行业报告

为何75%的招聘需引入AI认证?Gartner发出预警

发布时间:2026-03-12 00:00:00 责任编辑:lily

【导读】2026年正成为人类、机器与组织智能边界日益模糊的关键转折点。Gartner最新发布的预测指出,AI已不再仅仅是辅助工具,而是进化为企业不可或缺的“协同合作伙伴”,正在从根本上重塑数据与分析的全领域格局。从人才战略中引入AI能力认证,到生产力工具面临30年来最剧烈的市场重构,再到物理世界数据量的爆发式增长,企业正站在一个机遇与挑战并存的十字路口。


商业与技术洞察公司Gartner发布了2026年及未来数据和分析(D&A)重要预测。人工智能(AI)预计将对数据和分析全领域产生影响,包括领导力、治理体系、人才需求、市场动态、语境需求及非文本模型。


Gartner杰出研究副总裁Rita Sallam表示:“数据与AI的发展速度如此迅猛,每一年都如同迈入科幻小说的新篇章。2026年,人类、机器与组织智能的边界将不断模糊。企业以前所未有的方式依赖数据,AI系统不仅是辅助工具,更是协同工作的‘合作伙伴’。这些预测将为领导者提供一张应对未来机遇与挑战的蓝图。”


到2027年,75%的招聘流程将在录用环节加入工作场所AI能力认证与测试。


AI创新的速度惊人,这使得制定有针对性的AI驱动型人才战略迫在眉睫。如果领导者未能使技术人才战略跟上时代步伐,其企业可能会永久落后于成功实现人机协作的竞争对手。


Sallam表示:“数据和分析领导者应推动落实严格的数据驱动型技能评估,以发现其AI愿景与IT人才就绪度之间的差距。”


到2027年末,GenAI与AI智能体的应用,将给主流生产力工具带来30年来首次真正挑战,并引发价值580亿美元的市场格局重塑。


如今,新内容创作往往不再是从零开始,而是越来越多地先使用GenAI获取大量内容并以多种方式整合。编辑过程也常常是利用AI不断重写内容,而非作者手动修改。


随着价值不断向代理型AI体验转移,AI将持续引发生产力套件领域的新一轮竞争。数据和分析领导者必须要求工具适配当下需求,例如,新型用户界面、插件、文档类型及格式等。


到2029年,AI智能体从物理环境中产生的数据量预计将达到所有数字AI应用数据总和的10倍。


物理世界中的代理型AI应用因与环境交互而在逻辑、空间及多智能体场景中产生海量轨迹数据。这为世界模型创造了从数据中学习规律并进行精准预测与模拟的独特机遇。


到2030年,50%的企业将使用自主AI智能体将治理政策与技术标准转化为机器可验证的数据合约,实现合规与治理政策的自动化执行。


到2030年,50%的AI智能体部署失败将源于AI治理平台运行时能力执行与多系统互操作性方面的不足。短期内,使用大语言模型(LLM)作出的无治理决策将导致企业遭受经济或声誉损失。


Sallam表示:“数据和分析领导者应在低风险流程中尝试使用数据治理智能体,来编排并实现协商流程的自动化。在尝试进一步扩展前,他们需要验证智能体能否在受控环境中正确解读上下文和协议。同时,分析工作流也应重新设计,增加强制性评估阶段。”


到2030年,将出现一批新的独角兽企业。这些企业的人均年度经常性收入达200万美元,估值突破十亿美元。其增长动力并非来自投资者资本,而是源于极致的资本效率。这种效率产生的估值倍数源于实际业绩,而非未来承诺。


领先的AI原生初创企业正通过三条路径实现空前的增长效率:使用专有AI解决特定的服务不足问题、将AI嵌入工作流,以及提供简洁直观的用户体验加快普及速度、养成使用习惯和产生可观的商业价值。


Sallam表示:“各行业企业都需要遵守新的标准。数据和分析领导者可以向这些以AI为中心的初创企业学习。这些企业通过聚焦少数拥有重大股权的员工,同时选择能够快速适应新AI工具的技术中立型全栈工程师和通才实现快速增长与盈利。这种模式使企业(及团队)能以更少的资源实现高效增长。”


到2030年,60%通过AI成功实现差异化的企业将由重视人际关系技能的高管领导。


随着企业日益认识到以人为本的战略愿景在AI应用中的价值,具备强大联盟构建与影响力技能的首席数据和分析官(CDAO)将晋升至首席执行官(CEO)等更高层级的高管岗位。


到2030年,通用语义层将与数据平台、网络安全并列为关键基础设施。


对于主导或支持AI的数据和分析领导者而言,构建通用语义层已成为一门“必修课”。这是提高准确性、管控成本、大幅削减AI债务、协调多智能体系统及遏制高成本不一致性扩散的唯一途径。数据和分析领导者必须将语义能力纳入预算,将其作为不可妥协的基础。


到2028年,50%的内容风险岗位将从法律和网络安全部门转移至AI工程部门,以应对孤立保障流程引发的固有风险。


风险缓解功能正日益融入AI工程、数据科学及软件开发流程。相关团队需设计能够智能生成和管理内容的系统,并负责通过将嵌入式控制功能内建于设计中缓解相关风险。这将推动在伦理和法律边界内实现更加快速、负责任的创新,尤其是当AI模型决策需基于用户情境时。


Gartner的预测清晰地描绘了一条通往未来的路径:成功的差异化将由具备卓越人际关系技能的高管引领,合规将通过自主AI智能体转化为机器可验证的合约,而通用语义层将成为遏制AI债务、确保多智能体系统协调运行的关键基石。与此同时,风险管理的重心将从事后法律审查前移至AI工程设计阶段,以实现负责任的创新。


3-958x200_20251021044704_586.png


为您推荐

英特尔微软签署长期合作协议,Azure 自研芯片将采用 EMIB 先进封装技术 业界新闻

英特尔微软签署长期合作协议,Azure 自研芯片将采用 EMIB 先进封装技术

面对云计算与 AI 算力快速增长的市场需求,英特尔与微软达成多年长期合作协议,扩大双方在 Azure 基础设施领域的协作。微软成为首家采用英特尔代工 EMIB 嵌入式多芯片互连桥先进封装技术用于 Azure 自研芯片的企业。协议锁定包括 Diamond Rapids 下一代至强服务器 CPU 的多年产能供应,同时双方将围绕 CXL 计算快速链接、Intel QAT 加速、TDX 机密计算开展联合优化,实现虚拟机性能、数据库备份速度、数据安全能力提升,打造面向 AI 高负载的云基础设施底座。

AI&loT 互联技术 EMC安规 CPU Intel(英特尔) Microsoft(微软)

英飞凌携手麦格米特推进 800 VDC 架构,赋能下一代 AI 数据中心三相电源平台 业界新闻

英飞凌携手麦格米特推进 800 VDC 架构,赋能下一代 AI 数据中心三相电源平台

AI 服务器功耗持续攀升,800 VDC 高压直流架构成为数据中心提升能效、降低损耗的重要技术路线。英飞凌与麦格米特达成合作,麦格米特将在三相 AI 电源平台采用英飞凌 CoolSiC™ MOSFET G2 碳化硅器件,覆盖 PSU、IBC、SST 关键单元。依托碳化硅器件低损耗、优秀散热能力,系统效率超越 80 PLUS® Ruby 认证要求,助力 AI 数据中心实现更高功率密度与运行可靠性,双方还将持续深化下一代电力基础设施联合创新。

AI&loT 电源管理 EMC安规 SiC(碳化硅) Infineon(英飞凌)

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程 业界新闻

MathWorks 取得 TÜV 南德认证扩展,智能体 AI 融入 ISO 26262 汽车功能安全开发流程

MathWorks 宣布扩展 MATLAB、Simulink 等工具的 TÜV 南德认证范围,新增依据 ISO 26262 制定的 AI 工具分类指南,成为首家为功能安全场景下 AI 辅助工程工作流提供评估指南的工具供应商。借助 Simulink Agentic Toolkit 与 Polyspace Agentic Toolkit,可将 AI 智能体嵌入基于模型的完整开发链路,完成模型搭建、评审、测试生成、代码缺陷检测等工作。方案基于 Model Context Protocol(MCP),兼容 GitHub Copilot、Gemini CLI、Claude Code 等主流 AI 平台,在引入 AI 提效的同时,保障汽车安全关键项目所需的可审计、可追溯能力。

汽车电子 EMC安规 测试测量 MathWorks

交流耦合储能系统设计手册:BESS 从系统框图到双向逆变器硬件选型指南 应用笔记

交流耦合储能系统设计手册:BESS 从系统框图到双向逆变器硬件选型指南

交流耦合凭借架构成熟、并网控制灵活的优势,成为户用、工商业 BESS 储能电站主流实现路线。本文基于安森美设计手册,梳理10kW‑250kW交流耦合储能完整系统架构,拆解能量流转链路,对比二电平六开关、T‑NPC 电子元件技术网获悉:三电平两类双向 DC‑AC 逆变器拓扑,从方案优势、性能亮点到功率器件选型、模块应用、PCB 布局布线、保护机制、EMI 与温升验证,输出可直接落地的硬件设计指南,为储能电源研发工程师提供系统设计参考。与储能系统搭配使用的变流器,按照耦合方式可以分为直流耦合和交流耦合。其中,交流耦合架构成熟、并网控制灵活,是商用BESS等应用的理想选择。

能源电路 电源管理 EMC安规 电源模块 onsemi(安森美)

大联大世平携手安森美:从电网到 GPU,AI 数据中心高效能电源架构方案解析 行业活动

大联大世平携手安森美:从电网到 GPU,AI 数据中心高效能电源架构方案解析

AI 算力爆发带动服务器功率持续走高,机柜功率从 250kW 向 1MW、2MW 升级,电源系统已经成为制约 AI 数据中心规模化落地的核心瓶颈。近期大联大世平集团联合安森美(onsemi)举办线上技术研讨会,围绕 AI 数据中心电源供应新世代主题,分享从电网到 GPU 的全链路高效电源架构,详解 800VDC 直流供电、SST 技术、碳化硅功率器件、BBU 后备方案等技术路线,同时测算电源效率提升带来的规模化节能收益,梳理全球数据中心布局、头部厂商落地节奏与当前技术落地限制,为 AI 服务器电源设计工程师提供方案参考。

能源电路 电源管理 EMC安规 GPU onsemi(安森美)

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆