Gartner预测2016年十大战略科技趋势

　　全球领先的信息技术研究和顾问公司Gartner近日于Gartner Symposium/ITxpo中提出十项将在2016年影响多数企业机构战略科技趋势的研究结果。

　　根据Gartner的定义，战略科技趋势是指可能对企业机构带来重大影响的技术趋势。而重大影响因素包括：可能对业务、终端用户或IT层面造成颠覆性效果；需要大量投入资金；或是太晚采用相关技术便会导致风险。此外，这些技术也足以影响企业机构的长期规划、方案与活动。

　　Gartner副总裁兼院士级分析师David Cearley表示：“Gartner所列出的十大战略科技趋势，将构成2020年之前的数字业务商机。前三项趋势针对的是实体与虚拟世界的融合，还有数字网络（digital mesh）的崛起。目前企业机构都把焦点放在数字业务上，但运算业务正在逐渐兴起。借由运算我们可以得知事件之间的关联性与互连性，而这恰恰定义了业务的未来。在运算业务当中，很多都是源于人们并非直接涉入的背景信息。这样的技术依靠智能机器才能实现，在接下来的三种趋势里也会提到。最后四种则是IT领域为了支持数字及运算业务而产生的现有或新型架构及平台趋势。”

　　终端网络（Device Mesh）

　　终端网络是指为数越来越多、用来存取应用程序与信息或与其他人、社会群体、政府及企业互动的端点。终端网络包含移动设备、可穿戴式产品、消费性与家用电子设备、汽车设备与环境设备——例如物联网（IoT）当中的传感器。David Clearley指出：“到了后移动时代，趋势的重点将转移到移动用户身上，他们四周将围绕着由各式设备所组成的网络，影响范围远超过传统移动设备所能及。”

　　虽然有越来越多的设备通过各种网络连结后端系统，但往往是各自独立运作。随着终端网络逐渐演进，我们预计联接模式将会扩大，设备之间的合作性互动也将更上一层楼。

　　环境用户体验（Ambient User Experience）

　　终端网络将为持续不断的新形态环境用户体验提供基础。虽然具备扩充实境与虚拟实境功能的沉浸式环境握有极大商机，但它也只是体验的其中一个方面而已。环境用户体验能跨越终端网络、时间与空间的界线而保有延续性。这样的体验可在各式各样的设备与互动通道之间无缝流动，当用户移动时也能混合实体、虚拟以及电子环境。

　　David Clearley表示：“对企业来说，移动应用程序的设计仍然是重要的战略重点之一。然而设计的重点优势在于提供的体验是否能跨越物联网传感器等各种设备、汽车等一般物件，甚至是工厂，并且善加利用。到2018年，设计出这种先进体验的能力将成为独立软件厂商（ISV）与企业达成市场区隔的最佳利器。”

　　3D打印材料

　　3D打印技术不断提升，已经可以利用镍合金、碳纤维、玻璃、导电油墨、电子、药品与生物材料等各式各样的材料。在这些创新技术持续带动用户需求的同时，3D打印机的实际用途也拓展到更多产业，包括航空航天、医疗、汽车、能源与军事。适用于3D打印的材料种类越来越多，预计2019年以前将带动企业用3D打印机的出货量达到64.1%的年复合增长率。在这样的进展之下，企业机构必须重新构思组装与供应链流程，才能善加利用3D打印技术。

　　David Clearley指出：“未来20年内，可用于3D打印的材料种类将稳步增长，打印物品的速度将会加快，并会有新的零件打印与组装模式崛起。”

　　万物联网信息

　　数字网络里的所有物品都能制造、利用并传输信息。这样的信息不限于文字、音频或视频格式，范围涵盖感官与情境信息。万物联网信息可解决这种战略与技术的汇入，连结来源各异的各种信息。信息其实一直存在且来源五花八门，但其往往是孤立的、难以理解的不完整片段，因此无法利用。图形数据库（graph database）等语义工具不断进步，再加上其他数据分类与信息分析技术的逐渐崛起，都将赋予看似杂乱的大批信息更多意义。

　　高等机器学习

　　在高等机器学习方面，深度神经网络（DNN）超越了典型运算与信息管理技术，创造出能独立自主学习如何理解各种事物的系统。数据来源爆炸加上信息日益复杂，让手动分类与分析变得滞碍难行且不合经济效益。深度神经网路能自动执行这些任务，如此一来要解决万物联网信息趋势所带来的各项重大挑战，也就不再遥不可及。

　　深度神经网络（是一种高等形式的机器学习，尤其适用于复杂的大型数据集）就是让智能设备看起来“聪明”的关键所在。深度神经网络能让基于硬件或软件的机器自行学习环境当中所有特征，范围小至细微末节，最大则可扫描抽象类内容。相关领域持续快速演进，企业机构必须评估该如何应用相关技术以取得竞争优势。

　　自主代理与物体（Autonomous Agents and Things）

　　机器学习提供了实现智能机器自主（或至少半自主）运行的光谱，包含机器人、自动驾驶汽车、虚拟个人助理（VPA）以及智能助手。随着实体智能机器的进步，像是机器人得到极大的关注，以软件为基础的智能机器有了更短期并更广泛的影响，虚拟个人助理，像是微软（Microsoft）的Cortana以及苹果（Apple）的Siri都变得更为智能，可以说是自主代理（autonomous agents）的前身。助理的新兴概念让自主代理成为主要用户界面的环境用户体验，用户直接对着应用程序说话，而非与智能手机上的菜单、表单与按键互动，实际上就是智能代理。

　　David Clearley表示：“在接下来的五年内，我们会发展到后应用程序（post app）世界，智能代理将传递动态且连续的动作与界面，IT领导者需探索如何利用自主物体与代理强化人类行为，并将人力解放到只有人类才能够做的事；然而，他们必须认知到智能代理与智能物体都是在接下来20年会持续变革并扩张用途的一种长期现象。”

　　自适应安全架构（Adaptive Security Architecture）

　　数字经济及运算经济的复杂性与新兴的“黑客产业（hacker industry）”结合，显著提升了其对企业机构的威胁面。依赖网络外围防御及基于规则的安全（rule-base dsecurity）已显不足，特别是在企业机构采用了更多以云端为基础的服务以及为了整合系统而开放API给客户或合作伙伴的情况下。IT领导者需专注于侦测与响应威胁，同时以更多传统的阻挡与其他方法防范攻击。程序自我保护、用户与实体行为分析都会协助实现自适应安全架构。

　　高级系统架构（Advanced System Architecture）

　　数字网络与智能机器需要精密的运算架构才能实现，而高能量、超高效率的神经型态架构（neuromorphic architecture）才能符合这种需求。以现场可编程门阵列（field-programmable gate arrays，FPGA）驱动的架构是神经型态架构的重点技术，这样的技术有显著的好处，例如能够在比每秒一万亿次浮点运算更高速的高能量效率下运行。

　　David Clearley表示：“在GPU与FPGA建立的系统会以与人类脑部相似的方式运作，如此一来便特别适合智能机器的深度学习与其他模式匹配算法。以FP GA为基础的架构允许将算法细分，只需要在终端网络中使用相当少的电力就能让高等机器学习物联网最小的端点的能力，例如家庭、汽车、手表，甚至是人类的行为。”

　　网络应用程序与服务架构

　　整体的线性应用设计（例如三层架构，three-tier architecture）提供更松散的连接方式，即应用程式和服务架构。这种通过软件定义应用服务（software-definedapplication services，SDAS）启动的新途径促成网络规模的性能、灵活性和敏捷性。微型服务结构不论对内部或者云端来说，都是支持应用程序灵活地传输和规模性部署的新兴模式。容器（container）技术的兴起成为关键技术，让结构发展与微型服务更灵活。引领手机与物联网相关要件的应用程序与服务结构，创造了后台云计算规模性与前端终端网络体验全面性的解决方式。应用程序的开发小组必须创造新的现代架构，以提供敏捷、灵活且动态的基于云的应用程序与跨越数字网络的用户体验。

　　物联网平台

　　物联网平台补充了网络应用程序和服务架构。管理、安全、与其他科技的整合以及物联网平台的标准是构建、管理与保障物联网的最基础要素。从建筑和技术的角度来看，物联网平台构筑IT的幕后工作，使物联网成为现实。物联网是数字网络的组成部分，环境用户体验以及新兴且动态的物联网平台则是实现物联网的主要元素。

　　David Clearley表示，任何拥抱物联网的企业将需要发展物联网平台战略，但在2018年之前，不完全竞争的供应商进逼将使标准化遇上阻碍。