岁末年初，年度科技趋势预测是业界非常关注的话题。近日，Cloudera发布了其对2025年五大科技趋势的预测，揭示了在未来一年生成式AI和AI Agent等创新技术的发展趋势。其中最引人瞩目的包括生成式AI的应用将趋向务实，AI Agent将在商业决策中发挥重要作用。Cloudera大中华区技术总监刘隶放对此进行了详细的解读。他同时指出，企业面临着AI生成数据激增的挑战，亟需提升数据治理能力，需要强大的数据管理和多云策略来访问、存储和分析数据，从而获取数据的最大价值，充分发挥AI潜力。
预测一：生成式AI热度减退，企业将采取更务实的AI策略
Cloudera预计到2025年，企业将在生成式AI应用上分化为两大阵营。
一类是已成功应用生成式AI的企业，通过成熟应用实现了显著成效。麦肯锡的数据显示，65%的企业已通过生成式AI实现了人力资源成本的有效控制，并在供应链管理中提升了收入。例如，金融服务机构作为生成式AI的早期用户，正逐步从基于规则的欺诈检测系统向基于模型的系统转型，推动行业迈向新的发展阶段。生成式AI的核心价值在于规模化的知识获取和洞察生成，数据质量是确保AI模型成功运行的关键。因此，拥有庞大、可信数据的企业将在这一趋势中更具竞争优势，可以利用这些数据获得可操作的洞察。
而另一类企业由于缺乏足够的数据储备，难以从生成式AI中获得相同效益。因此他们将更倾向于采用传统AI或确定性机器学习模型，以提升效率和生产力。Cloudera预测，企业将不再相信生成式AI的大肆炒作，而是专注于制定与企业整体目标一致的技术投资计划。
刘隶放强调，所谓“生成式AI热度减退”，并不是说生成式AI的技术或应用前景不佳，而是指市场炒作的热度在经历了前期的井喷期后将逐渐趋于平稳，所以是打了引号的“减退”。
此外，以上两类企业的分化现象看是符合市场规律的：成功应用生成式AI的企业通常拥有更丰富的数据资源和更成熟的AI应用经验，因此能够更好地利用这一技术提升业务效率。而数据储备不足的企业则需要先解决数据问题，才能有效应用生成式AI。刘隶放指出，这些案例进一步证明了生成式AI在提升企业业务效率方面潜力的同时，数据质量的重要性也被凸显出来。没有高质量的数据，再先进的技术也难以发挥应有的效果。
预测二：AI智能体（AI Agent）将重塑商业决策
目前，AI仍无法复制人类做出的所有决策，但明年Agentic AI将改变这一现状。生成式AI智能体是中国企业持续探索创新行业应用场景并实现投资变现的一种方式。Agentic AI将推动创新浪潮，改变实时问题解决和决策过程。AI智能体高效优化任务，迅速应对挑战，并实时灵活调整。这将促使企业构建事件驱动型架构，支持AI能够及时响应现实事件，从而彻底改变电信和物流等行业。
Agentic AI运行复杂模拟的能力，将帮助企业更快地规划、测试和优化，提供实时且可实践的深刻洞察。例如，我们将见证电信网络变得更加智能，AI能够预测风暴等影响服务的情况，从而主动采取措施，将潜在的服务中断降至最低，同时以意想不到的方式全面提升客户体验。
刘隶放强调，随着AI技术的不断发展，AI智能体在商业决策中的应用将越来越广泛，这将对企业的运营模式和决策过程产生深远影响。对企业而言，要预判到AI智能体将对企业的组织架构和运营模式产生重要影响，才能很好地适应这种变化，并充分利用AI技术的优势。另外，Agentic AI运行复杂模拟，帮助企业更快地规划、测试和优化的前提，进一步强调了数据在决策中的重要性，因为只有高质量的数据，才能使AI智能体通过处理和分析来提供深刻的洞察，从而支持更明智的决策。
预测三：“全天候”AI为数据管理带来新挑战
展望2025年，AI将如同空气无处不在，渗透至个人生活的方方面面。智能手机将成为私人助理，不仅能自动分析电子邮件，还可以根据个人日常习惯和偏好，智能规划后续行动步骤或确认任务的优先级，而且上述处理都将在本地模型中完成，严格保障隐私安全。同时，汽车也会变得更加智能，根据实时交通信息和天气预测，为个人出行预测最佳路线。
随着AI全面普及，其生成的数据量将呈现爆炸式增长。随着中国企业对计算能力需求的提高，这一趋势也会为数据管理带来巨大挑战。IDC预测，到2026年50%的中国企业将与云服务商形成生成式AI平台、开发者工具、基础设施的战略合作，这给企业数据和成本的管控治理提出了新的要求。
面对数量庞大且种类繁多的AI生成数据，企业如何从中挖掘出有价值的信息，成为亟待解决的问题。企业努力从不断增长且种类繁多的AI生成数据中获取洞察力，糟糕的数据管理可能会导致企业被信息流淹没，难以有效地利用这些数据资源。
随着AI成为日常运营的标配，新挑战也随之而来。如何确保AI提供的洞察信息既相关、又具有可操作性，同时满足最基本的安全性和弹性要求，避免其成为无意义的噪音，成为企业亟须攻克的难题。为了充分释放 AI 潜力，企业需要强大的数据管理和多云策略来访问、存储和分析数据，无论数据是在本地、云中还是在边缘，都能提炼获取数据的最大价值。
刘隶放强调，随着AI技术的广泛应用，数据量的快速增长是一个不可忽视的问题。为应对AI生成数据的挑战，未来会有越来越多的企业通过与云服务商的合作，来提升数据管理和分析能力。而随着无论在公有云还是私有云上的数据越来越多，湖仓一体正成为数据管理的重心。有些数据，比如瞬时型、测试型、伸缩型业务产生的数据是天然适合公有云平台的，有些数据则适合私有云，因此，混合云的数据管理能力是一个重要的方向。他强调，数据的价值在于其能够被有效利用，而有效的数据管理是实现这一目标的关键。
预测四：单纯的混合云架构已无法满足企业需求
如果说2024年是生成式AI的试点年，那么在2025年企业将致力于推动生成式AI的全面生产和规模化部署。这一转变表明，单纯的混合云架构已无法满足企业需求，用于数据和分析的多云及混合能力将成为关键。随着混合环境的逐步扩展，企业的数据分布于本地、大型机、公有云和边缘等多种平台，生成式AI模型需要灵活部署到数据所在之处，确保数据和工作负载在业务内的无缝迁移，以产生高效洞察并满足企业需求。
随着大量数据输入至AI模型服务中，安全和治理问题也日益凸显。德勤的研究指出，企业采用生成式AI的最大障碍是合规风险和治理问题。随着企业开始在本地或公有云中运行私有AI模型和应用，混合数据管理平台的需求日益增长。这类平台集成了本地与云数据源，因此具备更高的灵活性且支持更广泛的数据访问，在保障模型端点安全和治理的同时，赋予企业更强的控制力。
刘隶放指出，随着数据分布的多样化和AI模型部署的灵活性要求提高，单纯的混合云架构确实已经无法满足企业的需求。因此，多云及混合能力将成为未来IT架构的关键趋势。这类平台能够集成本地与云数据源，提供更高的灵活性和更广泛的数据访问支持，有助于企业在保障数据安全和治理的同时，实现更高效的数据管理和AI模型部署。同时，安全和治理问题是企业在推动AI应用过程中不可忽视的关键因素。企业在追求AI应用的同时，务必要加强合规风险和治理问题的关注与投入，从而实现数据安全和治理的保障。
预测五：私有大语言模型（LLM）将逐渐取代公有大语言模型，成为企业优选
随着企业AI创新将在未来一年成为新的焦点，企业将逐步摒弃公有LLM，转而选择企业级或私有LLM，以提供更加符合企业背景的精准洞察。麦肯锡研究显示，目前仅有不到一半（47%）的企业在积极定制和开发其专属模型。预计到2025年，企业将加快定制AI解决方案的步伐，包括AI聊天机器人、虚拟助手和专属代理应用等，以满足特定行业或业务的需求。
越来越多企业将采用企业级LLM，这将对GPU的高性能支持提出更高要求，以比传统CPU更快的速度运行，同时确保数据管理系统具有更高的安全性和隐私保护。此外，企业还将增加对检索增强生成（RAG）技术的应用，将通用LLM转化为行业或组织专属的数据仓库，从而为现场支持、人力资源和供应链等领域的终端用户提供更加精准、可靠的数据支持。
刘隶放指出，随着AI技术的不断发展，企业应该更加注重技术的实用性和针对性，以更好地适应市场竞争和业务变化。而私有大语言模型（LLM）在未来取代公有大语言模型成为企业优选，在满足企业特定需求方面具有越来越明显的优势。此外，GPU高性能支持等新技术的采用，也是保障企业业务稳定运行和数据合规性的重要保障。而检索增强生成（RAG）技术的应用，展示了企业在数据管理和利用方面的创新思路。通过将通用LLM转化为行业或组织专属的数据仓库，企业将更加精准地掌握业务数据，提高业务决策的科学性和准确性。
小结
Cloudera 2025年科技趋势预测中关于Agentic AI将重塑商业决策的判断是非常具有前瞻性的。对于“全天候”AI在未来对数据管理带来的新挑战进行了全面而深入的分析，既具有前瞻性，又贴近现实。同时也准确地捕捉到了企业在推动AI应用过程中所面临的IT架构和数据管理挑战，以及安全和治理问题的重要性。而对于私有大语言模型（LLM）在未来取代公有大语言模型成为企业优选的预测具有深刻洞察力和现实意义，为企业提供了有益的参考和启示。
而关于数据管理，刘隶放强调，首先需要建立起将数据视为重要资产的企业文化，其次要搭建一个适合的数据管理体系。Cloudera作为数据、分析和人工智能领域领先的混合平台跨国服务商，在全球拥有广泛的公有云、私有云平台，可以为中国出海企业解决大量AI应用场景中的数据安全性、合规性等问题，目前已帮助在中国合作得非常好的大量制造企业出海到东南亚等地进行布局。期待未来看到越来越多的中国企业携手Cloudera，积极拥抱AI趋势，在全球市场取得更大的成功。
