在近期举行的Gartner IT Symposium/Xpo 2021峰会上,Gartner正式发布2022年重要战略技术趋势。
其中,生成式人工智能技术被列为首位,是最引人注目和最强大的人工智能技术之一。Gartner预计到2025年,生成式人工智能将占所有生成数据的10%,而目前这一比例还不到1%。
自2019年生成式AI首次入选Gartner人工智能成熟度曲线开始,即被定义为是推动多个领域数字进程的底层技术之一。该机器学习方法善用数据,从其数据中学习内容或对象,并运用数据生成全新、完全原创的新内容,支撑下一代的自动编程、内容开发、视觉艺术、社交、商业服务、工程设计与流程。
从技术脉络可以看到,生成式AI技术正在快速迭代进化,以适应场景需要。AI技术公司影谱科技最早在中国提出生成式AI影像技术框架及生成引擎,并推动这项AI技术从“生产”出发扩展至全产业链,逐渐由文化娱乐必备生产力升级为各产业数智化升级的基础技术,是中国生成式AI的提出者及商业化先行企业。
生成式AI作为最佳的交互式技术,被新零售、消费品制造业、在线零售业所采纳。智能增强在降低出错概率的同时,大规模的实现了为消费者带来便利及满足个性化的诉求,推进了商业的民主化。
显然,AI技术+产业数智升级已成为诸多人工智能企业必经之路,不仅能快速优化产业流程及效率,还可以在定义“技术如何快速落地”方面发挥重要作用。
全社会的数智化趋势来临,Gartner研究副总裁David Groombridge表示:“首席信息官的优先事项必须满足这些业务要求,从而实现增长和创新并创建可扩展、有韧性的技术基础。”
以下为Gartner发布的2022年重要战略技术趋势:
生成式人工智能
(Generative Artificial Intelligence)
即将上市的生成式人工智能是最引人注目和最强大的人工智能技术之一。该机器学习方法从其数据中学习内容或对象,并运用数据生成全新、完全原创的实际工件。
生成式人工智能可用于多种活动,如创建软件代码、促进药物研发和有针对性的营销,但该技术也会被滥用于诈骗、欺诈、政治造谣、伪造身份等。Gartner预计到2025年,生成式人工智能将占所有生成数据的10%,而目前这一比例还不到1%。
数据编织
(Data Fabric)
在过去的十年里,数据和应用孤岛的数量激增,而数据和分析(D&A)团队的技能型人才数量却保持不变,甚至下降。作为一种跨平台和业务用户的灵活、弹性数据整合方式,数据编织能够简化企业机构的数据整合基础设施并创建一个可扩展架构来减少大多数数据和分析团队因整合难度上升而出现的技术债务。
数据编织的真正价值在于它能够通过内置的分析技术动态改进数据的使用,使数据管理工作量减少70%并加快价值实现时间。
分布式企业
(Distributed Enterprise)
随着远程和混合工作模式的增加,以办公室为中心的传统企业机构正在演变成由分散在各地的工作者组成的分布式企业。
Groombridge表示:“这就要求首席信息官通过重大技术和服务变革提供无摩擦工作体验,不过事情总有两面性:这项技术会对业务模式产生影响。从零售到教育,每家企业机构都必须重新配置交付模式才能支持分布式服务。两年前,全世界没有人想到自己能在数字试衣间里试穿衣服。”
Gartner预计,到2023年,75%充分发挥分布式企业效益的企业机构将实现比竞争对手快25%的收入增长。
云原生平台
(Cloud-Native Platform,CNP)
为了真正能够在任何地方提供数字能力,企业必须放弃熟悉的“直接迁移”并转向CNP。CNP运用云计算的核心能力,向使用互联网技术的技术创造者提供可扩展的弹性IT相关能力“即服务”,从而加快价值实现时间并降低成本。
因此,Gartner预测到2025年,云原生平台将成为95%以上新数字倡议的基础,而在2021年这一比例只有不到40%。
自治系统
(Autonomic Systems)
随着企业的发展,传统的编程或简单的自动化将无法扩展。自治系统是可以从所在环境中学习的自我管理型物理或软件系统。与自动化甚至自主系统不同,自治系统无需外部软件更新就可以动态修改自己的算法,使它们能够像人类一样迅速适应现场的新情况。
Groombridge表示:“自治行为已因为近期被部署在复杂的安全环境中而为人所知。而从长远看,这项技术将被普遍应用于机器人、无人机、制造机器和智能空间等物理系统。”
决策智能
(Decision Intelligence,DI)
一家企业机构的决策能力是其竞争优势的重要来源,而如今这个时代对这项能力的要求也越来越高。
决策智能是一门实用的学科。该学科通过清楚理解并精心设计做出决策的方式以及根据反馈评估、管理和改进结果的方式来改进决策。Gartner预测在未来两年,三分之一的大型企业机构将使用决策智能实现结构化决策,进而提高竞争优势。
组装式应用程序
(Composable Applications)
在不断变化的业务环境中,业务适应性需求能够引导企业转向支持快速、安全和高效应用变化的技术架构。可组合的应用架构增强了这种适应性,而采用可组合方法的企业机构在新功能的实现速度上将比竞争对手快80%。
Groombridge表示:“在动荡的时代,可组合的业务原则帮助企业机构驾驭对业务韧性和增长至关重要的加速变化。没有它的现代企业机构可能会失去在市场中的前进动力和客户忠诚度。”
超级自动化
(Hyperautomation)
超自动化通过快速识别、审核和自动执行尽可能多的流程来实现加速增长和业务韧性。
Groombridge表示:“Gartner的研究表明,表现最好的超自动化团队专注于三个关键优先事项:提高工作质量、加快业务流程和增强决策敏捷性。在过去的一年中,业务技术专家平均支持4.2项自动化倡议。”
隐私增强计算
(Privacy-Enhancing Computation,PEC)
除了应对不断成熟的国际隐私和数据保护法律外,首席信息官还必须避免因隐私事件而导致客户信任下降。因此,Gartner预计到2025年,60%的大型企业机构将使用一种或多种隐私增强计算技术。
在数据、软件或硬件层面保护个人和敏感信息的PEC技术能够在不影响保密性或隐私的情况下安全地共享、汇集和分析数据。目前这项技术被应用于许多垂直领域以及公有云基础设施(例如可信的执行环境)。
网络安全网格
(Cybersecurity Mesh)
Groombridge表示:“数据贯穿了今年的许多趋势,但只有当企业能够信任数据时,数据才会变得有用。如今,资产和用户可能出现在任何地方,这意味着传统的安全边界已经消失。这就需要有网络安全网格架构(CSMA)。”
CSMA帮助提供一体化安全结构和态势,为任何位置的任何资产提供安全保障。到2024年,使用CSMA一体化安全工具组成一个合作生态系统的企业机构能够将单项安全事件的财务影响平均减少90%。
人工智能工程化
(Composable Applications)
IT领导人想方设法地将人工智能集成到应用中,在从未投入生产的人工智能项目上浪费时间和金钱或在人工智能解决方案发布后努力保持它们的价值。人工智能工程化是一种实现人工智能模型操作化的综合方法。
Groombridge表示:“从事人工智能工作的混合团队是否真正能够为他们的企业机构实现差异化,取决于他们通过快速人工智能变革不断提升价值的能力。到2025年,10%建立人工智能工程化最佳实践的企业从其人工智能工作中产生的价值将至少比90%未建立该实践的企业高出三倍。”
全面体验
(Total Experience,TX)
全面体验是一项结合客户体验(CX)、员工体验(EX)、用户体验(UX)和多重体验(MX)学科的业务战略。TX的目标是提升客户和员工的信心、满意度、忠诚度和拥护度。企业机构将通过实现具有适应性和韧性的TX业务成果来增加收入和利润。