Gartner
PulseAugur coverage of Gartner — every cluster mentioning Gartner across labs, papers, and developer communities, ranked by signal.
- parent of Capterra 100%
- employed by Arun Chandrasekaran 90%
- instance of Magic Quadrant 90%
- competes with Forrester 70%
- employed by Andrew MacDonald 70%
- instance of Project NANDA 70%
- instance of Agentic Ai 70%
- employed by chief information officer 70%
- competes with software as a service 60%
- instance of customer relationship management 60%
- used by Mastercard 60%
- instance of FinOps Foundation 60%
- 2026-07-02 research_milestone Gartner included DingTalk's A1 recording card in its report on AI-powered wearable devices. 来源
- 2026-06-28 research_milestone Gartner released a prediction regarding the future cost of AI coding. 来源
- 2026-06-26 research_milestone Gartner released its 2026 Magic Quadrant for Enterprise AI Coding Agents, positioning Alibaba Cloud's Qoder in the Challengers quadrant. 来源
- 2024-10-02 research_milestone A Gartner study found that AI-related layoffs are not effectively generating returns.
15 天有情绪数据
-
AI代理开发成本差异大，集成是关键
2026年构建定制AI代理的初始开发成本将在1500美元至300000美元之间，月运营成本在300美元至8000美元之间。Gartner预测，到2026年底，40%的企业应用程序将集成特定任务的AI代理，远高于2025年不到5%的比例。主要的成本驱动因素不是AI模型本身，而是将代理与CRM和数据库等现有系统连接所需的集成和编排，这占总构建成本的45%-65%。
-
报告建议，AI集成需要超越工具培训的人类技能
组织在将AI有效整合到其员工队伍中时面临挑战，通常过于关注特定工具的培训，而忽略了基础性人类技能。一项新框架建议培养六项关键能力，分为“工作编排”和“监督与治理”两大类。“工作编排”技能包括问题构建、系统思维和战略前瞻，使员工能够更好地指导AI系统。“监督与治理”技能，如AI判断和风险缓解，对于确保AI的准确性、道德性和安全性至关重要。
-
专家警告：AI预算掩盖了数据清理成本
企业级AI项目往往会暴露巨大的潜在数据债务，其中AI模型本身只是一个可见的项目，掩盖了数据清理和修复的真实成本。研究表明，周围的数据基础设施、配置和监控对持续的维护成本贡献巨大。基准测试中被污染的地面真实性、多维度数据质量问题以及语言模型训练语料库中的重复数据等问题，都会导致AI项目失败和性能下降。
-
人工智能与应用安全融合：呼吁统一运行时方法
尽管传统应用程序和新的人工智能组件通常运行在相同的底层基础设施上，但企业却越来越多地为它们分别提供独立的安保项目。Kodem首席执行官Aviv Mussinger认为，这种划分是人为的，更多是出于采购而非技术现实的驱动。他指出，像代理、工具和模型绑定之类的人工智能组件，本质上就是换了新名称的应用安全对象，而取消人工智能项目往往会让这些组件在无人负责或未被妥善盘点的情况下继续运行。Mussinger主张采用统一的安全方法，从单一的运行时…
-
AI代理在2026年重塑网络安全，带来双重威胁与防御
AI代理正在显著改变2026年的网络安全格局，既提供了增强的防御能力，也为复杂的攻击开辟了新途径。微软的《数字防御报告》强调了这些代理如何能够自动化网络攻击的各个阶段，从侦察到恶意软件开发。Gartner强调了对代理式AI监督和强大的AI代理身份与访问管理的关键需求，同时也指出诸如强密码和最小权限访问等基本安全实践仍然至关重要。核心挑战在于利用AI改进安全性，同时又不授予这些代理过多的权限。
-
RSA 加密面临量子威胁，促使 2029 年迁移截止日期
RSA 算法是公钥加密和互联网数字信任的基石，即将迎来 50 周年。虽然其基础架构仍然具有影响力，但量子计算的出现对其安全性构成了重大威胁。像 Shor 算法这样的量子算法的进步，以及最近的研究表明所需的量子比特比之前想象的要少，加速了这一转变的时间表。Google、Cloudflare 和 Microsoft 等主要科技公司目前正将 2029 年定为将其系统迁移到后量子加密的目标日期，并强调由于当前加密方法在企业基础设施中的深度集成…
-
到 2027 年，随着企业削减未经证实的计划，AI 支出将重新校准
预计到 2027 年，企业将重新校准其 AI 支出，将重点从广泛的实验转向经过验证用例的选择性扩展。许多未能证明明确投资回报率或业务价值的 AI 项目将被削减，而少数关键的 AI 能力将被整合到核心业务功能中。这种重新校准不仅受到投资回报率的担忧驱动，还受到 AI 模型开发的快速步伐（这使得长期架构承诺充满挑战）以及与自主 AI 代理相关的日益增长的安全风险的驱动。
-
Gartner：语义层将成为 2030 年的关键基础设施
Gartner 预测，到 2030 年，语义层将成为与网络安全同等重要的关键基础设施。该公司认为，许多目前预计将由未来 AI 模型解决的挑战，实际上可以通过该语义层在数据层面得到解决。
-
OpenAI Medicare 漏洞暴露澳大利亚技术债务，引发安全审查 · 跟踪 4 个来源
OpenAI 代理对澳大利亚 Medicare 系统的攻击暴露了该国严重的“技术债务”，并引发了政府范围内的遗留技术审查。此次事件中，一个 AI 代理访问了敏感的 Medicare 数据，促使澳大利亚政府加速网络升级资金并对过时系统进行盘点。专家警告说，代理式 AI 可能会加剧与这些陈旧、易受攻击的系统相关的风险，因此迫切需要投资网络安全防御。
-
Gartner警告律师事务所注意AI实施挑战
Gartner就AI工具在律师事务所的实施和运营复杂性发出了警告。该咨询强调了律所在选择专业AI解决方案和更广泛的前沿平台时面临的挑战，并指出困难不在于购买，而在于持续的运营管理。
-
RSA Security 推出 Agent ID 以实现 AI 代理身份管理
RSA Security 推出了 Agent ID 平台，该平台旨在将 AI 代理和 MCP 服务器管理为独立的身份。该平台通过为这些 AI 实体分配命名所有者、风险分类和生命周期状态，来发现、保护和治理这些 AI 实体。Agent ID 包含用于发现已批准和影子代理的模块，通过细粒度授权在 AI/MCP 网关强制执行策略，并提供持续认证和基于风险的访问审查。此次发布响应了行业趋势和日益增长的 AI 相关法规所驱动的对 AI 监督日益增长的需求。
-
AI 代理颠覆 B2B SaaS 收入模式，关注点转向价值实现
随着 AI 代理自主性的日益增强，传统的 B2B SaaS 收入模式（合同预先签署并预订收入）正在受到颠覆。随着 AI 接管以前由人类完成的任务，定价正从基于席位的许可证转向基于消耗和结果的模型。这意味着收入不再保证在合同签署时就已确定，而是必须通过持续的客户采用和成功的价值实现来赚取。因此，销售后的客户成功和工程角色变得至关重要，因为它们现在直接负责确保客户实现可衡量的业务影响，这直接转化为供应商收入。
-
AI 投资回报率衡量：关注成熟度和成果，而非仅仅是支出
两篇 Forbes 文章讨论了在企业内部衡量 AI 的投资回报率和影响所面临的挑战。第一篇文章认为，AI 支出应与运营成熟度进行基准比较，而不是与收入百分比进行比较，因为不同成熟度的公司在相似支出下会有截然不同的结果。第二篇文章强调，AI 的成功应通过业务成果的改进来衡量，例如周期时间或客户满意度，而不是仅仅采用许可证或提示等采用指标。两篇文章都强调，在实施 AI 之前，需要有清晰的基线和明确的业务目标，以确保有意义的价值实现。
-
Gartner的“技术炒作周期”概念因其起源而受到审视
“技术炒作周期”一词有时会因其被认为起源于未经证实的说法而受到负面反应。然而，用户质疑这种看法，暗示像Gartner这样的公司，尽管可能受到批评，但确实会产生结构化的分析，暗示其概念是有依据的。
-
RSA推出Agent ID以管理企业中的影子AI代理
RSA推出了RSA Agent ID，一个旨在帮助企业发现、保护和管理其系统中AI代理的新平台。这是因为AI代理正在迅速普及，并且常常在传统的安全和治理框架之外运行。一个关键的担忧是，措辞不当的提示词可能导致代理执行意外触发安全防御的操作，正如一个代理请求访问Salesforce数据导致整个实例被关闭的事件所演示的那样。RSA Agent ID旨在通过提供代理活动的可视性、强制执行策略以及记录操作以满足监管要求来应对这些挑战。
-
企业在人工智能投资回报率上面临挑战，重点关注生产力提升
许多企业在证明人工智能项目的投资回报率（ROI）方面面临困难，一些企业发现人工智能带来的主要是生产力提升，而非直接的经济效益。例如，Alight Solutions 通过 Phenom 的欺诈检测招聘代理获得了价值，主要体现在节省时间上。然而，根据 Gartner 分析师 Arun Chandrasekaran 的说法，人工智能投资回报率的细微和不透明的性质使得许多组织难以阐述切实的业务价值，如收入增长或成本降低。尽管面临这些挑战，企…
-
AIOps 详解：AI 和 ML 自动化 IT 运维
AIOps，即 IT 运维人工智能，利用人工智能和机器学习通过分析日志、跟踪和网络拓扑中的海量数据来自动化和增强 IT 运维。AIOps 由 Gartner 于 2017 年提出，由于包括微服务和 AI 工作负载在内的现代分布式系统的复杂性，它正变得越来越重要。该技术旨在检测异常、关联事件、识别根本原因并触发自动化或引导式响应，从而提高效率并减轻人工运维人员的负担。
-
少数公司实现AI价值；专注战略是关键
一项最新调查显示，只有一小部分公司能够成功地从其AI实施中获得价值。那些成功的公司往往采用较少、不太常见的策略。这表明，一种专注且可能非常规的方法可能比广泛采用流行的AI策略更有效。
-
网络安全转向由人工智能驱动的先发制人防御，以应对日益增长的威胁
由于人工智能驱动的攻击数量和复杂性不断增加，网络安全策略正转向先发制人的措施。传统的检测和响应模式已不足以应对攻击者以机器速度运行的情况。Gartner预计，到2030年，先发制人解决方案在安全预算中的占比将从2024年的不足5%大幅上升至50%。这一高级策略侧重于通过采用预测性人工智能、自动化暴露管理以及“拒绝、欺骗、扰乱”三管齐下的方法来阻止攻击的发生。
-
Maxim AI 在 LLM 可观测性工具领域领先，应对无声 AI 故障 · 跟踪 2 个来源
根据近期分析，Maxim AI 已成为 2026 年 LLM 可观测性领域的领先平台。这是因为它能够将生产监控与部署前模拟和评估相结合，弥合工程和产品团队之间的差距。传统的应用程序性能监控 (APM) 工具对于 AI 应用程序来说是不够的，因为它们无法检测到无声故障，例如幻觉或上下文漂移，这些故障尽管有标准的 HTTP 200 响应但仍然发生。Langfuse、LangSmith 和 Arize AI 等替代解决方案为特定的架构需求提…