【51CTO.com快譯】用一個字來概述今年的企業技術，那就是清晰。

[[178719]]

我們已了解，圍繞容器、微服務、云可擴展性、開發運維、應用程序監控和數據流分析的新興生態系統不是一時的潮流。它是未來，已經在支持硅谷和西雅圖***進的科技公司。再加上機器學習和物聯網，企業IT的下一個階段就有了一個完整的框架，并且不斷改進。

與此同時，我們更清楚地認識到這個新世界與大多數現有的企業IT運營之間的差距在拉大。那就是為什么“數字化轉型”這個老掉牙的短語拒絕消亡――辭舊迎新需要深遠、多階段、全面的變化。

但是明年會是什么樣?如果你知道今天的企業技術處于什么樣的情況，更容易展望未來。本著這個精神，我列出了明年及之后的九大企業技術趨勢(與往年沒有重復!)。先從最明顯的趨勢說起：

高級協作

遭到多年的“商業社交網絡”失敗后，Slack及其蓬勃發展的生態系統已將基于聊天的協作確立為一種最基本的商業應用。當然，競爭對手扎堆，從HipChat到Flock;大家都想知道微軟Teams是否能夠在Slack的地盤擊敗它――尤其是由于Teams隨帶免費的Office 365。

但是如果你問我，基于聊天的簡單協作很可能已流行起來，因為聊天室這個概念自IRC以來就存在了。自Linus Torvalds推出Git、作為一種組織Linux內核修訂的方式以來，開發人員就參與一種更深入的協作，GitHub、Bitbucket和GitLab提供如今***的Git實現方法。喬恩·尤德爾(Jon Udell)及其他人士表示，除了代碼外，GitHub還有望提供各種各樣的協作的基礎。

不過更激動人心的是這個概念：機器學習讓協作平臺能夠聚集一家企業組織中的人員、資源和數據，實時成立工作組，這是思科***技術官佐拉瓦·比里·辛格(Zorawar Biri Singh)在最近接受《InfoWorld》雜志采訪時提出的一個概念。消除孤島的協作是數字化轉型的關鍵，所以實現這一幕的機器智能似乎是未來幾年在這個領域的大好機會。Flock已經憑借其“魔法搜索”功能大放異彩。

2. 深度學習

人工智能及其分支：機器學習最近大行其道，主要歸功于云計算能夠提供大量的計算、內存和數據，算法可能大量耗用這些資源，并迅速生成有用的結果。這對深度學習來說更是如此，這種計算密集型的機器學習采用了神經網絡的多層，同時處理同一個問題，適用于從圖像識別到欺詐檢測和預測分析的諸多任務。

所有主要的云都讓客戶能夠增強深度學習所需的計算能力(包括GPU處理能力)，谷歌的TensorFlow一路領跑，它既作為一項服務出現在谷歌云平臺上，又作為一個開源項目而存在。IBM的Watson同樣逐漸獲得了深度學習功能，如今在Bluemix云中可供開發人員使用。來自微軟Azure的新服務(微軟Cognizant Toolkit)和AWS的新服務(MXNet框架以及新的Rekognition、Polly和Lex服務)有助于讓深度學習成為市面上最熱門的領域。

3. SQL強勢回歸

有好幾年，我們似乎盡在談論諸如MongoDB或Cassandra之類的NoSQL數據庫。這些全新解決方案的靈活數據建模和橫向擴展等優點非常吸引人。但是你猜怎么著?SQL也學會了橫向擴展――也就是說，借助ClustrixDB、DeepSQL、MemSQL和VoltDB之類的產品，你只要添加商用節點，而不是增強數據庫服務器。另外，諸如亞馬遜Aurora和谷歌云SQL之類的云數據庫即服務解決方案讓橫向擴展問題毫無意義。

與此同時，NoSQL數據庫在不遺余力地提供SQL互操作性。實際上，如果你有大量的數據，想要能夠分析它，流行的分析工具(更不用說用戶了)仍需要SQL。種類繁多的NoSQL仍提供巨大的潛力，但是SQL絲毫沒有露出衰敗的跡象。每個人都預測SQL和NoSQL會有一番大統一。沒人知道那實際上會是什么樣子。

4. Kubernetes高奏凱歌

我們知道應用程序的未來是什么樣子：微服務在可擴展的云基礎設施中的Docker容器里面運行。但是如果我們把整體式應用程序分解成一個個微服務，就有一個問題：你需要管理和編排它們。已出現了應對這一挑戰的幾種解決方案，包括Apache Mesos、Docker Swarm和谷歌Kubernetes。

眼下很清楚，Kubernetes已獲勝，至少目前是這樣。它有何理由不獲勝?畢竟，在生產環境下大規模運行容器方面，沒有哪一家公司的經驗比谷歌還要豐富，谷歌使用一種名為Borg的內部系統，而Kubernetes就源自于Borg。所有主要的云都支持Kubernetes，而CoreOS和Red Hat是本地實現和云實現的主要的Kubernetes提供商。除此之外還有Heptio，這是由前谷歌人員、Kubernetes項目的聯合創始人克雷格·麥克勒基(Craig McLuckie)組建的一家新初創公司。

不過，Kubernetes獲勝可能只是暫時的，一方面是由于我們在容器方面處于早期階段。比如在最近的AWS re:Invent大會上，***技術官沃納·沃格爾斯(Werner Vogels)就宣布了一大批新的容器管理和編排工具。由于明顯的原因，谷歌會堅持搞Kubernetes，但是云才是最有奔頭的地方，這場較量遠未結束，只是剛開始上演。

5. 無服務器計算

如果你是開發人員，要是只想專注于應用程序邏輯和用戶界面的設計，那么為基礎設施(哪怕是虛擬基礎設施)操心讓人討厭。無服務器計算平臺讓業界的漫長歷史：在抽象上面疊加抽象進入到下一個階段，那樣擔心這種低層架構變成了過去時。無服務器模式還鼓勵開發人員從庫獲得函數，并將它們連接起來，盡量減少需要編寫的原始代碼的數量。

AWS Lambda是無服務器計算的最知名例子，但是其他云亦步亦趨。微軟有Azure函數(Azure Functions)，谷歌提供了云函數(Cloud Functions)。初創公司Iron.io也提供一種無服務器計算平臺，這家公司專門開發微服務工作負載管理軟件。

6. 定制的云處理器

你是否知道亞馬遜還有一家子公司在為服務器設計自己的ARM處理器?更廣為人知的是，谷歌在涉足協處理器領域：Tensor處理單元(TPU)是專門為加速機器學習而設計的。另外，微軟為其數據中心增添了FPGA，優化機器學習等特定的應用，并計劃提供讓Azure客戶也能夠為FPGA編程的工具。在上周召開的亞馬遜re:Invent大會上，AWS推出了自己的FPGA，即面向EC2的一種新的F1實例類型。

7. 物聯網互操作性

MQTT歷來就是一種已確立了地位的物聯網消息傳遞協議，它具有緊湊和高效的特性，因而適用于低功耗、相對不大智能的啞設備。2016年5月份，谷歌旗下的Nest子公司開源了Thread，這種網狀網聯網協議讓擁有更強大處理能力的設備能夠保持對等連接，不需要依賴集線器。

最激動人心的動向已經出現在應用層。10月份，AllSeen聯盟與開放連接基金會合并，這實際上將AllJoyn和IoTivity這兩大物聯網軟件框架合并成單一開源項目。更驚人的是，在上周召開的亞馬遜re:Invent大會上，AWS***執行官安迪·杰西(Andy Jassy)宣布了AWS Greengrass，這個軟件核心(和SDK)旨在可以在物聯網設備上運行，讓那些設備能夠運行AWS Lambda函數，并且安全地連接到AWS物聯網平臺。現在所有主要的公共云都有物聯網平臺，這對物聯網取得進展而言至關重要，所以預計微軟Azure、谷歌云平臺和IBM云會在2017年會推出各自的類似Greengrass的解決方案。

8. 硬件即服務

這個趨勢有點出乎意料。IDC預測，2017年，10%的企業會開始與廠商簽署PC即服務協議。據稱，惠普和聯想已經啟動了這種租賃計劃。在服務器方面，戴爾、惠普和聯想會開始提供由微軟管理的服務器，預先裝有Azure Stack，采用訂購模式。甲骨文有本地版本的甲骨文云(Oracle Cloud)，名為甲骨文云機器(Oracle Cloud Machine)，它通過“面向云的訂購模式”來提供。這是不是說我們所知道的IT資本投入已走到了頭?

9. Python、Python、Python

這個趨勢有點可笑。但是每年，Python程序員的陣營在壯大，Python在Tiobe Index的所有語言中排名第四位。Python干凈、類似英語的語法幫助它成為***先推薦的***編程語言。

人們使用它開發一切，不過它在數據科學家當中尤其備受追捧。此外，Python已成為編寫代碼使運營實現自動化的開發運維工程師們的***語言，Python框架和IDE繼續方興未艾。Python群體到底有多忠誠?這里不妨透露一下：Python 3.6會在圣誕節那天發布。

原文標題：9 enterprise tech trends for 2017 and beyond，作者：Eric Knorr

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】