商业与技术洞察机构Gartner最新发布的2026年中国数据、分析与人工智能技术成熟度曲线显示，AI智能体已取代生成式AI成为企业关注焦点，而物理AI正加速进入市场视野。研究指出，生成式AI正经历预期回调阶段，企业对其应用价值的评估逐渐回归理性，而AI智能体则进入期望膨胀期，成为技术投资的新方向。
Gartner高级研究总监方琦分析称，中国数据与AI技术生态已形成四大核心集群。其中生成式AI的关注点正从技术参数转向实际业务价值验证，而物理AI凭借其与现实世界的交互能力，被视为下一阶段突破性创新的关键驱动力。这类系统通过整合传感器、控制系统与AI模型，实现了对物理环境的自主操作与动态响应。
物理AI被定义为具有实体形态的智能系统，涵盖机器人、无人机、自动驾驶车辆及智能设备等领域。研究显示，该技术已在制造、物流、零售和医疗行业展开应用探索，其核心价值在于使设备能够在非结构化环境中实时运行。Gartner预测，随着物联网与边缘计算的发展，物理AI将推动人机协作模式发生根本性变革。
报告特别强调了AI项目成功的基础要素转变。数据就绪度、治理机制、安全框架及工程化能力的重要性已超越模型本身，成为决定技术落地的关键因素。这种转变反映出企业从追求技术先进性转向注重可持续运营能力的战略调整。
前沿部署工程师（FDE）这一新兴角色引发市场关注。该岗位需要同时具备工程实现能力、行业洞察力和产品思维，负责将业务需求转化为技术方案并持续优化。但研究警告，FDE模式在中国可能面临成本高企、回报周期长等挑战，部分供应商将传统驻场服务重新包装为FDE服务的现象，正在造成市场认知偏差。
个人智能体技术成为另一关注重点。不同于传统AI应用，这类系统能够跨平台执行复杂任务链，并通过持续学习适应用户习惯。研究预计，到2030年智能体普及率将超过90%，推动AI从交互工具向任务执行系统演进。某零售企业案例显示，其部署的智能体已能自主完成从库存监测到补货订单生成的全流程操作。
大语言模型（LLM）仍被视为生成式AI的基石技术。Gartner观察到，随着AI智能体的发展，LLM正通过工具集成构建更复杂的系统生态。开放权重模型的进步尤其值得关注，这类模型在降低部署门槛的同时，也为行业定制化应用提供了新路径。研究总监张桐指出，LLM的技术演进将直接影响中国AI产业的竞争格局。
