1.2020年是企业开始认真考虑人工智能应用的一年
我们从人工智能开始预测。人工智能和机器学习(ML)可能被过度炒作和曝光,但在我们的研究中,人工智能和机器学习一直是企业新投资的首要领域。原因很明显:数据处理、数据管理和分析的新方法不仅是区分最受数据驱动的公司和最不受数据驱动的公司的关键,而且对执行数字转型战略的能力至关重要。wwwyabo2018毫无疑问,这种炒作已经有了实质内容;人工智能在企业环境中正在经历一些重要的、持续的采用。
但是,随着采用者从实验到概念验证再到全面部署,他们不可避免地会面临一个经常被忽视的挑战:人工智能工作负载的巨大而多变的性质。那些已经采用或正在考虑采用人工智能的企业将需要重新评估其当前的基础设施,以适应人工智能工作负载的需求。根据451 Researcwww.yabo11vip.comh的《企业之声:人工智能与机器学习,基础设施2019》研究,近一半的企业表示,他们目前的人工智能基础设施将无法满足未来的需求。这种不足可能发生在ML过程的任何步骤——数据摄取和准备、模型训练或推理。
此外,随着机器学习应用的增长,企业将需要围绕ML操作化(MLOps)制定正式的程序。目前,许多组织可能没有足够的模型来进行模型管理,这是一个明显的问题。然而,每增加一个模型,该技术的操作挑战就会成倍增加。与任何软件一样,人工智能应用程序需要被监控。但同样需要监控的是他们做出的预测。与基于规则的系统不同,这些模型会学习和适应,因此它们在最初部署时所做的预测可能与部署一段时间后所做的预测不同。我们预计,到2020年及以后,生态系统将继续发展,以支持这些和其他新出现的需求。
2.数据驱动的体验经济带来数十亿美元的机遇
跨行业的重大颠覆和消费者赋权的影响力不断上升,继续对企业施加压力,要求企业在整个消费者旅程中提供差异化和一致的体验。与此同时,商业模式也在发生变化,订阅经济的日益普及改变了品牌、零售商和消费者之间的长期经济和关系,需要一种新的方法来建立用户粘性模式,强调忠诚度的建立和用户留存。
实际上,这正在迫使整个技术堆栈和组织文化的演变,以实现实时的、与上下文相关的体验。因此,数据仍然是创建统一客户体验的核心战场。企业不仅需要捕获和统一不同的消费者数据来源,还需要有效地将信息背景化和操作化,以便跨渠道和不同的组织利益相关者群体推动关键见解,并帮助塑造客户旅程。
根据451 Researcwww.yabo11vip.comh的《互联用户前景之声:互联客户调查》和《全球统一商务预测》,美国B2C企业面临的错失的收入机会是重大的(见下图)。将数字工具以变革性的方式投入工作,可以确保数据、见解和关键技术将人与信息和流程联系起来,为客户带来更好的体验,并最终实现业务增长。
3.科技公司以强烈的客户体验为重点,进一步蚕食银行业
金融服务已经成为科技yabo07公司“堆栈”的一部分,因为它们希望增加用户的粘性,并收集有价值的数据见解。例如,2019年,苹果公司推出了信用卡,谷歌与花旗集团和斯坦福联邦信用合作社合作推出了支票账户,优步推出了名为Uber Money的金融服务套件。yabo07我们相信,这些只是科技行业深入金融服务领域的开始,其目标是拥有更多种类的客户金融互动。yabo07
我们的消费者数据显示了潜在的潜力,20%的消费者表示,如果苹果提供在线银行服务,他们“很有可能”使用,19%的消费者表示会使用亚马逊的在线银行服务,16%的消费者表示会使用谷歌的在线银行服务。当我们调查这些消费者愿意向科技提供商存钱的主要原因时,“承诺提供更好的数字体验”排在第二位。这是一个传统金融机构将面临挑战的战场,因为硅谷公司拥有深厚的开发资源和设计专业知识。
事实上,尽管大多数科技公司无意成为受监管的金融机构,但它们渴望掌控客户体验。这对银行构成了关系脱媒的威胁,更不用说存款置换、交换收入侵蚀的风险,以及提高产品(如投资/交易)渗透率的更大挑战。
4.IT部门的多元化:十年变革必须从现在开始
典型的IT部门仍然以男性为主,这并不奇怪。根据我们2019年的《企业之声:数字脉搏、组织动力学》研究,一半的受访者表示,女性在公司IT员工中所占比例不到四分之一。更糟糕的是,16%的受访者表示,他们公司的IT部门根本没有女性员工(见下图)。
很明显,所有组织(包括政府)都需要采取更多措施,以促进各种形式的It劳动力多样性——不仅因为这是正确的做法,而且因为这对业务有好处。例如,我们的研究表明,IT部门中女性比例较高的组织倾向于将IT视为更具战略性的,并倾向于进一步推进其数字化转型计划。wwwyabo2018随着技术技能短缺(见下面的趋势5)预计只会增加,成功的组织将会发现他们的IT劳动力需要更好地反映整个社会的多样性,否则就会面临失去的风险。
2019年,我们看到一些大型科技公司做出了强有力的承诺,要改善员工的多样性,虽然可能姗姗来迟。例如,戴尔科技公司表示,到2030年,女性将占其员工的一半(目前为30%),女性将占管理人员的40%。随着环境、社会和治理(ESG)问题继续在战略规划和采购中占据更重要的地位,我们预计到2020年及以后将看到更多进展的迹象。
5.引导人才进入将是成功转型的关键一步
经验丰富的IT领导者对技能短缺并不陌生——在一个以持续创新为特征的行业,这种情况是不可避免的。然而,这个问题的规模正在扩大;它既是慢性的,在某些地区是急性的。基于云的技能尤其短缺——这并不奇怪,因为几乎每个组织都希望将多个服务重新平台化到一系列公共和混合云,以及将新的工作负载本地部署到云中。yabo07然而,云计算技能并不是唯一短缺的技能;缺乏安全、AI/ML和数据科学/分析方面的专业知识也是我们研究的重点。
面对这些不足,企业面临的挑战是如何避免这成为有效转型的障碍。对于一些人来说,我们期望答案以托管服务提供商的形式出现,特别是围绕云计算。对于许多组织来说,它正在成为与托管服务公司合作的核心基础,以及如何开发和提供这些服务的组织原则。yabo07托管服务提供商将需要通过企业最缺乏的个人技能集来设计他们的产品,以解决云的复杂性。他们还必须构建这些服务,以满足托管服务本身的核心需求——主要是提高正在yabo07使用的云服务的成本效益和性能。在围绕专业技能集构建服务之yabo07后,成功的服务提供商将在意识到自己在更大的服务生态系统中的位置的情况下将这些技能推向市场——在适当的情况下进行合作,以解决更广泛的技能差距。
6.拥抱复杂性,以及遗留的关键任务应用程序
与十年前提出的简单的“即插即用”电力类比不同,企业正在使用混合云、云原生框架和创新服务,如人工智能、无服务器和物联网(IoT)来构建他们的应用程序。yabo07这些事情很少是简单的,但企业正在选择复杂性,因为它以差异化产品、更高效的应用程序、更满意的客户和更低的成本的形式提供价值。我们的云价格指数现在追踪AWS、谷歌、微软、阿里巴巴和IBM销售的140万个sku。
解决方案——以及企业价值的路径——在于追求“优化”而不是“解决”。有什么不同?解决方案建议简化复杂性,但这可能导致失去复杂性所创造的大部分价值。优化意味着复杂性仍然存在,但得到了管理。至关重要的是,这种优化不能仅仅由工具驱动。工具提供了可用于优化的数据,但仍然需要专业知识。是的,分析工具可以在资源未被充分利用时提出建议,而自动化可以在检测到这一点时购买一个更大的实例。
与此同时,公共云作为运行企业应用程序的可行且通常是首选的场所的出现是过去十年中最显著的趋势之一。我们的数据始终表明,尽管大多数组织将继续利用多种环境,但在未来几年内,内部部署IT作为主要工作负载执行场所的主导地位将逐渐减弱,而外部部署环境将取而代之。然而,许多公司仍然将公共云视为他们最关键应用的桥梁;这些应用程序的重要性——通常是业务的“皇冠上的宝石”(大型、老旧、有多个依赖关系)——意味着移动它们的风险和成本太高了。对于一些受监管的公司来说,将它们“从本地”转移到第三方云是根本不允许的。但是当IT产业的其他部分迁移到云计算时,这些应用程序不能完全被抛在后面,那么是什么原因呢?
“就地现代化”仍然是升级关键任务遗留应用程序的最常用方法。然而,随着云创新的继续,我们预计会看到越来越多的替代方案发挥作用;“重构和转移”遗留应用程序的能力正在获得动力,因为组织希望利用超大规模的工具和功能来实现云前应用程序现代化。而且,在建立了一个场外滩头阵地后,这些超大规模企业将在2020年开始更积极地进入场内,推出各种“云到地”计划,最引人注目的是AWS的前哨。对于大多数组织来说,云的未来可能是混合的,但希望继续向本地数据中心销售设备的IT供应商应该将自动化、可见性和专业/托管服务与硬件一起定位,以帮助遗留应用程序现代化进程——在超级规模企业率先实现之前。yabo07
7.边缘计算获得一些定义
三年前,物联网分析将在云以外的地方进行的想法还是一个新奇的想法,被称为“边缘计算”。在过去的几年里,边缘计算的概念已经成熟为一个连续的位置,这取决于应用程序或供应商平台的上下文。这包括从物联网数据起源点的传感器和嵌入式计算到数据的“第一着陆”位置,如物联网网关、网络运营商基础设施和第三方数据中心。
最佳执行场所的动机因行业和应用而异;然而,在451 Research的《企业之声:物联网、工作负载和关键项目2019》研究中,受访者将工作负载置于边缘的主要驱动因素是提高安全性(55%)、加快数www.yabo11vip.com据分析速度(44%)、减少数据传输量(35%)和降低存储成本(39%)。边缘和近边缘应用的例子包括先进的驾驶辅助系统和交通运输中的车对车,以及制造业中的连接工人和生产监控。
与此同时,边缘技术正在从一个模糊的预测转变为数据中心需求的驱动因素,我们预计今年将出现小规模数据中心部署的第一个真实证据。边缘计算的大部分焦点仍然集中在物联网功能上,无论是库存监控、智能物流、车队跟踪、远程连接还是智能城市部署。整个网络的限制也推动了媒体、内容和云的边缘对话。
随着标准的努力开始取得成果,以及制造商为过多的分布式边缘设备发布可管理性、安全性和配置工具,边缘计算部署将在2020年及以后增加。在边缘、边缘附近和云中执行的应用程序和机器数据所呈现的分布式数据管理问题,将需要协调成企业数据资产的基于角色的视图,并在所有这些设备上集成,以获得需要来自多个数据源的上下文的见解。日立(Hitachi)和富士通(Fujitsu)等制造商已经开始将多个数据源从边缘整合到云端。
8.科技“千禧一代”将在并购领域大展身手
就像IT市场经历了不同的时代转变一样,科技并购市场也在一代人的交替中进入了新的十年。科技行业的家喻户晓的名字自该行业首次印刷以来就主导着并购,但它们的交易方式已不再像过去那样。取代婴儿潮时代的买家,科技行业的千禧一代似乎将在21世纪20年代崭露头角。
“旧的出去,新的进来”的颠覆在高端并购市场表现得最为明显。根据451 Research的并购知识库,2019年,随着大盘科技收购者主导的十年落下帷幕,甲骨文、微软、IBM和SAP总共没有投入10亿美元。www.yabo11vip.com在去年明显缺席之前,我们的数据显示,这四家知名企业平均每年进行三到四笔价值超过10亿美元的收购。新的做市商不是并购中的“常见嫌疑人”,而是诞生于过去20年左右的科技公司,比如Salesforce.com、Splunk和Workday。
9.原生云和超大规模方法继续推动“隐形”基础设施的发展
一年前,我们就预测过应用程序开发的云原生方法(利用容器、微服务、Kubernetes和无服务器等技术)将获得强劲的发展势头,事实也证明了这一点,特别是在微服务的采用方面。yabo07企业可以更快地使用云,更有效地使用微服务,这就是为什么在我们的《企业之声:DevOps, 2H 2019》研究中,49%的企业将微服务评为yabo07最重要的云原生技术。然而,随着部署规模的扩大和复杂性的增长(意味着不止一个Kubernetes集群/应用程序/团队),将需要一个服务网格来提供所有移动部分之间的通信。
接下来是什么?这是一个新的领域,但在2020年,我们将看到开发人员部分(分布式函数、模块化、多种编程语言、ide)开始与操作部分(确保工作正常)结合在一起。随着可用服务的广度,成功的关键将是找到正yabo07确的组合和运营服务,以提供供应商所宣传的好处——速度、规模和敏捷性。服务网格是至关重要的。
与此同时,硬件设计再次迅速发展,以跟上新兴工作负载不断变化的需求。新的处理器、内存、存储和网络技术正在结合起来构建下一代“隐形”基础设施。超规模处理器是第一个转向定制硅作为通用cpu的替代品。他们这样做是因为在规划运行计算密集型机器学习和人工智能工作负载(如语言翻译应用程序和图像处理)所需的基础设施需求时,他们正在接近成本墙。
到2020年,这一趋势将远远超出超级规模,因为它将应用于第二和第三层云服务提供商和企业数据中心私有云。充斥着gpu(很快还会有专门的人工智能处理器)的大型服务器已经在广泛部署——相当于过去强大的开发人员工作站。当然,在系统设计的其他方面也有影响:智能网卡和RDMA(直接内存访问)网络堆栈,以处理服务器到服务器东西向流量的巨大增长;端到端NVMe存储,NVMe fabric,以及相关软件,如存储性能开发工具包;简化编程模型,以便开发人员可以跨多个芯片架构(CPU、GPU、fpga或专业AI加速器)一次性编码。未来的云原生工作负载基础设施平台,无论是由超规模企业还是企业系统公司提供,都将使用统一的编程模型,将标量、向量、矩阵和空间计算资源与存储和高速通信更紧密地集成在一起。
10.用户需要新的“工作空间”,但给市场增添了困惑
生产力软件的发展背后的驱动力之一是需要解决大多数公司内发生的应用程序的不断扩张。其他驱动因素包括上下文切换;人员、信息和工作流程的孤岛;以及员工对日常工具的脱离——所有这些都对员工的士气和生产力有很大的消耗。最近的一项451 Voice of the Enterprise: Workforce Productivity & Collaboration研究发现,只有三分之一的员工对完成工作必须使用的工具组合“非常满意”。受访者表示,不得不使用太多应用程序是整体工作的最大痛点,40%的受访者表示,他们认为明年不得不使用的应用程序数量将会增加。
为了解决这个问题,越来越多的传统领域(如内容管理、项目管理、大型生产力套件和内部网)的供应商正在创建新型的融合工作空间体验。这个市场还处于早期阶段,还没有形成一个单一的、明确的类别(可能永远也不会);供应商们正在把赌注压在地面上,把他们的产品称为工作空间、工作平台和工作系统。这绝对是一个积极的方向,但围绕工作区产品的命名和功能的困惑也随之而来。
11.安全将觉醒于第三方风险暴露的真实规模
最近,我们看到越来越多的技术被用于保护组织免受来自第三方的风险。例如,软件组合分析使组织能够减少开源软件中的安全漏洞——考虑到开源所支持的功能范围及其对大量开发工作的贡献,这不是一件微不足道的事情。与此同时,围绕技术供应商的数字风险评估,整个供应商部门已经成长起来,帮助这些供应商及其客户在引入超出客户自身能力范围的问题之前,更加了解风险,并有效地减轻风险。
我们相信这只是一个更大趋势的开始。企业越来越依赖于嵌入到数字领域的许多第三方服务和功能,这大大增加了风险暴露水平。yabo07这种担忧远远超出了云基础设施或应用程序安全等特定领域。考虑到企业所依赖的各种第三方服务,例如客户资源管理、支付处理、供应链整合和人力资源,以及支撑诸yabo07如DevOps等转型驱动因素的集成通信、工作流和协作系统,问题的真正规模和重要性开始显现出来。
解决第三方风险意味着更大范围的可见性、更大范围的威胁情报、更大的隐私和合规责任,以及需要在多个方面对威胁进行更快速的识别和遏制。它还需要智能自动化和响应,以避免安全组织因日益增长的需求规模而不堪重负,这反过来也将为服务提供商带来新的机会。它还引入了另一个可能在不久的将来影响安全的因素:专注于减轻It或信息安全狭窄范围之外的业务风险的行业(如保险)的影响。
12.量子计算将迎来闰年?
未来一年,科学和技术碰撞的“热门”领域之一——量子计算将在现实世界中得到初步应用。虽然现在还处于早期阶段,但超大规模企业和大型科技公司已经在量子能力方面打出了旗号。IBM和谷歌一直在建造超导系统,后者宣布它已经达到了“量子霸权”的里程碑,其他人正在激烈争论。微软已经建立了自己的量子计算机以及开发环境,它和AWS正在创建自己的市场,为D-Wave、霍尼韦尔、IonQ和Rigetti等合作伙伴提供访问机会。在最近的451服务提供商之声研究中,15%的受访者表示他们正在评估量子计算的潜力。这种嘈杂的、中等规模量子(NISQ)级技术可以解决的问题仍然很简单,但仍然很重要——例如,半导体中少量原子的化学相互作用和电子行为。
重要的进展正在发生,例如降低错误率和增加量子比特(量子比特)的相干时间的手段,以及扩大它们之间的互连容量,以提高有效的计算能力,被称为“量子体积”。开发环境日趋成熟,算法的实用性也在不断提高。通过这些改进,量子计算机将能够迈出成为经典计算机加速器的第一步,但独立的系统将不得不等到10年的晚些时候。