2018年10个技术性前瞻

2018-03-03 16:06:40 9

人工智能、沉浸体验、数字孪生、事件思维和持续适应性安全为下一代数字商业模式和生态系统奠定了基础。 

设计师是如何让汽车更加安全的呢? 他们像对待鱼群一样对待他们。 本田(Honda)最近推出的"安全蜂群"(Safe Swarm)使用了车对车的通信方式, 允许汽车将信息传递给附近的其他汽车。 例如, 公路上方几英里处发生事故的警报可以传送到数英里外的汽车上, 使他们能够合作和智能地运作, 以避免事故和减少交通。 

智能事物的进化, 例如集体思维汽车群, 是十大战略趋势之一, 具有广泛的行业影响力, 并具有巨大的破坏潜力。 

Gartner Fellow及 副总裁 David Cearley表示:"数字业务的持续发展利用了新的数字模型, 使员工、合作伙伴和客户的物理和数字世界更加紧密地联系起来, 未来数字业务的所有领域都将嵌入技术。" 

智能数字网格 

智能数字网格是人、设备、内容和服务的链接。它可以通过数字模型、商业平台以及丰富的智能服务来支持数字商业。 


智能化: 人工智能渗透到几乎所有的技术和一个明确的范围,可以允许更多的动态, 灵活和潜在的自主系统。 

数字化: 混合虚拟和真实的世界, 创造一个身临其境的数字增强和连接环境。 

网格: 不断扩大的人群、业务、设备、内容和服务之间的联系, 以实现数字化的结果。 

智能 

趋势1:人工智能基础 

使用人工智能来提高决策、重塑商业模式和生态系统的能力, 以及重塑客户体验的能力,将一直延续到2025年。

对于人工智能, 人们的兴趣正在增长。 最近的一项调查显示, 59% 的组织仍在收集建立人工智能战略的信息, 其余的组织已经在试验或采用人工智能解决方案方面取得了进展。 

更多阅读:https://www.gartner.com/smarterwithgartner/lessons-from-artificial-intelligence-pioneers/ 

虽然正确使用人工智能会带来巨大的商业回报, 尽管系统会神奇地执行人类能做的任何智力任务, 并且动态学习人类所能做的任何知识任务, 但是人工智能的承诺(和陷阱)充其量只能是推测性的。 狭义人工智能, 包括针对特定任务的大范围机器学习解决方案(例如在受控环境中理解语言或驾驶汽车) , 所选择的算法是为了这项任务而优化的, 这就是今天的措施。 企业应该关注那些能够利用狭义人工智能技术应用所带来的业务成果, 而把人工智能留给研究人员和科幻作家。 

趋势2: 智能应用程序和分析 

预计几年后, 每个应用程序和服务都会在某种程度上融入人工智能。 在许多熟悉的应用类别背景下, 人工智能将不受阻碍地运行, 同时产生全新的应用类别。 在广泛的软件和服务市场中, 包括企业资源规划系统的各个方面, 人工智能已成为下一个主要战场。 "挑战你的包装软件和服务提供商, 概述他们将如何使用人工智能, 以高级分析、智能处理和高级用户体验的形式, 将在新版本中增加业务价值。" 

智能应用程序还在人与系统之间创造了一个新的智能中间层, 并且有可能改变工作性质和工作场所的结构, 虚拟客户助理、企业顾问和助手都可以看到这一点。 

"探索智能应用程序作为增强人类活动的一种方式, 而不仅仅是取代人的一种方式。" 增强分析是一个特别具有战略意义的领域, 它使用机器学习技术为广大商业用户、操作人员和数据科学家提供自动化数据准备、洞察发现和洞察分享。 

趋势3: 物联网智能化 

使用人工智能和机器学习,能够以更加智能的方式与人和周围环境互动。 智能物联网中没有人工智能是不存在的, 例如智能相机在无人监督的环境中半自主或自主地运行一定时间来完成一个特定的任务。 这方面的例子包括自动导向式空调或自主耕作的车辆。 随着技术的发展, 人工智能和机器学习将越来越多地出现在各种各样的物体上, 从智能医疗设备到农场自主收割机器人等等。 

随着智能物联网的扩散, 独立的智能事物将转变为一系列能够协作的智能事物。 在这个模型中, 多个设备将共同工作, 或者独立或人工输入。 军方正在使用这一地区的最前沿, 军方正在研究使用无人机群来攻击或保卫军事目标。 消费电子产品展会 CES 上展示的消费者世界将是显而易见的。 

更多阅读:https://www.gartner.com/smarterwithgartner/how-to-listen-to-the-voice-of-things-in-the-iot/ 

数字化 

趋势4: 数字孪生体 

数字孪生体是一个真实世界实体或系统的数字表示。 在物联网的背景下, 数字孪生体与现实世界的物体相连, 并提供关于对应方状态、对变化作出反应、改进操作和增加价值的信息。 据估计, 到2020年, 数字孪生体将拥有大约210亿个连接传感器和终端, 在不久的将来, 数字孪生体将存在数十亿个物体。 

在短期内, 数字孪生体能够提供资产管理方面的帮助, 但最终将提供业务效率的价值, 以及对产品如何使用以及如何改进产品的洞察力。 

更多阅读:https://www.gartner.com/smarterwithgartner/how-to-use-digital-twins-in-your-iot-strategy/ 

在物联网之外, 将数字孪生体与非简单的"事物"联系起来的潜力越来越大。 随着时间的推移, 世界几乎每个方面都有数字化表现, 将与现实世界的对应方以及彼此之间动态地联系在一起, 并注入基于AI的能力, 以便能够进行先进的模拟、操作和分析。 城市规划者、数字营销人员、医疗保健专业人士和工业规划者都将从这种向数字化双重世界的长期转变中获益。 例如, 未来的人类模型可以提供生物统计学和医学数据, 整个城市的数字孪生体将允许进行模拟。 

趋势5: 从云到边缘计算 

边缘计算描述了一种计算拓扑, 在这种拓扑中, 信息处理和内容的收集和传递更接近这些信息的来源。 连接性和延迟挑战、带宽约束和嵌入式计算在边缘计算中的更大功能有利于分布式模型。 企业应该开始在他们的基础设施架构中使用边缘设计模式ーー特别是对于物联网企业而言。 一个好的起点可以是使用同位置和边缘特定的网络能力。 

虽然人们普遍认为云计算和边缘计算是相互竞争的, 但这是对概念的根本性误解。 边缘计算是一种计算拓扑, 它将内容、计算和处理更接近网络的用户 / 事物或"边缘"。 云计算是一个利用互联网技术提供技术服务的系统, 但它并没有规定集中或分散提供的服务。 当一起实现时, 云计算被用来创建面向服务的模型, 边缘计算提供了一种交付方式, 允许对云服务中不连接的方面进行执行。 

趋势6: 会话平台 

会话平台将推动一种范式转变, 在这种转变中, 翻译意图的重担从用户转移到计算机。 这些系统能够给出简单的答案(天气如何?) 或者更复杂的交流(如餐厅预定座位)。这些平台将继续演变为更为复杂的行动, 例如从犯罪目击者那里收集口头证词, 并根据这些信息根据证词画出嫌疑人的脸部素描。 对话平台面临的挑战是, 用户必须以一种结构化的方式进行交流, 这通常是一个令人沮丧的经历。 会话平台的一个主要区别是会话模型的健壮性, 以及用于访问、调用和编排第三方服务以实现复杂结果的 API 和事件模型的健壮性。 

趋势7: 沉浸式体验