2022年，這12個技術(shù)趨勢最值得關(guān)注

點擊下方卡片，關(guān)注“新機器視覺”公眾號

視覺/圖像重磅干貨，第一時間送達(dá)

10 月 19 日，Gartner 發(fā)布了 2022 年重要戰(zhàn)略技術(shù)趨勢，包括生成式人工智能、數(shù)據(jù)編織、分布式企業(yè)、云原生平臺、自治系統(tǒng)、決策智能、組裝式應(yīng)用程序、超級自動化、隱私增強計算、網(wǎng)絡(luò)安全網(wǎng)格、人工智能工程化、全面體驗等十二項技術(shù)。

近日，Gartner 北亞區(qū)集團副總裁 Mike Ryan、Gartner 高級研究總監(jiān)高挺（Arnold Gao）接受了 InfoQ 等少數(shù)媒體的采訪，介紹了 Gartner 的本土化戰(zhàn)略，并深入解讀了 2022 年重要戰(zhàn)略技術(shù)趨勢。

談到 Gartner 在中國市場的戰(zhàn)略，Mike Ryan 表示，2021 年，Gartner 以中國市場為導(dǎo)向做了很多本土化的調(diào)整，包括擴建分析師團隊，覆蓋云基礎(chǔ)設(shè)施、應(yīng)用、安全、數(shù)據(jù)分析領(lǐng)域等。Mike Ryan 還表示，不同于以往都是英文的報告，明年，Gartner 將會出版中文研究報告，文獻(xiàn)庫、數(shù)據(jù)庫、工具等也將推出中文版本。

Gartner 研究副總裁 David Groombridge 表示：“首席執(zhí)行官和董事會正在設(shè)法通過與客戶建立直接數(shù)字聯(lián)系來實現(xiàn)增長，因此首席信息官的優(yōu)先事項必須滿足這些業(yè)務(wù)的要求，而這些要求貫穿于 Gartner 的 2022 年重要戰(zhàn)略技術(shù)趨勢?！?/p>

“首席信息官必須找到能夠成倍增加 IT 力量的方法，從而實現(xiàn)增長和創(chuàng)新并創(chuàng)建可擴展、有韌性的技術(shù)基礎(chǔ)，通過這一可擴展性釋放用于數(shù)字投資的現(xiàn)金。這些要求構(gòu)成了今年趨勢的三個主題：工程化信任、塑造變化和加速增長，”David Groombridge 說。

Gartner 2022 年重要戰(zhàn)略技術(shù)趨勢解讀

Gartner 高級研究總監(jiān)高挺（Arnold Gao）向 InfoQ 等少數(shù)媒體詳細(xì)介紹了 2022 年“重要戰(zhàn)略技術(shù)趨勢”，深入分析了其所涵蓋的”三大主題、十二大技術(shù)趨勢”背后的判斷邏輯。

工程化信任（Engineering Trust），本質(zhì)上是為了構(gòu)建一個安全可靠的數(shù)據(jù)處理基礎(chǔ)設(shè)施，它為數(shù)字經(jīng)濟夯實數(shù)據(jù)基礎(chǔ)。

工程化信任包括四個技術(shù)趨勢：

在過去的十年里，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）團隊的技能型人才數(shù)量卻保持不變，甚至下降。如何把企業(yè)的數(shù)據(jù)整合起來、編織起來，是數(shù)據(jù)編織想要解決的問題。

數(shù)據(jù)編織是一種新型的數(shù)據(jù)管理設(shè)計理念。作為一種跨平臺和業(yè)務(wù)用戶的靈活、彈性數(shù)據(jù)整合方式，數(shù)據(jù)編織能夠簡化企業(yè)機構(gòu)的數(shù)據(jù)、整合基礎(chǔ)設(shè)施并創(chuàng)建一個可擴展數(shù)據(jù)架構(gòu)來減少大多數(shù)數(shù)據(jù)和分析團隊因整合難度上升而出現(xiàn)的技術(shù)債務(wù)。這個數(shù)據(jù)架構(gòu)里包括的數(shù)據(jù)元素，可以是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，也可以是非結(jié)構(gòu)化數(shù)據(jù)庫、數(shù)據(jù)湖、云數(shù)據(jù)庫等。

從業(yè)務(wù)的角度看，數(shù)據(jù)編織是指，現(xiàn)在很多企業(yè)在擁有大量離散數(shù)據(jù)的情況下如何用一套新的架構(gòu)把不同的數(shù)據(jù)連接起來，并對應(yīng)真實世界中的業(yè)務(wù)場景。

數(shù)據(jù)編織的真正價值在于它能夠通過內(nèi)置的分析技術(shù)動態(tài)改進(jìn)數(shù)據(jù)的使用，使數(shù)據(jù)管理工作量減少 70% 并加快價值實現(xiàn)時間。

Groombridge 表示：“數(shù)據(jù)貫穿了今年的許多趨勢，但只有當(dāng)企業(yè)能夠信任數(shù)據(jù)時，數(shù)據(jù)才會變得有用。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）。”

高挺認(rèn)為，在大數(shù)據(jù)時代，用戶設(shè)備無處不在，數(shù)據(jù)的來源也無處不在。傳統(tǒng)的以數(shù)據(jù)中心為核心的中心化架構(gòu)，已不能滿足逐漸“云化”、“邊緣化”的時代的安全需求，需要有一種新的安全架構(gòu)，即“網(wǎng)絡(luò)安全網(wǎng)格”。

網(wǎng)絡(luò)安全網(wǎng)格之所以稱為網(wǎng)格（Mesh），是因為它把一系列的網(wǎng)絡(luò)安全服務(wù)整合起來提供身份內(nèi)容及策略等方面的認(rèn)證。與傳統(tǒng)的安全模式不同，它采用分布式的形式。

且不同于傳統(tǒng)的“一對多”的方式，即一個中央控制臺對應(yīng)所有終端或接入網(wǎng)絡(luò)的安全“點”。網(wǎng)絡(luò)安全網(wǎng)格是一種“多對多”、“N 對 N”的方式，能夠讓安全工具之間產(chǎn)生更多協(xié)作。這種方式的優(yōu)點在于，除了做到中心化的網(wǎng)絡(luò)安全模式下集中式的安全以外，它還可以做到模塊化或者可編排化。

市面上已經(jīng)有一些類似于網(wǎng)絡(luò)安全網(wǎng)格的解決方案出現(xiàn)了，如 SASE、XDR 架構(gòu)等，一些傳統(tǒng)安全廠商如 Fortinet、IBM、McAfee、微軟等，都在做一些相應(yīng)的解決方案。

CSMA 幫助提供一體化安全結(jié)構(gòu)和態(tài)勢，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合作生態(tài)系統(tǒng)的企業(yè)機構(gòu)能夠?qū)雾棸踩录呢攧?wù)影響平均減少 90%。

除了應(yīng)對不斷成熟的國際隱私和數(shù)據(jù)保護法律外，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)計到 2025 年，60% 的大型企業(yè)機構(gòu)將使用一種或多種隱私增強計算技術(shù)。

有了網(wǎng)絡(luò)安全網(wǎng)格之后，可以在很大程度上保證數(shù)據(jù)是安全、可信的，但接下去的一個問題是：要讓數(shù)據(jù)產(chǎn)生價值，我們就必須處理分析數(shù)據(jù)，或者是構(gòu)建 AI 模型，那么如何保證數(shù)據(jù)在被處理的過程中，它的隱私不會泄露，尤其是在和第三方的數(shù)據(jù)合作和數(shù)據(jù)外包的場景中？這就是隱私增強計算背后的邏輯。

隱私增強計算大致分三類：

第一類：為敏感數(shù)據(jù)的處理或分析提供一個可信環(huán)境。這里的可信環(huán)境，包括可信第三方或硬件可信執(zhí)行環(huán)境，這類隱私增強計算也被稱為“機密計算”。

第二類：在不泄露數(shù)據(jù)的情況下對數(shù)據(jù)進(jìn)行本地處理或分析。這一類技術(shù)往往通過分布式的形式來實現(xiàn)，包括聯(lián)邦學(xué)習(xí)、隱私感知機器學(xué)習(xí)等。

第三類：在處理或分析數(shù)據(jù)之前對數(shù)據(jù)和算法進(jìn)行轉(zhuǎn)換。使得數(shù)據(jù)和算法在處理的過程中不會泄露隱私。具體的技術(shù)包括：差分隱私、同態(tài)加密、安全多方計算、零知識證明等等。

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 運用云計算的核心能力，向使用互聯(lián)網(wǎng)技術(shù)的技術(shù)創(chuàng)造者提供可擴展的彈性“IT 相關(guān)能力即服務(wù)”，從而加快價值實現(xiàn)時間并降低成本。

“云原生平臺”是打造數(shù)字基礎(chǔ)設(shè)施的閉環(huán)之一，如今云的應(yīng)用已越來越普遍，傳統(tǒng)的上云模式是，企業(yè)有一個數(shù)據(jù)中心，“上云”后，企業(yè)就把傳統(tǒng)的應(yīng)用直接“切”到“云端”上去，但因為“云”的環(huán)境和傳統(tǒng)數(shù)據(jù)中心的環(huán)境不一樣，直接把數(shù)據(jù)“切”上去可能會產(chǎn)生“兼容性問題”。

為了解決兼容性問題，Gartner 發(fā)現(xiàn)，許多企業(yè)使用云原生平臺作為打造數(shù)據(jù)底座的閉環(huán)。簡而言之，“云原生平臺”就是天生就為“云”設(shè)計的平臺，應(yīng)用程序從設(shè)計到寫代碼，到最后部署，一開始就考慮到了“云”的環(huán)境，充分利用和發(fā)揮了“云平臺”的彈性和分布式的優(yōu)勢。

傳統(tǒng)的 DevOps、微服務(wù)、容器等，都是“云原生”平臺中的一部分，最后用云平臺來實現(xiàn)彈性伸縮、動態(tài)調(diào)度，優(yōu)化資源的利用率。

“云原生平臺”最大的好處是在開發(fā)時可以把應(yīng)用和基礎(chǔ)設(shè)施的關(guān)聯(lián)性剝離，縮短上線時間，充分利用公有云的優(yōu)勢。

Gartner 預(yù)測到 2025 年，云原生平臺將成為 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%。

第二個主題是塑造變化，這是一組用來加速數(shù)字化的技術(shù)趨勢，其中包括 Gartner 去年提出的“超級自動化”、“AI 工程化”及今年新引入的“決策智能”以及“組裝式應(yīng)用程序”等四項技術(shù)。

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)增強了這種適應(yīng)性，而采用可組合方法的企業(yè)機構(gòu)在新功能的實現(xiàn)速度上將比競爭對手快 80%。

傳統(tǒng)的應(yīng)用程序開發(fā)面臨諸多挑戰(zhàn)：一，沒有足夠的開發(fā)能力；二，選錯技術(shù)方向；三，交付不夠迅速。解決這一問題，一種常見的技術(shù)型方案是“代碼重用”，將已有的、較成熟的代碼重新應(yīng)用，可節(jié)省時間，提高交付速度。

而 Gartner 所提出來的“組裝式應(yīng)用”是通過引入一種新的架構(gòu)來解決問題，它希望引入模塊化的理念使技術(shù)和業(yè)務(wù)團隊可以更敏捷、更有效地重用代碼。

其核心被稱為“封裝的業(yè)務(wù)能力（Packaged Business Capability，PBC）”，PBC 的定義是一種軟件定義的最小化的業(yè)務(wù)功能，可以把它理解為是一種單一的對象或單一的功能。

它和傳統(tǒng)的軟件開發(fā)交付的一個很大的區(qū)別是顆粒度。如傳統(tǒng)的 ERP/CRM 系統(tǒng)，它是基于項目交付的封裝應(yīng)用, 首先它是基于項目交付的，因為一個大的 ERP 上線，一個大的 CRM 上線, 是一個超大的項目。這個項目最后交付的是一個大系統(tǒng)，這個大系統(tǒng)是一個封裝應(yīng)用。封裝應(yīng)用的意思是，一旦部署完了，除小的地方可以修修改改，基本上不能動它大的體系、大的架構(gòu)了。

而基于 PBC 的交付，它更像是一種高度定制化的可重復(fù)使用的組裝應(yīng)用。在這種架構(gòu)中，PBC 像一個個原子，組裝式的應(yīng)用是把這些原子重新組合起一個個分子。用戶團隊可以根據(jù)自己的需要來組裝所需的業(yè)務(wù)能力。

Groombridge 表示：“在動蕩的時代，可組合的業(yè)務(wù)原則幫助企業(yè)機構(gòu)駕馭對業(yè)務(wù)韌性和增長至關(guān)重要的加速變化。沒有它的現(xiàn)代企業(yè)機構(gòu)可能會失去在市場中的前進(jìn)動力和客戶忠誠度?！?/p>

一家企業(yè)機構(gòu)的決策能力是其競爭優(yōu)勢的重要來源，而如今這個時代對這項能力的要求也越來越高。

決策智能是一門實用的學(xué)科。該學(xué)科通過清楚理解并精心設(shè)計做出決策的方式以及根據(jù)反饋評估、管理和改進(jìn)結(jié)果的方式來改進(jìn)決策。

Gartner 預(yù)測在未來兩年，三分之一的大型企業(yè)機構(gòu)將使用決策智能實現(xiàn)結(jié)構(gòu)化決策，進(jìn)而提高競爭優(yōu)勢。

這樣的預(yù)測背后，是基于 Gartner 在 2020 年做的一項調(diào)查所發(fā)現(xiàn)的普遍現(xiàn)象：

· 決策比兩年之前更復(fù)雜了· 對決策者能夠解釋自己決策的期望提高了· 基于數(shù)據(jù)事實的基礎(chǔ)是決策時最重要的參考因素· 在足夠的數(shù)據(jù)和 AI 模型的基礎(chǔ)上，有一些決策是可以被自動化的

超自動化通過快速識別、審核和自動執(zhí)行盡可能多的流程來實現(xiàn)加速增長和業(yè)務(wù)韌性。

Groombridge 表示：“Gartner 的研究表明，表現(xiàn)最好的超自動化團隊專注于三個關(guān)鍵優(yōu)先事項：提高工作質(zhì)量、加快業(yè)務(wù)流程和增強決策敏捷性。在過去的一年中，業(yè)務(wù)技術(shù)專家平均支持 4.2 項自動化倡議。”

Gartner 曾在 2021 年的重要戰(zhàn)略技術(shù)趨勢中提過“超級自動化”，2022 年的關(guān)注點有所三點不同：

第一，今年更強調(diào) IT 和業(yè)務(wù)的融合團隊；

第二，超級自動化包含 AI、機器學(xué)習(xí)、RPA、BPMS 等多項技術(shù)。

第三，今年，中國乃至全球范圍內(nèi)的企業(yè)，都已經(jīng)逐漸開始自動化，至少在某些流程或最重要的流程上已經(jīng)實現(xiàn)了自動化運營。盡管目前有很多傳統(tǒng)行業(yè)，目前暫時無法實現(xiàn)超級自動化，但 Gartner 認(rèn)為這個趨勢已經(jīng)成為必然。

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)的人工智能項目上浪費時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值。人工智能工程化是一種實現(xiàn)人工智能模型操作化的綜合方法。

高挺表示，“AI 工程化”本質(zhì)上是 AI 在企業(yè)中大規(guī)模、全流程的落地過程，盡管目前大家現(xiàn)在對 AI 期待很高，但實際上 AI 目前的應(yīng)用仍然是被低估的。因為，很多 AI 項目的價值只能體現(xiàn)在一些“點對點”的一次性的方案中。將 AI 大規(guī)模落地的工程化方法（包含 DataOps、ModelOps 和 DevOps）總和起來，便是“AI 的工程化”的一整套體系。人工智能工程化對企業(yè)有很多好處，企業(yè)在進(jìn)行人工智能落地的時候，落地效率、落地廣泛度會更高。

Groombridge 表示：“從事人工智能工作的混合團隊是否真正能夠為他們的企業(yè)機構(gòu)實現(xiàn)差異化，取決于他們通過快速人工智能變革不斷提升價值的能力。到 2025 年，10% 建立人工智能工程化最佳實踐的企業(yè)從其人工智能工作中產(chǎn)生的價值將至少比 90% 未建立該實踐的企業(yè)高出三倍?！?/p>

加速增長的本質(zhì)是一組將數(shù)字化技術(shù)用以連接物理和虛擬世界，以構(gòu)建一種新的工作方式（包括新的體驗?zāi)Ｊ?、新的商業(yè)模式等）的技術(shù)趨勢。

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重大技術(shù)和服務(wù)變革提供無摩擦工作體驗，不過事情總有兩面性：這項技術(shù)會對業(yè)務(wù)模式產(chǎn)生影響。從零售到教育，每家企業(yè)機構(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>

高挺認(rèn)為，“分布式企業(yè)”的本質(zhì)就是許多員工開始遠(yuǎn)程工作。如今“遠(yuǎn)程工作”已經(jīng)成為新常態(tài)。在這個過程中，企業(yè)會發(fā)現(xiàn)自身的運作模式開始悄然發(fā)生一些變化，例如企業(yè)發(fā)現(xiàn)遠(yuǎn)程工作一樣能滿足公司的業(yè)務(wù)需求，還能降低成本。

對企業(yè)來說，另外一個改變是員工在家里辦公，企業(yè)的客戶也在家辦公，這樣一來，整個需求場景包括交付場景會發(fā)生一些變化，這背后基礎(chǔ)設(shè)施的需求也會發(fā)生變化。例如，國內(nèi)很多互聯(lián)網(wǎng)廠商開發(fā)了“在線會議”的解決方案，這其實就是這種變化所衍生出的商機。

Gartner 認(rèn)為，構(gòu)建以人為中心、整合物理空間和虛擬空間的技術(shù)將會成為主流趨勢。它同時還會帶來一些商業(yè)模式的變化，例如很多公司用 VR 技術(shù)實現(xiàn)數(shù)字試衣間，用戶在虛擬世界里買衣服可以獲得跟真實世界類似的體驗。在未來，企業(yè)推出產(chǎn)品和服務(wù)時，可能會側(cè)重采用數(shù)字優(yōu)先、遠(yuǎn)程優(yōu)先的邏輯。

Gartner 預(yù)計，到 2023 年，75% 充分發(fā)揮分布式企業(yè)效益的企業(yè)機構(gòu)將實現(xiàn)比競爭對手快 25% 的收入增長。

全面體驗是一項結(jié)合客戶體驗（CX）、員工體驗（EX）、用戶體驗（UX）和多重體驗（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、忠誠度和擁護度。企業(yè)機構(gòu)將通過實現(xiàn)具有適應(yīng)性和韌性的 TX 業(yè)務(wù)成果來增加收入和利潤。

“全面體驗”概念的大背景是，我們現(xiàn)在已經(jīng)進(jìn)入到了“體驗經(jīng)濟”的時代。我們現(xiàn)在所處的時代，已經(jīng)從傳統(tǒng)的以營銷為主的時代到了一個以產(chǎn)品為主的時代。這意味著，一家公司要做大做強，除了做很多市場宣傳外，自身的產(chǎn)品力也要夠強。而如何判定一項產(chǎn)品具有最強的產(chǎn)品力，一個關(guān)鍵指標(biāo)是，這款產(chǎn)品給用戶帶來的體驗。

Gartner 將全面體驗分為四個模塊：客戶體驗、用戶體驗、員工體驗、多重體驗。

從銷售的流程看，最關(guān)注客戶體驗，關(guān)注客戶在從產(chǎn)品認(rèn)知到買單這一系列流程中的體驗感；

用戶和客戶不同，一項產(chǎn)品的客戶未必是它的用戶，因此也要關(guān)注用戶在產(chǎn)品使用過程中的體驗；

多重體驗是指企業(yè)如何用技術(shù)手段去觸達(dá)最終用戶，這種觸達(dá)可能采用線下或是線上的形式。多重體驗強調(diào)具備一系列數(shù)字化能力，能夠收集用戶反饋等各項用戶體驗數(shù)據(jù)。

現(xiàn)在許多企業(yè)追求客戶體驗，追求用戶體驗，但員工是不是有足夠的技術(shù)能力進(jìn)行支撐，使得員工可以很好地滿足公司對用戶體驗和客戶體驗的要求呢？這正是員工體驗所強調(diào)的內(nèi)容。

這四個體驗?zāi)K在企業(yè)設(shè)計戰(zhàn)略時候應(yīng)當(dāng)放在一起，考慮全面體驗。不過現(xiàn)在，多數(shù)企業(yè)僅考慮了兩個或三個模塊。

隨著企業(yè)的發(fā)展，傳統(tǒng)的基于規(guī)則的系統(tǒng)或簡單的自動化將無法適應(yīng)不斷變化的運營需求。

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)。與自動化甚至自主系統(tǒng)不同，自治系統(tǒng)無需外部軟件更新就可以動態(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)場的新情況。

Groombridge 表示：“自治行為已因為近期被部署在復(fù)雜的安全環(huán)境中而為人所知。而從長遠(yuǎn)看，這項技術(shù)將被普遍應(yīng)用于機器人、無人機、制造機器和智能空間等物理系統(tǒng)?！?/p>

高挺表示，“自治系統(tǒng)”早期雖然有一些案例，但它仍存在一些問題。自治系統(tǒng)的優(yōu)點是，它會像人類一樣可以自我迭代。但它現(xiàn)在還處于萌芽期，因此有時候會變得不可控。尤其當(dāng)這個系統(tǒng)應(yīng)用在生活中時，可能會遇到道德倫理上的困境。

生成式 AI 是最引人注目和最強大的人工智能技術(shù)之一。該機器學(xué)習(xí)方法從其數(shù)據(jù)中學(xué)習(xí)內(nèi)容或?qū)ο?，并運用數(shù)據(jù)生成全新、完全原創(chuàng)的實際工件。

此前人們對于 AI 的使用，很多時候是要讓它去做出判斷、分類或得出結(jié)論。而如今，AI 的新用法，生成式 AI 正在出現(xiàn)。生成式 AI 不僅可以做判斷，還可以做創(chuàng)造，人們可以用 AI 來創(chuàng)造出一些新事物，生成式人工智能可用于多種活動，如創(chuàng)建軟件代碼、促進(jìn)藥物研發(fā)和有針對性的營銷。

我們可以看到，在未來一段時間內(nèi)。AI 會逐漸從一個做判斷的機器變成一個做創(chuàng)造的機器。

Gartner 預(yù)計到 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%。

但該技術(shù)也會被濫用于詐騙、欺詐、政治造謠、偽造身份等，具有一定的爭議性。

在接受 InfoQ 等少數(shù)媒體采訪時，高挺表示，與去年相比，2022 年重要戰(zhàn)略技術(shù)趨勢最大的特點在于，去年 Gartner 發(fā)布的很多技術(shù)趨勢比較偏場景化，今年的技術(shù)趨勢更偏重技術(shù)和架構(gòu)，如提出了“數(shù)據(jù)編織”、“云原生平臺”等概念。

此外，從宏觀上看，2021 年重要戰(zhàn)略技術(shù)趨勢的大主線是“新冠疫情影響下的世界發(fā)生了怎樣的變革”，而今年的主線是，在新冠疫情已經(jīng)成為新常態(tài)的背景下，企業(yè)如何在新常態(tài)下創(chuàng)造出新模式，以獲得長期發(fā)展。

今年 Gartner 發(fā)布的 2022 年重要戰(zhàn)略技術(shù)趨勢，涵蓋十二項前沿技術(shù)趨勢。高挺表示，從技術(shù)成熟度來看，超級自動化、全面體驗、分布式企業(yè)等技術(shù)的成熟度較高，生成式人工智能、網(wǎng)絡(luò)安全網(wǎng)格、數(shù)據(jù)編織等技術(shù)的成熟度相對較低。

以生成式人工智能為例，高挺表示目前該項技術(shù)還處于非常早的時期，還沒有大規(guī)模的落地。盡管這項技術(shù)已經(jīng)存在一些令人擔(dān)憂的應(yīng)用風(fēng)險，但目前還很少有企業(yè)在這方面進(jìn)行專門的預(yù)警。因為根據(jù)歷史的經(jīng)驗，一項技術(shù)要達(dá)到成熟、能夠應(yīng)用后才會產(chǎn)生各種負(fù)面效應(yīng)。現(xiàn)階段，生成式人工智能技術(shù)的成熟度，尚沒有達(dá)到進(jìn)行風(fēng)險監(jiān)管的程度。

—版權(quán)聲明—

僅用于學(xué)術(shù)分享，版權(quán)屬于原作者。

若有侵權(quán)，請聯(lián)系微信號:yiyang-sy 刪除或修改！