本攀升。到 2026 年底，“AI 致死”法律索賠將超過 2000 起。
隨著監管審查加劇，企業不僅面臨履行最低法律義務的壓力，更需通過部署 AI 防護機制，在業務系統中優先保障安全與透明度。頗具悖論的是，企業很可能通過展示 AI 應用或刻意回避 AI 應用來差異化競爭，從而降低潛在訴訟風險。
由于法律監管體系差異，AI 及決策治理失效的影響將呈現地域差異，使企業面臨不同程度的風險與責任。
到 2030 年，20% 的貨幣交易將具備可編程特性，可嵌入使用條款與條件，從而使 AI 智能體具備經濟行為能力。
可編程貨幣通過支持機器間談判、自動化商業、市場發現及數據資產貨幣化，正催生新型商業模式，并從根本上重塑供應鏈管理與金融服務等行業。實時可編程交易能夠減少摩擦、提升流動性及降低運營成本，實現流動性與效率的雙重提升，從而推動自主商業運營的興起。
具備經濟行為主體資格的 AI 智能體等機器客戶的崛起，將增加對可編程金融基礎設施的需求，催生新興市場，促進自主融資，并催生能自動適應需求變化的產品。由此，穩定幣、存款代幣及代幣化現實資產正逐步演變為企業應用的主流金融工具。
然而，可編程貨幣平臺與區塊鏈基礎設施間的標準碎片化及互操作性缺失，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存在的安全漏洞將侵蝕信任，促使監管框架革新，以規范其應用。
到 2027 年，基于流程的服務合同成本與價值差距，將因 AI 智能體的革新而縮減至少 50%。
AI 智能體將進化至能發掘隱性知識，與之交互的過程本身即成為價值創造環節。這些智能體所運用的隱性知識將催生新型價值資產。持續創新的定價模式將擺脫人力限制，標準化工作流程正被場景驅動的協同機制所取代。
AI 轉型正建立在治理體系之上。去年全球提出逾千項 AI 法案，卻沒有對 AI 的定義達成一致。到 2027 年，分散式 AI 監管將覆蓋全球 50% 的經濟體，推動 50 億美元合規投資。
AI 治理既可成為推動力，也可能形成阻礙。雖然技術有幫助，但 AI 素養釋放了力量。為保障安全，技術領袖需構建永續更新的“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，在獨立于安全體系之外管理新興且動態變化的 AI 風險。這些風險既源于監管要求，也受商業需求驅動。
到 2027 年，生成式 AI 與智能助手的應用將對主流生產力工具構成 35 年來首次真正挑戰，引發價值 580 億美元的市場格局重塑。新興供應商將崛起，新型服務模式將確立，價值重心將轉向智能體驗。未來的工作不再依賴鍵盤輸入——而是通過智能提示實現。
生成式 AI 的變革，將使企業能夠優先滿足加速工作效率的創新需求。傳統軟件與工具格式與兼容性的重要性將逐漸降低，從而降低市場準入門檻，并引發來自眾多供應商的新一輪競爭。
原文地址：
https://www.gartner.com/en/articles/strategic-predictions-for-2026
本文為作者原創翻譯，歡迎轉發分享。
轉載時需在文章開頭注明作者和“來源：鵜鶘全面客戶體驗管理（微信號：CEM-tihu）”，文字顏色為黑色，且不得修改原文內容。
歡迎小伙伴投稿合作，具體請聯系：易女士 Yiml@tihu.com.cn
