在當今商業(yè)環(huán)境中，云計算被視為業(yè)務經營中最具戰(zhàn)略意義和最重要的技術之一。但企業(yè)對待和實施云戰(zhàn)略的方式正在發(fā)生轉變。進取型企業(yè)正在從“公有云優(yōu)先”數(shù)字化轉型戰(zhàn)略轉向更加慎重、平衡的云策略，進而將工作負載分配到最合理的地方。

隨著越來越多的行業(yè)在數(shù)字化方面趨于成熟，混合云、人工智能（AI）、機器學習（ML）等新興技術將越來越多地用于提高運營效率和降低成本。因此，我們認為2023年對于想要充分利用混合云強大潛力的企業(yè)來說將是關鍵的一年。以下四大技術趨勢將在未來一年極大地影響業(yè)務重心。?

趨勢1：數(shù)據(jù)和應用正越來越多地轉向混合架構

我們發(fā)現(xiàn)企業(yè)的云戰(zhàn)略開始從“具有單一公有云提供商的本地云”演變?yōu)椤皳碛卸嗉夜性铺峁┥痰谋镜卦啤薄２粌H如此，企業(yè)對云服務提供商的看法也在發(fā)生變化——如今企業(yè)尋求云提供商的中立性，并且在根據(jù)業(yè)務需求調整云戰(zhàn)略時避免供應商鎖定。

這導致對數(shù)據(jù)編織架構的需求不斷增加，在這種架構下，企業(yè)能夠跨多個地方協(xié)調和管理不同的工作負載，并在其間共享安全治理。隨著企業(yè)對混合架構的接受度越來越高，這一點將變得十分重要。

無論現(xiàn)在還是未來，如果能夠在對企業(yè)最有意義的地方運行工作負載，就能使企業(yè)具備落實戰(zhàn)略變革所需的靈活性，以及有效應對當前形勢的敏捷性。

趨勢2：企業(yè)對數(shù)據(jù)聯(lián)邦的興趣加深，尤其在低信任環(huán)境中

我們發(fā)現(xiàn)進取型企業(yè)對數(shù)據(jù)聯(lián)邦的興趣日益濃厚，尤其是在低信任環(huán)境中。雖然公共部門的組織機構一直是數(shù)據(jù)聯(lián)邦的先行者，但在不失去數(shù)據(jù)控制權的前提下，越來越多的進取型企業(yè)也開始對數(shù)據(jù)變現(xiàn)或分享數(shù)據(jù)洞察產生濃厚興趣。

數(shù)據(jù)越豐富，帶來的洞察就越多。但由于數(shù)據(jù)分析需要在數(shù)據(jù)仍處于加密域時進行，也增加這項工作的復雜性。隨著各國持續(xù)推進數(shù)字化轉型進程，公共和私營部門的組織機構將越來越需要聯(lián)合開展數(shù)據(jù)方面的合作、共享和學習數(shù)據(jù)。

趨勢3：從傳統(tǒng)數(shù)據(jù)倉庫架構中加速遷移，轉向本地和公有云中更開放的數(shù)據(jù)湖倉架構

隨著越來越多的企業(yè)追求數(shù)字驅動，從任何云中的任何數(shù)據(jù)獲得實時洞察以做出明智決策的能力至關重要。為了成功應對當今變化和未來挑戰(zhàn)，企業(yè)需要能夠將數(shù)據(jù)轉化為戰(zhàn)略業(yè)務資產的工具。具有現(xiàn)代化數(shù)據(jù)架構的工具將使企業(yè)能夠在數(shù)據(jù)所在的位置上快速、安全地定位、管理及分析其數(shù)據(jù)。

開放式數(shù)據(jù)湖倉架構正在逐步替代更傳統(tǒng)的本地數(shù)據(jù)倉庫。Apache Iceberg等現(xiàn)代化數(shù)據(jù)架構和技術能夠在大規(guī)模（PB級）情況下實現(xiàn)強大的性能。其開源和云原生表格式消除了對有限數(shù)量分析工具的限制，并減少了不必要的數(shù)據(jù)轉換或跨工具和云的數(shù)據(jù)移動，以從數(shù)據(jù)中獲得洞察。

這將有助于提高質量和可靠性，并通過支持多功能分析來提高效率，同時減少數(shù)據(jù)的滯后性和總擁有成本。另外，隨著數(shù)據(jù)保護法律和法規(guī)的不斷出臺，企業(yè)可以通過這種架構追溯歷史，對數(shù)據(jù)過去的狀態(tài)進行報告和分析。

趨勢4：新AI/ML算法的引入與發(fā)展

我們發(fā)現(xiàn)近期AI/ML算法出現(xiàn)了一些令人驚嘆的新發(fā)展，比如AI系統(tǒng)DALL-E可以從輸入的文本描述中創(chuàng)造出逼真的圖像和藝術。此外，語音識別技術也取得了進步，比如Whisper可以實現(xiàn)準確實時的語音到文本翻譯。而ChatGPT等AI聊天機器人的出色表現(xiàn)甚至讓谷歌都感受到了壓力。

隨著時間的推移，這個前沿領域的進步與發(fā)展將逐漸跨入企業(yè)，并進一步推動機器學習和處理的采用。其將被用于預防欺詐交易、打擊金融犯罪等無數(shù)不同的用例，并最終幫助開發(fā)人員提高編碼效率。