超强干货来袭！北极独家解析Gartner 2022年12大战略技术趋势

明确战略技术对于企业来说至关重要，及时了解并对未来的战略趋势作出大胆预测，也可以为企业创造机会，甚至推动其数字化变革。战略趋势预测并非一家之言，大家可以根据目前的企业发展情况灵活地评估其重要性和它们之间的连接所带来的潜在影响。商业模式和运营也需要根据技术趋势进行相应转变，以避免组织失去竞争优势。

Gartner中国于2022年1月11日举办了线上研讨会，北极数据特此独家解读2022年Gartner发布的12大战略技术趋势，以及未来五年最具影响力的战略技术趋势。

此次Gartner将这12大趋势自下而上分为三个主题：

1. 工程化信任（工程类能力）

2. 塑造变化（数字化能力）

3. 加速增长（场景类趋势）

工程化信任是基石，而塑造变化则是加速增长的必经之路。每一个技术都和其他技术相联动，其中一个技术单独拿出来，都是没有生命的。

那么接下来就让我们看看每一个技术背后的逻辑是什么吧。

1.1 数据编织 (Data Fabric)：新型的数据管理和架构

传统对于数据管理的方法是用数据湖或数据仓等方式把数据集中在一起，再以中心化的方式对数据进行清洗和建模。

然而，在数据呈指数级增长的大数据时代中，传统的集中式数据管理方式则面临着挑战。企业的数据量越来越大，数据质量也参差不齐的情况下，并不是所有的数据都可以实现集中存储。

此时，就需要借助数据编织的技术，将这些散落各处的数据通过技术整合在一起，并且让用户随时随地可以调取到需要的数据。数据编织指的并不是一个产品，而是一种管理数据的理念：通过利用AI、机器学习和数据科学，来访问数据或支持数据的动态整合，从而发现可用数据之间独特且与业务之间的关系。

数据编织的目的是让对的人，可以从对的地点在对的时间获取对的数据，它就像一张虚拟的编织网络，可以把每个节点理解成不同的数据系统，而这些数据系统都通过技术相连，让用户可以快速定位到需要的数据。

数据编织需要通过不同的技术组合来实现，目前大多数企业都只处于第一和第二个阶段，要真正实现数据编织还是任重道远。

1.2 网络安全网格 Cybersecurity Mesh Architecture（CSMA）

基于数据编织的理念，未来的数据库应该是相互连接，存在于各处的；而用户也可以灵活调取数据，并且使用数据。分布式的数据管理，正是对企业数字资产安全的一大挑战：如何保证分布在各地数字资产的安全？如何灵活的联动和协调各个安全工具？网络安全边界的碎片化也正推动了“网络安全网格”这一概念的兴起。

网络安全网格以保护数据为目的，帮助提供一体化的安全结构和态势，为任何位置的任何资产提供安全保障，且允许身份成为安全边界，使任何人都可以随时随地安全访问和使用数字资产。

1.3 隐私增强计算 （Privacy-Enhancing Computation）：无处不在的信任

大数据时代，为了确保数据环境的可靠性，越来越多的隐私条款和数据保护政策也随之颁布。增强隐私计算则正是使用了一系列的隐私保护技术，来保障用户的动态数据安全，构建一个更可信的数据执行环境。

隐私增强计算有三种自下而上的实现方式：

1. 最底层（第一级）的方案则是指塑造一个可信执行环境和可信的第三方，用硬件级的方法保证了数据的安全；

2. 中层（第二级）的方案是指在不泄露数据的情况下，对数据进行本地处理，比如使用安全多方计算、联邦学习等方法，从软件层面达到隐私增强计算。当双方不方便分享各自的数据时，则可以让自己的算法进入对方的数据中，得出结果，最后合成最优解。

3. 最上层（第三级）的方案则是在分析和处理数据之前，对数据进行转化。比如，将加密过的数据用软件和算法进行处理，交给第三方，软件基于加密的数据进行计算和分析，再将结果返回客户，客户将分析过的数据再进行安全解密。这一套计算流程，则也是从头到尾保证了数据的安全。

1.4 云原生平台(Cloud-Native Platforms) ：保障速度

越来越多的企业开始逐渐上云，有些企业会选择把私有环境里的应用环境迁移到公有云的环境中。但原先基于私有环境开发的软件，到了公有云的环境中免不了会碰到兼容性的问题。因此，很多企业在考虑在新的商业模式时，会直接在公有云上进行设计软件，以提升交付速度。

然而，对于公有云来说，后端的基础设施必须足够稳定，以支持前端团队开发应用。

2.1 组装式应用(Composable Applications)：模块化敏捷性

云原生建立在基础设施层面上，让交付变得更加快速；那么组装式应用则是从应用开发层面，让应用交付变得更加迅速和敏捷。

简而言之，组装式思想就是将不同的应用模块化，通俗地说则是用拼乐高积木的方式把不同的应用拼在一起。Gartner为此也提出了“封装的业务能力“ (PBC: Packaged Business Capabilities)，指的是企业组装这些应用模块的最基础的能力。有了这种能力之后，企业就可以将不同的应用拼接在一个共同的平台上，将不同的模块拼接在一起，通过低代码的形式拼装自己需要的应用。

2.2 决策智能 (Decision Intelligence)：重塑思维

现在的商务环境变得愈发复杂，因此VUCA这个概念又再度兴起。VUCA（乌卡时代）：Volatility（易变），Uncertainty（不确定性），Complexity（复杂）和Ambiguity（模糊）。

在这样充满不确定因素的环境中，基于数据，理性正确地做出决策显得尤为重要。当然，这里的决策智能并不是指让机器和技术完全替代人类来做决策；他们对于人类来说只是辅助，通过进行多维度的自动分析，为人类提供一定的洞见。

2.3 超级自动化(Hyperautomation)：重塑业务形象

Gartner在2021年的技术趋势中已经提到了超级自动化这一概念，当时的超级自动化被分为三个模块：任务自动化，流程自动化和业务运营自动化。而今年，超级自动化依旧沿用了去年的定义，只是在今年Gartner强调了超级自动化并非依靠单个技术达成的。

当自动化程度较高的时候，组合式的技术创新就会带来更多的可能场景。

2.4 AI工程化 (AI Engineering)：运营化AI

AI工程化指的是大规模应用AI，目前虽然很多企业说自己融入了AI技术，然而大多数情况下，这类的AI都是小规模或者一次性地在某一垂直领域中被应用，而非在全流程中应用AI。Gartner认为AI的能力被低估，其未来蕴藏着巨大的潜力，只有通过使DevOps，DataOps，ModelOps这三个模块互相协调联动，才可以大规模落地AI。

当然，若要落地AI工程，则需要应用团队（App Developer），数据科学家/全民数据科学家（Data and Citizen Data Scientists）和数据工程师（Data Engineer）三个团队的互协作支持，才可以达到最优效果。

3.1 分布式企业(Distributed Enterprises)：创建生态系统

这个概念则是因为疫情而生，在当前背景下，混合办公成为新常态，同时也孕育了新需求和新商机。

Gartner对于分布式企业总结了这样一个金字塔模型（上图），小编认为可以从两方面来解读这个模型。底层（蓝色部分）为技术上的分布，为企业的数字化赋能；而上层（白色部分）则是基于底层的基础架构，萌生出了混合办公和分布式服务的概念。

在这样一个全新的商业生态系统中，客户也不断提出新的需求，也就意味着更多的商机，如新零售VR，虚拟医疗，各种线上Webinar等。

3.2 全面体验(Total Experience)：连接价值

目前已经进入了体验经济时代，各行各业都在强调客户的良好体验过程。Gartner则基于体验经济，提出了“全面体验”这一概念，并将其分为四个模块：客户体验，员工体验，用户体验，多重体验和用户体验。

• 客户体验对应着企业的销售流程，销售部门的能力则直接影响着客户体验，最直观的例子则是客户在商店对于整个购物环节的体验。

• 用户体验则与产品设计流程和售后交付流程息息相关，若客户使用产品有良好的体验感受，则会继续将产品推荐给朋友，形成口碑营销。

• 员工体验指的不单单是工作环境和薪资程度，在这里强调的则是公司是否能为员工提供强有力的数字化支持能力，来让员工为客户和用户作更好的支撑。

• 多重体验指的则是企业的数字化能力技术是否能给客户，与技术部门相关。通过提升技术能力，来触及客户、用户和员工（如智能终端，CRM系统等。）

当企业在做数字化转型的时候，需要全面考虑这四个模块，缺一不可。

3.3 自治系统(Autonomic Systems)：重塑教育

Gartner认为未来的应用一定会发展为自治系统，而发展到自治系统则需要经过三个阶段：自动系统、自主系统、自治系统。

自动系统有固定的算法和行为，典型案例则是扫地机器人，他们会根据代码按照固定的路线行进，碰到障碍物也不会主动绕开适应周围的环境；

自主系统虽然算法是固定单，但是其行为可以对某些场景做出适应。（比如汽车的紧急刹车系统）

典型的自治系统则是“人”，人可以吸取教训，并且进行自我修正，也可以根据不同场景进行自我适应和调整。而在未来，通过技术，我们相信机器也可以达到自制系统这一程度，只是（北极认为）目前机器的自学系统不确定性非常高，并且人类也需要花大量时间去训练机器，所以到未来真正实现“机器自制”还是任重而道远的。

3.4 生成式AI (Generation AI)：创造未来

生成式AI指的则是让AI去进行创作，生成洞见。Gartner将生成式AI分成了合成数据、转写代码和创造产品这三类（下图）。

Gartner认为，未来机器可以从事创造性的工作，而人类则是做一些简单的工程行工作。但小编对此感到怀疑。因为就目前市场上，AI连正确识别人脸和动物都有困难，更别提创作了。机器固然是机器，AI再智能，也是人类通过技术将AI培养得如此智能。要真说创作，请大家去百度/谷歌一下AI生成歌词或文章，都是些什么*&^...！的东西？因此小编对与AI生成式未来这一趋势，持保守态度，并不看好。

（Google AI识别将枪支识别成直升机）

北极认为Gartner的2022战略技术趋势可以作为企业的参考，但我们鼓励大家用批判性思维去看待这些趋势，所谓的“1000个读者眼中就有1000个哈姆雷特”，放在本文中，则意味着每一家企业都需要根据自己发展现状，用自己的理解来解读自己的趋势，并且将其与自己的业务相融合。我们相信，有远见的你，一定会在2022年，继续风生水起！