Gartner发布2027年十大技术趋势：可抛弃型应用入选

孔海丽 21世纪经济报道记者

开发成本被AI压下来之后，软件“即用即开发、用完即弃”的做法或许会变得普遍。

Gartner近日公布了2027年十大战略技术趋势，“可抛弃型应用”被列入其中；大型定量模型、世界模型、AI上下文平台、智能体身份等关键词同样出现在名单上。

Gartner研究副总裁高挺在接受采访时说，去年的重点是怎么构建和使用AI，今年的判断则进一步落到AI部署之后的问题上，企业原来采购和管理软件的那套办法，得跟着智能体的落地做出调整。

所谓“可抛弃型应用”，是指针对某项具体业务开发、在任务完成后有意停掉的软件。

以往开发软件投入不小，企业一般指望一套系统用上好几年，短期需求要不要单独立项，先得算算成本。AI把开发门槛降下来以后，企业也可能为一次产品发布或者年度财务核对专门配一个应用。

高挺判断，功能简单、差异化有限的工具型软件，以及一部分传统SaaS产品，会最先感到压力。企业自己就能生成工具，向外购买这类功能的需求可能随之减少。

换到ERP、CRM这类核心系统，替代起来就难得多。高挺认为，这些软件里沉淀了行业知识和业务逻辑，制造业ERP要应付生产经营中的大量细节，AI要处理好这些事，能力上还有差距。

软件公司的竞争因此走向分化：靠单一功能收费的产品，压力偏大；手里握着业务数据和行业经验的厂商，则有机会依托这些积累提供更进一步的AI服务。

应用寿命变短，企业的管理工作也会加重。临时工具一样牵扯数据权限、安全检查和版本维护。高挺说，IT部门要提供受控的开发平台，事先安排好应用退出后的数据保存和权限回收；有些工具会长期用下去，也得有并入正式系统的通道。

开发效率还有一道关卡在代码审核上。AI生成代码的速度提上来了，人工检查却可能拖住交付进度。

这项技术要对付的，是代码写完之后那部分工作量。开发人员如果还得逐行检查、反复返工，生成代码省下的时间就会被后续环节吃掉。

智能体一旦有了执行能力，账号和权限怎么分配，企业得重新想。

Gartner预测，到2028年，25%的企业安全漏洞事件可以追溯到AI智能体滥用，风险与机器权限失去管理、沿用传统凭证管理方式有关。

高挺的建议是，企业要把在用的智能体登记盘点清楚，给它们单独设身份，明确权限，并指定对应的人类负责人。那些没经正式批准就干起活来的“影子智能体”，同样要纳入管理。

智能体可能替不同员工执行任务，直接共用员工账号，操作责任就容易混在一起。按任务授权、任务结束就收回，高风险操作保留人工审批，这些机制都需要补上。

权限之外，智能体还得熟悉企业的工作规则，这对应报告里的另一项趋势——AI上下文平台。

采购类智能体就算有通用知识，也得知道企业的库存情况、供应商要求和审批规则，才能把具体工作干下来。上下文平台做的，就是把分散的数据、业务规则和历史决策整理成模型能用的信息。

高挺把这个过程比作员工入职培训：业务部门负责定义和更新规则，IT部门提供平台和技术标准。在他看来，企业攒下的专有数据和决策经验，会越来越影响AI应用的效果；用着相近模型的企业，也可能因为业务知识完整程度不同，拿到不一样的结果。

报告还把“自主式暴露修复”列入名单，用AI和自动化手段识别漏洞、排定修复优先级，并进一步测试和部署补丁。智能体参与的工作越多，发现错误并及时修正的能力就越关键。

供应商依赖同样在Gartner的观察范围内。“主权技术”强调的是在技术架构和合同里留出可行的退出方案，保证关键供应商停止服务或者合作条件生变之后，企业仍能运转下去。对企业来说，模型和平台选型还得考虑将来迁移的难度。

软件的生产和管理方式在变，模型也在进入更多专业工作。大型定量模型、语音推理模型和世界模型，是报告着重讨论的三个方向。

大型定量模型简称LQM，面向数值数据和复杂系统建模，可以结合数学求解器、物理约束和神经网络做预测。

高挺拿汽车空气动力学设计举例：模型学过大量流体力学仿真结果之后，能够预测不同车身设计下的气流和压力分布。这类能力可以用在工程设计、能源预测等工作中，结果仍要结合数据质量、适用范围和验证方法来判断。

语音推理模型的思路不一样，它跳过文字环节，直接对音频做处理。语气、停顿这些信息都成了理解对话意图的依据，模型据此判断下一步该做什么。过去的语音系统通常先把声音转成文字，转换过程中难免丢掉一部分细节。

同一句“好吧，就这么干吧”，到底透着满意还是勉强，意思可能完全两样。高挺拿这句话举例说，客服系统后续怎么处理问题，就取决于能否分辨这层差别。语音AI的较量，因此也落在识别文字之外的沟通意图上。

世界模型擅长的则是预判行动之后环境会怎么变，机器人等应用可以借此获得支撑。高挺更看好仓储物流、工业搬运这类特定场景先跑出可复制的商业价值。原因在于这些场景相对标准化，客户算投入产出也更容易。