致力于推动技术进步、造福人类的全球最大专业技术组织IEEE，今日发布《2026年及未来技术影响：IEEE全球研究》（The Impact of Technology in 2026 and Beyond: an IEEE Global Study）的调查结果。这项调查覆盖了来自中国、巴西、印度、日本、英国和美国的全球技术领导者，内容包括2026年将受到AI影响最大的技术领域，对AI市场增长、益处、使用和技能的预期，以及未来科技发展趋势。

欲了解关于此研究和2026年及未来技术影响的更多信息，请访问：https://transmitter.ieee.org/iot-2026。

代理式AI的使用率不断增长，将推动对更多数据分析师的需求

代理式AI（Agentic AI）就像一个智能助手，在接到任务后可独立工作，但其工作成果仍需人工复核。这种技术的采用率正在上升，且全球绝大多数技术专家（96%）认为，代理式AI的创新、探索和应用将在2026年以闪电般的速度继续推进，因为无论是成熟企业还是初创公司都在加大对该技术的投资和投入。

然而，代理式AI的崛起不会局限于商业领域。受访者预测，该技术将于2026年在消费者中因以下用途实现普及或接近普及的采用率：

• 个人助理/日程安排/家庭日历管理：52%
• 数据隐私管理：45%
• 健康监测：41%
• 琐事和家务自动化（如日常采购）：41%
• 新闻与信息策展/聚合（news and information curator）：36%

此外，91%的受访者认为，2026年，代理式AI在分析大规模数据方面的使用将进一步增加，这将带来一轮数据分析师人才的招聘热潮，以满足对结果准确性、透明度和漏洞方面的分析需求。调查显示，对于2026年计划招聘的AI相关职位，技术专家们最希望候选人具备的技能包括：

• AI伦理实践技能：44%（较上一年增长9%）
• 数据分析技能：38%（较上一年增长4%）
• 机器学习技能：34%（较上一年增长6%）
• 数据建模技能（包括数据处理）：32%（与上一年持平）
• 软件开发技能：32%（较上一年下降8%）

与人形机器人共事；以及AI对其他技术领域的影响

大多数技术专家（77%）认为，人形机器人（Humanoid robots）带来的新奇感可以为工作场所带来乐趣，但随着时间推移，它们将成为相对日常的存在，只不过是有电路的普通同事。

超过半数（52%）的技术专家认为，机器人技术也是2026年将受AI影响最大的领域。同时，2026年将受AI影响的其他领域包括：扩展现实（XR，含AR/VR/MR，即增强现实、虚拟现实和混合现实，36%），以及自动驾驶技术（35%）。另外，预计明年将因为AI而经历最大变革的前几个行业依次是：软件（52%）、银行与金融服务（42%）、医疗保健（37%），以及汽车和交通运输（32%）。

政策与治理将由“谁开发了AI”所决定

AI应如何使用、何时使用，其相关政策与治理取决于AI的开发方式。当被问及哪一项表述最能描述其组织对于AI产品——公司自主研发或由第三方开发——的使用立场时，大多数技术领导者选择了以下选项：

• 全速前进：AI将在整个组织内得到整合，我们的使用政策将与政府法规（已经存在或将出台）保持一致。（公司自研AI时，选择此项的受访者占比49%；第三方开发AI时，则为40%）
• 人人遵守规则：我们将发布明确政策，并说明如何使用、何时使用AI。（公司自研AI时为26%；第三方开发AI时为33%）

受访的技术专家认为，到2026年，其所在组织在生成式AI采用方面的进展将显著提升：

• 定期使用，但有选择性：生成式AI将继续在特定领域成为我们日常工作的一部分，并带来价值（39%的受访者，较上一年增长20%）
• 快速整合，期望获得业绩成果：AI将继续整合到我们的所有业务运营中。我们已经看到了可衡量的业绩成果，预计将继续增长（35%）

受访的技术领导者预计2026年，排名靠前的AI应用领域包括：

• 实时网络安全漏洞识别和攻击防御：47%（较上一年下降1%）
• 辅助和/或加速软件开发：39%（较上一年增长4%）
• 提高供应链和仓储自动化效率：35%（较上一年增长2%）
• 客户服务自动化：32%（较上一年增长4%）
• 为教育活动提供支持，例如定制化学习、智能辅导系统、大学聊天机器人：29%（较上一年下降10%）
• 加速疾病溯源和药物研发：23%（较上一年下降3%）
• 公用事业电源自动化和/或稳定化：22%（较上一年下降3%）

超过半数的受访者（51%）预测，到2026年，全球经济中将有26%至50%的工作岗位通过AI软件得到增强。另外，不到三分之一（30%）表示该比例将达到51%至75%，而16%的受访者预计这一比例将为1%至25%，仅有4%的受访者预计此比例将为76%至100%。近一半的技术专家（49%）认为，需要5到7年才能建成能够满足不断增长的AI开发和市场需求所需的全球数据中心基础设施。三分之一的受访者认为这一进展会更快，将在3到4年内实现，而10%的人则认为至少需要8到10年或更长时间。