【51CTO.com原創(chuàng)稿件】據(jù)Gartner 2022年CEO調(diào)查顯示，CEO在明年最關(guān)心的三個(gè)關(guān)鍵詞是增長、數(shù)字化和效率。2020年全球經(jīng)歷了新冠疫情的沖擊，雖然中國經(jīng)濟(jì)自去年開始反彈，但是對于大部分國家，尤其是西方國家，經(jīng)濟(jì)方面都受到了不同程度的影響。

在疫情成為新常態(tài)下，很多企業(yè)CEO都希望在2022年，企業(yè)的業(yè)績都會有一些反彈，可以利用數(shù)字化技術(shù)助力業(yè)績的恢復(fù)增長，并且在推動數(shù)字化的同時(shí)保證企業(yè)的利潤和現(xiàn)金流。企業(yè)核心目標(biāo)的改變，也導(dǎo)致CIO的工作重點(diǎn)也要相應(yīng)做出變化，包括找到適合自己企業(yè)的加速數(shù)字化的技術(shù)，從而賦能業(yè)務(wù)增長，創(chuàng)建一個(gè)可擴(kuò)展的技術(shù)底座來保證現(xiàn)金流和利潤的實(shí)現(xiàn)。

為此，Gartner日前發(fā)布了“重要戰(zhàn)略科技趨勢”，圍繞工程化信任、塑造變革和加速增長三大主題，幫助企業(yè)推動數(shù)字化發(fā)展。Gartner高級研究總監(jiān)高挺在采訪中表示，相較于2021年的重要戰(zhàn)略科技趨勢，今年偏技術(shù)和架構(gòu)的話題相對多了一些，例如數(shù)據(jù)編織、云原生平臺等。

[[434720]]

Gartner高級研究總監(jiān)高挺

工程化信任 構(gòu)建安全可靠的數(shù)據(jù)處理基礎(chǔ)設(shè)施

工程化信任，本質(zhì)上是一組關(guān)于增強(qiáng)安全和數(shù)據(jù)處理效率的技術(shù)趨勢，構(gòu)建一個(gè)安全可靠的數(shù)據(jù)處理基礎(chǔ)設(shè)施，它是為數(shù)字經(jīng)濟(jì)夯實(shí)數(shù)據(jù)的基礎(chǔ)，包括數(shù)據(jù)編織、網(wǎng)絡(luò)安全網(wǎng)格、隱私增強(qiáng)計(jì)算和云原生平臺。

Data Fabric，中文叫做數(shù)據(jù)編織，是一種新型的數(shù)據(jù)管理設(shè)計(jì)理念，目的是為了達(dá)到靈活的、可復(fù)用的數(shù)據(jù)管道和數(shù)據(jù)服務(wù)，以支持多應(yīng)用、多平臺的數(shù)據(jù)運(yùn)營和數(shù)據(jù)分析等應(yīng)用場景。簡單來說，數(shù)據(jù)編織是構(gòu)建一個(gè)跨數(shù)據(jù)中心、多云以及邊緣的統(tǒng)一數(shù)據(jù)架構(gòu)，在企業(yè)集團(tuán)的范圍內(nèi)，提供一個(gè)對數(shù)據(jù)的全局訪問平臺。在業(yè)務(wù)層面，企業(yè)可以借助數(shù)據(jù)編織這一統(tǒng)一化的技術(shù)框架，解決各種不同格式、形式的碎片化數(shù)據(jù)問題，從而真正地將數(shù)據(jù)使用起來。

大數(shù)據(jù)時(shí)代，數(shù)據(jù)無處不在，傳統(tǒng)的以數(shù)據(jù)中心為核心的中心化架構(gòu)，已經(jīng)逐漸不能滿足“云化”或者“邊緣化”的安全需求，因此企業(yè)需要一種全新的安全架構(gòu)。Gartner將這種安全架構(gòu)稱為網(wǎng)絡(luò)安全網(wǎng)格（Cybersecurity Mesh）。高挺解釋道，之所以稱之為網(wǎng)格（Mesh），是因?yàn)樗狭艘幌盗械木W(wǎng)絡(luò)安全服務(wù)，提供身份內(nèi)容以及策略等方面的認(rèn)證，通過分布式的形式來提供。高挺指出，網(wǎng)絡(luò)安全存在木桶效應(yīng)，接入網(wǎng)絡(luò)的方式存在于任何地方，雖然這些“點(diǎn)狀”位置都有解決方案，但是互相之間無法進(jìn)行協(xié)調(diào)，一旦其中一個(gè)安全“點(diǎn)”出現(xiàn)問題，那么整個(gè)系統(tǒng)有可能被攻破。其中一種解決辦法是由中央控制臺收集所有可能進(jìn)入到一個(gè)網(wǎng)絡(luò)的終端或邊緣端觸發(fā)的事件日志，并將其匯總在一起進(jìn)行分析；另一種解決方案就是網(wǎng)絡(luò)安全網(wǎng)格，以“多對多”的方式，讓安全工具產(chǎn)生更多協(xié)作，除了起到中心化的網(wǎng)絡(luò)安全模式集中式的安全以外，還可以實(shí)現(xiàn)模塊化或可編排化。

基于網(wǎng)絡(luò)安全網(wǎng)格可以保證數(shù)據(jù)安全的前提下，要讓數(shù)據(jù)產(chǎn)生價(jià)值，就需要處理并分析數(shù)據(jù)，利用數(shù)據(jù)構(gòu)建AI模型，如何保證隱私不會在處理或分析數(shù)據(jù)的過程中泄露？尤其是在和第三方進(jìn)行數(shù)據(jù)合作或數(shù)據(jù)外包的場景中如何避免這樣的問題出現(xiàn)？這里就引出了隱私增強(qiáng)計(jì)算背后的邏輯。根據(jù)Gartner的預(yù)測，到2025年前會有60%的大型企業(yè)準(zhǔn)備開始采用隱私增強(qiáng)計(jì)算。Gartner將隱私增強(qiáng)計(jì)算分為三類：（1）為敏感數(shù)據(jù)的處理或分析提供一個(gè)可信環(huán)境 。這里的可信環(huán)境，包括可信第三方或硬件可信執(zhí)行環(huán)境 ，這類隱私增強(qiáng)計(jì)算也被稱為“機(jī)密計(jì)算”。（2）在不泄露數(shù)據(jù)的情況下對數(shù)據(jù)進(jìn)行本地處理或分析。這一類技術(shù)往往通過分布式的形式來實(shí)現(xiàn)，包括聯(lián)邦學(xué)習(xí)、隱私感知機(jī)器學(xué)習(xí)等。（3）在處理或分析數(shù)據(jù)之前對數(shù)據(jù)和算法進(jìn)行轉(zhuǎn)換。使得數(shù)據(jù)和算法在處理的過程中不會泄露隱私。具體的技術(shù)包括：差分隱私、同態(tài)加密、安全多方計(jì)算、零知識證明等等。

云計(jì)算經(jīng)過這十幾年的快速發(fā)展，已經(jīng)深入人心。但在傳統(tǒng)“上云”模式下，企業(yè)將傳統(tǒng)應(yīng)用直接部署在云端，會產(chǎn)生兼容性問題，也不會很好地發(fā)揮云的優(yōu)勢，因此很多企業(yè)會采用“云原生平臺”來作為打造數(shù)據(jù)底座的閉環(huán)的最后一個(gè)環(huán)節(jié)。高挺解釋道，云原生平臺可以讓應(yīng)用程序從設(shè)計(jì)、開發(fā)到部署都在云的環(huán)境中完成，是天生為“云”設(shè)計(jì)的平臺，充分利用和發(fā)揮“云”平臺的彈性和分布式的優(yōu)勢。高挺強(qiáng)調(diào)，“云原生平臺”最大的好處是企業(yè)在開發(fā)時(shí)可以把應(yīng)用和基礎(chǔ)設(shè)施的關(guān)聯(lián)性剝離，然后充分利用公有云的優(yōu)勢，縮短上線的時(shí)間。

塑造變革 提高韌性和效率

塑造變革，是一組用來加速數(shù)字化的技術(shù)趨勢，幫助企業(yè)提高商業(yè)韌性和效率等問題，包括組裝式應(yīng)用程序、決策智能、超級自動化和AI工程化。

傳統(tǒng)應(yīng)用開發(fā)可能會面臨幾大挑戰(zhàn)，比如沒有足夠的開發(fā)能力，選錯(cuò)技術(shù)方向，交付不夠迅速等。而最常見的、戰(zhàn)術(shù)性的解決方案就是代碼重用。而Gartner提出的“組裝式應(yīng)用”，試圖從架構(gòu)上的解決這些問題，通過引入模塊化的理念使得技術(shù)和業(yè)務(wù)團(tuán)隊(duì)可以更加敏捷，更有效地進(jìn)行代碼重用。組裝式應(yīng)用的核心是需要通過“封裝的業(yè)務(wù)能力”（Packaged Business Capability，PBC）來實(shí)現(xiàn)，PBC是一種軟件定義的最小化業(yè)務(wù)功能，可以是一種單一的對象或者功能。PBC與傳統(tǒng)開發(fā)交付不同的之處是在于顆粒度方面，傳統(tǒng)ERP等軟件開發(fā)交付的是系統(tǒng)，屬于基于項(xiàng)目的封裝應(yīng)用，部署完成后框架和體系是不能修改的，而基于微服務(wù)的開發(fā)方式是基于產(chǎn)品的封裝應(yīng)用，雖然可以提高開發(fā)的敏捷性，但本質(zhì)上依然是一種封裝應(yīng)用。而基于PBC的交付更像是顆粒度更小的、高度定制化的可重復(fù)使用的組裝應(yīng)用，如果說PBC像一個(gè)個(gè)原子的話，組裝式應(yīng)用就是將原子重新組合后形成的分子，不同類型的用戶，例如部門、團(tuán)隊(duì)和個(gè)人，都可以根據(jù)自身業(yè)務(wù)的需要來重新排列組合自己需要的業(yè)務(wù)能力。

Gartner預(yù)測，到2023年，超過33%的組織會由分析師進(jìn)行決策智能，包括決策建模。復(fù)雜的商業(yè)決策本質(zhì)是一個(gè)多因素考量的過程，利用各種數(shù)據(jù)源或數(shù)據(jù)分析的結(jié)果來進(jìn)行商業(yè)決策的框架體系。高挺指出，很多復(fù)雜決策能否使用機(jī)器來替代主要考量兩點(diǎn)，一是數(shù)據(jù)是否夠大，二是AI在其中扮演的角色，不同場景中AI與人類進(jìn)行決策的比例會有所不同。

超級自動化是去年Gartner提出的重要戰(zhàn)略科技趨勢之一，但今年的提出更加強(qiáng)調(diào)兩個(gè)方面，一是需要搭建一個(gè)包含IT和業(yè)務(wù)部門的融合團(tuán)隊(duì)，二是超級自動化包含了多種技術(shù)，包括AI、機(jī)器學(xué)習(xí)、RPA、BPMS等。在疫情的倒逼下，很多企業(yè)在關(guān)鍵流程上已經(jīng)實(shí)現(xiàn)了自動化運(yùn)營。例如西非馬里共和國的斯亞馬（Syama）金礦號稱“全球第一個(gè)實(shí)現(xiàn)完全自動運(yùn)營的礦山”，這個(gè)礦山使用了諸如自動卡車、裝載機(jī)和鉆機(jī)等設(shè)備進(jìn)行24小時(shí)的全時(shí)段運(yùn)營。再比如24小時(shí)無人值守便利店，通過計(jì)算機(jī)視覺、語音識別、NLP等技術(shù)進(jìn)行自動運(yùn)營，都是超級自動化在目前階段的例子。高挺表示，雖然很多企業(yè)暫時(shí)還不能實(shí)現(xiàn)超級自動化，但是Gartner認(rèn)為超級自動化已經(jīng)成為了必然。

人工智能工程化在2020年的重要戰(zhàn)略科技趨勢中也出現(xiàn)過，雖然大家對AI期望很多，但實(shí)際中AI的應(yīng)用仍然是被低估的，Gartner發(fā)現(xiàn)很多AI項(xiàng)目價(jià)值只能體現(xiàn)在“點(diǎn)對點(diǎn)”的一次性方案中。高挺解釋道，DevOps在軟件開發(fā)領(lǐng)域是快速地交付而后在軟件有新的功能需要升級維護(hù)時(shí)可以很好地運(yùn)維。而在AI項(xiàng)目中會多了數(shù)據(jù)和模型兩個(gè)模塊，因此需要考慮DataOps和ModelOps?，F(xiàn)階段的AI本質(zhì)上就是一個(gè)基于大數(shù)據(jù)的統(tǒng)計(jì)分析型的技術(shù)，因此所有AI項(xiàng)目都離不開數(shù)據(jù)和模型，當(dāng)AI應(yīng)用時(shí)，對于數(shù)據(jù)要實(shí)現(xiàn)的內(nèi)容還比較多，例如數(shù)據(jù)清洗、訓(xùn)練、標(biāo)注、建模等等。而工程化的方法論可以將AI應(yīng)用大規(guī)模落地。高挺強(qiáng)調(diào)，AI工程化并不只是一個(gè)技術(shù)問題，更多時(shí)候是流程和方法的問題。在“AI工程化”的路途中，有許多的地方、細(xì)節(jié)、方法是需要注意的。而這些方法注意了以后，才有可能真正地讓AI算法、已有的數(shù)據(jù)發(fā)揮一些價(jià)值和作用。

數(shù)字化技術(shù)連接 加速增長

加速增長是一組將數(shù)字化技術(shù)用以連接物理和虛擬世界，以構(gòu)建一種新的工作方式，包括分布式企業(yè)、全面體驗(yàn)、自治系統(tǒng)和生成式AI。

分布式企業(yè)的本質(zhì)是許多員工開始遠(yuǎn)程工作，并且遠(yuǎn)程工作已經(jīng)成為了新常態(tài)。在企業(yè)將遠(yuǎn)程辦公變成新常態(tài)后會發(fā)現(xiàn)，原來企業(yè)的運(yùn)作模式在悄然發(fā)生改變，例如遠(yuǎn)程辦公能夠滿足公司的業(yè)務(wù)要求還能降低成本，例如交付場景和背后的基礎(chǔ)設(shè)施的需求也在發(fā)生變化，同時(shí)會帶來新的商機(jī)或者新的趨勢。高挺表示，從趨勢的角度來看，構(gòu)建以人為中心、整合物理空間和虛擬空間的技術(shù)將會成為一個(gè)主流的趨勢，同時(shí)它會帶來一些商業(yè)模式的變化。分布式企業(yè)會在推出服務(wù)和產(chǎn)品的時(shí)候，采用數(shù)字優(yōu)先、遠(yuǎn)程優(yōu)先的邏輯，來實(shí)現(xiàn)加速增長。

Gartner把體驗(yàn)分為四個(gè)模塊，分別是客戶體驗(yàn)、用戶體驗(yàn)、員工體驗(yàn)、多重體驗(yàn)。高挺指出，這四個(gè)“體驗(yàn)”模塊中，企業(yè)可能最關(guān)注的是“客戶體驗(yàn)”和“用戶體驗(yàn)”。因?yàn)檫@兩種體驗(yàn)涉及到了潛在客戶和用戶從購買到使用產(chǎn)品和服務(wù)的全部流程，而這個(gè)流程中體驗(yàn)的好壞，決定了客戶是否會復(fù)購以及用戶是否會把企業(yè)的產(chǎn)品推薦給其他人。多重體驗(yàn)是貫穿其中的一系列的數(shù)字化能力，通過技術(shù)更有效地觸達(dá)客戶和用戶，并賦能員工提供更好的產(chǎn)品和服務(wù)。全面體驗(yàn)的關(guān)鍵在于需要把四個(gè)模塊綜合起來考慮，才能提升客戶和員工的信心、滿意度、忠誠度和擁護(hù)度，從而增加收入和利潤。

隨著企業(yè)的發(fā)展，傳統(tǒng)的基于規(guī)則的應(yīng)用或簡單的自動化將無法擴(kuò)展。自治系統(tǒng)是從自動系統(tǒng)和自主系統(tǒng)逐漸衍化而來的。例如，掃地機(jī)器人是一個(gè)典型的自動系統(tǒng)，它的算法固定不變，行為也是固定的。第二個(gè)階段是自主系統(tǒng)，例如自動駕駛汽車，它的算法還是相對固定的，但是其行為可以根據(jù)周圍的環(huán)境而改變。第三個(gè)階段是自治系統(tǒng)，它的行為會隨著環(huán)境的變化而變化，算法也是在實(shí)時(shí)更新的。高挺表示，例如AlphaGo Zero可以通過強(qiáng)化學(xué)習(xí)不斷地提升算法，改變行為并打敗自己的前輩AlphaGo Master就是一個(gè)早期的自治系統(tǒng)的案例。雖然自治系統(tǒng)有一些早期案例，但是其還處于萌芽期，也會出現(xiàn)一些問題，例如有時(shí)候會變得不可控，遇到道德倫理等情況。

今天對于AI的使用，很多時(shí)候是需要AI做出判斷，做出結(jié)論，而一種新的AI用法正在出現(xiàn)。生成式AI可以利用AI來創(chuàng)造一些新的事物，包括AI創(chuàng)造文章、視頻、合成數(shù)據(jù)或者是研發(fā)新藥等等。高挺表示，在未來一段時(shí)間內(nèi)，AI會逐漸地從一個(gè)做判斷的機(jī)器變成一個(gè)創(chuàng)造的機(jī)器。生成式AI不僅可以判斷還可以創(chuàng)造，利用已有的數(shù)據(jù)生產(chǎn)模型后，可以生成更多的合成數(shù)據(jù)。合成數(shù)據(jù)可以用作訓(xùn)練新的AI模型，而這個(gè)數(shù)據(jù)不屬于任何人。從某種意義上來說，就避免了數(shù)據(jù)隱私被侵犯的痛點(diǎn)。

中國企業(yè)該關(guān)注哪些？

Gartner發(fā)布的重要戰(zhàn)略科技趨勢有十二個(gè)方面，不同企業(yè)在應(yīng)用時(shí)是否有先后的優(yōu)先級策略呢？高挺指出，嚴(yán)格意義上來講，十二個(gè)趨勢全部都是平行的。如果要排序，可以從兩大維度展開。第一是技術(shù)成熟度，企業(yè)可以根據(jù)自己的業(yè)務(wù)情況來選擇成熟度不同的技術(shù)趨勢。成熟度比較高的技術(shù)趨勢包括超級自動化、全面體驗(yàn)、分布式企業(yè)等。成熟度中等水平的技術(shù)趨勢包括隱私增強(qiáng)計(jì)算、云原生平臺等；成熟度相對較低的技術(shù)趨勢包括生成式AI、網(wǎng)絡(luò)安全網(wǎng)格、數(shù)據(jù)編織、決策智能等。

第二個(gè)維度是企業(yè)業(yè)務(wù)。高挺強(qiáng)調(diào)，數(shù)字化轉(zhuǎn)型只是一個(gè)總方針，具體轉(zhuǎn)型的思路每家企業(yè)都各不相同，因此不能一概而論，企業(yè)應(yīng)該根據(jù)自己的業(yè)務(wù)情況而定。

此外，Gartner預(yù)測的重要戰(zhàn)略科技趨勢是全球性質(zhì)的，對于中國企業(yè)來說，高挺認(rèn)為，由于中國企業(yè)關(guān)注的重點(diǎn)往往比較具象和落地，因此，在隱私增強(qiáng)計(jì)算、決策智能等方面目前看來是中國企業(yè)比較關(guān)注的。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請注明原文作者和出處為51CTO.com】