根据德勤的《2026年TMT（Tech, Media & Telecom）预测：差距缩小，但依然存在》报告，智能体（AI Agent）和支持人工智能的数据中心将成为2026年企业转型的引擎。研究结果表明，随着企业实践成果终于开始赶上雄心壮志，人工智能正在进入全面实用的阶段。

德勤将这一转变描述为两股主要潮流同时运动。一个是推理工作量的爆发。这正在消耗大部分的计算预算，并迫使公司投资于更强大的芯片、本地AI服务器和数据中心，这些芯片可以全天处理负载。另一个是智能体驱动的系统位于硬件之上，开始改变日常工作的方式。它们塑造了团队新的预算方式，甚至产品的定价方式，以及决策方式。

该报告表明，这种可扩展基础设施和协调智能体的结合将迫使企业重新思考其整个技术架构。需要新的治理和简化的工作流程进入多智能体系统中。该报告称这是一个转折点：从软件驱动的自动化到智能体驱动的编排。

企业人工智能的下一阶段是由德勤称之为反效率预测的惊人见解所塑造的：对计算的需求增长速度超过了优化的收益。推理超越了训练，运行模型的成本成为关键的压力点。

根据德勤的分析，人工智能的下一阶段可能需要更多的计算能力，而不是更少。德勤强调：“世界正在从仅仅训练人工智能模型转向大规模使用它们。”“许多人认为这意味着更多的消费边缘计算和更少的数据中心计算。但这两种情况都不太可能在2026年发生。”

这不是许多人想象的顺利平稳的未来。这是一个硬件密集、功耗更高的阶段，推动企业升级其物理骨干，以大规模支持人工智能。这推动了德勤所说的数据中心超级周期。组织正在扩展到人工智能优化的设施，并部署本地计算节点。他们还集成了先进的冷却和能源系统，以处理不间断（通常是前所未有的）工作负载。

德勤还指出了生态系统中的一个结构性弱点：先进的半导体供应链仍然狭窄（并且被政治化）。一小部分地区控制着尖端芯片的生产，将计算变成了一种战略资源。这正成为人工智能可扩展性的关键限制因素。

除了这些计算压力，德勤还强调了一系列以数据为中心的转变。它预测，嵌入搜索引擎的生成式人工智能（GenAI）将在日常使用中超越独立模型。大多数用户将在熟悉的界面中被动地体验人工智能。搜索成为一个综合层，检索、排名和推理都在这里融合。这给数据质量、索引新鲜度、沿袭跟踪和治理带来了新的权重。这是有道理的，因为一个模型无法超越给它供料的管道。

该报告还预计，主权计算和主权数据基础设施将得到更有力的推动。政府将把云区域和国内模型训练作为战略重点。对于全球企业来说，这引入了一种平衡行为，他们必须遵守区域碎片化，同时保持统一的内部系统。人工智能的部署不仅关乎技术能力，还关乎监管的流畅性。

报告强调：“对主权的渴望并不新鲜，但向技术主权的转变可能会在2026年加快。”“在未来十年，大量投资将流向云计算、半导体、数据中心、人工智能模型、连接和卫星通信工作。在一个相互联系的世界里，任何国家或地区都不太可能实现完全主权，但许多国家或地区的目标是至少变得更加主权。”

随着基础设施在物理层的扩展，软件层也在发生转变。在这里，自主智能体占据了中心舞台。德勤描述了从单一模型系统到处理复杂工作流程决策的自主智能体网络的转变。它认为2026年这些系统将超越受控演示，进入生产环境。

这一变化从根本上改变了软件环境。智能体框架现在正被供应商直接集成到SaaS平台中。定价模型从基于软件转向基于使用甚至基于结果。随着智能体开始在实时系统上进行互操作，这些工作流程需要新的治理水平：可观察性、可审计性和安全护栏。

智能体不会取代现有的工具，但会位于它们之上，充当跨企业连接数据和执行的编排层。

德勤强调了智能体从实验到操作规范的转变速度。因此，现在的重点是工作流需要多少智能体？我们如何衡量绩效？监督应该放在哪里？这些未来的自主系统需要更透明的标准、通信协议和企业审计机制。

这一进展与德勤的引力预测相一致：随着智能体能力的提高，他们会将更多的逻辑拉向自己，将软件从目的地变成他们的行动。这提高了速度，但也带来了新的协调复杂性。新的下一阶段将不是如何采用人工智能，而是怎样扩展它。

NVIDIA DLI 与Ai时代前沿合作，将大门向更多普通用户敞开！无论你是对新技术充满好奇心的爱好者，还是希望提升自己技能的职场人士，这里都有适合你的课程和资源。欢迎扫码加入我们！