2020年Gartner十大策略科技趋势预测

Gartner近日提出2020年企业必须了解的十大策略性科技趋势。分别为超级自动化、多重体验、专业知识的全民化、增进人类赋能、透明化与可追溯性、更强大的边缘运算、分布式云端、自动化对象、实用性区块链，以及人工智能安全性。

Gartner副总裁暨杰出分析师David Cearley指出：“2020年Gartner十大策略科技趋势均围绕着『以人为本的智慧空间』这个核心概念，也是现今科技发展最重要的面向之一。从思考科技对顾客、员工、商业伙伴、社会或其他重要利益关系人会产生什么样的影响，企业采取的所有行动都是为了直接或间接影响这些个人和群体，这就是『以人为本』的做法。”

Cearley进一步指出：“建立在以人为本概念上的智慧空间，代表人类与科技系统能够在日益开放、互连、协调、智能的生态系统中进行互动的实体空间，结合个人、流程、服务和对象等多项元素，创造出更身历其境、高互动率及高度自动化的体验。”

根据Gartner定义，策略性科技趋势是指正处于有所突破或崛起状态，且未来可能带来广泛的颠覆性影响与更多应用的趋势。此外，策略性科技趋势同时也具有快速成长、变动性高且将于未来5年内到达引爆点的特性。

2020年十大策略性科技趋势包括：

超级自动化

超级自动化(hyperautomation)是结合多种机器学习(ML)、软件包和自动化工具来完成工作的过程。超级自动化不仅涵盖了丰富的工具组合，也包含自动化本身的所有步骤(发现、分析、设计、自动化、测量、监控与重新评估)，其重点在于了解自动化机制的范畴、这些机制彼此之间的关系，以及如何进行机制的整合与协调。

超级自动化趋势起源于机器人流程自动化(RPA)，但在机器人流程自动化外，还需要结合各种工具来协助复制任务流程中人类参与的部分。

多重体验

到了2028年，使用者体验将在用户对数字世界的感知和互动方式两个方面发生重大转变。虚拟现实(VR)、扩增实境(AR)和混合实境(MR)改变人们感知数字世界的方式，而对话式平台正在改变人类和数字世界互动的方式。这种感知与互动模式的转变，将在未来带来多重感官与多重模式的体验。

Gartner研究副总裁Brian Burke指出：“未来体验模式将从『精通技术的人』转变为『理解人类的技术』，人机互动将由人类转由计算机来处理。这种与使用者进行多重感官互动与沟通的能力，将创造出一个能传递更细致讯息的环境。”

专业知识的全民化

专业知识的全民化是指透过彻底简化的体验，且在无须接受密集又昂贵培训课程的前提下，协助人类取得专业技术知识(机器学习、应用程序开发)或商业领域专业知识(销售流程、经济分析)的管道。专业知识全民化的例子包括“公民参与”(citizen access，如公民数据科学家、公民解决方案整合者)、公民发展和无程序代码模式的演进。

Gartner预测到了2023年，专业知识全民化的趋势将在四大面向加速发展：

1.资料与分析技术的全民化：从以数据科学家为对象，扩大到适用于专业开发人员的普及工具；

2.开发的全民化：利用人工智能工具自主开发应用程序；

3.设计的全民化：随着更多的应用程序开发功能实现自动化，低程序代码、无程序代码的场景将持续增加，赋予公民开发人员更多能力；

4.知识的全民化：非IT专业人员透过工具和专家系统，应用超出自身专业能力及训练的专业技能。

增进人类赋能

增进人类赋(human augmentation)是利用科技来增进人类在体能和感知力上的机能，并成为人类不可或缺的一部分体验，其中体能增进是藉由在人体内植入或配戴科技组件(穿戴式装置)来增进人类的机能；而认知增进则是透过传统计算机系统及新兴智能空间中多重体验接口的信息和应用来实现。

在未来10年，随着个人开始追求自身机能的增进，人类体能与认知的增进技术将会变得越来越普遍。这将创造一股全新的“消费化(consumerization)”效应，员工将持续增进自身的机能，并进一步拓展到办公空间的优化。

透明化与可追溯性

越来越多的消费者意识到个人资料是非常宝贵且必须受管控的，而企业也体认到保护和管理个人资料的风险日益增加，因此各国政府同步实施严格立法来确保企业组织确实做到这一点。透明化与可追溯性已成为支持这类数字伦理及隐私权需求的关键要素。

透明化与可追溯性指用于符合监管要求、遵守人工智能和其他先进科技应用的道德规范，并修复外界对企业信任的各种态度、行动及辅助的技术与措施。企业建立透明化和信任感时必须专注下列三个领域：人工智能与机器学习、个人资料的隐私，所有权和控制、符合伦理的设计。

更强大的边缘运算

边缘运算是一种运算拓扑，能将信息的处理、内容的收集与传送都保留在靠近该信息来源处，尝试让流量和处理工作都在本机进行，目的在缩短延迟时间、发挥边缘功能并赋予边缘端更大的自主性。

Burke表示：“目前边缘运算多半着重于物联网系统的需求，为制造或零售等特定产业提供脱机或分布式功能给嵌入式物联网系统。然而运算资源日趋成熟并走向专业化，加上数据储存量的增长，使边缘端的功能日渐强大，边缘运算也将成为几乎所有产业和应用的主导要素。特别是机器人、无人机、自驾车和执行系统等各种复杂的边缘装置，都将加速此转变。”

分布式云端

分布式云端是将目前集中式公有云服务分散到不同地点，并由原来的公有云供货商继续负责云服务的营运、治理、更新与升级。这代表大部分公有云服务所采用的集中式模式将进行转变，为云端运算开创全新时代。

自动化对象

自动化对象是利用人工智能让过去由人类负责的某些流程得以自动化的物理装置，最典型的自动化对象包括机器人、无人机和自驾车/船与相关设备。它们的自动化程度超越了僵化的程序设计模块，并能利用人工智能执行各种先进行为，以更自然的方式和四周的环境与人类互动。随着技能提升、法令开放和社会接受度增加，自动化对象将逐渐被用于不受限制的公共空间。

Burke表示：“随着自动化对象数量大增，独立的智能对象将逐渐转向成群的协作型智能对象。这些同时运作的多种装置，有些需有人力从旁协助，有些已可独立运作、无需人类参与；而不同种类的机器人可以在同一个装配流程中同时运行。举例来说，在货运市场最有效的解决方案，可能是使用自驾车将包裹送到目的地，藉由车上的机器人和无人机，确保包裹最后可以安全送达。”

实用性区块链

区块链可在各个商业生态系统间建立信任，透明化地进行跨业务生态系统的价值交换，并有机会降低成本、缩短交易结算时间和改善现金流，因此在重新塑造产业样貌极具潜力。

当资产可追溯来源时，将大幅降低被伪造品替换的机率；在其他领域也极具价值，包括追踪食物在整条供应链中的足迹以辨识污染来源，或追踪个别环节来协助产品召回。除此之外，区块链还可用于身份管理；而区块链中的智能合约能让系统在事件发生时自动触发行动，例如在每次收到商品时能自动执行付款。

Burke指出：“扩充性和互通程度不足等各种技术问题，让区块链在企业中的应用还不够成熟。尽管存在这些挑战，区块链拥有颠覆产业和推动营收增长的巨大潜力，因此就算是认为区块链在短期内不会快速普及的企业，都应开始评估这项技术。”

人工智能安全性

人工智能和机器学习将持续用来提升各种应用场景中人类决策的能力，虽然这为实现超级自动化和使用自动化对象进行业务转型带来了庞大的商机，但同时也因为智慧空间中的物联网、云端运算、微服务(microservices)，以及高度连网系统受攻击机率大增，为安全团队带来诸多新挑战。安全和风险主管应将重点放在以下三大关键领域：保护人工智能系统、利用人工智能强化安全防护，以及做好攻击者恶意使用人工智能的准备。

责编：Yvonne Geng