Gartner發(fā)布2020年十大戰(zhàn)略科技發(fā)展趨勢: 以人為中心

 近日，信息技術(shù)研究和顧問公司Gartner公布了企業(yè)機構(gòu)在2020年需要研究的重要戰(zhàn)略科技發(fā)展趨勢。以人為中心的智能空間(people-centric smart spaces)是用來組織Gartner 2020年重要戰(zhàn)略科技發(fā)展趨勢并評估其帶來的主要影響的核心結(jié)構(gòu)。

Gartner將戰(zhàn)略科技發(fā)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(zhàn)略科技發(fā)展趨勢;這些趨勢在未來五年內(nèi)迅速增長、高度波動、預(yù)計達到臨界點。

Gartner副總裁兼院士級分析師David Cearley表示：“把人作為技術(shù)戰(zhàn)略的核心強調(diào)了技術(shù)最重要的作用之一：影響客戶、員工、業(yè)務(wù)合作伙伴、社會或其他關(guān)鍵群體。從某種意義上來講，企業(yè)機構(gòu)采取的所有行動都是為了直接或間接影響這些個人和群體，這就是‘以人為中心’的方法。”

2020年十大戰(zhàn)略科技發(fā)展趨勢具體如下：

1。 超自動化(Hyperautomation)

超自動化是一個為了交付工作、涵蓋了多種機器學習、套裝軟件和自動化工具的集合體。超自動化不但包含了豐富的工具組合，還包含自動化本身的所有步驟(發(fā)現(xiàn)、分析、設(shè)計、自動化、測量、監(jiān)控和再評估)。超自動化的主要重點在于理解自動化步驟的作用范圍、它們彼此之間的關(guān)聯(lián)以及它們的組合與協(xié)調(diào)方式。

該趨勢由機器人流程自動化(RPA)開始。但僅機器人流程自動化還稱不上超自動化，它需要組合多種工具來幫助復(fù)制任務(wù)流程中人類所參與的部分。

2。 多重體驗(Multiexperience)

從現(xiàn)在起到2028年，用戶體驗將在兩個方面發(fā)生巨大的變化，即用戶對于數(shù)字世界的感知以及用戶與數(shù)字世界的交互方式。會話平臺正在改變?nèi)伺c數(shù)字世界的交互方式，而虛擬現(xiàn)實、增強現(xiàn)實與混合現(xiàn)實正在改變?nèi)藗儗?shù)字世界的感知。感知與交互模式的同時改變將在未來帶來多感官與多模式體驗。

Gartner研究副總裁Brian Burke表示：“這一模式將從‘精通技術(shù)的人’轉(zhuǎn)變?yōu)?lsquo;理解人類的技術(shù)’。計算機將代替人類承擔人機交互的重擔。這種與人類進行多重感官交流的能力將創(chuàng)造一個更豐富的環(huán)境，從而能夠傳遞更細致的信息。”

3。 專業(yè)知識的民主化(Democratization of Expertise)

專業(yè)知識的民主化致力于通過極簡的體驗且在不需要接受大量成本高昂培訓的前提下為人們提供專業(yè)技術(shù)知識(例如機器語言、應(yīng)用程序開發(fā))或業(yè)務(wù)領(lǐng)域?qū)I(yè)知識(例如銷售流程、經(jīng)濟分析)。“公民化”(例如公民數(shù)據(jù)科學家、公民解決方案整合者)、公民程序開發(fā)和無代碼模式都是專業(yè)知識民主化的例子。

Gartner預(yù)測，從現(xiàn)在起到2023年，這一民主化趨勢的四個關(guān)鍵方面將加速發(fā)展，包括數(shù)據(jù)和分析的民主化(從針對數(shù)據(jù)科學家的專用工具擴大到適用于一般開發(fā)人員的普及工具)、開發(fā)的民主化(自主開發(fā)應(yīng)用程序中使用的人工智能工具)、設(shè)計的民主化(低代碼、無代碼的場景持續(xù)增加，更多的應(yīng)用程序開發(fā)功能實現(xiàn)自動化，為公民開發(fā)者提供支持)以及知識的民主化(非IT專業(yè)人員通過使用工具和專家系統(tǒng)，應(yīng)用超出自身具備的專業(yè)知識和受到的培訓以外的專業(yè)技能)。

4。 人體機能增強(Human Augmentation)

人體機能增強研究如何使用技術(shù)提供認知與體能增強并使其成為人類體驗中不可或缺的一部分。體能增強通過在人類身體上植入或外置可穿戴設(shè)備等技術(shù)部件改變?nèi)祟惞逃械纳眢w機能，從而實現(xiàn)增強。認知增強則是通過傳統(tǒng)的計算機系統(tǒng)和新興的智能空間中的多體驗接口中的信息和應(yīng)用來實現(xiàn)。在未來十年，由于越來越多的人追求機能增強，人類體能與認知增強技術(shù)將會變得越來越普遍。這將產(chǎn)生一種全新的“消費化”效應(yīng)，員工持續(xù)增強自身的機能，并進一步拓展到改進所在的辦公環(huán)境。

5。 透明度與可追溯性(Transparency and Traceability)

越來越多的消費者意識到其個人信息的價值并提出控制個人信息的要求。企業(yè)機構(gòu)也認識到保護與管理個人數(shù)據(jù)的風險日益增加，而政府正在實施嚴格的法律法規(guī)確保企業(yè)機構(gòu)做到這一點。透明度與可追溯性已成為支持此類數(shù)字道德與隱私需求的關(guān)鍵要素。

透明度與可追溯性指用于滿足監(jiān)管要求、維持使用人工智能和其他先進技術(shù)中所需遵守的道德規(guī)范以及恢復(fù)對企業(yè)機構(gòu)信任缺失的態(tài)度、行動以及輔助技術(shù)與實際措施。企業(yè)機構(gòu)在建立透明度與信譽措施時必須專注于三個領(lǐng)域：(1)人工智能與機器學習;(2)個人數(shù)據(jù)隱私、所有權(quán)與控制;(3)符合道德的設(shè)計。

6。 邊緣賦能(The Empowered Edge)

邊緣計算是一種在信息來源、存儲庫及使用者附近進行信息處理、內(nèi)容收集和交付的計算拓撲結(jié)構(gòu)。它試圖將網(wǎng)絡(luò)流量與計算處理保留在本地以減少延遲、發(fā)揮邊緣能力以及賦予邊緣更大的自治性。

Burke先生表示：“目前，邊緣計算主要關(guān)注的是在制造、零售等特定行業(yè)中嵌入式物聯(lián)網(wǎng)系統(tǒng)提供的離線或分布式能力。但隨著邊緣被賦予越來越成熟和專業(yè)的計算資源及越來越多的數(shù)據(jù)存儲，邊緣計算將成為幾乎每個行業(yè)和應(yīng)用的主導(dǎo)要素。機器人、無人機、自動駕駛汽車及可操作系統(tǒng)等復(fù)雜的邊緣設(shè)備將加快這一轉(zhuǎn)變。”

7。 分布式云(Distributed Cloud)

分布式云指的是將目前集中式的公有云服務(wù)分布到不同的物理位置，原來的公有云提供商繼續(xù)負責分布式云的運營、治理、更新和迭代。這對于目前大多數(shù)公有云服務(wù)所采用的集中式模式是一次巨大的轉(zhuǎn)變，并且將開辟云計算的新時代。

8。 自動化物件(Autonomous Things)

自動化物件是使用人工智能自動執(zhí)行那些以往被人類執(zhí)行的任務(wù)的物理設(shè)備。最典型的自動化物件有機器人、無人機、自動駕駛汽車/船及各種設(shè)備。它們的自動化超越了固化的程序所能實現(xiàn)的自動化程度，并能夠借助人工智能做出與所在環(huán)境和人類進行更自然交互的高級行為。隨著技術(shù)能力的改進、監(jiān)管機構(gòu)的批準以及社會接受度的提高，自動化物件將被越來越多地用于不受限制的公共場所。

Burke表示：“隨著自動化物件的普及，我們預(yù)計獨立的智能物件將轉(zhuǎn)變成無論是否有人操作，都可以讓多臺設(shè)備一起工作的協(xié)作式智能物件組合。例如，不同種類的機器人可以在同一個裝配流程中同時運行。在快遞行業(yè)中，最高效的解決方案可能是由自動駕駛汽車將包裹運到目標區(qū)域，然后由車上的機器人和無人機進行最后的派送。”

9。 實用型區(qū)塊鏈(Practical Blockchain)

區(qū)塊鏈可以通過實現(xiàn)信任、提供跨業(yè)務(wù)生態(tài)透明度和實現(xiàn)跨業(yè)務(wù)生態(tài)價值交換、降低成本、減少交易結(jié)算時間及改善現(xiàn)金流來重塑整個行業(yè)。由于可以追溯到資產(chǎn)的來源，因此“以次充好”的概率大幅降低。資產(chǎn)追蹤對于其他領(lǐng)域也具有很大的價值，包括追蹤食物在整條供應(yīng)鏈中的足跡以識別污染來源、追蹤各零部件以協(xié)助產(chǎn)品召回等。區(qū)塊鏈還可用于身份管理。區(qū)塊鏈中的智能合約可以使系統(tǒng)在事件發(fā)生時自動觸發(fā)行動，例如在收到貨物時付款等。

Burke先生表示：“由于可擴展性與互操作性不佳等各種技術(shù)問題，區(qū)塊鏈在企業(yè)中的應(yīng)用還不成熟。盡管存在這些挑戰(zhàn)，但由于區(qū)塊鏈所具有的顛覆性和帶來收入增長的巨大潛力，企業(yè)機構(gòu)應(yīng)開始評估這項技術(shù)，即便是認為這項技術(shù)在近期不會快速普及的企業(yè)機構(gòu)也不例外。”

10。 人工智能安全(AI Security)

人工智能與機器學習將被繼續(xù)用于提升各種應(yīng)用場景中人類決策的能力。雖然這給實現(xiàn)超自動化和使用自動化物件進行業(yè)務(wù)轉(zhuǎn)型帶來了良機，但同時也因為物聯(lián)網(wǎng)、云計算、微服務(wù)(microservices)及智能空間中高度連接的系統(tǒng)增加了大量潛在攻擊點而給安全團隊與風險領(lǐng)導(dǎo)者帶來了新的挑戰(zhàn)。安全與風險領(lǐng)導(dǎo)者應(yīng)專注于三個關(guān)鍵領(lǐng)域——保護人工智能賦能系統(tǒng)、利用人工智能提升安全防御機制以及做好攻擊者對人工智能的惡意使用的心理準備。

Cearley認為：“智能空間建立在以人為中心的理念上。智能空間是一個人與科技系統(tǒng)能夠在日益開放、互聯(lián)、協(xié)調(diào)且智能的生態(tài)中進行交互的物理空間。人、流程、服務(wù)及物等多項元素在智能空間匯聚，創(chuàng)造出沉浸度、交互性和自動化程度更高的體驗。”