Gartner inledde sitt IT Symposium/Xpo den här veckan och presenterade sin årliga lista över de viktigaste strategiska tekniktrenderna som organisationer bör utforska under det kommande året.
AI-systemen fungerar i dag i ett arkitektoniskt vakuum och ”genererar programvara snabbare än människor hinner granska den, vilket skapar okontrollerade behörighetsvägar och binder processer till monopol hos en enda leverantör”, säger Gene Alvarez, vice vd och analytiker på Gartner, i ett uttalande.
– För att förhindra den här systemiska sårbarheten måste organisationer gå från att vara passiva observatörer av modellernas kapacitet till att bli aktiva arkitekter av gränserna mellan organisation, människa och maskin.
Trender här och nu
Gartner har organiserat sina tio trender kring tre etapper som företag måste gå igenom för att övergå från att köra statisk kod till att samordna autonoma maskinarbetare, hantera sensorbaserad AI och möjliggöra suverän databehandling.
Det första steget, som pågår just nu och kommer att pågå under de kommande ett till tre åren, handlar om att ”utnyttja den icke-textuella AI-fronten”, säger Gartner. Denna fas omfattar företagets tre första strategiska tekniktrender.
1. Stora kvantitativa modeller (LQM)
Gartner definierar dessa som ”modulära, hybrida neurala nätverksarkitekturer byggda för att bearbeta och analysera kvantitativa data”. De använder befintliga matematiska formler, metoder och algoritmer för att modellera komplexa system. Jämfört med LLM:er är LQM:er uttryckligen utformade för numeriskt resonemang och kräver betydligt mindre minne, lagringsutrymme och datorkraft, säger företaget.
LQM kan förflytta beslutsfattandet från reaktiv felsökning till proaktiv simulering, säger Gartner.
– Detta rigorösa tillvägagångssätt driver på en oöverträffad affärsmässig flexibilitet, vilket gör det möjligt för organisationer att på ett säkert sätt införa autonom prognostisering i strängt reglerade branscher, såsom finans och hälso- och sjukvård, säger Alvarez.
Gartners prognos: År 2030 kommer LQM:er att ersätta LLM:er i 25 procent av uppgifterna inom strategisk prognos och operativ modellering inom de viktigaste företagsfunktionerna.
2. Modeller för talbaserade resonemang
Ett decennium av automatisering av kundsupport har inte levererat den noggrannhet, hastighet och lösningsgrad som företag och kunder önskar, och talbaserade resonemangsmodeller kan bidra till att överbrygga denna klyfta, säger Gartner. Företaget definierar dessa som ”röst-AI-system som drar slutsatser direkt utifrån ljud, spårar sammanhang och avsikt under en konversation för att avgöra vad som ska göras härnäst. De kringgår traditionell texttranskription genom att dra slutsatser och utföra kedjade uppgifter, vilket utvidgar den autonoma lösningsförmågan till problemlösning i flera steg, sammanhangsskiften och felåterställning.”
Gartners prognos: År 2030 kommer över 70 procent av företagens röstinteraktioner att hanteras autonomt av talmodeller, en ökning från mindre än 10 procent år 2026.
3. Världsmodeller
En världsmodell är ett beräkningssystem som tränats på multimodala datamängder ”för att lära sig abstrakta representationer av fysiska och virtuella miljöer”, enligt Gartner. ”De gör det möjligt för autonoma agenter att simulera potentiella framtida tillstånd, förutsäga utfall och förstå konsekvenserna av sina handlingar innan de utförs.”
Världsmodeller kommer att göra det möjligt för maskiner att förstå rum, tid och kausalitet – en banbrytande utveckling som kommer att drivas av investeringar i robotik, autonoma fordon och rumslig databehandling och möjliggöras av betydligt lägre kostnader för modellträning under de kommande tre åren, enligt företaget.
Gartners prognos: År 2030 kommer 40 procent av robotiktillämpningarna att använda världsmodeller för att fatta optimala beslut i anpassningsbara miljöer, jämfört med mindre än 1 procent år 2025.
Prioriteringar på medellång sikt
Gartners andra fas, med en tidshorisont på tre till fem år, handlar om att ”styra plattformen för autonoma agenter”.
Maskinerna producerar programvara snabbare än vad teamen hinner granska den, och manuella granskningar håller på att bli den främsta flaskhalsen, enligt Gartner. De fyra strategiska tekniktrenderna i denna fas handlar om styrning och om att begränsa vad autonoma agenter kan se, använda och producera.
4. AI-kontextplattformar
Fragmenterad operativ kunskap orsakar felaktiga tolkningar och oöverkomliga datorkostnader. AI-kontextplattformar sammanför spridd företagskunskap och tillhandahåller den bakgrundskunskap som AI-agenter behöver ”för att tolka indata, fatta beslut och agera i linje med affärsmålen”, säger Gartner.
– Utan ett särskilt kontextlager står organisationer inför allvarliga operativa risker, bland annat agenter med för omfattande behörigheter, bristande efterlevnad, lågt förtroende och överdriven tokenförbrukning, säger Alvarez.
Gartners prognos: Senast 2027 kommer organisationer som prioriterar semantik i AI-klar data att öka noggrannheten hos agentbaserad AI med upp till 80 procent och minska kostnaderna med upp till 60 procent.
5. Harness för AI-kodningsagenter
Gartner definierar denna teknik som ett slutet system som styr utvecklarnas autonoma beteende genom hela programvarans utvecklingscykel. ”Den integrerar kodningsplattformar med företagskontext, modellruttning, verifieringsgränser och återkopplingsloopar för att säkerställa att programvaran uppfyller säkerhets- och efterlevnadsstandarder”, konstaterar företaget.
Utan ett särskilt verktyg måste utvecklare lägga tid på att manuellt verifiera maskinens resultat, vilket enligt Gartner leder till kostsamma processer och motverkar produktivitetsvinster.
Gartners prognos: I slutet av 2026 kommer autonoma kodningsagenter att generera 20 procent av alla offentliga commits, vilket gör slutna system obligatoriska för att förhindra kritiska kvalitetsbrister vid mjukvaruleveranser.
Gartner, Inc.
6. AI-agenters identitet
Det finns ett akut behov av att aktivt styra autonoma digitala arbetare, som kan blotta omfattande sårbarheter i äldre system, enligt Gartner. Ramverket för AI-agenters identitet ”korrelerar sammansatta beräkningselement som modellvikter, uppmaningar och inloggningsuppgifter med beteenden under körning för att skapa kontinuerligt förtroende och mänskligt ansvar”, uppger företaget.
– Genom att tillämpa dynamiska identitetskontroller kan organisationer ersätta högriskbelagda statiska inloggningsuppgifter med dynamisk, policystyrd åtkomst, säger Alvarez.
– AI-agentidentitet kopplar samman modeller, kommandon och inloggningsuppgifter med agentens handlingar, vilket skapar förtroende och ansvarsskyldighet.
Gartners prognos: År 2028 kommer 25 procent av säkerhetsöverträdelserna i företag att kunna spåras tillbaka till missbruk av AI-agenter på grund av ohanterade maskinbehörigheter och föråldrade rutiner för inloggningsuppgifter. ”Om organisationer inte löser dessa identitetsutmaningar kommer över hälften av deras AI-initiativ att avstanna helt”, varnar företaget.
7. Autonom tätning av säkerhetsexponering
Gartner definierar autonomous exposure remediation (AER) som ”en integrerad uppsättning funktioner som kombinerar AI-tekniker och automatisering för att hitta, prioritera och åtgärda säkerhetsluckor i hela företagets digitala miljö.” Ett AER-system kommer automatiskt att testa och distribuera patchar eller virtuella patchar till produktionsmiljöer.
”Den traditionella försvarsprocessen fungerar inte längre, vilket lämnar organisationer med ett genomsnittligt exponeringsfönster på 50 dagar där sårbarheter förblir oåtgärdade”, förklarar Gartner. ”Genom att ersätta långsam, manuell validering med kontinuerligt försvar i maskinhastighet omvandlar teknikledare sårbarhetshanteringen från en passiv kö till ett aktivt operativt skydd.”
Gartners prognos: Senast 2031 kommer organisationer som implementerar autonomous exposure remediation att minska sin genomsnittliga tid för att begränsa sårbarheter från veckor till inom 48 timmar.
Framtida satsningar
Den tredje fasen, som sträcker sig över fem år eller mer, kräver att företagen ”skapar en hållbar agilitet”. Denna fas erkänner risken med molnberoende – inklusive SaaS-trötthet och leverantörsberoende – och fokuserar på övergången till suveräna, disponibla och organiska miljöer. Den omfattar de tre sista strategiska tekniktrenderna i Gartners lista för 2027.
8. Suverän teknik
”Suverän teknik avser hårdvara, mjukvara, databaser och AI-modeller som är tekniskt och juridiskt utformade för att erbjuda realistiska utträdesstrategier från kritiska leverantörer”, säger Gartner. ”Dessa tekniker förblir ständigt tillgängliga för att förhindra inlåsning och säkerställa fullständig driftskontinuitet.”
Gartners prognos: År 2030 kommer över 75 procent av de organisationer som inte är baserade i USA att anta strategier för digital suveränitet och flytta kritiska arbetsbelastningar för att minska riskerna för geopolitisk inlåsning och leverantörsberoende.
9. Engångsapplikationer
Gartner definierar engångsapplikationer som specialutvecklade programvaruapplikationer som är utformade för att avsiktligt tas ur bruk när deras specifika affärssyfte har uppfyllts eller inte längre är relevant.
– Övergången till engångsapplikationer förändrar i grunden hur programvara köps in, utformas och budgeteras, vilket förvandlar applikationsportföljer till dynamiska system snarare än långsiktiga investeringar i äldre system, säger Alvarez.
Gartners prognos: År 2030 kommer en utbredd trötthet på SaaS och ett överflöd av AI-driven programvara att tvinga ledande organisationer att se till att 80 procent av de nya applikationerna är engångsapplikationer och lätta att byta ut.
10. Wetware som tjänst
Gartner definierar wetware som en tjänst som ”en ny verksamhetsmodell som ger fjärråtkomst via molnet till levande eller syntetiska biologiska system för beräkningar.”
Tekniken utvecklas som ett svar på begränsningarna hos traditionell datorhårdvara av kisel, som inte kan skala upp företags-AI i oändlighet på grund av ohållbara miljö- och energikrav, säger Gartner.
Dessa hostade organiska processorer kan utnyttja den naturliga plasticiteten hos biokemiska nätverk för att köra komplexa algoritmer med extrem energieffektivitet, enligt Gartner: ”Biologiska neuroner odlade i laboratorium kan utföra målinriktad beräkning med extrem effektivitet och köra komplexa mönsterigenkänningsalgoritmer med en bråkdel av den traditionella serverkraften.”
Gartners prognos: År 2030 kommer 25 procent av de företag som prioriterar specialiserad AI med låg energiförbrukning att införa biologisk databehandling för att kringgå de traditionella kiselbaserade begränsningarna.
Gartner, Inc.