德勤技術趨勢分析報告2019（144頁）

溫馨提示：如需原文檔，請登陸未來智庫官網m.lifefree.cc，搜索下載。

報告提綱：

• 宏觀科技力量

• AI驅動型組織

• NoOps與無服務器計算

• 未來連通

• 智能交互

• 超越營銷:體驗重塑

• DevSecOps:網絡安全刻不容緩

• 繪制未來

報告摘要：

一、宏觀科技力量

過去、現在和未來的技術趨勢

在過去的10年中，云技術、分析技術和其他為數字體驗賦能的技術，在不斷顛覆信息技術運營、商業模式和市場。雖然這些現已被熟知的力量早已不能稱為“趨勢”，但其影響力仍不容忽視，其本身仍在繼續演變發展。最近，區塊鏈、認知技術和數字現實(增強現實、虛擬現實、物聯網等)這三種新技術已經進入了“顛覆者”的行列。它們正在蓄勢待發，各自有望成為一種獨特的宏觀力量。與此同時，還有三項基礎力量:遺留核心系統現代化、信息技術業務轉型以及安全和隱私范疇之上的網絡風險戰略升級，使組織機構能夠在保持運營完整性的同時利用創新。這九種形成力量是過去和現在技術創新的支柱。每種力量都在高速向前發展，而相互之間的適度碰撞加大了它們的整體影響力，以推動目的明確的根本性變革。

數字體驗

大約七年前，當“數字”這個術語進入商業技術詞典時，它被用作一種簡略表達:即重點利用某種特定渠道，如社交媒體、移動設備或網絡而面向消費者的銷售和營銷。現在，“數字”越來越多地與體驗一起使用，描述組織、客戶、員工和第三方成員在數字環境中溝通和進行交易的各種方式。它不僅適用于前臺部門，更適用于整個企業。比如，健康計劃通過部署新工具來簡化理賠的預授權。在幕后，由認知算法、機器人流程自動化和預測性分析工具審批更為簡單的、可直接套用條例的申請，而過去這通常是許多員工日常的主要工作。如今，員工可以將更多的時間用于處理那些微妙復雜并且可能會更直接地影響其會員群體之健康和保健的案例。再比如，領先的快餐店和便利店采用移動應用程序處理遠程下單，這不僅改變了客戶體驗，而且重新設計了零售、備貨和遞送的運營。以人為本的設計和用戶參與已經成為商業戰略的核心，它強調如何完成工作、如何開展業務以及如何創造有意義的回憶和體驗。

分析技術

自技術投資出現以來，數據及其潛在的復雜性便一直是企業常常提及的話題。與之類似、甚至更為誘人的一個主題便是分析技術的前景— 利用那些數據去洞察消費者、大眾、市場、運營以及企業運作方式的方方面面絕大多數分析工作一直在努力提供這種可能性的最簡單版本:形同后視鏡，描述已發生事件的，或者少數更高一級，可以提供當前正在發生的事件的實時視角。在分析科學中，這是有價值的，但還遠遠不夠。

今天企業需要具備的能力是預測(我很清楚接下來會發生什么)并對癥下藥(我可以推薦一種應對方法)。但這不是一項簡單的事業。雖然分析引擎、算法和輔助基礎設施變得越來越強大，但可用于分析的數據量也指數級增長。組織機構應考慮傳統信息技術系統內格式規范的數據之外的信息。一家公司如何利用機器日志和傳感器數據、靜態圖像、視頻、音頻、生物特征信息、政府研究以及來自社群摘要(social feeds)的情緒信號?如何打破障礙挖掘內部數據乃至外部的數據來源?對于許多公司而言，能否在市場中保持競爭力，取決于他們回答這些問題的能力。此外，還取決于他們能否將核心數據管理和數據架構功能從空思空想轉化為基礎力量。我們的關注焦點已經從發生了什么轉向將來會發生什么。通過與認知領域的碰撞，分析技術可能很快就會告訴我們，如何根據洞察采取行動，更甚者，自動采取行動。

云技術

有人可能會說，在過去十年中，沒有任何一種技術趨勢能夠比肩云技術在企業信息技術領域的主導地位。在這期間，它從最初的適度討論:“云技術的定義是什么，有何重要性?”，進階為更受重視的:“我們在何時何地使用云技術來降低成本?”，繼而提升到其今天的地位:“為什么不使用云技術?”。云技術首先從低級技術成本套利杠桿轉變為交付模型優化的手段，繼而成為企業轉型的驅動力。簡而言之，云技術正在日漸成為創新的基石。

隨著宏觀力量的發展，云技術的重要性無與倫比，并在一段時間內可能會持續如此。盡管無處不在，但云技術的潛力亦尚未得到充分發揮。有太多公司仍然把云技術視為減輕和轉移工作量的手段，或者僅僅把其當作數據中心或基礎設施戰略的擴展。但隨著一些人開始提出更為復雜的前瞻性問題，這種情況正在發生改變:我們能否使用云原生服務更快地構建我們的產品?我們如何使用強大的計算能力處理更多數據并創造新產品?全新的云后臺是否可以為并購敏捷性提供動力?在堆棧中使用云技術能否帶來有利的稅務影響?

在未來幾年您會看到，主要的云服務提供商會強調其產品作為實現長期增長和推動創新的平臺和模式的潛在價值。鑒于他們的客戶可能已經開始使用部分云技術，例如基礎設施即服務(IaaS) 或軟件即服務(SaaS)特色和功能，他們現在可以使用云技術來進入人工智能、區塊鏈、數字現實和量子計算等等領域。云技術十有八九將會繼續成為競爭優勢。

數字現實

數字現實，是增強現實(AR)、虛擬現實(VR)、混合現實(MR)、物聯網(IoT)和沉浸式/空間技術的總稱，它目前正在重新定義人類與數據、技術以及彼此間的互動方式。雖然在可穿戴設備、“智能”產品和傳感器方面的突破有時會吸引最多關注，但關鍵不在于設備本身，故事的主角應該是必須通過設備所開啟的交互和體驗。

區塊鏈

隨著組織更深入地認識到區塊鏈在行業內及跨行業的轉型價值，區塊鏈技術在繼續朝著廣泛應用的方向前進。國際數據公司(IDC)預測，到2021 年，全球區塊鏈解決方案的年度支出將達到97億美元。2考慮到幾年前區塊鏈這個詞還只出現在與加密貨幣相關的話語中，這項技術能夠成功贏得關注和投資著實令人矚目。如今，區塊鏈之于信任正如網絡之于通訊:一種極具顛覆性的技術，它所改變的不僅是商業，還有人們交易和參與的方式。大型企業和財團正在部署企業級區塊鏈解決方案，規避跨越多個全然不同的數據庫的復雜性。隨著技術障礙和政策限制的解除，在接下來的幾年中，我們可能會目睹網關、集成層和通用標準方面的突破。隨著權益證明成為證明工作共識的可行替代方案，圍繞交易處理的可擴展性和成本效益的顧慮越來越少，管理和維護高性能區塊鏈堆棧的企業工具也已出現。當實現進一步突破時，預計區塊鏈的應用會變得更加普遍。涵括了跨行業、跨職能、跨地域巨大變革和無限潛力的跨組織業務流程重塑將變為可能。

認知技術

認知是對機器學習(ML)、神經網絡、機器人流程自動化(RPA)、機器人和自然語言處理(NLP)等技術以及更廣泛的人工智能(AI)領域的簡單概述。認知技術可以幫助人們理解不斷增長的數據，處理龐大的數據量，以及人類思維和傳統分析技術無法弄懂的復雜問題。算法取代了查詢，并能無監督地自我學習(通過強化學習、可生性對抗網絡及其他技術)，這使得機器可以探索潛在的聯系并發現傳統智慧永遠無法意料的模式和關系。認知工具會增強人類的響應，并可能實現適當地自動響應，而不僅僅是將發現結果簡單可視化。傳統分析專注于發現和回答已知的、易攻克的問題，而認知技術則傾向于引發新問題并為應對發現找到捷徑。

但與分析技術的情況類似，基礎數據是實施認知技術的關鍵。算法和高等模型依賴于可信和準確的輸入。利用機器學習、自然語言和機器人流程自動化這些構建認知的基本技術，全新的數據管理和數據架構方式，為數據的收集、分類和關聯提供了更靈活的方法。

但大多數組織仍處于這一旅程的早期階段。更廣泛意義上的文化環境和組織動態也同樣重要。成為數據驅動型企業并對分析技術保持興趣已經足夠困難;而接受機器在核心業務上的決策能力和驅動能力，則需要信念的再次飛躍。

從當前現狀走向未來

在九大宏觀力量中，信息技術業務、核心現代化和網絡的光芒長期以來一直被數字體驗、分析技術和云技術所掩蓋。或許它們不像數字現實、認知技術和區塊鏈那樣奪人眼球。但它們對于所有其他既定和新興宏觀趨勢的出現仍然至關重要。簡言之，技術業務、網絡和核心現代化使技術轉型變為可能。當我們談論我們需要暢想未來并從現狀出發走向未來時，這三大宏觀力量奠定了實現這一目標所需的基礎。

技術業務

在過去十年中，首席信息官(CIO)、首席技術官(CTO)和其他技術領導者們在努力解決一項長久挑戰:在極速創新和技術驅動重大變革的環境下，我們如何重組和重新裝備IT組織，以提供企業所需的基本技術?為解決這一挑戰而精心設計的舉措，通常會占用超乎預期的信息技術預算。但大多數情況下，他們無法解決這一問題，因為正如部分人所意識到的，這項挑戰極為艱巨。

核心現代化

核心現代化旨在解答一個謎題:那些對遺留系統進行大量投資的公司，該如何通過把這些系統作為新的顛覆性創新的基礎，從這些系統中獲取更多價值。鑒于許多遺留環境的復雜性及其格局所導致的技術債務規模的巨大，這本身就是一項難以完成的任務。組織通過向其技術人員和業務部門公開微服務，而開始展現提高地重振遺留核心系統的能力。除了對遺留系統的平臺再造之外，核心現代化還涉及為構建下一代企業資源規劃(ERP)核心創建路線圖，該ERP對數字化、云技術及其他宏觀力量進行了整合，而非簡單的賦能。這次轉型的引領者看到了將技術債務轉化為技術資產的機會。核心現代化還為IT提供了一次開辟新渠道的機會。首席信息官可以從幾種現代化策略中進行選擇:平臺再造、復興、修復、替換和縮減開支。3有些人可能會選擇對遺留資產進行升級和再利用;而其他人則可能用以云為基礎的技術將其完全取代。要確定如何組合使用這些策略來幫助您實現目標，就要了解哪些核心組成符合您公司的業務目標而哪些不符，以及市場和客戶的需求。確定IT組合中每項遺留資產的使用壽命。考慮哪些資產可以解決企業密切關注的問題，例如應對市場情況和滿足不斷變化的客戶需求的能力。然后，對技術問題進行分層，比如可靠性、安全性和可擴展性。找到的答案可以作為一個杠桿，幫助您決定進行現代化投資方面和方式的優先順序。

網絡風險

在過去的幾年中，隨著網絡風險威脅載體的演變以及網絡攻擊在性質上變得愈加復雜、蓄意和頻繁，我們已經為CIO和CTO討論過這對新興技術趨勢的影響。但這是個更為宏大的課題:除IT部門外，不斷演進的數字化轉型議程影響著組織內部眾多利益相關者，比如營銷、銷售和客戶關系、監管和法務。而多種宏觀技術趨勢的融合以及這種數字化轉型議程，使得企業上下均要關注網絡安全問題。至關重要的是，網絡風險策略應該從頭開始構建和管理，不僅要納入IT架構和系統設計，更要植于商業思維、戰略和政策中。信息技術和企業領導者必須協作確定全面的網絡風險戰略，將安全性、隱私性、完整性和機密性均納入其中。由此，必須考慮組織的風險承受能力，確定最薄弱的缺口以及最有價值的數據和系統，然后制定緩解和恢復計劃。明確而全面的戰略可能會推動組織的市場地位，甚至可以為其帶來競爭優勢。

從根本上對網絡風險的更廣義的理解是，網絡風險不僅僅是在項目結束時要走的一個合規性流程，相反，公司要在制定策略前試探安全功能的極限并塑造其風險偏好。展望未來，網絡將鞏固宏觀平臺的各個組成部分，并將融入組織數字化轉型議程的方方面面。

總結

九大宏觀力量是經久不衰的技術趨勢，它們將繼續影響戰略并主導投資重點。重要的是，這些力量不是獨立、孤立的實體。作為獨立的關注點，它們的吸引力是有限的。當前時代的使命，是為任何特定行業、職能、服務機構或國家解鎖對其重要的組合方式;是自信地繪制出超越慣例和組織惰性的道路;是將談論焦點從賦能型技術的內容提升至技術協作的綜合效果——超越趨勢，超越數字前沿。

二、AI驅動型組織

充分發掘AI在企業中的潛力

對一些企業而言，AI潛力的充分利用是從探索特定的商業機會和創造潛在的應用場景開始的。企業希望通過這樣的嘗試獲得有價值的認知，從而成為市場的先鋒或者創造者，但是實際發現這些認知是遠遠不夠的。若要成為真正的AI驅動型組織，需要從人機互動方式出發，從根本上重構工作環境。同時，管理人員還要考慮如何系統地將機器學習和其他認知工具部署在企業整體運營和每一核心業務流程中，基于數據來制定決策，推出新產品和創造新商業模式。隨著AI技術在各個行業迅速標準化，成為AI驅動型企業不僅僅是戰略上的需要，它也將成為企業能否生存的關鍵。

今天，懷揣著實現下一次生產力飛躍的可能，我們邁向了自主智能。9 人類大腦可以從大量數據中解讀并獲取意義，但這種獨特能力受大腦限制，并非隨時都可吸收大量數據。與人類大腦不同，AI不受這種限制，它能有效地將匯集商業洞察的涓涓細流轉變為充滿無限戰略可能的洶涌江河。自動化所提供的更多且更為深刻的洞察有助于提高生產力、提高效率并降低運營成本。而在AI的背景下，以上目標并不難實現。試想，自主AI如何催生其他機遇，包括:

? 加強合規性。盡管公司做出了最大努力，但由于人們普遍存在的偏見，合規仍是個難以瞄準的移動靶。主觀意見和不同世界觀的碰撞使得交談變得有趣，但同時也使得任意的兩人(或更多人)很難以相同方式去解讀法律和法規。也正因如此，才有法官的存在。相比之下，算法沒有起伏不定的思維過程:它們總是根據現有法規的字面意思來解釋和執行。通過智能自動化IT系統中的合規功能，企業可以將人類認知的機動性交由機器自動執行，理想情況下，這種自動執行不受主觀性、偏見和情緒的影響。10

? 產品和服務的“大量個性化”。如今，內容、產品和服務主要為大眾消費而設計。在不久的將來，它們可能會根據個人用戶的角色、需求、愿望和特點進行定制— 這種方式被稱之為大量個性化。更重要的是，這種程度的個性化將同時存在靜態與動態。部分企業已經在努力實現這一目標。例如，在媒體領域，Netflix正在開發一個AI 平臺，該平臺可根據個人觀眾的流媒體歷史記錄打造個性化電影預告片。這是Netflix更大的內容戰略— 利用數據，為影片類型、演員和情節發展方面的創意決策提供信息— 中的一個要素。11(如需了解有關大規模個性化及其背后所用技術的更多信息，請閱讀《技術趨勢》的“超越營銷:重塑體驗”章節。)

? 資產智能。當下，企業依賴人類智能去解讀、預測和感知信息的這一情況即將改變。未來，由基礎設施、IT系統和庫存等企業資產實現的數據智能，可能超越人類的洞察力，成為企業中最關鍵的商業智能。例如，內置于大型物聯網網絡、計算機視覺和機器學習中的傳感器，將向分析系統提供實時數據。而根據所得洞察自動采取行動的AI工具，可以重新配置商店貨架上的動態定價，重新計算倉庫人員預測，校準制造機器和優化供應鏈。

AI的下一超級模型

的確，許多企業在以創新的方式使用AI，但隨著AI 化趨勢的發展，越來越多的企業開始從孤立試驗項目的技術應用轉向部署更大的AI系統。那么，有哪些系統呢?目前在使用中的系統模型已有三種:

云原生模型。鑒于AI在企業技術領域的優勢，不難想象，AI即服務(AI-as-a-service)平臺也許將成為下一個大型操作系統。這也許并不一定會發生，但僅是這種可能性便已在主流(和次要)科技公司中引發某種淘金熱，紛紛基于AI打造平臺。AWS、微軟和谷歌云平臺正大力投資大數據、機器學習和AI技術，而中國供應商阿里巴巴和百度同時也在開發大量基于云的AI解決方案。

這些資金雄厚的科技巨頭尚未占據先發優勢，但競爭及其潛在回報已開始持續增加。12 德勤全球預測，2019年，企業將推進基于云的AI軟件和服務的使用。在采用AI技術的公司中，70% 將通過基于云的企業軟件獲得AI功能，65%將使用基于云的開發服務創建AI應用程序。13 敬請期待。

組合模型。作為云原生模型的一種替代方法，一些供應商正在將現有的通用AI平臺放入云端。例如，IBM現在開始為云端客戶提供沃森(Watson)的AI和機器學習技術。14Salesforce則為其Einstein平臺采取了一種略微不同的策略:該公司正在收購AI技術，然后添加到其云服務組合中。15同樣，SAP和甲骨文仍專注于將AI整合到現有產品包中。

開放算法模型。認識到AI蘊含大好商機的企業，并非只有財力雄厚的老牌供應商。同樣地，也并非所有人都認為，一種單一的云模型或供應商模型能占據市場主導地位。出于這個原因，許多初創公司和精品軟件商店都在開發AI解決方案，以應對特定的商業需求、用例和垂直領域問題。在市場整合獲得動力和標準興起之前，預計將有更多高度創新的初創公司加入AI戰局，而他們早期的一些努力很有可能會形成可擴展性部署。17

智能:AI與人類智能

AI驅動型組織將AI、機器學習和其他認知技術置于企業和IT運營的核心。雖然這聽起來極其容易，但其顛覆性結果或將波及整個企業，并在以下方面產生特殊影響:

數據管理。若要獲取成為AI驅動型組織的好處，您需要落實更為動態化的數據管控、存儲和架構。高級數據管理為企業AI引擎提供了動力，它是從大量數據存儲中獲取自主洞察力的核心。數據在向AI輸入前需要進行正確標記，企業的團隊應準備好為該信息提供商業環境。要成為AI驅動型企業，需要訪問正確的數據集，并能對該數據進行算法訓練，以及聘用能夠解讀該信息的專業人員。

雖然AI提供了以驚人速度處理、分析和執行數據的機會，但這首先需要高質量的數據來提供支持。遺憾的是，為AI部署準備數據并創建管理數據所需的動態功能，事實上是一項巨大的挑戰。

總結

隨著認知工具和策略在IT環境中的標準化，AI在企業中的作用也在不斷豐富。雖然未來幾年的人們可能會通過部署AI來增強人為績效，并實現部分運營和業務流程的完全自動化，但是急于解雇人員一定無助于規劃企業的下一個認知階段。現在開始，我們要從根本上重新思考工作環境中的人機協作方式，以及新的方式在未來AI驅動型企業中所能實現的目標。

三、NoOps與無服務器計算

從IT運營到成果轉化

我們已處于云計算演化的新階段，現在，技術資源已完全可以從底層系統設施及使能工具中提取。與此同時，云提供商正繼續擴展堆棧;他們不再只是簡單地通過“管理程序關閉”(HYPERVISOR ON DOWN)來提供所有功能，如今他們通過關注超自動化，從而承擔許多核心系統管理任務(包括:補丁、備份、數據庫管理等)，并結合這些功能，創建一個NOOPS(免運維)環境，以動態方式提供軟件和以軟件定義的硬件。照此發展，他們其后將采用無服務器計算，通過云提供商或者解決方案開發團隊，完全自動化運行傳統基礎設施及安全管理任務。由此，操作人才便可從管理服務器的任務中解脫出來，轉變角色成為運維工程師，推動業務成果的實現。

通常，確保關鍵業務技術系統持續平穩運行作為CIO工作職責的一部分，已經占用了IT部門70%的預算和相當高額的人工帶寬。存儲、云計算以及外包成本降低，使此項預算支出減少20%甚至更多。然而，在一個IT預算始終吃緊的時代，如何另辟蹊徑，將財力及人力資產從運營轉向創新，仍是CIO的首要目標。1

在前幾期的《技術趨勢》報告中，我們研究了CIO是如何把技術生態系統從收集工作零件轉向既高速又兼具影響力和價值的高性能引擎，以實現上述首要目標的。

CIO正在從IT堆棧的底層逐漸向上構建可擴展的動態基礎設施以及可延伸的開放結構，并自上而下地重新思考IT團隊的組織、人員配置、預算及服務交付方式。2

在許多再造工程計劃中，自動化是實現有價值的高效率以及降低成本的關鍵點。隨著更多的信息技術可以通過代碼實現(從底層設施到IT部門的任務)，組織正逐漸消除業務成果與底層解決方案間的依賴關系，以此來應用新的架構模式及規程。

組織將采用此類模式及工程技術，使IT人才的工作重心從死板、低價值的工作轉向對高階性能的關注。

如今，作為這股發展趨勢的一部分，CIO將借助無服務器計算使自動化效果再上一層樓。采用這種模式，云提供商將根據高階服務(比如:數據庫或功能代碼)請求，以動態方式自動分配計算、存儲及內存。在傳統云服務模式中，組織必須以人工方式進行設計和分配“上述資源”。其最終目標為:從底層設施中提取并創建一個自動化NoOps IT環境，只需非常小型的團隊便可對其進行管控。由此，CIO可將多余的人力投資用于開發新的增值功能，以提高運營速度及效率。

無服務器的價值將催生人們對無服務器市場的濃厚興趣。3 最近，Cloud Foundry對全球600名IT決策者進行的調查顯示，有19%的受訪者已在使用無服務器計算，另有42%的受訪者表示，計劃在未來24個月內對無服務器計算進行評估。4 此外，B2B 競爭情報研究公司MarketsandMarkets預計，到2023年，無服務器架構市值將從2018年的42.5億美元增至149.3億美元。5

截至目前，許多大型企業(包括Netflix、6 可口可樂7 以及紐約時報公司8 )已紛紛成為無服務器趨勢的先驅力量。在接下來的24個月，預計將會有更多組織跟隨他們的步伐，探索如何以無服務器的方式來擴展自身DevOps實踐并構建全新應用程序。構建一個純粹的NoOps 環境，可能需要花費幾年的時間。但是，各個行業的轉型— 無論多么初級，已在悄然進行。

服務器“維護與支持”模式已經到頭

為了便于討論這一趨勢，術語“NoOps(免運維)”與“無服務器(serverless)”在此不可相互替換。“Ops(運維)”包括任意數量的運維領域，即:搭建網絡、安全、管理及監控。在這片市場中，且在這樣的技術趨勢背景之下，術語“無服務器”主要描述的是服務器管理。這兩個術語都屬誤稱，都有定義混淆之嫌，因為:采用無服務器模式，仍會有服務器存在，但是服務器的功能卻可以自動化;同樣地，在NoOps環境中，傳統運維(例如:代碼部署以及補丁安裝計劃)仍屬內部責任，只不過達到一種極致自動化罷了。

都可追根溯源至最初的“即服務”產品和一個構想(這個構想就是:在某天，IT組織將能夠將企業組織中繁重的服務器維護及支持工作交由他人負責處理)。目前，“無服務器計算”是一個概括性術語，適用于描述旨在放棄服務器管理工作的組織可使用的一系列基于云計算的備選方案。在這個范圍內，一端是“平臺即服務”模式，通過這種模式，客戶可以購買隨時可訪問的數據庫。

另一端則是“函數即服務”模式，這種模式提供了一個精細的定價模型，只有當客戶需要時才會實例化并運行代碼。因此，客戶只需為業已提出的服務調用請求支付費用。

無服務器計算為CIO提供了一套轉換IT部門操作的工具組。這套工具組可能會帶來以下好處:

? 無限可擴展性以及高可靠性。函數實例根據用戶流量呈橫向彈性擴展。

? 免運維(NoOps)(或至少減少運維)。盡管諸如調試這樣的運維任務通常仍在企業內部完成，基礎設施管理這項工作卻是完全外包出去的。

? 無閑置時間成本。在無服務器計算模式中，消費者僅為函數的執行時長以及所執行的功能數量支付費用。若函數未執行，則不收取任何費用，因此，不會產生任何閑置時間。在成本方面，這樣的收費方案是對舊有云計算模式的改進。而在舊有云計算模式中，用戶根據運行虛擬機的時長支付費用。

概要總結

數年來，對關鍵系統的基本維護及支持已占據IT部門很大一部分預算及人員能力。如今，無服務器世界NoOps(無操作)趨勢為CIO提供了一個途徑，通過這個途徑，我們可以把對這些寶貴資源的關注重點從運維轉向結果。這個趨勢還為開發團隊提供了一個機會，由此他們可以學習新技術并更加獨立地開展工作。從舊有的內部服務器轉變為基于云進行計算、存儲及內存等工作，這種轉變不會一夜成型。而轉變過程中，也會遇到許多獨特挑戰。但越來越多的CIO已逐漸意識到:從根本上把IT部門從被動轉變為主動— 實在是一次大好機會，不容忽視。

四、未來連通

高級網絡的范圍和潛力

作為數字未來的無名英雄，高級網絡所提供的持續的連通將推動全新產品和服務的研發，改變低效的運營模式。通過認知科學、物聯網、區塊鏈和高級分析等依靠數據和網絡技術實現的數字化轉型，正持續推動技術連通性的應用發展。利用下一代技術，如5G、地球低軌衛星、網狀網絡、邊緣計算和超寬帶解決方案，我們有望實現數量級的改進，為可靠、高性能的通信技術提供支持;同時，軟件定義網絡(SDN)和網絡功能虛擬化(NFV)，則幫助企業管理不斷變化的連通性需求。未來幾個月中，預計將有來自不同行業和地區的企業利用先進的互聯互通來配置和運營企業的未來網絡。

傳統上，顛覆性的企業技術，如數字體驗、認知技術和云技術等限制了人們想象且占據著新聞頭條—高調的姿態使得網絡一直處于它們的陰影之下。感覺網絡雖必不可少，卻沒那么迷人。

但這種情況即將改變。依賴于網絡的技術已開始逐步改變企業架構。例如，激增的移動設備、傳感器、無服務器計算、海量的共享數據和自動化都需要高級連接和差異化網絡。事實上，先進的連通性正迅速成為電子商務的關鍵。

在TechTarget最新的IT優先事項調查中，44% 的受訪者將網絡基礎設施升級作為新一年的首要任務。1同樣，Interop ITX和《信息周刊》(InformationWeek)在2018年對IT領導者的一項調查中發現，企業越來越關注增加帶寬、探索通過軟件實現網絡現代化的方法以及擴展現有網絡功能。

展望未來，CIO的主要職責之一是將數據從收集到分析再到用于推動實時決策和自動運營的所需之處，并快速且大規模地在數據中心、云端或者業務發生和實現的邊緣地帶。

那么，建立和維護與業務相匹配網絡功能，越來越成為CIO首要考慮的問題。作為未來連通這一發展趨勢的一部分，首席信息官(CIO)們已經開始制定連通戰略，以支持其更廣泛的數字化議程。他們正在探索利用軟件定義網絡(SDN)、網絡功能虛擬化(NFV)和網絡切片來構建安全可控的分布式網絡—這些分布式網絡具有不同類型的設備并能夠利用分布式計算能力。同時，他們還在探索不斷發展的訪問機制(如5G和近地軌道

衛星)將如何在其連通戰略中發揮作用。更重要的是，CIO們已開始學習如何在不增加現有成本的情況下掌控這些網絡組件。

擁有部分或全部上述組件的網絡模型可以改變組織的敏捷性、效率和競爭力—但僅限于可靠且順暢地向最終用戶和應用程序提供連通性、安全性和高性能。通常，各種數字體驗背后，對支撐的網絡連接期望是無縫、無限、無所不在的。因為一旦這種期望無法實現時，體驗及其背后的策略就會失敗。

5G承諾的數量級性能提升不會經常發生。近地軌道衛星的聯通和網狀網絡很快將為目前5G覆蓋的有限范圍提供5G功能。在接下來的18到24個月內，通過探索如何使用大量高級網絡功能來增強產品、服務和企業架構，預計會吸引更多公司步入未來連通的趨勢。

從戰略角度來看，若目前的行業可以從更大帶寬和更多數字技術，從應用于門店、倉庫、現場運營蔓延到全球網點，并從中受益，這一趨勢對企業的未來意味著什么?企業將如何建立未來連通?

連通性構建模塊

高級連接提高了網絡靈活性，并可通過配置網絡來滿足不同類型的性能和可用性要求。網絡管理框架已逐漸使得企業可通過軟件動態配置和控制網絡資源。在制定高級網絡戰略時，CIO應首先明確，下列核心能力將如何推進其數字化轉型進程。

最新的高級連接構建模塊包括:

? 5G。第五代蜂窩無線技術所代表的徹底變革，遠不只是智能手機的另一個新無線接口。它提供更快的速度和更低的延遲，更重要的是，它能夠連接網絡中的大量傳感器和智能設備。3 這如何實現呢?通過打破技術限制。使用5G，許多網絡協議可共同使用，以滿足設備和應用程序的特定要求，并且可以實現無縫管理。在未來連通中，數十億連接設備將進行機器對機器的直接通信，前所未有的大規模增減連接設備將成為可能。在這種環境中，管理大量連接設備及其所交換信息的能力將至關重要。

作為一種統一技術，5G匯集了管理大規模信息流和高密度所需的網絡能力。同時，該協議降低了對基礎通信的功率要求，延長了傳感器電池壽命，并擴展了物聯網許多潛的應用場景。

電信運營商正在經歷5G革命。德勤預測，2019 年將成為5G網絡大規模到來的一年。2018年共有72家運營商測試5G，4 到2019年底，我們預計，至少將有25家運營商會在其業務范圍的部分地區(通常是城市)推出5G服務。另有26家運營商可能將在2020年啟動推廣，使服務商的總數增加一倍以上。5

此外，在監管部門批準頻譜使用的情況下，企業可以使用5G技術部署私有局域網。在工廠車間等工業環境中，5G可以通過Wi-Fi取代局域網，顯著提高網絡的可靠性、性能和可預測性。這種5G技術可將機器人從固定位置解放出來并可實現機器人的遠程控制，從而在操作中提供更高水平的靈活性。

近地軌道衛星。長期以來，企業一直使用大型高空地球同步衛星來使得偏遠地區得以與外部世界連通。這些衛星雖可實現這種需求，但它們在可靠性和響應速度方面遠落后于光纖和基于電纜的互聯網，且具有潛在的高成本特征。在一些人稱之為“新太空競賽”的局勢

下，SpaceX、OneWeb等組織正在開發小型近地軌道衛星，并以集群方式部署。這些衛星將可能在地球上的任地方提供高性能寬帶。除了提供連通鄉村或信息孤島外，低軌道衛星還可以成為能源、采礦、運輸甚至金融等行業在偏遠地區運營業務的重要網絡基礎設施。6

為了監控和管理日益多樣且不斷演變的連通需求，CIO們正在使用以下網絡管理技術使部分連接堆棧虛擬化:

軟件定義網絡(SDN)。SDN是一個軟件層，位于由交換機和路由器等網絡設備組成的物理網絡之上。長期以來，該技術主要局限于數據中心內部使用，現在正擴展應用于廣域網(SD- WAN)以連接數據中心、銀行分支行、門店或其他多區域應用。數據包仍由這些物理設備轉發，但其轉發位置則由SDN軟件控制。在SDN 模型中，軟件可以通過集中編程和管理網絡提高靈活性。7

網絡功能虛擬化(NFV)。NFV利用虛擬化軟件取代專用物理網絡設備提供的路由、交換、加密、防火墻、WAN加速和負載均衡等網絡功能。這些虛擬網絡的功能在外觀和行為上與其物理網絡相似，但無需專用的特殊硬件。

總結

未來連通趨勢是了一種必不可少且備受期待的轉變，這種轉變關乎組織如何將業務關鍵型數據從生成位置移動到所需位置。在不同行業，這種轉變只會隨著網絡設備總數呈指數增長而加速發生。很多技術和企業領導者日漸意識到，作為精心規劃的連接策略的一部分，5G、衛星、SDN和NFV等構建模塊在部署時可以在網絡靈活性、效率和速度方面實現數量級的提升。對于利用未來的連通性，您將采取何種戰略呢?

五、智能交互

重構人類、機器及數據的交互

如今，人和技術的互動通過更加智能的界面完成，交互模式正逐漸從傳統鍵盤向觸摸屏、語音指令及其他模式轉變。但即便是這樣的互動模式，也日漸被更無縫、更自然的互動新方式取代。比如:利用圖像和視頻，實現跟蹤資產走向、驗證個人身份以及根據周邊環境

認知具體情境。高級語音功能可以利用復雜的系統通過自然且微妙的人機對話實現互動。此外，基于人工智能的系統通過直覺感知到人類做出的手勢、思維活動以及目光所傳達的信息，然后，針對用戶發出的非語言型指令做出響應。智能界面結合了以人為中心的最新設計和前沿技術，比如:計算機視覺、對話語音、聽覺分析、高級增強現實(AR)和虛擬現實(VR)。這些技術及功能協同發揮作用，逐漸改變著我們與機器、數據以及人與人之間的互動方式。

不妨想象一下，假如在一次晚宴上，您的愛人坐在您的對面，有一瞬間她/他微微地揚了揚眉毛。如此細微的小動作，旁人是無從察覺的，而您卻清楚無誤地接收到了這樣的信息:“我覺得很無聊，我們可以走了嗎?”

大多數人把這種直覺溝通認為是有親密關系的人們通過長期的相處逐漸培養出的一種共同語言。而我們則認為，這種細微的小動作是完全自然而然的舉動，只不過它僅僅存在于人類之間罷了。雖然機器也許能夠識別出輕揚眉毛這種微妙舉動背后所傳遞的信息，并以合乎情境的方式作出響應，但事實上這樣的技術看起來有些牽強，和不太成熟。

然而，在一個可能重新劃分甚至可能消除人機界限的新興技術趨勢中，新型的智能界面正悄然把這種看不可能的創意變為現實。

實際上，這樣的界面是一組數據收集、處理以及應用的復雜功能。單獨或協同地使用這些功能，可為傳統人機界面模式提供功能強大的替代方案。例如:零售商使用攝像頭、傳感器以及計算機視覺，可以追蹤并分析購物者在商店里來回走動、目光停留等一舉一動所傳遞出的信息，據此識別老顧客并評估他們當時的情緒。再將這些信息與顧客的購買歷史進行交叉分析，零售商就可以實時地在顧客的移動設備上推送促銷信息，甚至在不久的將來，零售商可根據顧客的潛意識行為提前預測顧客的需求并且主動替顧客下單。

在上述舉例中，這些已被采用的技術成為了用戶與系統之間的智能界面。其實一切僅僅是開始: 熱成像技術可以探測到購物者的心率變化;從今天的智能手表到未來的增強現實(AR)眼鏡，這一系列的可穿戴設備都可捕捉到穿戴者的生物反饋信息。而實時捕捉到的智能手機數據，可提醒零售商— 顧客正在網上對比某款產品的價格，此舉表示該顧客對商店的定價、產品選項或商品布局并不滿意。1

這樣的分析潛力使市場對各種人機界面設備的需求逐漸增多。到2024年，全球市場僅對語音識別這一項技術的需求就將達到223億美元。2預計到2022年，情感計算(即:情感感知軟件的別稱)的市場需求將達到410億美元。3

未來兩年，將會有更多的B2C企業以及B2B企業接受日益凸顯的智能界面趨勢所帶來的各種變革。首先，這些企業可能會去探索如何以不同的方法支持其客戶激勵及其業務轉型目標。已經著手進行這方面探索的企業可能還會進一步開發相關使用實例和原型。盡管企業在正式獲得收益之前，或許還需要投入時間、人工及預算，但是，這些企業在接下來18至24個月內所采取的措施，對于企業在未來市場中保持競爭力而言將至關重要。

權威之聲

智能界面代表的是一系列重大技術變革的最新進展，這些變革最初始于大型計算機向個人電腦的轉變，而后，隨著網絡和移動設備的出現而繼續變革。在變革的各個階段，人類與技術之間的交互方式已變得更加自然、更加符合具體情境、更加無處不在— 變化進程先從鍵盤到鼠標，再到觸摸屏，最后到語音，隨之而來的是，我們在屏幕上操作數據的方式也發生了變化。

如今的語音用戶界面，如:亞馬遜推出的Alexa、谷歌助理、蘋果推出的Siri®語音識別軟件，以及微軟推出的Cortana，都屬于部署最為廣泛的智能界面類型。這些科技巨頭為了主導語音系統空間而不斷相互競爭，而這樣的競爭正在界面市場推動著自然語言處理技術及人工智能技術日趨標準化— 同時不斷推動創新。4 亞馬遜公司舉辦的年度Alexa競賽，為計算機科學研究生團隊提供100 萬美元獎金，只要能夠開發出能夠“連貫地與人類就熱門話題進行20分鐘互動”的機器人即可獲此獎勵。5

目前，在倉儲、客戶服務，特別是現場操作部署等領域，語音技術的使用正在急劇增長。在這些應用領域，技術人員配備了各式各樣由語音支持的可穿戴設備，與企業系統及員工進行互動，無需使用手持電話或書面指令。同樣地，我們看到越來越多的組織正在探索各種機會，試圖把語音對話系統納入員工培訓計劃中。其目的是為了開發新的培訓方法，以提高培訓課程的效果，同時縮短學員學習新技能所需的時間。

目前，盡管會話技術仍在智能界面領域占主導地位，但許多人卻認為，另一種不同的解決方案正在悄然崛起——這種技術可以充分利用先進的傳感設備、物聯網網絡、計算機視覺、分析軟件及人工智能相互結合所產生的強大功能。這類解決方案的特色功能包括:計算機視覺、手勢控制設備、嵌入式眼球跟蹤平臺、生物聲學傳感、情感探測/識別技術，以及肌肉-計算機界面。不久的將來，或將新增許多新興功能，例如:大腦控制界面、外骨骼及步態分析、容量顯示、空間計算以及電振動傳感。

我們可以設想一組分布范圍廣泛的物聯網傳感器，以便更好地理解這些功能如何在企業環境中協同發揮作用。這組傳感器將在整個工作場所內收集數據，然后迅速地把已收集到的數據傳回中樞神經系統。在很多情況下，這些傳感器就如同人類的感官，通過視覺、觸覺及聽覺對操作環境進行監測以發揮作用。例如:嵌置在裝配線電機上的麥克風可檢測到頻率變化。而用于監控這些電機的計算機視覺軟件可以“發現”某個部件配置錯誤。輸入人工智能算法(即:如同一個基于邏輯而運轉的大腦)，從這些傳感器及其他傳感器產生的數據中得出推論。這個大腦可能會推斷出某個具體的裝配線功能發揮欠佳，基于這樣的判斷，智能界面組合中的大腦/人工智能組件就可以對此作出響應。此外，例如:通過把實時收集的生產差異數據與批量收集的生產差異進行對比，系統就可以加速作出響應，最終提升產量。

為客觀起見，訓練有素的人員會通過觀察，再結合機器數據進行分析。這樣的分析方式仍然是為生產流程或零售操作提供最可靠、最深刻分析信息的方式。有了智能界面，人類與機器之間的信息流便可以通過兩種方式運行(見圖1)。正如我們在前幾期《技術趨勢》中研究的那樣，增強現實(AR)、虛擬現實(VR)以及混合式現實設備等技術作為智能界面的傳遞工具，正在利用各種各樣的數據，為用戶提供信息豐富且具有詳細情境的虛擬環境。6這表示，人們使用技術的傳統方式已發生根本性改變。我們處于人機界面的終止狀態。

概要總結

與許多提供流程新途徑或者客戶激勵新途徑的技術趨勢不同，智能界面趨勢提供了更加個性化的內容，因此，智能界面便成為了一次契機— 從根本上重構人類與技術、與信息以及與周圍環境之間的互動方式。若說智能界面技術趨勢可能具有破壞性，那這還不足以充分形容這個技術趨勢— 簡而言之，這個技術趨勢代表著下一場偉大的技術變革。而這一場變革已在悄然進行。若您現在還未開始探索語音、計算機視覺及日漸增多的其他界面會對您組織的未來發展發揮什么作用，那么，您已經落伍了。

更多內容，請登陸m.lifefree.cc，搜索下載本報告。

編輯：大力人