近日，Cloudera發布2025年五大科技趨勢預測，揭示了在未來一年生成式AI和AI Agent等創新技術的發展趨勢。其中包括生成式AI的應用將趨向務實，AI Agent將在商業決策中發揮重要作用。同時，企業面臨著AI生成數據激增的挑戰，亟需提升數據治理能力。企業需要強大的數據管理和多云策略來訪問、存儲和分析數據，從而獲取數據的最大價值，充分發揮AI潛力。

　　預測一：生成式AI熱度減退，企業將采取更務實的AI策略

　　預計到2025年，企業將在生成式AI應用上分化為兩大陣營。一類是已成功應用生成式AI的企業，通過成熟應用實現了顯著成效。麥肯錫的數據顯示，65%的企業已通過生成式AI實現了人力資源成本的有效控制，并在供應鏈管理中提升了收入。例如，金融服務機構作為生成式AI的早期用戶，正逐步從基于規則的欺詐檢測系統向基于模型的系統轉型，推動行業邁向新的發展階段。生成式AI的核心價值在于規模化的知識獲取和洞察生成，數據質量是確保AI模型成功運行的關鍵。因此，擁有龐大、可信數據的企業將在這一趨勢中更具競爭優勢發，可以利用這些數據獲得可操作的洞察。

　　而另一類企業由于缺乏足夠的數據儲備，難以從生成式AI中獲得相同效益。因此他們將更傾向于采用傳統AI或確定性機器學習模型，以提升效率和生產力。Cloudera預測，企業將不再相信生成式AI的大肆炒作，而是專注于制定與企業整體目標一致的技術投資計劃。

　　預測二：AI智能體(AI Agent)將重塑商業決策

　　目前，AI仍無法復制人類做出的所有決策，但明年Agentic AI將改變這一現狀。生成式AI智能體是中國企業持續探索創新行業應用場景并實現投資變現的一種方式。Agentic AI將推動創新浪潮，改變實時問題解決和決策過程。AI智能體高效優化任務，迅速應對挑戰，并實時靈活調整。這將促使企業構建事件驅動型架構，支持AI能夠及時響應現實事件，從而徹底改變電信和物流等行業。

　　Agentic AI運行復雜模擬的能力，將幫助企業更快地規劃、測試和優化，提供實時且可實踐的深刻洞察。例如，我們將見證電信網絡變得更加智能，AI能夠預測風暴等影響服務的情況，從而主動采取措施，將潛在的服務中斷降至最低，同時以意想不到的方式全面提升客戶體驗。

　　預測三：“全天候”AI為數據管理帶來新挑戰

　　展望2025年，AI將如同空氣無處不在，滲透至個人生活的方方面面。智能手機將成為私人助力，不僅能自動分析電子郵件，還可以根據個人日常習慣和偏好，智能規劃后續行動步驟或確認任務的優先級，而且上述處理都將在本地模型中完成，嚴格保障隱私安全。同時，汽車也會變得更加智能，根據實時交通信息和天氣預測，為個人出行預測最佳路線。

　　隨著AI全面普及，其生成的數據量將呈現爆炸式增長。隨著中國企業對計算能力需求的提高，這一趨勢也會為數據管理帶來巨大挑戰。IDC預測，到2026年50%的中國企業將與云服務商形成生成式AI平臺、開發者工具、基礎設施的戰略合作，這給企業數據和成本的管控治理提出了新的要求。

　　面對數量龐大且種類繁多的AI生成數據，企業如何從中挖掘出有價值的信息，成為亟待解決的問題。企業努力從不斷增長且種類繁多的AI生成數據中獲取洞察力，糟糕的數據管理可能會導致企業被信息流淹沒，難以有效地利用這些數據資源。

　　隨著AI成為日常運營的標配，新挑戰也隨之而來。如何確保AI提供的洞察信息既相關、又具可操作性，同時滿足最基本的安全性和彈性要求，避免其成為無意義的噪音，成為企業亟需攻克的難題。為了充分釋放 AI 潛力，企業需要強大的數據管理和多云策略來訪問、存儲和分析數據，無論數據是在本地、云中還是在邊緣，都能提煉獲取數據的最大價值。

　　預測四：單純的混合云架構已無法滿足企業需求

　　如果說2024年是生成式AI的試點年，那么在2025年企業將致力于推動生成式AI的全面生產和規模化部署。這一轉變表明，單純的混合云架構已無法滿足企業需求，用于數據和分析的多云及混合能力將成為關鍵。隨著混合環境的逐步擴展，企業的數據分布于本地、大型機、公有云和邊緣等多種平臺，生成式AI模型需要靈活部署到數據所在之處，確保數據和工作負載在業務內的無縫遷移，以產生高效洞察并滿足企業需求。

　　隨著大量數據輸入至AI模型服務中，安全和治理問題也日益凸顯。德勤的研究指出，企業采用生成式AI的最大障礙是合規風險和治理問題。隨著企業開始在本地或公有云中運行私有AI模型和應用，混合數據管理平臺的需求日益增長。這類平臺集成了本地與云數據源，因此具備更高的靈活性且支持更廣泛的數據訪問，在保障模型端點安全和治理的同時，賦予企業更強的控制力。

　　預測五：私有大語言模型(LLM)將逐漸取代公有大語言模型，成為企業優選

　　隨著企業AI創新將在未來一年成為新的焦點，企業將逐步摒棄公有LLM，轉而選擇企業級或私有LLM，以提供更加符合企業背景的精準洞察。麥肯錫研究顯示，目前僅有不到一半(47%)的企業在積極定制和開發其專屬模型。預計到2025年，企業將加快定制AI解決方案的步伐，包括AI聊天機器人、虛擬助手和專屬代理應用等，以滿足特定行業或業務的需求。

　　越來越多企業將采用企業級LLM，這將對GPU的高性能支持提出更高要求，以比傳統CPU更快的速度運行，同時確保數據管理系統具有更高的安全性和隱私保護。此外，企業還將增加對檢索增強生成(RAG)技術的應用，將通用LLM轉化為行業或組織專屬的數據倉庫，從而為現場支持、人力資源和供應鏈等領域的終端用戶提供更加精準、可靠的數據支持。

　　彈指一揮間，Cloudera在中國已經走過了十年發展歷程。在過去十年中，Cloudera始終走在創新浪潮的最前端，從近幾年來火爆的數據湖倉一體、大語言模型和AIGC，再到元數據管理。Cloudera始終關注著創新技術的誕生和發展，并同步更新其產品路線圖，支持客戶在業務環境中部署和落地創新技術應用，從數據中獲得更多業務洞察。展望未來，Cloudera將繼續保持前瞻性技術創新，與中國客戶及合作伙伴攜手，開啟下一個十年輝煌。