日前，Gartner 公布了 2020 年十大战略技术趋势展望。分析师们在本届奥兰多 Gartner IT 研讨会上对分析结果做出详尽阐述。
Gartner 公司将战略技术趋势，定义为“具有重大颠覆性潜力的趋势，正在从新兴状态中发展壮大，有望产生更广泛的影响及应用范围，或者正在以巨大的波动性迅速增长，并预计能够在未来五年内达到临界点。”
Gartner 公司副总裁兼研究员 David Cearley 表示，“在 Gartner 2020 年重要战略技术趋势预测中，我们将以人为本的理念作为核心影响因素。将人这一元素作为技术战略中心，也强调了技术本身最重要的一项发展依托——如何影响客户、员工、业务合作伙伴、整个社会乃至其他关键性群体。可以说，组织的一切行动都可以归结于组织如何直接或者间接影响对应的个人及群体。这就是以人为本方法的思维内核。”
下面，我们一起来看 2020 年十大战略技术发展趋势：
超自动化
超自动化是指多种用于交付工作成果的机器学习（ML）、软件工具包以及自动化工具的总和。Gartner 公司指出，“超自动化所指的不仅是工具台的广度，同时也涵盖自动化本身所涉及的一切步骤（发现、分析、设计、自动化、测量、监控与重新评估等）。在此之中，理解自动化机制的范围、各机制间的相互关系以及如何实现组合与协调，将成为实现超自动化的重点所在。”
Gartner 公司在报告中指出，这一趋势的开端体现为机器人流程自动化（RPA）。报告提到，“纯 RPA 并不算是超自动化。超自动化要求将多种工具组合起来，从而在任务流程的各个环节当中复制以往只能由人类实现的操作效果。”
多重体验
Gartner 方面假设，到 2028 年，用户体验将在用户感知与数字世界互动等层面迎来巨大变化。之所以有此论断，是因为目前自然语言对话平台正在快速发展，而虚拟现实（VR）、增强现实（AR）以及混合现实（MR）也在贡献自己的力量。感知与交互模式的变化，将在未来几年中为我们带来前所未有的多重感官与模式体验。
Cearley 指出，“这种模式的核心意图，是从拥有技术素养的人转化为拥有人文素养的技术。换言之，相关负担将由用户处被转移给计算机。这种跨多种人类感官与用户建立交流渠道的能力，将为传递微妙信息提供更丰富的运行环境。”
专业知识的民主化进程
这里提到的民主化，指的是“从根本上简化体验，而无需广泛且昂贵的培训”，从而确保用户能够更广泛地获取技术专业知识（例如机器学习、应用程序开发）或者业务相关专业知识（例如销售流程与经济分析）。“全民可用”（例如平民数据科学家、平民集成商）以及平民开发、无代码模式，都是技术民主化的典型实例。
根据 Gartner 方面的预测，到 2023 年，民主化趋势将在以下四个方面迎来加速发展：
- 数据与分析技能民主化（原本针对数据科学家的工具正在快速扩展，并逐步服务于普通开发人员社区）。
- 开发技能民主化（利用 AI 工具实现应用程序的定制化开发）。
- 设计技能民主化（通过低代码、无代码模式实现开发，并通过在应用程序中内置自动化开发功能增强开发者的能力）。
- 知识民主化（非 IT 专业人员也可以使用工具与专业级系统，使其得以利用超越自身专业知识与培训范畴的特定技能）。
人类增强
人类增强可谓永恒的主题，核心理念在于利用技术的力量促进人类在认知与体能方面的提升。Gartner 指出，“物理增强通过在人体内植入或附加技术元素（例如可穿戴设备）改变其固有物理能力，从而实现人类能力增强。认知增强则可以通过传统计算机系统中的应用程序，以及智能领域新兴的多重体验界面等途径实现。”
Gartner 还提出假设，称在未来十年当中，随着个人不断追求自我提升，人类对身体及认知的增强性举措将越来越普遍。这将建立起新的“消费效应”，使得用户能够借此扩展个人能力，进而改善办公环境与业务执行效率。
透明度与可追溯性
关于技术企业从消费者数据中获取收益的争议越来越多，这也使得更多消费者逐步意识到个人数据中蕴藏的价值，促使人们越来越希望控制自己的数据资产。消费者的认知，也使得政府对个人数据的监管力度有所提升，最终令各类组织承担起越来越高的个人数据保护与管理压力。而在这一波关于数字道德与隐私需求的浪潮当中，透明度与可追溯性无疑是两大关键性要素。
Gartner 公司指出，“透明度与可追溯性是指用于解决监管要求、在使用人工智能（AI）及其他先进技术时确保遵循道德方法并修复日益缺失的信任体系的一系列态度、行动以及为此提供支持的技术与实践。”随着组织不断建立新的透明度与信任实践，Gartner 提出了三大重点应用领域：
- 人工智能与机器学习；
- 个人数据隐私、归属与控制；
- 符合道德规范的设计。
边缘计算
边缘计算是一种计算拓扑成果，其中信息处理与内容收集 / 传递发生在邻近数据源、存储库以及使用者的位置。其基本思路，是尽可能将流量与处理负载保留在本地，从而减少延迟、利用边缘功能并实现更高的边缘自主能力。
Gartner 公司的 Cearley 指出，“目前，对于边缘计算的关注主要来自物联网系统的实际需求，包括为制造业或者零售业等特定行业的嵌入式物联网体系提供无连接或者分布式功能。但除此之外，边缘计算也有潜力在几乎一切行业及用例当中发挥作用，因为边缘将获得越来越复杂且专业的计算资源，以及更多数据存储支持。包括机器人、无人机、无人驾驶汽车以及运营系统在内的复杂边缘设备的出现，将进一步加速这一转变。”
分布式云
Gartner 公司表示，“分布式云的本质是将公有云服务分发至不同的位置，并由原公有云服务供应商负责服务的运营、治理、更新与演进工作。这代表着以往高度强调集中化的公有云服务模式开始发生重大转变，并有望引领云计算进入新的时代。”
自主设备
自主设备是指利用 AI 技术实现传统只能由人类执行的任务的自动化物理设备，具体包括机器人、无人机、无人驾驶汽车 / 船舶以及设备等。其自动化能力远超硬编程模型提供的自动化水平，能够利用 AI 实现种种先进行为，且行为能够更自然地与周边环境及人员进行互动。随着技术能力的提高以及法规许可范围的放宽，再配合社会认可度的增长，自主设备将被越来越快地部署在更多公共场所当中。
Cearley 指出，“随着自主设备数量的激增，我们相信以往的独立智能设备将转化为大量拥有相互协作能力的智能设备体系。在这种协作价格弗洛姆中，多台设备将可独立于人类或者人工输入之外协同工作。例如，异构机器人可以在装配流程中协同运作。在配送场景下，最高效的解决方案可能是利用无人驾驶车辆将包裹运输至目标区域，再由车上的机器人与无人机完成最后一公里实际配送。”
实用型区块链
Gartner 公司指出，区块链技术拥有着通过建立信任、提供透明度以及跨业务生态系统实现价值交换等方式，显著降低成本、减少交易结算时间并改善现金流的巨大潜能，甚至有望重塑行业的整体面貌。区块链上记录的资产能够实现来源追溯，从而显著减少出现伪造商品的可能性。资产跟踪在其他领域同样极具价值，例如在整体供应链当中跟踪食品以轻松确定污染源，或者跟踪单一零件以缩小召回范围等。区块链的另一大重要潜在发展方向，在于身份管理。我们可以通过编程方式将智能合约添加至区块链内，从而通过事件触发操作；例如在确认收货时，执行对应的付款操作。
Cearley 表示，“由于一系列技术问题——包括较差的可扩展性与互操作性等，区块链技术目前在企业部署领域仍然不够成熟。但尽管存在这些挑战，巨大的颠覆性与创新潜力，意味着即使不打算在短期之内主动采用此项技术，组织也应尽快着手对区块链开展评估。”
AI 安全
Gartner 方面指出，“AI 与 ML 将继续在广泛的应用案例当中增强人类的决策能力。但问题在于，这种方式虽然为实现由超自动化与自主设备主导的业务转型创造了巨大机遇，但同时也将给安全团队以及风险管理者带来巨大的新挑战。这意味着物联网、云计算、微服务以及高连接性系统等智能元素都有可能成为潜在攻击点。安全与风险管理者应在接下来的工作中，着力关注三大核心安全区域——保护 AI 系统、利用 AI 增强安全防御能力以及做好恶意攻击者可能利用 AI 技术的准备。”
原文链接：
评论