本文來自Gartner。
近日，Gartner發(fā)布2022年新興技術成熟度曲線，并列出了25項值得關注的新興技術。
2022年新興技術趨勢確定了25種需要了解的新興技術，主要包含三個主題：沉浸式體驗的演進、加速人工智能自動化和優(yōu)化技術人才交付。
2022年Gartner新興技術成熟度包含了25項“必須了解”的創(chuàng)新，以推動競爭差異化和效率。
只有少數(shù)有望在兩年內(nèi)被主流采用，很多需要10年或更長時間才能被采用。
部署處于萌芽期的技術也意味著風險更大，但對早期采用者也有一定的潛在收益。
其中，元宇宙、超級應用和Web3是推動沉浸式體驗發(fā)展的核心技術；云可持續(xù)性和數(shù)據(jù)可觀測性正在幫助技術人員滿足新興業(yè)務需求；自主系統(tǒng)和因果AI正在支持AI模型創(chuàng)建與部署提速。
Gartner研究副總裁Melissa Davis表示：“新興技術為企業(yè)提供了轉(zhuǎn)型的潛力，但首席信息官和技術創(chuàng)新領導者所面臨的挑戰(zhàn)是，盡管資源瓶頸變得愈發(fā)嚴重，仍需要在擴展數(shù)字化功能的同時提高可持續(xù)性。企業(yè)機構必須正確看待有關新興技術的市場炒作，利用創(chuàng)新技術來推動差異化競爭并提高效率，從而加速變革進程。”
在Gartner的一系列技術成熟度曲線報告中，新興技術成熟度曲線報告屬于最為獨特的一種。因為此類報告從Gartner每年覆蓋的逾兩千種技術和應用框架中發(fā)掘獨到見解，并言簡意賅地對值得企業(yè)機構重視的新興技術和趨勢進行介紹。這些技術和趨勢有望在未來二至十年內(nèi)為企業(yè)機構帶來高度的競爭優(yōu)勢（參見圖一）。
Gartner杰出研究副總裁Gary Olliffe表示：“在今年的技術成熟度曲線上，所有技術都處于相對早期階段，但部分技術處于萌芽期并且在發(fā)展上存在巨大的不確定性。雖然部署此類技術面臨的風險更大，但早期使用者如能根據(jù)自身對于未經(jīng)驗證技術的接納能力來評估和利用這些技術，則可能會帶來更大的收益。”
新興技術趨勢的三個主題
主題1：沉浸式體驗不斷發(fā)展和擴展
沉浸式體驗是數(shù)字體驗的未來發(fā)展方向。部分新興技術通過客戶和人們的動態(tài)虛擬表示、環(huán)境和生態(tài)系統(tǒng)以及新的用戶互動模式來支持這種體驗。
個人可以使用這些技術管理自己的身份和數(shù)據(jù)，并且體驗已集成數(shù)字貨幣的虛擬生態(tài)系統(tǒng)。這些技術也將幫助企業(yè)機構以新方式接觸客戶，加強或開辟新的收入來源。
這類技術包括：元宇宙（metaverse）、非同質(zhì)化代幣（non-fungible tokens，NFT）、超級應用（super apps）和Web3、去中心化身份（decentralized identity）、數(shù)字人類（digital humans）、客戶數(shù)字孿生（digital twin of the customer）以及內(nèi)部人才市場（internal talent marketplace）。
客戶數(shù)字孿生(DToC)是客戶的動態(tài)虛擬表示，可以模擬、學習和預測行為。它可用于修改和增強客戶體驗(CX)并支持新的數(shù)字化工作、產(chǎn)品、服務和機會。DToC需要5到10年才能被主流采用，將對組織帶來很大影響。
沉浸式體驗中的其他關鍵技術包括：
去中心化身份(DCI)允許實體（通常是用戶）利用區(qū)塊鏈或其他分布式賬本技術(DLT)以及數(shù)字錢包來控制自己的數(shù)字身份。
數(shù)字人類是一種AI驅(qū)動的，交互式的表示，具有人類的一些特征、個性、知識和思維方式。
內(nèi)部人才市場將內(nèi)部員工以及在某些情況下的臨時員工人才庫，與有時間限制的項目和各種工作機會相匹配，而無需招聘人員參與。
元宇宙是一個集體虛擬3D共享空間，由虛擬增強的物理和數(shù)字現(xiàn)實的融合創(chuàng)建。元宇宙具備持久性，提供增強的沉浸式體驗。
非同質(zhì)化代幣(NFT)是一種基于區(qū)塊鏈的獨特可編程數(shù)字項目，可公開證明數(shù)字資產(chǎn)（如數(shù)字藝術或音樂）或代幣化的物理資產(chǎn)（如房屋、汽車或文件）的所有權。
Superapp是一個復合移動應用程序，作為平臺構建，可提供模塊化微應用程序，用戶可以激活這些微應用程序以獲得個性化的應用程序體驗。
Web3是用于開發(fā)去中心化Web應用程序的新技術堆棧，使用戶能夠控制自己的身份和數(shù)據(jù)。
主題2：AI自動化提速
AI正在日益普及并成為產(chǎn)品、服務和解決方案的一個重要組成部分。這一趨勢正在加快專用AI模型的創(chuàng)建速度，然后用來支持自動化模型的開發(fā)、訓練和部署。AI自動化重新聚焦人類在AI開發(fā)中的作用，可提高預測與決策的準確性并縮短實現(xiàn)預期效益的時間周期。
這類技術包括：自主系統(tǒng)（autonomic system）、因果AI（causal AI）、基礎模型（foundation model）、生成式設計AI（generative design AI）和機器學習代碼生成（machine learning code generation）。
自主系統(tǒng)（Autonomic systems）是人工智能自動化加速的例子。自主系統(tǒng)是自我管理的物理或軟件系統(tǒng)，執(zhí)行具有三個基本特征的域界任務：自主、學習和代理。當傳統(tǒng)的人工智能技術無法實現(xiàn)業(yè)務適應性、靈活性和敏捷性時，自主系統(tǒng)可以協(xié)助處理。自主系統(tǒng)需要5到10年才能被主流采用。
加速AI自動化的其他關鍵技術包括：
因果人工智能(AI)識別并利用因果關系，突破了基于相關性的預測模型，讓AI系統(tǒng)朝著更有效更自主地推薦行動的方向前進。
基礎模型是基于Transformer架構的模型，例如大型語言模型，它體現(xiàn)了一種深度神經(jīng)網(wǎng)絡架構，可以上下文環(huán)境中計算文本的數(shù)字表示，強調(diào)單詞的序列。
生成式設計AI或AI增強設計，是使用AI、機器學習(ML)和自然語言處理(NLP)技術自動生成和開發(fā)數(shù)字產(chǎn)品的用戶流程、屏幕設計、內(nèi)容和表示層代碼。
機器學習代碼生成工具包括可插入專業(yè)開發(fā)人員集成開發(fā)環(huán)境(IDE)的云托管ML模型，IDE是基于自然語言描述或部分代碼片段提供建議代碼的擴展。
主題3：技術人員交付得到優(yōu)化
成功的數(shù)字業(yè)務都是通過構建獲得，而不是通過購買獲得。部分新興技術專注于融合團隊等產(chǎn)品、服務和解決方案構建者社區(qū)及其使用的平臺。這些技術可提供反饋和洞察，支持產(chǎn)品、服務及解決方案交付優(yōu)化和加速，提高業(yè)務運營的可持續(xù)性。
這類技術包括：增強型敏捷金融（augmented FinOps）、云數(shù)據(jù)生態(tài)系統(tǒng)（cloud data ecosystem）、云可持續(xù)性（cloud sustainability）、計算存儲（computational storage）、網(wǎng)絡安全網(wǎng)格架構（cybersecurity mesh architecture）、數(shù)據(jù)可觀測性（data observability）、動態(tài)風險治理（dynamic risk governance）、行業(yè)云平臺（industry cloud platform）、最小可行架構（minimum viable architecture）、可觀測性驅(qū)動開發(fā)（observability driven development）、開放式遙測（OpenTelemetry）和平臺工程（platform engineering）。
云數(shù)據(jù)生態(tài)系統(tǒng)體現(xiàn)了優(yōu)化的技術人員交付。它們提供了一個統(tǒng)一的數(shù)據(jù)管理環(huán)境，能夠支持從探索性數(shù)據(jù)科學到生產(chǎn)數(shù)據(jù)倉庫的所有數(shù)據(jù)工作負載。云數(shù)據(jù)生態(tài)系統(tǒng)提供簡化的交付和全面的功能，易于部署、優(yōu)化和維護。它們將需要兩到五年的時間才能被主流采用。
優(yōu)化技術人員交付的其他關鍵技術包括：
增強型敏捷金融（augmented FinOps）通過應用AI和機器學習(ML)實踐，將敏捷性、持續(xù)集成和部署以及最終用戶對財務治理、預算計劃和成本優(yōu)化工作的反饋等傳統(tǒng)DevOps概念自動化。
云可持續(xù)性是利用云服務在經(jīng)濟、環(huán)境和社會系統(tǒng)中實現(xiàn)可持續(xù)性效益。
計算存儲(CS)將主機處理從中央處理單元(CPU)的主存儲器卸載到存儲設備。
網(wǎng)絡安全網(wǎng)格架構(CSMA)是一種新興的方法，用于構建可組合的分布式安全控制，以提高整體安全效率。
數(shù)據(jù)可觀測性是通過持續(xù)監(jiān)控、跟蹤、警報、分析和故障排除事件來了解組織數(shù)據(jù)環(huán)境、數(shù)據(jù)管道和數(shù)據(jù)基礎設施健康狀況的能力。
動態(tài)風險治理(DRG)是一種新方法，用于定義風險管理的角色和責任這一關鍵任務。DRG針對每種風險適當?shù)囟ㄖ骑L險治理，使組織能夠更好地管理風險并降低保障成本。
行業(yè)云平臺利用底層SaaS、PaaS和IaaS服務，為確定的垂直行業(yè)提供與行業(yè)相關的打包業(yè)務和技術能力，并將其整合為一個產(chǎn)品。
最小可行架構(MVA)是產(chǎn)品團隊用來確保及時、合規(guī)地開發(fā)和迭代產(chǎn)品的標準化框架。
可觀測性驅(qū)動開發(fā)(ODD)是一種軟件工程實踐，它通過將系統(tǒng)設計為可觀察（觀測）的，為系統(tǒng)狀態(tài)和行為提供細粒度的可見性和上下文。
開放式遙測（OpenTelemetry）是規(guī)范、工具、應用程序編程接口(API)和軟件開發(fā)工具包(SDK)的集合，用于描述和支持軟件的開源儀器和可觀察性框架的實施。
平臺工程是為軟件交付和生命周期管理構建和運營自服務內(nèi)部開發(fā)人員平臺(IDP)的學科。
附：Gartner 2021-2023年大型企業(yè)新興技術路線圖
