2018年10個技術性前瞻
人工智能、沉浸體驗、數字孿生、事件思維和持續適應性安全為下一代數字商業模式和生態系統奠定了基礎。
設計師是如何讓汽車更加安全的呢？ 他們像對待魚群一樣對待他們。 本田(Honda)最近推出的"安全蜂群"(Safe Swarm)使用了車對車的通信方式, 允許汽車將信息傳遞給附近的其他汽車。 例如, 公路上方幾英里處發生事故的警報可以傳送到數英里外的汽車上, 使他們能夠合作和智能地運作, 以避免事故和減少交通。
智能事物的進化, 例如集體思維汽車群, 是十大戰略趨勢之一, 具有廣泛的行業影響力, 并具有巨大的破壞潛力。
Gartner Fellow及 副總裁 David Cearley表示:"數字業務的持續發展利用了新的數字模型, 使員工、合作伙伴和客戶的物理和數字世界更加緊密地聯系起來, 未來數字業務的所有領域都將嵌入技術。"
智能數字網格
智能數字網格是人、設備、內容和服務的鏈接。它可以通過數字模型、商業平臺以及豐富的智能服務來支持數字商業。
智能化: 人工智能滲透到幾乎所有的技術和一個明確的范圍，可以允許更多的動態, 靈活和潛在的自主系統。
數字化: 混合虛擬和真實的世界, 創造一個身臨其境的數字增強和連接環境。
網格: 不斷擴大的人群、業務、設備、內容和服務之間的聯系, 以實現數字化的結果。
智能
趨勢1:人工智能基礎
使用人工智能來提高決策、重塑商業模式和生態系統的能力, 以及重塑客戶體驗的能力，將一直延續到2025年。
對于人工智能, 人們的興趣正在增長。 最近的一項調查顯示, 59% 的組織仍在收集建立人工智能戰略的信息, 其余的組織已經在試驗或采用人工智能解決方案方面取得了進展。
更多閱讀：https://www.gartner.com/smarterwithgartner/lessons-from-artificial-intelligence-pioneers/
雖然正確使用人工智能會帶來巨大的商業回報, 盡管系統會神奇地執行人類能做的任何智力任務, 并且動態學習人類所能做的任何知識任務, 但是人工智能的承諾(和陷阱)充其量只能是推測性的。 狹義人工智能, 包括針對特定任務的大范圍機器學習解決方案(例如在受控環境中理解語言或駕駛汽車) , 所選擇的算法是為了這項任務而優化的, 這就是今天的措施。 企業應該關注那些能夠利用狹義人工智能技術應用所帶來的業務成果, 而把人工智能留給研究人員和科幻作家。
趨勢2: 智能應用程序和分析
預計幾年后, 每個應用程序和服務都會在某種程度上融入人工智能。 在許多熟悉的應用類別背景下, 人工智能將不受阻礙地運行, 同時產生全新的應用類別。 在廣泛的軟件和服務市場中, 包括企業資源規劃系統的各個方面, 人工智能已成為下一個主要戰場。 "挑戰你的包裝軟件和服務提供商, 概述他們將如何使用人工智能, 以高級分析、智能處理和高級用戶體驗的形式, 將在新版本中增加業務價值。"
智能應用程序還在人與系統之間創造了一個新的智能中間層, 并且有可能改變工作性質和工作場所的結構, 虛擬客戶助理、企業顧問和助手都可以看到這一點。
"探索智能應用程序作為增強人類活動的一種方式, 而不僅僅是取代人的一種方式。" 增強分析是一個特別具有戰略意義的領域, 它使用機器學習技術為廣大商業用戶、操作人員和數據科學家提供自動化數據準備、洞察發現和洞察分享。
趨勢3: 物聯網智能化
使用人工智能和機器學習，能夠以更加智能的方式與人和周圍環境互動。 智能物聯網中沒有人工智能是不存在的, 例如智能相機在無人監督的環境中半自主或自主地運行一定時間來完成一個特定的任務。 這方面的例子包括自動導向式空調或自主耕作的車輛。 隨著技術的發展, 人工智能和機器學習將越來越多地出現在各種各樣的物體上, 從智能醫療設備到農場自主收割機器人等等。
隨著智能物聯網的擴散, 獨立的智能事物將轉變為一系列能夠協作的智能事物。 在這個模型中, 多個設備將共同工作, 或者獨立或人工輸入。 軍方正在使用這一地區的最前沿, 軍方正在研究使用無人機群來攻擊或保衛軍事目標。 消費電子產品展會 CES 上展示的消費者世界將是顯而易見的。
更多閱讀：https://www.gartner.com/smarterwithgartner/how-to-listen-to-the-voice-of-things-in-the-iot/
數字化
趨勢4: 數字孿生體
數字孿生體是一個真實世界實體或系統的數字表示。 在物聯網的背景下, 數字孿生體與現實世界的物體相連, 并提供關于對應方狀態、對變化作出反應、改進操作和增加價值的信息。 據估計, 到2020年, 數字孿生體將擁有大約210億個連接傳感器和終端, 在不久的將來, 數字孿生體將存在數十億個物體。
在短期內, 數字孿生體能夠提供資產管理方面的幫助, 但最終將提供業務效率的價值, 以及對產品如何使用以及如何改進產品的洞察力。
更多閱讀：https://www.gartner.com/smarterwithgartner/how-to-use-digital-twins-in-your-iot-strategy/
在物聯網之外, 將數字孿生體與非簡單的"事物"聯系起來的潛力越來越大。 隨著時間的推移, 世界幾乎每個方面都有數字化表現, 將與現實世界的對應方以及彼此之間動態地聯系在一起, 并注入基于AI的能力, 以便能夠進行先進的模擬、操作和分析。 城市規劃者、數字營銷人員、醫療保健專業人士和工業規劃者都將從這種向數字化雙重世界的長期轉變中獲益。 例如, 未來的人類模型可以提供生物統計學和醫學數據, 整個城市的數字孿生體將允許進行模擬。
趨勢5: 從云到邊緣計算
邊緣計算描述了一種計算拓撲, 在這種拓撲中, 信息處理和內容的收集和傳遞更接近這些信息的來源。 連接性和延遲挑戰、帶寬約束和嵌入式計算在邊緣計算中的更大功能有利于分布式模型。 企業應該開始在他們的基礎設施架構中使用邊緣設計模式ーー特別是對于物聯網企業而言。 一個好的起點可以是使用同位置和邊緣特定的網絡能力。
雖然人們普遍認為云計算和邊緣計算是相互競爭的, 但這是對概念的根本性誤解。 邊緣計算是一種計算拓撲, 它將內容、計算和處理更接近網絡的用戶 / 事物或"邊緣"。 云計算是一個利用互聯網技術提供技術服務的系統, 但它并沒有規定集中或分散提供的服務。 當一起實現時, 云計算被用來創建面向服務的模型, 邊緣計算提供了一種交付方式, 允許對云服務中不連接的方面進行執行。
趨勢6: 會話平臺
會話平臺將推動一種范式轉變, 在這種轉變中, 翻譯意圖的重擔從用戶轉移到計算機。 這些系統能夠給出簡單的答案(天氣如何?) 或者更復雜的交流(如餐廳預定座位)。這些平臺將繼續演變為更為復雜的行動, 例如從犯罪目擊者那里收集口頭證詞, 并根據這些信息根據證詞畫出嫌疑人的臉部素描。 對話平臺面臨的挑戰是, 用戶必須以一種結構化的方式進行交流, 這通常是一個令人沮喪的經歷。 會話平臺的一個主要區別是會話模型的健壯性, 以及用于訪問、調用和編排第三方服務以實現復雜結果的 API 和事件模型的健壯性。
趨勢7: 沉浸式體驗
AR、VR及混合現實正在改變人們感知數字世界并與之互動的方式。 結合對話平臺, 用戶體驗的一個根本性轉變將出現在一個無形的沉浸體驗中。 應用程序供應商、系統軟件供應商和開發平臺供應商都將競相提供這個模型。
在接下來的五年里, 焦點將集中在混合現實上, 這種現實正在成為一種沉浸式的選擇體驗, 即使用戶與數字和現實世界的物體相互作用, 同時保持在現實世界中的存在。 混合現實包括用于 AR 或 VR 的頭戴式顯示器(HMD) , 以及基于智能手機和平板電腦的 AR。 鑒于移動設備無處不在, 蘋果公司發布了 ARkit 和 iPhone x、谷歌的 Tango 和 ARCore, 以及跨平臺的 AR 軟件開發工具包, 如 Wikitude, 我們預計基于智能手機的 AR 和 MR 的戰斗將在2018年展開。
網格
趨勢8: 區塊鏈
區塊鏈是一個共享的, 分布的, 分散的分類賬本, 通過獨立于個人應用程序或參與者來消除商業摩擦。 它允許不受信任的當事人進行商業交易。 這項技術有改變產業的希望, 盡管對話經常圍繞著金融機會, 但區塊鏈在政府、醫療、內容分銷、供應鏈等領域有著廣泛的應用前景。 然而, 許多區塊鏈技術是不成熟的和未經證實的, 并且很大程度上是不受管制的。
一個切實可行的區塊鏈方法需要清楚地了解業務機會、區塊鏈的能力和局限性、可信架構和必要的實現技能。 在開始分布式分類賬項目之前, 確保您的團隊擁有加密技能, 以了解什么是可能的, 什么是不可能的。 確定現有基礎設施的集成點, 并監測平臺的演變和成熟。 在與供應商交互時要格外小心, 并確保你清楚地認識到"區塊鏈"一詞是如何使用的。
趨勢9: 事件驅動
數字業務依賴于感知能力, 并隨時準備應用到新的商業機會。商業活動反映了明顯的狀態或狀態變化的發現, 例如購買訂單的完成。 一些業務活動或事件組合構成了商業機會ーー一旦發現了商業機會, 需要采取一些具體的商業行動。 最重要的商業機會是那些對多個方面有影響的機會, 這些方面包括單獨的應用程序、業務線或合作伙伴等。
隨著人工智能, 物聯網和其他技術的出現, 商業活動可以更快地被檢測到, 并進行更詳細的分析。 企業應該把"事件思維"作為數字商業戰略的一部分。 到2020年, 80% 的數字商業解決方案都需要事件來源的實時感知, 80% 的新業務生態系統將需要事件處理的支持。
趨勢10: 持續的自適應風險和可信性
數字業務創造了一個復雜的、不斷變化的安全環境，日益復雜的工具增加了威脅的可能性。 持續的自適應風險和信任評估(CARTA)允許實時面對風險和基于信任的決策, 對數字業務的安全啟用做出適應性反應。 傳統的安全技術使用所有權和控制權而不是信任, 在數字世界中是行不通的。 基礎設施和周邊保護不能確保精確的檢測, 也不能防止內部人員在周邊進行攻擊。 這就需要接受以人為中心的安全, 并賦予開發人員權力, 使他們能夠承擔安全措施的責任。 將安全性納入 DevOps 工作中, 以實現一個持續的"DevSecOps"過程, 并探索欺騙技術, 以抓住滲透網絡的壞分子, 這是應該探索的新技術之一, 以使 CARTA 成為現實。