新兴铸管股份有限公司
Xinxing Ductile Iron Pipes Co.
国家材料腐蚀与防护科学数据中心分中心-智慧铸管-耐蚀钢铁材料数据中心
National Materials Corrosion and Protection Data Center
Intelligent Ductile Iron Pipe-Corrosion Resistant Steels Data Center
中文 | Eng 管理后台 数据审核 登录 反馈
2018-2020年Gartner战略科技发展趋势一览!
2019-10-28 10:30:51 作者:本网整理 来源:战略前沿技术

近日,Gartner公布了2020年十大战略科技趋势的预测,值此之际,边缘计算社区总结回顾并简要分析了2018-2020三年的战略科技发展趋势变化。


Gartner将战略科技发展趋势定义为具有巨大颠覆性潜力、脱离初期阶段且影响范围和用途正不断扩大的战略科技发展趋势;这些趋势在未来五年内迅速增长、高度波动、预计达到临界点。


Gatner十大战略科技发展趋势2018-2020:


1.png

2.png

 

2020年战略科技发展趋势将主要围绕“以人为中心”和“智能空间”。


以人为中心:把人作为技术战略的核心强调了技术最重要的作用之一:影响客户、员工、合作伙伴、社会或其他关键群体。从某种意义上来讲,企业机构采取的所有行动都是为了直降或间接影响这些个人和群体。


智能空间:智能空间建立在以人为中心的理念上。智能空间是一个人与科技系统能够在日益开放、互联、协调且智能的生态中进行交互的物理空间。人、流程、服务及物等多项元素在智能空间汇聚,创造出沉浸度、交互性和自动化程度更高的体验。


2020年战略科技从前面几年的智能、数字、网格三大领域转变到以人为中心和智能空间。


智能:人工智能如何在几乎所有现有技术中,并创建全新的类别。


数字:融合数字世界和物理世界,创造一个身临其境的世界。


网格:利用不断扩展的人员,企业,设备,内容和服务之间的联系。


而认真观察就会发现 人工智能、区块链、边缘计算 连续三年入选战略科技发展趋势,这些科技很有可能创造全新的商业模式,改变社会。


一起来看看2018-2020年十大战略科技发展趋势吧!


2018年十大战略科技发展趋势具体如下:


3.jpg

 

智能


1. AI基础


能够使用AI来改善决策机制、重塑商业模式和生态系统以及重塑客户体验,将促使数字计划带来回报,这种情况将一直持续到2025年。考虑到Gartner接到的客户咨询稳步增多,不难看出公司企业对技术及其潜力表现出了兴趣。给予佐证的是Gartner最近的一项调查:调查显示,59%的企业组织仍在收集信息以制定战略,而其余企业组织在试用或采用AI计划。


然而,任何期望投入于这项技术的企业应该认识到,虽然技术的实际使用会给数字企业带来巨大回报,但应该致力于范围明确的针对某项具体任务的机器学习解决方案。这可能包括在受控环境下驾驶车辆的AI。AI技术在迅猛发展,你需要大笔投入于技能、流程和工具,才能成功地运用这些技术,构建用AI改进的系统。值得投入的领域包括:数据准备、整合、算法、训练方法选择以及模型创建。包括数据科学家、开发人员和业务流程负责人在内的多方人员需要携手合作。


2. 智能应用和分析技术


预计AI在某种程度上会出现在每个应用、应用程序和服务中。它已成为软件和服务市场的一个主战场,企业组织应该要求软件和服务提供商透露它们如何利用AI,借助高级分析技术、智能流程或新的用户体验来提供业务价值。增强分析技术是一个尤其具有战略性的增长领域,使用机器学习,让数据准备、洞察发现和洞察共享实现自动化,造福于一系列广泛的业务用户、操作人员和平民数据科学家。企业应该探究智能应用以增强人类活动,而不是仅仅替代人员。


3. 智能物件


智能物件使用AI和机器学习,以一种更智能的方式与人和环境进行交互。这些智能物件会在一定的时间内自主运行或半自主运行,以完成某项任务,比如打扫房间或给田地施肥。消费级设备、工业系统和医疗器材都是适合运用AI的智能物件。智能物件的下一个层面将是,大批智能物件协同运行来实现某个目标。美国国防部在试验用于空中监视的Perdix微型无人机,本田公司在开发一种合作合并能力,好让自主车辆可以协调其活动。


数字


4. 数字孪生


数字孪生有望通过以数字化手段呈现真实世界的实体或系统,节省数十亿美元的维护修理和操作费用。数字孪生提供了真实世界对象的状况方面的信息,可以响应变化或改进操作。数字孪生的好多例子都在物联网领域,不过数字孪生对于不是“物件”的对象而言也越来越有潜力。比如说,面向人类的数字孪生能够提供生物特征和医疗数据,医生可以用来诊断疾病。面向整个城市的数字孪生可以为城市规划人员提供操作和维护方面的信息。


5. 从云到边缘


虽然人们常常认为云计算和边缘计算是两种相互竞争的方法,但这是对这两个概念的一种根本性误解。边缘计算指的是一种计算拓扑结构:它让内容、计算和处理更接用户/物件,或者说是网络的“边缘”。云是这样一种计算:弹性可扩展功能作为服务来加以提供,但确实要求集中化。若结合起来,云模式创建了一种面向服务的模型,采用了一种集中式控制和协调结构,云服务部署到中间服务器或实际边缘,从而支持分布式执行模型。Office 365和AWS Greengrass是如今这种统一概念的两个例子。


6. 对话式平台


对话式平台将改变人们与技术进行交互的方式。翻译/转换意图的负担由用户转移到计算机。对话式平台先获取用户提出/发出的问题或命令,然后通过执行某种功能、呈现某种内容或要求进一步的输入来进行响应。这可能是简单的应用场景,比如查询天气,也可能是较为复杂的应用场景,比如商务预订。在未来几年,对话式界面将成为用户交互的一个主要设计目标,将通过专用硬件、操作系统的核心功能、平台和应用程序来实现。


7. 沉浸式体验


增强现实(AR)和虚拟现实(VR)在改变人们感知数字世界并与之交互的方式。结合并扩展AR和VR的混合现实俨然成了一种首选的沉浸式体验,它提供了一种界面,以便更好地匹配人们如何看待世界并与之交互的方式。结合对话式平台,用户体验会出现根本性变化,变成一种无形的沉浸式环境。


网格


8. 区块链


区块链是一种共享的、分布式的、分散的、标记化的账本,它做到了独立于单个的应用或参与者,因而消除了业务摩擦。它让不受信任的有关方可以相互达成商业交易。虽然区块链具有长远潜力,但是在至少今后两三年,区块链的现状比区块链承诺的前景慢一拍。企业需要清楚地了解潜在的商业机会,还要了解这项技术的能力和局限性。要是没有相应的技能组合,包括加密技能,不应该上马项目。


9. 事件驱动


数字业务时刻驱动数字企业。这种时刻结合了体验或发现显著状态或状态变化的业务活动。这可能是很简单的事件,比如表明采购订单已完成的信号。事件代理和物联网以及其他新技术意味着,可以更迅速地检测这些事件,还可以更详细地分析它们。企业应该积极奉行“事件思维”(event thinking),作为数字企业战略的一部分。到2020年,事件来源的实时态势感知将成为80%的数字业务解决方案的一个必备特点,而80%新的业务生态系统将需要支持事件处理。


10. 持续自适应风险和信任


持续自适应风险和信任评估(CARTA)可实现实时的、基于风险和信任的决策机制,对安全赋能的数字企业实现自适应响应。随着威胁不断发展和演变,安全界在随着不断变化。将安全整合到贵公司的开发运维(DevOps)工作中,以打造持续的开发安全运维(DevSecOps)流程,以及探究诱捕技术(比如自适应蜜罐),旨在捉住渗入到网络中的坏人,这是有望让CARTA成为现实的其中两项新技术。


2019年十大战略科技发展趋势具体如下:


4.jpg

 

智能


1.自主化设备


机器人、无人机与自动驾驶车辆等自主化物件采用人工智能自动执行此前由人类完成的各种功能。其自动化水平超越了僵硬的编程模型所提供的自动化,且能够利用人工智能带来与环境及人类互动得更自然的高级行为。


2.增强型分析


增强型分析侧重于增强智能的特定领域,利用机器学习(machine learning)转变分析内容的开发、使用与共享方式。增强型分析能力将快速发展至主流应用,成为数据准备、数据管理、现代分析、业务流程管理、流程挖掘与数据科学平台的主要特性。源自增强型分析的自动洞察(automated insights)也将嵌入企业应用,例如人力资源、财务、销售、营销、客户服务、采购与资产管理部门应用等,以优化各个情景下所有员工的决策与行动,而非只是分析师与数据科学家的决策与行动。


3.人工智能驱动的开发


市场正快速从专业数据科学家必须与应用开发者合作以创建大部分人工智能增强型解决方案,转变为专业开发者可通过预定人工智能模块的服务(predefined models delivered as a service)而独自操作的模式。这为开发者们提供了人工智能算法与模型的生态系统,以及能够将人工智能功能与模型整合为解决方案的开发工具。随着人工智能被用于开发流程以自动执行各种数据科学、应用开发与测试功能,专业应用开发将迎来新的机遇。到2022年,至少40%的新应用开发项目的团队中将出现人工智能共同开发者(AI co-developers)。

 


数字


4.数字孪生


数字孪生是指以数字化方式再现真实的实体或系统。据Gartner预测,到2020年,互联传感器与端点将多达超过200亿,数字孪生将服务于数十亿个物件。各企业机构一开始只是简单地实施数字孪生,但将随着时间的推移对其加以演化,提高其收集与可视化正确数据的能力,应用正确的分析与规则,并有效响应企业的业务目标。


5.自主性的边缘


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。


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而驱动。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。


6.沉浸式体验


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。


网格


7.区块链


区块链是一种分布式分类账(distributed ledger),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、政府及其他许多机构,并将它们视为在数据库内安全存放“唯一事实(single version of the truth)”的中央机构(central authorities)。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。


8.智能空间


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。


9.数字道德与隐私


个人、企业机构与政府日益关注数字道德与隐私问题。人们越来越关心企业机构将如何在公共及私人领域使用其个人信息,对于未主动处理此类问题的企业机构,人们的这种反应只会增强。


10.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(qubits)表示的元素。量子计算机的并行执行(parallel execution)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。


2020年十大战略科技发展趋势具体如下:


5.jpg

 

以人为中心


1. 超自动化


超自动化是一个为了交付工作、涵盖了多种机器学习、套装软件和自动化工具的集合体。超自动化不但包含了丰富的工具组合,还包含自动化本身的所有步骤(发现、分析、设计、自动化、测量、监控和再评估)。超自动化的主要重点在于理解自动化步骤的作用范围、它们彼此之间的关联以及它们的组合与协调方式。


该趋势由机器人流程自动化(RPA)开始。但仅机器人流程自动化还称不上超自动化,它需要组合多种工具来帮助复制任务流程中人类所参与的部分。


2. 多重体验


从现在起到2028年,用户体验将在两个方面发生巨大的变化,即用户对于数字世界的感知以及用户与数字世界的交互方式。会话平台正在改变人与数字世界的交互方式,而虚拟现实、增强现实与混合现实正在改变人们对数字世界的感知。感知与交互模式的同时改变将在未来带来多感官与多模式体验。


3. 专业知识的民主化


专业知识的民主化致力于通过极简的体验且在不需要接受大量成本高昂培训的前提下为人们提供专业技术知识(例如机器语言、应用程序开发)或业务领域专业知识(例如销售流程、经济分析)。“公民化”(例如公民数据科学家、公民解决方案整合者)、公民程序开发和无代码模式都是专业知识民主化的例子。


Gartner预测,从现在起到2023年,这一民主化趋势的四个关键方面将加速发展,包括数据和分析的民主化(从针对数据科学家的专用工具扩大到适用于一般开发人员的普及工具)、开发的民主化(自主开发应用程序中使用的人工智能工具)、设计的民主化(低代码、无代码的场景持续增加,更多的应用程序开发功能实现自动化,为公民开发者提供支持)以及知识的民主化(非IT专业人员通过使用工具和专家系统,应用超出自身具备的专业知识和受到的培训以外的专业技能)。


4. 人体机能增强


人体机能增强研究如何使用技术提供认知与体能增强并使其成为人类体验中不可或缺的一部分。体能增强通过在人类身体上植入或外置可穿戴设备等技术部件改变人类固有的身体机能,从而实现增强。认知增强则是通过传统的计算机系统和新兴的智能空间中的多体验接口中的信息和应用来实现。在未来十年,由于越来越多的人追求机能增强,人类体能与认知增强技术将会变得越来越普遍。这将产生一种全新的“消费化”效应,员工持续增强自身的机能,并进一步拓展到改进所在的办公环境。


5. 透明度与可追溯性


越来越多的消费者意识到其个人信息的价值并提出控制个人信息的要求。企业机构也认识到保护与管理个人数据的风险日益增加,而政府正在实施严格的法律法规确保企业机构做到这一点。透明度与可追溯性已成为支持此类数字道德与隐私需求的关键要素。


透明度与可追溯性指用于满足监管要求、维持使用人工智能和其他先进技术中所需遵守的道德规范以及恢复对企业机构信任缺失的态度、行动以及辅助技术与实际措施。企业机构在建立透明度与信誉措施时必须专注于三个领域:(1)人工智能与机器学习;(2)个人数据隐私、所有权与控制;(3)符合道德的设计。


智能空间


6. 边缘赋能


边缘计算是一种在信息来源、存储库及使用者附近进行信息处理、内容收集和交付的计算拓扑结构。它试图将网络流量与计算处理保留在本地以减少延迟、发挥边缘能力以及赋予边缘更大的自治性。


Gartner研究副总裁Brian Burke先生表示:“目前,边缘计算主要关注的是在制造、零售等特定行业中嵌入式物联网系统提供的离线或分布式能力。但随着边缘被赋予越来越成熟和专业的计算资源及越来越多的数据存储,边缘计算将成为几乎每个行业和应用的主导要素。机器人、无人机、自动驾驶汽车及可操作系统等复杂的边缘设备将加快这一转变。”


7. 分布式云


分布式云指的是将目前集中式的公有云服务分布到不同的物理位置,原来的公有云提供商继续负责分布式云的运营、治理、更新和迭代。这对于目前大多数公有云服务所采用的集中式模式是一次巨大的转变,并且将开辟云计算的新时代。


8. 自动化物件


自动化物件是使用人工智能自动执行那些以往被人类执行的任务的物理设备。最典型的自动化物件有机器人、无人机、自动驾驶汽车/船及各种设备。它们的自动化超越了固化的程序所能实现的自动化程度,并能够借助人工智能做出与所在环境和人类进行更自然交互的高级行为。随着技术能力的改进、监管机构的批准以及社会接受度的提高,自动化物件将被越来越多地用于不受限制的公共场所。


9. 实用型区块链


区块链可以通过实现信任、提供跨业务生态透明度和实现跨业务生态价值交换、降低成本、减少交易结算时间及改善现金流来重塑整个行业。由于可以追溯到资产的来源,因此“以次充好”的概率大幅降低。资产追踪对于其他领域也具有很大的价值,包括追踪食物在整条供应链中的足迹以识别污染来源、追踪各零部件以协助产品召回等。区块链还可用于身份管理。区块链中的智能合约可以使系统在事件发生时自动触发行动,例如在收到货物时付款等。


10. 人工智能安全


人工智能与机器学习将被继续用于提升各种应用场景中人类决策的能力。虽然这给实现超自动化和使用自动化物件进行业务转型带来了良机,但同时也因为物联网、云计算、微服务(microservices)及智能空间中高度连接的系统增加了大量潜在攻击点而给安全团队与风险领导者带来了新的挑战。安全与风险领导者应专注于三个关键领域——保护人工智能赋能系统、利用人工智能提升安全防御机制以及做好攻击者对人工智能的恶意使用的心理准备。


战略技术趋势报告的目的不是为了创造风口,而是公布风即将到那个口,冒昧盲目跳转领域可能如邯郸学步般什么都没有,只有耐心深耕自己擅长的领域,才有春天。风来了,自然就起飞了。所有的事情到最后都是好事,如果还不是好事,就说明还没有到最后。


人工智能、区块链、边缘计算连续三年被提及,其中人工智能和区块链已经家喻户晓,边缘计算知道的人还是太少了。边缘计算就像一座尚未完全开发的矿,充满无限可能和惊喜。边缘计算社区提前恭喜一直默默耕耘边缘计算的诸位,风要来了。边缘计算社区愿陪大家一起在边缘计算精进之路不断探索前行!

免责声明:本网站所转载的文字、图片与视频资料版权归原创作者所有,如果涉及侵权,请第一时间联系本网删除。

相关文章
无相关信息

关于国家科技资源服务平台

国家科技基础条件平台中心是科技部直属事业单位,致力于推动科技资源优化配置,实现开放共享,其主要职责是:承担国家科技基础条件平台建设项目的过程管理和基础性工作;承担国家科技基础条件平台建设发展战略、规范标准、管理方式、运行状况和问题的研究,以及国际合作与宣传、培训等工作;承担科技基础条件门户系统的建设与运行管理工作;参与对在建和已建国家科技基础条件平台项目的考核评估和运行监督工作。

国家科技资源服务平台相关网站


国家材料腐蚀与防护科学数据中心

国家高能物理科学数据中心

国家基因组科学数据中心

国家微生物科学数据中心

国家空间科学数据中心

国家天文科学数据中心

国家对地观测科学数据中心

国家极地科学数据中心

国家青藏高原科学数据中心

国家生态科学数据中心

国家冰川冻土沙漠科学数据中心

国家计量科学数据中心

国家地球系统科学数据中心

国家人口健康科学数据中心

国家基础学科公共科学数据中心

国家农业科学数据中心

国家林业和草原科学数据中心

国家气象科学数据中心

国家地震科学数据中心

国家海洋科学数据中心