Gartner發(fā)布2022年重要戰(zhàn)略技術(shù)趨勢(shì)
Gartner于近日發(fā)布企業(yè)機(jī)構(gòu)在2022年需要探索的重要戰(zhàn)略技術(shù)趨勢(shì)。分析師們?cè)诒局芩呐e行的Gartner IT Symposium/Xpo峰會(huì)美洲站期間公布了他們的研究結(jié)果。
本文引用地址:http://butianyuan.cn/article/202110/428900.htmGartner研究副總裁David Groombridge表示:“首席執(zhí)行官和董事會(huì)正在設(shè)法通過(guò)與客戶建立直接數(shù)字聯(lián)系來(lái)實(shí)現(xiàn)增長(zhǎng),因此首席信息官的優(yōu)先事項(xiàng)必須滿足這些業(yè)務(wù)要求,而這些要求貫穿于Gartner的2022年重要戰(zhàn)略技術(shù)趨勢(shì)。”
“首席信息官必須找到能夠成倍增加IT力量的方法,從而實(shí)現(xiàn)增長(zhǎng)和創(chuàng)新并創(chuàng)建可擴(kuò)展、有韌性的技術(shù)基礎(chǔ),通過(guò)這一可擴(kuò)展性釋放用于數(shù)字投資的現(xiàn)金。這些要求構(gòu)成了今年趨勢(shì)的三個(gè)主題:工程化信任、塑造變化和加速增長(zhǎng)。”
2022年重要戰(zhàn)略技術(shù)趨勢(shì)有:
生成式人工智能(Generative Artificial Intelligence)
即將上市的生成式人工智能是最引人注目和最強(qiáng)大的人工智能技術(shù)之一。該機(jī)器學(xué)習(xí)方法從其數(shù)據(jù)中學(xué)習(xí)內(nèi)容或?qū)ο螅⑦\(yùn)用數(shù)據(jù)生成全新、完全原創(chuàng)的實(shí)際工件。
生成式人工智能可用于多種活動(dòng),如創(chuàng)建軟件代碼、促進(jìn)藥物研發(fā)和有針對(duì)性的營(yíng)銷,但該技術(shù)也會(huì)被濫用于詐騙、欺詐、政治造謠、偽造身份等。Gartner預(yù)計(jì)到2025年,生成式人工智能將占所有生成數(shù)據(jù)的10%,而目前這一比例還不到1%。
數(shù)據(jù)編織(Data Fabric)
在過(guò)去的十年里,數(shù)據(jù)和應(yīng)用孤島的數(shù)量激增,而數(shù)據(jù)和分析(D&A)團(tuán)隊(duì)的技能型人才數(shù)量卻保持不變,甚至下降。作為一種跨平臺(tái)和業(yè)務(wù)用戶的靈活、彈性數(shù)據(jù)整合方式,數(shù)據(jù)編織能夠簡(jiǎn)化企業(yè)機(jī)構(gòu)的數(shù)據(jù)整合基礎(chǔ)設(shè)施并創(chuàng)建一個(gè)可擴(kuò)展架構(gòu)來(lái)減少大多數(shù)數(shù)據(jù)和分析團(tuán)隊(duì)因整合難度上升而出現(xiàn)的技術(shù)債務(wù)。
數(shù)據(jù)編織的真正價(jià)值在于它能夠通過(guò)內(nèi)置的分析技術(shù)動(dòng)態(tài)改進(jìn)數(shù)據(jù)的使用,使數(shù)據(jù)管理工作量減少70%并加快價(jià)值實(shí)現(xiàn)時(shí)間。
分布式企業(yè)(Distributed Enterprise)
隨著遠(yuǎn)程和混合工作模式的增加,以辦公室為中心的傳統(tǒng)企業(yè)機(jī)構(gòu)正在演變成由分散在各地的工作者組成的分布式企業(yè)。
Groombridge表示:“這就要求首席信息官通過(guò)重大技術(shù)和服務(wù)變革提供無(wú)摩擦工作體驗(yàn),不過(guò)事情總有兩面性:這項(xiàng)技術(shù)會(huì)對(duì)業(yè)務(wù)模式產(chǎn)生影響。從零售到教育,每家企業(yè)機(jī)構(gòu)都必須重新配置交付模式才能支持分布式服務(wù)。兩年前,全世界沒有人想到自己能在數(shù)字試衣間里試穿衣服?!?/p>
Gartner預(yù)計(jì),到2023年,75%充分發(fā)揮分布式企業(yè)效益的企業(yè)機(jī)構(gòu)將實(shí)現(xiàn)比競(jìng)爭(zhēng)對(duì)手快25%的收入增長(zhǎng)。
云原生平臺(tái)(Cloud-Native Platform,CNP)
為了真正能夠在任何地方提供數(shù)字能力,企業(yè)必須放棄熟悉的“直接遷移”并轉(zhuǎn)向CNP。CNP運(yùn)用云計(jì)算的核心能力,向使用互聯(lián)網(wǎng)技術(shù)的技術(shù)創(chuàng)造者提供可擴(kuò)展的彈性IT相關(guān)能力“即服務(wù)”,從而加快價(jià)值實(shí)現(xiàn)時(shí)間并降低成本。
因此,Gartner預(yù)測(cè)到2025年,云原生平臺(tái)將成為95%以上新數(shù)字倡議的基礎(chǔ),而在2021年這一比例只有不到40%。
自治系統(tǒng)(Autonomic Systems)
隨著企業(yè)的發(fā)展,傳統(tǒng)的編程或簡(jiǎn)單的自動(dòng)化將無(wú)法擴(kuò)展。自治系統(tǒng)是可以從所在環(huán)境中學(xué)習(xí)的自我管理型物理或軟件系統(tǒng)。與自動(dòng)化甚至自主系統(tǒng)不同,自治系統(tǒng)無(wú)需外部軟件更新就可以動(dòng)態(tài)修改自己的算法,使它們能夠像人類一樣迅速適應(yīng)現(xiàn)場(chǎng)的新情況。
Groombridge表示:“自治行為已因?yàn)榻诒徊渴鹪趶?fù)雜的安全環(huán)境中而為人所知。而從長(zhǎng)遠(yuǎn)看,這項(xiàng)技術(shù)將被普遍應(yīng)用于機(jī)器人、無(wú)人機(jī)、制造機(jī)器和智能空間等物理系統(tǒng)。”
決策智能(Decision Intelligence,DI)
一家企業(yè)機(jī)構(gòu)的決策能力是其競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來(lái)源,而如今這個(gè)時(shí)代對(duì)這項(xiàng)能力的要求也越來(lái)越高。
決策智能是一門實(shí)用的學(xué)科。該學(xué)科通過(guò)清楚理解并精心設(shè)計(jì)做出決策的方式以及根據(jù)反饋評(píng)估、管理和改進(jìn)結(jié)果的方式來(lái)改進(jìn)決策。Gartner預(yù)測(cè)在未來(lái)兩年,三分之一的大型企業(yè)機(jī)構(gòu)將使用決策智能實(shí)現(xiàn)結(jié)構(gòu)化決策,進(jìn)而提高競(jìng)爭(zhēng)優(yōu)勢(shì)。
組裝式應(yīng)用程序(Composable Applications)
在不斷變化的業(yè)務(wù)環(huán)境中,業(yè)務(wù)適應(yīng)性需求能夠引導(dǎo)企業(yè)轉(zhuǎn)向支持快速、安全和高效應(yīng)用變化的技術(shù)架構(gòu)??山M合的應(yīng)用架構(gòu)增強(qiáng)了這種適應(yīng)性,而采用可組合方法的企業(yè)機(jī)構(gòu)在新功能的實(shí)現(xiàn)速度上將比競(jìng)爭(zhēng)對(duì)手快80%。
Groombridge表示:“在動(dòng)蕩的時(shí)代,可組合的業(yè)務(wù)原則幫助企業(yè)機(jī)構(gòu)駕馭對(duì)業(yè)務(wù)韌性和增長(zhǎng)至關(guān)重要的加速變化。沒有它的現(xiàn)代企業(yè)機(jī)構(gòu)可能會(huì)失去在市場(chǎng)中的前進(jìn)動(dòng)力和客戶忠誠(chéng)度?!?/p>
超級(jí)自動(dòng)化(Hyperautomation)
超自動(dòng)化通過(guò)快速識(shí)別、審核和自動(dòng)執(zhí)行盡可能多的流程來(lái)實(shí)現(xiàn)加速增長(zhǎng)和業(yè)務(wù)韌性。
Groombridge表示:“Gartner的研究表明,表現(xiàn)最好的超自動(dòng)化團(tuán)隊(duì)專注于三個(gè)關(guān)鍵優(yōu)先事項(xiàng):提高工作質(zhì)量、加快業(yè)務(wù)流程和增強(qiáng)決策敏捷性。在過(guò)去的一年中,業(yè)務(wù)技術(shù)專家平均支持4.2項(xiàng)自動(dòng)化倡議?!?/p>
隱私增強(qiáng)計(jì)算(Privacy-Enhancing Computation,PEC)
除了應(yīng)對(duì)不斷成熟的國(guó)際隱私和數(shù)據(jù)保護(hù)法律外,首席信息官還必須避免因隱私事件而導(dǎo)致客戶信任下降。因此,Gartner預(yù)計(jì)到2025年,60%的大型企業(yè)機(jī)構(gòu)將使用一種或多種隱私增強(qiáng)計(jì)算技術(shù)。
在數(shù)據(jù)、軟件或硬件層面保護(hù)個(gè)人和敏感信息的PEC技術(shù)能夠在不影響保密性或隱私的情況下安全地共享、匯集和分析數(shù)據(jù)。目前這項(xiàng)技術(shù)被應(yīng)用于許多垂直領(lǐng)域以及公有云基礎(chǔ)設(shè)施(例如可信的執(zhí)行環(huán)境)。
網(wǎng)絡(luò)安全網(wǎng)格(Cybersecurity Mesh)
Groombridge表示:“數(shù)據(jù)貫穿了今年的許多趨勢(shì),但只有當(dāng)企業(yè)能夠信任數(shù)據(jù)時(shí),數(shù)據(jù)才會(huì)變得有用。如今,資產(chǎn)和用戶可能出現(xiàn)在任何地方,這意味著傳統(tǒng)的安全邊界已經(jīng)消失。這就需要有網(wǎng)絡(luò)安全網(wǎng)格架構(gòu)(CSMA)。”
CSMA幫助提供一體化安全結(jié)構(gòu)和態(tài)勢(shì),為任何位置的任何資產(chǎn)提供安全保障。到2024年,使用CSMA一體化安全工具組成一個(gè)合作生態(tài)系統(tǒng)的企業(yè)機(jī)構(gòu)能夠?qū)雾?xiàng)安全事件的財(cái)務(wù)影響平均減少90%。
人工智能工程化(AI Engineering)
IT領(lǐng)導(dǎo)人想方設(shè)法地將人工智能集成到應(yīng)用中,在從未投入生產(chǎn)的人工智能項(xiàng)目上浪費(fèi)時(shí)間和金錢或在人工智能解決方案發(fā)布后努力保持它們的價(jià)值。人工智能工程化是一種實(shí)現(xiàn)人工智能模型操作化的綜合方法。
Groombridge表示:“從事人工智能工作的混合團(tuán)隊(duì)是否真正能夠?yàn)樗麄兊钠髽I(yè)機(jī)構(gòu)實(shí)現(xiàn)差異化,取決于他們通過(guò)快速人工智能變革不斷提升價(jià)值的能力。到2025年,10%建立人工智能工程化最佳實(shí)踐的企業(yè)從其人工智能工作中產(chǎn)生的價(jià)值將至少比90%未建立該實(shí)踐的企業(yè)高出三倍。”
全面體驗(yàn)(Total Experience,TX)
全面體驗(yàn)是一項(xiàng)結(jié)合客戶體驗(yàn)(CX)、員工體驗(yàn)(EX)、用戶體驗(yàn)(UX)和多重體驗(yàn)(MX)學(xué)科的業(yè)務(wù)戰(zhàn)略。TX的目標(biāo)是提升客戶和員工的信心、滿意度、忠誠(chéng)度和擁護(hù)度。企業(yè)機(jī)構(gòu)將通過(guò)實(shí)現(xiàn)具有適應(yīng)性和韌性的TX業(yè)務(wù)成果來(lái)增加收入和利潤(rùn)。
評(píng)論