2025 年的這份 McKinsey Technology Trends Outlook，坦白說，它不僅是一份報告，更像是一張已經部分展開的未來藍圖。在 AI 熱潮席捲全球的今天，我們不再只是討論 AI「能做什麼」，而是開始直面 AI「將如何重塑一切」。
這份報告的核心觀點非常明確：AI 不再是 13 項趨勢中孤立的一項，而是成為了放大所有其他趨勢的「基礎放大器」 (foundational amplifier) 。從這份報告中，我為各位提煉出 2025 年後，所有企業和個人都必須直視的關鍵變革。
AI 革命的「下半場」：從「生成」走向「行動」
如果說 2023 年和 2024 年是 Generative AI (生成式 AI) 的「覺醒之年」，那麼 2025 年，我們將正式進入 AI 革命的「下半場」。這場賽事的關鍵字，已經從「生成」 (Generation) 轉變為「行動」 (Action)。麥肯錫報告將「AI 革命」列為三大類別之首 ，並特別點出了一個正在爆炸性成長的新名詞：Agentic AI (代理 AI) 。
不只是聊天：Agentic AI (代理 AI) 如何成為你的「虛擬同事」
我們必須釐清一個觀念：Agentic AI 不是另一個更厲害的聊天機器人。它是能「自主行動」的虛擬工作者。過去，我們使用 Generative AI 的模式是「問答式」的。我們下一個指令，AI 給一個產出。而 Agentic AI 的核心邏輯是，你給它一個「目標」 (Goal)，它會自主地將這個目標分解成多個步驟、規劃路徑、執行任務，甚至與其他 AI 代理協同合作。
麥肯錫的報告提到，Agentic AI 正在迅速成為企業和消費者技術實驗的焦點。想像一下，你不再是告訴 AI：「幫我寫一封行銷 Email」，而是告訴它：「幫我規劃並執行下個季度的電子報行銷活動」。這個「代理 AI」會做什麼？它可能會：
- 規劃：自主建立一個工作計畫。
- 委派：它會像一個「經理」代理，將任務指派給「專家」子代理。例如，呼叫「文案 AI」撰寫初稿、呼叫「設計 AI」生成配圖、呼叫「數據分析 AI」篩選目標客戶名單。
- 執行：在獲得授權後，它甚至可以直接操作軟體，將 Email 派發出去。
- 協作：報告中提到一個驚人的趨勢——「AI-to-AI 溝通」。AI 代理之間可以用它們自己的「語言」溝通，這種溝通成本遠低於 AI 與人類的互動 ，效率也更高。
洞察：Agentic AI 的崛起，是生產力即將被「量級式」提升的訊號。這也是為什麼報告顯示，2023 至 2024 年間，Agentic AI 相關的職位發布量激增了 985%。這不只是趨勢，這是正在發生的現實。這也帶來了嚴峻的治理挑戰：當 AI 開始自主行動，我們如何確保其決策的透明度、可控性與責任歸屬？
AI 的「M 型化」趨勢：巨型模型與「小型精幹」模型的並進
在 AI 領域，並不是「越大越好」。麥肯錫報告觀察到一個有趣的「小型模型爆炸」 (small model explosion) 現象。過去，科技巨頭們在進行「軍備競賽」，不斷推出參數高達萬億級別的巨型基礎模型 (Foundation Models) 。但企業很快發現，在許多特定場景下，使用這些「巨獸」級模型的成本高昂，且效率不彰。
因此，2025 年的趨勢是「M 型化」發展：
- 雲端巨獸 (Cloud)：巨型模型將繼續在雲端存在，負責處理最複雜、需要廣博知識的任務。
- 邊緣精兵 (Edge)：數十億甚至更少參數的「小型模型」 (SLMs) ，正被大量部署到我們的終端設備上——手機、電腦、汽車，甚至智慧家電。
洞察：這代表 AI 正在「去中心化」。過去 AI 是遙遠雲端上的「服務」，未來 AI 將成為你設備上「內建」的即時能力。這將帶來更低的延遲、更好的隱私保護（因為數據不需要上傳），以及更普及的 AI 應用。這也呼應了報告中提到的「規模化 (Scale) 與專業化 (Specialization) 同時增長」的趨勢 。
跨越語言的屏障：多模態 (Multimodal) 的深度融合
AI 革命的第三個支柱，是「多模態」 (Multimodal) 。AI 正在學會用我們的方式去感知世界。未來的 AI 不再只是「讀」文字，它能「看」圖片、「聽」聲音、「看」影片。麥肯錫報告指出，企業正加倍努力開發多模態模型 。這意味著什麼？這意味著 AI 的能力邊界極大擴展了。例如，未來的 AI 可以：
- 看著你的庫存照片：自動為你分類、生成標籤，甚至「看懂」影片內容並生成摘要。
- 聽著一場會議：結合簡報畫面 (視覺) 和語音 (聽覺)，生成精確的會議紀要。
- 分析 X 光片： 結合醫學影像 (視覺) 和病歷 (文字)，提供輔助診斷。
洞察：多模態是 AI 從「數位大腦」走向「五感模擬」的關鍵一步。當 AI 擁有了跨越模態的理解和推理能力，它才能真正理解我們所處的複雜物理世界。
AI 巨獸的「糧草」：支撐革命的運算與連結前沿
AI 革命聽起來很美好，但它並非憑空發生。麥肯錫報告的第二大板塊「運算與連結前沿」 (Compute and connectivity frontiers) ，就直指這場革命的「糧草」——也就是基礎設施。坦白說，這是我認為這份報告中最「硬核」也最關鍵的部分。因為 AI 的指數級成長，正在對我們現有的基礎設施（算力、電力、網路）發起極限挑戰 。
為什麼 AI 讓晶片「客製化」勢在必行？
這波 AI 浪潮的第一個「顯性」瓶頸，就是算力。但更深層的問題是，傳統的「摩爾定律 (Moore’s Law) 」已經不足以應付 AI 的需求。我們不再追求通用的 CPU，而是需要「專門」為 AI 任務設計的晶片。麥肯錫因此將「特定應用半導體」 列為一個獨立的關鍵趨勢 。
- 需求面： AI 訓練和推理對計算能力、記憶體和網路的需求呈指數級增長。
- 挑戰面： 隨之而來的成本、高溫和巨大功耗，是所有企業都必須面對的難題。
洞察：這開啟了一個全新的「晶片戰國時代」。除了我們熟知的 GPU 巨頭，各大雲端服務商 (AWS, Google, Microsoft) 都在設計自己的 AI 晶片 (ASICs)，新創公司也層出不窮。未來，晶片的競爭不再是單一的性能指標，而是「能效比」（每瓦特電力能提供多少算力）。誰能解決 AI 的「能源焦慮」，誰就能在下半場勝出。
雲端 (Cloud) 與邊緣 (Edge) 的協同作戰
AI 算力的需求，也正以前所未有的速度「榨乾」全球的資料中心。麥肯錫的分析預測，從 2023 年到 2030 年，全球對資料中心容量的需求可能每年增長 19% 至 22%，總需求將增長三倍以上。這帶來了「規模化」的挑戰 。但同時，如前所述，「專業化」的邊緣運算 (Edge computing) 需求也在飆升。這就形成了一種「雲端」與「邊緣」的協同作戰：
- 雲端 (Cloud)：繼續作為 AI 模型「訓練」 (Training) 的核心，需要集中、龐大、能耗驚人的資料中心。
- 邊緣 (Edge)：負責 AI 模型「推理」 (Inference) 的即時響應，將算力部署在靠近用戶的裝置或閘道器上。
洞察：這兩者的「黏合劑」，就是「先進連結技術」 (Advanced connectivity) 。報告在範例中提到，例如偏遠地區的風力發電場，維修人員需要依靠「低軌道衛星」 (LEO satellites) 才能即時存取雲端的 AI 診斷工具。未來，5G/6G、衛星網路、光纖的無縫整合，將是決定 AI 體驗是否「即時」的關鍵。
在「元宇宙」之後：沉浸式體驗 (Immersive-reality) 的務實落地
在「元宇宙」 (Metaverse) 的炒作泡沫破裂後，「沉浸式現實技術」 (Immersive-reality technologies) 正在 2025 年找到更務實的落地場景。
忘掉那些虛無飄渺的虛擬社交吧。麥肯錫報告強調的，是更具生產力的應用。
- 新的人機協作： 報告強調，我們正進入「新的人機協作模型」 (New human-machine collaboration models) 。
- 企業培訓： 讓員工在安全的虛擬環境中進行高風險操作培訓。
- 遠端協作： 這份報告給出了一個絕佳的例子——風電場維修。技術人員戴著 AR 護目鏡，AR 裝置會即時顯示視覺指引，幫助他們安全地維修複雜的渦輪機系統 。
洞察：這才是 Immersive-reality 該有的樣子。它不是要取代現實，而是要「增強」現實。AR/VR 正在從「娛樂設備」轉變為「生產力工具」，成為連結數位世界 AI 和物理世界人類的「介面」。
關鍵的十字路口：信任、責任與「組合式創新」
當 AI 的「大腦」 (演算法) 和「糧草」 (算力) 都已到位，我們就來到了一個關鍵的十字路口。麥肯錫報告的第三大板塊「尖端工程」 (Cutting-edge engineering) 和貫穿全篇的「信任」議題，為我們揭示了未來的機遇與挑戰。
信任，是 AI 時代最昂貴的「貨幣」
這可能是整份報告中，我個人認為最重要的一個趨勢：「數位信任與網路安全」 (Digital trust and cybersecurity) 。麥肯錫直言不諱：隨著技術變得更強大、更個人化，「信任」正日益成為「採用」的守門人 (gatekeeper to adoption) 。
為什麼現在談「信任」如此迫切？
- AI 的黑盒：AI 模型（特別是深度學習）的決策過程往往不透明。
- Agentic AI 的風險：當 AI 代理開始「自主行動」 ，其潛在的錯誤或偏見可能導致嚴重後果。
- Gen AI 的濫用：深度偽造 (Deepfakes)、AI 詐騙、AI 輔助的網路攻擊，都讓數位世界的信任基礎搖搖欲墜。
報告強調，企業面臨著越來越大的壓力，必須在 AI 模型、基因編輯管線或沉浸式平台中，展現其「透明度、公平性和問責制」。
洞察：「負責任的創新」 (Responsible innovation) 已經從一句公關口號，變成了企業的「戰略槓桿」。未來，不具備可解釋性、公平性與安全性的 AI，將無法被規模化部署。那些能率先建立「數位信任」的企業，將獲得最強大的競爭壁壘。
「組合式創新」：當 AI 遇上實體世界
最後，我們來看看 AI 這個「放大器」，是如何與「尖端工程」結合，真正改變我們的物理世界的。這就是麥肯錫所說的「組合式創新」 (Combinatorial power) 。報告給了幾個極具啟發性的例子，展示了不同趨勢如何「組合」起來解決問題：
- 未來的工廠維修：
- 人工智慧 (AI)：利用模式辨識，診斷機器故障 。
- 代理 AI (Agentic AI)：自主建立維修計畫、監督品質，並自動訂購零件 。
- 機器人學 (Robotics)：機器手臂自主執行機械維修 。
- 未來的精準醫療：
- 數位信任 (Digital trust)：使用生物識別區塊鏈，確保藥品的監管鏈不可篡改 。
- 生物工程 (Bioengineering)：醫生創造個人化治療（例如標靶抗體） 。
- 未來移動 (Mobility)： 自動駕駛無人機將關鍵藥物運送到偏遠地區 。
洞察： 這才是 2025 年科技趨勢的真正精髓。未來最大的價值，不在於單一技術的突破，而在於「跨領域的組合」。AI 正在加速機器人的訓練、推動生物工程的科學發現 、優化能源系統 ，並驅動太空技術的發展。
給企業領導者與個人的前瞻性建議
從這份 McKinsey Technology Trends Outlook 2025 報告中讀到的，不只是技術的迭代，更是「範式轉移」的開始。
給企業領導者：麥肯錫的數據顯示，經歷了 2023 年的短暫低迷後，13 個趨勢中的 10 個在 2024 年的股權投資都出現了反彈。這意味著「觀望期」已經結束，「實驗期」也即將過去。你面臨的任務是「駕馭日益增加的複雜性」 (navigate rising complexity) ，並開始「規模化新興解決方案」 (scale emerging solutions) 。最大的挑戰可能不是技術，而是「人」。報告中提到，46% 的領導者認為「技能差距」是主要障礙。對你的員工進行「再培訓」 (Reskilling) ，幫助他們學會與「虛擬同事」(Agentic AI) 共事，是刻不容緩的任務。
給個人：這份報告揭示的核心主題是「新的人機協作模式」。AI 的目標是「增強」 (augmentation)，而不是「取代」 (replacement) 。 未來，最有價值的人才，是那些懂得如何向 AI「提問」的人，是那些能將 AI 作為「共同創造者」 (cocreator) 的人。報告中提到，自然語言工具正在「民主化」程式設計，這意味著不懂程式碼的你，未來也能透過「說話」來建構應用。2025 年的未來，是一個更自主 、更智能、更需要信任 的未來。這場革命已經開始，而我們都身處其中。
延伸閱讀：
AI Trends Report 2025 解讀：2025 年重塑世界的 16 大 AI 趨勢與致勝策略
來自 AI Horizon Scanning 白皮書的 5 大趨勢洞察：AI 正在如何重塑我們的經濟、硬體與未來？
解密 BOND 2025 AI 趨勢報告：6大驚人發現，揭示 AI 如何以前所未有的速度重塑世界
想知道更多關於 企業數位轉型、如何導入 AI 和 成功實施 AI 導入策略 的方法？我們的團隊將為您量身打造適合的解決方案。讓我們協助您邁出數位轉型的第一步！請參考：AI 應用學院 或 airabbi 企業AI培訓。
想瞭解更多企業 AI 數位轉型的細節？歡迎與我們聯絡，請點擊下方 LINE 連結：
