2022年技术趋势的三个主题为工程化信任、塑造变化和加速增长。
近日，在Gartner2022年战略技术趋势分享会上，Gartner高级研究总监高挺解读了“重要战略科技趋势”。高挺表示，2022年企业CEO将聚焦增长、数字化、效率三个关键词，由此构成2022年技术趋势的三个主题：工程化信任、塑造变化和加速增长。
工程化信任
工程化信任即Engineering Trust，本质上是为了构建一个安全可靠的数字基础设施，可理解成是为数字经济的基础。高挺指出，“工程化信任”中具体有“数据编织”、“网络安全网格”、“隐私增强计算”和“云原生平台”四个技术趋势。
其中，数据编织(Data Fabric)的背景是大数据的持续暴增。高挺表示，过去的十年里，数据和应用孤岛的数量激增，而数据和分析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。
网络安全网格(Cybersecurity Mesh) 则来自于当前新技术时代中的安全需求。“在大数据时代，用户设备和数据来源是无处不在的，需要一种新的安全架构。”高挺表示，网络安全网格架构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，使用网络安全网格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%。
隐私增强计算(Privacy-EnhancingComputation)则迎合了当前趋严的数据保护趋势。除了应对不断成熟的国际隐私和数据保护法律外，首席信息官还必须避免在分析或处理数据中因隐私事件而导致客户信任下降。因此，Gartner预计到2025年，60%的大型企业机构将使用一种或多种隐私增强计算技术。
云原生平台(Cloud-NativePlatform)则是构建数字基础设施闭环的关键部分。简单来讲，它是提供一个可以让应用程序从设计开始到写代码，到最后部署的全流程中的云平台。元原生平台天生就基于“云”的环境设计架构，然后充分利用和发挥“云”平台的弹性和分布式的优势，从而能够加快价值实现时间并降低成本。
塑造变化
数字化变革，是关于如何去提高商业的韧性和效率的问题，由此提出的问题是：如何创新地利用技术来加速数字化？这一主题下拥有组装式应用程序、决策智能、超级自动化、人工智能工程化四个趋势。
其中，组装式应用程序(Composable Applications)是不断变化的业务环境中，业务适应性需求能够引导企业转向支持快速、安全和高效应用变化的技术架构。高挺指出，可组合的应用架构增强了这种适应性，而采用可组合方法的企业机构在新功能的实现速度上将比竞争对手快80%。
此外，一家企业机构的决策能力是其竞争优势的重要来源，而如今这个时代对这项能力的要求也越来越高。决策智能(Decision Intelligence)正是这样的一门实用学科，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。
超级自动化(Hyperautomation)能够通过快速识别、审核和自动执行尽可能多的流程，以此来实现加速增长和业务韧性。高挺表示，今年的“超级自动化”较去年有所区别，会更强调IT和业务的融合团队；包含更多技术，如AI、机器学习、RPA、BPMS等。同时，世界范围内许多企业在某些流程已经实现了自动化的运营。
与此同时，随着当前人工智能技术的持续演进，将人工智能集成到应用中也进一步成为企业的需求，人工智能工程化(AI Engineering)正是这样一种实现人工智能模型操作化的综合方法。Gartner预测，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。
加速增长
2022年重要战略技术趋势的最后一个主题是“加速增长”，其本质为技术构建的新模式或新场景。它包括了分布式企业、全面体验、自治系统和生成式人工智能四个技术趋势。
高挺指出，随着远程和混合工作模式的增加，以办公室为中心的传统企业机构正在演变成由分散在各地的工作者组成的分布式企业(DistributedEnterprise)，“远程工作”已成为一个新常态。从趋势的角度可以发现，构建以人为中心、整合物理空间和虚拟空间的技术将会成为一个主流趋势，并带来一些商业模式的变化。
全面体验(Total Experience)则是一项结合客户体验、员工体验、用户体验和多重体验学科的业务战略。其目标是提升客户和员工的信心、满意度、忠诚度和拥护度。高挺表示，企业机构将通过实现具有适应性和韧性的全面体验业务成果，来增加收入和利润。
此外，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(Autonomic Systems)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。不过高挺同时表示，自治系统仍处在萌芽期，系统会遇到包括道德伦理在内各种各样的问题。
生成式人工智能(Generative Artificial Intelligence)则能够运用数据生成全新、完全原创的产品。高挺认为，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。从训练AI模型的角度来讲，通过生成式AI所生成的“合成数据”还能够避免数据隐私被侵犯的痛点。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%。
（文章来源：21世纪经济报道）
