企业机构正在从应对新冠疫情转向推动增长，因此它们必须关注形成今年主流趋势的三个主要领域：以人为本、位置独立性和韧性交付。这些趋势在组合后的整体影响大于它们各自的独立影响，并且专注于满足全球各地的社会与个人需求来实现最佳交付。
全球领先的信息技术研究和顾问公司 Gartner 于2020年10月19日发布企业机构在2021年需要深挖的重要战略科技趋势。分析师们在本周举行的 Gartner IT Symposium/Xpo大会美洲站虚拟会议上展示了自己的发现。
Gartner研究副总裁Brian Burke表示：“各企业职能部门对运营韧性的需求从未像现在这样强烈。首席信息官们正在努力适应不断变化的情况，设计未来的业务。这就需要企业机构具有不断重组与改革的可塑性。Gartner 2021年重要战略科技趋势可实现这种可塑性。
“企业机构正在从应对新冠疫情转向推动增长，因此它们必须关注形成今年主流趋势的三个主要领域：以人为本、位置独立性和韧性交付。这些趋势在组合后的整体影响大于它们各自的独立影响，并且专注于满足全球各地的社会与个人需求来实现最佳交付。”
2021年重要战略科技趋势具体如下：
解读：和以往年发表的十大战略性技术趋势不同，今年发表的下年度战略性技术趋势只有九项，分成三组，每组三项：
- 以人为本：尽管大流行病改变了许多人与组织的工作和互动，但人仍然是所有业务的中心，他们需要数字化流程才能在当今环境中发挥作用。
- 位置独立性：COVID-19已经转移到员工、客户、供应商和组织生态系统实际存在的地方。位置独立性要求进行技术转移以支持这种新版本的业务。
- 韧性交付：无论是大流行还是衰退，世界上都存在波动。
最重要的不同是在充满不确定性和世界人民正处于艰难的严重疫情的环境下强调组合创新（Combinational Innovation）(见下图):
准备好调整和正在调整的组织将经受住所有类型的中断。与以往一样，这些战略技术趋势并不是相互独立的，而是相互促进和发展的。它们共同促进了组织的可塑性，这将有助于指导未来五年的组织。这就是组合创新的力量。它比单个创新要更强大。下面是九项战略性技术趋势的简单介绍和解读：
行为互联网（Internet of Behaviors）
行为互联网（IoB）不断涌现，许多技术都在捕获并使用人们日常生活中的“数字尘埃”。IoB汇集了面部识别、位置跟踪和大数据等当前直接关注个人的技术，并将结果数据与现金购买或设备使用等相关的行为事件相关联。
企业机构使用该数据来影响人的行为。例如为了在疫情期间监控对健康规定的遵守情况，企业机构可以通过使用IoB计算机视觉来查看员工是否戴着口罩或通过热成像来识别发热者
Gartner预测，到2025年末，全球一半以上的人口将至少参加一项商业或政府的IoB计划。虽然IoB在技术上可成为可能，但社会各界将对各种影响行为的方法展开广泛的伦理和社会学讨论。
解读：例如，虽然司机可能不反对跟踪速度、刹车和转弯，以换取更低的保险费，但他们可能不会接受执法部门也能够跟踪这些信息。归根结底，IoB必须为双方带来互惠互利，否则可能被消费者拒绝。
对于某些地理区域，IoB的大部分范围和执行将取决于当地的隐私法律，这可能会影响数据的使用方式和方式。
全面体验（Total Experience）
Burke表示：“去年，Gartner将多重体验定义为一种重要的战略科技趋势。而在今年，这一趋势又进一步发展成为全面体验（TX），将多重体验与客户、员工和用户体验相联系。Gartner预计在未来三年中，提供TX的企业机构在关键满意度指标方面的表现将超越竞争对手。”
由于新冠疫情，移动、虚拟和分布式互动日益盛行，因此企业机构需要有TX策略。TX将改善体验的各个组成部分，实现业务成果的转型。这些相互交织的体验是企业运用创新革命性体验实现差异化，从而从疫情中恢复的关键驱动力。
解读：全面体验的案例
一家大型电信公司将其全部经验转化为提高安全性和满意度。
首先，它通过一个现有的应用程序部署了一个预约系统。当顾客到达他们的预约地点，来到离商店不到75英尺的地方时，他们收到了两件东西：
- 引导他们完成签入过程的通知。
- 提醒他们需要多长时间才能安全进入商店并保持社交距离。
为了提高员工的安全性，该公司还部署了一项技术，允许员工在不接触设备的情况下共同浏览客户硬件。
隐私增强计算（Privacy-Enhancing Computation）
随着全球数据保护法规的成熟，各地区首席信息官所面临的隐私和违规风险超过了以往任何时候。不同于常见的静态数据安全控制，隐私增强计算可在确保保密性或隐私的同时，保护正在使用的数据。
Gartner认为，到2025年将有一半的大型企业机构使用隐私增强计算在不受信任的环境和多方数据分析用例中处理数据。企业机构应在开始确认隐私增强计算候选对象时，评估要求个人数据转移、数据货币化、欺诈分析和其他高度敏感数据用例的数据处理活动。
解读：在使用数据保护技术以实现安全数据处理和数据分析时隐私增强计算包括三种技术：
- 第一种提供了一个可信的环境，在该环境中，敏感数据可以处理或分析。它包括可信的第三方和硬件可信的执行环境（也称为机密计算）。
- 第二种以分散的方式执行处理和分析。它包括联合机器学习和隐私感知机器学习。
- 第三种转换数据和算法，然后再进行处理或分析。它包括差分隐私、同态加密、安全多方计算、零知识证明、私家集交叉和私有信息检索。
这使得组织能够在不可信的环境中安全地共享数据，随着对数据量的需求日益增长，保护数据的需求也与日俱增。
分布式云（Distributed Cloud）
分布式云将公有云分布到不同的物理位置，但服务的运营、治理和发展依然由公有云提供商负责。它为具有低延迟、降低数据成本需求和数据驻留要求的企业机构方案提供了一个灵活的环境，同时还使客户的云计算资源能够更靠近发生数据和业务活动的物理位置。
到2025年，大多数云服务平台至少都能提供一些可以根据需要执行的分布式云服务。Burke先生认为：“分布式云可以取代私有云，并为云计算提供边缘云和其他新用例。它代表了云计算的未来。”
解读：分布式云的多种样式：
- 本地公共云：这是一个受欢迎的供应商产品，但它只提供了提供商完整套件的一小部分，而且还相对不成熟。
- 物联网（IoT）边缘云：直接与边缘设备交互的分布式服务。
- 城域社区云：将云服务分配到城市或大都市区域的节点中，连接多个客户。
- 5G移动边缘云：作为5G电信/运营商网络的一部分提供分布式云服务。
- 全球网络边缘云：提供旨在与全球网络基础设施（如蜂窝塔、集线器和路由器）集成的云服务。
随处运营（Anywhere Operations）
随处运营是一种为全球各地客户提供支持、赋能全球各地员工并管理各类分布式基础设施业务服务部署的IT运营模式。它所涵盖的不仅仅是在家工作或与客户进行虚拟互动，还能提供所有五个核心领域的独特增值体验，分别是：协作和生产力、安全远程访问、云和边缘基础设施、数字化体验量化以及远程运营自动化支持。
到2023年末，40%的企业机构将通过随处运营提供经过优化与混合的虚拟/物理客户与员工体验。
解读：该技术基础包括五个构件：
- 协作和生产力：工作流协作、会议解决方案、云办公套件、数字白板和智能工作区
- 安全远程访问：无密码和多因素身份验证、零信任网络访问（ZTNA）、安全访问服务边缘（SASE）和身份作为新的安全边界
- 云和边缘基础设施：分布式云、物联网、API网关、边缘人工智能和边缘处理
- 数字体验量化：数字体验监控、工作场所分析、远程支持和非接触式交互
- 支持远程操作的自动化：TAIOps、端点管理、SaaS管理平台、自助服务和零接触供应
网络安全网格（Cybersecurity Mesh）
网络安全网格使任何人都可以安全地访问任何数字资产，无论资产或人员位于何处。它通过云交付模型解除策略执行与策略决策之间的关联，并使身份验证成为新的安全边界。到2025年，网络安全网格将支持超过一半的数字访问控制请求。
Burke先生认为：“新冠疫情加快了耗时数十年的数字化企业变革过程。我们已经越过了一个转折点，大多数企业机构的网络资产现在都已超出传统的物理和逻辑安全边界。随着随处运营的不断发展，网络安全网状组网将成为从非受控设备安全访问和使用云端应用与分布式数据的最实用方法。”
解读：网络安全网格是一种分布式体系结构方法，用于可扩展、灵活和可靠的网络安全控制。COVID-19加速了一个现有的趋势，即大多数资产和设备现在都位于传统的物理和逻辑安全参数之外。网络安全网使任何人或事物都能够安全地访问和使用任何数字资产，无论它们位于何处，同时提供必要的安全级别。
随着企业加速数字业务的发展，安全必须跟上快速变化的步伐。网络安全网格使安全模型能够保持在当前条件下运营所需的可塑性，并在不妨碍公司发展的情况下提供安全性。这些工具已经由一些主要组织以某种方式部署。
组装式智能企业（Intelligent Composable Business）
Burke先生表示：“为了提高效率而建立的静态业务流程非常脆弱，因此在疫情的冲击下变得支离破碎。首席信息官和IT领导者正在努力收拾残局，他们开始了解适应业务变化速度的业务能力有多么重要。”
智能组合型业务通过获取更好的信息并对此做出更敏锐的响应来彻底改变决策。依靠丰富的数据和洞见，未来的机器将具有更强大的决策能力。智能组合型业务将为重新设计数字化业务时刻、新业务模式、自主运营和新产品、各类服务及渠道铺平道路。
解读：在重建过程中，领导者必须设计出一个架构：
- 能够更好地访问信息
- 可以通过新的见解来补充信息
- 可组合、模块化，在做出决策时能够更快地进行更改和响应
人工智能工程化（AI Engineering）
Gartner的研究表明，只有53%的项目能够从人工智能（AI）原型转化为生产。首席信息官和IT领导者发现，由于缺乏创建和管理生产级人工智能管道的工具，人工智能项目的扩展难度很大。为了将人工智能转化为生产力，就必须转向人工智能工程化这门专注于各种人工智能操作化和决策模型（例如机器学习或知识图）治理与生命周期管理的学科。
人工智能工程化立足于三大核心支柱：数据运维、模型运维和开发运维。强大的人工智能工程化策略将促进人工智能模型的性能、可扩展性、可解释性和可靠性，完全实现人工智能投资的价值。
解读：由于可维护性、可伸缩性和治理问题，人工智能项目经常失败。然而，一个强大的人工智能工程策略将促进人工智能模型的性能、可扩展性、可解释性和可靠性，同时实现人工智能投资的全部价值。如果没有人工智能工程，大多数组织将无法将人工智能项目从概念证明和原型转移到全面生产。
人工智能工程有三个核心支柱：数据操作（DataOps）、模型操作（ModelOps）和开发操作（DevOps）。
开发操作主要处理高速代码更改，但AI项目在代码、模型和数据方面经历动态变化，所有这些都必须改进。组织必须在数据操作的数据管道和模型操作的机器学习模型管道中应用开发操作原则，以获得AI工程的好处。
超级自动化（Hyperautomation）
业务驱动型超级自动化是一项可用于快速识别、审查和自动执行大量获准业务和IT流程的严格方法。在过去几年中，超级自动化一直在持续不断地发展。而因为疫情，一切事物都被突然要求首先实现数字化，这大大增加了市场的需求。业务利益相关者所积压的需求已促使70%以上的商业机构实施了数十种超级自动化计划。
Burke先生表示：“超级自动化是一股不可避免且不可逆转的趋势。一切可以而且应该被自动化的事物都将被自动化。”
解读：超自动化是一个过程，在这个过程中，企业使用人工智能、机器学习、事件驱动软件、机器人过程自动化和其他类型的决策过程和任务自动化工具，使尽可能多的业务和IT过程自动化。
组织经常被“组织债务”拖累，包括技术债务、流程债务、数据债务、架构债务、人才债务、安全债务和社会债务。总的来说，这种债务会影响价值主张和品牌。究其原因，是一套广泛而昂贵的业务流程，这些流程由一系列技术拼凑而成，这些技术往往没有经过优化、精简、连接或一致。
然而，在一个以数字加速为游戏名称的世界里，商业领袖们正在呼吁数字运营的卓越性。COVID-19进一步加速了这一进程，它迅速推动企业允许更多远程、数字化的首选方案。超自动化是企业实现数字化运营卓越性和运营弹性的关键。为了实现这一点，组织必须数字化其文档/工件，并确保其业务和IT流程工作流是数字化的。他们需要自动化任务、流程并协调跨职能领域的自动化。
参考文献：
【1】 Gartner发布2021年重要战略科技趋势https://www.gartner.com/cn/newsroom/press-releases/2021-top-strategic-technologies-cn,2020/10/20
【2】 Top Strategic Technology Trends for 2021， Edited by Brian Burke, Research VicePresident, Gartner, 2020
- END -
