全球領(lǐng)先的信息技術(shù)研究和顧問公司Gartner近日于Gartner Symposium/ITxpo中提出十項將在2016年影響多數(shù)企業(yè)機構(gòu)戰(zhàn)略科技趨勢的研究結(jié)果。
根據(jù)Gartner的定義，戰(zhàn)略科技趨勢是指可能對企業(yè)機構(gòu)帶來重大影響的技術(shù)趨勢。而重大影響因素包括：可能對業(yè)務(wù)、終端用戶或IT層面造成顛覆性效果；需要大量投入資金；或是太晚采用相關(guān)技術(shù)便會導致風險。此外，這些技術(shù)也足以影響企業(yè)機構(gòu)的長期規(guī)劃、方案與活動。
根據(jù)Gartner的定義，戰(zhàn)略科技趨勢是指可能對企業(yè)機構(gòu)帶來重大影響的技術(shù)趨勢。而重大影響因素包括：可能對業(yè)務(wù)、終端用戶或IT層面造成顛覆性效果；需要大量投入資金；或是太晚采用相關(guān)技術(shù)便會導致風險。此外，這些技術(shù)也足以影響企業(yè)機構(gòu)的長期規(guī)劃、方案與活動。
Gartner副總裁兼院士級分析師David Cearley表示：“Gartner所列出的十大戰(zhàn)略科技趨勢，將構(gòu)成2020年之前的數(shù)字業(yè)務(wù)商機。前三項趨勢針對的是實體與虛擬世界的融合，還有數(shù)字網(wǎng)絡(luò)（digital mesh）的崛起。目前企業(yè)機構(gòu)都把焦點放在數(shù)字業(yè)務(wù)上，但運算業(yè)務(wù)正在逐漸興起。借由運算我們可以得知事件之間的關(guān)聯(lián)性與互連性，而這恰恰定義了業(yè)務(wù)的未來。在運算業(yè)務(wù)當中，很多都是源于人們并非直接涉入的背景信息。這樣的技術(shù)依靠智能機器才能實現(xiàn)，在接下來的三種趨勢里也會提到。最后四種則是IT領(lǐng)域為了支持數(shù)字及運算業(yè)務(wù)而產(chǎn)生的現(xiàn)有或新型架構(gòu)及平臺趨勢。”
終端網(wǎng)絡(luò)（Device Mesh）
終端網(wǎng)絡(luò)是指為數(shù)越來越多、用來存取應(yīng)用程序與信息或與其他人、社會群體、政府及企業(yè)互動的端點。終端網(wǎng)絡(luò)包含移動設(shè)備、可穿戴式產(chǎn)品、消費性與家用電子設(shè)備、汽車設(shè)備與環(huán)境設(shè)備——例如物聯(lián)網(wǎng)（IoT）當中的傳感器。
David Clearley指出：“到了后移動時代，趨勢的重點將轉(zhuǎn)移到移動用戶身上，他們四周將圍繞著由各式設(shè)備所組成的網(wǎng)絡(luò)，影響范圍遠超過傳統(tǒng)移動設(shè)備所能及。”
雖然有越來越多的設(shè)備通過各種網(wǎng)絡(luò)連結(jié)后端系統(tǒng)，但往往是各自獨立運作。隨著終端網(wǎng)絡(luò)逐漸演進，我們預(yù)計聯(lián)接模式將會擴大，設(shè)備之間的合作性互動也將更上一層樓。
環(huán)境用戶體驗（Ambient User Experience）
終端網(wǎng)絡(luò)將為持續(xù)不斷的新形態(tài)環(huán)境用戶體驗提供基礎(chǔ)。雖然具備擴充實境與虛擬實境功能的沉浸式環(huán)境握有極大商機，但它也只是體驗的其中一個方面而已。環(huán)境用戶體驗?zāi)芸缭浇K端網(wǎng)絡(luò)、時間與空間的界線而保有延續(xù)性。這樣的體驗可在各式各樣的設(shè)備與互動通道之間無縫流動，當用戶移動時也能混合實體、虛擬以及電子環(huán)境。
David Clearley表示：“對企業(yè)來說，移動應(yīng)用程序的設(shè)計仍然是重要的戰(zhàn)略重點之一。然而設(shè)計的重點優(yōu)勢在于提供的體驗是否能跨越物聯(lián)網(wǎng)傳感器等各種設(shè)備、汽車等一般物件，甚至是工廠，并且善加利用。到2018年，設(shè)計出這種先進體驗的能力將成為獨立軟件廠商（ISV）與企業(yè)達成市場區(qū)隔的最佳利器。”
3D打印材料
3D打印技術(shù)不斷提升，已經(jīng)可以利用鎳合金、碳纖維、玻璃、導電油墨、電子、藥品與生物材料等各式各樣的材料。在這些創(chuàng)新技術(shù)持續(xù)帶動用戶需求的同時，3D打印機的實際用途也拓展到更多產(chǎn)業(yè)，包括航空航天、醫(yī)療、汽車、能源與軍事。適用于3D打印的材料種類越來越多，預(yù)計2019年以前將帶動企業(yè)用3D打印機的出貨量達到64.1%的年復(fù)合增長率。在這樣的進展之下，企業(yè)機構(gòu)必須重新構(gòu)思組裝與供應(yīng)鏈流程，才能善加利用3D打印技術(shù)。
David Clearley指出：“未來20年內(nèi)，可用于3D打印的材料種類將穩(wěn)步增長，打印物品的速度將會加快，并會有新的零件打印與組裝模式崛起。”
萬物聯(lián)網(wǎng)信息
數(shù)字網(wǎng)絡(luò)里的所有物品都能制造、利用并傳輸信息。這樣的信息不限于文字、音頻或視頻格式，范圍涵蓋感官與情境信息。萬物聯(lián)網(wǎng)信息可解決這種戰(zhàn)略與技術(shù)的匯入，連結(jié)來源各異的各種信息。信息其實一直存在且來源五花八門，但其往往是孤立的、難以理解的不完整片段，因此無法利用。圖形數(shù)據(jù)庫（graph database）等語義工具不斷進步，再加上其他數(shù)據(jù)分類與信息分析技術(shù)的逐漸崛起，都將賦予看似雜亂的大批信息更多意義。
高等機器學習
在高等機器學習方面，深度神經(jīng)網(wǎng)絡(luò)（DNN）超越了典型運算與信息管理技術(shù)，創(chuàng)造出能獨立自主學習如何理解各種事物的系統(tǒng)。數(shù)據(jù)來源爆炸加上信息日益復(fù)雜，讓手動分類與分析變得滯礙難行且不合經(jīng)濟效益。深度神經(jīng)網(wǎng)路能自動執(zhí)行這些任務(wù)，如此一來要解決萬物聯(lián)網(wǎng)信息趨勢所帶來的各項重大挑戰(zhàn)，也就不再遙不可及。
深度神經(jīng)網(wǎng)絡(luò)（是一種高等形式的機器學習，尤其適用于復(fù)雜的大型數(shù)據(jù)集）就是讓智能設(shè)備看起來“聰明”的關(guān)鍵所在。深度神經(jīng)網(wǎng)絡(luò)能讓基于硬件或軟件的機器自行學習環(huán)境當中所有特征，范圍小至細微末節(jié)，最大則可掃描抽象類內(nèi)容。相關(guān)領(lǐng)域持續(xù)快速演進，企業(yè)機構(gòu)必須評估該如何應(yīng)用相關(guān)技術(shù)以取得競爭優(yōu)勢。
自主代理與物體（Autonomous Agents and Things）
機器學習提供了實現(xiàn)智能機器自主（或至少半自主）運行的光譜，包含機器人、自動駕駛汽車、虛擬個人助理（VPA）以及智能助手。隨著實體智能機器的進步，像是機器人得到極大的關(guān)注，以軟件為基礎(chǔ)的智能機器有了更短期并更廣泛的影響，虛擬個人助理，像是微軟（Microsoft）的Cortana以及蘋果（Apple）的Siri都變得更為智能，可以說是自主代理（autonomous agents）的前身。助理的新興概念讓自主代理成為主要用戶界面的環(huán)境用戶體驗，用戶直接對著應(yīng)用程序說話，而非與智能手機上的菜單、表單與按鍵互動，實際上就是智能代理。
David Clearley表示：“在接下來的五年內(nèi)，我們會發(fā)展到后應(yīng)用程序（postapp）世界，智能代理將傳遞動態(tài)且連續(xù)的動作與界面，IT領(lǐng)導者需探索如何利用自主物體與代理強化人類行為，并將人力解放到只有人類才能夠做的事；然而，他們必須認知到智能代理與智能物體都是在接下來20年會持續(xù)變革并擴張用途的一種長期現(xiàn)象。”
自適應(yīng)安全架構(gòu)（Adaptive Security Architecture）
數(shù)字經(jīng)濟及運算經(jīng)濟的復(fù)雜性與新興的“黑客產(chǎn)業(yè)（hacker industry）”結(jié)合，顯著提升了其對企業(yè)機構(gòu)的威脅面。依賴網(wǎng)絡(luò)外圍防御及基于規(guī)則的安全（rule-based security）已顯不足，特別是在企業(yè)機構(gòu)采用了更多以云端為基礎(chǔ)的服務(wù)以及為了整合系統(tǒng)而開放API給客戶或合作伙伴的情況下。IT領(lǐng)導者需專注于偵測與響應(yīng)威脅，同時以更多傳統(tǒng)的阻擋與其他方法防范攻擊。程序自我保護、用戶與實體行為分析都會協(xié)助實現(xiàn)自適應(yīng)安全架構(gòu)。
高級系統(tǒng)架構(gòu)（Advanced System Architecture）
數(shù)字網(wǎng)絡(luò)與智能機器需要精密的運算架構(gòu)才能實現(xiàn)，而高能量、超高效率的神經(jīng)型態(tài)架構(gòu)（neuromorphic architecture）才能符合這種需求。以現(xiàn)場可編程門陣列（field-programmable gate arrays，F(xiàn)PGA）驅(qū)動的架構(gòu)是神經(jīng)型態(tài)架構(gòu)的重點技術(shù)，這樣的技術(shù)有顯著的好處，例如能夠在比每秒一萬億次浮點運算更高速的高能量效率下運行。
David Clearley表示：“在GPU與FPGA建立的系統(tǒng)會以與人類腦部相似的方式運作，如此一來便特別適合智能機器的深度學習與其他模式匹配算法。以FPGA為基礎(chǔ)的架構(gòu)允許將算法細分，只需要在終端網(wǎng)絡(luò)中使用相當少的電力就能讓高等機器學習物聯(lián)網(wǎng)最小的端點的能力，例如家庭、汽車、手表，甚至是人類的行為。”
網(wǎng)絡(luò)應(yīng)用程序與服務(wù)架構(gòu)
整體的線性應(yīng)用設(shè)計（例如三層架構(gòu)，three-tier architecture）提供更松散的連接方式，即應(yīng)用程式和服務(wù)架構(gòu)。這種通過軟件定義應(yīng)用服務(wù)（software-defined application services，SDAS）啟動的新途徑促成網(wǎng)絡(luò)規(guī)模的性能、靈活性和敏捷性。微型服務(wù)結(jié)構(gòu)不論對內(nèi)部或者云端來說，都是支持應(yīng)用程序靈活地傳輸和規(guī)模性部署的新興模式。容器（container）技術(shù)的興起成為關(guān)鍵技術(shù)，讓結(jié)構(gòu)發(fā)展與微型服務(wù)更靈活。引領(lǐng)手機與物聯(lián)網(wǎng)相關(guān)要件的應(yīng)用程序與服務(wù)結(jié)構(gòu)，創(chuàng)造了后臺云計算規(guī)模性與前端終端網(wǎng)絡(luò)體驗全面性的解決方式。應(yīng)用程序的開發(fā)小組必須創(chuàng)造新的現(xiàn)代架構(gòu)，以提供敏捷、靈活且動態(tài)的基于云的應(yīng)用程序與跨越數(shù)字網(wǎng)絡(luò)的用戶體驗。
物聯(lián)網(wǎng)平臺
物聯(lián)網(wǎng)平臺補充了網(wǎng)絡(luò)應(yīng)用程序和服務(wù)架構(gòu)。管理、安全、與其他科技的整合以及物聯(lián)網(wǎng)平臺的標準是構(gòu)建、管理與保障物聯(lián)網(wǎng)的最基礎(chǔ)要素。從建筑和技術(shù)的角度來看，物聯(lián)網(wǎng)平臺構(gòu)筑IT的幕后工作，使物聯(lián)網(wǎng)成為現(xiàn)實。物聯(lián)網(wǎng)是數(shù)字網(wǎng)絡(luò)的組成部分，環(huán)境用戶體驗以及新興且動態(tài)的物聯(lián)網(wǎng)平臺則是實現(xiàn)物聯(lián)網(wǎng)的主要元素。
David Clearley表示，任何擁抱物聯(lián)網(wǎng)的企業(yè)將需要發(fā)展物聯(lián)網(wǎng)平臺戰(zhàn)略，但在2018年之前，不完全競爭的供應(yīng)商進逼將使標準化遇上阻礙。
