首页 > 推荐 > 正文

Gartner发布2022年重要战略技术趋势:数据编织,人工智能工程化…

2022-07-27 14:00:24  来源:Gartner

摘要:首席执行官和董事会正在设法通过与客户建立直接数字联系来实现增长,因此首席信息官的优先事项必须满足这些业务要求,而这些要求贯穿于Gartner的2022年重要战略技术趋势
关键词: 数据编织
Gartner研究副总裁David Groombridge表示:“首席执行官和董事会正在设法通过与客户建立直接数字联系来实现增长,因此首席信息官的优先事项必须满足这些业务要求,而这些要求贯穿于Gartner的2022年重要战略技术趋势。”

\ 

生成式人工智能(GenerativeArtificial Intelligence)

生成式人工智能可用于多种活动,如创建软件代码、促进药物研发和有针对性的营销,但该技术也会被滥用于诈骗、欺诈、政治造谣、伪造身份等。Gartner预计到2025年,生成式人工智能将占所有生成数据的10%,而目前这一比例还不到1%。

在过去的十年里,数据和应用孤岛的数量激增,而数据和分析(D&A)团队的技能型人才数量却保持不变,甚至下降。作为一种跨平台和业务用户的灵活、弹性数据整合方式,数据编织能够简化企业机构的数据整合基础设施并创建一个可扩展架构来减少大多数数据和分析团队因整合难度上升而出现的技术债务。

 

 分布式企业(DistributedEnterprise)

Groombridge表示:“这就要求首席信息官通过重大技术和服务变革提供无摩擦工作体验,不过事情总有两面性:这项技术会对业务模式产生影响。从零售到教育,每家企业机构都必须重新配置交付模式才能支持分布式服务。两年前,全世界没有人想到自己能在数字试衣间里试穿衣服。” 

 

云原生平台(Cloud-NativePlatform,CNP)

因此,Gartner预测到2025年,云原生平台将成为95%以上新数字倡议的基础,而在2021年这一比例只有不到40%。

随着企业的发展,传统的编程或简单的自动化将无法扩展。自治系统是可以从所在环境中学习的自我管理型物理或软件系统。与自动化甚至自主系统不同,自治系统无需外部软件更新就可以动态修改自己的算法,使它们能够像人类一样迅速适应现场的新情况。 

 

决策智能(DecisionIntelligence,DI)

决策智能是一门实用的学科。该学科通过清楚理解并精心设计做出决策的方式以及根据反馈评估、管理和改进结果的方式来改进决策。Gartner预测在未来两年,三分之一的大型企业机构将使用决策智能实现结构化决策,进而提高竞争优势。

组装式应用程序(Composable Applications)

Groombridge表示:“在动荡的时代,可组合的业务原则帮助企业机构驾驭对业务韧性和增长至关重要的加速变化。没有它的现代企业机构可能会失去在市场中的前进动力和客户忠诚度。”

超级自动化(Hyperautomation)

Groombridge表示:“Gartner的研究表明,表现最好的超自动化团队专注于三个关键优先事项:提高工作质量、加快业务流程和增强决策敏捷性。在过去的一年中,业务技术专家平均支持4.2项自动化倡议。”

隐私增强计算(Privacy-EnhancingComputation,PEC)

在数据、软件或硬件层面保护个人和敏感信息的PEC技术能够在不影响保密性或隐私的情况下安全地共享、汇集和分析数据。目前这项技术被应用于许多垂直领域以及公有云基础设施(例如可信的执行环境)。

网络安全网格(Cybersecurity Mesh)

CSMA帮助提供一体化安全结构和态势,为任何位置的任何资产提供安全保障。到2024年,使用CSMA一体化安全工具组成一个合作生态系统的企业机构能够将单项安全事件的财务影响平均减少90%。

人工智能工程化(AI Engineering)

Groombridge表示:“从事人工智能工作的混合团队是否真正能够为他们的企业机构实现差异化,取决于他们通过快速人工智能变革不断提升价值的能力。到2025年,10%建立人工智能工程化最佳实践的企业从其人工智能工作中产生的价值将至少比90%未建立该实践的企业高出三倍。”

全面体验(Total Experience,TX)

全面体验是一项结合客户体验(CX)、员工体验(EX)、用户体验(UX)和多重体验(MX)学科的业务战略。TX的目标是提升客户和员工的信心、满意度、忠诚度和拥护度。企业机构将通过实现具有适应性和韧性的TX业务成果来增加收入和利润。


第三十八届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:liusw

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。