Gartner发布2019年十大战略性技术趋势：自主设备、数字双生、边缘计算等

尽管在某些科幻小说中，搭载人工智能技术的机器人常作为反面形象出现，但在现实中，科技巨头们已经在使用这些机器人进行安保工作。像微软、Uber这样的公司已经在用Knightscope K5机器人对停车场等大面积户外区域进行巡逻，预测并预防暴力案件的发生。这些机器人能识别车牌、报告可疑事件、收集数据并形成报告。

今天，Gartner公司列出了企业组织在2019年需要探究的几大战略性技术趋势：自主设备、增强分析、AI驱动的开发、数字双生、边缘计算、沉浸式体验、区块链、智能空间、数字道德和隐私、量子计算。

上面场景中提到的机器人是「自主设备」条目下的一个样例，这十大科技趋势被认为在未来5年将产生破坏性创新，并带来商业机遇。Gartner fellow兼副总裁David Cearley认为，无处不在的智能设备提供各种基于大数据的贴心服务，将是科技的未来。Gartner称之为Intelligent Digital Mesh。

Intelligent：AI将深入所有已有的垂直行业，并创造出新的行业。

Digital：物理世界和数字世界将被折叠，新的「沉浸」世界将会产生。

Mesh：人、生意、设备、内容、服务将连结成一个不断扩张的大网。

Cearley认为，上述三点覆盖下的所有趋势都将带来持续的创新增量。

自主设备

Autonomous things指利用人工智能技术代替人类完成任务的工具，无论自动驾驶车辆、机器人、无人机、智能化应用、或自动化代理都属于这一范畴。这五类设备覆盖了四个维度：陆地、海洋、大气及数字世界。五类应用、四个维度交织出多种可能，例如，在田间，无人机和农业机器人能够互相配合完成耕种任务。Gartner认为，未来每个应用程序、服务、或者IoT设备都将包含某种程度的「智能」。尽管这类设备能否被称为「智能」如今尚未达成共识，但不可否认的是，AI技术的确赋予了它们更优的与环境交互的能力、协调能力、以及分析能力。

人们应该在实际业务中以及所使用的工具中不断探索融入AI技术的可能性。但值得注意的是，这类技术目前智能胜任某些较窄的任务，并不像人脑一样具备通用的决策能力，更惶提智力。

增强分析

增强分析侧重于增强智能的特定领域，利用机器学习来彻底改变开发、使用和共享分析内容的方式。增强分析功能会迅速发展而得到主流采用，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一项关键功能。增强分析自动获得的洞察力也将嵌入到企业应用软件中，比如人力资源、财务、销售、营销、客户服务、采购和资产管理等部门的应用软件，从而优化所有员工的决策和行动，而不仅仅是分析员和数据科学家的决策和行动。增强分析可使数据准备、洞察力获取和洞察力可视化这个过程实现自动化，在许多情况下无需专业的数据科学家。

这将导致平民数据科学，这一套新兴的功能和实践使其主要职责不是从事统计和分析工作的用户能够从数据中获取预测性和规范性的洞察力。到2020年，平民数据科学家数量的增长速度会比专家级数据科学家数量快五倍。企业组织可以利用平民数据科学家来填补数据科学家奇缺和高成本导致的数据科学和机器学习人才缺口。

AI驱动的开发

市场正迅速转变，原来盛行这种方法：专业的数据科学家必须与应用软件开发人员合作，共同开发大多数由AI增强的解决方案，现在流行这种模式：专业的开发人员可以单枪匹马，使用作为一项服务而提供的预定义模型。这为开发人员提供了由AI算法和模型组成的生态系统，并提供了将AI功能和模型集成到解决方案中的定制开发工具。随着AI运用于开发流程本身，使各种数据科学、应用软件开发和测试功能实现自动化，专业应用软件开发面临另一批机会。到2022年，至少40%的新应用软件开发项目会在团队中有AI开发人员协同工作。

最终，高度先进的基于AI的开发环境使应用软件的功能和非功能方面实现自动化，这将带来‘平民应用软件开发人员’新时代；在这个新时代，非专业人员将能够使用AI驱动的工具自动生成新的解决方案。让非专业人员无需编写代码就能生成应用软件的工具并不新鲜，但我们预计AI驱动的系统会让灵活性达到一个新的水平。

数字双生

数字双生是指现实世界中的实体或系统的数字化表示。到2020年，Gartner估计将有超过200亿个联网的传感器和端点；可能会有数十亿个物件存在数字双生。企业组织会一开始实施数字双生。它们会不断改进数字双生，提升收集和可视化合适数据的能力，运用合适的分析工具和规则，并高效地应对业务目标。

数字双生是物联网之后的阶段，一个方面体现为企业实施本组织的数字双生（DTO）。DTO是一种动态软件模型，它依赖操作数据或其他数据来了解组织如何实施业务模型，连接其当前状态，部署资源，应对变化以提供预期的客户价值。DTO有助于提高业务流程的效率，并且创建更灵活、更动态、更迅即的流程，有望自动应对不断变化的形势。

边缘计算

边缘是指人们使用的端点设备或嵌入在我们周围的端点设备。边缘计算描述了这样一种计算拓扑结构：信息处理和内容收集及传递更靠近这些端点。它试图保持流量和处理本地化，目标是减少流量、缩短延迟。

在短期内，推动边缘的是物联网和这种需求：使处理接近端点，而不是在集中式云服务器上处理。然而目的不是打造一种新的架构，云计算和边缘计算将作为互补模式而共同发展，云服务作为一种集中式服务加以管理，不仅在集中式服务器上执行，还在本地的分布式服务器和边缘设备本身上面执行。

在今后五年，专用AI芯片以及更强大的处理能力、存储和其他先进功能将被添加到种类更广泛的边缘设备上。这个嵌入式物联网世界极具多样性，加上工业系统等资产具有很长的生命周期，这将带来管理方面的重大挑战。从长远来看，随着5G日渐成熟，不断扩展的边缘计算环境会有更可靠的通信技术连回到集中式服务。 5G提供更低的延迟、更高的带宽，并且每平方公里的节点（边缘端点）数量急剧增加，最后一点对边缘来说非常重要。

沉浸式体验

对话式平台正在改变人们与数字世界互动的方式。虚拟现实、增强现实和混合现实正在改变人们感知数字世界的方式。感知模式和交互模式方面这种共同的转变将造就未来的沉浸式用户体验。

随着时间的推移，我们将从考虑单个设备和分散的用户界面技术转变为注重多渠道多模式体验。多模式体验将把人们与数字世界连接起来，周围有成百上千的边缘设备，包括传统计算设备、可穿戴设备、汽车、环境传感器和消费类电器。多渠道体验不光使用这些多模式设备当中先进的计算机感官（比如热量、湿度和雷达），还使用人类的所有感官。这种多体验环境将营这一种环境体验，其中我们周围的空间将构成「计算机」，而不是单个设备构成「计算机」。实际上，环境就是计算机。

区块链

区块链是一种分布式账本，有望重塑各行各业，因为它能够实现信任，提供透明度，减少业务生态系统之间的摩擦，因而可能降低成本，缩短交易结算时间，并改善现金流。今天，人们对银行、票据交换所、政府及充当中央权威的许多其他机构寄予信任，「单一版本的真相」在它们的数据库中安全地保管。集中式信任模式给交易增添了延迟和摩擦成本（佣金、手续费和货币的时间价值）。区块链提供了另一种信任模式，无需负责仲裁交易的中央机构。

目前的区块链技术和概念不成熟，缺乏了解，而且在任务关键型规模化业务运营中未经证实。面对支持较复杂场景的复杂元素，尤为如此。尽管面临挑战，但区块链具有强大的颠覆性潜力，这意味着CIO和IT领导者应该开始评估区块链，即使他们在今后几年并不积极采用这些技术。

如今许多区块链项目并没有实现区块链的所有属性，比如高度分布式的数据库。这些受区块链启发的解决方案只是通过自动化业务流程或通过数字化记录来实现运营效率的一种手段。它们有望加强已知实体之间的信息共享，并改善跟踪并追踪物理和数字资产的机会。然而，这些方法并没有发挥区块链真正颠覆的价值，可能加大厂商锁定的风险。选择这个方法的企业应了解限制因素，准备好逐步完成区块链解决方案，还要明白这点：可以使用更高效、更优化地使用现有的非区块链技术获得相同的效果。

智能空间

智能空间是一种物理或数字环境，人员和技术支持的系统在日益开放、互联、协调和智能的生态系统中彼此交互。多个要素（包括人员、流程、服务和物件）汇集在智能空间中，为目标人群和行业场景打造更沉浸式、更交互式、更自动化的体验。

这个趋势融合已有一段时间，围绕智能城市、数字化工作场所、智能家居和联网工厂等要素。我们认为，市场正在进入加快提供强大智能空间的时期，技术成为我们日常生活中不可或缺的一部分，无论这个我们是员工、客户、消费者、社区成员还是公民。

数字道德和隐私

数字道德和隐私是个人、组织和政府日益关注的一个问题。人们越来越关注公共和私营部门的组织如何使用他们的个人信息，没有积极主动地打消这些顾虑的组织只会遇到越来越强烈的反对。

有关隐私的任何讨论都必须立足于数字道德以及客户、用户和员工的信任这个更广泛的话题上。虽然隐私和安全是建立信任的基本要素，但信任实际上不仅仅牵涉这些要素。信任是指在没有证据或调查的情况下认为陈述是真实的。最终，一家组织在隐私方面的立场取决于其在道德和信任方面更广泛的立场。由隐私转向道德使谈话的重心不仅仅围绕「我们是否合规」，而是转向「我们是否在做正确的事」。

量子计算

量子计算是一种非经典计算，对亚原子粒子（比如电子和离子）的量子状态进行操作，这些粒子代表的信息就是由量子比特（qubit）表示的元素。量子计算机的并行执行和指数级可扩展性意味着，它们擅长处理对于传统方法而言过于复杂的问题，或者传统算法需要很长时间才能找到解决方案的问题。汽车、金融、保险、制药和军事等行业以及研究机构有望从量子计算领域的进展获得最大的好处。比如在制药行业，量子计算可用于为原子层面的分子相互作用建模，从而缩短新型抗癌药的上市时间；量子计算可以加快分析并更准确地预测蛋白质的相互作用，因而开发出新的制药方法。

首席信息官和IT领导者应该开始为量子计算作规划，加深了解以及如何利用量子计算来解决实际的业务问题。在这项技术仍处于新兴状态时就要学习。找出量子计算大有潜力的实际问题，并考虑可能对安全带来的影响。但别相信量子计算在未来几年会彻底改变事物这种说法。大多数企业应该在2022年之前了解和关注量子计算，可能从2023年或2025年开始使用这项技术。

Source:

https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019/

https://mp.weixin.qq.com/s/OxqBrgevi9gGUtWvyvCBvw