Gartner发布未来四年云技术发展的六大趋势,包括对云技术不满、人工智能/机器学习(AI/ML)、多云和跨云、可持续性、数字主权以及行业解决方案。
Gartner顾问总监Joe Rogus表示:“这些趋势正在加速推动云从技术赋能者向业务颠覆者转变,成为多数企业的必需品。在未来几年,云技术将继续催生新的商业模式、带来竞争优势,并为企业实现业务目标提供新的思路。”
Gartner预测,以下六大趋势将决定云技术的未来发展方向,最终催生出具有变革性的新型数字化工作方式(见图一)。

图一、云技术发展的六大趋势
来源:Gartner(2025年5月)
趋势1:对云技术不满
云技术采用持续增长,但并非所有云技术的实施都会取得成功。Gartner预测,到2028年,25%的企业将会因不切实际的期望、欠佳的实施方式、难以控制的成本等原因,而对云技术采用感到不满。
为保持竞争力,企业需要制定清晰的云战略并切实执行。Gartner研究表明,到2029年,成功落实前期战略重点的企业对云技术的不满将有所缓解。
趋势2:AI/ML需求增长
AI/ML需求将大幅增长,而超大规模云服务提供商将处于这一增长的核心位置。他们将通过将基础能力融入IT基础设施、加强与供应商和用户的合作、利用真实与合成数据训练AI模型等方式,推动计算资源分配方式的转变。Gartner预测,到2029年,用于AI工作负载的云计算资源比例将达到50%,而目前这一比例还不到10%。
Rogus表示:“这些都表明,到2029年,与AI相关的云工作负载将增长五倍。企业现在应评估自身的数据中心和云战略是否足以应对AI和ML需求的激增。在许多情况下,他们可能需要将AI部署到数据存储地以支持这一增长。”
趋势3:多云和跨云
许多采用多云架构的企业发现,与云服务提供商的连接以及云服务提供商之间的连接是一项难题。不同环境间缺乏互操作性可能会阻碍云技术的采用。Gartner预测,到2029年,超过50%的企业将无法从多云部署中获得预期结果。
Gartner建议,企业应根据具体情况,识别特定用例,规划企业内部可从跨云部署模式中受益的分布式应用和数据,这样能够让工作负载在不同云平台、本地和托管设施间协同运行。
趋势4:行业解决方案
行业云平台正呈现上升趋势,越来越多的供应商开始提供垂直业务成果的解决方案,助力数字计划的规模化。Gartner预测,到2029年,超过50%的企业将使用行业云平台来加速业务举措。
Gartner建议,企业应将行业云平台视为一种战略补充,增添现有IT组合的能力,而非完全替代现有系统。这有助于企业规避技术债务、推动创新并创造商业价值。
趋势5:数字主权
AI的应用、隐私法规的收紧以及地缘政治的紧张局势,共同推动了主权云服务需求增加。企业将越来越需要保护数据、基础设施和关键工作负载,防止受到域外管辖的控制以及外国政府的访问。Gartner预测,到2029年,拥有数字主权战略的跨国企业比例将超过50%,而目前这一比例还不到10%。
Rogus表示:“企业可以通过主动调整云战略来满足数字主权要求,目前已有许多解决方案能够满足他们的需求可供支持。但他们必须明确自身需求,以便选择合适的解决方案组合,保障数据安全和运营完整性。”
趋势6:可持续性
随着监管机构、投资者及公众均要求技术投资与环境目标更加一致,越来越多的云提供商和用户共同承担起更多构建可持续IT基础设施的责任。随着AI工作负载能耗的持续增加,企业还必须更好地了解、衡量和管理新兴云技术对可持续性的影响。
Gartner研究显示,到2029年,全球范围内将可持续性纳入采购优先考虑事项之一的企业比例将超过50%。为了让云投资产生更大的价值,企业不能仅着眼于环境影响,还需使自身可持续性战略与关键业务成果保持一致。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。