高德纳对战略技术趋势的定义是:一种具有巨大颠覆潜力的趋势，开始从新兴状态向更广泛的影响和使用转变，或者是一种快速发展的趋势，巨大的波动性有望在未来五年达到临界点。
Gartner副总裁兼研究员大卫·塞里(David Cearley)表示:“智能数字网格是过去两年的主题，在2019年之前，它将继续是一个主要的驱动因素。围绕这些主题的趋势是促进持续创新过程的关键因素，也是持续下一步战略的一部分。比如AI(表示为自动化设备和增强智能)与物联网、边缘计算、数字变革相结合，提供高度集成的智能空。这种多种趋势的结合带来了新的机遇，促进了新的颠覆，是高德纳2019年十大战略技术趋势的一个特征。”
2019年十大战略技术趋势如下:
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人工智能自动执行以前由人类执行的功能。他们的自动化超越了僵化的编程模型所提供的自动化。他们利用AI提供与周围环境和人更自然互动的高级行为。
“随着自主事物的激增，我们预计将从独立的智能事物转变为大量协作的智能事物，多种设备将协同工作，无论是独立于人还是人工输入，”塞里说。“例如，如果无人驾驶飞行器检查一个大型油田，发现它已经可以开采了，它可以派出一个‘自动采油机’来执行任务。在物流配送市场，最有效的解决方案可能是使用自动驾驶汽车将包裹运送到目标区域。然后，车上的机器人和无人机可以确保包裹的最终交付。”
“自动化事物”主要有五种类型:
-机器人
-车辆
-无人机
-家用电器
-媒体
这五种类型占据了四个环境:海、地、空和数字。他们都有不同水平的能力、协调能力和智力。比如可以穿越人类辅助飞行在空的无人飞行器，以及在野外完全自主作业的农业机器人。这描绘了潜在应用的广阔前景——几乎每个应用、服务和物联网对象都将采用某种形式的人工智能来自动化或增强流程或人工操作。
探索人工智能驱动的自治功能在组织或客户环境中的任何物理对象中的可能性，但请记住，这些设备最适合狭义的目的。他们与人脑在决策、智力或一般学习方面是不同的。
02
增强分析
增强的分析代表了第三波数据和分析能力，因为数据科学家可以使用自动算法来探索更多的假设和可能性。
增强型分析专注于增强智能的具体领域，利用机器学习(ML)来改造分析内容的开发、消费和共享方式。增强的分析功能将迅速推向主流应用，成为数据准备、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功能。
来自增强分析的自动洞察也将嵌入到企业应用程序中，改变企业中生成分析洞察的过程。比如人力资源、财务、销售、营销、客服、采购、资产管理等部门。这些合作和安排将优化其环境中所有员工的决策和行动，而不仅仅是分析师和数据科学家。增强分析可以自动完成数据准备、洞察生成和洞察可视化的过程，很多情况下不需要专业数据科学家的参与。
“这将导致数据科学的进一步普及，这是一套新的功能和实践，使主要在统计和分析领域之外工作的用户能够从数据中提取预测性和规范性的意见，”塞里说。
“到2020年，普通公民数据科学家的数量将比专家数据科学家增加五倍。组织可以利用公民数据科学家来填补数据科学家的短缺和高成本造成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."增强分析可以识别隐藏的模式，消除个人偏见。在公民数据科学家和增强分析之间，数据洞察将广泛应用于整个企业，包括分析师、决策者和运营商。
03
人工智能驱动的开发
市场正在从专业数据科学家必须与应用程序开发人员合作来创建大多数人工智能增强解决方案的模式迅速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独立操作的模式。这为开发人员提供了一个人工智能算法和模型的生态系统，以及用于将人工智能功能和模型集成到解决方案中的定制开发工具。
随着人工智能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%的新应用开发项目将在其团队中配备AI协作开发人员。
“最终，基于人工智能的高度先进的开发环境自动化应用将在功能和非功能方面迎来一个‘公民应用开发者’的新时代，非专业人士将能够使用人工智能驱动的工具自动生成新的解决方案。让非专业人士不用编码就能生成应用程序的工具并不新鲜，但我们希望人工智能驱动的系统能够提高灵活性，”塞里说。
人工智能驱动开发侧重于将人工智能嵌入应用程序并使用人工智能为开发过程创建人工智能驱动工具的工具、技术和最佳实践。这一趋势正沿着三个方面发展:
-构建基于AI的解决方案的工具正在从面向数据科学家的工具(AI基础设施、AI框架和AI平台)扩展到面向专业开发者社区的工具(AI平台、AI服务)。
-构建基于人工智能的解决方案的工具被赋予人工智能驱动的功能，可以帮助专业开发人员并自动执行与人工智能增强的解决方案开发相关的任务。
-人工智能支持的工具正在从帮助和自动化与应用程序开发(AD)相关的功能发展到使用业务领域专业知识和自动化AD流程堆栈的更高级别活动(从一般开发到业务解决方案设计)。
市场将从专注于与开发人员合作的数据科学家转向使用作为服务提供的预定义模型独立操作的开发人员。这使得更多的开发人员能够利用这些服务并提高效率。
04
数字结对
数字双胞胎是指现实世界实体或系统的数字表示。高德纳估计，到2020年，将有超过200亿个相连的传感器和端点，数字双胞胎将连接到数十亿个物理设备。企业组织将从一开始就实施数字双胞胎。随着时间的推移，他们将继续发展，提高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。
“物联网之外的数字双胞胎发展的一个方面是企业实施他们自己的数字双胞胎(DTO)。DTO是一个动态的软件模型，它依赖于运营或其他数据来理解一个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。”塞里先生说。“DTO有助于提高业务流程的效率，并创建更加灵活、动态和响应迅速的流程，能够自动响应不断变化的条件。”
数字双胞胎也可以连接在一起，在大型系统中创建双胞胎，如发电厂或城市。数字双胞胎的想法并不新鲜。可以追溯到事物的计算机辅助设计表现或者客户的在线数据，但是今天的数字双胞胎在四个方面有所不同:
-模型的稳健性，侧重于它们如何支持特定的业务成果；
-与现实世界的链接，可用于实时监控；
-应用先进的大数据分析和人工智能，促进新的商业机会；
-与他们互动并评估“假设”情景的能力。
今天的焦点是物联网中的数字双胞胎，它可以通过提供维护和可靠性信息、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
Edge是指人们在我们周围的世界中使用或嵌入的端点设备。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。它试图使流量和处理更接近“本地化”，目标是减少流量损失和延迟。
短期来看，边缘是物联网驱动的，需要让处理靠近端点，而不是集中式云服务器。然而，云计算和边缘计算不是创建新的体系结构，而是作为互补的模型发展起来的，并且云服务作为集中式服务进行管理——不仅在集中式服务器上，而且在本地分布式服务器和边缘设备本身中。
高德纳预测，在未来五年(2028年)，特殊的AI芯片和更强大的处理能力、存储和其他高级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构性和工业系统等资产的长生命周期将带来巨大的管理挑战。从长远来看，随着5G的成熟，不断扩展的边缘计算环境将为集中式服务带来更强大的通信。5G提供了更低的延迟和更高的带宽，每平方公里的节点(边缘端点)数量(非常重要)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的功能。这种拓扑将解决广域网高成本和不可接受的延迟水平的挑战。此外，它将实现数字业务和信息技术解决方案的细节。
06
沉浸式体验
对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)正在改变人们感知数字世界的方式。这种感知和交互模式的联合转换，将在未来带来身临其境的用户体验。
“随着时间的推移，我们将从考虑个人设备和分布式用户界面(UI)技术转变为多通道和多模式体验。多模式体验将人们与数字世界联系在一起，包括数百种边缘设备，如传统计算设备、可穿戴设备、汽车、环境传感器和消费电器。”塞里先生说。
“多通道体验将在这些多模式设备中使用所有人类感官和高级计算机感官(如热、湿度和雷达)。这种多体验环境会创造一种环境体验，在这种环境体验中，我们周围的空定义了一台“电脑”，而不是一台设备。其实环境就是一台电脑。”
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%的企业将部署到生产中。未来的对话平台，从虚拟个人助理到聊天机器人，都将结合延伸的感官通道，让平台可以根据面部表情来检测情绪，他们在互动中说话会更顺畅。
07
区块链
它是一个分布式分类账，有望通过实现信任、提供透明度和减少业务生态系统之间的摩擦来重塑行业，从而降低成本、缩短交易结算时间和改善现金流。如今，银行、证券交易所、政府和许多其他机构作为中央机关受到信任，它们在数据库中安全地保存着“单一版本的事实”。集中式信任模式会增加交易延迟和摩擦成本(佣金、费用和货币的时间价值)。区块链提供了另一种信任模型，不需要中央代理来仲裁交易。
“目前的区块链技术和概念在任务关键型和大规模业务运营方面还不成熟，人们对此知之甚少，也没有证明这一点。对于支持更复杂场景的复杂元素来说尤其如此。“尽管面临挑战，但巨大的破坏潜力意味着首席信息官和信息技术领导者应该开始评估区块链，即使他们在未来几年不会积极采用这些技术。”
目前，许多区块链项目尚未实现区块链的所有属性，如高度分布式数据库。这些基于区块链的解决方案旨在通过自动化业务流程或数字化记录来实现运营效率。它们有可能加强已知实体之间的信息共享，并增加跟踪和追踪实物和数字资产的机会。
然而，这些方法忽略了区块链真正破坏性影响的价值，并可能增加对供应商的锁定。选择这种方法的组织应该意识到这些限制，并准备好逐步完成区块链解决方案，以确保通过更有效和高效地使用现有的非区块链技术可以获得相同的结果。
高德纳预测，区块链将在2030年前创造3.1万亿的商业价值。
08
智能空
智能空是指物理或数字环境、人类和技术支持系统，它们在一个日益开放、互联、协调和智能的生态系统中相互作用。多个元素——包括人、流程、服务和事物——将聚集在智能空房间，为目标人群和行业场景创造更加身临其境、互动和自动化的体验。
“这种趋势已经融合了一段时间，例如智能城市、数字工作场所、智能家居和网络化工厂。我们认为，市场正在进入一个加速提供强大智能的时期，无论是作为员工、客户、消费者、社区成员还是公民，技术都已经成为我们日常生活中不可或缺的一部分，”塞里说。
智能空之间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
数字伦理与隐私
数字道德和隐私越来越受到个人、组织和政府的关注。人们越来越关注公私机构如何使用个人信息，只有那些不主动解决这些问题的机构才会不断提出异议。
“任何关于隐私的讨论都必须基于更广泛的数字伦理主题以及客户、选民和员工的信任。虽然隐私和安全是建立信任的基本组成部分，但信任实际上不仅仅是这些组成部分。“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，一个组织对隐私的立场必须由它对道德和信任的更广泛的立场来驱动。从隐私到道德，谈话超越了“我们是否顺从”，转到“我们是否在做正确的事情”。
政府越来越多地计划或采用公司必须遵守的法规，消费者也在小心翼翼地保护或删除自己的信息。公司必须获得并保持对客户的信任才能成功，还必须遵循内部价值观，以确保客户将他们视为值得信赖的合作伙伴。
10
量子计算
量子计算(QC)是一种非经典计算，其运算基于亚原子粒子(如电子和离子)的量子态，将信息表示为量子位(qubit)的元素。
例如，虽然经典计算机以线性方式阅读图书馆的每本书，但量子计算机同时阅读所有的书。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、可靠的服务形式出现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伸缩性意味着它们优于传统方法，传统方法过于复杂，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展中受益最大。
比如在制药行业，可以利用量子计算在原子水平上模拟分子相互作用，加快新的癌症治疗药物的上市进程，或者量子计算可以更精确地加速和预测蛋白质相互作用，从而产生新的制药方法。
量子计算在现实世界中的应用范围已经从个性化医学转向图像识别优化。这项技术仍处于新兴状态，这意味着这是企业增加对潜在应用的理解并考虑任何潜在安全风险的好时机。
“首席信息官和信息技术领导者应该开始规划质量控制，增加他们对实际业务问题的理解和应用。当技术还处于新兴状态时，它就开始学习。切利说:“找出量子计算有潜力解决的真正问题，并考虑对安全性的可能影响。“但与此同时，不要指望它会在未来几年彻底改变什么。到2022年，大多数组织都应该了解和监控量子计算的应用，并可能需要从2023年或2025年开始使用它。”
1.《gartner 著名咨询公司Gartner发布十大战略技术趋势》援引自互联网，旨在传递更多网络信息知识，仅代表作者本人观点，与本网站无关，侵删请联系页脚下方联系方式。
2.《gartner 著名咨询公司Gartner发布十大战略技术趋势》仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址，https://www.lu-xu.com/shehui/1153111.html