行業專家指出，從來沒有預見過如此迅速變化的發展前景。隨著創新的步伐突飛猛進，IT的主要子行業已經變得越來越復雜: 

?人工智能：ChatGPT在去年11月的驚人亮相讓行業人士注意到，人工智能正在呈指數級增長，提供了一個在不久前還很科幻的工具集(免費)。 

·云計算：云計算如今已經成為技術的基礎，從來沒有一種技術能夠如此徹底地持續發展。大部分企業采用的是多云。因此，客戶可以從云計算的巨大潛力中受益，可以緩解令人沮喪的管理和成本壓力。 

?邊緣計算：邊緣計算的應用在2022年爆發，很多企業高管都認為這是一個新的主要關注點。物聯網的沉浸式計算環境正在創建一個數據豐富的基礎設施，支持商業和協作，并最終支持元宇宙。 

?數據分析：數據分析是驅動決策制定的引擎，并且已經衍生出一系列迅速發展的子行業，從預測分析到數據可視化再到實時數據挖掘。數據分析不再是一個獨立的學科，而是作為一個核心元素被構建到越來越多的應用程序中。越來越多的企業喜歡挖掘數據來獲得洞察力，因為它正變得無所不在。 

鑒于科技行業日新月異的變化，科技行業的收入將繼續螺旋式快速上升。 

以云計算市場為例，其年復合增長率為14.4%。預計全球云計算市場規模將從2022年的4830億美元增長到2030年的1.5萬億美元。與人工智能相比，這一增長速度并不快。人工智能市場預計將以38%的年復合增長率增長，從2021年的1.47億美元躍升至2030年的1.6萬億美元。 

2023年及以后的技術預測 

在新的一年到來之際，行業專家和企業高管通常會預測科技的未來發展方向，以下是他們對2023年及以后將影響企業發展的技術和發展趨勢進行的預測。 

數字化轉型 

(1)值得關注的六大趨勢 

BMC Software公司的首席執行官Ayman Sayed表示，隨著企業繼續發展他們的遠程工作和分散的IT運營，支持他們的企業擁有與他們的需求和新的運營模型相一致的產品將是很重要的。2023年有六個主要的宏觀趨勢值得關注。 

·首先，人們的工作方式發生了改變。如果說人們從新冠疫情中學到了什么的話，那就是工作地點和方式在不斷變化。創新技術將繼續是實現這種靈活性的關鍵。 

·經濟增長轉變。全球金融市場出現動蕩。推動全球經濟增長的國家正在發生變化，地緣政治挑戰改變了商業運作方式。預測市場變化并找到成功的方法需要大量的數據分析和洞察，這會在未來一年中繼續增長。 

·包括采購、制造、分銷、庫存和最后一公里交付在內的供應鏈已經發生了變化，數據和洞察變得至關重要。對于許多企業來說，要確保適應供應鏈的變化，以達到客戶和員工的期望，他們現在面臨著難以置信的壓力。

·網絡安全。網絡安全不再只是企業首席安全官的工作，而是每個人的工作。然而，這需要以一種不制造摩擦或減緩業務的方式來完成。 

·數據的價值。根據Statista公司發布的一份調查報告，到今年年底，全球每人平均將產生97ZB的數據。如果能夠捕捉、分析并應用它來獲得更好的業務結果，這就創造了巨大的機會。 

·對社會負責的企業為每個人創造了機會和希望，讓每個人都能做出正確的決定，共同影響氣候變化、多樣性和包容性，讓世界變得更美好。 

(2)元宇宙技術仍將只是炒作，而數字化轉型技術將快速發展 

Onymos公司的創始人兼首席執行官Shiva Nathan表示，雖然圍繞元宇宙技術可能會出現一些令人眼花繚亂的產品，但在2023年，元宇宙不會產生任何大規模采用或改變游戲規則的影響。在可預見的未來，這些技術仍將只是炒作，直到越來越多的企業更好地了解這個領域及其影響。 

以降低成本為重點的加速數字化轉型的技術將在2023年獲得動力。在新冠疫情期間開始的數字化轉型趨勢會繼續加速，企業會尋找新的方法來提高系統和流程的效率。 

(3)IT的可持續性和降低成本 

1E公司的首席技術官Ian van Reenen表示，到2023年，遠程工作仍然是一個不變的趨勢，隨著越來越多的員工選擇在家工作，人們將看到更多關于IT可持續性的討論，包括如何降低IT成本，以及如何對環境產生更積極的影響。 

人們使用的筆記本電腦約70%的碳足跡來自制造過程，因此企業可以采取切實行動，以提高成本效益和可持續性，評估如何延長筆記本電腦和其他設備的生命周期。企業領導者要問的一個關鍵問題是，他們所在的公司如何更有效地重新利用和更新IT設備。 

人工智能和數據 

(1)從機器人到智能自動化的重大擴展 

沃爾瑪公司的全球科技美國全方位技術執行副總裁Srinivasan Venkatesan表示，在過去的幾十年，自動化的價值主要來自于使用機器人來復制人類的行為，并消除費力而重復的任務。在2023年，預計將見證從機器人到智能自動化的重大擴展，智能自動化使用人工智能和分析來執行數據驅動的任務，幾乎不需要人工交互。這種實現將對人力的依賴轉移到技術上，因此工作人員可以將注意力集中在業務的其他領域。

 隨著越來越多的企業采用這種更新的結構，他們會發現企業的日常任務效率更高。想象一下，只需操作鍵盤和鼠標，就可以簡化數百個流程和決策，從確定員工工作任務的優先級，到確定貨架上的產品庫存，再到自動化客戶聯系。優化工作流程和降低成本的可能性和機會是無限的。

(2)企業將尋求能夠實現目標的人工智能解決方案 

NVIDIA公司DGX系統副總裁Charlie Boyle表示，2023年，不支持并行處理的低效x86傳統計算架構將讓位于加速計算解決方案，這些解決方案能夠提供構建語言模型、推薦器等所需的計算性能、規模和效率。

在經濟逆風中，企業將尋求能夠實現目標的人工智能解決方案，同時簡化IT成本并提高效率。使用軟件集成跨基礎設施工作流的新平臺將帶來計算性能的突破，降低總體擁有成本，減少碳足跡，并在變革性人工智能項目上獲得可觀的投資回報，從而取代更浪費、更陳舊的架構。 

(3)人工智能將徹底改變安全、風險和欺詐 

Intuit公司的高級副總裁兼首席數據官Ashok Srivastava表示，人工智能和強大的數據功能重新定義了企業的安全模型和功能。安全從業者和整個行業將擁有更好的工具和及時的信息，他們應該能夠以更高的精度隔離安全風險。他們還將使用更多類似營銷的技術來了解異常行為和不良行為。 

(4)個性化將塑造員工體驗 

風險投資商General Catalyst公司的總經理Quentin Clark表示，個性化已經成為企業和消費者尋求建立忠誠度的主要目標之一。2023年，這種個性化將在工作場所變得更加普遍(個性化的福利、獎勵、入職、培訓計劃)。 

員工在本質上是消費者，他們將越來越多地期待在日常生活中習慣的個性化服務進入工作場所。在員工招聘方面仍然具有挑戰性，企業正在為放緩的增長速度做準備的時候，個性化可以幫助企業用更少的資源做更多的事情，并確保人才的穩定性。 

(5)安全自動化的主動足跡繼續擴大 

Torq公司的聯合創始人兼首席技術官Leonid Belkind說，安全自動化部署將轉向積極主動的方法，幫助在網絡攻擊發生之前進行預防，而不是基于歷史攻擊回溯性地構建工作流和流程。 

其中包括安全團隊利用早期威脅情報信號，并在工作流程中構建針對它們的防御措施。其結果將是一個全面的新的防御攻擊的能力框架，將整個安全堆棧整合到迄今為止最強大的保護方法中。 

(6)人工智能和機器學習系統必須實時工作 

HiLabs公司的數據科學高級副總裁Kuldeep Jiwani表示，醫療保健人工智能將很快從被動狀態轉變為主動狀態。要實現這一點，人工智能和機器學習系統必須實時工作。這可以通過以下幾種方式來實現： 

·實現主動或預測人工智能的一種方法是擁有一個基于MLOps的閉環系統，其中機器學習模型訓練在后臺進行，以生成僅應用于實時數據的模型。觀察預測質量，如果預測質量下降，則觸發自動閉環，重新訓練數據以生成新模型，并將新版本放回流預測管道中。 

·實現主動人工智能的另一種方法是實現一個持續學習框架，在這個框架中，相同的模型從錯誤中學習，并隨著時間的推移自動糾正自己。 

(7)人工智能方法將基于自我監督和生成式人工智能算法的使用 

iRhythm公司的數據科學高級總監Evangelos Hytopoulos表示，如今的大多數人工智能模型都是基于監督學習的，其中標簽與測量相結合，以教授一種預測未知數據的算法。然而，創建一個標記的數據集需要大量的工作，因此，通常只有數據的一個子集可以被標記，從而限制了當前模型的學習能力。 

在未來幾年，可以期待看到基于使用自監督和生成式人工智能算法的人工智能方法，以促進在模型訓練中納入更大量的數據。 

監督學習能夠學習底層測量的重要特征，這些特征是數據的更豐富的表示。生成算法的優點是創建合成數據——標簽來自不同的信號域，重要的特征是從感興趣的域學習的。在這兩種情況下，都需要進行適當的驗證，以證明算法的有效性，并證明其預測中沒有任何偏差。 

(8)自動化、AIOps和經濟衰退 

BigPanda公司的產品營銷副總裁Mohan Kompella表示， 與人們在新冠疫情開始時看到的情況非常相似，2023年的經濟衰退將迫使企業弄清楚如何通過自動化和AIOps等技術來擴大規模，而不是通過增加員工數量實現規模擴張。

由于很多公司凍結員工招聘，并被迫以固定的預算工作，除了裁員之外，企業必須找到支持現有員工的方法，并為IT、SRE和DevOps團隊創造一個壓力較小的工作環境，以避免員工倦怠。因此必須采用有效的、自動化的解決方案。 

(9)行業認可的開放式Lakehouse將會出現 

Ahana公司的聯合創始人兼首席執行官Steven Mih表示， 隨著市場進一步選擇表格式、計算引擎和接口的開放選項，Lakehouse版本的LAMP堆棧將會出現。Linux基金會和Apache軟件基金會的項目將成為其中的組件。 

云計算 

(1)重新調整多云策略 

思科公司的首席戰略官兼應用總經理Liz Centoni表示， 隨著去全球化和數據主權問題的加速，在未來的一年里，將看到企業利用多云架構的明顯轉變。盡管89%的企業出于各種原因(地緣政治、技術、供應商多樣化)采用多云策略，但好處在于連接、保護和觀察多云環境的額外復雜性。 

人們將看到向新的多云框架(如主權云、本地區域云、零碳云和其他新穎的云產品)的巨大轉變。這將創造一條通往更多私有云和邊緣云應用程序和服務的道路，開創一個新的多云運營模式。 

(2)云計算實現合規性 

Cloudflare公司的現場首席技術官John Engates表示，對企業IT團隊來說，遵守最近通過的全球隱私和數據法規已經成為一場噩夢。2023年，云計算服務將最終減輕這些團隊的合規性負擔，并自動確定數據可以合法存儲和處理的位置。 

相信大多數云計算服務很快就會內置合規性功能，云計算本身應該減輕企業的合規性負擔。開發者不應該被要求確切地知道如何以及在哪里可以合法地存儲或處理他們的數據，合規性的負擔應該主要由開發人員正在構建的云計算服務和工具來處理。 

網絡服務應該在遵守所有數據主權法律的同時，高效而安全地路由流量。存儲服務本質上應該遵守數據駐留規則，并且處理應堅持相關數據本地化標準。 

(3)可用性將是2023年獲勝的關鍵 

MariaDB公司的產品經理Patrick Bossman表示，近年來了解到的一件事是，宕機可能會對業務造成嚴重影響。2023年，可用性將成為區分贏家和輸家的秘密武器。企業需要避免鎖定，并擁有擴大規模的靈活性。通過多樣化的云計算環境，企業將最大限度地減少中斷對其持續運營能力的影響。 

(4)協同努力實現云計算的現代化 

Core BTS公司的創新總監Andy Glassley表示，在過去的十年，看到了企業向云計算轉移的巨大增長。內部部署基礎設施能夠完全適應企業保持競爭力所需的不斷變化的技術的日子一去不復返了。人們現在處于云計算革命的時代，通過重新托管、重構等等，可以更好地實現應用程序的現代化。

在2023年，人們將繼續看到企業將業務向云平臺遷移，也將看到一致努力實現云計算的現代化。企業將利用現有的云投資做更多的事情，并通過云原生應用程序、混合應用程序和現代數據基礎進行創新。 

(5)云計算的采用受到成本優化的嚴重影響 

Alluxio公司的創始人兼首席執行官Haoyuan Li表示, 2023年對成本優化的更大關注正在影響云計算的采用。盡管公有云已經促進了很多企業的業務增長，但全球經濟的不確定性將推動具有數據密集型工作負載的大型企業重新調整其云戰略，更加強調成本優化，例如降低出口成本。 

重點將放在其基礎設施的投資回報率(ROI)和總體擁有成本(TCO)上，無論是在云中還是內部部署設施，還是兩者兼而有之。 

(6)云遷移和遣返將繼續下去，并帶來新的需求 

SIOS科技公司的客戶體驗副總裁Cassius Rhue表示，由于過去幾年改變世界的事件，許多企業快速跟蹤了他們的云采用之旅，并將業務從內部部署數據中心遷移到云平臺。這種云遷移將持續下去，與此同時，許多企業將意識到遷移本身并不是一個萬能的解決方案，也不是解決應用程序可用性問題的靈丹妙藥。 

對云中有狀態應用程序高可用性的需求將促使企業使用集群軟件。重新部署的系統將利用解決方案最大限度地減少客戶流失，并滿足多個應用程序可用性的需求。 

(7)云計算成本管理將使企業占據上風 

Virtana公司的工程副總裁Amit Rathi表示，成本和資源優化將是2023年的關鍵?？紤]到潛在的經濟不確定性，大多數企業都希望詳細了解云計算支出以及控制支出和優化其資源利用的能力。在過去幾年的數字化轉型的推動下，企業根據各自的業務需求采用了多種云平臺。 

因此，大多數企業對支出、與業務應用的相關性以及潛在的成本節約可能性知之甚少。隨著企業開始走向云采用的成熟，加上減少支出的業務壓力，具有積極主動方法的企業將在處理不確定性方面占據顯著優勢。 

邊緣計算 

(1)私有5G將在邊緣收集比以往更多的數據 

日立Vantara全球數字創新營銷和戰略高級總監Bjorn Andersson表示，在大量使用傳感器和機器人的制造業等工業環境中使用專用5G網絡，將開始實現設備連接、機器可重構和實時數據分析的承諾。 

私有5G的使用增加將使新的連接設備成為可能，在邊緣收集比以往更多的數據，此外在2023年將更廣泛地采用支持工業物聯網的解決方案。 

(2)邊緣開發人員將接受開放標準和框架 

Azion公司的首席執行官Rafael Umann表示，如果這些平臺決定提高價格或做出其他重大改變，那么通過不提供易遷移性的平臺開發應用的開發者將幾乎沒有追索權。供應商鎖定對于必須仔細計劃預算的公司來說是不可接受的。

因此，在2023年，預計將大力關注確保邊緣web應用程序依賴于開放標準和框架。這種關注將增加企業對Web Assembly、Jamstack和其他不依賴于特定提供商的技術的興趣。使用這些技術構建應用程序使開發人員能夠根據需要從一個平臺轉移到另一個平臺，以優化成本和性能。 

(3)超特異性機器學習和人工智能將催化邊緣應用 

NS1公司的聯合創始人兼首席執行官Kris Beevers表示，在不久的將來，人工智能和機器學習模型將變得高度個性化。每個模型都將針對特定的人員、地點或應用程序進行優化，考慮到他們的特定需求和特性。 

創建這些模型將需要處理和部署大量數據集，其規模遠遠超過中央數據湖所能處理的規模。因此，邊緣基礎設施將成為使這些模型的創建和存儲更具可持續性的關鍵方式。 

(4)2023年企業將數據空間化 

Kinetica公司的首席執行官兼聯合創始人Nima Negahban表示，當它們在時間和空間中移動時，能夠廣播其經度和緯度的傳感器和設備的成本正隨著相應的廣泛應用而迅速下降。據預測，到2025年，40%的聯網物聯網設備將能夠共享其位置，2020年的這一比例為10%。 

空間思維將幫助創新者優化現有運營，并在智慧城市、聯網汽車、透明供應鏈、近距離營銷、新能源管理技術等領域推動人們期待已久的數字化轉型。 

(5)邊緣計算將蓬勃發展 

Spectro Cloud公司的聯合創始人兼首席執行官Tenry Fu表示，作為數據中心的操作系統，Kubernetes可能已經很受歡迎，但它的真正價值可能在邊緣，它的可遷移和彈性應用程序工作負載可以為幾乎無限多的數字業務流程和客戶體驗提供動力。 

研究發現，35%的生產行業的Kubernetes用戶已經在邊緣運行Kubernetes，并且更多的用戶計劃在一年內這樣做。這些應用案例千差萬別，從采摘水果的無人機到核磁共振機器上的人工智能，其中許多都有可能為正確使用它們的企業帶來收入和競爭差異化。 

但從可管理性到安全性，面臨的挑戰同樣巨大。2023年是轉折點，屆時挑戰將迎頭趕上，邊緣技術將真正成為主流。 

網絡安全 

(1)強調機器學習的安全性、威脅和漏洞 

NetSPI公司的研究副總裁Nick Landers表示，機器學習已經部署在許多技術中，特別是與安全有關的技術，例如電子郵件過濾器、安全信息和事件管理(SIEM)儀表板以及端點檢測和響應(EDR)產品。 

如果人們認為可以延遲機器學習的安全對話，需要認真考慮。越來越多的安全研究人員專注于對抗性機器學習，其中包括對模型本身的攻擊(反轉、提取、克隆等)以及在網絡攻擊和社交工程中使用機器學習。在即將到來的一年里，人們將看到越來越多的針對機器學習集成系統的漏洞被公布出來。 

(2)零信任的發展 

SOTI公司的產品戰略高級副總裁Shash Anand表示，零信任是一種心態;不要相信任何人或任何未經驗證憑證就想訪問數據或加入網絡的東西。雖然對一些人來說，這可能會導致生產力的損失，因為它可能需要更長的時間，但出于安全目的，證明真實的身份很重要。企業必須有合適的工具來提供單點登錄和基于多重身份驗證因素的驗證。 

人們可以期待零信任來提高移動安全，因為它確保只有經過身份驗證的用戶才能訪問。 

(3)網絡安全透明度將成為一項優勢 

GitHub公司的副總裁Jacob DePriest表示, 企業在改進檢測和防御網絡攻擊的方法的同時，也必須改進與網絡攻擊相關的溝通方式。人們在2022年已經看到了很多的數據泄露事件，2023年也不會有什么不同。 

人們將看到更多的企業進一步將透明度作為加強對其業務信任的一種手段。越來越多的安全領導者將專注于構建這樣一個環境，在這個環境中，安全團隊是一個被授權的、值得信賴的業務合作伙伴。圍繞安全事件優先進行公開、透明的溝通，以便與內部和外部利益相關者建立信任，這很重要。 

內部隱私和數據保護的門檻自然將會提高，外部共享安全事件的門檻將會降低。 

(4)安全問題是IT領導者的首要任務 

Atera公司的首席產品官Tal Dagan表示，企業正更加關注網絡安全，并尋求解決方案，使他們的設備不那么容易受到攻擊。人們期望更多的IT部門實施IT監控解決方案，因為企業對服務質量的要求越來越高，越來越害怕不斷增加的網絡攻擊。 

(5)將需要基于行為的分析檢測 

RevealSecurity公司的首席技術官Adam Koblentz表示，2022年的許多事件表明，雙因素身份驗證不足以防止高級持續威脅(APT)。 

2023年，企業將需要采取行動，以更快的速度檢測網絡威脅(這只能通過自動化來實現)。企業不會使用噪音太大或不準確的檢測工具，因為它們會給團隊帶來太大的負擔?；谛袨榈姆治鰴z測將被要求處理企業面臨的威脅。