Gartner 发布 2022年的 Hype Cycle,增加了25项新兴技术

Marteker .2022-08-17 09:31.阅读量.71

微信图片_20220816222844.png

日前,Gartner发布了「新兴技术的Hype Cycle, 2022」,并在其中增加了25项新兴技术。Gartner表示,这些技术正在推动沉浸式体验的进化和扩展,加速人工智能(AI)自动化,优化技术人员的交付。

这些新兴技术与Gartner在2021年Hype Cycle中的三个主题截然不同。Gartner解释说,这些主题是动态的,它们「会被推荐一到两年,之后它不会跟踪它们,为其他新兴技术腾出空间。」

这些技术和趋势有可能在未来2到10年提供高度的竞争优势。

「新兴技术为企业提供了转型潜力,但面对日益扩大的资源限制,首席信息官和技术创新领袖面临着扩大数字能力、同时提高可持续性的挑战。」Gartner的VP分析师梅丽莎•戴维斯(Melissa Davis)在一份声明中表示:「重要的是,企业要突破围绕新兴技术的噪音,利用创新来推动竞争性的差异化和效率,加快变革。」

Gartner公司的VP分析师加里•奥利夫(Gary Olliffe)在一份声明中表示,所有处于 Hype Cycle 的技术都处于早期阶段,有些还处于初期阶段,它们将如何发展还存在「巨大的不确定性」:「这种技术在部署时存在更大的风险,但对于早期采用者来说,潜在的好处更大,他们可以根据企业处理未经验证技术的能力来评估和利用它们。」

今年早些时候,行业专家提到了将在2022年塑造企业战略的新兴技术,包括可组合应用、网络安全网格和隐私增强计算。

新兴技术趋势的三个主题

发展和扩大沉浸式体验

数字体验的未来是沉浸式的。一系列新兴技术通过动态虚拟表现、客户和人的环境和生态系统,以及用户参与的新模式来支持这种体验。通过这些技术,个人可以控制自己的身份和数据,并体验与数字货币相结合的虚拟生态系统。这些技术有助于以新的方式接触客户,以加强或打开新的收入来源。

这些技术的好处是,它们为个人提供了对自己身份和数据的更多控制,并将他们的体验范围扩大到可以与数字货币集成的虚拟场所和生态系统。这些技术还提供了接触客户的新途径,以加强或开辟新的收入来源。

面向客户的数字孪生(Digital twin of the customer,简称DToC)是客户的动态虚拟表示,它模拟并学习模仿和预测行为。它可以用来修改和增强客户体验(CX),并支持新的数字化努力、产品、服务和机会。DToC将需要5到10年的时间才能被主流采用,但对企业来说将是革命性的。

沉浸式体验的其他关键技术包括:

去中心化身份(Decentralized identity,简称DCI)允许实体(通常是人类用户)通过利用诸如区块链或其他分布式账本技术(dlt)以及数字钱包等技术来控制自己的数字身份。

数字人类(Digital humans)是交互式的、由人工智能驱动的表现形式,具有人类的一些特征、个性、知识和思维模式。

内部人才市场(Internal talent marketplaces)在没有招聘人员参与的情况下,将内部员工(在某些情况下,还包括一些临时员工)与固定时间的项目和各种工作机会进行匹配。

元宇宙(Metaverse)是一个集体的虚拟3D共享空间,由虚拟增强的物理和数字现实的融合创造。元宇宙是持久的,提供增强的沉浸式体验。

不可替代代币(Non-fungible token ,简称NFT)是一种独特的、基于区块链的可编程数字项目,可公开证明数字资产的所有权,如数字艺术或音乐,或被代币化的物理资产,如房屋、汽车或文件。

超级应用(Superapp)是一个复合移动应用,作为一个平台,提供模块化的微应用,用户可以激活个性化的应用体验。

Web3是一种新的技术栈,用于开发分散的web应用程序,使用户能够控制自己的身份和数据。

加速人工智能自动化

扩大人工智能的应用是发展产品、服务和解决方案的关键途径。这意味着加快专门人工智能模型的创建,将人工智能应用于人工智能模型的开发和培训,并将其部署到产品、服务和解决方案交付中。结果包括更准确的预测和决策,以及更快地获得预期收益。人类的角色也更侧重于充当消费者、评估者和监督者。

自主系统(Autonomic systems)是加速人工智能自动化的例子。它们是自我管理的物理或软件系统,执行领域内的任务,表现出三个基本特征:自主性、学习和代理。当传统AI技术无法实现业务适应性、灵活性和敏捷性时,自主系统可以成功地帮助实现。自主系统将需要5到10年的时间才能被主流采用,但对企业来说将是革命性的。

加速人工智能自动化的其他关键技术包括:

因果人工智能(Causal artificial intelligence)识别并利用因果关系,从而超越基于相关性的预测模型,走向能够更有效地规定行动并更自主地行动的AI系统。

基础模型(Foundation models)是基于转换器架构的模型,例如大型语言模型,它体现了一种深度神经网络架构,该架构在周围单词的上下文中计算文本的数字表示,强调单词的序列。

生成设计AI(Generative design AI) 或者 AI 增强设计(AI-augmented design),是利用AI、机器学习(ML)和自然语言处理(NLP)技术自动生成和开发数字产品的用户流程、屏幕设计、内容和表示层代码。

机器学习代码生成工具(Generative design AI)包括插入专业开发人员集成开发环境(IDE)的云托管ML模型,它是基于自然语言描述或部分代码片段提供建议代码的扩展。

优化的技术人员交付

这些技术专注于构建数字业务的关键要素:产品、服务或解决方案构建者社区(如融合团队)以及他们使用的平台。这些技术提供反馈和洞察力,优化和加速产品、服务和解决方案交付,并提高业务操作的可持续性。

云数据生态系统(Cloud data ecosystems)是优化技术交付的例证。它们提供了一个内聚的数据管理环境,能够有力地支持从探索性数据科学到生产数据仓库的所有数据工作负载。云数据生态系统提供精简的交付和全面的功能,可以直接部署、优化和维护。它们将需要2到5年的时间才能被主流采用,并且将对用户非常有益。

优化技术交付的其他关键技术包括:

增强版FinOps(Augmented FinOps )通过人工智能和机器学习(ML)实践的应用,实现了传统DevOps的敏捷性、持续集成和部署以及终端用户对财务治理、预算和成本优化工作的反馈的自动化。

云可持续性(Cloud sustainability)是指利用云服务在经济、环境和社会系统中实现可持续性利益。

计算存储(Computational storage,简称CS)将主机处理从中央处理单元(CPU)的主内存转到存储设备。

网络安全网格体系结构(Cybersecurity mesh architecture,简称CSMA)是一种新兴的构建可组合、分布式安全控制的方法,可以提高整体安全效率。

数据可观察性(Data observability )是指通过持续监视、跟踪、警报、分析和排除故障来了解企业数据环境、数据管道和数据基础结构的健康状况的能力。

动态风险治理(Dynamic risk governance,简称DRG)是一种新的方法来解决定义风险管理角色和责任的关键任务。DRG针对每个风险适当地定制风险治理,使企业能够更好地管理风险并降低保证成本。

行业云平台(Industry cloud platforms)利用底层SaaS、平台即服务(PaaS)和基础设施即服务(IaaS)云服务,向确定的垂直产品提供行业相关的打包业务和技术能力。

最小可行体系结构(Minimum viable architecture,简称MVA)是一个标准化的框架,产品团队使用它来确保产品的及时和兼容的开发和迭代。

可观察性驱动开发(Observability-driven development,简称ODD)是一种软件工程实践,它通过设计可观察的系统,为系统状态和行为提供细粒度的可见性和上下文。

OpenTelemetry是一个规范、工具、应用程序编程接口(API)和软件开发工具包(SDK)的集合,描述和支持软件的开源设备和可观察性框架的实现。

平台工程(Platform engineering)是构建和运营用于软件交付和生命周期管理的自助内部开发人员平台(IDPs)的学科。

参考资料:
3 Exciting New Trends in the Gartner Emerging Technologies Hype Cycle
Gartner identifies 25 emerging technologies in its 2022 hype cycle | TechRepublic
Gartner Identifies Key Emerging Technologies Expanding Immersive Experiences, Accelerating AI Automation and Optimizing Technologist Delivery

微信图片_20210903173734.jpg

微信图片_20210816105329.jpg


点赞 差评
相关推荐
技术营销人都在关注
  • Marteker
  • Marteker
  • 微信公众号
  • 知识星球