探析Gartner2019年度十大技術(shù)發(fā)展趨勢

當(dāng)前，企業(yè)面臨的最大挑戰(zhàn)是數(shù)字化轉(zhuǎn)型，為更好運(yùn)用數(shù)字化技術(shù)，幫助企業(yè)改變商業(yè)模式，在市場中贏得競爭優(yōu)勢，Gartner每年選擇10個(gè)最可能影響未來的技術(shù)，作為年度十大技術(shù)發(fā)展趨勢。遴選的技術(shù)首先應(yīng)具備顛覆性，將使未來人們生活、工作產(chǎn)生巨大變化，其次是目前還沒有完全成熟，但一些領(lǐng)先企業(yè)已經(jīng)開始采納，2-5年后成熟的技術(shù)。

十大技術(shù)從三個(gè)主題選擇：智能、數(shù)字化和格網(wǎng)。智能是指人工智能，2018年Gartner就“哪項(xiàng)技術(shù)能給你所在企業(yè)帶來最大的競爭優(yōu)勢”對(duì)全球范圍CIO開展調(diào)研，排名第一的回答是人工智能，占40%；所謂數(shù)字化就是把真實(shí)世界變成一個(gè)0和1的虛擬世界，同時(shí)這兩個(gè)世界又互相聯(lián)系、互相交錯(cuò)；格網(wǎng)（mesh region）是指互聯(lián)互通，人和人之間、企業(yè)和企業(yè)之間已經(jīng)連在一起，未來這種聯(lián)系會(huì)更多且更加緊密。未來將會(huì)是一個(gè)智能、數(shù)字化和互聯(lián)互通的世界。

一、自主物件

自主物件就是物具備了智能。Gartner預(yù)測，到2021年具備自動(dòng)駕駛功能的新車比例將達(dá)到10%，預(yù)計(jì)2025年到2030年無人駕駛汽車會(huì)得到普及。但無人駕駛汽車只是自主物件很小的一部分，自主物件涵蓋的范圍非常廣泛，除了無人車、無人機(jī)，還有家電、醫(yī)療設(shè)備、工廠生產(chǎn)設(shè)備等，都可以嵌入人工智能，功能也更豐富。

從功能性角度，參考無人駕駛汽車將自主物件分成五個(gè)等級(jí)（L1-L5），從人力輔助到半自動(dòng)一直到完全自動(dòng)化，目前大多數(shù)自主物件還處于第二級(jí)（L2）和第三級(jí)（L3），即半自動(dòng)化和有條件自動(dòng)化的水平，比如商場里的導(dǎo)購機(jī)器人處在半自動(dòng)化水平。

未來我們將看到越來越多的協(xié)同，即一群無人機(jī)或無人車共同工作，波士頓動(dòng)力公司的一段視頻解釋了什么是協(xié)作：視頻中兩條機(jī)械狗，一條狗會(huì)開門，另外一條狗不會(huì)開門，不會(huì)開門的狗會(huì)找會(huì)開門的狗開門，兩條狗一起走出去。未來將看到更多的協(xié)作，如美國空軍正在做無人偵察機(jī)群的實(shí)驗(yàn)，利用小型無人偵察機(jī)群，同時(shí)對(duì)多個(gè)目標(biāo)進(jìn)行跟蹤，或者同時(shí)對(duì)同一個(gè)目標(biāo)，從多個(gè)維度進(jìn)行偵查。還有海底撈的無人餐廳、阿里在杭州的無人酒店等。自主物件的應(yīng)用場景很廣泛，在不同的行業(yè)都有應(yīng)用。

二、增強(qiáng)分析

增強(qiáng)分析是把人工智能運(yùn)用到數(shù)據(jù)分析中，讓市民數(shù)據(jù)科學(xué)家也就是普通用戶可以實(shí)現(xiàn)自主的數(shù)據(jù)分析。傳統(tǒng)的數(shù)據(jù)分析是把數(shù)據(jù)單中的表和字段列出來，用戶根據(jù)需要對(duì)表和字段排序、匯總。對(duì)用戶而言數(shù)據(jù)分析有一定困難，用戶必須具備一定的IT基礎(chǔ)知識(shí)，而人工智能可以幫助用戶做自主分析。用戶只要通過自然語言與系統(tǒng)交互，讓系統(tǒng)了解需求并自動(dòng)生成結(jié)果。這種情況下，用戶不再依賴IT部門也不再需要相應(yīng)的基礎(chǔ)知識(shí)即可以成為數(shù)據(jù)科學(xué)家。

數(shù)據(jù)分析的發(fā)展經(jīng)歷了三個(gè)階段：第一階段是語義層階段，通過SQL語言和系統(tǒng)進(jìn)行交互提取數(shù)據(jù)，但是這個(gè)階段數(shù)據(jù)繁雜，不容易理解；第二個(gè)階段是可視化階段，呈現(xiàn)的不是數(shù)據(jù)而是圖表，能夠讓客戶更直觀感受到數(shù)據(jù)，目前大多數(shù)企業(yè)都處于可視化階段；第三階段是將人工智能應(yīng)用到分析上，形成增強(qiáng)分析，目前一些企業(yè)正在做這方面的嘗試。

增強(qiáng)分析會(huì)產(chǎn)生三方面的影響：一是AI的人類輔助，輔助市民數(shù)據(jù)科學(xué)家做相應(yīng)分析；二是AI數(shù)據(jù)準(zhǔn)備，在數(shù)據(jù)分析時(shí)做各種各樣的數(shù)據(jù)準(zhǔn)備工作，把一些人工智能的手段用在數(shù)據(jù)準(zhǔn)備上，使得數(shù)據(jù)準(zhǔn)備更有效率；三是AI的洞察生成，通過數(shù)據(jù)挖掘手段，實(shí)現(xiàn)數(shù)據(jù)背后洞察。

三、AI驅(qū)動(dòng)的開發(fā)

關(guān)于AI驅(qū)動(dòng)的開發(fā)是在將來開發(fā)出的軟件中嵌入人工智能。并不是每家企業(yè)都要找人工智能專家，可以尋求供應(yīng)商的幫助。比如開發(fā)一個(gè)大樓含有人臉識(shí)別的門禁系統(tǒng)，人臉識(shí)別是現(xiàn)成的解決方案，很多企業(yè)都有，可以直接找到供應(yīng)商并使用現(xiàn)成服務(wù)。還有這一種情況是雖然沒有現(xiàn)成的解決方案，但是有現(xiàn)成的模型，可以將數(shù)據(jù)傳給模型學(xué)習(xí)后使用。

目前來講，剛才提到的兩種服務(wù)都有基于云的模式。比如，第一種我們將一段語音傳到云上，云會(huì)把這段話傳回來并附帶相應(yīng)的文字。第二種我們將數(shù)據(jù)傳到云上，讓云進(jìn)行學(xué)習(xí)，等到學(xué)完以后，就知道學(xué)習(xí)結(jié)果。亞馬遜已經(jīng)有基于云的機(jī)器學(xué)習(xí)。第三種服務(wù)是基于人工智能的基礎(chǔ)設(shè)施，人工智能并不意味著一定要買一臺(tái)服務(wù)器，裝各種各樣的操作系統(tǒng)、數(shù)據(jù)庫等，而是用基礎(chǔ)設(shè)施就可以實(shí)現(xiàn)，所以云可以幫助企業(yè)完成很多工作，從最上層的現(xiàn)成服務(wù)、到中間層的模型，到最下層的基礎(chǔ)設(shè)施都可以實(shí)現(xiàn)。

四、數(shù)字孿生

數(shù)字孿生是指有計(jì)算機(jī)中有一個(gè)虛擬的物體和這個(gè)真實(shí)的物體一一對(duì)應(yīng)，這個(gè)虛擬的物體即數(shù)字孿生。數(shù)字孿生的第一作用是觀察，GE是數(shù)字孿生技術(shù)領(lǐng)先企業(yè)，最早的數(shù)字孿生是飛機(jī)引擎，通過觀察引擎的數(shù)字孿生而間接觀察引擎的運(yùn)行情況。第二作用是操控，通過操控?cái)?shù)字孿生間接操控物體本身。第三作用是優(yōu)化，在模擬環(huán)境中虛擬地運(yùn)行設(shè)備，找到最佳運(yùn)營參數(shù)，在真實(shí)的環(huán)境里運(yùn)營。當(dāng)前的數(shù)字孿生都是比較貴重的設(shè)備，如飛機(jī)引擎或風(fēng)力發(fā)電設(shè)備等。未來，城市、樓宇、工廠、甚至每個(gè)人都有數(shù)字孿生。

目前看來，數(shù)字孿生帶給企業(yè)的好處是易于維護(hù)和提升可靠性。未來可能有更多的好處，比如業(yè)務(wù)流程、資產(chǎn)優(yōu)化、數(shù)據(jù)分析、研發(fā)等，甚至于會(huì)產(chǎn)生新的業(yè)務(wù)模式。

五、自主性邊緣

邊緣（Edge）是指人們所使用或者嵌入我們周圍世界的端點(diǎn)設(shè)備。邊緣計(jì)算（Edge computing）是一種計(jì)算拓?fù)?，在這種拓?fù)浣Y(jié)構(gòu)中，信息處理、內(nèi)容收集與交付更加靠近這些端點(diǎn)。該結(jié)構(gòu)盡力收集流量并在本地處理，以期減少網(wǎng)絡(luò)擁擠與延遲。

邊緣計(jì)算在邊緣端的自主性更強(qiáng)。無人駕駛汽車是典型案例，當(dāng)無人駕駛汽車在路上行駛，由攝像頭感知路況，如果傳到云端后，云再反饋向左轉(zhuǎn)還是向右轉(zhuǎn)是不現(xiàn)實(shí)的，所以就需要把各種各樣的能力都部署在邊緣端。邊緣端有存儲(chǔ)、計(jì)算能力，所以現(xiàn)在的無人駕駛汽車很笨重，因?yàn)椴渴鹆烁鞣N各樣的能力。

在短期內(nèi)，邊緣由物聯(lián)網(wǎng)以及靠近終端而不是在中心化云服務(wù)器上的處理需求驅(qū)動(dòng)。但是，云計(jì)算與邊緣計(jì)算并非創(chuàng)建新架構(gòu)，而是逐漸成為互補(bǔ)模型，其中云服務(wù)作為一種運(yùn)行于中心化服務(wù)器、本地分布式服務(wù)器以及邊緣設(shè)備上的集中式服務(wù)（centralized service）而受到管理。

未來五年，專業(yè)的人工智能芯片以及更強(qiáng)大的處理能力、存儲(chǔ)及其他高級(jí)功能將被添加至更廣泛的邊緣設(shè)備。該嵌入式物聯(lián)網(wǎng)世界的極高異質(zhì)性（extreme heterogeneity）以及各類資產(chǎn)（例如工業(yè)系統(tǒng)）的長壽命周期將帶來大量管理挑戰(zhàn)。長期來看，隨著5G技術(shù)成熟，不斷擴(kuò)展的邊緣計(jì)算環(huán)境將為集中式服務(wù)帶來更加穩(wěn)健的通信支持。5G降低了延遲、增加了帶寬、減少數(shù)據(jù)丟包，并顯著增加了每平方公里內(nèi)的節(jié)點(diǎn)（邊緣端點(diǎn)）數(shù)量，這對(duì)邊緣而言非常重要。

六、沉浸式體驗(yàn)

虛擬現(xiàn)實(shí)（VR）、增強(qiáng)現(xiàn)實(shí)（AR）與混合現(xiàn)實(shí)（MR）在兩年前非常熱門，吸引了很多風(fēng)險(xiǎn)投資，最近的遇冷是因?yàn)闆]有找到應(yīng)用場景，這一方面有廠商自身原因，另外企業(yè)也不了解技術(shù)，兩方面缺少溝通。

會(huì)話式平臺(tái)正在改變著人們與數(shù)字世界交互的方式，而虛擬現(xiàn)實(shí)（VR）、增強(qiáng)現(xiàn)實(shí)（AR）與混合現(xiàn)實(shí)（MR）正在改變著人們感知數(shù)字世界的方式。這一感知與交互模式的綜合轉(zhuǎn)變帶來了未來沉浸式用戶體驗(yàn)。我們現(xiàn)在和數(shù)字世界的交流是通過PC端的鍵盤和鼠標(biāo)，或是手機(jī)的觸摸屏。未來交流的方法會(huì)更多，語言交互、手勢或者眼神交互等?，F(xiàn)在出現(xiàn)越來越多的交互方式是因?yàn)闀?huì)出現(xiàn)越來越多的智能設(shè)備，不只是PC和手機(jī)，眼鏡、手環(huán)、手表，甚至是智慧餐廳的餐桌，馬路邊的電線桿，機(jī)場候機(jī)樓的座位等等。

我們將從考慮單個(gè)設(shè)備與片段化用戶接口（fragmented user interface）技術(shù)轉(zhuǎn)向多渠道與多模式體驗(yàn)（multichannel and multimodal experience）。多模式體驗(yàn)將跨越周圍數(shù)以百計(jì)的邊緣設(shè)備（包括傳統(tǒng)計(jì)算設(shè)備、可穿戴設(shè)備、汽車、環(huán)境傳感器與消費(fèi)設(shè)備），將人類與數(shù)字世界連接起來。該多渠道體驗(yàn)將綜合應(yīng)用所有的人類感覺以及多模式設(shè)備中的高級(jí)計(jì)算機(jī)感應(yīng)（如：熱度、濕度與廣度）。這種復(fù)合體驗(yàn)環(huán)境將營造一種情景體驗(yàn)，在這種情況下將由我們周圍的空間而非某臺(tái)設(shè)備來定義‘計(jì)算機(jī)’。實(shí)際上，環(huán)境就等同于計(jì)算機(jī)?！?/p>

七、區(qū)塊鏈

區(qū)塊鏈?zhǔn)且环N分布式分類賬，其有望通過建立信任、提供透明度以及減少跨業(yè)務(wù)生態(tài)系統(tǒng)的摩擦而降低成本、減少交易結(jié)算次數(shù)與改善現(xiàn)金流而重塑各個(gè)行業(yè)。當(dāng)前，人們信賴銀行、票據(jù)交換所及其他許多機(jī)構(gòu)。這樣的集中信任模式增加了交易延遲與摩擦成本（例如傭金、手續(xù)費(fèi)和貨幣的時(shí)間價(jià)值）。區(qū)塊鏈提供了另外一種信任模式，讓人們無需再依賴中央機(jī)構(gòu)仲裁交易。

當(dāng)前的許多區(qū)塊鏈計(jì)劃并未落實(shí)區(qū)塊鏈的所有屬性，例如，高度分布的數(shù)據(jù)庫。這些受區(qū)塊鏈啟發(fā)的解決方案被定位為通過業(yè)務(wù)流程自動(dòng)化或記錄數(shù)字化而實(shí)現(xiàn)運(yùn)營效率的途徑。其有望增強(qiáng)已知實(shí)體間的信息共享，同時(shí)提升跟蹤與追溯物理及數(shù)字資產(chǎn)的可能性。但是，這些方法并未抓住真正的區(qū)塊鏈顛覆價(jià)值，并可能增加廠商鎖定。選擇此類方案的各企業(yè)機(jī)構(gòu)應(yīng)了解其中的局限，并準(zhǔn)備隨著時(shí)間的推移轉(zhuǎn)而采用徹底的區(qū)塊鏈解決方案。而通過更高效地利用現(xiàn)有的非區(qū)塊鏈技術(shù)并對(duì)其加以微調(diào)，也可以實(shí)現(xiàn)相同結(jié)果。

如果找到合適的應(yīng)用場景，同時(shí)又制定了相應(yīng)的標(biāo)準(zhǔn)以后，區(qū)塊鏈技術(shù)逐步走向成熟，但是這個(gè)時(shí)間會(huì)很長，我們預(yù)計(jì)非金融行業(yè)，起碼要花十年時(shí)間，金融行業(yè)可能會(huì)相對(duì)較快。

八、隱私和道德

隱私和道德本身不是科學(xué)或技術(shù)，但是解決這個(gè)問題需要有相關(guān)科技來支撐。還需要相關(guān)的法律法規(guī)以及企業(yè)的價(jià)值觀等。

智能手機(jī)讓我們沒有隱私，我們每天早晨起來心跳多少，一天走路多少步，打車從那里到哪里，在什么餐廳點(diǎn)了什么菜，在什么便利店買了水，這些信息都可以傳到相關(guān)的廠商，越來越難以保住隱私信息，如果廠商不保護(hù)你的信息，那就會(huì)出現(xiàn)信息泄露。

歐盟最早出臺(tái)了GDPR的法律，保護(hù)歐盟公民的數(shù)據(jù)安全。GDPR非常嚴(yán)苛，而且有一個(gè)長臂原則，不管是美國的臉書，還是中國的騰訊，只要違反GDPR的法律法規(guī)，它就可以進(jìn)行懲罰，按照它的法律罰款，最高可罰銷售收入的4%。美國國家層面沒有法律，但是在州的層面，如加州有法律保護(hù)加州公民的個(gè)人隱私。中國2016年通過了網(wǎng)絡(luò)安全法，在2017年正式實(shí)施，也提到了一些個(gè)人隱私的規(guī)定。當(dāng)前企業(yè)對(duì)數(shù)據(jù)和隱私問題還未充分重視，仍然停留在數(shù)據(jù)變現(xiàn)的階段。

九、智慧空間

智慧空間這個(gè)詞比較新，但是含義并不新。過去討論的智慧城市、智慧園區(qū)等統(tǒng)稱為智慧空間。智慧空間是從單個(gè)孤立系統(tǒng)發(fā)展而來，如城市中的交通管理系統(tǒng)，或者園區(qū)里的照明的管理系統(tǒng)，系統(tǒng)互相之間出現(xiàn)互聯(lián)，互相之間逐步協(xié)同，然后又增加相關(guān)的智能元素，最后形成了智慧空間。

智能空間是一個(gè)物理或數(shù)字環(huán)境，在這種環(huán)境下，人類與受技術(shù)支持的系統(tǒng)在更加開放、互聯(lián)、協(xié)作且智能的生態(tài)系統(tǒng)內(nèi)互動(dòng)。包括人、流程、服務(wù)與物在內(nèi)的多個(gè)要素匯聚到智能空間，為目標(biāo)人群及行業(yè)情景打造更加沉浸式、交互式且自動(dòng)化的體驗(yàn)。

智慧空間的應(yīng)用場景會(huì)非常廣泛。從理論上講，每一個(gè)空間都可以成為智慧空間，比如工作場所可以變成智慧的工作場所，用智慧的硬件、軟件，使員工和員工之間的協(xié)同更加順暢，使每位員工能有更多的創(chuàng)造力。或者是在一家工廠，用物聯(lián)網(wǎng)技術(shù)、3D打印技術(shù)，使工廠變成智慧工廠，從而實(shí)現(xiàn)生產(chǎn)效率更高、能夠?yàn)榭蛻籼峁┒ㄖ苹?a target="_blank">產(chǎn)品。同樣，供應(yīng)鏈和物流協(xié)同，使得整個(gè)供應(yīng)鏈更加順暢、高效、便捷。

十、量子計(jì)算

量子計(jì)算是一類在亞原子粒子（例如電子與離子）量子態(tài)上操作的非經(jīng)典計(jì)算，其將信息表述為以量子位表示的元素。量子計(jì)算的原理是量子物理，量子計(jì)算的一個(gè)比特處在1和0兩種狀態(tài)的疊加狀態(tài)，如果是64位的，那就是2^64的疊加狀態(tài)。量子計(jì)算機(jī)的并行執(zhí)行與指數(shù)級(jí)可擴(kuò)展性意味著其擅于處理那些對(duì)于傳統(tǒng)方法而言過于復(fù)雜、或是傳統(tǒng)算法將花費(fèi)過長時(shí)間才能找到答案的問題。汽車、金融、保險(xiǎn)、制藥、軍事等行業(yè)以及研究機(jī)構(gòu)從量子計(jì)算的發(fā)展中受益最多。例如，在制藥行業(yè)，量子計(jì)算可用于在原子級(jí)別上建立分子間相互作用模型，加速新型抗癌藥物的面市，量子計(jì)算也可加快并更加精確地預(yù)測蛋白質(zhì)間相互作用，從而發(fā)現(xiàn)新的制藥方法。