你好,游客 登录
背景:
阅读新闻

Gartner预言的2018十大技术趋势

[日期:2017-12-13] 来源:网络大数据  作者: [字体: ]

今年 10 月,全球领先的信息技术研究和顾问公司 Gartner 公布了将在 2018 年对大部分企业机构产生显著影响的首要战略科技发展趋势。这十大技术分别是人工智能基础、智能应用与分析、智能物件、数字孪生、从云到边缘、会话式平台、沉浸式体验、区块链、事件驱动、持续自适应风险和信任。为了揭秘这十大技术背后的故事,InfoQ 对 Gartner 高级合伙人龚培元先生进行了采访,以下是对龚老师的采访整理。

1 AI、数字化、网格共建 2018 十大技术

Gartner 预测的 2018 年十大科技包含了三个层面,第一是 AI,它会在洞悉力上帮助你。第二是数字化,数字化已经不再指自动化,而是自主性地来帮助公司达成结果。第三是网格,网格有两层意思,其一是既然有网格,就代表说中间有很多的墙,你如何用新的技术在业务的墙上面做突破?即技术突破点;另一个意思是,你把东西重叠在一块,变成一样东西,就像布一样,两根线合在一块变成布,借助技术去打破这个格,之后成为一体的东西,就像业务跟技术,所以这叫网格。

AI 主要包括 AI 的基本面、智能 APP 和智能分析。数字化,最重要的是数字孪生,数字孪生是 AI、数字分析和云计算综合起来的利器。2018 年是云跟边缘计算的整合,然后是会话平台,会话平台的重点是人机互动,互动的紧密性带进了切入性的身临其境式的情景,2018 年将会有一些解决方案进入市场。最后是网格,主要有区块链、事件驱动模式和安全,安全已经不是一个你可以完全百分之一百保护的东西,重点是怎么掌控风险以及怎么建立你该信任的东西。

2 2020 年 AI 成为 CIO 首要投资目标

到 2020 年,30%CIO 会把 AI 算进他们头 5 个投资优先级中,30% 新开发项目都会含有 AI,对 CIO 来讲,AI 已经不是 BAT 和尖端公司他们专有的东西,AI 在 2018 年已经不是遥不可及的东西了,每家公司都可以碰得到。

2018 年 AI on Chip 将会兴起,将会出现更多手机上的 AI 应用,各家厂商都开始在把 AI 做到芯片上去,以下是一些在芯片上做出突破的公司。到 2020 年,深度神经网络跟机器学习会有 100 亿美元的市场,这会让 AI 的应用得到跳跃式发展。

3 2018 年每个企业都应接触 AI

AI 对企业有三个应用方向,第一,怎么提升用户体验?第二,怎样借着数字孪生来提升你的业务流程?第三,怎么把以往在数据上的瓶颈借着 AI 做出更大的突破?

对 CIO/CTO 来说,应该按照公司的能力来决定是否使用外面已经做好的 AI 的产品、解决方案,如亚马逊、小米、阿里的智能音响,这些都叫已经打包出来的 AI 产品和服务。如果不提早去用 AI 的产品,你永远都不知道 AI 在你的企业成本、人员、数据中的需求有多大。等到 2019 年的时候,当别家都在用,你起步也没法那么快起来,因为 AI 跟传统的软件开发完全不同,2018 年不开始进入是不行的。

下面这个图是告诉 CEO/CTO,你要根据公司的能力来决定是用外部的 AI 服务还是自己开发。你可以利用阿里、微软跟 Google 的 AI 开发平台,也可以找 IBM 来帮你做,给别人一堆钱,可是做了之后,别人拿钱走了,你还是不知道怎么做。如果你真的够牛,你可以自己去考虑做 AI 的算法。

在我看来,无论你的企业在哪个阶段,一定都可以对标使用 AI,18 年如果你还没有开始使用 AI,你要问你自己,你到底在胆怯什么事?2016 年你可以观望,2017 年有些人已经进去了,2018 年你不能观望,下图的黄色部分代表你需要带引入多少外界的力量来实现你的 AI 业务,如果去玩算法,你对应需要的资源是最多的。

4 2020 年,95% 的机器会加入物联网

Gartner 预测,到 2020 年,将近 95% 的机器都有物联网的端在里头,至于有多少物联网端是智能的,Gartner 没有预测,正如我们刚才讲过的智能芯片,这个商机很大。物联网会帮助业者每年在整个公司的运维和服务方面节省 1 万亿美元,因为它智能,它知道一些东西该怎么用,它也知道一些东西什么时候会坏掉,大家都知道飞机出了问题是很恐怖的,现在飞机已经能自己预测引擎什么时候该维修,哪些东西该换,因为数据全都算好了。数字带进来的结果就是机器自主性地来帮你做事,这是数字化很重要的一点,所以我们能看到 1 万亿美元的节省。

5 企业要在数据中找到平衡点

在数字化里,最重要的是数字孪生,数字孪生带来三个结果,第一是观察,你怎么从虚拟的环境去观察今年业务的操作?第二个是实际的运营结果,从虚拟的环境里去看到运营的结果。第三个是人做不到的,在虚拟环境里去预测你可以优化的点。

我讲的数字孪生是一个解决方案,它是指企业组织架构对数字的吸收力,包括如何去洞察今天你业务的流程?怎么实际看到你运维的结果?在计算机里看到你运维的结果,如何去优化一些不同的场景让计算机先去跑?用数字孪生去看,就知道如何用数字完善这个东西,到底哪里可以优化,公司的业务流程多了多少人,或者多了多少步骤,都可以套到软件里去优化它。

数字孪生的挑战是技术厂商的牵制,因为一定会有各种不同的技术厂商提供不同的技术,更重要一点是,公司内部各种业务之间的瓶颈或政治环境,即公司的生态圈,有些时候各部门之间不是合作的,数字孪生是个心态是个文化,你如何借着数字的技术去打破这些瓶颈,在各种不同生态圈里边,你怎么连接好的、打破不好的一面?然后怎么借着这个生态圈去把它连接起来?数字孪生并不是一个很容易的事,除了技术层面要达到,还有生态环境要去打通。而且不仅是公司内部、企业之间,整个供应链的上下游都需要把它打通。

数字孪生不再是生产业上的事,整个业务流程和软实力是在一起的。下图就是要告诉大家,每个技术都有它的地位,对 CIO/CTO 来说,如何在这四个不同的技术层面里面取得平衡点是很重要的,在这平衡点的上面,当你的端越来越智能,当你的云越来越强大的时候,你要考虑到,你如何在端和边缘计算,以及公司后台的私有云和公有云之间取得一个很完美的平衡点。

如何来架构你的技术?在技术层面,你如何考虑公司跟各方面的技术得到完美的结合。也就是说不要再相信所有事情都会发生在云里头,因为智能端的处理能力越来越强,你该在端里面处理的东西就在端里面处理掉,正如上文所说 2020 年,95% 的机器都有物联网的端,数据量会越来越多,那时候数据不可能回到公司的数据中心去处理,你一定得在某些场景上面直接在当机立断,该处理掉处理掉,该传到后端传到后端去处理。

6 2018 年区块链会百花齐放

对企业来说,如何用技术去突破格子,网格突破之后,区块链对网格如何增进来?Gartner 得出了区块链几个很重要的本质:它是共享性的、分布性的,也是一个地方性的、去中心化的,最重要的是,它的数据资料不能更改,也不能删除,发布了,就收不回来了。

2018 年的区块链,我们相信会是百花齐放的市场,从技术周期炒作曲线可以看出,各种行业的区块链都在里面,这代表各行业都在考虑将区块链使用到整个业务中,尤其是金融和供应链、政府用得很多,因为政府出来的资料不能随便乱改,还有国外的投票等,Garntner 预测 2018 年将是区块链起投的时间,之后这个技术会越来越成熟。

7 安全只能控制,不能保证

最后我们来谈安全性,安全不能说保证,只能说控制,把它做出来,不能保证绝对安全,但绝对有办法去来控制跟掌控,因为就算你不做还是有安全问题。

Gartner 预测 2022 年每家公司会花 50% 的金钱去修复 IoT 所造成的安全危害。今天你要考虑的东西是风险跟信任度,不是安全,安全已经是基本盘,因为各种不同的突发事件会出现,我们讲风险,因为 IOT 的关系,你如何用 DevSecOps 的理念把安全做进去,目的是持续渐进性的风险跟信任机制,代表你持续在学,然后是 SW Defined Perimeter,因为你持续去学,随时要去改,除了改之外,还有你知道有些安全门户的落点后,要开始去建立诱饵,让黑客去打击,你不可能防备所有的事情,你唯一能做的是转移黑客的注意力,去骗他,而且得持续性地骗它,这是一个持续性、渐进性防卫的过程。

8 中国在 AI 技术和应用上突破更快

中国有几个很特别的特质:政府大力地投入、法律法规设施,个人隐私权保护的严谨性比国外低,所以每个场景在中国会宣大,为什么?第一地大物博,任何一个东西到中国来,因为人、物的量会比国外多,所以带进来的业务的效果是宣大的程度,如数字孪生,北京市如果把市政府的整个操作用数字孪生做起来,成果将非常惊人。中国在人工智能上的投入比国外多得多,更重要一点是,中国的量子计算在全世界是排在前面的。所以中国的突破点会比国外要快,但重点在于企业怎么去突破这些商机。

从基本技术来讲,中国能力也不输国外,中国的二次创新能力强于国外。二次创新有两个点,一个是业务模式的创新,另一个是技术的创新,现在是外国人来学中国的业务模式,在业务模式上中国擅长一次创新,但由于法规各方面的限制,外国人跑不出中国的一些业务模式。此外,虽然技术上的一次创新是外国人做出来的,可是一次创新出来是比较干涩的东西,二次创新才是很有商务运营效果的东西。

作者介绍

Michael Kung 龚培元,Gartner 公司高管合伙人,目前在 Gartner 担任顾问工作,主要专注在传统产业的转型、智能工业物联网,以及数字零售行业的战略与转型后持续性的发展。

收藏 推荐 打印 | 录入:Cstor | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款