分布式云、人工智能工程化、網絡安全網格以及組裝式智能企業將成為推動2021年業務發展的一些主要技術趨勢。

[[353481]]

新冠疫情緩和后，重新返回工作崗位的員工可能注意到了一些不同之處。各種傳感器和RFID標簽被用來確定員工是否經常洗手，是否體溫異常；計算機視覺可以判斷員工是否戴了口罩；揚聲器被用來警告員工遵守各種行為準則。更重要的是，這些行為數據被企業組織收集和分析來作為員工工作表現的衡量指標之一。

收集和使用這些數據來驅動行為的方式被稱為“行為網絡”（Internet of Behavior，IoB）。隨著組織獲取數據量的不斷攀升，加之結合和利用這些來自不同來源數據的效率持續提高，IoB將繼續影響組織與人員間的交互方式。

IoB是Gartner公司最新提出的九個戰略技術趨勢之一，它將使彈性企業在COVID-19引發的重大動蕩和當前世界經濟狀況中保持所需的可塑性或靈活性。Gartner研究副總裁Brian Burke在近期舉行的Gartner IT Symposium/Xpo大會美洲站虛擬會議上表示：

“2020年所面臨的前所未有的社會和經濟挑戰要求組織具備足夠的可塑性才能夠改變和構建未來。”

和往年發布的十大戰略技術趨勢不同，今年發布的下年度戰略技術趨勢只有九項，分成三組，分別對應“以人為本”“位置獨立”“彈性交付”三個主題。

· 以人為本：盡管此次疫情改變了許多人與組織的工作和互動方式，但人仍然是所有業務的中心，他們需要數字化流程來適應當前的環境；

· 位置獨立：COVID-19已經轉移到員工、客戶、供應商和組織生態系統實際存在的地方。位置獨立需要進行技術轉移以支持這種轉變；

· 彈性交付：不管是疫情還是經濟衰退，波動可謂無所不在。只有那些做好轉型準備并能夠快速適應環境的企業組織才有能力經受住所有類型的沖擊。

與以往一樣，這9種戰略技術趨勢并不是相互獨立運作的，而是相互促進和加強的。“組合創新”（Combinatorial innovation）使這些趨勢的一個主要宗旨。它們共同促進了組織的可塑性，這將有助于指導未來5-10年的組織。

下面是九個戰略技術趨勢的具體解讀：

趨勢1. 行為網絡（Internet of Behaviors，IoB）

行為網絡（IoB）是關于使用數據來改變行為的方式，如上所述，企業機構通過使用IoB計算機視覺來查看員工是否戴了口罩，或通過熱成像來識別發熱者等等。隨著收集日常生活“數字塵埃”（跨越數字和現實世界的數據）技術的發展，這些信息可以通過反饋循環來影響人們的行為。

例如，對于商用車輛，遠程信息技術可以監控駕駛員從突然剎車到急轉彎的駕駛行為。然后，公司可以利用這些數據來改善駕駛員的操作、路線和安全。

IoB可以從多種來源收集、合并和處理數據，包括商業客戶數據；公共部門和政府機構處理的公民數據；社交媒體；人臉識別的公共領域部署；以及位置跟蹤等等。處理這些數據的技術越來越復雜，使得這一趨勢得以進一步發展。

Gartner預測，到2025年末，全球一半以上的人口將至少參加一項商業或政府的IoB計劃。雖然IoB在技術上可成為可能，但根據個人使用的目標和結果，IoB確實具有道德和社會影響。例如，醫療保險公司用來追蹤身體活動以降低保費的可穿戴設備，也可以用于監控食品采購；太多不健康的物品會增加保費。此外，不同地區的隱私法律不盡相同，這也將極大地影響IoB的應用和部署規模。

趨勢2. 全面體驗（Total Experience）

去年，Gartner將多重體驗（multiexperience）定義為一種重要的戰略技術趨勢。而今年，這一趨勢又進一步升級成為全面體驗（Total experience，TX），即結合了多重體驗、客戶體驗、員工體驗以及用戶體驗，其目標是從技術到員工，再到客戶和用戶，提高所有這些部分相交的整體體驗，并將其轉化為業務結果。

Gartner預計在未來三年中，將所有這些體驗緊密聯系起來——而不是單獨對每一個體驗進行改進的企業，將有機會在關鍵滿意度指標方面超越競爭對手，脫穎而出。

全面體驗的橫空出世，將幫助組織利用COVID-19中一切突如其來的變化，包括遠程辦公、移動、虛擬以及分布式客戶。

例如，為了提高安全性和滿意度，一家電信公司改變了其整體客戶體驗。首先，它通過一個現有的應用程序部署了一個預約系統。當顧客到達他們的預約地點，或離商店不到75英尺的地方時，他們收到了兩件東西：1）引導他們完成簽入過程的通知；2）提醒他們需要多長時間才能安全進入商店并保持社交距離。

除此之外，該公司還調整了其服務，包括更多的數字終端，并允許員工使用自己的平板電腦來共同瀏覽客戶的設備，而無需親自接觸硬件。其結果是為客戶和員工提供了更為安全、無縫、綜合的整體體驗。

趨勢3. 隱私增強計算（Privacy-Enhancing Computation）

隱私增強計算有三種技術可以在數據被使用時保護數據。第一種方法提供了一個可信的環境，可以在其中處理或分析敏感數據，它包括可信的第三方和硬件可信的執行環境（也稱為機密計算）；第二種方法以分散的方式執行處理和分析，它包括聯合機器學習和隱私感知機器學習；第三種是在處理或分析之前對數據和算法進行加密，它包括差分隱私、同態加密、安全多方計算、零知識證明、私家集交叉和私有信息檢索。

這一趨勢使得組織能夠在不犧牲機密性的情況下，安全地跨地區與競爭對手進行數據共享。這種方法是專門為日益增長的數據共享需求而設計的，同時還能確保隱私性或安全性。

Gartner認為，到2025年將有一半的大型企業機構使用隱私增強計算，在不受信任的環境和多方數據分析用例中處理數據。企業機構應該在開始確認隱私增強計算候選目標時，評估要求個人數據轉移、數據貨幣化、欺詐分析和其他高度敏感數據用例的數據處理活動。

趨勢4. 分布式云（Distributed Cloud）

分布式云是指將云服務分布到不同的物理位置，但服務的運營、治理和發展仍然由公有云提供商負責。

這一趨勢使得組織能夠在物理位置上更靠近這些服務，同時還有助于解決低延遲的場景，降低數據成本，并幫助組織適應規定數據必須保留在特定地理區域的法律。然而，這也意味著組織將繼續受益于公有云，并且不會管理他們的私有云，其帶來的后果可能是昂貴而復雜的。

Gartner認為，到2025年，大多數云服務平臺至少都能提供一些可以根據需要執行的分布式云服務。分布式云可以取代私有云，并為云計算提供邊緣云和其他新用例，它代表了云計算的未來。

趨勢5. 隨處運營（Anywhere Operations）

隨處運營模式對企業成功擺脫疫情困局而言至關重要。其核心是，這種運營模型允許客戶、雇主以及業務合作伙伴在任何地方（物理或是遠程虛擬環境）訪問、交付和啟用業務。

隨處運營的模式是“數字優先，遠程優先”；例如，銀行只使用移動設備，但能夠處理從轉賬到開戶的所有業務，且無需任何實體互動。任何時候都應該默認“數字優先”原則，這并不是說實體空間沒有意義，而是說它應該通過數字化流程進行強化，例如，實體店內的非接觸式結賬服務，無論是實體功能還是數字功能都應該實現無縫交付。

除此之外，隨處運營還提供了五個核心領域的獨特增值體驗，分別為：

· 協作和生產力：工作流協作、會議解決方案、云辦公套件、數字白板和智能工作區；

· 安全遠程訪問：無密碼和多因素身份驗證、零信任網絡訪問（ZTNA）、安全訪問服務邊緣（SASE）和身份作為新的安全邊界；

· 云和邊緣基礎設施：分布式云、物聯網、API網關、邊緣人工智能和邊緣處理；

· 數字化體驗量化：數字體驗監控、工作場所分析、遠程支持和非接觸式交互；

· 遠程運營自動化支持：TAIOps、端點管理、SaaS管理平臺、自助服務和零接觸供應。

Gartner認為，到2023年末，40%的企業機構將通過隨處運營提供經過優化與混合的虛擬/物理客戶與員工體驗。

趨勢6. 網絡安全網格（Cybersecurity Mesh）

網絡安全網格是一種分布式架構方法，用于可擴展、靈活和可靠的網絡安全控制。目前，許多網絡資產正存在于傳統的物理和邏輯安全邊界之外。網絡安全網格本質上允許在個人或物體的身份周圍界定安全邊界。通過集中策略編排和分布策略實施，它支持更模塊化、響應性更強的安全方法。隨著邊界防護變得越來越沒有意義，“城墻都市”（walled city）的安全方法必須適應當前的發展需求。

Gartner認為，到2025年，網絡安全網格將支持超過一半的數字訪問控制請求。

趨勢7. 智能組合型業務（Intelligent Composable Business）

智能組合型業務是指能夠根據當前情況進行調整，并從根本上重新安排自身的業務。隨著企業組織加速數字業務戰略以推動更快的數字化轉型，他們需要根據當前可用的數據做出更敏捷、快速的業務決策。

為了成功實現這一點，組織必須能夠更好地訪問信息，用更好的洞察力來增強該信息，并有能力對該洞察力的含義做出快速響應。這一趨勢還將包括增加整個組織的自主性和民主化，使其部分業務能夠做出更敏銳的響應，而不是陷入低效流程的泥潭之中。

趨勢8. 人工智能工程化（AI Engineering）

人工智能工程化立足于三大核心支柱：數據運維、模型運維和開發運維。一個完善的人工智能工程化戰略將促進人工智能模型的性能、可擴展性、可解讀性以及可靠性，同時實現人工智能投資的價值最大化。人工智能項目經常面臨可維護性、可擴展性以及治理等方面的問題，這對于大多數組織來說都是一大挑戰。

人工智能工程化提供了一條途徑，讓人工智能成為主流DevOps流程的一部分，而不是一組專門的、孤立的項目。人工智能工程化匯集了各種不同的學科，包括人工智能操作化和決策模型（例如機器學習或知識圖）治理以及生命周期管理等等。它在操縱各種AI技術組合的同時，提供了更為清晰的價值路徑。得益于人工智能工程化的治理，負責人的人工智能正在涌現，以處理信任、透明度、道德、公平、可解讀性以及合規性等問題。這是人工智能問責制從理論到實踐的一個操作過程。

趨勢9. 超級自動化（Hyperautomation）

超級自動化是指一個組織中任何可以自動化的東西都應該自動化。如今，很多組織仍然被沒一些遺留的業務流程拖累，這套流程由一系列技術拼湊而成，而這些技術又是沒有經過優化、精簡、連接、明確或一致的，這為組織帶來了非常昂貴和復雜的代價。

隨著數字業務的加速發展，組織需要一套高效、高速以及民主化的流程，那些不關注效率、性能和業務敏捷性的組織勢必會被遠遠地甩在后面，面臨淘汰的命運。超級自動化是一股不可避免且不可逆轉的趨勢。一切可以而且應該被自動化的事物都將被自動化。