近日，Gartner公布了2020年十大戰(zhàn)略科技趨勢的預測，值此之際，邊緣計算社區(qū)總結回顧并簡要分析了2018-2020三年的戰(zhàn)略科技發(fā)展趨勢變化。

Gartner將戰(zhàn)略科技發(fā)展趨勢定義為具有巨大顛覆性潛力、脫離初期階段且影響范圍和用途正不斷擴大的戰(zhàn)略科技發(fā)展趨勢；這些趨勢在未來五年內(nèi)迅速增長、高度波動、預計達到臨界點。

Gatner十大戰(zhàn)略科技發(fā)展趨勢2018-2020：

 

2020年戰(zhàn)略科技發(fā)展趨勢將主要圍繞“以人為中心”和“智能空間”。

以人為中心：把人作為技術戰(zhàn)略的核心強調(diào)了技術最重要的作用之一：影響客戶、員工、合作伙伴、社會或其他關鍵群體。從某種意義上來講，企業(yè)機構采取的所有行動都是為了直降或間接影響這些個人和群體。

智能空間：智能空間建立在以人為中心的理念上。智能空間是一個人與科技系統(tǒng)能夠在日益開放、互聯(lián)、協(xié)調(diào)且智能的生態(tài)中進行交互的物理空間。人、流程、服務及物等多項元素在智能空間匯聚，創(chuàng)造出沉浸度、交互性和自動化程度更高的體驗。

2020年戰(zhàn)略科技從前面幾年的智能、數(shù)字、網(wǎng)格三大領域轉變到以人為中心和智能空間。

智能：人工智能如何在幾乎所有現(xiàn)有技術中，并創(chuàng)建全新的類別。

數(shù)字：融合數(shù)字世界和物理世界，創(chuàng)造一個身臨其境的世界。

網(wǎng)格：利用不斷擴展的人員，企業(yè)，設備，內(nèi)容和服務之間的聯(lián)系。

而認真觀察就會發(fā)現(xiàn) 人工智能、區(qū)塊鏈、邊緣計算 連續(xù)三年入選戰(zhàn)略科技發(fā)展趨勢，這些科技很有可能創(chuàng)造全新的商業(yè)模式，改變社會。

一起來看看2018-2020年十大戰(zhàn)略科技發(fā)展趨勢吧！

2018年十大戰(zhàn)略科技發(fā)展趨勢具體如下：

 

智能

1. AI基礎

能夠使用AI來改善決策機制、重塑商業(yè)模式和生態(tài)系統(tǒng)以及重塑客戶體驗，將促使數(shù)字計劃帶來回報，這種情況將一直持續(xù)到2025年。考慮到Gartner接到的客戶咨詢穩(wěn)步增多，不難看出公司企業(yè)對技術及其潛力表現(xiàn)出了興趣。給予佐證的是Gartner最近的一項調(diào)查：調(diào)查顯示，59%的企業(yè)組織仍在收集信息以制定戰(zhàn)略，而其余企業(yè)組織在試用或采用AI計劃。

然而，任何期望投入于這項技術的企業(yè)應該認識到，雖然技術的實際使用會給數(shù)字企業(yè)帶來巨大回報，但應該致力于范圍明確的針對某項具體任務的機器學習解決方案。這可能包括在受控環(huán)境下駕駛車輛的AI。AI技術在迅猛發(fā)展，你需要大筆投入于技能、流程和工具，才能成功地運用這些技術，構建用AI改進的系統(tǒng)。值得投入的領域包括：數(shù)據(jù)準備、整合、算法、訓練方法選擇以及模型創(chuàng)建。包括數(shù)據(jù)科學家、開發(fā)人員和業(yè)務流程負責人在內(nèi)的多方人員需要攜手合作。

2. 智能應用和分析技術

預計AI在某種程度上會出現(xiàn)在每個應用、應用程序和服務中。它已成為軟件和服務市場的一個主戰(zhàn)場，企業(yè)組織應該要求軟件和服務提供商透露它們?nèi)绾卫肁I，借助高級分析技術、智能流程或新的用戶體驗來提供業(yè)務價值。增強分析技術是一個尤其具有戰(zhàn)略性的增長領域，使用機器學習，讓數(shù)據(jù)準備、洞察發(fā)現(xiàn)和洞察共享實現(xiàn)自動化，造福于一系列廣泛的業(yè)務用戶、操作人員和平民數(shù)據(jù)科學家。企業(yè)應該探究智能應用以增強人類活動，而不是僅僅替代人員。

3. 智能物件

智能物件使用AI和機器學習，以一種更智能的方式與人和環(huán)境進行交互。這些智能物件會在一定的時間內(nèi)自主運行或半自主運行，以完成某項任務，比如打掃房間或給田地施肥。消費級設備、工業(yè)系統(tǒng)和醫(yī)療器材都是適合運用AI的智能物件。智能物件的下一個層面將是，大批智能物件協(xié)同運行來實現(xiàn)某個目標。美國國防部在試驗用于空中監(jiān)視的Perdix微型無人機，本田公司在開發(fā)一種合作合并能力，好讓自主車輛可以協(xié)調(diào)其活動。

數(shù)字

4. 數(shù)字孿生

數(shù)字孿生有望通過以數(shù)字化手段呈現(xiàn)真實世界的實體或系統(tǒng)，節(jié)省數(shù)十億美元的維護修理和操作費用。數(shù)字孿生提供了真實世界對象的狀況方面的信息，可以響應變化或改進操作。數(shù)字孿生的好多例子都在物聯(lián)網(wǎng)領域，不過數(shù)字孿生對于不是“物件”的對象而言也越來越有潛力。比如說，面向人類的數(shù)字孿生能夠提供生物特征和醫(yī)療數(shù)據(jù)，醫(yī)生可以用來診斷疾病。面向整個城市的數(shù)字孿生可以為城市規(guī)劃人員提供操作和維護方面的信息。

5. 從云到邊緣

雖然人們常常認為云計算和邊緣計算是兩種相互競爭的方法，但這是對這兩個概念的一種根本性誤解。邊緣計算指的是一種計算拓撲結構：它讓內(nèi)容、計算和處理更接用戶/物件，或者說是網(wǎng)絡的“邊緣”。云是這樣一種計算：彈性可擴展功能作為服務來加以提供，但確實要求集中化。若結合起來，云模式創(chuàng)建了一種面向服務的模型，采用了一種集中式控制和協(xié)調(diào)結構，云服務部署到中間服務器或實際邊緣，從而支持分布式執(zhí)行模型。Office 365和AWS Greengrass是如今這種統(tǒng)一概念的兩個例子。

6. 對話式平臺

對話式平臺將改變?nèi)藗兣c技術進行交互的方式。翻譯/轉換意圖的負擔由用戶轉移到計算機。對話式平臺先獲取用戶提出/發(fā)出的問題或命令，然后通過執(zhí)行某種功能、呈現(xiàn)某種內(nèi)容或要求進一步的輸入來進行響應。這可能是簡單的應用場景，比如查詢天氣，也可能是較為復雜的應用場景，比如商務預訂。在未來幾年，對話式界面將成為用戶交互的一個主要設計目標，將通過專用硬件、操作系統(tǒng)的核心功能、平臺和應用程序來實現(xiàn)。

7. 沉浸式體驗

增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）在改變?nèi)藗兏兄獢?shù)字世界并與之交互的方式。結合并擴展AR和VR的混合現(xiàn)實儼然成了一種首選的沉浸式體驗，它提供了一種界面，以便更好地匹配人們?nèi)绾慰创澜绮⑴c之交互的方式。結合對話式平臺，用戶體驗會出現(xiàn)根本性變化，變成一種無形的沉浸式環(huán)境。

網(wǎng)格

8. 區(qū)塊鏈

區(qū)塊鏈是一種共享的、分布式的、分散的、標記化的賬本，它做到了獨立于單個的應用或參與者，因而消除了業(yè)務摩擦。它讓不受信任的有關方可以相互達成商業(yè)交易。雖然區(qū)塊鏈具有長遠潛力，但是在至少今后兩三年，區(qū)塊鏈的現(xiàn)狀比區(qū)塊鏈承諾的前景慢一拍。企業(yè)需要清楚地了解潛在的商業(yè)機會，還要了解這項技術的能力和局限性。要是沒有相應的技能組合，包括加密技能，不應該上馬項目。

9. 事件驅動

數(shù)字業(yè)務時刻驅動數(shù)字企業(yè)。這種時刻結合了體驗或發(fā)現(xiàn)顯著狀態(tài)或狀態(tài)變化的業(yè)務活動。這可能是很簡單的事件，比如表明采購訂單已完成的信號。事件代理和物聯(lián)網(wǎng)以及其他新技術意味著，可以更迅速地檢測這些事件，還可以更詳細地分析它們。企業(yè)應該積極奉行“事件思維”（event thinking），作為數(shù)字企業(yè)戰(zhàn)略的一部分。到2020年，事件來源的實時態(tài)勢感知將成為80%的數(shù)字業(yè)務解決方案的一個必備特點，而80%新的業(yè)務生態(tài)系統(tǒng)將需要支持事件處理。

10. 持續(xù)自適應風險和信任

持續(xù)自適應風險和信任評估（CARTA）可實現(xiàn)實時的、基于風險和信任的決策機制，對安全賦能的數(shù)字企業(yè)實現(xiàn)自適應響應。隨著威脅不斷發(fā)展和演變，安全界在隨著不斷變化。將安全整合到貴公司的開發(fā)運維（DevOps）工作中，以打造持續(xù)的開發(fā)安全運維（DevSecOps）流程，以及探究誘捕技術（比如自適應蜜罐），旨在捉住滲入到網(wǎng)絡中的壞人，這是有望讓CARTA成為現(xiàn)實的其中兩項新技術。

2019年十大戰(zhàn)略科技發(fā)展趨勢具體如下：

 

智能

1.自主化設備

機器人、無人機與自動駕駛車輛等自主化物件采用人工智能自動執(zhí)行此前由人類完成的各種功能。其自動化水平超越了僵硬的編程模型所提供的自動化，且能夠利用人工智能帶來與環(huán)境及人類互動得更自然的高級行為。

2.增強型分析

增強型分析側重于增強智能的特定領域，利用機器學習（machine learning）轉變分析內(nèi)容的開發(fā)、使用與共享方式。增強型分析能力將快速發(fā)展至主流應用，成為數(shù)據(jù)準備、數(shù)據(jù)管理、現(xiàn)代分析、業(yè)務流程管理、流程挖掘與數(shù)據(jù)科學平臺的主要特性。源自增強型分析的自動洞察（automated insights）也將嵌入企業(yè)應用，例如人力資源、財務、銷售、營銷、客戶服務、采購與資產(chǎn)管理部門應用等，以優(yōu)化各個情景下所有員工的決策與行動，而非只是分析師與數(shù)據(jù)科學家的決策與行動。

3.人工智能驅動的開發(fā)

市場正快速從專業(yè)數(shù)據(jù)科學家必須與應用開發(fā)者合作以創(chuàng)建大部分人工智能增強型解決方案，轉變?yōu)閷I(yè)開發(fā)者可通過預定人工智能模塊的服務（predefined models delivered as a service）而獨自操作的模式。這為開發(fā)者們提供了人工智能算法與模型的生態(tài)系統(tǒng)，以及能夠將人工智能功能與模型整合為解決方案的開發(fā)工具。隨著人工智能被用于開發(fā)流程以自動執(zhí)行各種數(shù)據(jù)科學、應用開發(fā)與測試功能，專業(yè)應用開發(fā)將迎來新的機遇。到2022年，至少40%的新應用開發(fā)項目的團隊中將出現(xiàn)人工智能共同開發(fā)者（AI co-developers）。

 

數(shù)字

4.數(shù)字孿生

數(shù)字孿生是指以數(shù)字化方式再現(xiàn)真實的實體或系統(tǒng)。據(jù)Gartner預測，到2020年，互聯(lián)傳感器與端點將多達超過200億，數(shù)字孿生將服務于數(shù)十億個物件。各企業(yè)機構一開始只是簡單地實施數(shù)字孿生，但將隨著時間的推移對其加以演化，提高其收集與可視化正確數(shù)據(jù)的能力，應用正確的分析與規(guī)則，并有效響應企業(yè)的業(yè)務目標。

5.自主性的邊緣

邊緣（Edge）是指人們所使用或者嵌入我們周圍世界的端點設備。邊緣計算（Edge computing）是一種計算拓撲，在這種拓撲結構中，信息處理、內(nèi)容收集與交付更加靠近這些端點。該結構盡力收集流量并在本地處理，以期減少網(wǎng)絡擁擠與延遲。

在短期內(nèi)，邊緣由物聯(lián)網(wǎng)以及靠近終端而不是在中心化云服務器上的處理需求而驅動。但是，云計算與邊緣計算并非創(chuàng)建新架構，而是逐漸成為互補模型，其中云服務作為一種運行于中心化服務器、本地分布式服務器以及邊緣設備上的集中式服務（centralized service）而受到管理。

6.沉浸式體驗

會話式平臺正在改變著人們與數(shù)字世界交互的方式，而虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）與混合現(xiàn)實（MR）正在改變著人們感知數(shù)字世界的方式。這一感知與交互模式的綜合轉變帶來了未來沉浸式用戶體驗。

網(wǎng)格

7.區(qū)塊鏈

區(qū)塊鏈是一種分布式分類賬（distributed ledger），其有望通過建立信任、提供透明度以及減少跨業(yè)務生態(tài)系統(tǒng)的摩擦而降低成本、減少交易結算次數(shù)與改善現(xiàn)金流而重塑各個行業(yè)。當前，人們信賴銀行、票據(jù)交換所、政府及其他許多機構，并將它們視為在數(shù)據(jù)庫內(nèi)安全存放“唯一事實（single version of the truth）”的中央機構（central authorities）。這樣的集中信任模式增加了交易延遲與摩擦成本（例如傭金、手續(xù)費和貨幣的時間價值）。區(qū)塊鏈提供了另外一種信任模式，讓人們無需再依賴中央機構仲裁交易。

8.智能空間

智能空間是一個物理或數(shù)字環(huán)境，在這種環(huán)境下，人類與受技術支持的系統(tǒng)在更加開放、互聯(lián)、協(xié)作且智能的生態(tài)系統(tǒng)內(nèi)互動。包括人、流程、服務與物在內(nèi)的多個要素匯聚到智能空間，為目標人群及行業(yè)情景打造更加沉浸式、交互式且自動化的體驗。

9.數(shù)字道德與隱私

個人、企業(yè)機構與政府日益關注數(shù)字道德與隱私問題。人們越來越關心企業(yè)機構將如何在公共及私人領域使用其個人信息，對于未主動處理此類問題的企業(yè)機構，人們的這種反應只會增強。

10.量子計算

量子計算是一類在亞原子粒子（例如電子與離子）量子態(tài)上操作的非經(jīng)典計算，其將信息表述為以量子位（qubits）表示的元素。量子計算機的并行執(zhí)行（parallel execution）與指數(shù)級可擴展性意味著其擅于處理那些對于傳統(tǒng)方法而言過于復雜、或是傳統(tǒng)算法將花費過長時間才能找到答案的問題。汽車、金融、保險、制藥、軍事等行業(yè)以及研究機構從量子計算的發(fā)展中受益最多。例如，在制藥行業(yè)，量子計算可用于在原子級別上建立分子間相互作用模型，加速新型抗癌藥物的面市，量子計算也可加快并更加精確地預測蛋白質(zhì)間相互作用，從而發(fā)現(xiàn)新的制藥方法。

2020年十大戰(zhàn)略科技發(fā)展趨勢具體如下：

 

以人為中心

1. 超自動化

超自動化是一個為了交付工作、涵蓋了多種機器學習、套裝軟件和自動化工具的集合體。超自動化不但包含了豐富的工具組合，還包含自動化本身的所有步驟（發(fā)現(xiàn)、分析、設計、自動化、測量、監(jiān)控和再評估）。超自動化的主要重點在于理解自動化步驟的作用范圍、它們彼此之間的關聯(lián)以及它們的組合與協(xié)調(diào)方式。

該趨勢由機器人流程自動化（RPA）開始。但僅機器人流程自動化還稱不上超自動化，它需要組合多種工具來幫助復制任務流程中人類所參與的部分。

2. 多重體驗

從現(xiàn)在起到2028年，用戶體驗將在兩個方面發(fā)生巨大的變化，即用戶對于數(shù)字世界的感知以及用戶與數(shù)字世界的交互方式。會話平臺正在改變?nèi)伺c數(shù)字世界的交互方式，而虛擬現(xiàn)實、增強現(xiàn)實與混合現(xiàn)實正在改變?nèi)藗儗?shù)字世界的感知。感知與交互模式的同時改變將在未來帶來多感官與多模式體驗。

3. 專業(yè)知識的民主化

專業(yè)知識的民主化致力于通過極簡的體驗且在不需要接受大量成本高昂培訓的前提下為人們提供專業(yè)技術知識（例如機器語言、應用程序開發(fā)）或業(yè)務領域專業(yè)知識（例如銷售流程、經(jīng)濟分析）。“公民化”（例如公民數(shù)據(jù)科學家、公民解決方案整合者）、公民程序開發(fā)和無代碼模式都是專業(yè)知識民主化的例子。

Gartner預測，從現(xiàn)在起到2023年，這一民主化趨勢的四個關鍵方面將加速發(fā)展，包括數(shù)據(jù)和分析的民主化（從針對數(shù)據(jù)科學家的專用工具擴大到適用于一般開發(fā)人員的普及工具）、開發(fā)的民主化（自主開發(fā)應用程序中使用的人工智能工具）、設計的民主化（低代碼、無代碼的場景持續(xù)增加，更多的應用程序開發(fā)功能實現(xiàn)自動化，為公民開發(fā)者提供支持）以及知識的民主化（非IT專業(yè)人員通過使用工具和專家系統(tǒng)，應用超出自身具備的專業(yè)知識和受到的培訓以外的專業(yè)技能）。

4. 人體機能增強

人體機能增強研究如何使用技術提供認知與體能增強并使其成為人類體驗中不可或缺的一部分。體能增強通過在人類身體上植入或外置可穿戴設備等技術部件改變?nèi)祟惞逃械纳眢w機能，從而實現(xiàn)增強。認知增強則是通過傳統(tǒng)的計算機系統(tǒng)和新興的智能空間中的多體驗接口中的信息和應用來實現(xiàn)。在未來十年，由于越來越多的人追求機能增強，人類體能與認知增強技術將會變得越來越普遍。這將產(chǎn)生一種全新的“消費化”效應，員工持續(xù)增強自身的機能，并進一步拓展到改進所在的辦公環(huán)境。

5. 透明度與可追溯性

越來越多的消費者意識到其個人信息的價值并提出控制個人信息的要求。企業(yè)機構也認識到保護與管理個人數(shù)據(jù)的風險日益增加，而政府正在實施嚴格的法律法規(guī)確保企業(yè)機構做到這一點。透明度與可追溯性已成為支持此類數(shù)字道德與隱私需求的關鍵要素。

透明度與可追溯性指用于滿足監(jiān)管要求、維持使用人工智能和其他先進技術中所需遵守的道德規(guī)范以及恢復對企業(yè)機構信任缺失的態(tài)度、行動以及輔助技術與實際措施。企業(yè)機構在建立透明度與信譽措施時必須專注于三個領域：（1）人工智能與機器學習；（2）個人數(shù)據(jù)隱私、所有權與控制；（3）符合道德的設計。

智能空間

6. 邊緣賦能

邊緣計算是一種在信息來源、存儲庫及使用者附近進行信息處理、內(nèi)容收集和交付的計算拓撲結構。它試圖將網(wǎng)絡流量與計算處理保留在本地以減少延遲、發(fā)揮邊緣能力以及賦予邊緣更大的自治性。

Gartner研究副總裁Brian Burke先生表示：“目前，邊緣計算主要關注的是在制造、零售等特定行業(yè)中嵌入式物聯(lián)網(wǎng)系統(tǒng)提供的離線或分布式能力。但隨著邊緣被賦予越來越成熟和專業(yè)的計算資源及越來越多的數(shù)據(jù)存儲，邊緣計算將成為幾乎每個行業(yè)和應用的主導要素。機器人、無人機、自動駕駛汽車及可操作系統(tǒng)等復雜的邊緣設備將加快這一轉變。”

7. 分布式云

分布式云指的是將目前集中式的公有云服務分布到不同的物理位置，原來的公有云提供商繼續(xù)負責分布式云的運營、治理、更新和迭代。這對于目前大多數(shù)公有云服務所采用的集中式模式是一次巨大的轉變，并且將開辟云計算的新時代。

8. 自動化物件

自動化物件是使用人工智能自動執(zhí)行那些以往被人類執(zhí)行的任務的物理設備。最典型的自動化物件有機器人、無人機、自動駕駛汽車/船及各種設備。它們的自動化超越了固化的程序所能實現(xiàn)的自動化程度，并能夠借助人工智能做出與所在環(huán)境和人類進行更自然交互的高級行為。隨著技術能力的改進、監(jiān)管機構的批準以及社會接受度的提高，自動化物件將被越來越多地用于不受限制的公共場所。

9. 實用型區(qū)塊鏈

區(qū)塊鏈可以通過實現(xiàn)信任、提供跨業(yè)務生態(tài)透明度和實現(xiàn)跨業(yè)務生態(tài)價值交換、降低成本、減少交易結算時間及改善現(xiàn)金流來重塑整個行業(yè)。由于可以追溯到資產(chǎn)的來源，因此“以次充好”的概率大幅降低。資產(chǎn)追蹤對于其他領域也具有很大的價值，包括追蹤食物在整條供應鏈中的足跡以識別污染來源、追蹤各零部件以協(xié)助產(chǎn)品召回等。區(qū)塊鏈還可用于身份管理。區(qū)塊鏈中的智能合約可以使系統(tǒng)在事件發(fā)生時自動觸發(fā)行動，例如在收到貨物時付款等。

10. 人工智能安全

人工智能與機器學習將被繼續(xù)用于提升各種應用場景中人類決策的能力。雖然這給實現(xiàn)超自動化和使用自動化物件進行業(yè)務轉型帶來了良機，但同時也因為物聯(lián)網(wǎng)、云計算、微服務（microservices）及智能空間中高度連接的系統(tǒng)增加了大量潛在攻擊點而給安全團隊與風險領導者帶來了新的挑戰(zhàn)。安全與風險領導者應專注于三個關鍵領域——保護人工智能賦能系統(tǒng)、利用人工智能提升安全防御機制以及做好攻擊者對人工智能的惡意使用的心理準備。

戰(zhàn)略技術趨勢報告的目的不是為了創(chuàng)造風口，而是公布風即將到那個口，冒昧盲目跳轉領域可能如邯鄲學步般什么都沒有，只有耐心深耕自己擅長的領域，才有春天。風來了，自然就起飛了。所有的事情到最后都是好事，如果還不是好事，就說明還沒有到最后。

人工智能、區(qū)塊鏈、邊緣計算連續(xù)三年被提及，其中人工智能和區(qū)塊鏈已經(jīng)家喻戶曉，邊緣計算知道的人還是太少了。邊緣計算就像一座尚未完全開發(fā)的礦，充滿無限可能和驚喜。邊緣計算社區(qū)提前恭喜一直默默耕耘邊緣計算的諸位，風要來了。邊緣計算社區(qū)愿陪大家一起在邊緣計算精進之路不斷探索前行！