智東西
作者 | ZeR0
編輯 | 漠影
智東西10月26日報道，Gartner于10月16日公布2024年企業機構需要探索的十大戰略技術趨勢，包括：1、全民化的生成式AI；2、AI信任、風險和安全管理；3、AI增強開發；4、智能應用；5、增強型互聯員工隊伍；6、持續威脅暴露管理；7、機器客戶；8、可持續技術；9、平臺工程；10、行業云平臺。
針對這些重要戰略趨勢，Gartner研究副總裁高挺（Arnold Gao）與智東西等媒體進行交流。據他分享，十大戰略技術趨勢可分為3個主題：保護你的投資、開發者的崛起、交付價值。這些背后的共同主題，便是人工智能（AI）。
一、保護你的投資：防范AI技術失控，以業務為導向管理風險
“保護你的投資”主題涉及三個趨勢：AI信任、風險和安全管理（AI TRiSM），持續威脅暴露管理，可持續技術。
1、AI信任、風險和安全管理
AI TRiSM（AI信任、風險、安全管理）是連續第二年入選“十大趨勢”。AI全民化使得對AI模型有效治理的需求愈發迫切和明確，涉及公平性、可解釋性、透明度、數據保護等，以規避AI模型整個生命周期中的各種“失控”風險。
AI TRiSM由6個模塊組成，分別是內容異常檢測、數據保護、應用安全、可解釋性和透明度、ModelOps（對模型的管理）、對抗攻擊的防御。它提供用于模型運維（ModelOps）、主動數據保護、AI特定安全、模型監控（包括對數據漂移、模型漂移和/或意外結果的監控）以及第三方模型和應用輸入與輸出風險控制的工具。
Gartner預測，到2026年，采用AI TRiSM控制措施的企業將通過篩除多達80%的錯誤和非法信息來提高決策的準確性。
2、持續威脅暴露管理
持續威脅暴露管理（CTEM，Continuous Threat Exposure Management）是Gartner提出的一套對安全態勢修復和改進的框架，使企業機構能夠持續而統一地評估企業數字與物理資產可訪問性、暴露情況和可利用性。
CTEM包括5個模塊（Scoping、Discovery、prioritization、Validation、Mobilizatlon）。根據威脅載體或業務項目（而非基礎設施組件）調整CTEM評估和修復范圍，不僅能發現漏洞，還能發現無法修補的威脅。Gartner預測，到2026年，根據CTEM計劃確定安全投資優先級別的企業機構將減少2/3的漏洞。
相比傳統風險漏洞管理方法，CTEM更加關注業務層面的威脅暴露面，先去識別它，然后對它以業務為導向進行風險的優先級管理，并且不能簡單地以單個維度把風險進行“高、中、低”分類，還要考慮風險暴露以后被利用的可能性、對于業務的影響程度等維度，進行綜合的判斷。
對于風險控制的措施不可能完全自動化。一個比較現實的做法是接受與風險共存、同時提高業務韌性。如果風險不會對業務造成損失，就可以把消除這一風險的優先級往后放。
3、可持續技術
我們正在進入一個“暴力計算”的時代，不僅帶來更多的碳排放，同時也會對企業的IT運維提出一些挑戰。由于整個社會的數字化程度越來越高，ICT產業的耗電量在全球每年電力生產量的比重也會越來越高。數據中心的電力緊缺將會是一個風險。Gartner預測：“到2025年的時候75%的組織，都會面臨持續的電力短缺，電力短缺會加速推動可持續IT技術的發展。”
可持續技術是一個數字解決方案框架，其用途是實現能夠支持長期生態平衡與人權的環境、社會和治理（ESG）成果。AI、加密貨幣、物聯網、云計算等技術的使用正在引發人們對相關能源消耗與環境影響的關注。因此，提高使用IT時的效率、循環性與可持續性變得更加重要。
CIO要提前做好“可持續IT規劃”，包括：（1）“Sustainability of IT”，指IT部門要考慮提高能源效率、資產利用率，從供應鏈方面開始進行可持續規劃；（2）“Sustainability with IT”，指企業有碳排放或可持續的要求，首先要收集數據，知道企業到底排放了多少碳或者用了多少電，然后進行數據收集和管理、分析和匯報。Gartner預測，到2027年，25%的CIO的個人薪酬將會與他們對于可持續技術的影響掛鉤。
二、開發者的崛起：復用功能模塊組合，提高開發生產力
“開發者的崛起”主題與開發相關，涉及三個趨勢：平臺工程，AI增強開發，行業云平臺。其中平臺工程、行業云平臺都是第二年入選十大戰略技術趨勢。
1、平臺工程
平臺工程的目標是優化生產力和用戶體驗并加快業務價值的實現，是構建和運營自助式內部開發平臺的一門學科，指通過一系列工具和流程，為企業的軟件開發團隊提供一個自助開發門戶或內部開發平臺。該平臺可涵蓋應用程序整個生命周期中的所有操作，但需要由一個專門的平臺工程團隊去創建和維護并通過與工具和流程對接來支持用戶需求的層。
傳統開發是項目制，很多開發人員根據業務部門的需求來作定制化開發，會出現部分項目使用資源重復的問題。平臺工程的關鍵詞則是可組裝、可重用、可配置，有很多具體的功能模塊，把一些基礎設施、開發工具、數據管理、安全與身份管理、運維管理、服務目錄變成平臺化，把本來相對獨立的開發項目的流程模塊化和集中化，方便客戶根據不同應用場景或需求去拼裝。
2、AI增強開發
AI增強開發是指使用生成式AI、機器學習等AI技術加持開發的整個生命周期，包括AI代碼生成、AI增強測試、設計-代碼。
“AI代碼生成”方面，AI在樣板代碼、重構代碼、對舊的框架或者編程語言進行學習等場景中特別有幫助。“AI增加測試”方面，AI能優化編寫測試代碼、生成測試數據、生成單元測試中的“測試樁”等環節。“設計-代碼”是AI參與整個開發的全生命周期的過程，這個事情目前還沒有完全實現，屬于對未來的一個展望。
AI輔助軟件工程提高了開發人員的生產力，使開發團隊能夠滿足業務運營對軟件日益增長的需求。融入了AI的開發工具能夠減少軟件工程師編寫代碼的時間，使他們有更多的時間開展更具戰略意義的活動，比如設計和組合具有吸引力的業務應用等。
3、行業云平臺
Gartner預測，到2027年，將有超過70%的企業使用行業云平臺（ICP）加速其業務計劃，而2023年的這一比例還不到15%。據Gartner整理，超過20個行業有超過270個行業云平臺。
行業云平臺是專為特定行業量身定制的云方案，可以被理解成把傳統云服務中的IaaS、PaaS、SaaS三層進一步解構，通過模塊化方式整合成全套產品，提供具有業務能力的云平臺，也就是在傳統的云上加了一層“業務模塊層”。
行業云平臺有兩大特征：可組裝、模塊化。它將一些通用的業務能力模塊化之后放到公有云上，讓其重新排列組合。其可組合功能通常包括行業數據編織、打包業務功能庫、組合工具和其他平臺創新功能。
中國特色的行業云在Gartner定義里叫“社區云”，而Gartner定義的“行業云平臺”主要是基于公有云服務，添加了針對行業的“業務能力封裝（PBC）”，可支持到特定行業需求，是一個技術和業務疊加的平臺。
三、交付價值：生成式AI走向普及，用技術提高員工體驗
“交付價值”主題涉及四個趨勢，包括：智能應用，全民化的生成式AI，增強型互聯網隊伍，機器客戶。
1、智能應用
Gartner將智能應用中的“智能”定義為自主做出適當響應的習得性適應能力，其宗旨是可以像人類一樣去思考、判斷和適應環境的應用。智能應用的本質是在傳統應用中加入AI或生成式AI的能力，通過持續學習、適應和預測去提高用戶體驗，或者說提高更多的商業價值。
作為一種基礎能力，應用中的智能包含各種基于AI的服務，如機器學習、向量存儲、連接數據等，因此能夠提供不斷適應用戶的體驗。目前已存在對智能應用的明確需求。
在2023年Gartner首席執行官（CEO）和業務高管調查中，26%的CEO認為對企業機構破壞力最大的風險是人才短缺。吸引和留住人才是CEO在人力資源方面的首要任務，而AI被認為是未來三年對他們所在行業影響最大的技術。
2、全民化的生成式AI
Gartner預測，到2026年，超過80%的獨立軟件開發商都會把生成式AI的能力嵌入到企業當中去。這個比例在2023年只有1%。
未來生成式AI的入門門檻和成本會變得非常低，幾乎可以為所有人提供“生成、創造、編寫數字內容和內容”的能力。它會取代或輔助一些工作，用來研發一些新的產品。
對于商業用戶來說，如果將來可以無處不在地獲取以前不可能獲得的知識和技術技能，那么預示著一波新的生產力浪潮即將到來。“云”與“開源”的融合會使生成式AI更加民主化，不再只是少數巨頭能掌握的事情，但這種不受限制獲取知識和技能的方式必須以風險管理為基礎。
生成式AI全民化的好處是工作效率提高了，在很多領域都能用，技術也比較普及，會有很多新的創新生態。缺點是一些數據、機密數據會丟失，很多時候生成式AI會一本正經的胡說八道，還存在潛在的版權問題和被濫用的風險。
3、增強型互聯網隊伍
增強型互聯員工隊伍（ACWF）包含增強、互聯、員工團隊三個關鍵詞，是一種優化員工價值的戰略。拆開來講，Workforce是團隊，Connected是互相聯接，Augmented是用AI技術加持來互相連接與協作的員工，其背后有一個關鍵核心——提供數字員工體驗。
進入混合辦公時代，企業要考慮如何利用各種互聯的設備和技術去提高數字員工的體驗，并用AI技術進行增強。所謂“增強”是指對于從終端應用知識庫甚至是員工情緒中提取出數據，進行接近實時的處理和反饋，比如從員工在線工作的時間、郵件里的措辭、訪問各個應用的數據，能夠分析出員工目前的工作狀態和壓力。
ACWF使用智能應用和員工隊伍分析提供助力員工隊伍體驗、福祉和自身技能發展的日常環境與指導，同時還能為關鍵的利益相關方帶來業務成果和積極影響。到2027年底，25%的首席信息官（CIO）將使用增強型互聯員工隊伍計劃將關鍵崗位的勝任時間縮短50%。
4、機器客戶
機器客戶即機器變成了客戶，是一種可以自主協商并購買商品和服務以換取報酬的非人類經濟行為體。在戰略上應考慮為這些算法和設備提供便利乃至創造新型客戶機器人(11.150, 0.04, 0.36%)的機會等。
“機器客戶”的進化過程分成三個階段：（1）人類主導，由機器通過一定規則去購買特定商品；（2）人類和機器共同主導，優化購買的選擇、最終由機器根據規則執行購買的操作；（3）機器推測人類的需求，根據規則、場景和偏好進行自主化的購買。第一階段已經實現，第二階段已經實現了一部分，第三階段則是比較遠的事情。
Gartner預測，到2027年超過50%的銷售和服務中心將接聽機器客戶的電腦；到2028年，將有150億臺聯網產品具備成為客戶的潛力，這一數字還將在之后的幾年增加數十億；到2030年，該增長趨勢將帶來數萬億美元的收入，其重要性最終將超過數字商務的出現。
結語：AI已成為多種戰略技術趨勢的重要推力
IT領導者們必須評估戰略技術趨勢的影響，以在各種技術變革以及社會經濟方面帶來的不確定性下保持成功的戰略規劃。生成式AI及其他類型的AI顯然已成為多種趨勢發展的重要推力，而要在業務中發揮AI的價值，還需采取治理及安全管理措施來謹慎地防范風險。
看向未來，Arnold Gao判斷生成式AI的競爭主要會在中美之間展開。在他看來，AI已經是非常普遍化的應用，不會再進入“泡沫期”，很多場景也不是AI技術就能解決所有問題的，更多是一個組合性的技術創新，所以很難指望用一個技術就做出“殺手級應用”。
