麦肯锡全球研究院发布《2025 年技术趋势展望》：到 2030 年，半导体行业可能面临显著的人才缺口

原创 于 2025-07-29 09:41:18 发布 · 533 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

你好，我是杰哥。

麦肯锡全球研究院 (McKinsey Global Institute) 于2025年7月发布了第五版年度重磅报告——《 Technology Trends Outlook 2025 》。这份报告深入剖析了13项最具变革潜力的前沿技术趋势，旨在帮助商业领袖识别哪些技术对其企业最为关键。报告基于详实的定量指标（兴趣度、创新度、股权投资、人才需求）和专家洞察，揭示了技术发展的现状、潜在影响及关键不确定性。

核心洞察：AI是技术融合的催化剂

报告开篇即强调，全球技术格局正经历重大转变。人工智能（ Artificial Intelligence, AI ）不仅本身是一股强大的技术浪潮，更是放大其他趋势的基础力量。AI通过与其他趋势结合，既加速了各领域内的进展（如训练机器人、优化能源系统），也在交叉领域释放了全新可能性（如推进生物工程科学发现）。AI解决方案在市场上的演进，正将之前单独分析的 Applied AI（应用型AI）和 Generative AI（生成式AI）融合在一起。

一、人工智能革命：从工具到协作伙伴

1. Agentic AI：自主智能的崛起

Agentic AI 是一种能够独立规划和执行复杂多步骤任务的人工智能系统，基于强大的基础模型（foundation models），具备自主行动、相互通信和适应新信息的能力。

报告指出， Agentic AI 的发展正推动其从被动工具转变为企业工作流

最低0.47元/天 解锁文章

200万优质内容无限畅学
制造业升级：AI原生自动化流程如何重塑生产线？
AI天才研究院
05-28 997
全球制造业正站在“效率天花板”前：人工成本十年上涨3倍（世界银行2023数据）、消费者要求“千人千面”的定制化产品、传统PLC（可编程逻辑控制器）控制的生产线调整一次需停机72小时……这些痛点倒逼制造业寻找“能自己学习、自己优化”的新方案。本文聚焦“AI原生自动化”这一核心技术，覆盖从概念原理到实战落地的全链条，帮助读者理解其如何重塑生产线。本文将按“概念→原理→实战→趋势”的逻辑展开：先通过快递站的故事引出AI原生自动化；再拆解其三大核心组件（数据神经网、数字分身、自主决策脑）；
工业4.0背后的秘密：数字化如何重新定义生产力？
CobyBryantGiGi的博客
03-04 1065
从制造执行系统（MES）到企业资源计划（ERP），从供应链管理到新一代信息技术（IT）的升级与融合，工业4.0彰显了在全球工业体系持续演进的背后，数字化已经成为重塑生产力的关键动力。当数以万亿计的传感器和设备共同构建起一个高度互联与智能化的工业生态，我们将见证生产力的全新爆发，也将见证工业文明在绿色可持续发展和人机和谐协作的道路上迈出历史性一步。但可以肯定的是，那些率先完成数字化升级的企业，将获得远超竞争对手的竞争优势，并在新一轮的工业革命浪潮中占据主动地位。技术与专业之间的“壁垒”将越来越淡化，
未来今日研究所：2024技术趋势报告-人工智能篇
人工智能学家
11-29 289
“欧米伽未来研究所”关注科技未来发展趋势，研究人类向欧米伽点演化过程中面临的重大机遇与挑战。将不定期推荐和发布世界范围重要科技研究进展和未来趋势研究。（点击这里查看欧米伽理论）来源：欧米伽未来研究所《2024技术趋势报告-人工智能篇》是由未来今日研究所发布的一份详细分析，聚焦2024年人工智能技术的趋势及其对各行业的影响。以下是对该报告的全面介绍。一、报告背景和主要目标这份报告是未来今日研究所2...
ADAS技术市场总结展望（2021年-2022年）
吴建明wujianming_110117
01-18 8483
ADAS技术市场总结展望（2021年-2022年） NV AGX 和TI的TDA4平台哪个好？ 作为自动驾驶的平台，NV好像用的人比较多，但TI的TDA4看起来也是不错的东西，有高手能够做个对比分析么？ 从CPU架构及主频来看，TDA4 介于 NV AGX的 Xavier 及 Orin 之间；但算力肯定比不上精于GPU的英伟达，毕竟 TI 是比较擅长的是 DSP 领域。 再从社区及厂商采用度来看，NV AGX明显要占优势。国内的三大新能源企业都用的是NV AGX：小鹏P7（Xavier），理想 One （
国际能源署：人工智能的未来变革潜力取决于能源，《2025能源与人工智能报告 》
人工智能学家
04-21 1064
能源部门面临实现AI广泛采用的障碍，包括缺失或不足的数据和数字基础设施、技能获取，以及持续的数字和物理安全担忧，这些常常超过潜在的效率收益。如今，它可以生成文本和视频，加速医学或材料科学等领域的科学发现，使制造机器人更智能高效，在复杂的城市环境中驾驶商业出租车，并检测关键基础设施的威胁。可负担、可靠和可持续的电力供应将成为AI发展的关键决定因素，能够快速大规模提供所需能源的国家将处于最有利的地位。一个典型的AI数据中心消耗的电力相当于10万户家庭，但目前在建的最大数据中心将消耗20倍于此的电力。
2024全球财务采用AI报告60+份汇总解读|附PDF下载
大数据部落
03-07 1454
人工智能技术正以颠覆性力量重塑全球财务职能，德勤最新研究显示，财务AI市场规模预计2025年将突破120亿美元，年复合增长率达28%。本报告汇总解读基于《KPMG国际：2024全球财务采用AI报告》及68份行业研究报告的数据，报告合集已分享在交流群，阅读原文进群和500+行业人士共同交流和成长。本报告通过深度数据分析与行业实践洞察，揭示AI在财务领域的应用现状、价值创造路径及未来趋势，为企业制定AI战略提供决策依据。
强化学习之父Richard Sutton：AGI研究的下一个范式
人工智能学家
11-20 180
来源：Amii编译：OneFlow翻译：张雪聃、林心宇、刘乾裕OpenAI下一代GPT近期被爆遇到瓶颈，这让“Scaling Law撞墙”的声音变得更响，尽管业内对此争论不休，但现实情况是，大模型确实不再像年前那样有突飞猛进的进展。作为启发大模型领域提出Scaling Law的研究者，强化学习之父、阿尔伯塔大学教授Richard Sutton在2019年发表了后来被AI领域奉为经典的The Bit...
模拟到现实无缝转换！麻省理工学院研究团队提出生成模型LucidSim，破解机器人训练难题！...
人工智能学家
11-19 323
来源：机器人大讲堂机器人学习系统的成功很大程度上取决于其训练数据的真实性和覆盖范围。真实世界数据虽然本质上是真实的，但其覆盖范围有限，无法覆盖机器人在部署时可能遇到的各种场景。因此这种方法只在特定环境下被验证为有效，机器人在面对未知或新颖情境时往往难以应对。随着机器人在整个训练过程中不断改进，其进一步提高技能所需的数据也在不断扩增。然而，获取正确的数据目前的实践中仅能依靠手动操作，每当面临新的场景...
人工智能与大数据时代-2019
热门推荐
anchker的博客
02-01 3万+
文章不断更新中..... 20191013 白皮书丨大数据产业发展呈现八大趋势 《2019中国大数据产业发展白皮书》深度解读之一 《2019中国大数据产业发展白皮书》深度解读之二 《2019中国大数据产业发展白皮书》深度解读之三 《2019中国大数据产业发展白皮书》深度解读之四 《2019中国大数据产业发展白皮书》深度解读之五 德勤&第四范式联合发布企业智能化转型白皮书 ...
Datawhale 科大讯飞AI大赛（模型蒸馏）
1ncludeSteven
07-27 500
使用教师模型蒸馏学生模型（小模型），使得学生模型尽可能在数学推理任务中表现更好，评分标准由4个指标组成：Overall Score=0.4×AS+0.3×CQS+0.2×ES+0.1×MLS。通过上述方法构建了3个对应的数据集，目前想要对最终的模型使用的数据集进行消融实验，训练及评分过程较慢。三个数据集合并后共包含2126条数据。模型微调后，创建应用，发布服务即可提交赛题，目前赛题评分中，待更新最后分数。
跨境支付入门～国际支付结算（风控篇）
lkf19711的博客
07-25 1209
跨境支付企业的"吞金兽"：风控系统成为最大成本黑洞。这类系统需采购海量第三方数据（年费超千万），并应对国际卡组织的高额合规要求（如VISA系统年增300万美元成本）。核心防控AML（反洗钱）和CFT（反恐融资）风险，通过四阶KYC认证体系（证件核验到持续监控）和KYB企业审查（股权穿透到贸易背景验证）。采用AI检测（准确率98.7%）、知识图谱等技术，并实施分级审核策略（CDD/EDD）。风控系统需融合3000+规则引擎和机器学习模型，实现全流程监控，是跨境支付企业的生死线。
04动手学深度学习（下）
最新发布
2302_80363296的博客
07-28 191
为处理缺失值，典型方法包含插值和删除，这里采用插值的方法。创建一个人工数据集，并存储在csv（逗号分隔）文件。转换为NumPy张量。
大模型开发
2302_81352523的博客
07-23 1396
AI（人工智能）是使机器具备类人思考和解决问题能力的技术，其核心是Transformer神经网络模型（如GPT）。大模型应用结合传统编程实现记忆等复杂功能，应用开发技术包括Prompt问答、微调、Agent调用和RAG（外挂知识库），适用于客服、医疗、办公自动化等场景。AI通过数据训练掌握语言规律，处理模糊性问题，与传统程序互补形成强大应用。
AI模型训练中过拟合和欠拟合的区别是什么？
workflower的博客
07-28 278
定义：模型未能充分学习到数据中的规律，对训练数据的拟合程度较差，在训练集和测试集上的表现都不好（如准确率低、损失值高）。- 定义：模型过度学习了训练数据中的细节（包括噪声和随机波动），导致对训练数据拟合效果极好，但对未见过的测试数据泛化能力差。- 表现：训练集性能极好（如准确率接近100%），但测试集性能明显下降，两者差距很大。- 表现：训练集和测试集的性能指标（如准确率）都较低，且两者差距不大。- 过拟合：模型“学太死”，只对训练数据表现好，对新数据没用。- 模型结构过于复杂（如参数过多）；
RoPE：相对位置编码的旋转革命——原理、演进与大模型应用全景
拒绝AI玄学，只聊真技术▲
07-26 1729
RoPE通过几何旋转的统一框架，实现了位置编码的相对性、可逆性与外推性的平衡，成为大模型位置感知的基石技术。跨模态统一：N维李群框架支撑视频、3D点云位置建模动态频率学习：替代预设θbaseθbase​，实现任务自适应编码鲁棒性增强：融合FoPE思想抵抗深层频谱损坏RoPE的本质是将位置关系映射为复数空间的旋转群——它不仅是Transformer的“位置感知器”，更是AI理解时空的数学透镜。当旋转矩阵的维度从文本扩展到图像、视频乃至物理世界，位置编码的数学之美正在重构AI对世界的认知方式。
人工智能与交通：智能出行的变革与突破
一套方法论打通全栈闭环，从 0 到 1 教你驾驭需求、设计、开发、项目、课题、论文和软著，速成全栈王者！
07-25 1158
AI 驱动的智能交通不仅是技术升级，更是对城市空间、能源利用、社会分工的全面重构。从自动驾驶解放人类的驾驶时间，到智能调度让城市告别拥堵，再到绿色交通助力碳中和，每一项进步都在重新定义 “出行” 的意义 —— 从 “必要的负担” 变为 “高效、安全、愉悦的体验”。实现这一愿景需要技术突破、法规创新、社会协同的多方努力。当技术足够成熟、法规足够清晰、公众足够信任时，智能交通将成为 “未来城市” 的血管系统，支撑起更高效、更公平、更可持续的人类生活方式。
人工智能时代的战略竞争优势商业模式创新培训讲师培训师专家咨询顾问唐兴通谈个性化在制造业金融业医疗医药石油化工SARS软件行业大客户营销与销售背后的价值
Akibfrycc的博客
07-26 770
这让我想起《孙子兵法》中的"迅雷不及掩耳"——当你的竞争对手还在为季度营销计划绞尽脑汁时，真正的领导者已经构建了能够同时运行数百个覆盖数百万客户的实验系统，在短短几天内就能提取洞察，并将其融入下一轮互动。他们深谙个性化的真谛：结合智能整合与自动化，在敏捷团队中跨越功能孤岛，将测试和学习的时间线压缩至小时级别，月度实验数量提升至数千个。真正的个性化能力竞争是组织能力的竞争。今日，不知多少企业迷信于购买昂贵的营销自动化平台，招揽数据科学家，实施CRM系统，却依然无法真正理解客户，更遑论预测需求、创造价值。
动手学深度学习2.0-李沐Pytorch版
qq_43361801的博客
07-24 353
教材的pdf我已经上传到资源啦！动手学深度学习在线课程。
Spring AI 项目实战（二十）：基于Spring Boot + AI + DeepSeek的智能环境监测与分析平台（附完整源码）
博客
07-26 472
本文介绍了基于Spring Boot和DeepSeek大语言模型开发的智能环保监测系统。该系统实现了多类型传感器数据采集、实时监测、AI异常检测、污染源识别、趋势预测和治理方案推荐等功能，采用前后端分离架构，整合了Spring Boot、Vue3、MySQL等技术栈。项目通过AI技术提升了环保监测的智能化水平，解决了传统系统在实时性、分析能力和预警机制等方面的不足。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值