Gartnerovih 10 ključnih tehnoloških trendova za 2025. godinu

U ovom članku analiziramo 10 tehnoloških trendova koji, prema analitičarima Gartnera, imaju potencijal transformirati tradicionalne poslovne modele u nadolazećim godinama, donoseći inovacije koje su danas još nezamislive.

Do 2030. godine: svijet prema Gartnerovim predviđanjima

Zamislite tvornicu u kojoj strojevi mogu upravljati sami sobom, odlučujući kako i kada raditi s maksimalnom učinkovitošću, smanjujući otpad i predviđajući moguće kvarove zahvaljujući stalnom nadzoru.

Više nije potreban ljudski angažman za donošenje odluka o radnom opterećenju ili upravljanju vremenom, jer AI u stvarnom vremenu izračunava optimalan put za ispunjenje narudžbi u najkraćem roku uz optimalnu potrošnju energije.

U ovoj tvornici rade višenamjenski roboti sposobni prelaziti s montaže na kontrolu kvalitete, do manipulacije robom, sve u skladu s uputama koje pruža AI.

Sve to odvija se na energetski učinkovit način: svaki uređaj, od pojedinačnih robota do poslužitelja tvrtke, dizajniran je tako da troši minimalnu potrebnu količinu energije, smanjujući ekološki otisak.

Ovo okruženje, prema Gartneru, predstavlja budućnost proizvodnje: kombinaciju autonomne inteligencije, fleksibilne automatizacije i informacijske sigurnosti, sve uz održivi pristup koji ne samo da poboljšava produktivnost i kvalitetu rada, već i odgovara na globalne izazove poput smanjenja ekološkog utjecaja i jačanja povjerenja na tržištu.

Nove granice umjetne inteligencije, računalne obrade i sinergije čovjeka i stroja

Kako je izjavio Gene Alvarez, analitičar Gartnera: “Glavni strateški tehnološki trendovi ove godine odnose se na imperative i rizike umjetne inteligencije, nove granice informatike i sinergiju čovjeka i stroja. Praćenje ovih trendova pomoći će CIO-ima i IT menadžerima da oblikuju budućnost svojih organizacija kroz odgovornu i etičku inovaciju.“

Ove tri kategorije odražavaju ključna područja digitalne transformacije u nadolazećim godinama, naglašavajući kako se inovacija razvija prema sve naprednijoj i svjesnijoj integraciji tehnologija, računalnih sustava i interakcije s ljudima.

1. Agentic AI (Agentička umjetna inteligencija)

Agentička umjetna inteligencija (Agentic AI) je vrsta umjetne inteligencije osmišljena tako da samostalno donosi odluke i djeluje kako bi postigla određene ciljeve. Za razliku od tradicionalnog AI-a, koji je pasivan i ograničen na odgovaranje na ljudske naredbe, Agentic AI djeluje proaktivno, koristeći kombinaciju memorije, planiranja, sposobnosti percepcije okoline i prilagodbe nepredviđenim situacijama.

• Praktični primjeri: Jedna od ključnih primjena Agentičke AI je u logistici, gdje AI sustavi mogu neovisno upravljati rutama dostave, upravljanjem inventara i skladišnim operacijama. Na primjer, sustav Agentic AI mogao bi u stvarnom vremenu pratiti uvjete u prometu i vremenske prilike, ponovno izračunati optimalne rute za transportna vozila te prilagoditi operacije kako bi osigurao pravovremene isporuke i smanjio troškove prijevoza. Korisnička podrška također može značajno profitirati od ove tehnologije. AI agenti mogu autonomno odgovarati na upite korisnika, analizirati njihove prethodne preferencije i donositi personalizirane odluke za poboljšanje korisničkog iskustva. Još jedan primjer je automatizirana proizvodnja. Kao što je spomenuto u uvodu članka, zamislite tvornicu u kojoj AI može samostalno koordinirati cijeli proizvodni proces – analizirati tržišnu potražnju, optimizirati raspodjelu resursa i regulirati rad strojeva kako bi minimizirao otpad i maksimizirao učinkovitost.
• Predviđanje: Do 2028. godine, očekuje se da će 15% svih svakodnevnih odluka biti donošeno autonomno od strane AI sustava, dok danas donose 0%.

2. AI Governance Platforms (Platforme za upravljanje umjetnom inteligencijom)

Platforme za upravljanje umjetnom inteligencijom (AI Governance Platforms) ključne su za praćenje, upravljanje i osiguravanje da AI sustavi rade transparentno, pravedno i sigurno, u skladu s poslovnim pravilima i društvenim očekivanjima. Ovi sustavi djeluju kao svojevrsni “etički kompas”, sprječavajući diskriminaciju i osiguravajući da automatizirane odluke poštuju korporativne standarde i važeće regulative.

• Praktični primjeri: U zdravstvenom sektoru, gdje se AI koristi za analizu podataka pacijenata, platforma za Governance AI može osigurati da analitički modeli nisu iskrivljeni s predrasudama koje nepovoljno utječu na određene etničke ili demografske skupine, čime se povećava pouzdanost i transparentnost sustava. U zapošljavanju, u poduzeću koje koristi AI za selekciju kadrova, Governance AI može spriječiti nesvjesne predrasude i osigurati pošten i transparentan proces zapošljavanja. Također, u financijskom sektoru, gdje se AI koristi za procjenu kreditnih rizika i otkrivanje prijevara, Governance AI može osigurati da sustav ne diskriminira određene skupine ili pojedince na temelju nerelevantnih parametara, poput mjesta rođenja ili nacionalnosti, te da su modeli usklađeni s propisima o sprječavanju pranja novca i zaštiti privatnosti podataka.
• Predviđanje: Do 2028. godine, poduzeća koja koriste platforme za Governance AI vidjet će 30% povećanje povjerenja klijenata i postići 25% bolju regulatornu usklađenost u odnosu na konkurenciju koja ih ne koristi.

3. Disinformation Security (Sigurnost protiv dezinformacija)

Trend Sigurnosti protiv dezinformacija nastaje zbog sve veće potrebe za zaštitom poduzeća, vlada i korisnika od širenja lažnih ili manipuliranih informacija, koje mogu prouzročiti operativne, ekonomske i reputacijske štete. Sustavi Sigurnosti protiv disinformacija imaju za cilj provjeru i zaštitu autentičnosti informacija, sprječavanje falsifikacija i praćenje širenja štetnih sadržaja. Ova zaštita postat će ključna za očuvanje reputacije poduzeća s obzirom na sve veću prijetnju od phishinga, lažnih vijesti i socijalnog inženjeringa.

• Praktični primjeri: Jedan od primjera može biti društvena mreža koja koristi ove sustave za brzo analiziranje milijuna postova svakog dana. Ovi sustavi automatski prepoznaju lažne ili opasne sadržaje i obavještavaju korisnike putem oznaka ili, kada je to potrebno, proaktivno uklanjaju štetni sadržaj. Također, poduzeća mogu koristiti ove alate za brzo prepoznavanje lažnih vijesti i manipulacija, čime štite reputaciju brenda i sprječavaju širenje štetnih informacija koje bi mogle narušiti povjerenje potrošača. Rješenja za sigurnost protiv dezinformacija izuzetno su važna i za financijske i bankarske usluge, jer štite korisnike od prevara i phishinga. Ove platforme prepoznaju i blokiraju pokušaje impersonifikacije u stvarnom vremenu, pomažući u zaštiti osjetljivih podataka korisnika i sprječavanju financijskih prijevara.
• Predviđanje: Do 2028. godine, očekuje se da će 50% poduzeća usvojiti specifična rješenja za borbu protiv dezinformacija, u usporedbi s manje od 5% danas.

4. Post-Quantum Cryptography (Post-kvantna kriptografija)

Post-kvantna kriptografija (PQC) odnosi se na napredne kriptografske tehnike razvijene kako bi odoljele prijetnjama koje donose kvantni računari, tehnologija koja se brzo razvija i obećava izvanrednu računalnu moć. Za razliku od klasičnih računara, kvantni računari koriste principe kvantne mehanike za obradu ogromnih količina podataka u vrlo kratkom vremenskom razdoblju, čime mnogi od trenutnih metoda šifriranja postaju zastarjeli, a time i sigurnost digitalnog svijeta ugrožena.

• Praktični primjeri: Banke i financijske institucije već usvajaju metode PQC za zaštitu osjetljivih informacija vezanih uz transakcije, račune i štednju, osiguravajući da čak i u situacijama kada podaci budu presretnuti, neće moći biti dešifrirani kvantnim računalima. U područjima kao što su zdravstvo, komunikacije i energija, PQC omogućuje zaštitu osjetljivih podataka (kao što su medicinske kartice ili informacije o energetskim postrojenjima) od budućih napada. Čak i ako haker uspije prikupiti podatke danas, post-kvantna kriptografija osigurava da ti podaci ne mogu biti dešifrirani ni uz pomoć tehnologije budućnosti.
• Predviđanje: Do 2029. godine, kvantno računanje će učiniti tradicionalnu kriptografiju zastarjelom, što će ubrzati potrebu za primjenom PQC metoda.

5. Ambient Invisible Intelligence (Nevidljiva ambientna inteligencija)

Nevidljiva ambientna inteligencija koristi senzore i oznake s niskim cijenama u svakodnevnim okruženjima i objektima kako bi kontinuirano prikupljala podatke na diskretan način, bez potrebe za direktnim ljudskim intervencijama. Ovi senzori su često “nevidljivi” jer su skriveni od pogleda korisnika, u stvarnom vremenu prenose informacije o kontekstu i stanju objekata ili prostora u kojem se nalaze, šaljući podatke u oblak za analizu, kontrolu i automatizaciju.

• Praktični primjeri: U trgovinama, senzori će moći pratiti kretanje kupaca, prikupljajući anonimne podatke o njihovim preferencijama i ponašanju prilikom kupovine. Ti senzori će također pratiti kretanje proizvoda na policama, automatski označavajući proizvode koji su pri kraju i sugerirajući dopunu zaliha prije nego što se proizvodi rasprodaju. Iskustvo kupaca bit će poboljšano personaliziranjem rasvjete i glazbe, koje će se aktivirati ovisno o protoku posjetitelja ili preferencijama kupaca. U zdravstvenim ustanovama, senzori će stalno pratiti vitalne parametre pacijenata i korištenje medicinskih uređaja, bez potrebe za nošenjem dodatnih uređaja ili drugih invazivnih tehnologija. U logistici, oznake i senzori moći će pratiti lokaciju svakog proizvoda ili palete, pružajući jasnu i ažuriranu sliku u stvarnom vremenu o dostupnosti i položaju artikala.
• Predviđanje: Do 2028. godine, prve primjene nevidljive ambientne inteligencije fokusirat će se na rješavanje trenutnih problema, posebice na poboljšanje učinkovitosti u logistici i upravljanju skladištima kroz praćenje i detekciju objekata niske cijene.

6. Energy-Efficient Computing (Energetski učinkovito računalstvo)

Energetski učinkovito računalstvo ima za cilj smanjenje utjecaja digitalnih sustava na okoliš, smanjujući potrošnju energije u podatkovnim centrima i IT odjelima. Ovaj trend postao je ključan jer potražnja za računalnim obradama brzo raste, osobito s usvajanjem umjetne inteligencije i big data analize, koji zahtijevaju značajnu računalnu snagu i veliku potrošnju energije.

Zahvaljujući primjeni tehnologija visoke učinkovitosti, poduzeća će moći smanjiti energetske troškove svojih infrastruktura i minimizirati utjecaj na okoliš, odgovarajući na rastuću potrebu za održivosti. Velika tehnološka poduzeća već ulažu u energetski štedljive poslužitelje i sustave prirodnog hlađenja za podatkovne centre, smanjujući emisije CO₂.

Proizvođači poput NVIDIA-e, AMD-a i Intela razvijaju energetski učinkovitije procesore, poput specijaliziranih GPU-a i neuromorfnih procesora, koji smanjuju potrošnju energije, osobito za operacije povezane s umjetnom inteligencijom.

• Praktični primjeri: Digitalni platni sustavi i financijske transakcije zahtijevaju ogromnu računalnu snagu. Usvajanjem poslužitelja niske potrošnje energije i optimiziranjem procesa naprednim softverom, banke mogu održati visoke performanse uz istovremeno smanjenje energetske potrošnje. U proizvodnom pogonu, korištenje sustava za praćenje i upravljanje energijom temeljenih na umjetnoj inteligenciji omogućuje optimizaciju proizvodnih ciklusa i smanjenje energije potrebne za napajanje teških strojeva.
  Superračunala korištena u znanstvenim istraživanjima zahtijevaju velike energetske resurse. Sveučilišta i laboratoriji implementiraju hardver i softver niske potrošnje za izvođenje složenih izračuna, poput klimatskih simulacija, na održiviji način.
• Predviđanje: Prema Gartneru, održivost je već danas glavni prioritet za većinu poduzeća u IT sektoru.

7. Hybrid Computing (Hibridno računalstvo)

Hibridno računalstvo (Hybrid Computing) predstavlja novi pristup upravljanju računalnom snagom koji kombinira različite tehnologije kako bi se nosio s kompleksnim računalnim problemima i optimizirao performanse.

Rastuća potražnja za računalnom snagom dovodi do granica tradicionalnih računalnih sustava. Hibridno računalstvo postat će ključna tehnologija u narednim godinama, jer poduzeća povećavaju korištenje naprednih tehnologija za aplikacije poput generativne umjetne inteligencije, proširene stvarnosti, simulacija u stvarnom vremenu i napredne obrade podataka.

Uz podršku fotoničkih, neuromorfnih i, u budućnosti, kvantnih sustava, organizacije će moći istraživati nove horizonte inovacija i optimizacije, suočavajući se s tehnološkim izazovima koji postaju sve složeniji, a istovremeno stvarajući vrijednost na učinkovitiji i održiviji način.

• Praktični primjeri: Sektor farmacije mogao bi koristiti hibridno računalstvo za simulaciju kemijskih reakcija, kombinirajući snagu lokalnog računalnog sustava s agilnošću Clouda za upravljanje vršnim opterećenjima. Poduzeća koja moraju poštivati stroge propise o privatnosti i zaštiti podataka, poput financijskih institucija i zdravstvenih organizacija, mogu koristiti hibridni sustav za pohranu osjetljivih podataka na lokalnim poslužiteljima, dok obrada manje osjetljivih podataka ide u Cloud, čime se osigurava usklađenost s propisima bez ugrožavanja računalne snage.
• Zašto je važno: Omogućuje iskorištavanje novih tehnologija za brže i učinkovitije rješavanje složenih problema.

8. Spatial Computing (Prostorno računalstvo)

Prostorno računalstvo je tehnologija koja spaja fizički i digitalni svijet kako bi korisnici mogli interagirati s digitalnim sadržajem postavljenim u stvarnom prostoru. Zahvaljujući proširenoj stvarnosti (AR), virtualnoj stvarnosti (VR) i mješovitoj stvarnosti (MR), prostorno računalstvo omogućava imerzivne i interaktivne doživljaje u kojima su digitalni objekti “prikovani” na specifična mjesta u stvarnom svijetu, stvarajući realističan dojam.

Prostorno računalstvo oslanja se na uređaje poput naočala za proširenu stvarnost, pametnih naočala, pametnih telefona i drugih senzora koji prate okolinu i identificiraju poziciju korisnika. Ovi uređaji “mapiraju” prostor i pričvršćuju digitalne elemente na stvarne površine, tako da oni izgledaju stabilni i dosljedni čak i kada se krećemo oko njih. Napredak u mrežnim tehnologijama, poput 5G-a, i u računalnim sposobnostima prijenosnih uređaja čini ove doživljaje sve glatkijima i pristupačnijima.

• Praktični primjeri: U poslovnim kontekstima, prostorno računalstvo omogućava transformaciju virtualnih sastanaka, omogućujući timovima da rade zajedno u 3D okruženjima, dijeleći virtualne prototipove i surađujući na projektima na intuitivniji način. U oblasti obuke, omogućava zaposlenicima da se “uđu” u simulirana okruženja, trenirajući ih za upotrebu složenih strojeva ili za upravljanje scenarijima hitnih situacija bez rizika.
  Zamislimo tehničara koji treba obaviti održavanje složenog stroja u tvornici. Korištenjem AR naočala, može vidjeti upute korak po korak izravno na stroju, bez potrebe za konzultiranjem priručnika.
  U maloprodaji, prostorno računalstvo omogućava kupcima da pregledavaju virtualne police ili da vide kako će komad namještaja izgledati u njihovoj kući prije nego ga kupe.
• Predviđanje: Do 2028. godine, zahvaljujući napretku u AR i MR tehnologijama, 20% ljudi doživjet će imerzivna iskustva prostornog računalstva barem jednom tjedno, u odnosu na manje od 1% danas.

9. Polyfunctional Robots (Polifunkcionalni roboti)

Polifunkcionalni roboti predstavljaju važnu evoluciju u robotici, karakteriziranu strojevima sposobnima obavljati različite zadatke s operativnom fleksibilnošću i mogućnošću prilagodbe novim zahtjevima i kontekstima. Ovi roboti mogu biti ponovno programirani ili konfigurirani za izvršavanje različitih operacija, reagirajući na ljudske naredbe ili radeći na poluautonomni način.

U proizvodnim okruženjima, polifunkcionalni roboti se programiraju da se prilagode promjenama u proizvodnim procesima ili zahtjevima kupaca, čime se povećava operativna učinkovitost i smanjuju troškovi.

• Praktični primjeri: U tvornici, polifunkcionalni robot može obavljati sastavljanje komponenti, provoditi kontrolu kvalitete proizvoda, pakirati robu, pa čak i obavljati osnovno održavanje drugih strojeva. U skladištima e-trgovine, polifunkcionalni roboti mogu obavljati odabir, pakiranje i transport proizvoda, smanjujući troškove i poboljšavajući učinkovitost. Polifunkcionalni roboti sve se više koriste u bolnicama, gdje mogu podržati zdravstveno osoblje u operacijama poput transporta lijekova, dezinfekcije prostora, praćenja stanja i čak pružanja direktne pomoći pacijentima.
• Predviđanje: Do 2030. godine, 80% ljudi će svakodnevno komunicirati s polifunkcionalnim robotima, koji će postati sve pristupačniji i rašireniji, u odnosu na manje od 10% danas.

10. Neurological Enhancement (Neuološko poticanje)

Neuološko poticanje odnosi se na upotrebu naprednih tehnologija za proširenje ljudskih kognitivnih sposobnosti i poboljšanje interakcije između uma i računala. Radi se o uređajima i tehnologijama koje mogu čitati, interpretirati, pa čak i upisivati informacije direktno u mozak, nudeći nove načine za poboljšanje pamćenja, pažnje, sposobnosti učenja i reakcije. Ovi alati, poznati kao dvosmjerne sučelje mozak-računalo (BBMI), počinju se primjenjivati u sektorima kao što su zdravstvo, obrazovanje i čak poslovanje.

• Praktični primjeri: U zdravstvu, sučelja mozak-računalo mogu se koristiti za pomoć pacijentima s ozljedama kralježnične moždine, omogućujući im da ponovno preuzmu motoričku kontrolu pomoću neuralnih signala koji aktiviraju proteze ili uređaje za mobilnost. Sučelja mozak-računalo mogu se koristiti za optimizaciju učenja studenata, prilagođavajući sadržaj njihovim individualnim kognitivnim sposobnostima. U radnim okruženjima visokog rizika, poput tvornica ili naftnih platformi, BBMI uređaji mogu pratiti umor i pažnju radnika, šaljući alarmne signale ili stimulacije kako bi održali visoku budnost i smanjili rizik od nesreća.
• Predviđanje: Do 2030. godine, 60% zaposlenika u IT sektoru koristit će i ovisiti o tehnologijama neurološkog poticanja kako bi poboljšali produktivnost i preciznost.

Zaključak

U zaključku, 10 tehnoloških trendova koje je Gartner identificirao za 2025. godinu oslikavaju budućnost u kojoj tehnologija neće samo revolucionirati poslovnu učinkovitost, već će postati i konkretan odgovor na izazove održivosti, etike i sigurnosti.

Od sve autonomnije i samostalno upravljane umjetne inteligencije koja će podržavati složene i personalizirane odluke, do sigurnosti u borbi protiv dezinformacija i prijetnji kvantnog računalstva, pa sve do inovacija usmjerenih na energetsku učinkovitost i nevidljivo upravljanje okolišima, ove tendencije oblikuju nove i izazovne scenarije za poduzeća.

Priprema za integraciju ovih tehnologija znači usvajanje strateške i dugoročne vizije, s ciljem ostanka konkurentnim na tržištima koja se stalno razvijaju, te doprinosu sigurnijem, transparentnijem i inkluzivnijem digitalnom svijetu.

Za IT odgovorne osobe i CIO-eve, ovo je trenutak za postavljanje temelja za budućnost u kojoj će interakcija između čovjeka i tehnologije biti sve prirodnija i povezanija, istovremeno podržavajući ekološke i društvene izazove koji već danas predstavljaju prioritet. Kao i uvijek, organizacije koje budu znale predvidjeti promjene i svjesno ih voditi moći će transformirati tehnološke inovacije u konkretne konkurentske prednosti.