全球領先的信息技術研究和顧問公司Gartner公布了將在2018年對大部分企業機構產生顯著影響的首要戰略科技發展趨勢。
Gartner將戰略科技發展趨勢定義為具有巨大顛覆性潛力、脫離初期階段且影響范圍和用途正不斷擴大的戰略科技發展趨勢;這些趨勢在未來五年內迅速增長、高度波動、預計達到臨界點。
Gartner副總裁兼院士級分析師David Cearley表示：“Gartner的2018年十大戰略科技發展趨勢(top 10 strategic technology trends for 2018)與智能數字格網(Intelligent Digital Mesh)息息相關。智能數字格網是未來數字化業務與生態系統的基礎。在制定創新戰略時，IT領導者必須考慮這些技術趨勢，否則將面臨節節敗退的風險。”
前三個戰略科技發展趨勢探討了人工智能(AI)與機器學習(machine learning)將如何滲透至幾乎任意領域，并代表著未來五年內技術提供商的一個主戰場。隨后的四個趨勢集中于混合數字與物理世界，以打造一個沉浸式、數字增強型環境。最后三個趨勢則指的是利用不斷擴大的人員與商業規模以及設備、內容、服務之間的連接，實現數字化業務成果。
2018年十大戰略科技發展趨勢具體如下：
人工智能基礎(AI Foundation)
至少到2020年之前，創建能夠自我學習、調整并有望自主行動的系統都是技術提供商的一個重要戰場。直到2025年，利用人工智能助力決策、重塑商業模式與生態系統、重建客戶體驗的能力都將是數字化計劃取得成功的關鍵推動力。
Cearley先生認為：“人工智能技術正在快速演化，各企業機構必須對技能、流程與工具投入巨資，以便成功利用這些技術構建人工智能增強型系統。投資領域可能包括數據準備、集成、算法、選擇訓練方法和建模。數據科學家、開發人員與業務流程所有者等多方支持者將需要一起工作。”
智能應用與分析(Intelligent Apps and Analytics)
在今后幾年里，幾乎任一應用與服務都將采用一定程度的人工智能。其中某些應用將成為真正的智能應用，若無人工智能與機器學習，這些應用程序將無法存在。其他一些則將潛在利用人工智能，從幕后提供智能。智能應用在人類與系統之間搭起了一個全新智能中間層，有望改變工作的本質以及工作場所的結構。
Cearley先生表示：“在探索智能應用時應將其作為增強人類活動的一種方式，而非簡單地替代人類。增強分析是一個格外具有戰略意義的、逐漸發展的領域。它面向廣泛的商業用戶、運營工作者和民間數據科學家(citizen data scientist)，利用機器學習自動完成數據準備、洞察發現與洞察分享。”
在廣大軟件與服務市場內，人工智能已成為下一個關鍵領域，包括企業資源規劃(ERP)的各個方面。套裝軟件與服務提供商應表明將如何通過高級分析、智能流程和先進的用戶體驗等形式通過人工智能為新版本增加商業價值。
智能物件(Intelligent Things)
智能物件是指摒棄嚴密的編程模型，轉而利用人工智能實現高級行為并更加自然地與周圍環境及人類進行互動的實物。人工智能正在大力推動全新智能物件(如：自動駕駛車輛、機器人與無人機)的進步并為許多既有物件(例如與消費者及工業系統相連接的物聯網)帶來更強功能。
Cearley先生認為：“目前，用于受控環境(例如耕作與采礦)下的自動駕駛汽車(automobile vehicles)是智能物件快速成長的一個領域。到2022年，我們可能將親眼目睹自動駕駛汽車在有限、可控且明確定義的道路上行駛的實例。不過，駕駛員可能是自動駕駛汽車的普及的一個必要條件，以防發生意外技術故障。至少在未來五年內，我們預測需要駕駛員的半自動汽車將占主導地位。在此期間，制造商將更加嚴格地測試技術，同時法律法規問題以及文化接受度等非技術性問題也將得到解決。”
數字孿生(Digital Twin)
數字孿生是指以數字化方式再現真實的實體或系統。在今后三至五年內，物聯網項目背景下的數字孿生尤其前途光明，并于當前引領著人們對于數字孿生的興趣。精心設計的資產數字孿生有望極大地改進企業決策。這些數字孿生與其真實的對應物相關聯，并用于了解物件或系統的狀態、響應變化、改進運營并提升價值。首先，各企業機構將只是實施數字孿生，然后隨著時間的推移而不斷改進它們，提高其收集數據、反映正確數據、應用正確分析與規則并有效響應商業目標的能力。
Cearley先生表示：“久而久之，我們世界中幾乎每一方面的數字化再現都將與其真實對應物動態地聯系在一起，此外還將彼此聯系并納入基于人工智能的功能，以實現高級模擬、運行與分析。城市規劃者、數字營銷人員、醫療保健專業人員以及工業規劃者均將受益于這一向綜合數字化孿生世界的長期轉變。”
從云到邊緣(Cloud to the Edge)
邊緣計算(Edge computing)描述了一種計算拓撲，在這種拓撲結構中，信息處理、內容收集與交付均在鄰近此類信息的源頭完成。連接與延遲挑戰、帶寬限制以及嵌入邊緣的更強大功能均支持分布式模式。各企業應著手將邊緣設計模式用于基礎設施架構之中——對于擁有大量物聯網元素的企業尤其如此。
雖然許多人將云與邊緣視作競爭方法，但云實際上是一種計算方式，在這種情況下，可彈性擴展的技術功能以服務形式交付，且天生就無需集中模式。
Cearley先生指出：“從互補概念考慮時，云可作為創建服務導向型模式以及集中控制和協作結構的一種技術方式，而邊緣則用作交付方式，從而以離散或分布式流程執行云服務的各個環節。”
會話式平臺(Conversational Platforms)
在人類與數字化世界互動方面，會話式平臺將推動下一個重大模式轉變。詮釋意圖的負擔從用戶交給了計算機。該平臺接收用戶的問題或命令，然后通過執行某些功能、展現某些內容或詢問更多輸入信息來響應。在接下來的幾年內，會話界面將成為用戶互動的一個首要設計目標，并通過專用硬件、核心操作系統特性、平臺及應用來實現。
Cearley先生認為：“在理解語言以及用戶基本意圖方面，會話式平臺已經達到了臨界點，但仍有所不足。會話式平臺面臨的挑戰在于用戶必須以非常結構化的方式進行溝通，而這通常都是令人失望的體驗。會話模型的穩健性以及用于訪問、調用與協調第三方服務以交付復雜結果的應用程序接口(API)及事件模型是各類會話式平臺之間的主要區別要素。”
沉浸式體驗(Immersive Experience)
會話式界面正在改變人們控制數字世界的方式，而虛擬、增強和混合現實(virtual, augmented and mixed reality)則在改變人們觀察和與數字世界互動的方式。目前，虛擬現實和增強現實市場尚不成熟，還處于碎片化階段。不過，人們對該領域的興趣非常濃厚，因而催生了視頻游戲和360度球幕視頻等諸多新奇的虛擬現實應用，然而這些高級娛樂應用目前能產生的商業價值微乎其微。為了推動實現真正有形的商業效益，各企業必須審視特定的虛擬現實和增強現實應用的真實場景，以提高員工的工作效率，同時優化設計、培訓和可視化過程。
作為一種融合并拓展了虛擬現實和增強現實技術功能的沉浸式體驗類型，混合現實應運而生。作為一種特別的沉浸式體驗，這種技術十分引人注意，因為它優化了界面以更好匹配人們觀察并與世界互動的方式。混合現實跨度極大，包括用于增強或虛擬現實的頭盔式顯示器以及智能手機、基于平板的增強現實和環境傳感器的應用等。混合現實代表了人們觀察并與數字世界互動的范圍。
區塊鏈(Blockchain)
區塊鏈正在從數字貨幣基礎架構向數字化平臺轉變。區塊鏈技術與現有的集中式交易和記錄機制截然不同，可作為已有企業和初創公司發展顛覆式數字化業務的基礎。雖然有關區塊鏈的宣傳都集中于金融服務行業，但區塊鏈在其它一些領域也有潛在的應用前景，比如政府部門、醫療保健、制造業、媒體發布、身份識別、所有權登記服務和供應鏈等。雖然區塊鏈前景可觀且無疑會帶來顛覆式影響，但是對區塊鏈的展望勝過區塊鏈的現實，而且許多相關技術在未來兩到三年內難以成熟。
事件驅動(Event Driven)
數字化業務的核心圍繞以下理念，即：企業總是保持高度敏感，隨時準備探索利用全新的數字化業務時刻。業務事件可以是數字表達的任何事物，反映出明顯的新狀態或狀態變化，比如完成訂單或飛機著陸等。借助事件代理(event brokers)、物聯網、云計算、區塊鏈、內存數據管理(in-memory data management)和人工智能，人們可以更迅速地發現業務事件并進行更加詳細的分析。不過，如果缺乏文化和領導力變革，技術本身也難以實現事件驅動模式的全部價值。數字化業務促使IT領導者、規劃者和架構者從本身需求出發去積極地采用事件思維(event thinking)。
持續自適應風險和信任(Continuous Adaptive Risk and Trust)
為了確保數字化業務計劃面對高級定向攻擊時仍能有效實施，安全和風險管理領導者必須采用一種持續自適應風險和信任評估(CARTA)方法，以實現基于風險和信任且帶有適應性反應的實時決策。安全基礎架構必須在任何地方都具有自適應性，以便更好地利用機會并管理風險，從而確保安全性能夠跟上數字化業務的速度。
作為持續自適應風險和信任評估的一部分，各企業機構必須克服安全團隊和應用團隊之間的障礙，就像DevOps工具和流程彌合開發和運營之間的差別一樣。信息安全架構師應嘗試從多點協同將安全測試融入DevOps工作流程之中，在此過程中，他們必須以十分透明的方式與開發人員合作，并且保持DevOps的團隊合作、敏捷性和速度以及開發環境的靈活性，從而實現“DevSecOps”。運行時，持續自適應風險和信任評估也可與誘捕技術(deception technology)等聯合應用。虛擬化和軟件定義網絡等技術進步已使“自適應蜜罐技術”(adaptive honeypot)的部署、管理和監控變得更加容易，而后者是網絡誘捕的基本組成部分。
京公網安備 11010502049343號