Gartner发布2026最新技术成熟度曲线报告,更适合中国CIO做技术选型参考

如今,当AI智能体、数字办公超级应用和国产AI基础设施等技术同时成为企业关注焦点时,企业CIO面对的最大问题不再是要不要采用新技术,而是得好好考虑把有限的预算投向哪儿,以及这些投入能否真正转化为业务价值。

如今,当AI智能体、数字办公超级应用和国产AI基础设施等技术同时成为企业关注焦点时,企业CIO面对的最大问题不再是要不要采用新技术,而是得好好考虑把有限的预算投向哪儿,以及这些投入能否真正转化为业务价值。

91日举行的媒体交流中,Gartner研究总监李晶围绕《2026年中国数字技术与战略技术成熟度曲线》进行了解读。如果你对这份报告的名字感到陌生,那要先看看这张图,它的前身其实就是《中国信息与通信技术成熟度曲线》。

这次更名也体现了报告定位的调整。李晶介绍,《中国信息与通信技术成熟度曲线》这个名称容易让部分CIO联想到通信和基础设施,而他们更关注整体数字化。调整后的报告进一步强调数字技术、企业战略与业务目标之间的联系,为CIO提供决策参考。

在全球不确定性增加、国内竞争加剧和IT预算收缩的背景下,企业既要考虑AI主权、数据安全和本地技术栈,也要面对出海、业务转型和新产品开发的压力。企业的CIO在选择技术方案时肯定比以往更慎重,而这份报告非常适合中国CIO做参考。

从固定支柱到灵活平衡,技术投资得先回答业务问题

此次报告最重要的变化之一,是将过去的固定支柱调整为灵活平衡。李晶认为,中国市场变化快,不同企业即使有相似的目标,在技术路径和落地方式上也可能完全不同。所以,技术与目标之间应随着业务优先级动态调整。

Gartner提出了三个平衡维度,分别是新兴技术与成熟技术、业务成果与IT成果、维护运营与推动变革。

企业如果当前的首要任务是降本增效,就可以更多采用经过验证的成熟技术,优先追求可量化的业务结果,并把资源投向稳定运营。如果企业希望推出新产品或形成新的竞争能力,则需要为前沿技术和业务变革留出空间。

这套方法看似列出了好多技术让CIO选,但实际上确认业务优先级更重要。降低成本、提高生产力、提升客户体验和推出新产品,都在报告列出的业务目标之中。企业需要根据当前最迫切的目标分配资源,并随着业务需求变化调整技术选择。

成熟度曲线提供的是坐标,不是采购清单。处在技术萌芽期和期望膨胀期的项目,更适合承担面向未来的探索任务。而进入泡沫破裂低谷期、稳步爬升复苏期和生产成熟期的技术,可以成为关注成熟方案的CIO进行选型和规划的参考,具体能否规模化应用,还需结合技术和企业自身条件判断。

当然,这里并不是说企业就得采用曲线上提到的所有创新,企业更应该根据战略、监管要求和IT路线图做取舍。

数字办公加速成熟,国产技术栈与AI基础设施继续前移

今年有多项技术在曲线上的位置发生了变化,其中,数字办公超级应用、国产人工智能处理器、可持续数据中心、AI基础设施、DevOps和自主可控数据库受到了重点关注。

首先,数字办公超级应用是其中更贴近业务用户的一环,目前已经进入稳步爬升复苏期,并可能在两年内走向生产成熟期。李晶解释,办公平台已有多年积累,随着AI与协作应用集成,这类平台正在成为日常AI助手和AI智能体进入企业的基座与网关。既有的协同办公能力,也为企业把AI用于具体工作提供了基础。

应用端的变化,需要底层基础设施支撑。国外的出口限制、国内的数据安全要求、政策推动等因素,都扩大了本土AI处理器的应用空间。报告判断,其有望在未来两到五年逐步走向更广泛采用。与之紧密关联的国产操作系统、硬件服务器、自主可控数据库和AI基础设施,正在构成企业本地技术栈的重要底座。

另一条变化来自AI需求对于基础设施方面的压力。生成式AI推动数据中心快速扩张,也使能耗和碳排放问题更加突出,可持续数据中心的发展进程也在加快。与此同时,传统DevOps已经进入生产成熟期,新的关注点开始转向AI赋能的软件开发和交付。

此外,也有些技术则从曲线中退出。包括API管理、低代码应用平台和机器人流程自动化,这些不是没有价值,只是太成熟了,管理责任转给了应用管理者。这些变化,也意味着企业CIO可以参考着转移一下关注点了。

AI的下一步,还要探索业务模式创新

数字办公和AI赋能的开发工具,让企业看到了改善日常工作效率的机会。进一步看,如果企业希望借助AI探索新的业务模式,就需要同时考虑几个问题,支撑业务的数据从哪里来,工作流程如何调整,员工又需要掌握哪些能力。

这里要提到Gartner重点关注的中国行业云平台(ICP)、SimOpsAI素养。行业云平台支持企业获取和使用行业数据,SimOps探索通过意图输入、机器模拟和组装式交付组织业务,AI素养则帮助不同岗位的员工理解和使用这些能力。

李晶谈到,企业通过AI开拓新业务模式,需要行业数据的支持。这些数据既可能来自企业内部,也可能来自其他企业或专门的服务提供商。行业云平台的价值,因此也体现在解决方案和生态建设层面。

有了数据与平台的支持,企业还需要探索如何组织工作。按照李晶介绍的设想,SimOps面向自主业务模式,通过意图输入、机器模拟和组装式交付,帮助企业快速探索自主解决方案。

Vibe Coding可以被看作这种交互方式的早期形态。人提出意图,机器生成代码并进行检查,再由人复核、确认和交付。李晶预计,未来两三年可能出现更成熟的实践,其中建模和模拟是重要的发展方向。

这仍是一项面向未来的探索。对于CIO而言,可以关注它如何发展,并结合业务需求做好准备,不宜将其理解为已经成熟、能够普遍替代既有流程的方案。

技术和工作方式发生变化,也对员工能力提出了新要求。此次报告以AI素养替代数据素养条目,强调培养与具体岗位相匹配的AI能力。其重点包括理解AI的特征、掌握使用方法,以及将这些能力用于创新和业务转型。

企业能否释放AI价值,不只取决于买了什么模型和平台,还取决于不同岗位是否理解AI的能力边界,能否把业务问题转化为适合AI处理的任务。

比如,应该意识到生成式AI并非无所不能。内容生成、对话交互和知识发现与其能力更匹配,预测和规划任务则可能需要非生成式机器学习、规则系统或图数据库共同参与。企业需要根据场景选择技术,而不是用同一种模型解决所有问题。

结束语

从这条曲线看,未来两三年的技术投资不会有一个一成不变的通用答案。企业需要先判断自身业务模式和AI成熟度,再决定如何投资数字办公、AI编程、模拟环境、数字孪生或其他基础设施。我觉得,这才是这个报告最值得CIO们记住的。


本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信