日前，Gartner公佈了2020年十大戰略技術趨勢展望。分析師們在本屆奧蘭多Gartner IT研討會上對分析結果做出詳盡闡述。
Gartner公司將戰略技術趨勢，定義爲“具有重大顛覆性潛力的趨勢，正在從新興狀態中發展壯大，有望產生更廣泛的影響及應用範圍，或者正在以巨大的波動性迅速增長，並預計能夠在未來五年內達到臨界點。”
Gartner公司副總裁兼研究員David Cearley表示，“在Gartner 2020年重要戰略技術趨勢預測中，我們將以人爲本的理念作爲核心影響因素。將人這一元素作爲技術戰略中心，也強調了技術本身最重要的一項發展依託——如何影響客戶、員工、業務合作伙伴、整個社會乃至其他關鍵性羣體。可以說，組織的一切行動都可以歸結於組織如何直接或者間接影響對應的個人及羣體。這就是以人爲本方法的思維內核。”
下面，我們一起來看2020年十大戰略技術發展趨勢：
超自動化
超自動化是指多種用於交付工作成果的機器學習（ML）、軟件工具包以及自動化工具的總和。Gartner公司指出，“超自動化所指的不僅是工具臺的廣度，同時也涵蓋自動化本身所涉及的一切步驟（發現、分析、設計、自動化、測量、監控與重新評估等）。在此之中，理解自動化機制的範圍、各機制間的相互關係以及如何實現組合與協調，將成爲實現超自動化的重點所在。”
Gartner公司在報告中指出，這一趨勢的開端體現爲機器人流程自動化（RPA）。報告提到，“純RPA並不算是超自動化。超自動化要求將多種工具組合起來，從而在任務流程的各個環節當中複製以往只能由人類實現的操作效果。”
多重體驗
Gartner方面假設，到2028年，用戶體驗將在用戶感知與數字世界互動等層面迎來巨大變化。之所以有此論斷，是因爲目前自然語言對話平臺正在快速發展，而虛擬現實（VR）、增強現實（AR）以及混合現實（MR）也在貢獻自己的力量。感知與交互模式的變化，將在未來幾年中爲我們帶來前所未有的多重感官與模式體驗。
Cearley指出，“這種模式的核心意圖，是從擁有技術素養的人轉化爲擁有人文素養的技術。換言之，相關負擔將由用戶處被轉移給計算機。這種跨多種人類感官與用戶建立交流渠道的能力，將爲傳遞微妙信息提供更豐富的運行環境。”
專業知識的民主化進程
這裏提到的民主化，指的是“從根本上簡化體驗，而無需廣泛且昂貴的培訓”，從而確保用戶能夠更廣泛地獲取技術專業知識（例如機器學習、應用程序開發）或者業務相關專業知識（例如銷售流程與經濟分析）。“全民可用”（例如平民數據科學家、平民集成商）以及平民開發、無代碼模式，都是技術民主化的典型實例。
根據Gartner方面的預測，到2023年，民主化趨勢將在以下四個方面迎來加速發展：
- 數據與分析技能民主化（原本針對數據科學家的工具正在快速擴展，並逐步服務於普通開發人員社區）。
- 開發技能民主化（利用AI工具實現應用程序的定製化開發）。
- 設計技能民主化（通過低代碼、無代碼模式實現開發，並通過在應用程序中內置自動化開發功能增強開發者的能力）。
- 知識民主化（非IT專業人員也可以使用工具與專業級系統，使其得以利用超越自身專業知識與培訓範疇的特定技能）。
人類增強
人類增強可謂永恆的主題，核心理念在於利用技術的力量促進人類在認知與體能方面的提升。Gartner指出，“物理增強通過在人體內植入或附加技術元素（例如可穿戴設備）改變其固有物理能力，從而實現人類能力增強。認知增強則可以通過傳統計算機系統中的應用程序，以及智能領域新興的多重體驗界面等途徑實現。”
Gartner還提出假設，稱在未來十年當中，隨着個人不斷追求自我提升，人類對身體及認知的增強性舉措將越來越普遍。這將建立起新的“消費效應”，使得用戶能夠藉此擴展個人能力，進而改善辦公環境與業務執行效率。
透明度與可追溯性
關於技術企業從消費者數據中獲取收益的爭議越來越多，這也使得更多消費者逐步意識到個人數據中蘊藏的價值，促使人們越來越希望控制自己的數據資產。消費者的認知，也使得政府對個人數據的監管力度有所提升，最終令各類組織承擔起越來越高的個人數據保護與管理壓力。而在這一波關於數字道德與隱私需求的浪潮當中，透明度與可追溯性無疑是兩大關鍵性要素。
Gartner公司指出，“透明度與可追溯性是指用於解決監管要求、在使用人工智能（AI）及其他先進技術時確保遵循道德方法並修復日益缺失的信任體系的一系列態度、行動以及爲此提供支持的技術與實踐。”隨着組織不斷建立新的透明度與信任實踐，Gartner提出了三大重點應用領域：
- 人工智能與機器學習；
- 個人數據隱私、歸屬與控制；
- 符合道德規範的設計。
邊緣計算
邊緣計算是一種計算拓撲成果，其中信息處理與內容收集/傳遞發生在鄰近數據源、存儲庫以及使用者的位置。其基本思路，是儘可能將流量與處理負載保留在本地，從而減少延遲、利用邊緣功能並實現更高的邊緣自主能力。
Gartner公司的Cearley指出，“目前，對於邊緣計算的關注主要來自物聯網系統的實際需求，包括爲製造業或者零售業等特定行業的嵌入式物聯網體系提供無連接或者分佈式功能。但除此之外，邊緣計算也有潛力在幾乎一切行業及用例當中發揮作用，因爲邊緣將獲得越來越複雜且專業的計算資源，以及更多數據存儲支持。包括機器人、無人機、無人駕駛汽車以及運營系統在內的複雜邊緣設備的出現，將進一步加速這一轉變。”
分佈式雲
Gartner公司表示，“分佈式雲的本質是將公有云服務分發至不同的位置，並由原公有云服務供應商負責服務的運營、治理、更新與演進工作。這代表着以往高度強調集中化的公有云服務模式開始發生重大轉變，並有望引領雲計算進入新的時代。”
自主設備
自主設備是指利用AI技術實現傳統只能由人類執行的任務的自動化物理設備，具體包括機器人、無人機、無人駕駛汽車/船舶以及設備等。其自動化能力遠超硬編程模型提供的自動化水平，能夠利用AI實現種種先進行爲，且行爲能夠更自然地與周邊環境及人員進行互動。隨着技術能力的提高以及法規許可範圍的放寬，再配合社會認可度的增長，自主設備將被越來越快地部署在更多公共場所當中。
Cearley指出，“隨着自主設備數量的激增，我們相信以往的獨立智能設備將轉化爲大量擁有相互協作能力的智能設備體系。在這種協作價格弗洛姆中，多臺設備將可獨立於人類或者人工輸入之外協同工作。例如，異構機器人可以在裝配流程中協同運作。在配送場景下，最高效的解決方案可能是利用無人駕駛車輛將包裹運輸至目標區域，再由車上的機器人與無人機完成最後一公里實際配送。”
實用型區塊鏈
Gartner公司指出，區塊鏈技術擁有着通過建立信任、提供透明度以及跨業務生態系統實現價值交換等方式，顯著降低成本、減少交易結算時間並改善現金流的巨大潛能，甚至有望重塑行業的整體面貌。區塊鏈上記錄的資產能夠實現來源追溯，從而顯著減少出現僞造商品的可能性。資產跟蹤在其他領域同樣極具價值，例如在整體供應鏈當中跟蹤食品以輕鬆確定污染源，或者跟蹤單一零件以縮小召回範圍等。區塊鏈的另一大重要潛在發展方向，在於身份管理。我們可以通過編程方式將智能合約添加至區塊鏈內，從而通過事件觸發操作；例如在確認收貨時，執行對應的付款操作。
Cearley表示，“由於一系列技術問題——包括較差的可擴展性與互操作性等，區塊鏈技術目前在企業部署領域仍然不夠成熟。但儘管存在這些挑戰，巨大的顛覆性與創新潛力，意味着即使不打算在短期之內主動採用此項技術，組織也應儘快着手對區塊鏈開展評估。”
AI 安全
Gartner方面指出，“AI與ML將繼續在廣泛的應用案例當中增強人類的決策能力。但問題在於，這種方式雖然爲實現由超自動化與自主設備主導的業務轉型創造了巨大機遇，但同時也將給安全團隊以及風險管理者帶來巨大的新挑戰。這意味着物聯網、雲計算、微服務以及高連接性系統等智能元素都有可能成爲潛在攻擊點。安全與風險管理者應在接下來的工作中，着力關注三大核心安全區域——保護AI系統、利用AI增強安全防禦能力以及做好惡意攻擊者可能利用AI技術的準備。”
原文鏈接：