關注ITValue，檢視企業級市場最新鮮、最具價值的報道！

陳勇

Gartner全球研究總監

專注於IT領導力、IT戰略與IT治理方面研究，也針對IT管理各個方面為客戶提供建議與支援。加入Gartner之前，曾在歐美的世界500強公司任中國區IT總監或經理，管理IT團隊、交付IT解決方案和服務。主要關注問題：企業IT戰略/IT治理/IT的業務價值/雙模式IT。

近日《規劃E時代暨2018數慧新年大講堂》在上海成功舉辦，來自Gartner的全球研究總監陳勇做了題為《Gartner：2018年十大戰略科技發展趨勢》的主題報告。進入到2018年，以及更遠的未來，技術的發展趨勢是怎樣的？一起來看看Gartner指出的2018年十大戰略科技發展趨勢：

• 人工智慧基礎（AI Foundation）

• 智慧應用與分析（Intelligent Apps and Analytics）

• 智慧物件（Intelligent Things）

• 數字孿生（Digital Twin）

• 從雲到邊緣（Cloud to the Edge）

• 會話式平臺（Conversational Platforms）

• 沉浸式體驗（Immersive Experience）

• 區塊鏈（Blockchain）

• 事件驅動（Event Driven）

• 持續自適應風險和信任（Continuous Adaptive Risk and Trust）

陳勇先生最後總結說：

 演講內容

Gartner每年都會發佈下一年的十大戰略科技，我們現在十大戰略科技有兩個標準：

• 第一個標準：它必須是一些顛覆性的科技，這些顛覆性的科技會對所有的行業，所有的企業，包括我們個人的生活產生深遠的影響，這是我們選擇科技的第一個標準。

• 第二個標準：這些技術可能現在還沒有完全成熟，已經成熟的技術不選進來，比如像雲端計算這些都是已經成熟的技術，今天我們不會討論這些技術。

我們會討論三年以後，或者五年以後成熟的技術，但是即使三年以後、五年以後成熟，在今天這個時段已經有一些領先的，想要第一個吃螃蟹的那些企業也好，政府組織也好，已經採納了這些技術。

我們把這十大科技分成三個主題探討。

第一個主題叫做智慧，在智慧主題裡面我們會有三個技術：

• 一個是人工智慧的基礎

• 二是我們把人工智慧運用到軟體和分析上面，我們把它叫做智慧應用和分析

• 三我們把人工智慧的技術運用到硬體上，叫智慧物件

第二個主題叫數字化，數字化就是把物理的世界和虛擬的世界連線在一起了，在數字化主題裡面我們有四個技術，前面兩個技術是因為有物聯網的興起而形成的技術，包括數字孿生，包括雲到邊緣這兩個技術。後面兩個技術是和我們使用者的體驗相關的技術，包括會話型平臺、沉浸式體驗。

第三個主題是中文翻譯成格網。我們沉浸在數字化的天羅地網。人與人之間、人與企業、人與物之間都連在一起了，這裡面放了三個技術：

• 第一是區塊鏈技術

• 第二是事件驅動模式

• 最後一個是連續自適應風險和信任，它的意思就是在數字化時代安全和風險管理相關的技術。

進入第一個主題，智慧化。

我們有一個預測，到2020年30%的資訊長會把人工智慧作為他的五大投資重點之一。在一個企業裡面，或者政府機關裡面有一個資訊長的崗位，每年要花大量的IT支出，今天來講會花在前五名的雲端計算、大資料、傳統網路、移動、數字化營銷等等，而人工智慧在今天這個時段還沒有排到前十名，但是三年以後我們預計它會排到前五名。

第二，我們預計2020年不管是一個企業新開發的軟體專案或者硬體專案，裡面都會嵌入到人工智慧的元素在裡面，今天這個時段還不到5%。正是因為人工智慧未來有這麼大的前景，很多廠商都把人工智慧作為他們未來競爭的主戰場。

正是因為把人工智慧看到了未來的方向，很多廠商也提供了各種各樣人工智慧的服務，像IBM提供了watson這樣優秀的產品，亞馬遜也提供基於雲的人工智慧的服務等。

人工智慧的基礎理論發展非常悠久，從上個世紀的60年代，甚至更早期就已經開始發展，那個時候的人工智慧講的是什麼？決策搜尋這一類的演算法。而我們今天講的人工智慧絕大多數講的是裡面的子級，叫做機器學習。

機器學習按照學習的模式基本上分成三大型別：

• 監督學習

• 無監督學習

• 強化學習

監督學習就是你給他一堆打標籤的資料，然後他學完以後你再給他一個新的資料他就知道了。無監督學習是你給他一堆資料是沒有標籤的，給他了以後，你再給他一個新的資料以後，他知道在一堆資料裡面，哪個資料跟我新的資料最相象，可以用在推薦系統上面。強化學習是給他一個強化的機制，你做這件事情是好的，做那件事情是不好的，通過不斷的學習就知道，一定要做這件事情。下圍棋就是強化學習，經常下這步棋經常會贏，經常下那步會輸，時間長了他就知道我要下這步棋。

今天大家會看到另外一個詞叫深度學習，另外說法是神經元網路的學習。學習不是給他原始的資料就學會了，而是給他原始資料，中間有很多隱藏層，最後才學會，每個隱藏層裡面有一個個節點，這個節點就是神經元。

今天講為什麼機器學習會突然之間爆發了，而不是十年前爆發，或者不是20年以後爆發，這些有三個方面的原因。

• 第一個原因是資料，因為機器學習你要給他大量的資料，而在今天獲得資料的能力越來越強，越來越方便。

• 第二是計算能力的提高，計算能力提高是因為有了一個叫做GPU的東西，叫影象處理單元，它是為了打遊戲而設計的。但是打遊戲需要很多併發的矩陣運算，GPU非常擅於做矩陣運算，機器學習需要的就是矩陣運算，所以GPU就可以把它運用到機器學習的領域。

• 第三個原因就是演算法，在國際上有大量演算法的大賽，我們中國像百度也好，科大訊飛也好，這樣一些企業在演算法大賽上都取得很好的成績，正是因為這個原因，所以機器學習爆發了。

再往下發展，我們今天講的叫弱人工智慧，就是它只能做某一個區域性的事情，比如它只能做人臉識別，或者它只能下圍棋等等，這是區域性的事情。往下發展叫強人工智慧，就跟人一樣，無所不能了，甚至比人更強大了。

強人工智慧到底什麼時候會出現呢？有很多爭議，有的人說2050年，有的人說2080年，有的人說這輩子永遠看不到強人工智慧.我們今天講的是三到五年，三到五年我們是看不到強人工智慧了。 

我們把人工智慧的技術運用到軟體上面可以有兩個方面的應用，一個是現有的軟體，一個是新的軟體。大家收發郵件就是現有的軟體。在收發郵件裡面很早就有了人工智慧，就是垃圾郵件的識別，用的就是監督學習。人工智慧也可以在新的專門為人工智慧而設計的軟體上，主要包括個人的助理、聊天機器人這一類的軟體，手機上就可以有一些聊天機器人相應的應用。

今天特別強調把人工智慧運用到資料分析領域，會產生兩個不同的極端，在這個極端會產生一個叫做平民資料科學家，我原先是一個普通的使用者，想要了解一些資料，比如我想要了解過去三年的銷售情況，我就會找到這個專家，專家幫我開發一個程式執行一下，出一張報表，或者柱狀圖等等，我看看過去三年的銷售情況是怎麼樣的，我是一個平民，他是專家。現在平民自己成為資料科學家了，不找專家了，我對著系統說，請你告訴我過去三年的銷售情況，系統自己就跳出來了，這個就是平民成為專家，這是人工智慧運用到了一個領域。專家會挖掘更深層次的資料、洞察，原先這些洞察沒有人工智慧的手段是得不到的，現在這些洞察我就能夠得到了。

人工智慧也可以把它用在硬體上，可以有現有的硬體，也可以有新的硬體。現有的硬體比如家裡的空調、電冰箱等等，或者醫院裡的醫療器械等等，這些都可以加入人工智慧的硬體。新的硬體無人機、機器人等等，這些都是新的，專門為人工智慧的產生而設計的硬體，這兩方面都會有產生。

我們說在未來將會看到另外一個詞叫做Swarm，我暫時把它翻譯成叢集。Swarm不是一個無人機，而是好多無人機協同工作。左上角是Intel，Intel一群無人機協同拼出了logo，是無人機互相之間感知到它的夥伴在哪裡以後，自己跑到相應的地方。

左下角是美軍正在做的實驗，就是無人偵查機，但那個是很大的飛機，現在做實驗是無人偵查機群，就是小的無人機。可以多維度的分散偵查，多角度的瞭解敵人的情況，也會有一些其他的困難，比如說釋放能力等等。

接下來講第二個主題數字化。

我們有個預計，2020年物聯網可以幫助企業節約1萬億美元的維護、服務和耗材成本。使用者對數字化的體驗將會是一個沉浸式的體驗，就是我沉入到數字化的世界感覺像真實的世界一樣。

第一個是數字孿生，就是有一個真實的物體，同時又有一個虛擬的物體，這兩者形成一一對應的關係。數字孿生幫助你通過觀察虛擬的物體來觀察現實物體，通過操控虛擬的物體操控真實的物體。GE在這方面做的比較領先，比如說飛機的引擎，或者風車等等這些東西都有相應的數字孿生。目前來講還處在這樣的階段，就是比較貴重的東西有數字孿生，未來比較便宜的東西也有數字孿生，甚至企業也有數字孿生，甚至我們每個個人也有數字孿生，這個人在電腦裡有一個你的雙胞胎兄弟和你一一對應。

其實這個概念雖然蠻新穎，但是我們已經看到了數字孿生的雛形，在國外是臉書，國內就是微信。通過看你在朋友圈裡發什麼樣的東西，就可以分析出你是一個什麼樣的人，它就是你的數字孿生。

第二個技術叫雲到邊緣，大家都聽到邊緣計算這個詞，它的含義是什麼呢？就是和雲端計算相對應，所謂雲端計算就是集中式的，中心化的處理。邊緣式計算就是把計算能力部署到邊緣端，雲到邊緣的意思，就是我們的計算能力、儲存能力到底應該分佈在雲端，還是應該分佈在邊緣端，需要有一個很好的架構師來做出一個合理的架構，在不同的應用場景它的部署是不一樣的。

比如說無人駕駛汽車，我就需要把計算能力部署在邊緣端，也就是每輛車子上都要有計算能力，因為我拍攝很多視訊的資訊傳到雲端，雲端說你應該向左轉或者應該剎車再傳回來，對通訊的要求太高了，有很長的延時你就沒辦法實現，所以就需要把計算能力部署在邊緣端。

下面講會話型平臺，或者會話型系統。我們現在人和系統互動的互動方式要發生改變。比如現在用PC機的時候，人和系統的互動是用鍵盤、滑鼠互動，我們現在有手機了，人和系統互動是通過觸控式螢幕互動，但是未來，我的眼鏡是我的裝置，我的手環是我的裝置，出門一輛汽車是我的裝置，一個螢幕是我的裝置，家裡可能有500個裝置，我要學會和這些系統進行互動，學習成本很高，怎麼樣降低學習成本？

在理念上就有一個改變，什麼樣的改變？從我來學會怎麼樣用你變成你來學會怎麼樣讓我用，這是理念的改變。所以需要這些裝置具備一些智慧的元素在裡面才能夠學會怎麼樣讓我用，在這種情況下，他從架構的角度來講就分成三個層次的架構，前面一個是互動的介面，一般來講是語音互動。也有可能是其他的互動，他有可能識別你的手勢或者表情。中間這一個就是我們的會話型的理解平臺，通過前端收集資訊以後要理解你到底想要幹什麼。最後就是第三方的服務，通過理解了以後，連到第三方的服務，比如說你在前端跟他說我要買張飛機票，他在中間分析、理解知道你要買什麼樣的飛機票，後端就連到航空公司，航空公司就出票給你，這是它的整個體系架構。

會話型平臺要改變的是使用者體驗，讓我們的使用者能夠有更好的體驗。

接下來叫沉浸式體驗，這個詞好像挺新穎的，但其實很多東西大家可能都聽說過，就是虛擬現實，增強現實以及一些相應的產品，感測的穿戴混合在一起，可以應用到各種各樣的場景。

最後一個是格網，格網裡面會有三個技術，第一個叫做區塊鏈。區塊鏈最近特別的火，我們先澄清一下概念，第一個概念是分散式的分類賬，或者叫分類式的賬本。我要把記賬的權利從中央集權的記賬分散式記到每個節點上，這是一個理念，為了實現這個理念，就需要一些技術，主要的技術就是區塊鏈技術。

為什麼叫做區塊鏈技術？是因為它把賬記在一個個塊，塊就是儲存的一個單元，記在這個塊裡面。塊和塊用鏈條進行連線起來，鏈條就是我們用IT的術語就指標，把前面一個塊指到後面一個塊，一直往後面指。

另外一個技術是加密的演算法，在80年代就已經有了。另外還有雜湊表查詢方面的技術，把這些技術混合在一起就形成了區塊鏈。但是混合在一起有什麼好處呢？就是達到分散式，去中心化，不可撤銷，可以在一個沒有信任的環境下面建立信任關係等等，這些都是它的好處。

但是它也有缺點，什麼缺點呢？

• 一個就是效能，比特幣10分鐘記一個塊，一個塊1千條交易。支付寶1秒鐘12萬交易，不是一個數量級，而是N個數量級的差別，所以它的應用場景只可能在一個比較對效能要求不高的應用場景，只可能在這樣一個應用場景裡面使用，這是第一個原因。

•  第二個原因是還沒有形成標準。

• 第三也就是沒有成熟的供應商，有很多小的供應商，剛剛起步的供應商在做區塊鏈，但是也有一些大的供應商，但是大的供應商跟小的供應商沒什麼區別，他們雖然在其他方面很大，在區塊鏈方面也是很小，所以沒有主流的供應商幫助你使區塊鏈成為現實。

這是我們看到的現狀，目前來講，肯定是一個泡沫非常大的階段。未來兩到三年以後的這些泡沫擠幹了以後，這個技術仍然是一個非常具備前途的技術，它的那些理念是非常好的。

接下來這個技術叫做事件驅動，事件驅動和它相對應的就是請求驅動。請求驅動就是我想要做件事情，我向系統發一個請求，系統就會對我進行反饋。我想買一瓶牛奶，我開啟淘寶，我搜索到淘寶牛奶的網站、網店下一個訂單，點一下請求就傳送到系統那裡去了。傳送去以後後臺就會處理，第二天牛奶就會送到我家裡來，這就是請求驅動。

相對應的事件驅動是什麼概念？就是沒有請求，我這個人沒有向系統傳送請求，怎麼辦呢？我家裡的冰箱，看見冰箱裡沒牛奶了，冰箱就下一個訂單到淘寶店，淘寶店就把牛奶送到我家裡來，我這個人在這件事情上沒有參與，完全是冰箱幫我買的牛奶，這個就是事件驅動。從技術的來講這是很簡單的技術，為什麼我們把它提出來呢？這是因為它可能會對商業模式產生巨大的影響。

我們預計到2020年，80%的生態體系要求具備這樣的能力，做生意5%的生意就是沒有人蔘與的，不是人來買你的東西，而是物來買你的東西。5%大家聽上去是很小的數目，其實是個很大的數目，所以很多市場家都會跑進來參與一把。做冰箱的就考慮我圍繞著做冰箱這件事情，不光光是把冰箱賣給你，我要圍繞著冰箱有一個生態體系，建立冰箱生態體系。冰箱看見你沒有牛奶了，下一個訂單到超市，這是我和超市連在一起。冰箱看見自己需要某一方面的維護保養工作了，我自己發一個訂單到維護保養的公司，維護保養的公司派個人到你家裡來做冰箱的保養工作。冰箱看見你每天都吃不健康的食品，發一個資訊告訴你你要鍛鍊身體了，我要跟健康運動的網站連在一起，把健康運動的網站也連到冰箱的生態體系當中去。冰箱看見你裡面今天放了雞蛋和西紅柿，可以推薦你一個食譜，這些都是冰箱可以做的事情。圍繞著冰箱形成的生態圈，這就是事件驅動帶來的新商業模式。

最後一個叫做連續自適應風險和信任，英文縮寫是CARTA。這是比較難以理解的詞。我們可以把它理解為在數字化時代新的風險，安全防範的措施，新的風險防範措施是把人工智慧的技術運用到了安全的領域。

過去我們有很多安全措施，這些安全措施都是很重要的，不能夠把它取消。比如說我有一個防火牆，或者說我有一個防毒軟體，或者我有密碼認證等等，這些都是過去用的安全措施，這些安全措施都是很重要。這些安全措施就好像，打個比方是我穿上了一身盔甲，別人來打我就打不到我了，所以這些安全措施很重要。

而CARTA這個東西就好像我看見別人來打我了，我能夠閃開，能夠躲避。我們說在新的時代裡面，既要穿盔甲，又要能躲避，這才是兩手抓，兩手才能硬的方式。通過分析一些異常行為，來了解是不是有一些安全的隱患，比如說我看見了這個客戶現在在上海，在取款機取了1千塊錢，5分鐘後又在深圳取了1千塊錢，這就是異常行為。通過異常行為找到安全隱患，這就需要有一個環，通過預測，是不是有安全的隱患，然後對這個安全隱患進行預防，對相關的東西進行檢測，是不是有真的安全隱含出現了。檢測到真的出現了以後，就會響應，這就形成了閉環，叫預測、預防、檢測、響應。

總結一下，三個主題每個主題下面有三到四個技術，每個企業、政府機關可能並不是說要把10個技術都用上去，可以選擇自己所處行業、單位，和自己最相關的技術現在開始試點，三年五年以後，可能取得一些成效，如果這10個技術一個都不去關心的話，可能到三年以後你會發現你落伍了。（說明：本文轉載自微信公眾號軟體定義世界（SDx-SoftwareDefinedx），原文由城市資料派www.udparty.com根據嘉賓現場演講整理，未經嘉賓本人稽核）

中國最大的技術高管實名社群，提供網際網路時代最全面權威、也最前沿有趣的B2B市場資訊解讀。

點選【閱讀原文】，進入ITValue社群，與CIO們一起腦力激盪！

我們只提供有價值的乾貨！

長按二維碼
關注ITValue