2022年，Gartner分析師總結出了十二大技術趨勢，并將其從低到高分為三部分：工程化信任（Engineering Trust）、塑造變革（Sculpting Change）、加速增長（Accelerating Growth）。
三大部分其實是遞進關系，首先，工程化信任是對于底層基礎設施層面的要求，而塑造變革算是高級要求，最后的加速增長則像是考試題里的加分題。
Gartner高級研究總監(jiān)高挺（Arnold Gao）對于十二大技術趨勢進行了較為細致的解讀，下文將就其中部分內容進行簡要分享和解讀。
第一部分：工程化信任
高挺表示，工程化信任的本質是構建安全可靠的數據處理基礎設施，它具體包含四個技術趨勢。
首先是“數據編織（Data Fabric）”，從技術角度看，數據編織是一種數據管理設計理念，需要一個跨數據中心、跨多云并且延展到邊緣場景的統(tǒng)一架構，其目的是打破數據孤島，構建靈活、可復用的數據服務，許多數據基礎設施相關的企業(yè)都表示在做類似的方案。
從業(yè)務層面來看，當有了來自各個鏈條的數據后，如何利用數據解決一些實際問題，這需要一套好的方法和框架。在具體的技術方面，高挺提到了“圖分析”技術。雖然沒有提到具體的圖技術公司，但一些了解圖技術的朋友肯定能想到，常見的有Palantir、Neo4j、TigerGraph等。
第二個技術趨勢是關于安全的，叫“網絡安全網格（Cybersecurity Mesh）”，網絡安全網格之所以叫網格，主要是因為其關聯(lián)了一系列的網絡安全服務，其核心思想是將原來“點”狀的安全管理升級為“面”級管理，將安全相關數據整合起來做綜合關聯(lián)分析。
市場上，一些SIEM或SOAR方案提供了綜合關聯(lián)分析的能力，但這都只有一個中央控制臺，而網絡安全網格能讓安全工具之間有更多協(xié)同，讓安全的管理變得可模塊化或者可編排化，可以更靈活地發(fā)現(xiàn)安全問題，市場上也已經有了類似的方案。
第三個技術趨勢也是關于安全的，叫做“隱私增強計算（Privacy Enhancing）”，它主要是為了解決在利用數據的時候，數據隱私可能泄露的問題，其目標是實現(xiàn)“數據可用，但數據不可見”。Gartner還預測，到2025年前，60%的大型企業(yè)會采用隱私增強計算。
第四個技術趨勢是關于基礎架構——“云原生技術平臺”，它要解決的是企業(yè)應用遷移上云的問題。既可以避免各種兼容性問題，也可以利用云的彈性優(yōu)勢，由于擺脫了應用開發(fā)和基礎設施的關聯(lián)性，能帶來極大的靈活性。
工程化信任是讓基礎設施層面做好準備，解決數據管理和數據安全等問題，為數字化變革打基礎。
第二部分：塑造變革
高挺介紹稱，塑造變革可以提高商業(yè)的韌性和效率，它關注的是如何利用技術來加速數字化，具體可以歸結為四個技術趨勢：組裝式應用（Composable Applications）、決策智能（Decision Intelligence）、超級自動化（Hyperautomation）、人工智能工程化（AI Engineering）。
“組裝式應用”的思想是引入模塊化的理念，使得技術和業(yè)務團隊可以更敏捷、更有效地重用代碼。它不同于傳統(tǒng)大型單體應用，也不同于微服務的概念，它比微服務的粒度更精細，因為它的核心是一個個軟件定義的、最小化的業(yè)務功能，又被稱為“封裝業(yè)務能力”（PBC），從而可以更靈活地進行各種組合，滿足不同人員的不同需求。
“決策智能”說的是用機器來幫助企業(yè)完成復雜的決策。Gartner的調研結果反映出，如今企業(yè)決策變得越來越復雜，如何解釋決策的原因也變得越來越難，企業(yè)開始重視基于數據做決策，在有足夠多的數據和AI模型的基礎上，決策智能是幫企業(yè)自動化地完成一些決策。
“超級自動化（Hyperautomation）”指的是企業(yè)業(yè)務流程的自動化。這一趨勢下的具體實踐也是越來越多，比如一些人接觸過的24小時無人值守便利店，有自動化設備的可自動化運營的金礦等。超級自動化涉及的技術包括AI、機器學習、RPA、BPMS等。
“人工智能工程化（AI Engineering）”指的是機器學習的工作流程性問題。在用機器學習解決問題的時候，要經過數據清洗、標注，模型訓練和推理等過程，流程中任何一個環(huán)節(jié)出問題都可能會讓最終結果大打折扣，而工程化的流程有助于找到問題，提升人們對于人工智能的期望值。
第三部分：加速增長
高挺介紹稱，“加速增長”本質上說的是一些新的模式或者是新的場景。具體而言，也總結了四個方面。
第一個是“分布式企業(yè)（Distributed Enterprise）”，受疫情影響在家辦公算是一種場景，背后反映的趨勢是，如何構建以人為本，整合物理和虛擬空間的這一趨勢，實際上，很多人所熟悉的包括在線課堂、在線演唱會、遠程醫(yī)療、VR試衣服等場景都算是分布式企業(yè)的具體表現(xiàn)。
“全面體驗（Total Experience）”是分布式企業(yè)的必然結果，它代表的其實是體驗經濟。如今，用戶選購商品不只是看重性價比，還會看重產品所能帶來的使用體驗，Gartner認為，對于企業(yè)而言，全面體驗需要關注包括客戶體驗、用戶體驗、員工體驗和多重體驗四個部分。
對于企業(yè)而言，企業(yè)的銷售人員應該關心客戶體驗，產品經理應該關注用戶使用體驗，企業(yè)還應該關注如何用不同的數字化手段觸達最終用戶，從而提供多重體驗。與此同時，企業(yè)管理人員還應該關注員工體驗，幫助員工更好地滿足客戶體驗和用戶體驗方面的要求。
具體到落地層面，其背后就是一系列的數字化能力，企業(yè)要做的可能就是給員工一個終端，終端背后有一套系統(tǒng)，系統(tǒng)中有足夠多的數據，足夠多的反饋，只有這樣才能提供全面體驗。
以上十大趨勢還是可望且可及的，最后兩個趨勢有點加分題的意思，是處在最前沿的，企業(yè)可能會用到的技術趨勢。
“自治系統(tǒng)（Autonomic Systems）”，所謂“自治系統(tǒng)”，它的行為會隨著環(huán)境的改變而改變，它的算法會實時更新，比如，人本身就是典型的“自治系統(tǒng)”，會根據周圍環(huán)境作出改變。
高挺也坦言，“自治系統(tǒng)”很難實現(xiàn)，目前正處于萌芽期，但也有一些苗頭了，比如會下圍棋的AlphaGo Zero就通過強化學習進行模型的自我迭代。
“生成式人工智能（Generative AI）”指的是用人工智能來創(chuàng)造一些新的事物，比如，生成一張照片，創(chuàng)造一篇文章和視頻，合成一些從未出現(xiàn)過的數據等。高挺認為，在未來一段時間內人工智能會逐漸從一個做判斷的機器變成一個做創(chuàng)造的機器。
具體到用法上，人工智能可以幫助研發(fā)人員進行一些方案的探索工作，找出一些可行性方案輔助人類去做創(chuàng)造性的工作。
結束語
Gartner對技術趨勢的判斷還是很有代表性的，2022年的十二大技術趨勢，既有著眼于當前的指導性建議，比如數據統(tǒng)一架構、安全以及云原生方面的趨勢，也有著眼于未來的前沿性技術，比如自治系統(tǒng)和生成式方面的應用前景，希望能有所啟發(fā)。
