探析Gartner2019年度十大技术发展趋势

当前，企业面临的最大挑战是数字化转型，为更好运用数字化技术，帮助企业改变商业模式，在市场中赢得竞争优势，Gartner每年选择10个最可能影响未来的技术，作为年度十大技术发展趋势。遴选的技术首先应具备颠覆性，将使未来人们生活、工作产生巨大变化，其次是目前还没有完全成熟，但一些领先企业已经开始采纳，2-5年后成熟的技术。

十大技术从三个主题选择：智能、数字化和格网。智能是指人工智能，2018年Gartner就“哪项技术能给你所在企业带来最大的竞争优势”对全球范围CIO开展调研，排名第一的回答是人工智能，占40%；所谓数字化就是把真实世界变成一个0和1的虚拟世界，同时这两个世界又互相联系、互相交错；格网（mesh region）是指互联互通，人和人之间、企业和企业之间已经连在一起，未来这种联系会更多且更加紧密。未来将会是一个智能、数字化和互联互通的世界。

一、自主物件

自主物件就是物具备了智能。Gartner预测，到2021年具备自动驾驶功能的新车比例将达到10%，预计2025年到2030年无人驾驶汽车会得到普及。但无人驾驶汽车只是自主物件很小的一部分，自主物件涵盖的范围非常广泛，除了无人车、无人机，还有家电、医疗设备、工厂生产设备等，都可以嵌入人工智能，功能也更丰富。

从功能性角度，参考无人驾驶汽车将自主物件分成五个等级（L1-L5），从人力辅助到半自动一直到完全自动化，目前大多数自主物件还处于第二级（L2）和第三级（L3），即半自动化和有条件自动化的水平，比如商场里的导购机器人处在半自动化水平。

未来我们将看到越来越多的协同，即一群无人机或无人车共同工作，波士顿动力公司的一段视频解释了什么是协作：视频中两条机械狗，一条狗会开门，另外一条狗不会开门，不会开门的狗会找会开门的狗开门，两条狗一起走出去。未来将看到更多的协作，如美国空军正在做无人侦察机群的实验，利用小型无人侦察机群，同时对多个目标进行跟踪，或者同时对同一个目标，从多个维度进行侦查。还有海底捞的无人餐厅、阿里在杭州的无人酒店等。自主物件的应用场景很广泛，在不同的行业都有应用。

二、增强分析

增强分析是把人工智能运用到数据分析中，让市民数据科学家也就是普通用户可以实现自主的数据分析。传统的数据分析是把数据单中的表和字段列出来，用户根据需要对表和字段排序、汇总。对用户而言数据分析有一定困难，用户必须具备一定的IT基础知识，而人工智能可以帮助用户做自主分析。用户只要通过自然语言与系统交互，让系统了解需求并自动生成结果。这种情况下，用户不再依赖IT部门也不再需要相应的基础知识即可以成为数据科学家。

数据分析的发展经历了三个阶段：第一阶段是语义层阶段，通过SQL语言和系统进行交互提取数据，但是这个阶段数据繁杂，不容易理解；第二个阶段是可视化阶段，呈现的不是数据而是图表，能够让客户更直观感受到数据，目前大多数企业都处于可视化阶段；第三阶段是将人工智能应用到分析上，形成增强分析，目前一些企业正在做这方面的尝试。

增强分析会产生三方面的影响：一是AI的人类辅助，辅助市民数据科学家做相应分析；二是AI数据准备，在数据分析时做各种各样的数据准备工作，把一些人工智能的手段用在数据准备上，使得数据准备更有效率；三是AI的洞察生成，通过数据挖掘手段，实现数据背后洞察。

三、AI驱动的开发

关于AI驱动的开发是在将来开发出的软件中嵌入人工智能。并不是每家企业都要找人工智能专家，可以寻求供应商的帮助。比如开发一个大楼含有人脸识别的门禁系统，人脸识别是现成的解决方案，很多企业都有，可以直接找到供应商并使用现成服务。还有这一种情况是虽然没有现成的解决方案，但是有现成的模型，可以将数据传给模型学习后使用。

目前来讲，刚才提到的两种服务都有基于云的模式。比如，第一种我们将一段语音传到云上，云会把这段话传回来并附带相应的文字。第二种我们将数据传到云上，让云进行学习，等到学完以后，就知道学习结果。亚马逊已经有基于云的机器学习。第三种服务是基于人工智能的基础设施，人工智能并不意味着一定要买一台服务器，装各种各样的操作系统、数据库等，而是用基础设施就可以实现，所以云可以帮助企业完成很多工作，从最上层的现成服务、到中间层的模型，到最下层的基础设施都可以实现。

四、数字孪生

数字孪生是指有计算机中有一个虚拟的物体和这个真实的物体一一对应，这个虚拟的物体即数字孪生。数字孪生的第一作用是观察，GE是数字孪生技术领先企业，最早的数字孪生是飞机引擎，通过观察引擎的数字孪生而间接观察引擎的运行情况。第二作用是操控，通过操控数字孪生间接操控物体本身。第三作用是优化，在模拟环境中虚拟地运行设备，找到最佳运营参数，在真实的环境里运营。当前的数字孪生都是比较贵重的设备，如飞机引擎或风力发电设备等。未来，城市、楼宇、工厂、甚至每个人都有数字孪生。

目前看来，数字孪生带给企业的好处是易于维护和提升可靠性。未来可能有更多的好处，比如业务流程、资产优化、数据分析、研发等，甚至于会产生新的业务模式。

五、自主性边缘

边缘（Edge）是指人们所使用或者嵌入我们周围世界的端点设备。边缘计算（Edge computing）是一种计算拓扑，在这种拓扑结构中，信息处理、内容收集与交付更加靠近这些端点。该结构尽力收集流量并在本地处理，以期减少网络拥挤与延迟。

边缘计算在边缘端的自主性更强。无人驾驶汽车是典型案例，当无人驾驶汽车在路上行驶，由摄像头感知路况，如果传到云端后，云再反馈向左转还是向右转是不现实的，所以就需要把各种各样的能力都部署在边缘端。边缘端有存储、计算能力，所以现在的无人驾驶汽车很笨重，因为部署了各种各样的能力。

在短期内，边缘由物联网以及靠近终端而不是在中心化云服务器上的处理需求驱动。但是，云计算与边缘计算并非创建新架构，而是逐渐成为互补模型，其中云服务作为一种运行于中心化服务器、本地分布式服务器以及边缘设备上的集中式服务（centralized service）而受到管理。

未来五年，专业的人工智能芯片以及更强大的处理能力、存储及其他高级功能将被添加至更广泛的边缘设备。该嵌入式物联网世界的极高异质性（extreme heterogeneity）以及各类资产（例如工业系统）的长寿命周期将带来大量管理挑战。长期来看，随着5G技术成熟，不断扩展的边缘计算环境将为集中式服务带来更加稳健的通信支持。5G降低了延迟、增加了带宽、减少数据丢包，并显著增加了每平方公里内的节点（边缘端点）数量，这对边缘而言非常重要。

六、沉浸式体验

虚拟现实（VR）、增强现实（AR）与混合现实（MR）在两年前非常热门，吸引了很多风险投资，最近的遇冷是因为没有找到应用场景，这一方面有厂商自身原因，另外企业也不了解技术，两方面缺少沟通。

会话式平台正在改变着人们与数字世界交互的方式，而虚拟现实（VR）、增强现实（AR）与混合现实（MR）正在改变着人们感知数字世界的方式。这一感知与交互模式的综合转变带来了未来沉浸式用户体验。我们现在和数字世界的交流是通过PC端的键盘和鼠标，或是手机的触摸屏。未来交流的方法会更多，语言交互、手势或者眼神交互等。现在出现越来越多的交互方式是因为会出现越来越多的智能设备，不只是PC和手机，眼镜、手环、手表，甚至是智慧餐厅的餐桌，马路边的电线杆，机场候机楼的座位等等。

我们将从考虑单个设备与片段化用户接口（fragmented user interface）技术转向多渠道与多模式体验（multichannel and multimodal experience）。多模式体验将跨越周围数以百计的边缘设备（包括传统计算设备、可穿戴设备、汽车、环境传感器与消费设备），将人类与数字世界连接起来。该多渠道体验将综合应用所有的人类感觉以及多模式设备中的高级计算机感应（如：热度、湿度与广度）。这种复合体验环境将营造一种情景体验，在这种情况下将由我们周围的空间而非某台设备来定义‘计算机’。实际上，环境就等同于计算机。”

七、区块链

区块链是一种分布式分类账，其有望通过建立信任、提供透明度以及减少跨业务生态系统的摩擦而降低成本、减少交易结算次数与改善现金流而重塑各个行业。当前，人们信赖银行、票据交换所及其他许多机构。这样的集中信任模式增加了交易延迟与摩擦成本（例如佣金、手续费和货币的时间价值）。区块链提供了另外一种信任模式，让人们无需再依赖中央机构仲裁交易。

当前的许多区块链计划并未落实区块链的所有属性，例如，高度分布的数据库。这些受区块链启发的解决方案被定位为通过业务流程自动化或记录数字化而实现运营效率的途径。其有望增强已知实体间的信息共享，同时提升跟踪与追溯物理及数字资产的可能性。但是，这些方法并未抓住真正的区块链颠覆价值，并可能增加厂商锁定。选择此类方案的各企业机构应了解其中的局限，并准备随着时间的推移转而采用彻底的区块链解决方案。而通过更高效地利用现有的非区块链技术并对其加以微调，也可以实现相同结果。

如果找到合适的应用场景，同时又制定了相应的标准以后，区块链技术逐步走向成熟，但是这个时间会很长，我们预计非金融行业，起码要花十年时间，金融行业可能会相对较快。

八、隐私和道德

隐私和道德本身不是科学或技术，但是解决这个问题需要有相关科技来支撑。还需要相关的法律法规以及企业的价值观等。

智能手机让我们没有隐私，我们每天早晨起来心跳多少，一天走路多少步，打车从那里到哪里，在什么餐厅点了什么菜，在什么便利店买了水，这些信息都可以传到相关的厂商，越来越难以保住隐私信息，如果厂商不保护你的信息，那就会出现信息泄露。

欧盟最早出台了GDPR的法律，保护欧盟公民的数据安全。GDPR非常严苛，而且有一个长臂原则，不管是美国的脸书，还是中国的腾讯，只要违反GDPR的法律法规，它就可以进行惩罚，按照它的法律罚款，最高可罚销售收入的4%。美国国家层面没有法律，但是在州的层面，如加州有法律保护加州公民的个人隐私。中国2016年通过了网络安全法，在2017年正式实施，也提到了一些个人隐私的规定。当前企业对数据和隐私问题还未充分重视，仍然停留在数据变现的阶段。

九、智慧空间

智慧空间这个词比较新，但是含义并不新。过去讨论的智慧城市、智慧园区等统称为智慧空间。智慧空间是从单个孤立系统发展而来，如城市中的交通管理系统，或者园区里的照明的管理系统，系统互相之间出现互联，互相之间逐步协同，然后又增加相关的智能元素，最后形成了智慧空间。

智能空间是一个物理或数字环境，在这种环境下，人类与受技术支持的系统在更加开放、互联、协作且智能的生态系统内互动。包括人、流程、服务与物在内的多个要素汇聚到智能空间，为目标人群及行业情景打造更加沉浸式、交互式且自动化的体验。

智慧空间的应用场景会非常广泛。从理论上讲，每一个空间都可以成为智慧空间，比如工作场所可以变成智慧的工作场所，用智慧的硬件、软件，使员工和员工之间的协同更加顺畅，使每位员工能有更多的创造力。或者是在一家工厂，用物联网技术、3D打印技术，使工厂变成智慧工厂，从而实现生产效率更高、能够为客户提供定制化产品。同样，供应链和物流协同，使得整个供应链更加顺畅、高效、便捷。

十、量子计算

量子计算是一类在亚原子粒子（例如电子与离子）量子态上操作的非经典计算，其将信息表述为以量子位表示的元素。量子计算的原理是量子物理，量子计算的一个比特处在1和0两种状态的叠加状态，如果是64位的，那就是2^64的叠加状态。量子计算机的并行执行与指数级可扩展性意味着其擅于处理那些对于传统方法而言过于复杂、或是传统算法将花费过长时间才能找到答案的问题。汽车、金融、保险、制药、军事等行业以及研究机构从量子计算的发展中受益最多。例如，在制药行业，量子计算可用于在原子级别上建立分子间相互作用模型，加速新型抗癌药物的面市，量子计算也可加快并更加精确地预测蛋白质间相互作用，从而发现新的制药方法。