​元宇宙与AI热度不减，Gartner 2023 年十大战略技术趋势完整解析

临近年末，许多人已经开始扛起了下一年度的目标 KPI ，及时了解不断变化的技术格局以应对随时可能面临的机遇和挑战，对大家来说尤为重要。全球极具权威的IT研究与顾问咨询公司 Gartner 每年都会发布下一年的十大战略技术趋势，今年也不例外，Gartner  2023 年十大战略技术趋势近日新鲜出炉。

新的一年，元宇宙及AI关注度依然超高，其面临的技术挑战与发展前景备受关注。在全球经济形势放缓的背景下，“可持续性”这一关键词贯穿了 2023 年的所有战略技术趋势。下面我们邀请到 Gartner 高级研究总监高挺（Arnold Gao）对 2023 年十大技术趋势展开了详细解读。

元宇宙与 AI 依然备受瞩目

今年发布的十大技术趋势，最受关注的依然是 AI 与元宇宙方向。

关于“元宇宙”在应用层面的可能迎来突破的领域，高挺表示“数字人、工业元宇宙”是离我们更近、更有商业价值的案例。一些更远的方向如NFT，泡沫比较大，且不太适合我国的监管环境。他认为“数字货币”是区块链趋势下的泡沫，NFT 是“元宇宙”趋势下的泡沫。

而推进“工业元宇宙”落地的过程中的主要挑战则是“行业化问题”，隔行如隔山。国内也有一些厂商尝试工业元宇宙的场景，但跨行业的问题仍然很难解决。

此外，从 2021 年 Facebook 改名 Meta 到“元宇宙”的热至今近一年，关于元宇宙的内涵，仍然在被不断讨论和扩充中。高挺为我们带来了 Gartner 对元宇宙的解释，将来的“元宇宙”应该是一个“虚实结合”的路线，包含三个“ T ”，：Transform、Transport、Transact。

• Transport：把人传送到一个数字世界里，VR 更像是 Transport。Meta 的实践并不是“元宇宙”所有的内涵，它的技术路线更像是 VR 路线。

• Transform：把数字世界拉到物理世界来，类似于AI的路径。

• Transact： “元宇宙”不是另一个更加高级的游戏，它很大程度上是另外一种生活方式。你可以在那里生活，可以有自己的工作，甚至可以交换数字世界的货币和物理世界的货币。

他认为“元宇宙”是一个数字化程度更高的未来世界，并以虚实结合的形象展示出来。假设互联网数字化程度是“ 10 ”，“元宇宙”的数字化程度可能是它的百倍、千倍。所有行业都可以用“元宇宙”重新定义一遍，这是“元宇宙”带来的意义。随着整个世界向更加成熟的数字化发展，一些碎片化、垂直化的场景慢慢落地，我们会看到“元宇宙”的愿景一步步实现。

谈及 AI 技术发展可能催生的新兴职业，高挺畅想道：未来 AI 高度发达以后，其实未来的许多人的工作会被机器所替代、会被AI所替代。将来的人会分为两类：第一类，不需要工作的人。整个社会的生产力极大的提高以后不需要所有的人都工作，这些人可以一些便宜消费品的娱乐产品使用者。另外一部分人，他们参与工作是因为想去改变这个世界，获得更多自我价值实现，这是创造者。

十大技术战略，能否应对全球经济衰退？

根据 Gartner 的调研，明年可能全球绝大部分的 CEO 都认为：“明年全球经济可能会有一定程度的衰退”，该怎样应对未来的一些不确定性？Gartner 高级研究总监高挺（Arnold Gao）围绕优化、扩展和开拓三大主题，对十大趋势展开了生动详细的解读。

“可持续性”（Sustainability）则贯穿 2023 年的所有战略技术趋势。在Gartner 最近的一项调查中，首席执行官们表示环境和社会变化已成为投资者的三大优先事项之一，仅次于利润和收入。

“可持续性”是中西方都在关注的问题，对中国而言可能是“碳中和、双碳”等议题。要保证能源安全的自主可控是个很大的国家战略问题，也是中国下定决心要去做长期的建设和投资的。

马斯克曾通过卖碳指标赚了十几亿美金的例子，实际上是走在时代前列获得的红利。对很多的传统企业来说：利用一些可持续的技术、主动把“碳”减下来，可能会变成另外一个收入来源。同时，企业机构也需要新的可持续技术框架来提高IT服务的能源和材料效率，通过可追溯性、分析、可再生能源和人工智能等技术实现企业的可持续发展。一个非常注重节能环保的企业，也会赢得更多投资者的青睐。

开拓

元宇宙（Metaverse）

Gartner 曾将元宇宙定义为一个由通过虚拟技术增强的物理和数字现实融合而成的集体虚拟共享空间。这个空间具有持久性，能够提供增强沉浸式体验。很多时候人们认为“元宇宙”离自己有点远，但也不完全是这样。高挺举了两个例子展现了元宇宙的当前的商业化潜力。

韩国国民银行已经尝试了“数字人”使用，这样的商业模式有可能会成为未来“元宇宙”愿景里早期能够落地的案例之一。因为“数字人”最终的目的是为了替代一些现在的基础岗位工作，甚至是终端岗位的工作。高挺认为“数字人”的商业模式是有可能变现的，它最终可能成为替代一些普通工作的商业模式。

另外，西门子和英伟达也联手创作了“工业元宇宙平台”。西门子作为制造业巨头有很多制造业的经验，通过类似于系统化的或是IT化的方式去输出、去赋能其它的行业是非常合乎情理的。这也是其工业元宇宙平台的底层逻辑。

Gartner 预计，完整的元宇宙将独立于设备并且不属于任何一家厂商。它将产生一个由数字货币和非同质化通证（NFT）推动的虚拟经济体系。到 2027 年，全球超过40%的大型企业机构将在基于元宇宙的项目中使用 Web3、增强现实（AR）云和数字孪生的组合来增加收入。

超级应用（Superapps）

超级应用是一个集应用、平台和生态系统功能于一身的应用程序。它不仅有自己的一套功能，而且还为第三方提供了一个开发和发布他们自己的微应用的平台。这实际上是一种源自中国的技术趋势，因为它最大的案例是支付宝和微信。这些超级应用都有巨量的用户数量、流量、有很强的小程序生态。

超级应用已经被西方很多国家仿效，比如，日本的软银和雅虎有一家合资公司PayPay 做了一个类似于支付宝的应用；塔塔集团旗下的 TaTa 电商做了个APP，集在线购物、票务、贷款、预订机票等功能。

Gartner 预测，到 2027 年，全球 50% 以上的人口将成为多个超级应用的日活跃用户。

自适应 AI（Adaptive AI）

自适应 AI 系统可以通过不断反复训练模型并在运行和开发环境中使用新的数据进行学习，来迅速适应在最初开发过程中无法预见或获得的现实世界情况变化。AI 模型训练和推理逐渐会走向在线训练、在线推理的未来。

“在线推理”其实很好理解。任何 APP 如抖音或是一些电商平台，在浏览的过程中会一直给用户推荐内容，并且保证这些推荐都符合用户兴趣点、容易让人沉浸其中。这个一直在推荐、一直在推理的过程，就叫做“在线推理”。“在线训练”是指AI模型实时更新，更好地响应新输入的工作的过程。当在线训练和推理形成正向的循环，就是通常意义的“自适应 AI ”。

自适应AI系统可根据实时反馈动态调整学习进度和目标，适合外部环境快速变化的运营或者因为企业目标不断变化而需要优化响应速度的运营。

优化

数字免疫系统（Digital Immune System）

“数字免疫系统”的概念最早在上世纪90年代的时候被提出，当时指的是一套完全自动化的防病毒解决方案。但是今天的“数字免疫系统”指的是一套用来构建稳定系统的软件工程方法、技术和实践。

在传统的软件工程领域主要依靠一套基于测试的软件质量体系来保证软件的健壮性。而今天实际上光靠测试已经不够了，“数字免疫系统”的意思是通过给向数字免疫系统“打疫苗”这种类似的手段，来提高系统的健壮性。包含六个核心模块的一套组合打法。（六个核心模块：可观测性、人工智能增强测试、混沌工程、自动修复、站点可靠性工程、应用供应链安全。

数字免疫系统通过结合数据驱动的运营洞察、自动化和极限测试、自动化事件解决、IT运营中的软件工程以及应用供应链中的安全性来提高系统的弹性和稳定性。举个例子：美国航空第一次测试“混沌工程”时找了很多的厂商进行驻守，以防现场出现问题，需要厂商做一些抢救。它当时用“混沌工程”的方法模拟攻击了基础设施和网络，但没有对应用系统级别进行攻击。在第一次的攻击当中，它就发现了一个重大的漏洞——在一个高可用的数据库里面原本计划6秒钟完成failover，最后花了5分钟才解决。美国航空通过这个方法，发现了系统中一些未知的薄弱点。

Gartner预测，到2025年，投资建设数字免疫系统的企业机构将能够减少多达80%的系统宕机时间，所减少的损失将直接转化为更高的收入。

应用可观测性（Applied Observability ）

在任何相关方采取行动时，都会产生包含了数字化特征的可观测数据，如日志、痕迹、API调用、停留时间、下载和文件传输等。

企业里每一个决策的发生，都会产生相应的数据结果。而“可观测性原理”可以通过观察系统外部输出的信息来判断系统内部的状态，进而优化系统。优化完决策之后，这个决策会被再次执行、它会生成更多的数据，多次循环以后我们就可以做出更加精准的数据驱动的决策。

特斯拉在美国的一些州推出了“实时驾驶行为”保险产品/保险定价措施，传统车险是每年买一次、这个车险每月买一次。传统的车险是根据驾驶员的年龄、性别、理赔历史、违章情况，根据这些要素去定价的。特斯拉的车险是按照汽车输出的一些数据来作为定价方向。去给每一个驾驶者打“安全分”。驾驶分数越高、安全分越高，需要付的保险费用就越低。根据特斯拉的计算，对普通的驾驶员来说：这种方法可以节省大约20%-40%的保费。这些保费被加开车经常做一些危险动作的驾驶员头上，他们在驾驶过程中未必已经发生车祸了、或是有赔付历史，但他对保险公司来说风险很高。

可观测性应用使企业机构能够利用他们的数据特征来获得竞争优势。如果能够在战略中予以规划并成功执行，可观测性应用将成为数据驱动型决策的最强大来源。

AI信任、风险和安全管理（Trust, Risk and Security Management）

当前AI的应用变得越来越广泛，但人们对于AI应用、AI模型背后的“可解释性”或者说“公平性”仍然存在质疑。比如一些互联网的电商巨头通过AI系统追踪每一名物流仓储部门员工的工作效率，统计每一名员工的上班“摸鱼时间”，自动生成《解雇指令》。AI模型对于大多数人来说都是个“黑盒子”。我们只知道它输入数据和输出数据之间有一定的相关性，但是我们不知道这两者之间必然的因果性。用AI程序决定一个人去留，这个算法真的公平吗？大家应当更加重视和做好管理AI风险的充分准备。

Gartner在美国、英国和德国开展的一项调查显示，41%的企业机构曾经历过AI隐私泄露或安全事件。但该调查也发现积极管理AI风险、隐私和安全的企业机构在AI项目中取得了更好的成果。与未积极管理这些功能的企业机构的AI项目相比，在这些企业机构中有更多的AI项目能够从概念验证阶段进入到生产阶段并实现更大的业务价值。企业机构必须使用新的功能来保证模型的可靠性、可信度、安全性和数据保护。AI信任、风险和安全管理（TRiSM）需要来自不同业务部门的参与者共同实施新的措施。

扩展

行业云平台（Industry Cloud Platforms）

“行业云平台”本质上是一种新的“云服务”模式，我们一般会把“云服务”分成三层（IaaS层、PaaS层、SaaS层），行业云平台通过组合SaaS、平台即服务（PaaS）和基础设施即服务（IaaS）提供支持行业应用场景的行业模块化能力。

传统云服务有两种常见路径，一种是把“云”的IaaS层和PaaS层使用起来，当作企业的基础设施，在此基础上再去构建自己的应用。另外一种路径是直接采购一站式SaaS解决方案，不需要担心基础设施的事情。“行业云平台”在两者中找到了新的细分市场，它结合现在公有云的IaaS+PaaS层，以其作为技术底座，再将上层SaaS里具体化的定制化方案拆解开来变成一种可重复使用的业务功能模块。企业可以将行业云平台的打包功能作为基础模块，组合成独特、差异化的数字业务项目，在提高敏捷性、推动创新和缩短产品上市时间的同时避免单一厂商锁定。

Gartner预测，到2027年，超过50%的企业将使用行业云平台来加速他们的业务项目。

平台工程（Platform Engineering）

“平台工程”实际上是DevOps的一种补充形式，是一套用来构建和运营支持软件交付和生命周期管理的自助式内部开发者平台的机制和架构。

DevOps的成因是企业希望把“运维”和“开发”两个不同的岗位、不同的职能部门统一起来。这种模式最大的问题在于它给开发人员的负担太重了，让开发人员过多去做后面的应用系统实施部署，容易造成对开发资源的过度应用。而“平台工程”新架构，可以通过一些工具和流程为企业的软件开发团队提供“内部开发平台”。它涵盖整个应用程序生命周期当中的所有操作需求，由一个专门的平台工程团队创建和维护。平台工程的目标是优化开发者体验并加快产品团队为客户创造价值的速度。

Gartner预测，到2026年，80%的软件工程组织将建立平台团队，其中75%将包含开发者自助服务门户。

无线价值实现（Wireless Value Realization）

现在有各种各样的《无线协议》，但没有一项技术能够占据主导地位，因此很多企业将使用一系列无线解决方案来满足办公室Wi-Fi、移动设备服务、低功耗服务以及无线电连接等所有场景的需求。Gartner预测，到2025年，60%的企业将同时使用五种以上的无线技术。

而以色列Shufersal超市巧妙地将无线网络的价值应用到了超市供应链的最后一环。该超市有很多存放蔬菜水果的塑料筐，这些塑料筐实际上是放在超市供应链的最前端（最上游）也就是田间地头，用来采摘水果蔬菜的。管理者在塑料筐里放了大概有一百万个IoT监测芯片，这样的IoT设备不需要电池来供电，只需吸收外部环境中的无线电波辐射能量就足够给它供电。供电以后，这些IoT设备就可以监测存放蔬菜的筐子实时的位置和温度，帮助超市解决了供应链管理、以及冷链管理的问题，从这个角度把供应链体系当中的最后一环给补上。

由此来看，网络的功能将不再仅限于纯粹的连接，它们将使用内置的分析功能提供洞察，而其低功耗系统将直接从网络中获取能量。这意味着网络将直接产生商业价值。

如今，互联网企业纷纷抢强调降本增效，许多企业行动皆趋于保守，以上十大技术趋势，你认为哪条最能符合当下需求呢？