Gartner預(yù)測，到2030年，多模態(tài)企業(yè)軟件和應(yīng)用將占比達80%，遠高于2024年不到10%的水平。
Gartner高級研究總監(jiān)Roberta Cozza表示：“企業(yè)軟件向多模態(tài)轉(zhuǎn)變是一次企業(yè)運營和創(chuàng)新的根本轉(zhuǎn)型。多模態(tài)生成式人工智能（GenAI）將帶來此前無法實現(xiàn)的特性和功能，推動企業(yè)應(yīng)用的升級演進，醫(yī)療、金融、制造等行業(yè)都將從中受益。該技術(shù)將通過增強特定領(lǐng)域語言模型，提高模型準確性，實現(xiàn)企業(yè)運營的自動化并驅(qū)動情境決策智能，使AI能夠在各種任務(wù)中主動采取行動。”
多模態(tài)GenAI模型等具有重大影響力的技術(shù)位于“Gartner新興技術(shù)影響力雷達圖：GenAI”的中心（見圖一）。產(chǎn)品負責(zé)人必須就投資這些新興GenAI技術(shù)做出關(guān)鍵性決策，從而幫助客戶創(chuàng)造前所未有的業(yè)務(wù)價值。”
圖一、新興技術(shù)影響力雷達圖：GenAI
數(shù)據(jù)來源：Gartner（2025年5月）
多模態(tài)GenAI能夠在單一生成模型中處理多種類型的數(shù)據(jù)輸入和輸出，包括圖像、視頻、音頻（語音）、文本和數(shù)值數(shù)據(jù)等。多模態(tài)技術(shù)使模型能夠與各種模態(tài)的數(shù)據(jù)進行交互并生成輸出，提高了GenAI的可用性。
目前，許多多模態(tài)模型支持兩種或三種模態(tài)的處理（例如文生視頻或語音轉(zhuǎn)圖像）。未來幾年，多模態(tài)能力將進一步擴展，涵蓋更多樣化和全新的模態(tài)類型。
Cozza表示：“企業(yè)應(yīng)專注于將多模態(tài)技術(shù)整合到其軟件中，以此提升用戶體驗和運營效率。通過充分利用多模態(tài)GenAI所提供的多樣化數(shù)據(jù)輸入與輸出，企業(yè)有望釋放出全新的生產(chǎn)力與創(chuàng)新潛力。”
