编辑 | 宋慧

出品 | CBI传媒

在大语言模型、AI智能体全球爆火的背景下，中国市场的AI发展既紧跟国际趋势，又呈现出独特的技术路径与商业化节奏。近日，商业与技术洞察公司Gartner正式发布了​​《2025年中国数据、分析和人工智能技术成熟度曲线》​​（以下简称“曲线”/“报告”），揭示了生成式AI与代理型AI（AI Agent）两大核心主题在中国市场的发展情况，同时警示企业需穿越“炒作泡沫”，聚焦技术落地与长期价值。

Gartner高级研究总监闫斌指出：“到2027年，优先考虑AI就绪型数据的准备而非生成式AI模型开发的中国企业中，80% 实现的业务价值将是同行的两倍；到2027年，通过正式建立AI治理而在生产环境中扩展生成式AI和代理型AI用例的中国企业，其实现的业务价值将比没有建立治理架构的企业高出50%以上；到2028年，构建于2023年之前的中国数据和分析（D&A）平台中，50%将由于与生态系统脱节而被淘汰。”

CBI传媒认为，这份报告对业界不仅是一份重要的技术趋势指南，更是一份面向中国企业级AI市场的“参考手册”。对于中国的数据、分析和AI领导者来说，现在比以往更需要在AI炒作的喧嚣中认清AI的真正价值，在AI狂欢中企业应该如何理性选择技术、规避风险并抓住真正的机遇，值得企业去重点关注了解。

​​一、中国区Hype Cycle的独特性：全球视角下的本土化聚焦​​

Gartner每年5-8月发布的“技术成熟度曲线”（Hype Cycle）是其经典研究报告之一，旨在通过“炒作峰值—泡沫破裂低谷—稳步爬升复苏”的曲线模型，帮助企业识别技术的成熟阶段与商业潜力。与全球版相比，​​中国区Hype Cycle更聚焦本土需求​​，涵盖五大特色领域：智慧城市、人工智能（AI）、安全、基础设施与信息与通信技术（ICT）。

技术成熟度曲线通过创新触发期、期望膨胀期、幻灭低谷期、稳步爬升期和生产成熟期五个阶段，精准捕捉技术从概念到落地的演进轨迹。在 2025 年中国数据、分析和人工智能技术成熟度曲线中，​​生成式AI（如大语言模型）与代理型AI（AI Agent）是绝对主角​​，二者共同推动中国AI产业进入“深水区”，前者褪去狂热，后者接过热度接力棒，共同勾勒出产业转型的清晰脉络。

​​二、中国AI聚焦：大模型回归理性，智能体进入期望膨胀顶峰

Gartner 的研究显示，曾引发 “百模大战” 的大语言模型已站在期望膨胀期与幻灭低谷期的交界地带。“这是市场理性回归的必然结果。” 闫斌解释道，经过两年爆发式发展，大模型性能提升速度放缓，企业逐渐发现其在商业回报、治理合规等方面的现实挑战。与大模型的 “降温” 形成鲜明对比的是 AI Agent 的异军突起。作为自主或半自主的软件实体，AI Agent 凭借感知、决策、行动的闭环能力，已跃升至期望膨胀期的顶峰。

Gartner对于AI智能体的描述是自主或半自主的软件实体，使用人工智能（AI）技术在数字或物理环境中进行感知、做出决策、采取行动并实现目标，形成闭环并进一步影响环境，继续形成感知决策行动的循环。

Gartner高级研究总监闫斌表示：“AI智能体可以依托其自动化能力，革新消费、工业、数据分析、内容创作和物流等众多行业和应用场景。同时还可以实现智能决策，并能够与周围环境进行智能交互。”不过在采访中，闫斌也表示目前智能体仍处于早期，可能目前80%的智能体本质上仅是对话式机器人，远未实现真正的自主决策与环境交互。

​​三、需重点关注的支撑技术：AI就绪的数据、AI治理、混合AI……​​

另外，生成式AI与智能体的广泛应用，离不开关键支撑技术的同步发展，例如：

1、AI就绪型数据：企业级AI应用的核心保障。

人工智能（AI）就绪型数据是指能够被证明适用于特定AI用例的数据。就绪的依据，来源于对数据代表性的评估，包括数据与用例的适配度、对持续数据质量检查的支持，以及对 数据和AI治理的保障。换言之，AI就绪型数据的内涵取决于具体的情境，因AI用例和AI技术而异，必须对其采取新的数据管理方法。

Gartner高级研究总监顾星宇表示：“所有在AI领域投入大量资金的企业机构都需要不断发展自身的数据管理实践和能力，除了贯彻经久不衰的经典数据管理理念，还需要将这些理念扩展到AI领域。此外，还必须以迭代方式提供AI就绪型数据，以满足当前和未来的业务需求、确保信任、规避风险和合规问题、保护知识产权，并减少偏见和幻觉。”

2、AI治理：企业落地AI中治理的重要性陡增。

人工智能（AI）治理是针对AI技术的实施和使用，制定政策、分配决策权并确保落实企业机构风险和决策责任的过程，Gartner建议企业落地AI中需要重点关注。AI治理框架可为AI技术的采用和应用提供指导，帮助企业就如何适当且安全地使用AI实现业务成果做出决策。AI治理涉及AI的预测性与生成性特征。

Gartner高级研究总监方琦表示：“作为企业治理结构的⼀部分，AI治理可用于建立、监控并实施AI护栏，为诸多领域提供统一的运营模式和技术监督。”

具体涉及领域包括：应用、模型和AI智能体治理；风险管理、隐私和监管合规；确保信任和透明，以支持AI的采用；确保为AI用例组合配备合适的数据、技术和角色；伦理、公平性和安全性，以保护企业及其声誉；支持中国企业机构与国家AI战略保持一致，提升全球竞争力，并应对特有的监管与文化问题。

3、复合型AI（也称为混合式AI）：突破单一技术的局限性，帮助企业AI落地与实效。​​

复合型AI，又称混合型AI，是指组合利用（或融合）多种AI技术来提高学习效率，并生成层次更丰富的知识表示。复合型AI提供了更丰富的AI抽象机制，并最终提供了一个能够以更有效方式解决更广泛业务问题的平台。

Gartner高级研究总监闫斌表示：“复合型AI可以将AI的力量赋予更广泛的企业机构——许多企业机构拥有深厚的人类专业知识，但无法访问大量历史或经过标注的数据。此外，这一方法还有助于扩大AI应用的范围，提升此类应用的质量，使其能够应对更多类型的推理挑战。其他优势包括提高可解释性、内在韧性，以及支持增强智能。新一轮生成式AI的实施将高度依赖复合型AI。”

另外还有生成式人工智能（AI）一体机是一种专门为运行AI工作负载而设计的集成式计算设备，通常包括图形处理器（GPU）或AI加速器服务器、基础设施软件、模型库、AI工程化工具和可选AI应用。此产品为各种用户群组提供了开箱即用的体验。Gartner研究总监张吟铃表示：“中国的许多企业机构——特别是缺乏IT知识和技能的政府部门、公共服务机构和中小型企业 ——倾向于购买生成式AI一体机来测试和部署生成式AI用例，而硬件、基础设施软件和云服务提供商，以及独立服务供应商和解决方案集成商，则会根据自己的优势提供产品。”

在采访中，闫斌向CBI传媒表示，关于“行业大模型”，目前真正落地成功的行业模型并不多，主因在于数据更新与模型迭代难度大。“一些创业公司反而做得更好，”他表示，“它们围绕特定场景采集数据、持续训练模型，并将其封装为SaaS产品，定期更新。”或许这才是行业模型的正确打开方式。

结语：AI进入“下半场”，价值落地是关键

闫斌对CBI传媒表示，2025年将是中国企业AI应用的“分水岭”。此前是“尝鲜期”，此后将进入“下半场”——企业不再满足于演示与试点，而是追求可衡量、可持续的业务价值。企业需穿越炒作泡沫，聚焦技术成熟度与业务需求的匹配度，通过数据治理、治理框架与复合型技术组合，真正释放AI的长期价值。