今年，Gartner從2000項技術中選出了29項，并由此總結出了企業(yè)決策者應該納入考慮范圍的五大創(chuàng)新技術趨勢。Gartner研究副總裁Brian Burke在接受CIO Dive采訪時指出，「人工智能滲透到了其他所有趨勢中。」

早在1995年，Gartner就設計出了這一分析工具。他們結合分析員、專家和行業(yè)人士的判斷，畫出了一條有起有落的曲線，用來羅列年度最備受矚目和極具商業(yè)前景的新技術，并預測它們到成熟所需的時間。Gartner曲線由兩條曲線疊加構成，一條是反映公眾對技術的虛高期望值的「炒作程度」（Hype Level）曲線，另一條是工程或商業(yè)的成熟度曲線。基本上，拋概念和「講故事」的新技術一開始會受到媒體的熱烈追捧，但一旦接受市場的驗證，新技術此前宣傳的泡沫將會慢慢被吹散，然后進入「高開低走」的階段，后面逐漸爬升至成熟期。

▲Gartner曲線由兩條曲線疊加構成| Gartner

從坐標來看，Y軸代表人們對新技術的期望，而X軸對應的是時間，從左到右有「觸發(fā)期」、「期望膨脹期」、「低谷期」、「復蘇期」和「成熟期」5個階段。另外，每項技術都標注有達到生產(chǎn)成熟期需要的年限。

▲2019年度新技術成熟度曲線| Gartner

今年，Gartner從2000項技術中選出了29項，并由此總結出了企業(yè)決策者應該納入考慮范圍的五大創(chuàng)新技術趨勢。Gartner研究副總裁Brian Burke在接受CIO Dive采訪時指出，「人工智能滲透到了其他所有趨勢中。」

五個突出趨勢

傳感和移動（Sensing and Mobility）

隨著傳感技術和AI的發(fā)展，自主機器人將能更好地理解周圍環(huán)境。傳感和移動這一趨勢的特點就是機器移動和操控物體的能力日益增強，例如3D傳感攝像（3D sensing cameras）負責采集大量數(shù)據(jù)，而AI能洞察這些數(shù)據(jù)并將其應用在各種情景中。例如，輕型貨運無人機（light-cargo delivery drones）將能更好地導航和操控貨品。

除此之外，押注這一技術趨勢的企業(yè)還應該考慮增強現(xiàn)實云（AR cloud）、自動飛行汽車（flying autonomous vehicles）以及L4和L5級別的自動駕駛（autonomous driving Levels 4 and 5）。

人類能力增強（Augmented Human）

「（人類能力增強）不是替代人類做決策，而是在他們執(zhí)行任務時提供指導。這種增強就像是給人類裝上了義肢，無論是在物理層面，還是在認知意義上。」Burke說道。這種增強技術包括生物芯片（biochips）和情感AI（emotion AI）等。其中，情感AI正被用在保險欺詐檢測上，區(qū)別于以往需要結合索賠分析、計算機程序和人工檢測，有了情感AI，保險公司通過來電者的陳述就能完成檢測。

這一趨勢還包括人格化（personification）、增強型智能（augmented intelligence）、沉浸式工作空間（immersive workplace）和生物技術（培養(yǎng)組織或人工組織）。

后經(jīng)典計算和通信（Postclassical Compute and Comms）

幾十年以來，經(jīng)典核心計算、通信和集成技術通過對傳統(tǒng)架構進行改進而快速發(fā)展，催生了更快的CPU、更高的存儲密度和不斷增加的吞吐量。而后經(jīng)典計算和通信將使用全新架構。比如，下一代蜂窩網(wǎng)絡標準5G將依賴核心網(wǎng)切片（core slicing）和無線邊緣（wireless edge），而這些新架構又能推進一系列漸進式的技術改進——使得近地軌道衛(wèi)星群（Low-earth-orbit satellite systems）能在距地1200英里以內(nèi)的高度運行。它們將輻射到48%目前還沒有接入網(wǎng)絡的用戶，在社會意義和經(jīng)濟效益上都將帶來巨大影響。

除此之外，后經(jīng)典計算和通信還包括下一代存儲（next-generation memory）和納米級3D打印（nanoscale 3D printing）等技術。

數(shù)字生態(tài)系統(tǒng)（Digital Ecosystems）

企業(yè)應該突破只關注自身產(chǎn)業(yè)鏈條的局限，與更多的企業(yè)、人和物進行跨行業(yè)的共享和合作。而數(shù)字化生態(tài)系統(tǒng)正在分解這種傳統(tǒng)價值鏈，發(fā)展出更無縫、更靈活的連接。因此，企業(yè)將在區(qū)塊鏈上尋找解決方案。

企業(yè)可納入考慮的關鍵技術包括數(shù)字運營（DigitalOps）、知識圖譜（knowledge graphs）、合成數(shù)據(jù)（synthetic data）、去中心化網(wǎng)絡（decentralized web）和分布式自治組織（decentralized autonomous organization）。

高級人工智能和分析（Advanced AI and Analytics）

高級分析使用更復雜的工具對數(shù)據(jù)或內(nèi)容進行自動或半自動檢驗，而且通常超出傳統(tǒng)商業(yè)智能（BI）的范圍。比如，遷移學習（transfer learning）專注于存儲已有問題的解決模型，并將其利用于其他不同但相關問題上。例如用來辨識汽車的模型也可以被用來提升識別卡車的能力。這種高級分析能提供更深入的見解、預測和建議。

落在Gartner曲線上的新技術還包括自適應機器學習（adaptive ML）、邊緣人工智能（edge AI）、邊緣分析（edge analytics）、可解釋的人工智能（explainable AI）、人工智能平臺即服務（AI PaaS）、生成式對抗網(wǎng)絡（generative adversarial network）和圖表分析（graph analytics）。

滲透到所有趨勢中去的AI

在今年的Gartner曲線上，自動飛行汽車、L4和L5級別的自動駕駛、生物技術、生物芯片、知識圖譜、邊緣人工智能、人工智能PaaS和5G和去年重合。其中，5G在今年進入了期望膨脹期區(qū)間，距離技術成熟還有2-5年時間。進入此區(qū)間的還有邊緣人工智能、近地軌道系統(tǒng)、L5級別自動駕駛、邊緣分析、AI PaaS、生物芯片和圖表分析。滑入低谷期的有下一代存儲、3D傳感攝像機和L4級別自動駕駛，其中，后者被標注為距離技術成熟還有超過10年時間。

▲2018年度新技術成熟度曲線| Gartner

另外，今年Gartner將21項新技術放到了曲線上，「淘汰」了像去年落在膨脹期區(qū)間的物聯(lián)網(wǎng)和區(qū)塊鏈等技術。「今年Gartner將重點放在新技術的體現(xiàn)上，」外媒Computerworld評論道，「但這并不意味著『舊』技術已經(jīng)不再重要。」比如，物聯(lián)網(wǎng)被「分解」成分支技術3D傳感攝像機，區(qū)塊鏈技術由分布式自治組織等技術體現(xiàn)。

不變的是，今年的Gartner曲線仍在強調AI對企業(yè)的重塑。

Gartner所描述的未來圖景是，到2029年，在各大行業(yè)都可以看到那些領先的企業(yè)都在使用高級分析技術，并且利用自動化為員工增加勞動力。這些企業(yè)還將利用區(qū)塊鏈，在復雜的數(shù)字生態(tài)系統(tǒng)中和多方展開合作，并用傳感技術和下一代計算實現(xiàn)效率最大化，進而在激烈的競爭中脫穎而出。

Gartner研究副總裁Brian Burke在接受CIO Dive采訪時指出，「人工智能滲透到了其他所有趨勢中。」AI能夠對海量數(shù)據(jù)進行更精細的挑揀，提供決策支持，替代一部分人力，同時助推其他技術的發(fā)展。毫無疑問，AI將會對商業(yè)的發(fā)展產(chǎn)生巨大影響。

但在利用AI方面，企業(yè)首先需要克服以下障礙：「能讓任何AI解決方案奏效的關鍵，在于算力、算法、海量數(shù)據(jù)和熟練運用AI的員工。」IT公司L&T Infotech執(zhí)行副總裁Soumendra Mohanty說道。據(jù)Gartner的數(shù)據(jù)，到2020年，AI將創(chuàng)造230萬個工作崗位。與此同時，50%的組織會缺乏相關的AI和數(shù)據(jù)分析人才。

來源：極客公園