Gartner每年都會發(fā)布與企業(yè)IT相關的技術趨勢，為企業(yè)IT負責人員以及企業(yè)管理層提供參考。對于市場上的產(chǎn)品技術提供商而言，可以結合趨勢給自己的產(chǎn)品進行歸類和梳理。對于企業(yè)而言，可以根據(jù)描述的趨勢，結合實際需求找到更具體的解決方案。
Gartner基于觀察到的現(xiàn)象進行總結，通常會有對應的一套理論進行較為系統(tǒng)的解讀，考慮到落地，Gartner也會對市場上相關的落地方案進行簡要介紹。
2022年，Gartner分析師總結出了十二大技術趨勢，并將其從低到高分為三部分：工程化信任（Engineering Trust）、塑造變革（Sculpting Change）、加速增長（Accelerating Growth）。
三大部分其實是遞進關系，首先，工程化信任是對于底層基礎設施層面的要求，而塑造變革算是高級要求，最后的加速增長則像是考試題里的加分題。
Gartner高級研究總監(jiān)高挺（Arnold Gao）對于十二大技術趨勢進行了較為細致的解讀，下文將就其中部分內(nèi)容進行簡要分享和解讀。
Gartner高級研究總監(jiān)高挺
第一部分：工程化信任
高挺表示，工程化信任的本質(zhì)是構建安全可靠的數(shù)據(jù)處理基礎設施，它具體包含四個技術趨勢。
首先是“數(shù)據(jù)編織（Data Fabric）”，從技術角度看，數(shù)據(jù)編織是一種數(shù)據(jù)管理設計理念，需要一個跨數(shù)據(jù)中心、跨多云并且延展到邊緣場景的統(tǒng)一架構，其目的是打破數(shù)據(jù)孤島，構建靈活、可復用的數(shù)據(jù)服務，許多數(shù)據(jù)基礎設施相關的企業(yè)都表示在做類似的方案。
從業(yè)務層面來看，當有了來自各個鏈條的數(shù)據(jù)后，如何利用數(shù)據(jù)解決一些實際問題，這需要一套好的方法和框架。在具體的技術方面，高挺提到了“圖分析”技術。雖然沒有提到具體的圖技術公司，但一些了解圖技術的朋友肯定能想到，常見的有Palantir、Neo4j、TigerGraph等。
第二個技術趨勢是關于安全的，叫“網(wǎng)絡安全網(wǎng)格（Cybersecurity Mesh）”，網(wǎng)絡安全網(wǎng)格之所以叫網(wǎng)格，主要是因為其關聯(lián)了一系列的網(wǎng)絡安全服務，其核心思想是將原來“點”狀的安全管理升級為“面”級管理，將安全相關數(shù)據(jù)整合起來做綜合關聯(lián)分析。
市場上，一些SIEM或SOAR方案提供了綜合關聯(lián)分析的能力，但這都只有一個中央控制臺，而網(wǎng)絡安全網(wǎng)格能讓安全工具之間有更多協(xié)同，讓安全的管理變得可模塊化或者可編排化，可以更靈活地發(fā)現(xiàn)安全問題，市場上也已經(jīng)有了類似的方案。
第三個技術趨勢也是關于安全的，叫做“隱私增強計算（Privacy Enhancing）”，它主要是為了解決在利用數(shù)據(jù)的時候，數(shù)據(jù)隱私可能泄露的問題，其目標是實現(xiàn)“數(shù)據(jù)可用，但數(shù)據(jù)不可見”。Gartner還預測，到2025年前，60%的大型企業(yè)會采用隱私增強計算。
第四個技術趨勢是關于基礎架構——“云原生技術平臺”，它要解決的是企業(yè)應用遷移上云的問題。既可以避免各種兼容性問題，也可以利用云的彈性優(yōu)勢，由于擺脫了應用開發(fā)和基礎設施的關聯(lián)性，能帶來極大的靈活性。
工程化信任是讓基礎設施層面做好準備，解決數(shù)據(jù)管理和數(shù)據(jù)安全等問題，為數(shù)字化變革打基礎。
第二部分：塑造變革
高挺介紹稱，塑造變革可以提高商業(yè)的韌性和效率，它關注的是如何利用技術來加速數(shù)字化，具體可以歸結為四個技術趨勢：組裝式應用（Composable Applications）、決策智能（Decision Intelligence）、超級自動化（Hyperautomation）、人工智能工程化（AI Engineering）。
“組裝式應用”的思想是引入模塊化的理念，使得技術和業(yè)務團隊可以更敏捷、更有效地重用代碼。它不同于傳統(tǒng)大型單體應用，也不同于微服務的概念，它比微服務的粒度更精細，因為它的核心是一個個軟件定義的、最小化的業(yè)務功能，又被稱為“封裝業(yè)務能力”（PBC），從而可以更靈活地進行各種組合，滿足不同人員的不同需求。
“決策智能”說的是用機器來幫助企業(yè)完成復雜的決策。Gartner的調(diào)研結果反映出，如今企業(yè)決策變得越來越復雜，如何解釋決策的原因也變得越來越難，企業(yè)開始重視基于數(shù)據(jù)做決策，在有足夠多的數(shù)據(jù)和AI模型的基礎上，決策智能是幫企業(yè)自動化地完成一些決策。
“超級自動化（Hyperautomation）”指的是企業(yè)業(yè)務流程的自動化。這一趨勢下的具體實踐也是越來越多，比如一些人接觸過的24小時無人值守便利店，有自動化設備的可自動化運營的金礦等。超級自動化涉及的技術包括AI、機器學習、RPA、BPMS等。
“人工智能工程化（AI Engineering）”指的是機器學習的工作流程性問題。在用機器學習解決問題的時候，要經(jīng)過數(shù)據(jù)清洗、標注，模型訓練和推理等過程，流程中任何一個環(huán)節(jié)出問題都可能會讓最終結果大打折扣，而工程化的流程有助于找到問題，提升人們對于人工智能的期望值。
第三部分：加速增長
高挺介紹稱，“加速增長”本質(zhì)上說的是一些新的模式或者是新的場景。具體而言，也總結了四個方面。
第一個是“分布式企業(yè)（Distributed Enterprise）”，受疫情影響在家辦公算是一種場景，背后反映的趨勢是，如何構建以人為本，整合物理和虛擬空間的這一趨勢，實際上，很多人所熟悉的包括在線課堂、在線演唱會、遠程醫(yī)療、VR試衣服等場景都算是分布式企業(yè)的具體表現(xiàn)。
“全面體驗（Total Experience）”是分布式企業(yè)的必然結果，它代表的其實是體驗經(jīng)濟。如今，用戶選購商品不只是看重性價比，還會看重產(chǎn)品所能帶來的使用體驗，Gartner認為，對于企業(yè)而言，全面體驗需要關注包括客戶體驗、用戶體驗、員工體驗和多重體驗四個部分。
對于企業(yè)而言，企業(yè)的銷售人員應該關心客戶體驗，產(chǎn)品經(jīng)理應該關注用戶使用體驗，企業(yè)還應該關注如何用不同的數(shù)字化手段觸達最終用戶，從而提供多重體驗。與此同時，企業(yè)管理人員還應該關注員工體驗，幫助員工更好地滿足客戶體驗和用戶體驗方面的要求。
具體到落地層面，其背后就是一系列的數(shù)字化能力，企業(yè)要做的可能就是給員工一個終端，終端背后有一套系統(tǒng)，系統(tǒng)中有足夠多的數(shù)據(jù)，足夠多的反饋，只有這樣才能提供全面體驗。
以上十大趨勢還是可望且可及的，最后兩個趨勢有點加分題的意思，是處在最前沿的，企業(yè)可能會用到的技術趨勢。
“自治系統(tǒng)（Autonomic Systems）”，所謂“自治系統(tǒng)”，它的行為會隨著環(huán)境的改變而改變，它的算法會實時更新，比如，人本身就是典型的“自治系統(tǒng)”，會根據(jù)周圍環(huán)境作出改變。
高挺也坦言，“自治系統(tǒng)”很難實現(xiàn)，目前正處于萌芽期，但也有一些苗頭了，比如會下圍棋的AlphaGo Zero就通過強化學習進行模型的自我迭代。
“生成式人工智能（Generative AI）”指的是用人工智能來創(chuàng)造一些新的事物，比如，生成一張照片，創(chuàng)造一篇文章和視頻，合成一些從未出現(xiàn)過的數(shù)據(jù)等。高挺認為，在未來一段時間內(nèi)人工智能會逐漸從一個做判斷的機器變成一個做創(chuàng)造的機器。
具體到用法上，人工智能可以幫助研發(fā)人員進行一些方案的探索工作，找出一些可行性方案輔助人類去做創(chuàng)造性的工作。
結束語
Gartner對技術趨勢的判斷還是很有代表性的，2022年的十二大技術趨勢，既有著眼于當前的指導性建議，比如數(shù)據(jù)統(tǒng)一架構、安全以及云原生方面的趨勢，也有著眼于未來的前沿性技術，比如自治系統(tǒng)和生成式方面的應用前景，希望能有所啟發(fā)。
