Gartner发布中国AI趋势预测：国产AI芯片、AI安全测试将迎来普及

从刷屏全网的“AI龙虾”OpenClaw，到走进企业一线、真正落地执行的AI智能体，人工智能正在突破原有边界，从概念转化为可落地、可量化的真实生产力。但在AI快速落地的同时，企业也面临着现实困境：对AI的价值期待不断提升，IT预算却并未同步增加，人员规模甚至面临收缩；尤其在经济波动、地缘政治不确定性加剧的大环境下，企业已无法再进行被动防御式投入，必须转向能够构建差异化优势的精准投资。

对此，Gartner研究总监金玮表示，未来行业竞争的核心，正是通过AI打造自身差异化竞争力。她同时指出，超过六成中国企业计划加大本土技术投入，降低对海外厂商的依赖，优先布局国内技术栈与供应链；包括中国在内的非美国地区企业，普遍采取“鸡蛋不放在一个篮子里”的策略，采用本土技术。基于这一系列行业现状，Gartner正式发布了针对中国AI发展趋势的最新预测。

中国80%的本地AI基础设施将采用本土研发的AI芯片

Gartner预测指出，到2030年，中国80%的本地AI基础设施将采用本土研发的AI芯片，而目前这一比例仅为20%。金玮表示：“美国政府对高性能AI加速器和先进半导体制造技术实施的出口限制，直接推动了中国自主AI芯片的研发进程。作为回应，中国政府在本地AI基础设施投资中明确要求实现技术自给自足，这为国内AI芯片供应商创造了庞大、受保护且相对稳定的市场环境。”

从产业能力来看，中国半导体企业已具备替代全球领先厂商的AI芯片设计实力。本土AI芯片企业普遍采用与算法高度契合的AASA芯片架构，该架构针对AI工作负载、尤其是推理任务进行了专项优化。与此同时，阿里、百度等国内科技巨头也效仿谷歌、Meta等国际企业，持续加大自研AI芯片的投入与布局。此外，中国规模庞大的AI人才储备，也为本土AI芯片产业发展提供了重要的人力资源支撑。

基于上述发展趋势，Gartner提出三方面建议：第一，与中国本土芯片厂商及开源生成式AI模型提供商开展合作，评估并采用适配本地需求的AI解决方案；第二，从产品性能、技术路线与自身需求的匹配度、供应链韧性、系统效率提升效果以及厂商财务实力等维度，综合评估中国本土AI芯片厂商在AI基础设施平台中的应用可行性；第三，面向特定工作负载的主权AI需求，对中国本土AI解决方案开展评估与对标。

2028年，跨区域合规与AI偏见问题将占AI数据管理量的50%

事实上，AI应用的效果好坏，核心取决于数据质量的高低。全球数据自由流动的时代已结束，中国、欧盟、美国的数主权法规存在冲突，大幅增加了企业AI运营的复杂性和合规风险。“数据合规和偏见问题日益突出。”金玮如是说。Gartner预测到2028年，由于采用超过3种以上不同区域的AI模型，所产生的数据主权合规、AI偏见等相关问题，将会占到AI数据管理总量的50%。

金玮进一步解释道，当前，AI模型的全球流通已成常态，我们的模型会“出海”，同时也会集成国外的各类大模型，数据来源呈现“大杂烩”的特点，而不同国家和地区的数据法规、数据安全标准、数据质量要求各不相同，这就极易引发各类合规风险，甚至会影响AI应用的最终效果。

因此，企业不能仅依赖单一厂商进行定制化的数据治理，而需要从整个数据生态出发，通过数据属地化、虚拟化等方式，全面解决数据合规和质量问题，适配多区域模型混用的现状。

到2029年，70%的中国企业将落地正式的AI安全测试

大语言模型的广泛应用带来了新型安全漏洞，AI风险面快速扩大，包括提示词注入、数据泄露、自主智能体的非预期操作等。事实上，安全是企业发展的“本质（Essential）”，而非可延后、可忽视的选项，尤其是在AI快速落地的当下，AI安全问题愈发凸显。而目前，中国企业中实施AI安全测试的比例还不到5%。金玮认为，安全并不是业务发展的“拖后腿”因素，而是企业实现长远发展的本质需求。

Gartner预测，到2029年，70%的中国企业将实施AI安全测试，AI安全测试将成为现有应用安全测试和渗透测试的重要补充。未来，企业的AI安全模式，将采用“自动化工具+人工专家”的混合模式，AI安全测试需要实现高度自动化，并且无缝衔接到现有的安全工作流程中，避免安全成为AI落地和业务发展的瓶颈。

尤其是在企业利用AI智能体实现业务流自动化的过程中，外部调用安全、身份凭证安全、行为可控性等问题，都需要通过完善的AI安全测试来规避。

到2029年，大型中国企业中AI智能体将承担超过40%的IT运营任务

随着AI技术的快速发展，业务节奏不断加快，IT运维的工作量大幅增加，传统的人力运维方式已经难以适配，AI智能体在IT运维领域的应用，成为必然趋势。目前，大型中国企业中，AI智能体承担的IT运营工作比例还不到1%，Gartner预测，到2029年，这一比例将提升至40%，借助AI智能体的能力，大幅提升IT运维效率。

中国AI发展的下一阶段是打造“智能体化企业”：生成式AI仅能完成内容创作，而智能体化AI可自主做决策、执行任务，无需人类持续干预。金玮认为，企业的落地路径，会从简单的运维场景试点开始，逐步扩展到复杂的运维场景。她还提醒，并非所有的IT运维工作都适合AI智能体解决，部分问题需要通过优化流程、完善管理来解决，企业需理性看待AI智能体的作用。

写在最后

当前，人工智能发展如火如荼，科技创新迭代日新月异，Gartner的这份预测，为把握中国AI产业趋势提供了重要参考。与此同时，AI领域新技术不断涌现，行业热点事件层出不穷。面对每一轮技术热潮，企业决策者更应保持理性判断，结合自身实际需求深入分析，稳妥推进AI部署与落地。