Gartner公司列出了企业组织在2019年需要探究的几大战略性技术趋势

Gartner公司今天列出了企业组织在2019年需要探究的几大战略性技术趋势。分析师在Gartner研讨会/ ITxpo大会期间介绍了他们的调查结果。

Gartner对战略性技术趋势的定义是：具有巨大颠覆性潜力的趋势，开始从新兴状态蜕变为更广泛的影响和使用，或者是快速发展的趋势，很大的波动性有望在未来五年达到临界点。

Gartner副总裁兼Gartner研究员大卫•希尔雷（David Cearley）说：“智能数字网格一直是过去两年的主题，它继续是一大驱动因素，持续到2019年。围绕这些主题的趋势是推动持续创新过程的一个关键因素，也是ContinuousNEXT战略的一部分。比如说，AI（表现为自动化设备和增强智能）与物联网、边缘计算和数字变化结合使用，提供高度集成的智能空间。这种多个趋势融合，从而带来新机会、推动新颠覆的组合效应正是Gartner 2019年十大战略性技术趋势的一个特点。”

2019年的十大战略性技术趋势如下：

01

自主设备

机器人、无人驾驶飞机和自动驾驶汽车等自主设备，将依靠使用AI来自动执行以前由人类执行的功能。它们的自动化超越了刚性编程模型提供的自动化，它们利用AI，提供与周围环境和人们更自然地交互的高级行为。

“随着自主事物的激增，我们期望从独立智能事物转变为一大堆协作智能事物，多个设备协同工作，无论是独立于人还是人为输入，”Cearley先生说。 “例如，如果一架无人机检查了一块大型油田并发现它已经准备好开采，它可以派遣一台‘自动采油机’前往执行任务。在物流交付市场，最有效的解决方案可能是使用自动驾驶车辆将包裹移至目标区域。然后，车辆上的机器人和无人机可确保最终交付包裹。”

“自动化事物”主要有五种类型：

- 机器人

- 车辆

- 无人机

- 家电

- 媒介

这五种类型占据四种环境：海洋、陆地、空中和数字。它们都具有不同程度的能力，协调和智能。例如，它们可以跨越由人工辅助在空中飞行的无人机，在田地中完全自主地操作的农业机器人。这描绘了潜在应用的广泛图景——几乎每个应用程序，服务和物联网对象都将采用某种形式的AI来自动化或增强流程或人为操作。

探索在组织或客户环境中的任何物理对象中AI驱动的自主功能的可能性，但同时应当记住，这些设备最适合用于狭义定义的目的。它们与人类大脑在决策、智力或通用学习方面的能力不同。

02

增强分析

增强分析代表了数据和分析能力的第三大浪潮，因为数据科学家可以使用自动算法来探索更多假设和可能。

增强分析侧重于增强智能的特定领域，使用机器学习（ML）来转换分析内容的开发、消费和共享方式。增强分析功能将迅速推进到主流应用，作为数据准备、数据管理、现代分析、业务流程管理、流程挖掘和数据科学平台的关键特性。

来自增强分析的自动洞察也将嵌入到企业应用程序中，改变了企业产生分析洞察力的过程。例如，人力资源、财务、销售、营销、客户服务、采购和资产管理部门。这些协同和配个将会优化所有员工在其环境中的决策和行动，而不仅仅是为分析师和数据科学家服务。增强分析可自动完成数据准备、洞察生成和洞察可视化过程，在许多情况下无需专业数据科学家的参与。

“这将导致数据科学进一步普及化，这是一套新兴的功能和实践，使主要工作在统计和分析领域之外的用户能够从数据中提取预测性和规范性的见解，”Cearley先生说。

“到2020年，普通公民数据科学家的数量，将比专家数据科学家的数量增长要快5倍。组织可以使用公民数据科学家来填补因数据科学家短缺和高成本而导致的数据科学和机器学习人才缺口。”

“到2020年，超过40％的数据科学任务将实现自动化。”增强分析可识别隐藏的模式，同时消除个人偏见。在公民数据科学家和增强分析之间，数据洞察将在整个企业中得到更广泛的应用，包括分析师、决策者和运营工作者。

03

AI驱动的开发

市场正在迅速从专业数据科学家必须与应用程序开发人员合作创建大多数人工智能增强型解决方案的模式，转变为专业开发人员可以使用作为服务提供的预定义模型单独操作的模式。这为开发人员提供了人工智能算法和模型的生态系统，以及为将AI功能和模型集成到解决方案中而定制的开发工具。

随着AI应用于开发过程本身以自动化各种数据科学、应用程序开发和测试功能，专业应用程序开发的另一个机会“高峰”出现了。到2022年，至少40％的新应用程序开发项目，将在他们的团队中配置AI协同开发人员。

“最终，高度先进的基于人工智能的开发环境自动化应用程序，将在功能和非功能方面迎来‘公民应用程序开发人员’的新时代，非专业人员将能够使用AI驱动的工具自动生成新的解决方案。使非专业人员无需编码即可生成应用程序的工具已经不是件什么新鲜事了，但我们希望AI驱动的系统能够提高灵活性，“Cearley先生说。

AI驱动的开发着眼于将AI嵌入到应用程序中并使用AI为开发过程创建AI驱动的工具的工具，技术和最佳实践。这一趋势正在沿着三个方面发展：

- 用于构建基于AI的解决方案的工具正在从针对数据科学家（AI基础设施，AI框架和AI平台）的工具扩展到针对专业开发人员社区（AI平台，AI服务）的工具。

- 用于构建基于AI的解决方案的工具正在被赋予AI驱动的功能，这些功能可以帮助专业开发人员并自动执行与AI增强型解决方案开发相关的任务。

- 支持AI的工具正在从协助和自动化与应用程序开发（AD）相关的功能演变为使用业务领域专业知识和自动化AD流程堆栈（从一般开发到业务解决方案设计）的更高层次活动。

市场将从关注与开发人员合作的数据科学家转移到使用作为服务提供的预定义模型独立运营的开发人员。这使更多的开发人员能够利用这些服务，并提高效率。

04

数字孪生

数字双胞胎是指现实世界实体或系统的数字化表现。到2020年，Gartner估计将有超过200亿个连接的传感器和端点，数字双胞胎将连接数十亿的实体设备。企业组织从一开始就会实施数字双胞胎。它们将随着时间的推移不断发展，提高自身收集和可视化正确数据的能力，应用正确的分析和规则，并有效地响应业务目标。

“超越物联网的数字双胞胎发展的一个方面是企业实施其组织的数字双胞胎（DTO）。DTO是一种动态软件模型，它依赖于操作或其他数据来了解组织如何实现其业务模型，连接其当前状态，部署资源并响应变化以满足预期的客户价值。”Cearley先生说。 “DTO有助于提高业务流程的效率，并创建更灵活、动态和响应更快的流程，可以自动对不断变化的条件做出反应。”

数字双胞胎也可以连接起来创建大型系统的双胞胎，例如发电厂或城市。数字双胞胎的想法并不新鲜。它可以追溯到事物的计算机辅助设计表示或客户的在线资料，但今天的数字双胞胎在四个方面有所不同：

- 模型的稳健性，重点关注它们如何支持特定的业务成果；

- 与现实世界的链接，可能实时用于监控和控制；

- 应用先进的大数据分析和人工智能来推动新的商机；

- 能够与他们互动并评估“假设”情景。

今天的重点是物联网中的数字双胞胎——它可以通过提供有关维护和可靠性的信息，洞察产品如何更有效地执行，新产品数据和提高效率来改善企业决策。

05

赋权的边缘

边缘指的是人们使用或嵌入我们周围世界的端点设备。边缘计算描述了一种计算拓扑，其中信息处理、内容收集和传递更靠近这些端点。它试图保持流量和处理更接近‘本地化’，目标是减少流量损耗和延迟。

在短期内，边缘由物联网驱动，需要使处理接近端点而不是集中式的云服务器。然而，云计算和边缘计算不是创建新的体系结构，而是作为互补模型发展，云服务作为集中服务进行管理——不仅在集中式服务器上，而且在本地的分布式服务器和边缘设备本身之中。

Gartner预计，在未来五年内（2028年），专用AI芯片以及更强大的处理能力、存储和其他先进功能将被添加到更广泛的边缘设备中。嵌入式物联网世界的极端异质性和工业系统等资产的长生命周期将带来重大的管理挑战。从长远来看，随着5G的成熟，不断扩展的边缘计算环境将更加强大的通信回到集中式服务。5G提供更低的延迟、更高的带宽，并且（非常重要的是边缘）每平方公里节点（边缘端点）的数量急剧增加。

目前，该技术的大部分重点是物联网系统需要在嵌入式物联网世界中提供断开连接或分布式功能。这种类型的拓扑结构将解决高WAN成本和不可接受的延迟水平等挑战。此外，它还将实现数字业务和IT解决方案的细节。

06

沉浸式体验

会话平台正在改变人们与数字世界互动的方式。虚拟现实（VR）、增强现实（AR）和混合现实（MR）正在改变人们对数字世界的感知方式。感知和交互模型的这种组合转变将带来未来的沉浸式用户体验。

“随着时间的推移，我们将从考虑个人设备和分散的用户界面（UI）技术转变为多渠道和多模式体验。多模式体验将人们与数字世界连接起来，包括传统计算设备、可穿戴设备、汽车、环境传感器和消费电器等数百种边缘设备。”Cearley先生表示。

“多声道体验将在这些多模式设备中动用所有人类感官以及先进的计算机感官（如热量，湿度和雷达）。这种多体验环境将创造一种环境体验，其中我们周围的空间定义了“计算机”，而不是单个设备。实际上，环境就是计算机。”

到2022年，70％的企业将尝试使用沉浸式技术进行消费和企业使用，25％将部署到生产中。会话平台的未来，从虚拟个人助理到聊天机器人，将结合扩展的感官渠道，使平台能够根据面部表情检测情绪，并且他们将在交互中变得更加顺畅地对话。

07

区块链

是一种分布式账本，它有望通过实现信任，提供透明度和减少业务生态系统间的摩擦，来重塑行业，从而降低成本，缩短交易结算时间并改善现金流。今天，信任被置于银行、证券交易所、政府和许多其他机构作为中央当局，在其数据库中安全地保持“单一版本的事实”。集中信任模型会增加交易的延迟和摩擦成本（佣金、费用和货币的时间价值）。区块链提供了另一种信任模式，无需中央机构来仲裁交易。

“目前的区块链技术和概念在任务关键型、规模化的业务运营中尚不成熟，人们对其知之甚少且未经证实。对于支持更复杂场景的复杂元素尤其如此，“Cearley先生说。 “尽管面临挑战，但破坏的巨大潜力意味着CIO和IT领导者应该开始评估区块链，即使未来几年内他们不会很积极低去采用这些技术。”

目前来看，许多区块链计划都没有实现区块链的所有属性，例如高度分布的数据库。这些基于区块链的解决方案被定位为通过自动化业务流程或通过数字化记录来实现运营效率的手段。它们有可能加强已知实体之间的信息共享，并改善跟踪和追踪物理和数字资产的机会。

但是，这些方法错过了真正的区块链颠覆性影响的价值，并可能增加供应商的锁定。那些选择这类做法的组织应了解这些限制，并准备随着时间的推移逐步完成区块链解决方案，以保证可以通过更有效和更有效地使用现有非区块链技术来实现相同的结果。

Gartner预计，区块链将在2030年之前创造3.1万亿的商业价值。

08

智能空间

智能空间，指的是物理或数字环境、人类和技术支持的系统，在日益开放、连接、协调和智能的生态系统中相互作用。多个元素——包括人员、流程、服务和事物——将汇集在智能空间中，为目标人群和行业场景创建更加身临其境、交互式和自动化的体验。

“这一趋势已经融合了一段时间，如智能城市、数字化工作场所、智能家居和联网工厂等。我们相信市场正在进入一个加速提供强大智能空间的时期，技术成为我们日常生活中不可或缺的一部分，无论是作为员工、客户、消费者、社区成员还是公民，“Cearley先生说。

智能空间主要实现扩展的五个关键维度是：开放性、连通性、协调性、智能性和应用范围。

09

数字道德和隐私

数字道德和隐私是个人、组织和政府日益关注的问题。人们越来越关注公共和私营部门的组织如何使用他们的个人信息，而且只有那些没有主动解决这些问题的组织才会不断提出反对意见。

“任何有关隐私的讨论都必须建立在更广泛的数字道德主题以及客户、选民和员工的信任基础之上。虽然隐私和安全是建立信任的基础组成部分，但信任实际上不仅仅是这些组件，“Cearley先生说。 “信任是指在没有证据或调查的情况下接受陈述的真实性。最终，组织在隐私方面的立场必须由其在道德和信任方面的更广泛立场所驱动。从隐私转向道德，使谈话超越“我们是否合规”，转向探讨‘我们做的是不是正确的事情’。”

政府越来越多地规划或通过公司必须遵守的法规，消费者正在谨慎地保护或删除有关他们自己的信息。公司必须获得并保持与客户的信任才能取得成功，并且他们还必须遵循内部价值观，以确保客户将其视为值得信赖的伙伴。

10

量子计算

量子计算（QC）是一种非经典计算，其操作基于亚原子粒子（例如，电子和离子）的量子态，其将信息表示为量子比特（量子比特）的元素。

例如，虽然经典计算机会以线性方式读取库中的每本书，但量子计算机会同时读取所有书籍。量子计算机理论上可以同时处理数百万次计算。以商业可用，价格合理且以可靠服务形式进行的量子计算将改变一个行业。

量子计算机的并行执行和指数可扩展性意味着它们优于传统方法过于复杂的问题，或者传统算法需要很长时间才能找到解决方案。汽车、金融、保险、制药、军事和研究机构等行业从质量控制的进步中获益最多。

例如，在制药行业，量子计算可用于模拟原子水平的分子相互作用，以加快新的癌症治疗药物的上市进程，或量子计算可加速并更准确地预测蛋白质的相互作用，从而产生新的制药方法。

量子计算真实世界的应用范围，已经从个性化医疗走向图像识别优化等一系列广泛现象。该技术仍处于新兴状态，这意味着现在是企业增加对潜在应用程序的理解并考虑任何安全隐患的好时机。

“首席信息官和IT领导者应该通过增加理解以及如何将其应用于实际业务问题来开始规划质量控制。在技术仍处于新兴状态时，就开始投入学习。确定那些量子计算有潜力去解决的现实问题，并考虑可能对安全产生的影响，“Cearley先生说。 “但与此同时，不要期待它在未来几年会彻底改变某些事物。大多数组织应该在2022年之前了解和监控量子计算的应用，并且可能需要从2023年或2025年开始使用它。”