【導讀】Gartner最新發(fā)布的2026年中國數(shù)據(jù)、分析和人工智能技術成熟度曲線顯示，AI技術格局正在發(fā)生顯著變化。代理型AI超越生成式AI成為企業(yè)首要焦點，生成式AI則滑向泡沫破裂低谷期，企業(yè)關注點從技術可能性轉(zhuǎn)向可驗證的業(yè)務價值。同時，物理AI作為新興方向快速升溫，被視作下一輪突破性創(chuàng)新的潛在驅(qū)動力。報告也指出，AI計劃的成功越來越依賴數(shù)據(jù)就緒度、治理機制、安全護欄和工程化能力等基礎建設，而非模型技術本身。本文梳理了報告中關于物理AI、前端部署工程師、個人智能體和LLM四個關鍵方向的核心觀點。
Gartner高級研究總監(jiān)方琦表示：“Gartner 2026中國數(shù)據(jù)、分析和人工智能技術成熟度曲線可以劃分四大主要技術集群，這四大技術集群呈現(xiàn)出一定的趨勢：代理型AI技術超越生成式AI，達到期望膨脹期，成為企業(yè)的首要焦點；生成式AI滑向泡沫破裂低谷期，企業(yè)期望趨于理性，強調(diào)實現(xiàn)可驗證的業(yè)務價值；物理AI快速興起并受到大眾關注，有望成為下一輪突破性創(chuàng)新的重要驅(qū)動力；AI計劃的成功越來越依賴于穩(wěn)健的基礎能力建設，包括數(shù)據(jù)就緒度、治理機制、安全護欄以及工程化能力。這些支撐環(huán)境基礎的重要性已經(jīng)超過了AI模型技術本身。”
物理AI
物理AI是指以物理形態(tài)存在的AI系統(tǒng)，例如機器人、無人機、自動駕駛車輛和智能設備，這些系統(tǒng)利用AI對真實世界進行感知并與之交互。通過結合傳感器、控制和AI模型，這類系統(tǒng)將數(shù)字智能與物理行為進行連接，使其能夠操控物體、在空間中移動，并對動態(tài)環(huán)境作出自主響應。
Gartner高級研究總監(jiān)張桐表示：“由物理AI驅(qū)動的系統(tǒng)能夠在物理世界中交互并采取行動，從而在動態(tài)環(huán)境中實現(xiàn)自動化、精確性和適應性。通過促進與機器人、物聯(lián)網(wǎng)、邊緣設備和自動駕駛車輛等設備的實時交互，使其能夠在非結構化環(huán)境中運行，這種集成釋放了新的效率。物理AI系統(tǒng)利用來自傳感器的洞察來感知其所處環(huán)境，從而與周圍物理對象動態(tài)交互，為制造、物流、零售和醫(yī)療保健等領域提供了切實可行的實際解決方案。物理AI的發(fā)展在中國具有重要價值，因為它能夠加速產(chǎn)業(yè)創(chuàng)新、增強全球競爭力，并支持關鍵基礎設施領域的現(xiàn)代化。”
前端部署工程師
前沿部署工程師（FDE）是直接嵌入客戶業(yè)務或價值流中的專業(yè)人員，通過結合實操工程能力、領域知識和產(chǎn)品反饋，加速平臺或代理型AI解決方案的采用與交付。他們通過將客戶需求轉(zhuǎn)化為技術解決方案，在產(chǎn)品工程與真實應用之間架起橋梁；他們通常還會參與代碼開發(fā)和問題排查，并將洞察反饋給核心開發(fā)團隊。
Gartner高級研究總監(jiān)方琦表示：“FDE交付模式天然伴隨高成本、回報不確定以及ROI周期長等問題；在企業(yè)機構對IT預算支出要求強ROI的情況下，這種模式難以持續(xù)。在中國競爭激烈的商業(yè)環(huán)境、有限的IT預算以及以項目為中心的運營模式下，這些挑戰(zhàn)會進一步加劇。中國企業(yè)機構往往將FDE業(yè)務模式視為高端系統(tǒng)集成項目，而非產(chǎn)品創(chuàng)新模式；后者實際上要求企業(yè)機構轉(zhuǎn)向持續(xù)共創(chuàng)的運營模式。這往往導致一次性部署，而語義資產(chǎn)在上線后便停止演進。由于FDE的培訓和薪酬成本較高，中國本地技術供應商往往會出于營銷目的，將現(xiàn)有駐場工程師重新包裝為FDE。這種做法最終會導致市場上的認知落差和幻滅。”
個人智能體
個人智能體是與領域無關的AI智能體，能夠在Web和操作系統(tǒng)等多樣化軟件環(huán)境中執(zhí)行開放式、多步驟任務。它們可以適應個人用戶偏好和上下文需求，并隨著時間推移積累經(jīng)驗。與標準AI應用不同，對個人智能體的預期是處理持續(xù)數(shù)分鐘、數(shù)小時甚至數(shù)天的長周期工作。
Gartner高級研究總監(jiān)方琦表示：“2025年8月，中國政府就推動“人工智能+”行動與社會各行業(yè)各領域的廣泛深度融合發(fā)布了指導意見，并強調(diào)到2030年，AI將全面賦能高質(zhì)量發(fā)展，新一代智能終端、智能體等應用普及率將超過90%，智能經(jīng)濟將成為中國經(jīng)濟發(fā)展的重要增長極。個人智能體作為智能體應用的重要一部分旨在全民化智能體能力的獲取，使任何人都能向智能體委派多步驟工作。通過將AI的角色從‘對話者’轉(zhuǎn)變?yōu)殚_放式‘執(zhí)行者’，個人智能體降低了復雜自動化的門檻。它們在整個生命周期中的持續(xù)適應能力，意味著其價值會隨著使用的增多而提升，從而形成深度個性化的人與AI協(xié)作關系。”
大語言模型（LLM）
大型語言模型（LLM）是一種主要基于海量無標簽文本數(shù)據(jù)進行訓練的AI基礎模型。借助大語言模型，應用可以完成一系列任務，包括回答問題、內(nèi)容生成、代碼生成、會話聊天、深度研究以及智能體任務。
Gartner高級研究總監(jiān)張桐表示：“LLM是推動生成式AI革命的核心技術之一。在過去的幾年中，大語言模型在各領域和各行業(yè)的各類任務中都展現(xiàn)了令人驚喜的卓越能力。作為通用基礎模型，大語言模型經(jīng)過定制可以處理許多不同的用例，并為企業(yè)機構帶來最先進的AI能力。大語言模型也越來越多地借助工具來構建更廣泛的系統(tǒng)，如AI智能體。LLM的進步尤其是開放權重模型是塑造中國AI未來的關鍵支柱。”
結論
從Gartner此次發(fā)布的技術成熟度曲線來看，中國AI市場正在經(jīng)歷從概念驅(qū)動向價值驅(qū)動的轉(zhuǎn)換。代理型AI取代生成式AI成為焦點，說明企業(yè)關注點已從“能做什么”轉(zhuǎn)向“能解決什么實際問題”；生成式AI進入泡沫破裂低谷期，也符合新技術從過熱到理性落地的正常周期。
