据 The Register 28日 报道，IT市场研究机构 Gartner 预计，超过一半的生成式AI项目将因架构选型失当和运维经验不足而出现预算超支。Gartner同时指出，许多试图自行开发定制模型的企业，最终也可能因成本高企、系统复杂以及技术债累积而放弃推进。

Gartner在《2026年生成式AI炒作周期》报告中评估了30项AI相关技术，并认为目前尚无任何技术进入“生产力稳定期（Plateau of Productivity）”。所谓“生产力稳定期”，是指一项技术经过两到三代迭代后逐步趋于成熟，能够持续产出经验证的实际业务成效。

报告显示，代码助手、图像与视频生成、内容摘要等生成式AI应用目前处于“启蒙爬坡期（Slope of Enlightenment）”。尽管知识产权风险和结果不准确等问题仍未完全解决，但随着基础模型快速演进，这类应用在目标市场中的部署率已超过一半。

在医疗、金融、法律等垂直行业，领域专用生成式AI模型相较通用模型通常能够给出更优结果，且幻觉问题更少。不过，这类模型对算力资源、专业人才和持续维护能力的要求也更高。Gartner认为，该市场仍处于早期阶段，距离大规模主流应用还需要2至5年。

AI智能体通信协议则被Gartner列为成熟度最低的技术类别。报道称，MCP和A2A是目前较为知名的两类协议，但替代方案也在不断出现，相关技术体系仍处于快速演进之中。

Gartner还点名了两项潜力较大的技术。其一是用于防范虚假信息攻击的安全工具，这类攻击往往借助深度伪造和身份冒充等手段实施，但相关技术距离成熟仍需5至10年。其二是“World Model”，即通过对物理环境进行抽象建模，帮助AI完成预测和规划任务。这项技术既可用于机器人引导，也有望提升AI视频内容对物理规律的还原能力。

在开源AI模型方面，Gartner指出，若企业希望采用最先进的技术，可能需要将中国模型纳入考虑范围。其分析称，美国企业通常仅选择性开放自家模型，这使开放模型的创新主导权正逐步向中国转移。