冠狀病毒疫情對2021年的戰略技術趨勢有何影響?Gartner公司為此發布了組織應在2021年了解和探索的主要戰略技術趨勢。
Gartner公司研究副總裁Brian Burke表示：“企業職能部門對運營彈性的需求從未像現在這樣迫切。首席信息官們正在努力適應不斷變化的環境，以構建未來的業務。Gartner公司的2021年主要戰略技術趨勢可實現這種可塑性。
隨著企業從應對疫情危機到推動業務增長，他們必須關注構成今年趨勢主題的三個主要領域：以人為本、位置獨立性、靈活的交付。總而言之，這些趨勢構成的整體要大于其各個部分的總和，并著眼于社會和個人需求以實現最佳交付。”
2021年的全球主要戰略技術趨勢是：
1.行為互聯網
隨著許多技術捕獲并利用了人們日常生活中的“數字塵埃”，行為互聯網(IoB)正在興起。
根據Gartner公司的調查，行為互聯網(IoB)結合了直接針對個人的現有技術(例如面部識別、位置跟蹤和大數據)，并將產生的數據與相關的行為事件(如現金購買或設備使用)相關聯。
企業可以使用這些數據來影響人類的行為。例如，為了在疫情期間監視對健康協議的遵守情況，可以通過計算機視覺利用行為互聯網(IoB)來查看員工是否戴著口罩或通過熱成像來識別發燒患者。
Gartner公司預測，到2025年年底，全球一半以上的人口將至少接受一項行為互聯網(IoB)計劃，無論是商業還是政府。
2.全面體驗
Burke說，“Gartner公司去年將多元化體驗作為一種主要的戰略技術趨勢，并將其在今年以全面體驗(TX)向前邁進了一步，該戰略將多元體驗與客戶、員工和用戶體驗聯系在一起。Gartner公司預計，在未來三年內，提供全面體驗(TX)的組織將在關鍵滿意度指標方面超越競爭對手。”
隨著人們之間的互動變得更加移動化、虛擬化和分布化，企業由于疫情應該部署全面體驗(TX)策略。
全面體驗(TX)希望改善多個組成部分的體驗，以實現轉變后的業務成果。對于那些希望通過利用新的經驗顛覆者來實現差異化的企業來說，這些體驗是從疫情中恢復過來的關鍵時刻。
3.隱私增強計算
隨著全球數據保護法規的成熟，很多首席信息官都面臨著前所未有的隱私和違規風險。與常見的靜態數據安全控制不同，隱私增強計算可以在保護機密性或隱私的同時保護正在使用的數據。
Gartner公司認為，到2025年，一半以上大型組織將實施隱私增強計算，以在不受信任的環境和多方數據分析用例中處理數據。企業應通過評估需要傳輸個人數據、數據貨幣化、欺詐分析和其他高敏感數據用例的數據處理活動，開始識別隱私增強計算的候選對象。
4.分布式云服務
分布式云服務是將公共云服務分發到不同的物理位置，而服務的運營、治理和演進仍然是公共云提供商的責任。它為具有低延遲、降低數據成本需求和數據駐留要求的方案提供了靈活的環境。它還滿足了客戶使云計算資源更靠近發生數據和業務活動的物理位置的需求。
Burke說，“到2025年，大多數云服務平臺將至少提供一些在需要時執行的分布式云服務。分布式云服務可以取代私有云，并為云計算提供邊緣計算和其他新用例。它代表了云計算的未來。”
5. 無處不在的運營
無處不在的運營是指一種IT運營模型，旨在為組織在全球各地的客戶提供支持，使各地的員工都可以使用并管理跨分布式基礎設施的業務服務的部署。
它不僅僅是員工在家遠程工作或與客戶進行虛擬互動，它還提供跨五個核心領域的獨特增值體驗：協作和生產力、安全的遠程訪問、云計算和邊緣計算基礎設施、數字化體驗的量化，以及支持遠程操作的自動化。
到2023年底，40%的企業將應用到各地的運營，以提供優化和混合的虛擬和物理客戶與員工體驗。
6.網絡安全網格
網絡安全網格將允許任何人安全地訪問任何數字資產，無論資產或人員位于何處。它通過云交付模型將策略執行與策略決策分離，并使身份成為安全邊界。到2025年，網絡安全網將支持一半以上的數字訪問控制請求。
Burke評論說：“冠狀病毒疫情加快了數字化轉型的過程。我們已經度過了一個轉折點，大多數企業的網絡資產現在都超出了傳統的物理和邏輯安全范圍。隨著無處不在運營的不斷發展，網絡安全網格將成為確保從不受控制的設備安全訪問和使用位于云中的應用程序和分布式數據的更實用方法。”
7.智能可組合業務
Burke說：“為提高效率而建立的靜態業務流程非常脆弱，以至于在疫情的沖擊下崩潰了。當首席信息官和IT主管努力應對挑戰時，他們開始了解適應業務變化步伐的業務功能的重要性。”
智能可組合業務可以通過訪問更好的信息并對其做出更靈活的響應來重新制定決策。例如，借助豐富的數據和見解，機器將增強未來的決策能力。智能組合業務將為重新設計的數字商務時刻、新的商業模式、自主運營以及新的產品、服務和渠道鋪平道路。
8.人工智能工程
Gartner公司的研究表明，只有53%的人工智能項目從原型轉化為生產項目。首席信息官和IT主管發現很難擴展人工智能項目，因為他們缺乏創建和管理生產級人工智能管道的工具。人工智能的生產之路意味著轉向人工智能工程，這門學科專注于各種可操作人工智能和決策模型(如機器學習或知識圖)的治理和生命周期管理。
人工智能工程將建立三個核心支柱上：DataOps，ModelOps和DevOps。
9.超級自動化
企業可以使用業務驅動的超級自動化來快速識別、審查和自動化盡可能多的已批準業務和IT流程。
盡管在過去的幾年中，超級自動化的趨勢一直以一種不可阻擋的速度發展，但發生的疫情已使用戶需求激增，突然之間要求一切都必須實現“數字化”。
業務利益相關者的積壓要求促使70%以上的企業采取了數十種超級自動化計劃。
Burke總結說：“如今，超級自動化是不可避免并且不可逆轉的。所有能夠并且應該自動化的一切事物都將實現自動化。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號