2022年9月9日
- Gartner client? Log in for personalized search results.
2022年Gartner新兴技术成熟度曲线公布最新技术趋势
作者: Lori Perri
2022年新兴技术趋势主要专注于三个主题：发展/扩展沉浸式体验、加速人工智能自动化以及优化技术人员交付。
2022年Gartner技术成熟度曲线列出了25项值得关注的新兴技术，它们将为企业架构和技术创新领导者提供助力。
- 扩展沉浸式体验
- 加速人工智能（AI）自动化
- 优化技术人员交付
这些技术有望在未来2-10年内对商业及社会产生显著影响；对CIO和IT领导者而言，他们则是帮助实现数字化转型的有力工具。
由于其内在的颠覆性，新兴技术并不具备为人熟知或经过验证的竞争优势。要抓住新兴技术带来的机会，关键在于洞悉它们的潜在用例和进入主流采用的路径，而这些技术获得广泛采用的过程最短需要两年，有些甚至需要十年以上。
Gartner研究副总裁Melissa Davis表示：“这些技术都处于早期阶段，有些甚至还处于萌芽阶段，它们的未来发展存在很大的不确定性。对企业而言，部署尚在雏形期的技术具有很大风险，但同时也意味着更好的发展潜力。这些技术的早期采用者将获得不受限于Gartner重要战略技术趋势的差异化竞争力。”
2022年及之后需要关注的三个技术趋势主题
2022年技术成熟度曲线主要聚焦于新兴技术。Gartner将对2000多项技术的洞察浓缩汇总为一个高潜力技术集合。其中大多数技术已有多个用例，但企业架构和技术创新领导者应优先考虑那些能为组织带来最多潜在利益的技术。(此外还需启动概念验证项目，来验证技术在需求用例中的可行性）。
2022年新兴技术趋势主要专注于三个主题：
主题 1: 发展/扩展沉浸式体验
这类技术的好处之一是为个人提供更多对身份和数据的控制权，并将体验范围扩大到可集成数字货币的虚拟场所和生态系统。它们还提供了新的客户接触渠道，有助于加强或开辟收入来源。
客户数字孪生（DToC）是客户的实时虚拟表示。这项技术可以模拟和学习客户的行为，进而开展相关模仿或预测。它可用于改进、提升客户体验（CX），为数字化实践、产品、服务和机会提供支撑。客户数字孪生预计还需5-10年才能获得广泛采用，但对企业而言，它是一项变革性技术。
以下是与沉浸式体验相关的其他关键技术：
- 去中心化身份（Decentralized identity , DCI）允许实体（通常是人类用户）利用区块链或其他分布式账本技术（DLT）以及数字钱包来控制自己的数字身份。
- 数字人（Digital humans）是一种由人工智能驱动的交互式表示，具备人类的部分特征、个性、知识和思维方式。
- 内部人才市场（Internal talent marketplaces）可将内部员工及临时人才库与时间盒管理的项目及各类工作机会进行高效匹配，且无需招聘人员的参与。
- 元宇宙（Metaverse）是一个庞大的虚拟3D共享空间，融合了虚拟增强的物理现实与数字现实。元宇宙具备持久性，可提供增强的沉浸式体验。
- 非同质化代币（NFT）是一种基于区块链的具备唯一性的数字凭证，可公开证明数字资产（数字艺术品或音乐作品等）或被代币化的实物资产（房屋、汽车或文件等）的所有权。
- 超级APP（Superapp）是手机端的平台化基础应用，通过模块式小程序为用户提供个性化使用体验。
- Web3是用于开发去中心化Web应用的新技术栈，允许用户管理自己的身份和数据。
主题2：加速人工智能自动化
人工智能的日益普及为产品、服务和解决方案的迭代提供了重要途径。这意味着专用人工智能模型的加速创建，同时可将人工智能应用于这类模型的开发和训练，并将其部署到产品、服务和解决方案的交付中。人类将得以更准确地进行预测和决策，缩短实现预期收益的周期，并可专注于消费者、评估者和监督者的角色。
自主系统（Autonomic systems）是人工智能自动化加速的一个范例。自主系统是可自我管理的物理或软件系统，负责执行具备自主、学习和代理三个基本特征的域界任务。当传统的人工智能技术缺乏足够的适应性、灵活性和敏捷性时，自主系统可以协助处理业务。这项技术尚需 5 - 10 年才能被广泛采用，但它对企业而言是一项变革性技术。
以下是与加速人工智能自动化相关的其他关键技术：
因果AI（Casual AI）通过识别、利用因果关系突破基于相关性的预测模型，让人工系统能够更有效地制定行动并更具有自主性。
基础模型（Foundation models）是一种基于Transformer架构的模型。大型语言模型即是基础模型的一种，它通过深度神经网络架构，根据上下文语境计算出文本的数字表示，以此学习词语的正确序列。
衍生式设计 AI（Generative design AI）或AI增强设计（AI-augmented design）可利用人工智能、机器学习（ML）和自然语言处理（NLP）技术自动为数字产品生成用户流、屏幕设计、内容和表示层代码。
- 机器学习代码生成（Machine learning code generation）工具包括可插入到专业集成开发环境（IDE）中的云托管机器学习模型，作为扩展工具，它可基于自然语言描述或部分代码片段提供代码建议。
主题3：优化的技术人员交付
这类技术专注于建立数字业务的核心要素：产品、服务或解决方案开发者社区（如融合团队）及其使用的平台。通过提供反馈和洞察，它们能够支持产品、服务及解决方案交付的优化和加速，提高业务运营的可持续性。
云数据生态系统（Cloud data ecosystems）是技术人员交付优化的典型案例。云数据生态系统提供了统一的数据管理环境，支持从探索性数据科学到生产数据仓库的各类数据工作负载。此外，它还提供了精简的交付流程与全面的功能，易于部署、优化和维护。这项技术需要 2 -5 年的时间才会得到广泛采用，届时将为用户提供极大便利。
以下是与优化的技术人员交付相关的其他关键技术：
增强型云财务管理（augmented FinOps）通过人工智能和机器学习令传统DevOps概念中的敏捷开发、持续集成和部署以及最终用户反馈处理自动化，应用于财务治理、预算编制和成本优化工作中。
云的可持续性是指利用云服务实现经济、环境和社会系统的可持续效益。
计算型存储（Computational storage ，CS）将计算进程从CPU的主内存转移到到存储设备上。
网络安全网格结构（CSMA）是一种新型的分布式集成化安全架构，可提高整体安全有效性。
数据可观察性（Data observability）是指通过持续监测、跟踪、报警、分析和故障排除的记录，来了解组织的数据图景、数据工作流和数据基础设施等健康状况的能力。
动态风险治理（Dynamic Risk Governance ，DRG）是一种定义风险管理角色和任务的新方法，它能够根据具体风险定制适合的治理方案，使企业更好地管理风险并降低保障成本。
行业云平台（Industry cloud platforms）利用底层的 SaaS、PaaS 和 IaaS 服务，为特定的垂直领域提供行业相关的打包业务和技术能力，并将其整合为一个产品。
最小可行架构（MVA）是一种帮助产品团队确保产品研发及时性与合规性，并支持迭代的标准化框架。
可观察性驱动开发（Observability-driven development，ODD）作为一种软件工程实践，通过设计可观察的系统，为系统的状态和行为提供细粒度的可见性与背景。
OpenTelemetry是由一系列规范、工具、API 和 SDK 组成的可观察能力框架，用以支持开源仪器及实现软件的可观察性。
- 平台工程（Platform engineering）是一门研究如何为软件交付与全生命周期管理建立、运营内部开发人员平台（internal developer platforms，IDPs）的学科。
总结：
2022年Gartner新兴技术成熟度曲线（Hype Cycle™）列出了25项值得关注的技术创新，它们能够帮助企业建立差异化竞争优势。
这些技术中只有一小部分可能在两年内获得广泛采用，其中许多技术都将需要发展10年乃至更长时间。
由于它们处在雏形阶段，部署这些技术或为企业带来更多风险，但早期采用者也可能从这些技术中获得更大收益。