Gartner 2019年十大战略技术趋势

探索最新:2023年Gartner十大战略技术趋势详细指南

尽管科幻小说可能会把人工智能机器人描绘成坏人，但一些科技巨头现在却用它们来保护安全。微软和优步等公司使用Knightscope K5机器人在停车场和大型户外区域巡逻，以预测和预防犯罪。的机器人可以读取车牌，报告可疑活动和收集数据报告给他们的主人。

这些人工智能驱动的机器人只是“自主事物”的一个例子，它是Gartner 2019年十大战略技术之一，有可能在未来五年内推动重大颠覆并带来机会。

“未来的特点将是智能设备在任何地方提供越来越有洞察力的数字服务，”他说大卫Cearley高德纳公司(Gartner)杰出副总裁分析师Gartner IT研讨会/Xpo2018在佛罗里达州的奥兰多。“我们称之为智能数字网格。”

• 智能:人工智能如何存在于几乎所有现有技术中，并创造出全新的类别。
• 数字:将数字世界和物理世界融合在一起，创造一个沉浸式的世界。
• 网:利用不断扩大的人员、企业、设备、内容和服务之间的联系。

Cearley说:“这三个主题下的趋势都是推动持续创新过程的关键因素，是持续下一个战略的一部分。”高德纳十大战略技术趋势突出了到2023年将影响和改变行业的不断变化或尚未被广泛认识的趋势。

趋势1:自主事物

不管它是汽车无论是机器人还是农业，自动化的东西都使用人工智能来执行传统上由人类完成的任务。智能的复杂程度各不相同，但所有自主的事物都使用人工智能与环境进行更自然的互动。自主事物存在于五种类型中:

• 机器人
• 车辆
• 无人驾驶飞机
• 电器
• 代理

这五种类型占据了四种环境:海洋、陆地、空中和数字。他们都以不同程度的能力、协调和智力运作。例如，它们可以在人工协助下在空中操作的无人机，也可以在田间完全自主操作的农业机器人。这描绘了潜在应用的广阔图景，几乎每个应用程序、服务和物联网对象都将结合某种形式的人工智能来自动化或增强流程或人类行为。像无人机蜂群这样的协同自主事物将越来越多地推动人工智能系统的未来在组织或客户环境中的任何物理对象中探索人工智能驱动的自主功能的可能性，但请记住，这些设备最好用于狭义的目的。它们在决策、智力或通用学习方面不具备与人脑相同的能力。

趋势2:增强分析

数据科学家现在有越来越多的数据需要准备、分析和分组，并从中得出结论。考虑到数据量，探索所有可能性变得不可能。这意味着企业可能会从数据科学家没有能力探索的假设中错过关键的见解。随着数据科学家使用自动化算法探索更多假设，增强分析代表了数据和分析能力的第三次主要浪潮。数据科学和机器学习平台已经改变了企业生成分析洞察的方式。

“到2020年，超过40%的数据科学任务将实现自动化”

增强分析识别隐藏模式，同时消除个人偏见。尽管企业存在无意中将偏见插入算法的风险，但增强分析和自动化洞察最终将嵌入到企业应用程序中。到2020年，公民数据科学家的数量增长速度将是专业数据科学家的5倍。公民数据科学家使用人工智能支持的增强分析工具，使数据科学功能自动化，自动识别数据集，提出假设并识别数据中的模式。企业将把公民数据科学家作为实现和扩展数据科学能力的一种方式。

Gartner预测，到2020年，超过40%的数据科学任务将实现自动化，从而提高生产力，并为公民数据科学家提供更广泛的应用。在公民数据科学家和增强分析之间，数据洞察将更广泛地应用于整个业务，包括分析师、决策者和运营人员。

趋势3:人工智能驱动的发展

人工智能驱动的开发着眼于将人工智能嵌入到应用程序中的工具、技术和最佳实践，并使用人工智能为应用程序创建人工智能驱动的工具开发过程．这一趋势在三个方面发展:

1. 用于构建人工智能解决方案的工具正在扩展从针对数据科学家的工具(AI基础设施、AI框架和AI平台)到针对专业开发人员社区的工具(AI平台、AI服务)。借助这些工具，专业开发人员可以将AI驱动的功能和模型注入到应用程序中，而无需专业数据科学家的参与。
2. 用于构建人工智能解决方案的工具正在被增强具有人工智能驱动的功能，可协助专业开发人员并自动化与开发人工智能增强解决方案相关的任务。增强分析、自动化测试、自动化代码生成和自动化解决方案开发将加快开发过程，并使更广泛的用户能够开发应用程序。
3. 支持人工智能的工具正在发展从协助和自动化与应用程序开发(AD)相关的功能，到使用业务领域专业知识进行增强，并自动化AD流程堆栈上的高级活动(从一般开发到业务解决方案设计)。

市场将从关注与开发人员合作的数据科学家，转向开发人员使用预定义模型作为服务交付独立运营。这使得更多的开发人员能够利用这些服务，并提高了效率。这些趋势也导致虚拟软件开发人员和非专业的“公民应用程序开发人员”成为更主流的使用。

趋势4:数字双胞胎

一个数字双是反映现实生活中的对象、过程或系统的数字表示。数字双胞胎还可以连接到更大的系统，如发电厂或城市。数字双胞胎的想法并不新鲜。它可以追溯到事物的计算机辅助设计表示或客户的在线资料，但今天的数字双胞胎在四个方面有所不同:

1. 模型的健壮性，重点关注它们如何支持特定的业务结果
2. 与现实世界的联系，潜在的实时监测和控制
3. 应用先进的大数据分析和人工智能，创造新的商业机会
4. 与他们互动并评估“如果”情景的能力

今天的重点是物联网中的数字双胞胎，通过提供有关维护和可靠性的信息、对产品如何更有效地运行的洞察、关于新产品和提高效率的数据，可以改善企业决策。组织的数字双胞胎正在兴起，以创建组织流程模型，以实现实时监控和提高流程效率。

趋势5:强大的优势

边缘计算是一种拓扑，其中信息处理、内容收集和交付被放置在更靠近信息源的地方，其思想是将流量保持在本地将减少延迟。目前，这项技术的大部分焦点是物联网系统需要将断开连接或分布式功能交付到嵌入式物联网世界的结果。这种类型的拓扑将解决从高WAN成本和不可接受的延迟级别等挑战。此外，它还将实现数字业务和it解决方案的细节。

“技术和思维将转变为这样一个阶段，体验将把人们与数百个边缘设备连接起来。”

Gartner预计，到2028年，边缘设备中传感器、存储、计算和高级人工智能功能的嵌入将稳步增长。总的来说，智能将在各种终端设备中走向边缘，从工业设备到屏幕，到智能手机到汽车发电机。