• Gartner 2021新興技術曲線搞了些什么新玩意

    2021-08-29 15:00:13 江榮進 2029

    摘要

    2021年成熟度強調將在未來2到10年內對商業和社會產生重大影響的新興技術。它包括建立信任、加速增長和塑造變革給不斷變化的世界帶來秩序。

    今年Gartner發布了一份長達96頁的《Hype Cycle for Emerging Technologies, 2021》報告,同時提出三個主題,總計25項新興技術。大概看了一眼官方PR,感覺這要比去年的那幾個幺蛾子花哨多了,本文將對一些比較新的技術進行一個簡單介紹,目的是讓大家對這些技術有個初步了解。

    1630030383_61284a2f50ff459ff8647.png?1630030383329

    首先來看下這幾大主題的含義以及所屬的新興技術劃分。(下文均采用官方中文翻譯)

    Gartner2021新興技術成熟度曲線三大主題

    建立信任

    信任需要安全性和可靠性作為基礎。這種信任也延伸到將創新作為彈性IT交付業務價值的核心和基礎。該基礎需要包括工程化、可復用、可信、經過驗證、可擴展的工作實踐和創新。要對業務風險進行管理或最小化,以便能夠讓IT交付。從商業和技術的角度來看,彈性是關鍵??蓴U展的可復用性有助于構建具有彈性的業務核心。

    相關技術包括:

    主權云(Sovereign cloud)

    機讀法規(Machine-readable legislation)

    去中心化身份(Decentralized identity)

    去中心化金融(Decentralized finance)

    非同質化通證(Nonfungible tokens,NFT)

    同態加密(Homomorphic encryption)

    主動元數據管理(Active metadata management)

    數據編織(Data fabric)

    實時事件中心即服務(Real-time incident center-aaS)

    員工通信應用(Employee communications applications)

    加速增長

    建立起可信的核心業務后,復蘇和增長就將變為可能。當根據業務需求進行管理時,風險可以在增量過程中進行管理。為了確保短期目標的可實現性,企業機構應平衡技術風險和業務風險偏好。一旦以創新為主導的核心規模擴大,加速增長將擴展交付范圍并提高價值。在這一點上,風險和敏捷性增強了面向遙遠未來的IT交付。

    相關技術包括:

    多重體驗(Multiexperience)

    行業云(Industry cloud)

    AI驅動創新(AI-driven innovation)

    量子機器學習(Quantum ML)

    生成式AI(Quantum ML)

    數字人類(Digital humans)

    塑造變革

    變革一般具有顛覆性而且往往與混亂聯系在一起,但企業機構可以利用創新來塑造變革,于混亂中帶來秩序。關鍵在于預測并根據變革需求進行自動調整。經驗有助于增強業務驅動因素。風險可能有助于創新適應塑造變革,但必須是可控的風險。在對交付進行評估時,可以塑造變革。

    相關技術包括:

    組裝式應用(Composable applications)

    組裝式網絡(Composable networks)

    AI增強設計(AI-augmented design)

    AI增強軟件工程(AI-augmented software engineering)

    基于物理信息的AI(Physics-informed AI)

    影響力工程化(Influence engineering)

    數字平臺指揮者工具(Digital platform conductor tools)

    命名數據網絡(Named data networking)

    自集成應用(Self-integrating applications)

    2021新興技術優先級矩陣

    被主流采用時間

    2年以內

    2-5年

    5-10年

    10年以上


    組裝式應用

    去中心化身份

    員工通信應用

    生成式AI

    非同質通證(NFT)

    實時事件中心即服務

    主動元數據管理

    AI增強設計l

    AI增強軟件工程

    組裝式網絡

    數據編織

    去中心化金融

    數字平臺指揮者工具

    同態加密

    行業云

    影響力工程化

    機讀法規

    多重體驗

    給予物理信息的AI

    自集成應用

    主權云

    AI驅動創新

    數字人類

    命名數據網絡

    量子機器學習

    曲線中去除的技術

    新興技術成熟度曲線并不是專項Gartner曲線。它涉及的內容非常廣泛,是動態的。它的許多技術只有一兩年的新鮮度,之后將不再進行跟蹤,并為其他重要技術讓出位置。那些被去除的技術大多數將繼續在其他成熟度曲線中繼續跟蹤。請參閱Gartner各領域成熟度曲線集合,了解具體情況。

    從2020新興技術成熟度曲線中刪掉的技術,有興趣的可以去查看官方報告,這里不做統計。

    比較新奇的新興技術

    由于本次更新報告中新興技術太多,大概看了下,大部分都很新,不會全部去討論,這里選取幾個簡單介紹一下。

    帶有組裝式、生成式、AI增強的技術以及多重體驗、數字人類(去年是叫數字個人),可以參考去年的本人寫過的介紹以及戰略技術趨勢相關文章,技術上沒有太大區別,只是應用場景有所不同。(參考:Gartner 2020年5大新興技術解讀;Gartner又搞出來五個新的“幺蛾子”

    本文選取其中5個新興技術:主權云、去中心化身份、組裝式網絡、影響力工程和機讀法規。

    主權云(Sovereign cloud

    隨著全球經濟、保護知識產權、擴大隱私立法,以及中美少數大型技術和服務提供商的主導地位而渴望能更好地自給自足,數字主權的重要性已經提上日程。公共部門認識到數字經濟的價值,并尋求發展基礎設施和生態系統,在保持自治的同時提供數字公民體驗。

    主權云指在單一地理區域內提供滿足數據駐留和法律要求的云服務。主權云有助于確保數據不受外部司法管轄控制,并為外國立法強制訪問提供保護。各國利用主權云來實現數字和數據主權,提供適用數據保護控制、駐留要求、保護主義和情報收集的規定及法律要求。

    立法授權可以且正在被用來限制使用跨國供應商服務。這影響了當前的投資和未來銷售增長。國家供應商可能將不斷變化的立法環境看做進一步投資和增長的催化劑。因此,終端用戶可能會發現自己處于監管/分散的市場中,無法獲得軟件和服務以支持其正在進行的數字業務計劃和驅動創新。

    1630030641_61284b31c9bf804811550.png?1630030642238

    引入主權云服務,可以使公共部門消除在公有云上存儲敏感數據和官方敏感數據這一障礙。為公共部門提供安全、合法利用公有云的能力,意味著它可以與行業同步發展,推動更好的決策,并進行落地,這可能為公共部門帶來巨大利益??偟膩砜?,應該是可以降低數據使用成本,更好地利用數據創造價值。

    目前微軟已經有相關的服務上線(Power BI),支持中、美、德三國合規監管體系。

    (詳見:https://powerbi.microsoft.com/zh-cn/clouds/)

    主要驅動因素

    1. 數字化計劃需要保障對數據源訪問的安全可靠性以及上下文化和聚合大量內外部數據源數據的能力。對于像阿里、亞馬遜或騰訊這樣的平臺企業,這將會帶來巨大收益。

    2. 目前,數字和云技術服務市場主要由美國和亞洲的提供商主導。因此,歐洲公司不得不使用非本土的服務和技術來建立和運行數字商業模式。因此,數據被存儲在非歐洲的云和數字服務提供商中,會造成政治上的不安。主權云也因此被列為未來新興技術趨勢。

    3. 隨著數字服務變得越來越重要且與系統相關日趨緊密,公司和區域貿易組織擔心要保持對其數據的控制,以符合當地法規。這就需要有人為其提供合規服務和平臺以消除這種擔憂。

    面臨的阻礙

    1. 超大規模云提供商的服務范圍和能力遠遠超出虛擬化基礎設施。如果用戶對主權云期望過高,比如交付的成熟度和可擴展性以及競爭對手功能對比等,這在技術方面將是巨大的挑戰,同時也是障礙。

    2. 專業技術人員明顯缺乏。能夠同時在多個國家復制設計能力的熟練大佬太少。由于可用的技能水平較低,安全性和操作成熟度將受到影響,潛在地導致更大的安全性和失敗隱患。不要忘了,最新的《2021年云安全報告》中顯示,目前主要問題依舊是云安全專業人員短缺、與傳統方案和工具集成困難以及數據泄露。

    總體來看,法律與合作難度可能大于技術,但目前即使技術也是一個很大的難點,因此,短期內不會出現比較完善的產品或服務,將其定為未來5-10年才可能實現的技術,并不為過。

    去中心化身份(Decentralized Identity

    去中心化身份(DCI)利用區塊鏈或其他分布式賬本(DLT)等技術,允許實體創建和控制自己的數字身份。因此,通過在整個系統中建立對身份和彈性的信任,提供一種集中式IAM架構的替代方案,幾乎不再依賴集中式仲裁器身份存儲。

    獨立數字身份不會隨著數字業務的需求而擴大。由于服務提供商(銀行、零售商、社交網絡等)迫使消費者為每項服務創建個人賬戶,在線和移動身份認證一直處于分布式狀態。DCI提供了一種與傳統安全、隱私和可用性無關的、分布式的數字身份替代方案。

    利用DCI,用戶可以控制自己的身份和數據,從而使服務提供商能夠更快而且自信地與用戶交互。目前,提供商通常會收集用戶的身份信息。利用DCI,身份和服務提供商將能夠提高終端用戶的安全性和訪問便捷性,同時減少數據泄露和潛在的隱私違規。

    按照定義,個人理解其實有點類似比特幣、NFT這種,利用區塊鏈技術,將用戶個人敏感信息置于第三方平臺,服務提供商數據管理的成本移交至第三方,不再擔心數據治理和泄露的問題,只需關注業務服務客戶就好了。因此上邊所說服務提供商可以更快速或自信的與用戶交互。那么就是將數據相關問題剝離出來,交易一個平臺單獨做認證,用戶和服務商都做自己的事,這種思路倒是不錯的。

    1630030678_61284b566622bec44b8f5.png?1630030678646

    主要驅動因素

    1. 供應商投資DCI:由于不缺乏在該領域想要投資的供應商并且他們普遍具有影響力,因此有很大潛力推動DCI市場發展。IBM和微軟已經進行了大量投資。

    2. 對BYOI(類似BYOD,I即identity,自帶身份)的投資:Microsoft通過Azure AD啟用“外部身份”。

    3. 客戶和整體市場對DCI表現出興趣。在維護客戶隱私的同時創造新的數字商業機會,客戶和市場對此的興趣正在增長。例如,使用DCI共享已驗證的索賠,如年齡/收入,而無需公開敏感的個人數據。

    4. 由萬維網聯盟(World Wide Web Consortium,W3C)和去中心化身份基金會(DIF)等領導的標準正在興起,來創建一種一致性的DCI方法。這些標準將有助于推動這項技術的發展。

    面臨的阻礙

    1. 大多數大型生態系統參與者、CIAM(CloudIAM)供應商和包括政府在內的各種IDPs(ID Providers)不作為,實現的進展緩慢。

    2. 標準處于發展狀態。

    3. DLT缺乏明確的安全標準,如加密靈活性、錢包標準和安全性。

    4. 缺乏生產級解決方案,使得一些組織無法部署,他們擔心在不久的將來解決方案穩定后的變更。

    該項技術涉及范圍廣泛,需要政府部門一起配合,各大平臺共同努力,實際上和主權云有些類似,驅動合作難于技術,所需要的時間不會短。但是給予急迫性,可能會像現在的零信任一樣,交付一種部分可行的解決方案來處理一些需求,以后再慢慢打磨。將其時間設定為未來2-5年之間也算合理。

    可組裝網絡(Composable Networks

    可組裝網絡由解聚的、可復用的網絡功能和元素組成,這些功能和元素可以輕松集成并作為共享資源池??山M裝網絡由模塊化、自動化組件構建(類似服務網格、網絡安全網格),以支持可組裝數字業務的動態需求。電信網絡技術將隨著基于容器的微服務模塊化而發展,并利用開放API與其他可互操作組件集成。

    CSP(云安全供應商)的可組裝網絡能夠靈活地向客戶提供DevOps和低/無代碼價值主張(可參考分布式云的云價值主張),同時復用可集成和自動化的網絡組件來提高效率。采用可組裝網絡支持廣泛的可組合業務思維和設計,可以改進CSP與客戶和生態系統合作伙伴的互動方式。通過使用更細粒度和模塊化的組件來構建網絡結構,CSP可以快速組合工作流和服務鏈條。

    1630030738_61284b9220ba547bba14c.png

    單獨看可能不太好理解,后邊我會發布一篇Gartner網絡安全網格技術的解讀,看起來比較像,都是用“樂高”拼東西。

    暫時可以看看去年關于可組合架構(Composite architectures)這項技術的解讀,幫助理解。

    主要驅動因素

    1. 采用云原生架構,使用微服務和解聚的網絡功能。

    2. 支持API體系結構和更廣泛OpenAPI;API優先的結構將促進發現、編排和自動化,這是實現模塊化的途徑。

    3. 隨著產品的成熟和供應商生態進一步采用開放式框架、微服務/容器化解決方案以及Open API,可組合水平會不斷提高。

    4. CSP越來越多地參與到數字生態系統中,得以發現新的和差異化的價值。

    面臨的障礙

    1. 重新聚合功能以實現高可靠和互操作性是一項挑戰。

    2. 在多供應商網絡環境中跨組件編排會十分困難。

    3. 建立跨多家供應商的多種可組裝/模塊化網絡元件管理CI/CD管道。

    4. CSP的孤島式組織結構,獨立團隊處理IT和OT以及網絡域。

    看下來,很像是在說云服務網格(或者網絡安全網格),目前看著大概形態比較像的是SASE,但是好像又不太一樣,不過思路類似。希望Gartner以后能在其他報告中再詳細介紹一些案例。

    影響力工程化(Influence Engineering

    影響力工程化(IE)指通過學習和應用行為科學技術,生產用于自動化數字體驗元素的算法,指導用戶規?;?/span>選擇(類似規?;艚?Agile at scale)。

    豐富的數據源和機器學習能力可以構建新的影響體系。盡管是理論性的,但在情緒檢測和語言生成等領域的突破顯示出其具有的潛力,自動影響溝通的方方面面。已有實例表明,人工智能可以放大偏見和其他有害影響,而有益的目標可能會加速正向的社會變革。這表明需要新的治理形式來監督IE的研究和部署。

    在實現盈利增長的同時,企業還面臨越來越多的需求,需要負責地、透明地來實現環境和社會目標(指ESG和可持續發展)。滿足這些需求所需變革舉措的成功與否,取決于市場的采納情況。隨著IE技術的成熟,它們形成觀點和選擇的能力將會增強,這對于轉變既有利也有弊。因此,以有益方式有效使用這些工具的能力,將影響企業的長期健康狀況。

    1630030772_61284bb460998d7231c5b.png?1630030772630

    主要影響因素

    1. 全球平臺供應商(如谷歌、蘋果、Facebook和亞馬遜)和市場技術供應商(如Adobe、Salesforce和Oracle)在AI方面的投資和突破,消除了在營銷中采用AI的障礙。

    2. 深度偽造和聊天機器人等技術的出現表明,AI有能力創造逼真的體驗。

    3. 消費者行為向數字化渠道的轉變為自動化體驗元素創造更多機會。

    4. 企業也面臨著越來越大的壓力,需要正確應對社會影響,這體現在投資者的環境、社會和公司治理(ESG)評級中,促使消費者選擇更可持續、更公平的生活方式。(如碳中和)

    面臨的阻礙

    1. 對當前主流個人數據收集機制(如browser cookies和移動設備id)的棄用(這些機制提供用于訓練個性化算法的行為數據集)產生了建立新訓練數據來源的需求。

    2. 政府采取的行動越來越多,包括限制個人數據的使用和未經說明的分析;監督AI傳播偏見和歧視(如AI倫理)。

    3. 缺乏成熟的方法或工具。隨著投資者和企業尋求可以利用的炒作周期,這個市場的將會經歷一段雙方說法相互矛盾的艱難時期。

    4. 存在質疑是對的,因為這些技術的實際潛力仍然偏向投機,許多專家將對可行性的假設產生質疑。

    總體看下來,是比較偏宏觀,偏社會發展的一個趨勢,為了實現這種趨勢來利用AI和自動化技術。其中提到了規?;?、聊天機器人和ESG,其實主要想表達什么,本人也沒有太理解,而且當前沒有可參考的資料、案例和廠商。個人覺得,應該是通過AI(機器學習、深度學習、通用AI)來幫助人們實現一些日常的自動化選擇決策,但這個過程需要人為的引導(AI倫理),利用AI為企業帶來可持續的發展(投資決策、環境保護決策、企業治理決策),從而推動社會可持續發展。

    機讀法規(Machine-readable legislation

    機讀法規(MRL)是指在制定立法或政策的同時,生成將用于實施這些立法或政策的計算機代碼。通過并行發展,政策實施面臨的技術挑戰將會減少;但系統必須以模塊化方法構建,以允許實現這種業務邏輯。MRL使政府能夠實施更為一致和公平的法律適用性。

    MRL確保政策按照預期設計和實施,在隨后的管理規則中反應,并由各個系統自動執行。在計算機程序中執行法律通常較為困難,因為法律并不一定是按照二進制邏輯編寫的。但是,如果政策就是技術,技術就是政策,兩者在數字社會中不可分割,那就不一樣了。當跨行業的系統以一致的方式實現時,整個社會都將受益。

    實施MRL將是一項跨學科活動,需要在政策與IT部門、技術實施和生態系統參與方面的必要技能,以確保開發的“業務邏輯”被創建并用于改善監管流程和促進經濟效益。MRL將是創建可組裝政府的一個基本技術元素,通過使法律的編寫更受數據驅動,并使其實施更一致,來支持數字社會。

    1630030798_61284bce0133f0fa192ef.png?1630030799072

    可以看作是國內的“三同步”策略,只不過這里是“同步立法、同步代碼、同步落地”。在考慮立法/政策的同時,就開始著手落地方案,目的是在政策出臺的同時,伴隨著官方給出的解決方案,指導企業如何與現有環境集成。免去因監管要求,企業要進行大量變更作業的困境。同時應該也考慮了網絡犯罪的司法取證問題。(個人理解,僅供參考)

    主要的驅動因素

    作為一種新的創新,MRL的驅動因素與其說是具體的,不如說是各種空想。但政府在向數字政府過渡的階段中面臨一些現有挑戰,可以通過MRL來解決。(這句話是官方說的,空想階段)

    1. 立法意圖與執行之間的差距。通過實施MRL,立法或行政意圖的(過度)解釋空間被排除在程序之外,取而代之的是使立法與執法保持一致。

    2. 現有立法程序在快速響應必要變革方面存在局限性。在現有的立法程序中,讓政府有能力反復修訂法律,可以便捷實現社會利益最大化的結果。當MRL與其他新興技術(如機器學習和政府數字孿生)相結合時,可以實現影響多個公共項目的大量場景迭代。這種方法可以更廣泛地使用數據驅動的策略和決策。

    3. 降低制定新法或更新現有立法成本的需求。實施MRL并將批準的“業務邏輯”作為API公開給合作伙伴社區,政府將能夠降低實施政策變更和審計系統的成本。消除與實施政策和法律變更相關的經濟負擔,可以使變更的法律更適合更廣泛的生態。

    面臨的阻礙

    1. MRL需要改變政策和立法制定和實施的方式,這超出大多數CIO的控制范圍。對于那些能夠影響MRL通過的人來說,需要在行政和立法層面解決障礙。

    2. MRL將改變與法律和政策發展相關的現有動態和權力結構,這可能導致當前領導層抵制其采用。

    3. 政府需要對測試能力進行投資,以便對頻繁的系統更新進行測試。

    其實對于阻礙,一句目前都是空想就足夠了,無論是“三同步”還是企業支持立法,目前來看都是不大可能的事,盡管這個想法很大膽,但要真正步入正軌,需要的努力還是相當大。如果未來2年這個趨勢還存在,沒有被遺棄,本人將持續跟蹤進展。

    總結

    以上所選五個新興趨勢是憑個人感覺,覺得比較新,看上去完全不知所云的前提挑選出來的,也許不是大家所關心的趨勢,但是應該都是大部分人解釋不清的趨勢。Gartner依舊是敢想敢說,很多趨勢非常有遠見,不局限當前和某個領域,而且一如既往的將自家的東西相互交織,你中有我,我中有你,反正一個套一個趨勢,最后形成一個體系。

    首頁
    解決方案
    行業案例
    新聞動態
    聯系我們
    亚洲青青草99久久视频在线观看,精品AV在线观看一区二区三区,麻豆手机在线传媒原创剧,r站swag在线视频,在线高清日韩亚洲国产,二次元美女同性恋自慰动态图,少女萝莉私处久久视频,国产网红黑历史 伦里片午夜片在线观看| 国产主播天边的彩霞| 韩国车费| 欧美娘们| 成都 韩国城| 国产主播好看视频| 欧美伤感黑白图片男生| 权志龙韩国地位| 十二星座女同性恋配对| 父女原创国产视频| 国产新娘3p小说| 萌白酱格子衬衫在线观看| 兄弟的媳妇2中文字幕| 国产手机偷拍系列图片大全| 91国产福利一区| 韩国的香烟| 麻豆自制传媒3在线播放| 麻豆传媒疫特别篇| 国产模特自慰8min| 大象蕉国产情侣综合| 中文字幕第10页先锋影音| 韩国电影老师和学生| 网红主播 国产精品| 国产情侣边溜冰边干| 国产边接电在线直播| 韩国cj减肥| 麻豆传媒105| cl2020地址一地址二厂xp| 四虎永久在线国产精品| 最新国产剧情麻豆在线播放| 国产 情侣 无 码 下载 迅雷下载| 免费中文字幕翻译| 国产剧情21克免费完整版观看| 国产情侣大尺度视频| 92国产原创chinese| 女同性恋接吻照片段吗| 梦幻女郎 中文字幕| 2012中文字幕在线高清视频| 网红主播刘婷在线| 99热热在线精品小说| 国产丝袜动漫 mp4可乐云| http://www.199369.com http://www.tianpinba.com http://www.taylorandpaxton.com http://www.autogas-plattling.com http://www.s-mar-t.net http://www.senatorsheehan.com
    x

    首頁

    客服

    電話

    留言

    返回頂部