高德纳公司2020年十大战略技术趋势

“这些趋势对人们及其居住的空间产生了深远的影响，”他说大卫Cearley， Gartner杰出副总裁分析师。“组织必须首先考虑业务和人类环境，而不是构建一个技术堆栈，然后探索潜在的应用程序。”

这些趋势并非孤立存在;IT领导者必须决定哪种趋势组合将推动最大的创新和战略。

例如,人工智能(AI)以机器学习(ML)的形式与超自动化和边缘计算可以结合起来，实现高度集成的智能建筑和城市空间。反过来，这些技术组合使技术进一步民主化。

趋势1。Hyperautomation

自动化使用技术来自动化曾经需要人力的任务。

超级自动化涉及先进技术的应用，包括人工智能(AI)和机器学习(ML)，以日益自动化流程和增强人类能力。超级自动化扩展到一系列可以自动化的工具，但也指自动化的复杂性(即，发现、分析、设计、自动化、测量、监控、重新评估)。

“超级自动化通常会导致组织的数字孪生体的诞生”

由于没有单一的工具可以取代人类，今天的超级自动化涉及多种工具的组合，包括机器人流程自动化(RPA)、智能业务管理软件(iBPMS)和人工智能，其目标是越来越多地由人工智能驱动决策。

虽然不是主要目标，但超自动化通常会导致数字双(DTO)，使组织能够可视化功能、流程和关键绩效指标如何相互作用以驱动价值。DTO随后成为超自动化过程的一个组成部分，提供关于组织的实时、持续的情报，并推动重要的商业机会。

趋势2:多体验

“多元体验”用“人”技术取代了“技术”人才。在这种趋势下，传统的计算机概念从单一的交互点演变为包括多感官和多触点接口，如可穿戴设备和先进的计算机传感器。

例如，达美乐披萨创造了一种超越应用程序订餐的体验，包括自动驾驶汽车、披萨追踪器和智能扬声器通信。

在未来，这种趋势将成为所谓的环境体验，但目前的多体验专注于使用增强现实(AR)、虚拟(VR)、混合现实、多通道人机界面和传感技术的沉浸式体验。这些技术的组合可以用于简单的AR覆盖或完全沉浸式VR体验。

趋势3:民主化

技术民主化意味着让人们能够轻松获得技术或商业专业知识，而无需进行广泛(且昂贵)的培训。它专注于四个关键领域——应用程序开发、数据和分析、设计和知识——通常被称为“公民访问”，这导致了公民数据科学家、公民程序员等的崛起。

例如，民主化将使开发人员无需具备数据科学家的技能就可以生成数据模型。相反，他们将依赖人工智能驱动的开发来生成代码和自动化测试。

趋势4:人类增强

人类增强是指使用技术来增强一个人的认知和身体体验。

物理增强通过在身体内部或身体上植入或托管技术来改变固有的物理能力。例如，汽车或采矿业使用可穿戴设备来提高工人的安全。在零售和旅游等其他行业，可穿戴设备被用于提高员工的工作效率。

物理增强主要分为四类:感觉增强(听力、视觉、感知)、附属物和生物功能增强(外骨骼、假肢)、大脑增强(治疗癫痫的植入物)和基因增强(体细胞基因和细胞治疗)。

“人工智能和机器学习越来越多地用来代替人类做决定”

认知增强增强了人类思考和做出更好决策的能力，例如，利用信息和应用程序来增强学习或新体验。认知增强还包括大脑增强类别中的一些技术，因为它们是处理认知推理的物理植入物。

人体增强有一系列文化和伦理方面的影响。例如，使用CRISPR技术增强基因具有重大的伦理影响。

趋势5:透明度和可追溯性

技术的发展正在制造一场信任危机。随着消费者越来越意识到如何他们的数据正在被收集和使用，组织也认识到存储和收集数据的责任越来越大。

此外，人工智能和机器学习越来越多地用来代替人类做决定，从而引发信任危机，并推动对可解释的人工智能和人工智能治理等想法的需求。

这一趋势要求关注信任的六个关键要素:道德、正直、公开、责任、能力和一致性。

像欧盟的《通用数据保护条例》(GDPR)这样的立法正在世界各地颁布，推动了演变，并为组织制定了基本规则。

趋势6: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，其思想是保持本地和分布式流量将减少延迟。这包括所有的技术物联网(物联网)。Empowered edge着眼于这些设备是如何增加并形成智能空间的基础，并将关键应用程序和服务移动到更接近使用它们的人和设备的地方。

到2023年，处于网络边缘的智能设备数量可能是传统IT角色的20多倍。

趋势7:分布式云

分布式云是指将公共云服务分发到云提供商物理位置之外的位置数据中心，但仍然由提供者控制。在分布式云中，云提供商负责云服务架构、交付、运营、治理和更新的所有方面。从集中式公共云到分布式公共云的演进，开启了一个新的时代云计算．

分布式云允许数据中心位于任何地方。这既解决了延迟等技术问题，也解决了数据主权等监管挑战。它还提供了公共云服务的好处以及私有本地云的好处。

趋势8:自主事物

自主的东西，包括无人机，机器人船舶和电器，利用人工智能执行通常由人完成的任务。这项技术的智能范围从半自主到完全自主，并在包括空中、海洋和陆地在内的各种环境中运行。

虽然目前自动设备主要存在于受控环境中，如矿山或仓库，但它们最终将演变为开放的公共空间。自主事物也将从独立转向协作蜂群，例如2018年冬季奥运会期间使用的无人机蜂群。

然而，自主的东西不能取代人类的大脑，只能在定义狭窄、范围广泛的目的下最有效地运行。

阅读更多:人类、人工智能和机器人代表了2028年的新劳动力

趋势9:实用

区块链是一种分布式账本，是由网络中的所有参与者共享的加密签名的不可撤销的交易记录按时间顺序扩展的列表。

区块链还允许各方追溯资产的来源，这对传统资产是有益的，但也为其他用途铺平了道路，例如将食源性疾病追溯至原始供应商。它还允许互不相识的两方或多方在数字环境中安全地交互并交换价值，而不需要集中的权威。

完整的区块链模型包括五个要素:共享和分布式账本、不可变和可跟踪的账本、加密、令牌化和分布式公共共识机制。然而，由于一系列技术问题，包括糟糕的可伸缩性和互操作性，区块链对于企业部署来说仍然不成熟。

“区块链已经出现在实验性和小规模项目中，到2023年将完全可扩展。”

如今，企业区块链采取了一种实用的方法，通过使分类账独立于单个应用程序和参与者，并通过分布式网络复制分类账，以创建重要事件的权威记录，从而只实现了完整区块链的一些元素。拥有访问权限的每个人都可以看到相同的信息，通过拥有单个共享区块链简化了集成。共识是通过更传统的私人模式来处理的。

未来，随着人工智能和物联网等互补技术开始与区块链结合，真正的区块链或“区块链完整”将有可能改变行业，最终改变经济。这扩大了参与者的类型，包括机器，它们将能够交换从货币到房地产的各种资产。例如，汽车将能够根据传感器收集的数据直接与保险公司协商保险价格。

现在看:Gartner公司2022年首席信息官领导力愿景

区块链已经出现在实验性和小规模项目中，到2023年将完全可扩展。

趋势10:人工智能安全

超级自动化和自主事物等不断发展的技术为商业世界提供了转型机会。然而，他们也创造安全漏洞在新的潜在攻击点。安全团队必须应对这些挑战，并意识到人工智能将如何影响安全领域。

人工智能安全有三个关键方面:

1. 保护人工智能系统:保护AI训练数据、训练管道和ML模型。
2. 利用人工智能增强安全防御:使用ML来理解模式，发现攻击并自动化部分网络安全流程。
3. 预测攻击者对人工智能的恶意使用:识别攻击并进行防御。

下载完整的免费研究:2020年十大战略技术趋势