2025年の戦略的テクノロジのトップ・トレンド

ガートナーは、2025年に企業や組織にとって重要なインパクトを持つ10の「戦略的テクノロジのトップ・トレンド」を発表しました。これらのトレンドを理解し、適切に対応することは、企業や組織のデジタル戦略を成功に導く重要な鍵となります。同時に、テクノロジの発展がもたらす社会的な影響にも十分な注意を払い、責任ある形でイノベーションを推進していく必要があります。

このような大きな変革期にあって、ITリーダーには先見性と慎重さの両方が求められています。こちらでご紹介するテクノロジがもたらす機会を最大限に活用しながら、同時にリスクも適切に管理するために、ガートナーの戦略的テクノロジのトップ・トレンドによる知見をお役立てください。

ガートナーの2025年戦略的テクノロジのトップ・トレンドは、「AIの最重要課題とリスク」「コンピューティングのニューフロンティア」「人間とマシンの相乗効果」の3つのカテゴリに分けられます。以下に、それぞれのカテゴリについて説明します。

最新のAI技術は、ビジネス・プロセスや意思決定の方法を根本的に変えようとしています。同時に、その適切な利用と管理に向けた新しい枠組みづくりも急務となっています。

量子コンピューティングや超小型センサーなど、新しいテクノロジが従来の限界を打ち破り、ビジネスに新たな可能性をもたらします。一方で、情報セキュリティなど、新たな課題への対応も必要となります。

現実世界とデジタル世界の境界があいまいになる中、人々の生活や働き方は大きく変わろうとしています。ロボット工学や人間拡張技術の進歩により、人とテクノロジの関係はより密接になっていくでしょう。

最初に、「AIの最重要課題とリスク」における3つのトレンドについて見ていきましょう。

エージェント型AIは、ユーザーが設定した目標に向けて自律的に計画を立て行動する新しいAIシステムです。従来のAIアシスタントやLLM（大規模言語モデル）とは異なり、人間からの直接的な指示がなくても「主体性」を持って行動できる点が特徴です。

• 主体性または半主体性を持って行動できる能力：従来の限定的なタスク実行するものから、環境から学習し、アプローチを計画し、意思決定を行い。独立してタスクを実行できるAIシステムまで、さまざまなレベルへと進化
• 適応性の高いソフトウェア：事前に定義されていない多様なタスクにも対応可能
• 仮想労働力としての活用：人間の業務を支援・負荷を軽減し、生産性を大幅に向上させる可能性

• 信頼性の確保
  •  適切な制御機能（ガードレール）の実装が不可欠
  •  AIの行動が意図した範囲内に収まるよう監視が必要
• 検証の難しさ
  • 状況に応じて独自の計画を立てるため、従来の手法では十分な検証が困難
  • 時間とともに進化・適応するシステムの監視に新しいテクノロジとツールが必要

• まずは検証可能なユースケースから小規模に開始
• データの品質が高く、動作の検証が可能な分野を優先
• 人間とAIの効果的な協業モデルを構築
• 明確な役割と権限の範囲を設定

エージェント型AIは、企業や組織の生産性を劇的に向上させる可能性を秘めていますが、その導入には慎重なアプローチが求められます。適切な管理体制の下で、段階的に活用範囲を広げていくことができます。

AIの急速な普及に伴い、その適切な管理と運用が組織の重要課題となっています。AIガバナンス・プラットフォームは、AI利用の透明性と信頼性を確保し、法令遵守を実現する不可欠なツールとして注目を集めています。特に規制が厳しい産業では、早急な導入が求められています。

• AI利用の包括的な管理機能（ポリシー作成／管理／実施）

• AIモデルのライフサイクル管理

• データ品質とプライバシー保護に関するリスク評価

• 法令遵守の効率化

• 信頼性の向上と責任説明の強化を支援する透明性の提供
  

• 地域・業界によるガイドラインの不統一

• 急速なAI開発に対する一貫した統制の難しさ

• 組織文化の変革と抵抗への対応
  

• 段階的な導入
  •    多様なステークホルダーの参画
  •    AIの意思決定や行動に対する明確な責任・説明責任体制の確立
• 継続的な改善
  •    定期的なAIシステム監査の実施
  •    リスク特定と軽減策の実施
  •    AIガバナンスを専門とする社内チームの育成

AIガバナンスプラットフォームの導入は、組織のAI活用における信頼性と透明性を高める重要な施策です。課題は存在するものの、段階的なアプローチと継続的な改善により、持続可能なAI活用基盤の構築が可能となります。すでにAIガバナンスの導入開始している先進企業の事例を参考にしながら、自社に適したガバナンス体制の確立を進めることができます。

AIの進化により、偽情報（ディスインフォメーション）の脅威が急速に高まっています。世界経済フォーラム* は2024年の主要な脅威として偽情報を挙げ、企業の10社に1社がディープフェイク攻撃の標的となっています。この状況に対応するため、体系的な信頼性評価と保護のための新しいセキュリティ対策が不可欠となっています。

世界経済フォーラム：世界経済フォーラムは、官民連携のための国際組織です。ステークホルダー間の有意義なコネクティビティを構築し、信頼を確立し、協力と進歩のためのイニシアチブを構築するための、グローバルかつ公平な非営利のプラットフォームを提供します。世界経済フォーラムのWebサイトはこちら（外部サイトに移動します）：jp.weforum.org

• 合成メディア（ディープフェイク等）の不正使用検知
• SNSや報道における有害な情報の追跡・監視
• なりすまし防止のためにアイデンティティ管理強化（従業員、取引先、顧客等）
• リアルタイムコミュニケーションの整合性を検証
• ブランド評判の保護、有害な情報拡散の防止

• AIツールの急速な進化による攻撃手法の高度化
• フィッシング、ハクティビズム、偽ニュースの増加
• 選挙など重要な局面での世論操作リスク
• 生体認証など単一の技術層での防御限界
• 組織の対応準備が整う前に拡散する有害情報

1. 多層的な検知システムの導入

•    本人確認システムへのディープフェイク検知機能の統合
•    行動分析に基づく継続的なリスク評価
•    コンテキストを考慮した適応型信頼モデルの活用

2. 包括的な監視体制の確立

•    デジタル・リスク保護サービスの導入
•    メディア・モニタリングの実施
•    組織横断的なチームの編成

3. 予防的な保護戦略の実施

•    有害情報を事前に特定
•    インシデント対応の戦略策定
•    ブランド保護の多層的アプローチ

偽情報セキュリティは、デジタル時代における新たな企業防衛の要となっています。技術的な対策に加え、組織全体での取り組みと迅速な対応を実行可能にする体制の確立が成功の鍵となります。今後も進化を続ける脅威に対し、継続的な監視と対策の更新が必要不可欠です。

次に、「コンピューティングのニュー・フロンティア」における4つのトレンドについて見ていきましょう。

量子コンピューティング（QC）は2019年のGartnerのテクノロジのトップ・トレンドとして取り上げられ、2020年末までの実用化が進展しました。このテクノロジは、現在世界中の数十億台のデバイスや全インターネット通信の80%以上で使用されている従来型暗号方式に重大な影響を与えると考えられています。

すでに犯罪者や国家機関はQCの重要性を理解し、最近では「今収集して後で解読 (Harvest Now, Decrypt Late)」という攻撃手法が確認されています。これは暗号化データを盗取・保存し、将来的に量子コンピュータで暗号解読することを目的とします。この脅威に対抗するため、ポスト耐量子暗号（PQC）が開発され、量子コンピュータによる暗号解読のリスクに耐えるデータ保護を提供します。

PQCへの移行には複数の技術的課題があります：

• 既存の非対称アルゴリズムとの互換性がない
• 鍵とデータサイズの増大
• 暗号化・復号化の処理時間の延長
• システム性能への影響
• 現在のアプリケーションの再テストや再構築の必要性
  

PQCへのアプローチには、一般に「クリプト・アジリティ (暗号の俊敏性)」と呼ばれる反復可能なプロセスの作成が含まれます。これはアプリケーション内の暗号化アルゴリズムや関連要素を透過的に交換し、より新しい、おそらくより安全なアルゴリズムに置き換える仕組みです。そのほか具体的には以下のようなアプローチも必要となります。

• 新アルゴリズムへの移行方針の策定
• 現在使用されている暗号アルゴリズムのメタデータベース構築
• 短期・中期・長期で予想されるサポート終了時期の特定
• 非対称鍵のリスク管理を考慮した鍵に関するライフサイクル方針の策定
• PQCアルゴリズムの検証と広範囲にわたるテスト実施後に実用化
  

PQCへの移行は企業や組織の重要課題です。機密データの保護には、早期の準備と計画的な移行が不可欠です。クリプト・アジリティの実現により、将来の暗号技術の進化にも対応できる基盤を構築できます。この取り組みは、企業や組織だけでなく、個人データの保護にも直結する重要な課題として認識する必要があります。

人々の生活環境に溶け込む、超小型・低コストのスマートタグとセンサーが、新たな技術革新の波を起こそうとしています。この「環境に溶け込むインテリジェンス」は、大規模な追跡・センシングを手頃なコストで実現し、将来的には日常生活にインテリジェンスを深く統合する可能性を秘めています。

この革新的なシステムを支える中核技術は主に3つあります。この技術の応用範囲は幅広く、特に注目すべきは家庭やオフィスでの活用です。

• 2025年に主流となる低電力Bluetoothを筆頭とする省電力無線通信技術。Wi-Fiや5Gも環境調和型の無線通信をサポートする方向で進化を続けています
• 周囲の電波エネルギーを活用する環境発電 (Harvested Power) 技術。これにより、バッテリー不要で半永久的に動作する小型センサーが実現可能となります。
• 環境発電で効率的に動作する省電力電子回路技術

最も重要な課題は、プライバシー保護です。目立たない小型センサーが物品に永続的に組み込まれることで、個人情報の取り扱いに関する懸念が生じています。企業はデータ使用に関する同意取得を適切に行い、必要に応じてユーザーがセンサーを無効化できる仕組みを提供する必要があります。

また、現状のシステムはインフラ整備が必要なため、単一組織内か密接に連携したサプライチェーン内での利用に限定されています。この制約を超えて技術を広く展開するためには、標準化とインフラ整備が不可欠です。

2025年から2028年にかけて、まずは投資対効果の高い用途での実証実験を進めることが推奨されます。具体的には、小売在庫管理、生鮮品物流、宅配・郵便サービスなどの分野での活用が期待されています。これらは既存のRFID（Radio Frequency Identification：無線周波数識別）システムの代替としても検討に値します。

また、物品の使用状況や保管場所に関するリアルタイムデータを活用した新しいAIや分析機会の探索も重要です。さらに、業界標準の策定に向けたパートナーとの協力を通じて、物品の識別や特性の生涯管理に基づく長期的なエコシステムの構築を目指す必要があります。

環境に溶け込むインテリジェスは、物流の効率化から人々の日常生活まで、社会全体に大きな変革をもたらす可能性を秘めています。この技術の実用化に向けては、プライバシー保護と利便性の両立、標準化の推進、インフラ整備など、複数の課題に取り組む必要があります。しかし、これらの課題を一つずつ解決していくことで、より効率的で持続可能な社会の実現に貢献できるでしょう。

今日のデジタル社会において、ITシステムの環境負荷削減は喫緊の課題となっています。特に現在は、データセンターの水使用量や電子廃棄物の問題に加え、最も重要視されているのが炭素排出量の削減です。AIトレーニング、シミュレーション、最適化処理、メディア・レンダリングなど、計算負荷の高いアプリケーションが環境に与える影響は特に大きく、企業はこれらへの対応を迫られています。

ITシステムの炭素排出量を制御するために、主に3つのアプローチが考えられます。

1. 効率的なアルゴリズム、アーキテクチャ、データ構造の採用

2. 最新のプロセッサやディスクなど、より効率的なハードウェアの活用。特定の用途においては、GPUなどの専用デバイスが従来の汎用機器よりも高い効率を発揮します。

3. 再生可能エネルギーなど、より環境負荷の低い電力の利用。2020年代後半からは、光コンピューティングやニューロモーフィックシステムなど、革新的な技術の実用化も期待されています。

持続可能なITへの移行には様々な課題が存在します。新しいハードウェア、クラウドサービス、スキル、ツール、アルゴリズム、アプリケーションが必要となり、企業のシステム環境はより複雑化することが予想されます。

また、新しいコンピューティング・プラットフォームへの移行には、多大なコストと労力が必要です。

さらに、グリーンエネルギーの需要増加に伴う電力価格の上昇も予測されており、一部の地域では供給が需要に追いつかない可能性もあります。

現在取り組めるアクションとして、以下のような対策があります。

まず、システムの稼働率向上や、より環境負荷の低いクラウド・プロバイダーへの切り替え、炭素排出量の少ない地域や時間帯へのワークロードシフトなど、短期的な施策を実施します。

次に、大きな炭素排出量が予測されるシステムを特定し、GPU（Graphics Processing Unit：画像処理装置）などの効率的なハードウェアへの移行を検討します。

さらに、光コンピューティングやニューロモーフィック・コンピューティングなど、新興技術の動向を注視し、実証実験の機会を積極的に活用することが重要です。

ITの持続可能性への取り組みは、もはや選択肢ではなく必須となっています。現状の技術では1～2桁の効率改善が限界であり、より抜本的な解決策が必要とされています。企業は短期的な対策を着実に実施しながら、中長期的な視点で新技術の採用を検討し、段階的に環境負荷の削減を進めていく必要があります。持続可能性への対応を怠れば、ビジネスの競争力低下や、先進的なソリューション導入の制限につながる可能性があることを認識し、計画的な取り組みを進めることが求められています。

コンピューティングの未来は、単に量子コンピューティングだけではありません。神経形態学的計算、量子計算、光計算、さらには将来的にはバイオ・コンピューティングやカーボン・コンピューティングなど、複数の計算メカニズムを組み合わせたハイブリッド・コンピューティングこそが、次世代の革新的な計算基盤となります。それぞれの技術の長所を活かし、短所を補完し合うことで、従来の限界を超えた計算能力を実現することが可能となります。

ハイブリッド・コンピューティングの最大の特徴は、異なる計算機構を効果的に組み合わせることで、高次元の最適化問題や複雑な課題を、従来よりも少ないエネルギーで解決できる点です。

特に製造・物流、金融サービス、ライフサイエンス、材料開発、創薬などの分野での活用が期待されています。

具体的には、完全自律型のビジネス実現に向けたより高度な自動化と、人間の能力を拡張するリアルタイム・パーソナライゼーションの実現という二つの領域で発展が見込まれています。さらには、人体そのものをコンピューティング・プラットフォームとして活用する可能性も視野に入れられています。

ハイブリッド・コンピューティングの実用化には、いくつかの重要な課題があります。まず、関連技術の多くが黎明期にあり、非常に複雑で専門的なスキルを必要とします。

また、システムやアプリケーションのアーキテクチャを再設計する必要があり、複数の計算メカニズムを統合するための堅牢なモジュール性とインターフェース設計が求められます。

さらに、各モジュールが自律的に計算と意思決定を行うため、セキュリティ・リスクへの対応も重要な課題となっています。

これらの課題に取り組むためには、高いコスト負担と複雑性への対応が必要不可欠です。

実用化に向けては、以下のような具体的なアプローチが重要となります。

まず、分散データ管理基盤や複数のソフトウェア・アーキテクチャをサポートする堅牢なオーケストレーション・レイヤーの構築が必要です。

次に、データの保持方法や期間の見直し、異なるデータドメイン間のメタデータを管理する統一的なデータ・ファブリックの作成、そしてデータ・パイプライン全体を管理するDataOpsの実装が求められます。

また、各計算メカニズムの有用性を評価し、データ、インフラストラクチャ、アプリケーション環境全体をカバーするリファレンス・アーキテクチャの確立も重要です。

この技術の応用範囲は非常に広く、ゲーム、製造業、教育、金融サービス、電子商取引など、さまざまな分野での活用が期待されています。

特に注目すべき点は、物理的な資産のデジタル化による新たな収益モデルの創出です。例えば、イベントチケットの購入や駐車スペースのリース、車両のレンタルなどを、現実空間内で直感的に行えるようになります。

また、製造現場でのデジタルツイン活用や、場所を問わない共同作業の実現など、産業界での革新的な活用も見込まれています。

さらに、視覚障害者向けのアダプティブ・インターフェースの提供など、アクセシビリティの向上にも貢献します。

ハイブリッド・コンピューティングは、短期的には導入コストの増加を伴うものの、長期的には既存インフラストラクチャの最適化コストを大きく上回る便益をもたらす可能性を秘めています。特に、生成AIの発展に伴うエネルギー消費の増加と気候変動への対応が求められる中、効率的かつレジリエントな自律計算環境の構築は、今後ますます重要性を増していくでしょう。組織はこれらの課題に積極的に取り組み、機会を見出し、パフォーマンスを迅速に向上させていく必要があります。

最後に、「人間とマシンの相乗効果」における3つのトレンドについて見ていきましょう。

空間コンピューティングは、物理的な世界とデジタルの世界を融合させる革新的な技術です。従来の画面ベースの表示を超えて、現実空間とデジタル・コンテンツを統合的に扱うことで、まったく新しいユーザー体験を実現します。拡張現実（AR）やバーチャル・リアリティ（VR）などの技術を活用し、物理世界をデジタルで豊かに拡張することで、人々の生活や産業に大きな変革をもたらそうとしています。

しかしながら、この技術の本格的な普及には複数の課題が存在します。

最も大きな課題は、ヘッドマウント・ディスプレイ（HMD）の高価格と使用時の制約です。重量による不快感、バッテリー持続時間の短さ、周囲との断絶感などが指摘されています。

また、直感的とは言えないユーザーインターフェース、消費者市場における決定的なアプリケーションの不在、デバイスの分断化なども課題となっています。

特に重要な懸念事項として、プライバシーとセキュリティの問題があります。空間データの収集と保管に関する安全性の確保が不可欠です。

上で取り上げた課題に対応しながら技術を効果的に活用するために、組織は以下のような実践的なアプローチを取る必要があります。

まず、高速インターネット、安定した無線通信、低遅延性などのインフラ整備が重要です。

企業や組織固有の価値を生み出せる具体的なユースケースを特定し、段階的に実装していくことが望ましいでしょう。

さらに、複数の空間コンピューティング体験を統合できるプラットフォームの採用も検討すべきです。

空間コンピューティングは、今後5〜7年の間に組織の業務効率を大きく向上させる可能性を秘めています。特に、製造業やロジスティクスにおける意思決定の改善、リアルタイムでの情報提供、効果的なコラボレーションの実現などが期待されます。課題は存在するものの、適切な計画と段階的な導入により、革新的な価値を創出できる技術として注目されています。企業や組織は自社の目的に合わせて、この技術の活用方法を慎重に検討し、実践していく必要があります。

社会は、単一機能のロボットから多機能型ロボットへの大きな転換期を迎えています。従来の産業用ロボットは、特定の作業を繰り返し行うことに特化していましたが、今日では様々な作業をこなせる柔軟性を持つロボットの開発が急速に進んでいます。この変革は、単なる技術革新にとどまらず、人々の働き方や生活様式を根本から変える可能性を秘めています。

次世代の多機能型ロボットは、人間のような形状を持ち、人間の作業環境にシームレスに適応できる特徴を備えています。これにより、作業環境の大規模な改修が不要となり、導入コストの大幅な削減が可能になります。

さらに、高齢者介護や家事支援など、これまでロボット化が困難とされてきた分野での活用も視野に入ってきました。特筆すべきは、これらのロボットが単なる作業の模倣ではなく、目的に応じて作業内容を柔軟に調整できる知能を備えている点です。

現状では、価格帯が1,600USドルから75,000USドルまでと大きな開きがあり、必要最低限の機能要件の定義や適正価格の設定が業界の課題となっています。

また、ロボットと人間が同じ空間で協働するための安全基準や運用ルールの確立も急務です。さらに、既存の業務プロセスをロボットに適応させるのではなく、人とロボットの強みを活かした新しい働き方の設計が必要とされています。

多機能型ロボットの導入を成功させるためには、段階的なアプローチが重要です。まず、将来の需要変化を見据えた柔軟な活用計画を立てることから始めます。次に、従業員とロボットの共存ルール（ロボトロジー）を策定し、社内や組織内での理解促進を図ります。

多機能型ロボットは、単なる省人化ツールではなく、人間との協働を通じて新しい価値を創造するパートナーとなる可能性を秘めています。技術の進歩に伴い、ハードウェアとソフトウェアの両面で急速な発展が期待されます。この変革を成功に導くためには、技術導入だけでなく、人とロボットが共生する未来を見据えた包括的なアプローチが不可欠です。多機能型スマート・ロボットは2025年のトレンドのうち、最も革新的なトレンドのひとつと言ってよいでしょう。

脳機能強化技術（Neurological Enhancement）が、人類の認知能力の新たな地平を切り開こうとしています。この技術は、脳活動を読み取り、解読するだけでなく、将来的には脳に直接「書き込む」ことで、人間の能力を拡張することを目指しています。単方向および双方向の脳-機械インターフェース（UBMI/BBMI*）を中核技術として、人の思考や感情を理解し、さらには脳の機能を強化する可能性を秘めています。

この革新的な技術は、主に3つの重要な領域で大きな可能性を示しています。

1.人材育成の革新

脳の記憶力、注意力、学習能力、問題解決能力を強化することで、AIの進化に対応できる人材の育成が可能になります。将来的には、「強化された人間」であることが雇用条件となる可能性も示唆されています。

2. マーケティングの新時代

消費者が世界と関わる際の思考や感情をリアルタイムで理解することが可能となり、マーケティングの在り方が根本的に変わる可能性があります。

3. パフォーマンスの最適化

産業事故の予防から、学習者一人ひとりに合わせた教育の実現、高齢者の就労期間の延長まで、幅広い分野での人間の神経能力向上が期待されています。

実用化は、医療研究からはじまり、医療応用、マインドフルネス、職場モニタリング、パーソナライズされた教育、そしてビジネス・プロフェッショナル向けの神経機能強化へと段階的に進展していくと予測されています。

この技術の実装と採用には、以下のような重要な課題が存在します。

1. 技術的・経済的課題

初期製品の高コスト、バッテリー寿命の制限、移動性と無線接続の制約、異なるデータシステムの統合の複雑さなどが挙げられます。

2. 社会的受容性

より高度な機能を実現するには、より侵襲的でリスクの高い解決策が必要となります。特に、手術を要するインプラントに対する抵抗感は大きく、初期世代の機器の短い寿命による再手術の必要性も課題となっています。

3. セキュリティとプライバシー

脳に直接接続するインターフェースは、個人と企業の双方に新たな脆弱性をもたらします。思考の自由や個人のプライバシーに関する概念の再検討も必要とされています。

この技術を効果的に活用するために、以下のような具体的なアプローチが可能です。

• 既存の受容性の高いソリューション（ヘッドフォンなど）を用いた概念実証(POC) の実施
• 従業員による個人用脳機能強化デバイスの使用に関する法的対応の準備
• 脳活動データの収集・管理における匿名性とプライバシーの確保

神経系との融合は、人類の認知能力を飛躍的に向上させる可能性を秘めていますが、その実現には慎重かつ段階的なアプローチが必要です。技術的な課題の克服とともに、社会的な受容性の向上、そして倫理的な課題への対応が不可欠となります。

* UBMI：Unidirectional Brain-Machine Interface
人間の脳とコンピュータや機械との間で一方向の通信を可能にする神経インターフェース。ユーザーの精神状態を測定し、思考によってコンピュータや機械を制御することを可能にする。

* BBMI：Bidirectional Brain-Machine Interface
人間の脳とコンピュータや機械との双方向通信を可能にする神経インターフェース。ユーザーの精神状態を測定し、また精神状態に影響を与えることもできる。

Gartner のサービスをご利用のお客様は、レポート「Top Strategic Technology Trends for 2025」(英語) で詳細をご覧いただけます。