Gartner战略技术趋势（2021-2023）
<部分内容借鉴自网络，如有侵权，预先道歉，请及时联系（rjguanwen001@163.com），我会尽快删除，谢谢！>
Gartner战略技术趋势（2021-2023）
一、总览
二、2021年
2.1、技术成熟度曲线
2.2、2021战略技术趋势
2021年的十大战略技术趋势，将主要趋势分为“以人为本”，“位置独立性”和“弹性交付”。 以人为本重视技术影响整个生态系统中利益相关方的方式；重点关注人们的行为，经验和隐私将如何变化。位置独立性关注员工，供应商和客户可以在任何地方工作或者使用产品。新冠大流行加速了远程渠道的使用率。分布式云，无处不在的操作以及新的安全性范式推动了这一需求的发展。弹性交付创建了一个技术组织，该组织可以迅速适应以克服新挑战并支持新的运营。其中包括创建可组合的业务架构，并得到AI工程师和超自动化技术的支持。
2.3、行为互联网（Internet of Behaviors）
行为互联网（IoB）不断涌现，许多技术都在捕获并使用人们日常生活中的“数字尘埃”。IoB汇集了面部识别、位置跟踪和大数据等当前直接关注个人的技术，并将结果数据与现金购买或设备使用等相关的行为事件相关联。
企业机构使用该数据来影响人的行为。例如为了在疫情期间监控对健康规定的遵守情况，企业机构可以通过使用IoB计算机视觉来查看员工是否戴着口罩或通过热成像来识别发热者。
Gartner预测，到2025年末，全球一半以上的人口将至少参加一项商业或政府的IoB计划。虽然IoB在技术上可成为可能，但社会各界将对各种影响行为的方法展开广泛的伦理和社会学讨论。
2.4、全面体验（Total Experience）
Burke表示：“去年，Gartner将多重体验定义为一种重要的战略科技趋势。而在今年，这一趋势又进一步发展成为全面体验（TX），将多重体验与客户、员工和用户体验相联系。Gartner预计在未来三年中，提供TX的企业机构在关键满意度指标方面的表现将超越竞争对手。”
由于新冠疫情，移动、虚拟和分布式互动日益盛行，因此企业机构需要有TX策略。TX将改善体验的各个组成部分，实现业务成果的转型。这些相互交织的体验是企业运用创新革命性体验实现差异化，从而从疫情中恢复的关键驱动力。
2.5、隐私增强计算（Privacy-Enhancing Computation）
随着全球数据保护法规的成熟，各地区首席信息官所面临的隐私和违规风险超过了以往任何时候。不同于常见的静态数据安全控制，隐私增强计算可在确保保密性或隐私的同时，保护正在使用的数据。
Gartner认为，到2025年将有一半的大型企业机构使用隐私增强计算在不受信任的环境和多方数据分析用例中处理数据。企业机构应在开始确认隐私增强计算候选对象时，评估要求个人数据转移、数据货币化、欺诈分析和其他高度敏感数据用例的数据处理活动。
2.6、分布式云（Distributed Cloud）
分布式云将公有云分布到不同的物理位置，但服务的运营、治理和发展依然由公有云提供商负责。它为具有低延迟、降低数据成本需求和数据驻留要求的企业机构方案提供了一个灵活的环境，同时还使客户的云计算资源能够更靠近发生数据和业务活动的物理位置。
到2025年，大多数云服务平台至少都能提供一些可以根据需要执行的分布式云服务。Burke先生认为：“分布式云可以取代私有云，并为云计算提供边缘云和其他新用例。它代表了云计算的未来。”
2.7、随处运营（Anywhere Operations）
随处运营是一种为全球各地客户提供支持、赋能全球各地员工并管理各类分布式基础设施业务服务部署的IT运营模式。它所涵盖的不仅仅是在家工作或与客户进行虚拟互动，还能提供所有五个核心领域的独特增值体验，分别是：协作和生产力、安全远程访问、云和边缘基础设施、数字化体验量化以及远程运营自动化支持。
到2023年末，40%的企业机构将通过随处运营提供经过优化与混合的虚拟/物理客户与员工体验。
2.8、网络安全网格（Cybersecurity Mesh）
网络安全网格使任何人都可以安全地访问任何数字资产，无论资产或人员位于何处。它通过云交付模型解除策略执行与策略决策之间的关联，并使身份验证成为新的安全边界。到2025年，网络安全网格将支持超过一半的数字访问控制请求。
Burke先生认为：“新冠疫情加快了耗时数十年的数字化企业变革过程。我们已经越过了一个转折点，大多数企业机构的网络资产现在都已超出传统的物理和逻辑安全边界。随着随处运营的不断发展，网络安全网状组网将成为从非受控设备安全访问和使用云端应用与分布式数据的最实用方法。”
2.9、组装式智能企业（Intelligent Composable Business）
Burke先生表示：“为了提高效率而建立的静态业务流程非常脆弱，因此在疫情的冲击下变得支离破碎。首席信息官和IT领导者正在努力收拾残局，他们开始了解适应业务变化速度的业务能力有多么重要。”
智能组合型业务通过获取更好的信息并对此做出更敏锐的响应来彻底改变决策。依靠丰富的数据和洞见，未来的机器将具有更强大的决策能力。智能组合型业务将为重新设计数字化业务时刻、新业务模式、自主运营和新产品、各类服务及渠道铺平道路。
2.10、人工智能工程化（AI Engineering）
Gartner的研究表明，只有53%的项目能够从人工智能（AI）原型转化为生产。首席信息官和IT领导者发现，由于缺乏创建和管理生产级人工智能管道的工具，人工智能项目的扩展难度很大。为了将人工智能转化为生产力，就必须转向人工智能工程化这门专注于各种人工智能操作化和决策模型（例如机器学习或知识图）治理与生命周期管理的学科。
人工智能工程化立足于三大核心支柱：数据运维、模型运维和开发运维。强大的人工智能工程化策略将促进人工智能模型的性能、可扩展性、可解释性和可靠性，完全实现人工智能投资的价值。
2.11、超级自动化（Hyperautomation）
业务驱动型超级自动化是一项可用于快速识别、审查和自动执行大量获准业务和IT流程的严格方法。在过去几年中，超级自动化一直在持续不断地发展。而因为疫情，一切事物都被突然要求首先实现数字化，这大大增加了市场的需求。业务利益相关者所积压的需求已促使70%以上的商业机构实施了数十种超级自动化计划。
Burke先生表示：“超级自动化是一股不可避免且不可逆转的趋势。一切可以而且应该被自动化的事物都将被自动化。”
三、2022年
3.1、技术成熟度曲线
3.2、2022战略技术趋势
10 月 19 日，Gartner 发布了 2022 年重要战略技术趋势，包括生成式人工智能、数据编织、分布式企业、云原生平台、自治系统、决策智能、组装式应用程序、超级自动化、隐私增强计算、网络安全网格、人工智能工程化、全面体验等十二项技术。
3.3、主题一、工程化信任
工程化信任（Engineering Trust），本质上是为了构建一个安全可靠的数据处理基础设施，它为数字经济夯实数据基础。
3.3.1、数据编织（Data Fabric）
在过去的十年里，数据和应用孤岛的数量激增，而数据和分析（D&A）团队的技能型人才数量却保持不变，甚至下降。如何把企业的数据整合起来、编织起来，是数据编织想要解决的问题。
数据编织是一种新型的数据管理设计理念。作为一种跨平台和业务用户的灵活、弹性数据整合方式，数据编织能够简化企业机构的数据、整合基础设施并创建一个可扩展数据架构来减少大多数数据和分析团队因整合难度上升而出现的技术债务。这个数据架构里包括的数据元素，可以是传统的关系型数据库，也可以是非结构化数据库、数据湖、云数据库等。
从业务的角度看，数据编织是指，现在很多企业在拥有大量离散数据的情况下如何用一套新的架构把不同的数据连接起来，并对应真实世界中的业务场景。
数据编织的真正价值在于它能够通过内置的分析技术动态改进数据的使用，使数据管理工作量减少 70% 并加快价值实现时间。
3.3.2、网络安全网格（Cybersecurity Mesh）
Groombridge 表示：“数据贯穿了今年的许多趋势，但只有当企业能够信任数据时，数据才会变得有用。如今，资产和用户可能出现在任何地方，这意味着传统的安全边界已经消失。这就需要有网络安全网格架构（CSMA）。”
高挺认为，在大数据时代，用户设备无处不在，数据的来源也无处不在。传统的以数据中心为核心的中心化架构，已不能满足逐渐“云化”、“边缘化”的时代的安全需求，需要有一种新的安全架构，即“网络安全网格”。
网络安全网格之所以称为网格（Mesh），是因为它把一系列的网络安全服务整合起来提供身份内容及策略等方面的认证。与传统的安全模式不同，它采用分布式的形式。
且不同于传统的“一对多”的方式，即一个中央控制台对应所有终端或接入网络的安全“点”。网络安全网格是一种“多对多”、“N 对 N”的方式，能够让安全工具之间产生更多协作。这种方式的优点在于，除了做到中心化的网络安全模式下集中式的安全以外，它还可以做到模块化或者可编排化。
市面上已经有一些类似于网络安全网格的解决方案出现了，如 SASE、XDR 架构等，一些传统安全厂商如 Fortinet、IBM、McAfee、微软等，都在做一些相应的解决方案。
CSMA 帮助提供一体化安全结构和态势，为任何位置的任何资产提供安全保障。到 2024 年，使用 CSMA 一体化安全工具组成一个合作生态系统的企业机构能够将单项安全事件的财务影响平均减少 90%。
3.3.3、隐私增强计算（Privacy-Enhancing Computation，PEC）
除了应对不断成熟的国际隐私和数据保护法律外，首席信息官还必须避免因隐私事件而导致客户信任下降。因此，Gartner 预计到 2025 年，60% 的大型企业机构将使用一种或多种隐私增强计算技术。
有了网络安全网格之后，可以在很大程度上保证数据是安全、可信的，但接下去的一个问题是：要让数据产生价值，我们就必须处理分析数据，或者是构建 AI 模型，那么如何保证数据在被处理的过程中，它的隐私不会泄露，尤其是在和第三方的数据合作和数据外包的场景中？这就是隐私增强计算背后的逻辑。
隐私增强计算大致分三类：
**第一类：为敏感数据的处理或分析提供一个可信环境。**这里的可信环境，包括可信第三方或硬件可信执行环境，这类隐私增强计算也被称为“机密计算”。
**第二类：在不泄露数据的情况下对数据进行本地处理或分析。**这一类技术往往通过分布式的形式来实现，包括联邦学习、隐私感知机器学习等。
**第三类：在处理或分析数据之前对数据和算法进行转换。**使得数据和算法在处理的过程中不会泄露隐私。具体的技术包括：差分隐私、同态加密、安全多方计算、零知识证明等等。
3.3.4、云原生平台（Cloud-Native Platform，CNP）
为了真正能够在任何地方提供数字能力，企业必须放弃熟悉的“直接迁移”并转向 CNP。CNP 运用云计算的核心能力，向使用互联网技术的技术创造者提供可扩展的弹性“IT 相关能力即服务”，从而加快价值实现时间并降低成本。
“云原生平台”是打造数字基础设施的闭环之一，如今云的应用已越来越普遍，传统的上云模式是，企业有一个数据中心，“上云”后，企业就把传统的应用直接“切”到“云端”上去，但因为“云”的环境和传统数据中心的环境不一样，直接把数据“切”上去可能会产生“兼容性问题”。
为了解决兼容性问题，Gartner 发现，许多企业使用云原生平台作为打造数据底座的闭环。简而言之，“云原生平台”就是天生就为“云”设计的平台，应用程序从设计到写代码，到最后部署，一开始就考虑到了“云”的环境，充分利用和发挥了“云平台”的弹性和分布式的优势。
传统的 DevOps、微服务、容器等，都是“云原生”平台中的一部分，最后用云平台来实现弹性伸缩、动态调度，优化资源的利用率。
“云原生平台”最大的好处是在开发时可以把应用和基础设施的关联性剥离，缩短上线时间，充分利用公有云的优势。
Gartner 预测到 2025 年，云原生平台将成为 95% 以上新数字倡议的基础，而在 2021 年这一比例只有不到 40%。
3.4、主题二、塑造变化
这是一组用来加速数字化的技术趋势，其中包括 Gartner 去年提出的“超级自动化”、“AI 工程化”及今年新引入的“决策智能”以及“组装式应用程序”等四项技术。
3.4.1、组装式应用程序（Composable Applications）
在不断变化的业务环境中，业务适应性需求能够引导企业转向支持快速、安全和高效应用变化的技术架构。可组合的应用架构增强了这种适应性，而采用可组合方法的企业机构在新功能的实现速度上将比竞争对手快 80%。
传统的应用程序开发面临诸多挑战：一，没有足够的开发能力；二，选错技术方向；三，交付不够迅速。解决这一问题，一种常见的技术型方案是“代码重用”，将已有的、较成熟的代码重新应用，可节省时间，提高交付速度。
而 Gartner 所提出来的“组装式应用”是通过引入一种新的架构来解决问题，它希望引入模块化的理念使技术和业务团队可以更敏捷、更有效地重用代码。
其核心被称为“封装的业务能力（Packaged Business Capability，PBC）”，PBC 的定义是一种软件定义的最小化的业务功能，可以把它理解为是一种单一的对象或单一的功能。
它和传统的软件开发交付的一个很大的区别是颗粒度。如传统的 ERP/CRM 系统，它是基于项目交付的封装应用, 首先它是基于项目交付的，因为一个大的 ERP 上线，一个大的 CRM 上线, 是一个超大的项目。这个项目最后交付的是一个大系统，这个大系统是一个封装应用。封装应用的意思是，一旦部署完了，除小的地方可以修修改改，基本上不能动它大的体系、大的架构了。
而基于 PBC 的交付，它更像是一种高度定制化的可重复使用的组装应用。在这种架构中，PBC 像一个个原子，组装式的应用是把这些原子重新组合起一个个分子。用户团队可以根据自己的需要来组装所需的业务能力。
Groombridge 表示：“在动荡的时代，可组合的业务原则帮助企业机构驾驭对业务韧性和增长至关重要的加速变化。没有它的现代企业机构可能会失去在市场中的前进动力和客户忠诚度。”
3.4.2、决策智能（Decision Intelligence，DI）
一家企业机构的决策能力是其竞争优势的重要来源，而如今这个时代对这项能力的要求也越来越高。
决策智能是一门实用的学科。该学科通过清楚理解并精心设计做出决策的方式以及根据反馈评估、管理和改进结果的方式来改进决策。
Gartner 预测在未来两年，三分之一的大型企业机构将使用决策智能实现结构化决策，进而提高竞争优势。
这样的预测背后，是基于 Gartner 在 2020 年做的一项调查所发现的普遍现象：
- 决策比两年之前更复杂了
- 对决策者能够解释自己决策的期望提高了
- 基于数据事实的基础是决策时最重要的参考因素
- 在足够的数据和 AI 模型的基础上，有一些决策是可以被自动化的
3.4.3、超级自动化（Hyperautomation）
超自动化通过快速识别、审核和自动执行尽可能多的流程来实现加速增长和业务韧性。
Groombridge 表示：“Gartner 的研究表明，表现最好的超自动化团队专注于三个关键优先事项：提高工作质量、加快业务流程和增强决策敏捷性。在过去的一年中，业务技术专家平均支持 4.2 项自动化倡议。”
Gartner 曾在 2021 年的重要战略技术趋势中提过“超级自动化”，2022 年的关注点有所三点不同：
- 第一，今年更强调 IT 和业务的融合团队
- 第二，超级自动化包含 AI、机器学习、RPA、BPMS 等多项技术
- 第三，今年，中国乃至全球范围内的企业，都已经逐渐开始自动化，至少在某些流程或最重要的流程上已经实现了自动化运营。尽管目前有很多传统行业，目前暂时无法实现超级自动化，但 Gartner 认为这个趋势已经成为必然
3.4.4、人工智能工程化（AI Engineering）
IT 领导人想方设法地将人工智能集成到应用中，在从未投入生产的人工智能项目上浪费时间和金钱或在人工智能解决方案发布后努力保持它们的价值。人工智能工程化是一种实现人工智能模型操作化的综合方法。
高挺表示，“AI 工程化”本质上是 AI 在企业中大规模、全流程的落地过程，尽管目前大家现在对 AI 期待很高，但实际上 AI 目前的应用仍然是被低估的。因为，很多 AI 项目的价值只能体现在一些“点对点”的一次性的方案中。将 AI 大规模落地的工程化方法（包含 DataOps、ModelOps 和 DevOps）总和起来，便是“AI 的工程化”的一整套体系。人工智能工程化对企业有很多好处，企业在进行人工智能落地的时候，落地效率、落地广泛度会更高。
Groombridge 表示：“从事人工智能工作的混合团队是否真正能够为他们的企业机构实现差异化，取决于他们通过快速人工智能变革不断提升价值的能力。到 2025 年，10% 建立人工智能工程化最佳实践的企业从其人工智能工作中产生的价值将至少比 90% 未建立该实践的企业高出三倍。”
3.5、主题三、加速增长
加速增长的本质是一组将数字化技术用以连接物理和虚拟世界，以构建一种新的工作方式（包括新的体验模式、新的商业模式等）的技术趋势。
3.5.1、分布式企业（Distributed Enterprise）
随着远程和混合工作模式的增加，以办公室为中心的传统企业机构正在演变成由分散在各地的工作者组成的分布式企业。
Groombridge 表示：“这就要求首席信息官通过重大技术和服务变革提供无摩擦工作体验，不过事情总有两面性：这项技术会对业务模式产生影响。从零售到教育，每家企业机构都必须重新配置交付模式才能支持分布式服务。两年前，全世界没有人想到自己能在数字试衣间里试穿衣服。”
高挺认为，“分布式企业”的本质就是许多员工开始远程工作。如今“远程工作”已经成为新常态。在这个过程中，企业会发现自身的运作模式开始悄然发生一些变化，例如企业发现远程工作一样能满足公司的业务需求，还能降低成本。
对企业来说，另外一个改变是员工在家里办公，企业的客户也在家办公，这样一来，整个需求场景包括交付场景会发生一些变化，这背后基础设施的需求也会发生变化。例如，国内很多互联网厂商开发了“在线会议”的解决方案，这其实就是这种变化所衍生出的商机。
Gartner 认为，构建以人为中心、整合物理空间和虚拟空间的技术将会成为主流趋势。它同时还会带来一些商业模式的变化，例如很多公司用 VR 技术实现数字试衣间，用户在虚拟世界里买衣服可以获得跟真实世界类似的体验。在未来，企业推出产品和服务时，可能会侧重采用数字优先、远程优先的逻辑。
Gartner 预计，到 2023 年，75% 充分发挥分布式企业效益的企业机构将实现比竞争对手快 25% 的收入增长。
3.5.2、全面体验（Total Experience，TX）
全面体验是一项结合客户体验（CX）、员工体验（EX）、用户体验（UX）和多重体验（MX）学科的业务战略。TX 的目标是提升客户和员工的信心、满意度、忠诚度和拥护度。企业机构将通过实现具有适应性和韧性的 TX 业务成果来增加收入和利润。
“全面体验”概念的大背景是，我们现在已经进入到了“体验经济”的时代。我们现在所处的时代，已经从传统的以营销为主的时代到了一个以产品为主的时代。这意味着，一家公司要做大做强，除了做很多市场宣传外，自身的产品力也要够强。而如何判定一项产品具有最强的产品力，一个关键指标是，这款产品给用户带来的体验。
Gartner 将全面体验分为四个模块：客户体验、用户体验、员工体验、多重体验。
从销售的流程看，最关注客户体验，关注客户在从产品认知到买单这一系列流程中的体验感；用户和客户不同，一项产品的客户未必是它的用户，因此也要关注用户在产品使用过程中的体验；多重体验是指企业如何用技术手段去触达最终用户，这种触达可能采用线下或是线上的形式。多重体验强调具备一系列数字化能力，能够收集用户反馈等各项用户体验数据。
现在许多企业追求客户体验，追求用户体验，但员工是不是有足够的技术能力进行支撑，使得员工可以很好地满足公司对用户体验和客户体验的要求呢？这正是员工体验所强调的内容。
这四个体验模块在企业设计战略时候应当放在一起，考虑全面体验。不过现在，多数企业仅考虑了两个或三个模块。
3.5.3、自治系统（Autonomic Systems）
随着企业的发展，传统的基于规则的系统或简单的自动化将无法适应不断变化的运营需求。
自治系统是可以从所在环境中学习的自我管理型物理或软件系统。与自动化甚至自主系统不同，自治系统无需外部软件更新就可以动态修改自己的算法，使它们能够像人类一样迅速适应现场的新情况。
Groombridge 表示：“自治行为已因为近期被部署在复杂的安全环境中而为人所知。而从长远看，这项技术将被普遍应用于机器人、无人机、制造机器和智能空间等物理系统。”
高挺表示，“自治系统”早期虽然有一些案例，但它仍存在一些问题。自治系统的优点是，它会像人类一样可以自我迭代。但它现在还处于萌芽期，因此有时候会变得不可控。尤其当这个系统应用在生活中时，可能会遇到道德伦理上的困境。
3.5.4、生成式 AI（Generative Artificial Intelligence）
生成式 AI 是最引人注目和最强大的人工智能技术之一。该机器学习方法从其数据中学习内容或对象，并运用数据生成全新、完全原创的实际工件。
此前人们对于 AI 的使用，很多时候是要让它去做出判断、分类或得出结论。而如今，AI 的新用法，生成式 AI 正在出现。生成式 AI 不仅可以做判断，还可以做创造，人们可以用 AI 来创造出一些新事物，生成式人工智能可用于多种活动，如创建软件代码、促进药物研发和有针对性的营销。
我们可以看到，在未来一段时间内。AI 会逐渐从一个做判断的机器变成一个做创造的机器。
Gartner 预计到 2025 年，生成式人工智能将占所有生成数据的 10%，而目前这一比例还不到 1%。
但该技术也会被滥用于诈骗、欺诈、政治造谣、伪造身份等，具有一定的争议性。
3.5.5、小结
从宏观上看，2021 年重要战略技术趋势的大主线是“新冠疫情影响下的世界发生了怎样的变革”，而今年的主线是，在新冠疫情已经成为新常态的背景下，企业如何在新常态下创造出新模式，以获得长期发展。
四、2023年
Gartner将技术趋势划分为优化、开拓、扩展三大主题。其中，优化包括：数字免疫系统、应用可观测性、AI信任、风险和安全管理；开拓包括：元宇宙、超级应用、自适应AI；扩展包括：行业云平台、平台工程、无线价值实现。而可持续性技术贯穿2023年的所有战略技术趋势。
4.1、主题一、开 拓
4.1.1、元宇宙（Metaverse）
Gartner 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。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。Gartner 预测，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。
**实际用例：**印度虚拟现实初创公司OneRare正在为美食爱好者打造身临其境的游戏化体验，让食品品牌进入全球市场，通过提供食品吸引游戏玩家，并在虚拟和实体商店中使用。
4.1.2、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。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。
Karamouzis 表示：“虽然大多数超级应用是移动应用，但这个概念也可以应用于 Microsoft Teams、Slack 等桌面客户端应用，关键在于超级应用必须能够整合并取代客户或员工使用的多个应用。”
**超级应用的5个特征：**应用，小应用的用户发现和激活；平台，小应用的设计和开发框架、小应用的生态发布机制；生态，小应用的用户发现和激活，超级应用和小应用之间的数据共享等。
超级应用的关键行动：
- 通过设计以人为本的产品、流程和服务来提高超级应用交付模型的有效性；
- 确定超级应用程序中的核心、高参与度功能，这些功能将推动大量最终用户；
- 通过建立以共享平台功能加强的生态系统治理，满足小应用程序的安全和数据保护要求；
**实际用例：**PayPay是一家日本支付提供商，拥有近5000万用户。其增长战略的一个关键部分是将第三方产品和服务的购买，整合到其超级应用程序中，它已经提供了用于购买电影票、订购外卖和自行车共享的第三方小应用程序，以及自己的财务管理应用程序服务和零售购物等。
4.1.3、自适应 AI（Adaptive AI）
自适应 AI 系统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。这些系统根据实时反馈动态调整它们的学习和目标，因此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。
Gartne预测，到2026年，采用AI工程实践来构建和管理自适应AI系统的企业，将在AI模型的可操作性方面优于同行至少25%。
**实际用例：**美国化学和材料制造商陶氏公司部署了自适应人工智能系统，利用对使用模式和业务价值优化的反馈来增强企业分析。它使分析平台产生的价值增加了320%。
4.2、主题二、优 化
4.2.1、数字免疫系统（Digital Immune System）
76%负责数字产品的团队现在还需要对营收负责，因此首席信息官正在寻找新的实践和方法，使其团队能够在实现高商业价值的同时，降低风险和提高客户满意度。数字免疫系统为他们提供了满足这一要求的路线图。
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。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。
**实际用例：**巴西银行为其监控系统增加了预测和补救功能，以持续评估系统健康状况、提高系统性能并深入了解推动最佳员工和客户体验的因素。这些功能将事件的自动补救率提高了 37%，并将平均解决时间缩短了45%
4.2.2、应用可观测性（Applied Observability ）
在任何相关方采取任何类型的行动时，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。应用可观测性以一种高度统筹和整合的方式将这些可观测的特征数据进行反馈，创造出一个决策循环，从而提高组织决策的有效性。
Karamouzis 表示：“可观测行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。它能够在正确的时间提高正确数据的战略重要性，以便根据确认的相关方行动而不是意图采取快速行动，因此是一种强大的工具。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。”
**实际用例：**特斯拉是一个使用应用可观察性的典型案例。该技术通过实时观察特斯拉车主的驾驶行为，在美国几个州为他们提供车辆保险。特斯拉汽车使用传感器和 Autopilot 软件“观察”和测量驾驶行为，以生成每月安全评分。特斯拉表示，那些通过安全评分的司机可以节省20%到40%的保费，而那些安全分数最高的司机可以节省40%到60%费用。
4.2.3、AI 信任、风险和安全管理（Trust, Risk and Security Management）
许多企业机构未做好管理 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。
AI TRiSM支持AI模型治理、可信赖性、公平性、可靠性、稳健性、有效性和隐私性。它包括模型可解释性、人工智能隐私、模型操作等。
**实际用例：**丹麦商业管理局 (DBA) 开发了一种将高级道德原则应用于其 AI 模型的方法。DBA 将其道德原则与具体行动联系起来，根据公平测试、检查模型、预测并建立模型监控框架。DBA的方法帮助其快速部署和管理16个AI模型，用于监控价值数十亿欧元的金融交易。
4.3、主题三、扩 展
4.3.1、行业云平台（Industry Cloud Platforms）
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。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。
**实际用例：**杭州是中国人口最多的城市之一，通过与阿里巴巴的技术合作建立了“智慧城市大脑”平台，来管理拥堵并简化日常城市运营。该平台结合了数字化基础设施、中央数据平台和海量应用。实施后，该市的拥堵排名大幅下降，从中国第五大拥堵城市跌至前50名。<(这个案例和行业云平台这个主题有啥关系啊？奇怪！)>
4.3.2、平台工程（Platform Engineering）
平台工程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。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。
**实际用例：**耐克建立了“可组合平台”，将战略相关的全球业务能力结合起来，这些能力由通过API公开的模块化和可组合技术实现。耐克发现该平台使其能够更快地响应变化，加快产品上市时间，提高可扩展性并降低运营成本。
4.3.3、无线价值实现（Wireless Value Realization）
由于没有一项技术能够占据主导地位，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。
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。
无线价值实现了从传统终端用户计算，到支持边缘设备再到数字标签解决方案的方方面面。所有这些都需要连接才能运行，并且需要一系列无线解决方案来满足所有环境的需求。网络将远远超越单纯的连接，成为直接商业价值的来源。无线正在从一种通信技术转变为更广泛的数字创新平台。
**实际用例：**Bosch-Siemens通过使用超声波传感器实时减慢叉车的速度。除了消除叉车事故外，未遂事故减少了98%，同时生产力提高了10%。
4.4、可持续技术（Sustainability）
Gartne预测，到2025年，50%的CIO将拥有与 IT 组织的可持续性相关的绩效指标。
可持续技术是一种解决方案框架，可提高 IT服务的能源和效率；通过可追溯性、分析、可再生能源等技术实现企业可持续发展；并通过应用程序、软件、市场等帮助客户变得更具可持续性。对可持续技术的投资也有可能创造更大的运营弹性和财务业绩，同时提供新的业务增长途径。
**实际用例：**迪拜电力和水务局 (DEWA) 等公用事业部门，使用物联网和数字孪生创建智能建筑管理解决方案，用水量减少50%。
五、总结
从2021到2023年的战略技术趋势来看，有以下几点值得注意：
- 人工智能方面：从AI工程化到超级自动化、决策智能、生成式AI、自适应AI、AI TRiSM；
- 云计算方面：从分布式云到云原生平台到行业云平台、平台工程；
- 安全方面：从隐私增强计算、网络安全网格到AI TRiSM；
- 运营与运维方面：从随处运营到自治系统到数字免疫系统；
- 应用方面：从组装式智能企业到组装式应用到超级应用、应用可观测性、平台工程；
- 用户体验方面：从全面体验到元宇宙；
- 架构方面：从组装式智能企业到分布式企业到行业云平台、平台工程；
- 数据与数据驱动方面：从行为互联网、超级自动化到数据编织、决策智能；
站在行业应用开发与企业信息服务的角度上，个人认为以下几个战略技术趋势值得关注：
- 组装式应用、超级应用与平台工程。
- 超级自动化、数据编织、AI工程化与决策智能。