重磅！Gartner 2019 年十大戰(zhàn)略性技術趨勢出爐

10月18日，Gartner公司今天列出了企業(yè)組織在2019年需要探究的幾大戰(zhàn)略性技術趨勢。分析師在Gartner研討會/ ITxpo大會期間介紹了他們的調查結果。

Gartner對戰(zhàn)略性技術趨勢的定義是：具有巨大顛覆性潛力的趨勢，開始從新興狀態(tài)蛻變?yōu)楦鼜V泛的影響和使用，或者是快速發(fā)展的趨勢，很大的波動性有望在未來五年達到臨界點。

Gartner副總裁兼Gartner研究員大衛(wèi)?希爾雷（David Cearley）說：“智能數字網格一直是過去兩年的主題，它繼續(xù)是一大驅動因素，持續(xù)到2019年。圍繞這些主題的趨勢是推動持續(xù)創(chuàng)新過程的一個關鍵因素，也是ContinuousNEXT戰(zhàn)略的一部分。比如說，AI（表現為自動化設備和增強智能）與物聯網、邊緣計算和數字變化結合使用，提供高度集成的智能空間。這種多個趨勢融合，從而帶來新機會、推動新顛覆的組合效應正是Gartner 2019年十大戰(zhàn)略性技術趨勢的一個特點?！?/p>

2019年的十大戰(zhàn)略性技術趨勢如下：

01、自主設備

機器人、無人駕駛飛機和自動駕駛汽車等自主設備，將依靠使用AI來自動執(zhí)行以前由人類執(zhí)行的功能。它們的自動化超越了剛性編程模型提供的自動化，它們利用AI，提供與周圍環(huán)境和人們更自然地交互的高級行為。

“隨著自主事物的激增，我們期望從獨立智能事物轉變?yōu)橐淮蠖褏f作智能事物，多個設備協同工作，無論是獨立于人還是人為輸入，”Cearley先生說。 “例如，如果一架無人機檢查了一塊大型油田并發(fā)現它已經準備好開采，它可以派遣一臺‘自動采油機’前往執(zhí)行任務。在物流交付市場，最有效的解決方案可能是使用自動駕駛車輛將包裹移至目標區(qū)域。然后，車輛上的機器人和無人機可確保最終交付包裹。”

“自動化事物”主要有五種類型：

- 機器人

- 車輛

- 無人機

- 家電

- 媒介

這五種類型占據四種環(huán)境：海洋、陸地、空中和數字。它們都具有不同程度的能力，協調和智能。例如，它們可以跨越由人工輔助在空中飛行的無人機，在田地中完全自主地操作的農業(yè)機器人。這描繪了潛在應用的廣泛圖景——幾乎每個應用程序，服務和物聯網對象都將采用某種形式的AI來自動化或增強流程或人為操作。

探索在組織或客戶環(huán)境中的任何物理對象中AI驅動的自主功能的可能性，但同時應當記住，這些設備最適合用于狹義定義的目的。它們與人類大腦在決策、智力或通用學習方面的能力不同。

02、增強分析

增強分析代表了數據和分析能力的第三大浪潮，因為數據科學家可以使用自動算法來探索更多假設和可能。

增強分析側重于增強智能的特定領域，使用機器學習（ML）來轉換分析內容的開發(fā)、消費和共享方式。增強分析功能將迅速推進到主流應用，作為數據準備、數據管理、現代分析、業(yè)務流程管理、流程挖掘和數據科學平臺的關鍵特性。

來自增強分析的自動洞察也將嵌入到企業(yè)應用程序中，改變了企業(yè)產生分析洞察力的過程。例如，人力資源、財務、銷售、營銷、客戶服務、采購和資產管理部門。這些協同和配個將會優(yōu)化所有員工在其環(huán)境中的決策和行動，而不僅僅是為分析師和數據科學家服務。增強分析可自動完成數據準備、洞察生成和洞察可視化過程，在許多情況下無需專業(yè)數據科學家的參與。

“這將導致數據科學進一步普及化，這是一套新興的功能和實踐，使主要工作在統計和分析領域之外的用戶能夠從數據中提取預測性和規(guī)范性的見解，”Cearley先生說。

“到2020年，普通公民數據科學家的數量，將比專家數據科學家的數量增長要快5倍。組織可以使用公民數據科學家來填補因數據科學家短缺和高成本而導致的數據科學和機器學習人才缺口?！?/p>

“到2020年，超過40％的數據科學任務將實現自動化。”增強分析可識別隱藏的模式，同時消除個人偏見。在公民數據科學家和增強分析之間，數據洞察將在整個企業(yè)中得到更廣泛的應用，包括分析師、決策者和運營工作者。

03、AI驅動的開發(fā)

市場正在迅速從專業(yè)數據科學家必須與應用程序開發(fā)人員合作創(chuàng)建大多數人工智能增強型解決方案的模式，轉變?yōu)閷I(yè)開發(fā)人員可以使用作為服務提供的預定義模型單獨操作的模式。這為開發(fā)人員提供了人工智能算法和模型的生態(tài)系統，以及為將AI功能和模型集成到解決方案中而定制的開發(fā)工具。

隨著AI應用于開發(fā)過程本身以自動化各種數據科學、應用程序開發(fā)和測試功能，專業(yè)應用程序開發(fā)的另一個機會“高峰”出現了。到2022年，至少40％的新應用程序開發(fā)項目，將在他們的團隊中配置AI協同開發(fā)人員。

“最終，高度先進的基于人工智能的開發(fā)環(huán)境自動化應用程序，將在功能和非功能方面迎來‘公民應用程序開發(fā)人員’的新時代，非專業(yè)人員將能夠使用AI驅動的工具自動生成新的解決方案。使非專業(yè)人員無需編碼即可生成應用程序的工具已經不是件什么新鮮事了，但我們希望AI驅動的系統能夠提高靈活性，“Cearley先生說。

AI驅動的開發(fā)著眼于將AI嵌入到應用程序中并使用AI為開發(fā)過程創(chuàng)建AI驅動的工具的工具，技術和最佳實踐。這一趨勢正在沿著三個方面發(fā)展：

- 用于構建基于AI的解決方案的工具正在從針對數據科學家（AI基礎設施，AI框架和AI平臺）的工具擴展到針對專業(yè)開發(fā)人員社區(qū)（AI平臺，AI服務）的工具。

- 用于構建基于AI的解決方案的工具正在被賦予AI驅動的功能，這些功能可以幫助專業(yè)開發(fā)人員并自動執(zhí)行與AI增強型解決方案開發(fā)相關的任務。

- 支持AI的工具正在從協助和自動化與應用程序開發(fā)（AD）相關的功能演變?yōu)槭褂脴I(yè)務領域專業(yè)知識和自動化AD流程堆棧（從一般開發(fā)到業(yè)務解決方案設計）的更高層次活動。

市場將從關注與開發(fā)人員合作的數據科學家轉移到使用作為服務提供的預定義模型獨立運營的開發(fā)人員。這使更多的開發(fā)人員能夠利用這些服務，并提高效率。

04、數字孿生

數字雙胞胎是指現實世界實體或系統的數字化表現。到2020年，Gartner估計將有超過200億個連接的傳感器和端點，數字雙胞胎將連接數十億的實體設備。企業(yè)組織從一開始就會實施數字雙胞胎。它們將隨著時間的推移不斷發(fā)展，提高自身收集和可視化正確數據的能力，應用正確的分析和規(guī)則，并有效地響應業(yè)務目標。

“超越物聯網的數字雙胞胎發(fā)展的一個方面是企業(yè)實施其組織的數字雙胞胎（DTO）。DTO是一種動態(tài)軟件模型，它依賴于操作或其他數據來了解組織如何實現其業(yè)務模型，連接其當前狀態(tài)，部署資源并響應變化以滿足預期的客戶價值。”Cearley先生說。 “DTO有助于提高業(yè)務流程的效率，并創(chuàng)建更靈活、動態(tài)和響應更快的流程，可以自動對不斷變化的條件做出反應。”

數字雙胞胎也可以連接起來創(chuàng)建大型系統的雙胞胎，例如發(fā)電廠或城市。數字雙胞胎的想法并不新鮮。它可以追溯到事物的計算機輔助設計表示或客戶的在線資料，但今天的數字雙胞胎在四個方面有所不同：

- 模型的穩(wěn)健性，重點關注它們如何支持特定的業(yè)務成果；

- 與現實世界的鏈接，可能實時用于監(jiān)控和控制；

- 應用先進的大數據分析和人工智能來推動新的商機；

- 能夠與他們互動并評估“假設”情景。

今天的重點是物聯網中的數字雙胞胎——它可以通過提供有關維護和可靠性的信息，洞察產品如何更有效地執(zhí)行，新產品數據和提高效率來改善企業(yè)決策。

05、賦權的邊緣

邊緣指的是人們使用或嵌入我們周圍世界的端點設備。邊緣計算描述了一種計算拓撲，其中信息處理、內容收集和傳遞更靠近這些端點。它試圖保持流量和處理更接近‘本地化’，目標是減少流量損耗和延遲。

在短期內，邊緣由物聯網驅動，需要使處理接近端點而不是集中式的云服務器。然而，云計算和邊緣計算不是創(chuàng)建新的體系結構，而是作為互補模型發(fā)展，云服務作為集中服務進行管理——不僅在集中式服務器上，而且在本地的分布式服務器和邊緣設備本身之中。

Gartner預計，在未來五年內（2028年），專用AI芯片以及更強大的處理能力、存儲和其他先進功能將被添加到更廣泛的邊緣設備中。嵌入式物聯網世界的極端異質性和工業(yè)系統等資產的長生命周期將帶來重大的管理挑戰(zhàn)。從長遠來看，隨著5G的成熟，不斷擴展的邊緣計算環(huán)境將更加強大的通信回到集中式服務。5G提供更低的延遲、更高的帶寬，并且（非常重要的是邊緣）每平方公里節(jié)點（邊緣端點）的數量急劇增加。

目前，該技術的大部分重點是物聯網系統需要在嵌入式物聯網世界中提供斷開連接或分布式功能。這種類型的拓撲結構將解決高WAN成本和不可接受的延遲水平等挑戰(zhàn)。此外，它還將實現數字業(yè)務和IT解決方案的細節(jié)。

06、沉浸式體驗

會話平臺正在改變人們與數字世界互動的方式。虛擬現實（VR）、增強現實（AR）和混合現實（MR）正在改變人們對數字世界的感知方式。感知和交互模型的這種組合轉變將帶來未來的沉浸式用戶體驗。

“隨著時間的推移，我們將從考慮個人設備和分散的用戶界面（UI）技術轉變?yōu)槎嗲篮投嗄Ｊ襟w驗。多模式體驗將人們與數字世界連接起來，包括傳統計算設備、可穿戴設備、汽車、環(huán)境傳感器和消費電器等數百種邊緣設備?！盋earley先生表示。

“多聲道體驗將在這些多模式設備中動用所有人類感官以及先進的計算機感官（如熱量，濕度和雷達）。這種多體驗環(huán)境將創(chuàng)造一種環(huán)境體驗，其中我們周圍的空間定義了“計算機”，而不是單個設備。實際上，環(huán)境就是計算機。”

到2022年，70％的企業(yè)將嘗試使用沉浸式技術進行消費和企業(yè)使用，25％將部署到生產中。會話平臺的未來，從虛擬個人助理到聊天機器人，將結合擴展的感官渠道，使平臺能夠根據面部表情檢測情緒，并且他們將在交互中變得更加順暢地對話。

07、區(qū)塊鏈

是一種分布式賬本，它有望通過實現信任，提供透明度和減少業(yè)務生態(tài)系統間的摩擦，來重塑行業(yè)，從而降低成本，縮短交易結算時間并改善現金流。今天，信任被置于銀行、證券交易所、政府和許多其他機構作為中央當局，在其數據庫中安全地保持“單一版本的事實”。集中信任模型會增加交易的延遲和摩擦成本（傭金、費用和貨幣的時間價值）。區(qū)塊鏈提供了另一種信任模式，無需中央機構來仲裁交易。

“目前的區(qū)塊鏈技術和概念在任務關鍵型、規(guī)?；臉I(yè)務運營中尚不成熟，人們對其知之甚少且未經證實。對于支持更復雜場景的復雜元素尤其如此，“Cearley先生說。 “盡管面臨挑戰(zhàn)，但破壞的巨大潛力意味著CIO和IT領導者應該開始評估區(qū)塊鏈，即使未來幾年內他們不會很積極低去采用這些技術?！?/p>

目前來看，許多區(qū)塊鏈計劃都沒有實現區(qū)塊鏈的所有屬性，例如高度分布的數據庫。這些基于區(qū)塊鏈的解決方案被定位為通過自動化業(yè)務流程或通過數字化記錄來實現運營效率的手段。它們有可能加強已知實體之間的信息共享，并改善跟蹤和追蹤物理和數字資產的機會。

但是，這些方法錯過了真正的區(qū)塊鏈顛覆性影響的價值，并可能增加供應商的鎖定。那些選擇這類做法的組織應了解這些限制，并準備隨著時間的推移逐步完成區(qū)塊鏈解決方案，以保證可以通過更有效和更有效地使用現有非區(qū)塊鏈技術來實現相同的結果。

Gartner預計，區(qū)塊鏈將在2030年之前創(chuàng)造3.1萬億的商業(yè)價值。

08、智能空間

智能空間，指的是物理或數字環(huán)境、人類和技術支持的系統，在日益開放、連接、協調和智能的生態(tài)系統中相互作用。多個元素——包括人員、流程、服務和事物——將匯集在智能空間中，為目標人群和行業(yè)場景創(chuàng)建更加身臨其境、交互式和自動化的體驗。

“這一趨勢已經融合了一段時間，如智能城市、數字化工作場所、智能家居和聯網工廠等。我們相信市場正在進入一個加速提供強大智能空間的時期，技術成為我們日常生活中不可或缺的一部分，無論是作為員工、客戶、消費者、社區(qū)成員還是公民，“Cearley先生說。

智能空間主要實現擴展的五個關鍵維度是：開放性、連通性、協調性、智能性和應用范圍。

09、數字道德和隱私

數字道德和隱私是個人、組織和政府日益關注的問題。人們越來越關注公共和私營部門的組織如何使用他們的個人信息，而且只有那些沒有主動解決這些問題的組織才會不斷提出反對意見。

“任何有關隱私的討論都必須建立在更廣泛的數字道德主題以及客戶、選民和員工的信任基礎之上。雖然隱私和安全是建立信任的基礎組成部分，但信任實際上不僅僅是這些組件，“Cearley先生說。 “信任是指在沒有證據或調查的情況下接受陳述的真實性。最終，組織在隱私方面的立場必須由其在道德和信任方面的更廣泛立場所驅動。從隱私轉向道德，使談話超越“我們是否合規(guī)”，轉向探討‘我們做的是不是正確的事情’?！?/p>

政府越來越多地規(guī)劃或通過公司必須遵守的法規(guī)，消費者正在謹慎地保護或刪除有關他們自己的信息。公司必須獲得并保持與客戶的信任才能取得成功，并且他們還必須遵循內部價值觀，以確保客戶將其視為值得信賴的伙伴。

10、量子計算

量子計算（QC）是一種非經典計算，其操作基于亞原子粒子（例如，電子和離子）的量子態(tài)，其將信息表示為量子比特（量子比特）的元素。

例如，雖然經典計算機會以線性方式讀取庫中的每本書，但量子計算機會同時讀取所有書籍。量子計算機理論上可以同時處理數百萬次計算。以商業(yè)可用，價格合理且以可靠服務形式進行的量子計算將改變一個行業(yè)。

量子計算機的并行執(zhí)行和指數可擴展性意味著它們優(yōu)于傳統方法過于復雜的問題，或者傳統算法需要很長時間才能找到解決方案。汽車、金融、保險、制藥、軍事和研究機構等行業(yè)從質量控制的進步中獲益最多。

例如，在制藥行業(yè)，量子計算可用于模擬原子水平的分子相互作用，以加快新的癌癥治療藥物的上市進程，或量子計算可加速并更準確地預測蛋白質的相互作用，從而產生新的制藥方法。

量子計算真實世界的應用范圍，已經從個性化醫(yī)療走向圖像識別優(yōu)化等一系列廣泛現象。該技術仍處于新興狀態(tài)，這意味著現在是企業(yè)增加對潛在應用程序的理解并考慮任何安全隱患的好時機。

“首席信息官和IT領導者應該通過增加理解以及如何將其應用于實際業(yè)務問題來開始規(guī)劃質量控制。在技術仍處于新興狀態(tài)時，就開始投入學習。確定那些量子計算有潛力去解決的現實問題，并考慮可能對安全產生的影響，“Cearley先生說。 “但與此同時，不要期待它在未來幾年會徹底改變某些事物。大多數組織應該在2022年之前了解和監(jiān)控量子計算的應用，并且可能需要從2023年或2025年開始使用它?！?/p>