Gartner发布2022新兴技术成熟曲线

一年一次的Gartner新兴技术成熟曲线发布时间又到了，让我们再次大（bian）开（cheng）眼（wen）界（mang）的时候到了，一起来看看今年Gartner又整了哪些“新活”？

2022 年的新兴技术符合三个主题：不断发展/扩展沉浸式体验、加速人工智能自动化和优化技术专家交付。

概述

2022 年 Gartner 新兴技术成熟曲线包含25项“必须了解”的创新，以推动竞争差异化和效率。

只有少数有可能在两年内成为主流被采用；大部分技术需要10年或更长时间的发展。

这些技术的初期阶段，其部署的风险较大，但对早期采用者的收益可能也很大。

Gartner 2022成熟曲线（也称“炒作周期”）确定了25种必须了解的新兴技术，旨在为企业架构和技术创新领导者提供帮助：

• 扩展沉浸式体验
• 加速AI 自动化优化
• 技术人员交付

这些技术预计将在未来2到10年内对企业和社会将产生巨大影响，尤其是使CIO和IT领导者能够通过其实现数字业务转型。

新兴技术本质上具有颠覆性，没有众所周知或已被验证的竞争优势。为了抓住机遇，了解潜在市场、技术走向以及主流应用的途径至关重要——这个时间可能最短两年，长则10年或更久。

Gartner副总裁分析师Melissa Davis表示，“所有这些技术都还在早期阶段，但有些已处于萌芽阶段，它们的未来发展存在很大的不确定性。新兴技术的实施也带来了更大的风险，但同时也为早期使用者带来了更大的利益，这使它们与Gartner顶级战略技术趋势不同。”

2022 年新兴技术成熟曲线

2022 年及以后需要考虑的三个炒作周期主题

Gartner 2022成熟曲线以新兴技术为特色，并将2,000多种技术的见解提炼成简洁的潜力集合。大多数技术都有多个用例，但技术创新领导者应该优先考虑那些可能为组织带来最大潜在利益的技术。（同时还需要启动一个概念验证项目，以证明技术对其目标用例的可行性。）

以下是关于2022年技术所属的三个主题的介绍：

主题1：发展/扩展沉浸式体验

这些技术的优势在于，它们为个人提供了对其身份和数据的更多控制权，并将他们的体验范围扩展到可以与数字货币集成的虚拟场所和生态系统。这些技术还提供了接触客户的新方法，以加强或开辟新的市场。

客户数字孪生(Digital twin of the customer,DToC)是客户的动态虚拟展示，它模拟并学习和预测行为。它可用于修改和增强客户体验（CX）并支持新的数字化工作、产品、服务和机会。DToC 需要5-10年才能被主流采用，但将对组织产生巨大影响。

沉浸式体验中的其他关键还技术包括：

• 去中心化身份(Decentralized identity,DCI) 允许实体（通常是用户）通过利用区块链或其他分布式账本技术 (DLT) 等技术以及数字钱包来控制自己的数字身份。
• 数字人类（Digital humans）是交互式的、由人工智能驱动的展示，具有人类的一些特征、个性、知识和思维方式。
• 内部人才市场将内部员工以及在某些情况下的临时工池与有时间限制的项目和各种工作机会相匹配，而无需招聘人员参与。
• 元宇宙是一个综合虚拟3D共享空间，由虚拟增强的物理和数字现实融合创建。元宇宙是持久性的，提供增强的沉浸式体验。
• 非同质化代币(Non-fungible token,NFT) 是一种基于区块链的独特可编程数字项目，可公开证明数字资产（如数字艺术或音乐）或代币化的物理资产（如房屋、汽车或文件）的所有权。
• Superapp是一种复合式移动应用，作为平台构建，可提供模块化微应用程序，用户可以激活这些微应用以获得个性化的应用体验。
• Web3是用于开发分散式Web应用的新技术堆栈，使用户能够管理自己的身份和数据。

主题2：加速人工智能自动化

扩大人工智能的采用是发展产品、服务和解决方案的关键方式之一。这意味着加速创建专项人工智能模型，将人工智能应用于模型的开发和训练，并将其部署到产品、服务和解决方案的交付中。结果包括更准确的预测和决策以及更快地获得预期收益。人类的角色也更侧重于成为消费者、评估者和监督者。

自主系统是加速人工智能自动化的例子。它们是自我管理的物理或软件系统，执行具有三个基本特征领域的任务，即自主、学习和代理。当传统的AI技术无法实现业务适应性、灵活性和敏捷性时，自主系统可以成功地帮助其实施。自主系统需要5-10年才能被广泛采用，但将对组织产生巨大影响。

加速AI自动化的其他关键技术包括：

• 因果人工智能识别并利用因果关系超越基于相关性的预测模型，进而使AI系统可以更有效地规定行动、更自主地行动。
• 基础模型是基于转换器架构的模型，例如大型语言模型，它体现了一种深度神经网络架构，可以在周围词境的上下文中计算文本的数字表示，强调单词的序列。
• 生成式设计AI或AI增强设计使用AI、机器学习和自然语言处理技术自动生成和开发数字产品的用户流程、屏幕设计、内容和表示层代码。
• 机器学习代码生成工具包括可插入专业开发人员集成开发环境(IDE)的云托管机械学习模型，IDE是基于自然语言描述或部分代码片段提供建议代码的扩展。

主题3：优化技术人员交付

这些技术专注于构建数字业务的关键要素：产品、服务或解决方案设计者社区（如Fusion Team）及其使用的平台。这些技术提供反馈和洞察力，优化并加速产品、服务和解决方案的交付，同时提高业务运营的可持续性。

云数据生态系统体现了优化的技术人员交付。它们提供了一个有凝聚力的数据管理环境，能够支持从探索性数据科学到生产数据仓库的所有数据工作负载。云数据生态系统提供简化交付和全面功能，易于部署、优化和维护。它们需要2-5年的时间才能被广泛采用，并且会让用户获得明显收益。

优化技术人员交付的其他关键技术包括：

• 增强型敏捷金融（FinOps）通过应用AI和机器学习实践，将敏捷性、持续集成和部署以及最终用户对金融治理、预算计划和成本优化工作的反馈等传统DevOps概念自动化。
• 云可持续性是使用云服务在经济、环境和社会（ESG）系统中实现可持续性效益。
• 计算存储(CS)将主机处理从CPU的主存储器卸载到存储设备。
• 网络安全网格架构(CSMA)是一种新兴方法，用于构建可组合的分布式安全控制，以提高整体安全效率。
• 数据可观察性（Data observability）是通过持续监控、跟踪、警报、分析和故障排除事件来了解企业数据环境、数据管道和数据基础设施健康状况的能力。
• 动态风险治理(DRG)是一种用于定义风险管理角色和责任这一关键任务的方法。DRG针对每种风险适当地定制化风险治理，使组织能够更好地管理风险并降低保障成本。
• 行业云平台利用底层SaaS、PaaS和IaaS服务，为确定的垂直行业提供与行业相关的打包业务和技术能力，并将其作为一个整合产品。
• 最小可行架构(Minimum viable architecture,MVA)是产品团队用来确保产品及时性、合规性的开发和迭代的标准化框架。
• 可观察性驱动开发(Observability-driven development,ODD)是一种软件工程实践，通过将系统设计为可观察，为其状态和行为提供细粒度的可见性和上下文。
• 开源遥测（OpenTelemetry）是规范、工具、应用编程接口(API)和软件开发工具包(SDK)的集合，用于描述和支持软件的开源仪器和可观察性框架的实施。
• 平台工程（Platform engineering）是为软件交付和生命周期管理构建和运营自助式内部开发人员平台(internal developer platforms,IDPs)的学科。