2025年八大科技趋势

以下是 2025 年的新技术趋势列表。

在这份深度报告中，我们将涵盖人工智能、量子计算、机器人技术、网络安全…… 以及更多内容。

除了探索最新的技术趋势，我们还将展望该领域的未来发展。

1. 人工智能的普及

人工智能是当前科技领域最大的趋势。

如今人工智能的采用率是 2017 年的 2.5 倍。

事实上，50% 的组织已将人工智能应用于至少一项业务职能。

值得注意的是，人工智能正在进入金融、医疗、制造、零售和其他几十个行业。

而且，它不再是大型企业专享的技术。

随着开源人工智能解决方案的出现，以及系统成本和复杂性的降低，人工智能的普及正在全面展开。

最典型的例子是 OpenAI，它是 ChatGPT 背后的人工智能非营利公司。它目前市值 800 亿美元。

该公司预计 2025 年总营收将增长两倍，达到 127 亿美元。

OpenAI 的 ChatGPT 在 2022 年 11 月发布时震惊了世界。

这款聊天机器人能够接受自然语言提示并生成各种对话文本，这让人们重新思考人工智能的潜力。

在发布后的头两个月内，就有超过 1 亿人使用了 ChatGPT。

在 ChatGPT 之后，谷歌推出了自己的人工智能聊天机器人 Gemini。微软也发布了一款利用 OpenAI 技术的 Bing 聊天机器人。

甚至 Meta 也通过专注于开源大型语言模型 Llama 加入了人工智能竞赛。

尽管仍处于早期阶段，但大型语言模型有潜力彻底改变商业运营。

例如，客服代表可以使用它在几秒钟内回复客户咨询。

公司可以使用它来创建个性化的营销内容，而无需聘请文案撰写人。

开发人员可以使用它来编写复杂的代码，企业领导者可以使用它来分析数据。

企业也在以其他方式整合人工智能。

PwC的一项调查显示，采用人工智能的商业领袖的首要目标是通过自动化提高生产力、改善决策制定和提升客户体验。

Eleos Health 就是一个人工智能驱动的自动化平台的例子。该公司为治疗师提供人工智能平台。

他们的 CareOps 自动化解决方案是一个语音人工智能平台。它在治疗过程中在后台监听，自动将所有治疗对话数字化，识别潜在的干预措施，并立即生成会话总结。

该公司宣布迄今已筹集到总计 6800 万美元。

另一个例子是，制造和仓库运营正在为人工智能找到新的创新用途。

仓库库存管理可以通过人工智能的图像识别能力实现自动化。这些系统还可以在库存不足时发出警报，提示人工干预，并考虑到生产或供应链延迟。

在制造工厂中，人工智能平台是 “智能工厂” 趋势的一部分，这些系统可以进行预测性维护、减少浪费并提高工人安全。

2. 早期疾病检测技术取得进展

新的技术解决方案专注于更早地识别疾病。

这一创新有助于拯救无数生命。

例如，如果卵巢癌在仍处于局部区域时被发现，五年生存率可达 93%。

黑色素瘤患者的预期寿命也有类似的提高。局部癌症的五年生存率为 99%，但癌症扩散后生存率仅为 32%。不幸的是，某些类型的癌症，如影响胰腺、肺部和卵巢的癌症，很难早期发现。

为了提高生存率，研究人员和科技行业的初创公司正投入越来越多的资源，用于开发旨在更早发现癌细胞的前沿技术。

以胰腺癌为例。一家名为 Biological Dynamics 的公司开发了一种芯片实验室测试，用于寻找胰腺癌特有的生物标志物。该测试目前已进入人体试验阶段。

到目前为止，该公司已筹集了 1.25 亿美元资金，并希望在胰腺癌测试成功的基础上，推出针对肺癌和卵巢癌的测试。

在医疗科技领域，利用人工智能进行早期诊断是另一个趋势。

麻省理工学院的研究人员正在使用人工智能模型评估患者的肺癌风险。

该工具以美国和我国台湾患者六年的肺部扫描数据为基础进行训练。通过这些扫描，该工具学会了识别和分类模式。

它最擅长预测一年内会发生的肺癌，但也能够提前六年预测这种疾病。

而且，科技工具能早期检测的不仅仅是癌症。

科学家们正在利用可安装在智能手机摄像头内的纳米技术来诊断多种疾病。

其原理是，这种纳米技术使相位成像（一种先进的细胞观察方法）可供患者在家中使用。

如果这项技术通过试验，患者将能够在家中使用摄像头的相位成像功能拍摄唾液或一滴血的图像，并直接发送给医疗服务提供者进行分析。

Healthy.io 公司的 Minuteful Kidney 测试是一种已经获批使用、利用智能手机技术的居家医疗测试。该测试能够测量患者的白蛋白与肌酐比值（ACR），以诊断慢性肾病。

患者首先会收到邮寄来的测试套件，Minuteful Kidney 应用程序会提供收集尿液样本并将测试条浸入尿液的说明。之后，患者用智能手机拍摄测试条的照片，应用程序会对其进行分析。

该应用程序利用人工智能技术和计算机视觉来评估白蛋白水平。结果几乎可以立即得出。

这项技术在欧洲已经推出了 18 个多月，已有超过 54 万人注册使用。

3. 清洁技术领域的创新与投资增长

2023 年，清洁技术公司获得了 2000 亿美元的投资。

事实上，清洁技术发展势头迅猛，目前超过 25% 的风投资金流向了清洁技术公司。行业专家表示，部分由于《通胀削减法案》，未来还会有更多的资金和关注涌入该领域。

该法案包括贷款、赠款和税收激励措施，旨在鼓励私营部门为清洁技术投入更多的资金和时间。

突破能源风险投资公司的负责人估计，这项法案将促使 300 到 1000 家新公司成立。

这些公司中有许多可能会涉足绿色氢能行业。

氢是地球上最丰富的元素，燃烧氢不会释放二氧化碳，这使其作为绿色能源来源具有巨大潜力。

绿色氢能市场预计到 2027 年将以 61% 的复合年增长率增长，价值将超过 70 亿美元。

氢理事会估计，为了让世界在 2050 年实现净零排放，大约需要 7000 亿美元的氢能专项投资。

他们报告称，截至 2022 年 5 月，已宣布了 680 个大型氢能项目 —— 与 2021 年相比增加了 160 个项目。此外，美国能源部在 2023 年初宣布为清洁氢能技术提供 4700 万美元的可用资金。

普拉格能源公司是美国最大的氢燃料电池系统生产公司之一。

2022 年，该公司在纽约斯林格兰兹开设了一家氢燃料电池制造工厂。

在与 TC Energy 和 Nikola 建立新的合作关系后，截至 2023 年，该公司的股价上涨了近 30%。

美国以外的地区对氢能的投资也在增加。

2022 年 9 月，德国推出了一列氢动力客运列车。这列火车无需加油就能行驶 600 多英里，最高时速为 86 英里。

德国计划在未来几年内将 2500 至 3000 列火车转换为氢燃料动力。

然而，尽管诸如植树和改用氢动力汽车等绿色倡议能够随着时间的推移减少碳排放，但许多专家认为，仅靠这些努力，其影响将微乎其微，且为时过晚。

根据布鲁金斯学会的数据，2022 年全球温室气体排放量达到 580 亿吨，这是有记录以来的最高水平。

有充分的证据表明，碳排放是现代气候变化的最大驱动因素之一。

为了直接消除部分此类排放，清洁技术领域的领导者们正在使用所谓的碳捕集技术，以在减少甚至逆转排放方面取得立竿见影的进展。该过程涉及与发电厂和混凝土制造设施等超级排放源合作，在碳分子通常会被释放到空气中时对其进行捕集。

碳捕集能够有效去除发电厂和工业设施排放到空气中的高达 90% 的碳排放量。

从那里开始，碳捕集公司会通过各种化学过程分离和提取碳，然后将其转售或深埋于地下，在地下碳可以重新转化为石头。

普华永道报告称，2022 年前三季度，碳捕集技术的资金投入几乎是 2021 年全年资金的两倍。

4. 网络威胁日益复杂

从对普通消费者的攻击到政府支持的网络战，网络犯罪是一个持续存在且不断增长的威胁。

希斯科克斯 2022 年的一项全球调查显示，43% 的公司报告遭受过网络攻击。

该报告中最令人担忧的统计数据是，20% 的受攻击组织表示，损失的成本威胁到了它们的偿债能力。一些预测显示，2023 年，单次数据泄露预计平均损失 500 万美元。

IBM 的研究称，这一数字甚至更高，达到 944 万美元。

事实上，网络犯罪已经变得如此普遍，预计到 2029 年，价值 1550 亿美元的网络安全行业将膨胀至 3760 亿美元。

在一项调查中，66% 的组织认为人工智能对 2025 年及以后的网络安全影响最大。

同样的研究还发现，63% 的受访组织认为，在采用人工智能工具之前，他们缺乏评估其安全性的可靠流程。

深度伪造攻击是黑客侵入企业的最复杂方式之一。

过去两年，“深度伪造” 的搜索量达到了历史新高。在威睿公司最近的一项调查中，66% 的参与调查的 IT 领导者表示，他们在过去 12 个月中经历过与深度伪造相关的攻击。这比 2021 年增加了 13%。

深度伪造技术利用人工智能 / 深度学习来制作令人信服的虚假事件和人物的视频、图像和音频。

这项技术已经存在了几年，对黑客来说，它越来越好用。

一种名为生成对抗网络的机器学习技术使得深度伪造模型几乎无法被检测到。

此外，5G 网络的出现使实时操纵视频变得更加容易。

深度伪造对实施商业电子邮件泄露（BEC）诈骗的网络罪犯特别有用。

对网络罪犯来说，利用深度伪造来操纵面对面验证方法也是一种可能。

对组织来说，识别深度伪造和其他即将到来的威胁在很大程度上是一场防御战。安全专业人员总是比攻击者慢一步。

然而，网络安全专业人员正在使用人工智能和其他先进技术解决方案，以便尽早发现并阻止攻击。IBM 最近的一份报告发现，与不使用这些解决方案的组织相比，广泛使用人工智能网络安全工具和自动化的组织节省了 222 万美元。

人工智能工具不仅能够在人类操作员之前识别攻击，还可以被配置为在漏洞失控之前阻止攻击并提醒 IT 人员。

Deep Instinct 是一家由深度学习驱动的网络安全公司。

该解决方案每天可以扫描数百万个文件，并在不到 20 毫秒的时间内检测到威胁。

自 2015 年成立以来，该公司已经从BlackRock 和 Chrysalis Investments等公司筹集了超过 3.21 亿美元的资金。

5. 量子计算走向实际应用

自 20 世纪 80 年代以来，量子计算一直是一个讨论的话题。

2025 年，世界终于接近实现这种计算的实际应用。我们今天所知道的传统计算机使用二进制代码（0 或 1）运行。量子计算机使用量子比特，这使得一个数据可以同时处于两种状态（0 和 1）。

所有这些技术归根结底都是为了提高计算速度。

当今计算机需要花费数百万年才能完成的复杂计算，用量子计算则可以在几分钟内解决。

技术和资金问题一直困扰着该行业，但最近几个月来，发展势头一直在增强。

事实上，去年量子计算初创公司获得了 17 亿美元的投资。

到目前为止，量子计算竞赛的领跑者似乎是 IBM。

IBM 的量子计算机 Osprey 于 2022 年 11 月推出，拥有 433 个量子比特。

该公司表示，2025 年将推出拥有 4000 个量子比特的计算机。

然而，科技专家指出，量子计算机需要数百万个量子比特才能完全发挥功能。许多人预计这一目标将在 2027 年实现。

Alphabet（谷歌母公司）已运营量子计算部门六年，并于 2022 年 3 月宣布该部门将独立为一家名为 Sandbox AQ 的公司。

该公司在 2022 年获得了 “九位数” 的融资，到 2023 年 2 月又筹集了 5 亿美元。

尽管 IBM 和 Alphabet 的项目前景广阔，但其他鲜为人知的公司也在该领域形成竞争并筹集大量资金。

例如，我国公司本源量子（Origin Quantum）在 2022 年融资 1.482 亿美元，是当年量子计算行业最大规模的融资。

Q-CTRL 于 2017 年作为澳大利亚首家获得风投的量子科技公司成立。

公司领导者专注于通过量子控制基础设施软件克服行业内与硬件错误和不稳定性相关的挑战。

该公司在 2023 年初完成了 2740 万美元的 B 轮融资。

Q-CTRL 已与 8000 多个用户签订合同，包括美国政府、澳大利亚国防机构以及 IBM、IonQ 等企业。

随着各公司竞相开发这项新技术，多个行业的领导者正在期待量子计算的潜在影响。这种影响对许多行业可能是巨大的。

麦肯锡的一份报告指出，量子计算将在生命科学和金融领域创造最高价值。

据麦肯锡预测，到 2035 年，相关价值可能高达 7000 亿美元。

在生命科学领域，量子计算可用于模拟化学过程、优化药物设计，并通过基因组学推动个性化医疗的发展。

在金融领域，量子计算可大幅降低市场风险、改进欺诈检测并加速客户支持流程。

量子计算也可能对消费者产生多方面的影响。

以电动汽车充电为例。在家中完全充电平均需要 10 小时，即使是最快的充电速度也需要 20 分钟。借助量子技术，充电时间可能缩短至在家 3 分钟、在高速充电站几秒。

6. 物联网的企业和公共应用扩展

尽管芯片短缺问题持续存在，全球物联网连接数将增长至 270 亿。

随着 5G 网络的发展和半导体制造前景的缓解，有人估计企业物联网市场到 2027 年可能增长至 4830 亿美元。

各行各业的商业领袖正在采用并扩展物联网技术的应用，以改善连接性和数据收集。

在 IEEE 2022 年的一项调查中，物联网被列为 2023 年五大最具影响力技术之一。

企业在物联网项目上的投资回报相对较快，超过 60% 的企业表示仅需三年即可实现财务回本。

制造业是投资物联网（称为 “工业物联网” 或 IIoT）以打造智能工厂的行业之一。

在美国，35% 的制造商已通过物联网设备收集和使用数据。

例如，机器上的传感器收集数据并进行无线存储，机器学习平台对数据进行分析，评估是否需要人工干预。

这一过程可用于提高效率、减少浪费并预测维护需求。

物联网设备还在推动智慧城市的发展。

传感器从电表、垃圾桶、交通信号灯等设备收集数据，这些数据被用于提升城市效率和市民安全。

爱达荷大学与智能垃圾桶公司 Nordsense 合作，为 58 个混凝土垃圾桶安装了物联网传感器。

由于这些传感器监测垃圾水平并在需要清空时通知废物管理团队，该团队的工作时间和燃料消耗减少了 50%。

7. 环境计算催生 “隐形” 科技

环境计算是基于物联网的概念，预示着未来科技将几乎 “隐形”。

原因如下：在环境计算中，由人工智能驱动的设备和软件网络在后台（我们周围）运行，几乎无需人工干预。

环境计算利用人工智能和机器学习解读从智能温度计、智能手表等物理设备收集的数据，并自主做出决策。

所有这些技术结合在一起，创造出能够与人类和其他设备互动的设备。

由于具备改变我们与从咖啡机到货运卡车等所有事物交互方式的潜力，环境智能产业预计到 2028 年将以令人瞩目的 32% 的复合年增长率增长，达到 2250 亿美元的总价值，这也就不足为奇了。

环境计算仍是一项不成熟的技术，但在面向消费者和面向企业的解决方案中已经有了应用案例。

语音助手和智能手机控制的恒温器是环境计算的很好例子，但这项技术有潜力变得更加隐形。例如，下飞机的人可以自动收到通知，告知他们的行李在某个特定的行李传送带上已准备好提取。

在他们取到行李后，会收到另一条通知，告知他们预约的拼车已在指定地点等候。当他们上车后，系统会自动从最近的星巴克订购一杯咖啡，并自动为他们办理酒店入住手续。

另一种可能是，房主可能不再需要车库门开启器。相反，房主的智能手机会将位置信息传送给家中的设备，当他们靠近时，设备就会为他们打开车库门。

在工厂中，环境计算被用于监测和安排机器的维护。

当物联网设备识别出机器需要维修时，它会与安排维护的软件连接，并将该机器列入维护计划。

在零售业中，货架上的传感器在库存不足时可以自动订购新的货物。

然而，随着这项技术的发展，隐私和安全问题将成为人们关注的首要问题。

8. 机器人流程自动化的采用持续增长

随着人工智能和机器学习之间的界限不断模糊，企业正在找到越来越多的方法将自动化融入其流程中。

高管们最兴奋的新兴技术之一就是机器人流程自动化（RPA）。

RPA 涉及训练软件程序来执行平凡、重复的任务。

预测显示，到 2030 年，RPA 市场将增长到 250 亿美元，复合年增长率接近 36%。

2022 年，RPA 软件收入达到近 100 亿美元，较 2021 年增长了近一倍。

调查显示，目前有五分之一的企业在使用 RPA。

企业采用 RPA 的主要原因之一是，紧张的劳动力市场意味着企业需要最大限度地提高员工效率和生产力。

数据显示，美国一家拥有 500 名员工的普通公司每年因在重复任务上浪费时间而损失超过 140 万美元。

在企业内部完成低价值、枯燥的任务时，RPA 解决方案也可以节省时间和金钱。

例如，当 RPA 将信息从文档复制并粘贴到数据库时，这个过程比人类执行该任务要快，而且结果的准确率更高。

据估计，RPA 可以将工作场所的产能提高多达 50%。

更不用说，高价值的人才可以被分配到其他任务中。

RPA 还可用于从网站提取数据、预约、收集客户信息、监测合规性以及员工入职等任务，这里仅列举几项。

就 RPA 供应商而言，UiPath 显然是市场领导者。

该公司最近的年度经常性收入超过了 10 亿美元，目前为全球 10500 多家客户提供服务。

结论

以上就是目前影响企业和消费者的八大顶级技术趋势的总结。

过去两年间，从劳动力短缺到计算机芯片危机，全球企业面临着各种各样的挑战。

然而，尽管存在这些挑战，科技行业仍在持续增长，并适应新的需求。由于专注于解决当今最紧迫的问题，且成功企业似乎拥有无限的资金支持，科技行业短期内不太可能放缓发展步伐。

相反，我们上面概述的技术趋势将在塑造我们的未来中发挥重要作用。