Gartners 10 vigtigste strategiske teknologitendenser for 2025

Gartner har offentliggjort sine 10 vigtigste strategiske teknologitendenser for 2025. Ifølge analytikerne har kerneemnerne det største potentiale til at forstyrre traditionelle forretningsmodeller, drive nye former for innovation og håndtere de mest presserende udfordringer, organisationer står over for i dag.

De 10 tendenser er placeret i tre kategorier:

• AI-imperativer og risici: For at bekæmpe desinformation kræver fremkomsten af AI-agenter fremskridt inden for AI-governance og nye teknologier.
• Nye grænser for databehandling: Kvanteberegning kræver nye kryptografiske metoder, mens billige sensorer sætter innovative forretningsmodeller fri.
• Samspil mellem menneske og maskine: Stærkere samspil mellem fysiske og virtuelle oplevelser accelererer, efterhånden som robotter bliver en del af hverdagen, drevet af teknologier, der påvirker kognition og præstation.

Nedenfor opsummerer vi hver tendens for at forstå dens betydning og effekt. Vi deler også nogle nøgletal og fremhæver use cases, der bygger bro fra teori til virkelighed:

Tendens nr. 1: Agentisk AI

Kategori: AI-imperativer og risici

Om: Agentisk AI er software, der kombinerer flere AI-teknikker — såsom hukommelse, planlægning og registrering af omgivelserne — for at understøtte autonom og delvist autonom beslutningstagning. Det overordnede mål er at forbedre sikkerhed, effektivitet og produktivitet i hele organisationen.

I 2028 forventes 33 % af virksomheders softwareapplikationer at omfatte agentisk AI, op fra under 1 % i 2024. Det gør det muligt, at 15 % af de daglige arbejdsbeslutninger træffes autonomt.

Use cases:

• Gøre det muligt for medarbejdere at udvikle og styre store, komplicerede tekniske projekter via naturligt sprog.
• Automatisere og optimere kundeoplevelser ved at bruge dataanalyse til at træffe præcise og gennemtænkte beslutninger i hvert trin.
• Skabe hurtigere dataanalyse og mere præcis prædiktiv intelligens for at forbedre situationsbevidstheden og drive bedre beslutninger.

Tendens nr. 2: Platforme til AI-governance

Kategori: AI-imperativer og risici

Om: Platforme til AI-governance styrer og kontrollerer AI-systemer ved at sikre, at de bruges etisk, ansvarligt, gennemsigtigt, retfærdigt og sikkert — og i sidste ende skabe overensstemmelse mellem brugen af AI, organisationens værdier og bredere samfundsmål og forventninger.

Analytikere forudser, at forbruget af hyldevare-software til AI-governance i 2030 vil stige mere end 4 gange og nå 15,8 milliarder dollars (alle beløb i USD) og udgøre 7 % af det samlede forbrug på AI-software.

Use cases:

• Identificere, vurdere og afbøde potentielle risici og farer, som AI-systemer kan udløse, såsom bias, brud på privatlivets fred og negativ samfundspåvirkning.
• Føre AI-modeller gennem en proces for modelgovernance, så alle relevante porte og kontroller overholdes gennem hele livscyklussen.
• Spore AI-systemers brug, ydeevne, revision og beslutningsprocesser for at sikre, at de forbliver i tråd med governance-standarder, der udvikler sig over tid.

Tendens nr. 3: Sikkerhed mod desinformation

Kategori: AI-imperativer og risici

Om: Som vi har drøftet på Devolutions-bloggen, er den mulige positive effekt af AI enorm og på nogle måder endda dybtgående, men der er også en mørk side af historien. Cyberkriminelle prøver utrætteligt at bryde ind i AI-systemer for at manipulere modeller, så de genererer unøjagtige resultater og træffer fejlbehæftede beslutninger. Målet med sikkerhed mod desinformation er at hjælpe med at opdage og validere, hvad der kan — og hvad der ikke kan — stoles på, samtidig med at udbredelsen af skadeligt indhold overvåges og gøres synlig.

I 2028 anslås det, at 50 % af organisationerne vil tage strategier, systemer og værktøjer til sikkerhed mod desinformation i brug, op fra under 5 % i 2024.

Use cases:

• Opdage brugen af syntetiske medier i godkendte sammenhænge, såsom kommunikation i realtid og validering af krav.
• Overvåge falske fortællinger, som cyberkriminelle og andre ondsindede aktører spreder via massemedier eller sociale medier, og som retter sig mod virksomhedens aktiver (f.eks. brand og produkter) og mennesker (f.eks. direktører og ledere).
• Opdage identitetstyveri og forsøg på at udgive sig for personer, der legitimt er knyttet til en organisation, såsom medarbejdere, kontraktmedarbejdere, leverandører og kunder.

Tendens nr. 4: Postkvantekryptografi (PQC)

Kategori: Nye grænser for databehandling

Om: I flere årtier er forskellige kryptografiske metoder blevet brugt til at sikre informationssystemer og data. Fremkomsten af kvanteberegning (som bruger kvantemekanik til at løse komplekse problemer hurtigere end klassiske computere) forventes dog at gøre mange af de konventionelle metoder forældede. Faktisk tilpasser nogle cyberkriminelle sig allerede skiftet ved at bruge taktikker som „harvest now, decrypt later“, hvor de udtrækker data, de ikke kan dekryptere nu, men forventer at kunne dekryptere i fremtiden ved hjælp af kvanteteknologi. Det er (forhåbentlig) her, PQC kommer ind i billedet.

PQC er en generation af kryptografiske metoder, der er designet til at imødegå og modvirke de potentielle trusler fra kvantecomputere. Og tiden er afgørende: sikkerhedseksperter advarer om, at kvanteberegning har potentiale til at bryde RSA- og ECC-kryptering inden for timer eller muligvis endda minutter. Og selv om AES er sværere at bryde, kan kvantecomputere knække krypteringsstandarden på en brøkdel af den tid, klassiske computere skal bruge.

Use cases:

• Fremtidssikre systemer, så følsomme finansielle data beskyttes i en verden, der i stigende grad domineres af kvantecomputere.
• Beskytte intellektuel ejendom mod cybertrusler ved at forhindre cyberkriminelle i at dekryptere fortrolige oplysninger, selv hvis de bruger kvanteberegning.
• Sikre, at krypteret kommunikation — såsom beskeder, kontrakter og driftsdata — ikke kan opsnappes eller dekrypteres.

Tendens nr. 5: Omgivende usynlig intelligens

Kategori: Nye grænser for databehandling

Om: Omgivende usynlig intelligens bruger AI-fremskridt som maskinlæring (ML), allestedsnærværende databehandling og kontaktløse sensorer til at spore placering og status for forskellige objekter. Målet er automatisk at indsamle data fra hverdagsmiljøer og autonomt gøre fysiske rum, som mennesker opholder sig i (på arbejde, hjemme og andre steder), mere responsive, behagelige og sikre.

Det globale marked for omgivende intelligens forventes at nå 185,5 milliarder dollars i 2032, op fra 19,2 milliarder dollars i 2022.

Use cases:

• Øge nøjagtigheden og funktionaliteten i økosystemer til smart home, som (for eksempel) over tid lærer, at personer foretrækker varmere temperaturer på bestemte tidspunkter, og justerer derefter.
• Skabe kassefri detailmiljøer, der overvåger de varer, kunderne samler, mens de handler, og automatisk trækker beløbet på deres kredit- eller betalingskort, når de forlader butikken.
• Løbende overvåge patienter på hospitaler eller ældre på plejehjem for at give hurtig respons og deling af information i nødsituationer.

Tendens nr. 6: Energieffektiv databehandling

Kategori: Nye grænser for databehandling

Om: Som navnet antyder, handler energieffektiv databehandling om at bygge og drive computere, datacentre og digitale systemer på måder, der opnår de nødvendige præstationsstandarder og samtidig reducerer energiforbruget og minimerer CO2-aftrykket. Teknologier, der har potentiale til at drive bæredygtig energieffektivitet de næste 5-10 år, omfatter neuromorf databehandling (design af hardware og software, der simulerer hjernens neurale og synaptiske strukturer og funktioner for at behandle information) og kvanteberegning (som omtalt ovenfor i tendens nr. 4).

I 2025 forventes datacentre verden over, der hoster cloudtjenester, at forbruge 20 % af den globale elektricitet og udlede op til 5,5 % af verdens CO2-udledning.

Use cases:

• Reducere omkostninger i datacentre ved at sænke strømforbruget i servere og kølesystemer.
• Bruge energieffektiv databehandling til at designe produkter, der bruger mindre energi.
• Bygge intelligente systemer til strømstyring, der reducerer strømforbruget på tværs af kontornetværk.

Tendens nr. 7: Hybrid databehandling

Kategori: Nye grænser for databehandling

Om: Hybrid databehandling kombinerer flere teknologier (såsom CPU’er, GPU’er, edge-enheder og ASIC’er) og systemer (såsom neuromorfe, kvante-, bio- og fotoniske systemer) for at løse ekstremt komplekse beregningsproblemer. For at hybrid databehandling kan løse problemer og nå mål i og uden for virksomheden, er orkestreringslag nødvendige for at koordinere data og samspil og optimere effektiviteten i udvikling og udrulning af apps.

Fra år til år, fra 2024 til 2025, forventes forbruget på cloudinfrastruktur og platformtjenester (CIPS) at vokse 24,2 %, forbruget på cloudapplikationstjenester (SaaS) at vokse 19,2 %, forbruget på cloud desktop-as-a-service (DaaS) at vokse 11,1 %, og forbruget på cloudsysteminfrastrukturtjenester (IaaS) at vokse 24,8 %.

Use cases:

• Holde kritiske workloads internt og bruge skyen til at håndtere spidsbelastninger i travle perioder.
• Opbevare følsomme data on-premises og overholde strenge regler for databeskyttelse, og bruge skyen til mindre følsomme operationer eller analyser.
• Udnytte cloud-baserede udviklingsværktøjer og samtidig bevare sikre on-premises-miljøer til produktion.

Tendens nr. 8: Rumlig databehandling

Kategori: Samspil mellem menneske og maskine

Om: Rumlig databehandling bruger en blanding af teknologier, herunder augmented reality (AR), mixed reality (MR) og AI, til digitalt at repræsentere mennesker og objekter og forankre det digitale indhold i den virkelige verden — og i sidste ende skabe et omsluttende, interaktivt miljø. Mange kender rumlig databehandling fra underholdning og spil (via enheder som Apple Vision Pro og Meta Quest 3), men den bruges også inden for detail, sundhed, e-handel, træning og præstationsstyring.

I 2028 anslås det, at 20 % af mennesker verden over vil opleve vedvarende og geografisk forankret indhold mindst én gang om ugen, op fra under 1 % i 2023. Det globale marked for rumlig databehandling forventes at nå 280,5 milliarder i 2028, op fra 97,9 milliarder i 2023.

Use cases:

• Gøre det muligt for medarbejdere, der ikke sidder på det samme fysiske kontor eller i det samme arbejdsrum, at samarbejde i omsluttende 3D-miljøer.
• Køre livagtige simulationer for at understøtte medarbejdertræning, hvilket kan sætte fart på tilegnelsen af færdigheder og forbedre den samlede sikkerhed.
• Give kunder en interaktiv virtuel assistent, der følger dem, mens de handler, og som tilbyder relevante og opdaterede svar, råd og oplysninger.

Tendens nr. 9: Polyfunktionelle robotter

Kategori: Samspil mellem menneske og maskine

Om: I modsætning til traditionelle robotter, der er bygget til én opgave, er polyfunktionelle robotter (også kendt som intelligente robotter) designet til at klare flere opgaver. Det åbner en helt ny verden af fleksible, omkostningseffektive anvendelser på tværs af en række brancher, der er under stigende pres for at finde nye effektiviseringer og sænke omkostningerne, såsom produktion og lager. Derudover kan polyfunktionelle robotter lære nye opgaver via instruktion fra mennesker i stedet for via dyr, kompleks og tidskrævende omprogrammering.

Analytikere forudsiger, at 80 % af mennesker i 2030 vil interagere med polyfunktionelle robotter dagligt, op fra under 10 % i dag. Og størrelsen på det globale marked for polyfunktionelle robotter forventes at nå 21 milliarder dollars i 2032, op fra 8 milliarder dollars i 2023.

Use cases:

• Håndtere forskellige opgaver i lagermiljøer, såsom pluk, pakning og transport af varer.
• Håndtere forskellige opgaver i sundhedsmiljøer, såsom levering af medicinsk udstyr, hjælp til patientmobilitet og desinfektion af rum.
• Håndtere forskellige opgaver i feltservice (også der, hvor det er fjernt og farligt), såsom inspektion af udstyr, rutinemæssig vedligeholdelse og reparation af nedbrud.

Tendens nr. 10: Neurologisk forbedring

Kategori: Samspil mellem menneske og maskine

Om: Neurologisk forbedring (også kendt som kognitiv forbedring) bruger tovejs-grænseflader mellem hjerne og maskine (BBMI’er) til at læse og afkode hjerneaktivitet for at forbedre en persons kognitive evner og præstation. Anvendelsen af neurologisk forbedring ligger på et spektrum: løsninger med begrænset funktionalitet (såsom wearables) er lidt invasive og relativt lettere at tage i brug i stor skala, mens løsninger med højere funktionalitet (såsom et implantat) er meget invasive og relativt sværere at tage i brug i stor skala.

I 2030 forventes 60 % af IT-medarbejdere at være „forstærket“ af teknologier som tovejs-grænseflader mellem hjerne og maskine (BBMI’er). Det globale marked for brain-computer interface (BCI) forventes at nå 6,2 milliarder dollars i 2030, op fra 1,74 milliarder dollars i 2022.

Use cases:

• Give studerende personligt undervisningsmateriale i realtid.
• Understøtte levering af sundhedsydelser på flere måder, herunder forebyggelse, opdagelse, diagnose, genopretning og rehabilitering.
• Skabe en omsluttende spil- og underholdningsoplevelse, der reagerer på og stimulerer hjerneaktivitet for større engagement.

Det sidste ord

Det er blevet sagt, at det sande mål for lederskab er evnen til at se ud over nutiden for at forudse og forberede fremtiden. Ifølge Gartner (og mange andre analytikere og brancheledere) er de 10 vigtigste strategiske teknologitendenser for 2025 et afgørende kort og kompas, der hjælper ledere med at træffe kloge beslutninger og investeringer nu, så deres organisation er sikker, stærk og succesfuld på rejsen fremover.

Hvad mener du?

Hvilken tendens, eller hvilke tendenser, tror du får den største effekt i 2025 og fremover? Er du begejstret for potentialet i nogle af teknologierne og fremskridtene? Er du bekymret for, hvordan de kan manipuleres og misbruges? Del gerne dine synspunkter og forudsigelser.