Gartner解读2025中国十大AI趋势：开源模型增强生态掌控力，超4成中国企业已试点Agentic AI

智东西7月14日报道，今年，Gartner 首次面向中国市场发布《2025 中国 AI 趋势》研究报告，提出三个主题、十大趋势：一是在机遇中开展创新（开放式生成式AI模型、“自建策略倾向”、代理型AI），二是利用成本可控的AI实现业务转型（节俭型AI、工程化能力、协作式AI防御体系、快速增长的AI人才），三是B2C驱动的AI生态系统（无处不在的AI、包容性AI生态系统、从数据到AI的生态系统）。

近日，这份报告的主笔人、Gartner中国AI研究团队分析师费天祺（Fay Fei）与智东西等媒体进行深入交流，对这十大趋势进行更详尽地解读，分享中国AI产业在资源约束与战略机遇交织下的发展逻辑。

生成式AI正多维度重塑企业运营：非技术人员接触AI的门槛降低，员工AI素养显著提升；跨部门应用场景因易用性加速落地；AI治理被推向新高度，业务部门主导的治理方案受关注。然而，企业对AI投资回报率仍信心不足，Gartner 今年1月调研显示，仅13%受访者“非常有信心计算回报”，37%信心一般，36%及4%信心较低。后续企业如何衡量AI投资，将是核心课题。

费天祺（Fay Fei）告诉智东西，Gartner已在使用深度研究类Agent工具来提升效率，其中既有Gartner内部研究用的研究工具，也有供客户使用的研究工具，这些工具已经带来明显的生产力提升。目前来看，Agent在某一个具体场景中更易落地，短期内很难做到纯通用Agent。她谈道，国内基础模型赛道已进入快速收敛阶段，大部分企业用某一两款模型，原因是投资基础大模型整体成本很高的，但商业变现路径还不明确，市场逐渐回归理性、趋于谨慎。

以下为2025年中国十大AI趋势的具体解读：

1. 开放式生成式AI模型

中国开放大模型的核心目标是生态掌控与合规自立，开源旨在保障自主可控与产业安全。DeepSeek在今年年初发布的高性能开源模型，打破了此前私有模型主导且成本高昂的市场格局，推动国内外厂商纷纷开放技术，重塑全球AI市场。

Gartner对比发现，开源与私有模型的性能差距持续缩小，过去依赖规模效应的优势减弱，开源模型也能达到类似效果，同时推理成本相对可控。国际评估显示，开源模型在文本生成、代码辅助等任务中表现突出，如DeepSeek在 Copilot 场景中排名第一，得到国际认可。

2. 自建（Build）策略倾向

中国企业的自建倾向并非重复建设，而是为控制关键环节与实现定制化创新，尤其在政企、大型国企及工业场景中趋势明显。这种策略聚焦工程工具与应用层（如智能客服）的自研，形成 “组装式平台架构”，基础设施与大模型层则多依托现有资源，以平衡自研与成本效率。

3. Agentic AI（代理式AI）

Agentic AI强调具备任务感知、自主反馈能力的智能体架构，在客服机器人、数字员工等场景落地较多。调研显示，42%中国企业用户处于试点阶段，15%已生产落地，这个数据超过了去年全球的10%数据。目前以翻译、编程等垂直场景应用为主，通用智能体仍存预期差，但落地进度领先全球。

4. 节俭型AI（Frugal AI）

在资源受限背景下，企业更注重AI的性价比，通过轻量部署、边缘计算降低门槛。AI应用中的隐性成本（如算力扩容、数据治理）推动企业强化成本管控，这一趋势对中小企业尤为关键，使其能在有限资源下推进AI应用。

5. 工程能力加速AI开发

中国企业的工程能力优势显著，通过自动化微调平台、多模态框架等基础设施，加速AI从原型到生产的转化。数据显示，2024年生成式AI生产落地率为8%，2025年预计达43%，工程能力成为推动这一增长的核心动力。

6. 协同式AI安全防御

随着AI在业务侧的广泛应用，Shadow AI等风险凸显，安全防御需要IT、法律、业务部门协同构建治理框架。当前企业在工具与管理经验上仍待完善，构建端到端治理体系成为产业共识。

7. 快速增加的AI人才储备

中国AI人才储备增速明显，2022年顶级AI会议论文中中国研究者占比达47%，中小学AI教育普及强化人才梯队。企业需求从技术开发转向业务场景创意，提示工程、Agent培训等成为人才培养重点。

8. 无处不在的AI（Ubiquitous AI）

中国AI落地不一定从办公桌开始，很多发展良好的AI应用是B2C场景的、消费者导向的，汽车、可穿戴设备、手机等终端成为生成式AI爆发的重要载体。与其他国家和地区相比，中国在技术基础设施、5G覆盖、互联网的数字生态系统、完善的供应链等方面具备优势。从直播互动到智能银行，AI在消费端的应用培育了市场基础与用户习惯。

9. 包容式AI生态系统

企业从单一产品转向一体化生态布局，提供“模型、平台、工具、服务” 一站式能力，横向跨厂商集成模型，纵向整合软硬件（如AI一体机），降低企业应用门槛。这种生态模式聚焦输出结果，而非模型选择，体现了较强的实用导向。

在这个背景下，用户不关心使用哪个模型，最终是看AI输出的结果是否理想。所以对于厂商来讲，更多是找到自己的生态位、找到生态成员之间的合作，把技术能力衔接的地方抹平，让企业可以快速实现应用部署和上线。

10. 数据到AI生态体系

随着模型差距缩小，数据成为企业AI竞争的核心壁垒。数据管理与生成式AI形成闭环：一方面，数据治理提升模型输出准确性；另一方面，大模型能力优化数据管理效率，二者相互促进，推动产业向深度耦合演进。

结语：中国AI产业走向务实

从上述趋势可见，中国AI产业正沿着务实路径推进：既注重在资源约束下寻求突破，通过开源、自建等方式保障自主可控；也强调成本优化与价值落地，推动AI从技术探索向业务渗透。

未来，随着数据与AI的深度融合、协同治理体系的完善，AI产业有望逐步从分散应用走向系统协同，其发展质量的提升将更加依赖于技术落地效率与实际业务价值的平衡。