Gartner公司今天列出了企業組織在2019年需要探究的幾大戰略性技術趨勢。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，開始從新興狀態蛻變為更廣泛的影響和使用，或者是快速發展的趨勢，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•希爾雷（David Cearley）說：“智能數字網格一直是過去兩年的主題，它繼續是一大驅動因素，持續到2019年。圍繞這些主題的趨勢是推動持續創新過程的一個關鍵因素，也是ContinuousNEXT戰略的一部分。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年十大戰略性技術趨勢的一個特點。”
2019年的十大戰略性技術趨勢如下：
01
自主設備
機器人、無人機和自動駕駛汽車等自主設備使用AI來自動執行以前由人類執行的功能。它們的自動化超越了剛性編程模型提供的自動化，利用AI提供與周圍環境和人們更自然地交互的高級行為。
隨著自主設備數量激增，我們預計會由獨立的智能設備轉變成一大堆協作式智能設備，多個設備協同工作，無論是獨立於人還是依賴人的輸入。比如說，如果無人機查勘一大片田後發現作物已準備好收割，它可以派遣一臺‘自主收割機’。或者在快遞市場，最有效的解決方案可能是使用自動駕駛車輛將包裹送到目標地區。然後，車輛上的機器人和無人機可確保將包裹最終送到目的地。
02
增強分析
增強分析側重於增強智能的特定領域，利用機器學習來徹底改變開發、使用和共享分析內容的方式。增強分析功能會迅速發展而得到主流採用，成為數據準備、數據管理、現代分析、業務流程管理、流程挖掘和數據科學平臺的一項關鍵功能。增強分析自動獲得的洞察力也將嵌入到企業應用軟件中，比如人力資源、財務、銷售、營銷、客戶服務、採購和資產管理等部門的應用軟件，從而優化所有員工的決策和行動，而不僅僅是分析員和數據科學家的決策和行動。增強分析可使數據準備、洞察力獲取和洞察力可視化這個過程實現自動化，在許多情況下無需專業的數據科學家。
這將導致平民數據科學，這一套新興的功能和實踐使其主要職責不是從事統計和分析工作的用戶能夠從數據中獲取預測性和規範性的洞察力。到2020年，平民數據科學家數量的增長速度會比專家級數據科學家數量快五倍。企業組織可以利用平民數據科學家來填補數據科學家奇缺和高成本導致的數據科學和機器學習人才缺口。
03
AI驅動的開發
市場正迅速轉變，原來盛行這種方法：專業的數據科學家必須與應用軟件開發人員合作，共同開發大多數由AI增強的解決方案，現在流行這種模式：專業的開發人員可以單槍匹馬，使用作為一項服務而提供的預定義模型。這為開發人員提供了由AI算法和模型組成的生態系統，並提供了將AI功能和模型集成到解決方案中的定製開發工具。隨著AI運用於開發流程本身，使各種數據科學、應用軟件開發和測試功能實現自動化，專業應用軟件開發面臨另一批機會。到2022年，至少40%的新應用軟件開發項目會在團隊中有AI開發人員協同工作。
最終，高度先進的基於AI的開發環境使應用軟件的功能和非功能方面實現自動化，這將帶來‘平民應用軟件開發人員’新時代；在這個新時代，非專業人員將能夠使用AI驅動的工具自動生成新的解決方案。讓非專業人員無需編寫代碼就能生成應用軟件的工具並不新鮮，但我們預計AI驅動的系統會讓靈活性達到一個新的水平。
04
數字孿生
數字孿生是指現實世界中的實體或系統的數字化表示。到2020年，Gartner估計將有超過200億個聯網的傳感器和端點；可能會有數十億個物件存在數字孿生。企業組織會一開始實施數字孿生。它們會不斷改進數字孿生，提升收集和可視化合適數據的能力，運用合適的分析工具和規則，並高效地應對業務目標。
數字孿生是物聯網之後的階段，一個方面體現為企業實施本組織的數字孿生（DTO）。DTO是一種動態軟件模型，它依賴操作數據或其他數據來了解組織如何實施業務模型，連接其當前狀態，部署資源，應對變化以提供預期的客戶價值。DTO有助於提高業務流程的效率，並且創建更靈活、更動態、更迅即的流程，有望自動應對不斷變化的形勢。
05
賦權的邊緣
邊緣是指人們使用的端點設備或嵌入在我們周圍的端點設備。邊緣計算描述了這樣一種計算拓撲結構：信息處理和內容收集及傳遞更靠近這些端點。它試圖保持流量和處理本地化，目標是減少流量、縮短延遲。
在短期內，推動邊緣的是物聯網和這種需求：使處理接近端點，而不是在集中式雲服務器上處理。然而目的不是打造一種新的架構，雲計算和邊緣計算將作為互補模式而共同發展，雲服務作為一種集中式服務加以管理，不僅在集中式服務器上執行，還在本地的分佈式服務器和邊緣設備本身上面執行。
在今後五年，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種類更廣泛的邊緣設備上。這個嵌入式物聯網世界極具多樣性，加上工業系統等資產具有很長的生命週期，這將帶來管理方面的重大挑戰。從長遠來看，隨著5G日漸成熟，不斷擴展的邊緣計算環境會有更可靠的通信技術連回到集中式服務。 5G提供更低的延遲、更高的帶寬，並且每平方公里的節點（邊緣端點）數量急劇增加，最後一點對邊緣來說非常重要。
06
沉浸式體驗
對話式平臺正在改變人們與數字世界互動的方式。虛擬現實、增強現實和混合現實正在改變人們感知數字世界的方式。感知模式和交互模式方面這種共同的轉變將造就未來的沉浸式用戶體驗。
隨著時間的推移，我們將從考慮單個設備和分散的用戶界面技術轉變為注重多渠道多模式體驗。多模式體驗將把人們與數字世界連接起來，周圍有成百上千的邊緣設備，包括傳統計算設備、可穿戴設備、汽車、環境傳感器和消費類電器。多渠道體驗不光使用這些多模式設備當中先進的計算機感官（比如熱量、溼度和雷達），還使用人類的所有感官。這種多體驗環境將營這一種環境體驗，其中我們周圍的空間將構成“計算機”，而不是單個設備構成“計算機”。實際上，環境就是計算機。
07
區塊鏈
區塊鏈是一種分佈式賬本，有望重塑各行各業，因為它能夠實現信任，提供透明度，減少業務生態系統之間的摩擦，因而可能降低成本，縮短交易結算時間，並改善現金流。今天，人們對銀行、票據交換所、政府及充當中央權威的許多其他機構寄予信任，“單一版本的真相”在它們的數據庫中安全地保管。集中式信任模式給交易增添了延遲和摩擦成本（佣金、手續費和貨幣的時間價值）。區塊鏈提供了另一種信任模式，無需負責仲裁交易的中央機構。
目前的區塊鏈技術和概念不成熟，缺乏瞭解，而且在任務關鍵型規模化業務運營中未經證實。面對支持較複雜場景的複雜元素，尤為如此。儘管面臨挑戰，但區塊鏈具有強大的顛覆性潛力，這意味著CIO和IT領導者應該開始評估區塊鏈，即使他們在今後幾年並不積極採用這些技術。
如今許多區塊鏈項目並沒有實現區塊鏈的所有屬性，比如高度分佈式的數據庫。這些受區塊鏈啟發的解決方案只是通過自動化業務流程或通過數字化記錄來實現運營效率的一種手段。它們有望加強已知實體之間的信息共享，並改善跟蹤並追蹤物理和數字資產的機會。然而，這些方法並沒有發揮區塊鏈真正顛覆的價值，可能加大廠商鎖定的風險。選擇這個方法的企業應瞭解限制因素，準備好逐步完成區塊鏈解決方案，還要明白這點：可以使用更高效、更優化地使用現有的非區塊鏈技術獲得相同的效果。
08
智能空間
智能空間是一種物理或數字環境，人員和技術支持的系統在日益開放、互聯、協調和智能的生態系統中彼此交互。多個要素（包括人員、流程、服務和物件）彙集在智能空間中，為目標人群和行業場景打造更沉浸式、更交互式、更自動化的體驗。
這個趨勢融合已有一段時間，圍繞智能城市、數字化工作場所、智能家居和聯網工廠等要素。我們認為，市場正在進入加快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，無論這個我們是員工、客戶、消費者、社區成員還是公民。
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一個問題。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，沒有積極主動地打消這些顧慮的組織只會遇到越來越強烈的反對。
有關隱私的任何討論都必須立足於數字道德以及客戶、用戶和員工的信任這個更廣泛的話題上。雖然隱私和安全是建立信任的基本要素，但信任實際上不僅僅牽涉這些要素。信任是指在沒有證據或調查的情況下認為陳述是真實的。最終，一家組織在隱私方面的立場取決於其在道德和信任方面更廣泛的立場。由隱私轉向道德使談話的重心不僅僅圍繞“我們是否合規”，而是轉向“我們是否在做正確的事。”
10
量子計算
量子計算是一種非經典計算，對亞原子粒子（比如電子和離子）的量子狀態進行操作，這些粒子代表的信息就是由量子比特（qubit）表示的元素。量子計算機的並行執行和指數級可擴展性意味著，它們擅長處理對於傳統方法而言過於複雜的問題，或者傳統算法需要很長時間才能找到解決方案的問題。汽車、金融、保險、製藥和軍事等行業以及研究機構有望從量子計算領域的進展獲得最大的好處。比如在製藥行業，量子計算可用於為原子層面的分子相互作用建模，從而縮短新型抗癌藥的上市時間；量子計算可以加快分析並更準確地預測蛋白質的相互作用，因而開發出新的製藥方法。
首席信息官和IT領導者應該開始為量子計算作規劃，加深瞭解以及如何利用量子計算來解決實際的業務問題。在這項技術仍處於新興狀態時就要學習。找出量子計算大有潛力的實際問題，並考慮可能對安全帶來的影響。但別相信量子計算在未來幾年會徹底改變事物這種說法。大多數企業應該在2022年之前瞭解和關注量子計算，可能從2023年或2025年開始使用這項技術。
閱讀更多 智多趣 的文章
