2025年,首席信息官们花费大量时间制定AI采用策略手册,密切关注监管变化,并评估快速发展的供应商市场的最新产品。
虽然AI在2025年占据了企业主舞台,但关于该技术快速发展的遗留问题在2026年又回到了CIO的办公桌上,因为新功能不断上线,组织开始仔细审视之前项目的投资回报率指标。
新年为C级高管带来了一系列需要关注的趋势。
董事会成员将询问技术主管如何管理日益增长的智能体AI工具军团,如何提高投资回报率,以及AI监管将如何影响运营。
在这些变化中,CIO们自己也在努力应对自身角色的演变,以及培训工作应如何响应AI的快速采用而改变。
以下是CIO今年应该关注的四个趋势:
智能体AI管理平台的兴起
智能体AI在2025年风靡一时,专家预计企业的兴趣和投资将持续下去——这带来了困惑、复杂性和希望。
一个关键问题是语义问题,因为CIO继续将夸大的供应商承诺与能够交付的技术区分开来。一个经验法则是什么?根据Forrester副总裁兼首席分析师Craig Le Clair的说法,目前市场上没有供应商拥有真正的智能体系统。另一方面,AI智能体将在2026年成熟。
这是另一种说法,智能体AI是一个渐进过程,能够创建新工具、建立新流程并在运行时解决问题的系统是最终目标。AI智能体是该进程的一部分。在2025年,智能体处理为人类设计的流程,而人类在中心充当编排者。根据Le Clair的说法,这种情况将在2026年改变,人类将更多地作为端点而不是中间件运行。
"他们正在将人类从中间位置移出,AI智能体正在成为流程的编排者,"他说。
Le Clair补充说,这种转变将对企业技能产生影响。为了准备,他建议企业建立技能进展路线图,反映他们计划从人类驱动的流程转向智能体驱动流程的速度。路线图可以考虑正在出现的技能、今天至关重要但重要性正在下降的技能,以及那些已经被AI淘汰的技能。IT领导者将在建立这些评估中发挥关键作用。
"CIO必须与业务部门合作,真正为不断增长的智能体能力创建一个进展路线图,"Le Clair说,并补充说CIO需要帮助业务部门"决定智能体的进展是什么,智能体的能力是什么,随着时间的推移如何进展。"
AI智能体不仅将在2026年变得更加成熟,它们的数量也会增加,这创造了Gartner高级总监分析师Tom Coshow所说的"智能体扩散"。
Coshow说,在2025年,企业意识到为了获得可靠的结果,AI智能体需要离散的任务和适当的数据才能成功。狭义定义的智能体将协作完成多智能体工作流程,但它们也将为CIO创建管理难题,并为智能体管理平台铺平道路。
"有些人称之为编排。有些人称之为可观察性和治理,"他说。"我称之为智能体管理平台。"这些应该包括构建的智能体库和市场管理、可观察性、成本报告、安全性和相关工具的功能。
"现在每个人都在开发某种版本,从超大规模厂商到初创公司以及介于两者之间的所有SaaS平台,"Coshow说。
对2026年AI智能体的另一个预测?"有人将构建一个让每个人都惊叹的语音AI,"他说。
员工AI技能培训成为关键
2025年,领导者花费了无数小时思考在AI扩展努力中什么有效,什么无效。尽管技术和治理挑战迫在眉睫,但部署计划中最棘手的组件往往与人员有关。
随着员工对手头AI能力越来越熟悉,重新技能培训对于实现AI承诺的生产力提升至关重要。在2026年,正确的培训努力将有助于确定哪些企业享受成功的AI采用计划——哪些将在未充分使用的工具上浪费资源。
"AI使持续学习变得不可协商,"Indeed全球人才吸引负责人Jessica Hardeman在11月的虚拟媒体圆桌会议上说。"我们不是只专注于深度技术专业化,而是试图建立学习路径,帮助每个员工了解如何将AI应用到他们的日常工作中。"
尽管企业广泛开展AI计划,但根据Jobs for the Future调查,员工培训滞后。只有三分之一的员工表示他们的雇主提供AI培训,超过一半的人报告感到没有准备好使用该技术。
重新培训员工的推动已经在进行中。花旗要求其18万名员工完成AI提示培训,作为更广泛AI推广计划的一部分。零售巨头沃尔玛利用OpenAI建立AI认证项目,计划今年开始。谷歌去年公布了7500万美元的AI培训基金以及AI基础项目。
EY美洲咨询转型、数字策略和体验负责人Audi Rowe表示,在2026年,CIO将花更多时间将提升技能努力与明确的价值交付对齐。
"必须提升员工技能,以了解如何转向更高价值或更专注于创新的角色,"Rowe告诉CIO Dive。"我相信需要相当陡峭的技能提升,无论是在CIO组织内部还是更广泛地。"
州级AI监管持续推进
尽管联邦政府和大型科技公司对AI监管有阻力,但随着各州继续通过管理该技术的法律,企业不应削减其合规框架。
2025年阻止州主导的AI监管浪潮的努力在唐纳德·特朗普总统的行政命令中达到高潮,该命令可能在2026年开始生效。特朗普授权创建AI诉讼工作组,以针对被认为违宪的州AI法律。Forrester首席分析师Alla Valente表示,这些法律是什么还有待观察。
"他将如何定义什么是限制性和繁重的?"Valente在谈到行政命令时说。"不清楚哪些州法律将受到挑战。"
行政命令对各州监管该技术能力构成的威胁并没有阻止美国各州通过和采用AI法律。
纽约州长Kathy Hochul在12月签署立法,为大型AI开发商建立安全和透明度框架,要求公司公开发布有关其安全协议的信息。该法律还要求前沿AI开发商在发现事件后72小时内向州报告AI模型安全事件。
在全国范围内,德克萨斯州负责任AI治理法案于1月1日生效。该法律禁止为行为操纵、侵犯宪法权利和传播非法深度伪造等目的创建和使用AI系统。
虽然纽约和德克萨斯州是最新通过AI法律的州,但它们并不孤单。加利福尼亚州的前沿人工智能透明度法案——纽约以此为模板制定法律——于1月1日生效,而监管高风险AI系统的科罗拉多州AI法案预计将于2026年6月30日生效。
即使在联邦层面,也有两党共识认为应该评估AI系统。参议员Josh Hawley(共和党,密苏里州)和Richard Blumenthal(民主党,康涅狄格州)在2025年9月提出人工智能风险评估法案,以创建先进的AI评估项目,该项目将强制前沿AI模型开发商参与。
Metaverse Law创始人Lily Li表示,进入2026年,开发和部署AI系统的企业不仅需要关注新的AI法律和立法,还需要关注AI相关法规,如加利福尼亚州的自动决策技术法规,因为不清楚哪些法律将落在特朗普行政命令的范围内。
"它们管理公司如何处理个人信息以便对消费者做出自动决策,"Li在谈到加利福尼亚州的ADMT法规时说。"这些需要风险评估、披露和大量更新的通知要求。"
Li说,企业面临的更广泛州AI法律(如科罗拉多州AI法案)的一些挑战包括理解AI系统透明度和文档要求的范围,以及确定在内部进行哪些风险评估并向州监管机构报告。
虽然这些是特朗普政府可能关注的一些领域,但任何挑战将如何影响各州AI法律的实施还有待观察,Li补充说。随着法律的通过,最终将要求企业披露这些信息,企业需要掌握他们用于训练AI模型的数据,以及理解其AI系统的逻辑和参数。
"对州监管机构的风险评估和报告要求将受到特朗普政府的最严格审查,"Li说。"但在挑战成功方面实际上有更多的可变性。"
CIO角色的演进与挑战
CIO的角色在2026年不会看到重大转变,但产生结果的压力从未如此之高,影响变化的机会也从未如此之大。
"如果我必须总结我认为CIO面临的挑战是什么,那就是弄清楚如何生存以及在哪里繁荣,"Gartner杰出副总裁分析师Christie Struckman说。
Struckman说,CIO将面临大量技术需求和期望工具更快交付、更高质量并提供投资回报率。为了生存,CIO必须弄清楚他们的IT部门如何满足这些需求,并快速做出困难的、有时痛苦的决定才能达到目标,她说。
为了繁荣,他们应该从评估业务需求开始。"这是唯一的起点:你的企业试图做什么?他们试图多快到达那里?他们认为什么将成为差异化因素?"Struckman说。
Struckman说,需求太高,预算约束太紧,无法做到一切,所以CIO应该寻找能够显示价值的投资并进行试点项目实验。
对于Heller Search首席执行官Martha Heller来说,2026年可能是数据终于得到应有重视的一年。
经过多年的收购和企业在没有强大数据基础的情况下只做足够保持盈利的事情之后,公司发现自己处于一个拐点:他们有大量数据但没有价值。CIO将被期望改变这种情况。
"2026年CIO的角色将是自从发明CIO以来就要做的角色,"Heller说。"自动化流程,产生数据,产生价值。这一直是工作。"
2026年的不同之处:CIO不再需要为数据资产对公司成功至关重要而论证。ChatGPT在2022年出现时就做到了这一点。
CIO面临的挑战是戴上首席技术转型官的帽子,将庞大的数据景观整合在一起,为将员工技能提升到新的AI工作水平铺平道路,并找到向执行团队讲述数据和AI故事的方法,以便他们理解并为生存路口做好准备,Heller说。
"如果你的数据不正确,你还记得Radio Shack吗?你还记得Blockbuster吗?"她说。"我认为我们将看到拥有者和没有者的分化。"
她提醒CIO他们以前经历过转型时刻,并建议他们重新审视关于如何将数字集成到业务中的策略手册,作为过去有效方法的提醒。她鼓励他们使向AI的过渡成为团队运动。她建议IT领导者抓住面前的机会。
"AI是你可以成为业务领导者的门户,因为AI是技术,但它绝对是一种能力,"Heller说。"走过去吧。"
Q&A
Q1:智能体AI和AI智能体有什么区别?
A:智能体AI是一个渐进过程,能够创建新工具、建立新流程并在运行时解决问题的系统是最终目标。AI智能体是该进程的一部分,目前市场上没有真正的智能体系统,但AI智能体将在2026年成熟。
Q2:为什么说2026年员工AI培训变得更加重要?
A:随着员工对AI能力越来越熟悉,重新技能培训对于实现AI承诺的生产力提升至关重要。目前员工培训滞后,只有三分之一的员工表示雇主提供AI培训,正确的培训努力将决定哪些企业能成功采用AI。
Q3:特朗普的AI监管行政命令会如何影响州级AI法律?
A:特朗普授权创建AI诉讼工作组,针对被认为违宪的州AI法律,但具体挑战哪些法律还不清楚。尽管有联邦层面的阻力,各州仍在继续通过AI法律,企业需要关注新法律和AI相关法规的合规要求。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。