今年 10 月，全球領先的信息技術研究和顧問公司 Gartner 公布了將在 2018 年對大部分企業(yè)機構產生顯著影響的首要戰(zhàn)略科技發(fā)展趨勢。這十大技術分別是人工智能基礎、智能應用與分析、智能物件、數字孿生、從云到邊緣、會話式平臺、沉浸式體驗、區(qū)塊鏈、事件驅動、持續(xù)自適應風險和信任。為了揭秘這十大技術背后的故事。

1 AI、數字化、網格共建 2018 十大技術

Gartner 預測的 2018 年十大科技包含了三個層面，第一是 AI，它會在洞悉力上幫助你。第二是數字化，數字化已經不再指自動化，而是自主性地來幫助公司達成結果。第三是網格，網格有兩層意思，其一是既然有網格，就代表說中間有很多的墻，你如何用新的技術在業(yè)務的墻上面做突破?即技術突破點;另一個意思是，你把東西重疊在一塊，變成一樣東西，就像布一樣，兩根線合在一塊變成布，借助技術去打破這個格，之后成為一體的東西，就像業(yè)務跟技術，所以這叫網格。

AI 主要包括 AI 的基本面、智能 APP 和智能分析。數字化，最重要的是數字孿生，數字孿生是 AI、數字分析和云計算綜合起來的利器。2018 年是云跟邊緣計算的整合，然后是會話平臺，會話平臺的重點是人機互動，互動的緊密性帶進了切入性的身臨其境式的情景，2018 年將會有一些解決方案進入市場。最后是網格，主要有區(qū)塊鏈、事件驅動模式和安全，安全已經不是一個你可以完全百分之一百保護的東西，重點是怎么掌控風險以及怎么建立你該信任的東西。

2 2020 年 AI 成為 CIO 首要投資目標

到 2020 年，30%CIO 會把 AI 算進他們頭 5 個投資優(yōu)先級中，30% 新開發(fā)項目都會含有 AI，對 CIO 來講，AI 已經不是 BAT 和尖端公司他們專有的東西，AI 在 2018 年已經不是遙不可及的東西了，每家公司都可以碰得到。

2018 年 AI on Chip 將會興起，將會出現(xiàn)更多手機上的 AI 應用，各家廠商都開始在把 AI 做到芯片上去，以下是一些在芯片上做出突破的公司。到 2020 年，深度神經網絡跟機器學習會有 100 億美元的市場，這會讓 AI 的應用得到跳躍式發(fā)展。

3 2018 年每個企業(yè)都應接觸 AI

AI 對企業(yè)有三個應用方向，第一，怎么提升用戶體驗?第二，怎樣借著數字孿生來提升你的業(yè)務流程?第三，怎么把以往在數據上的瓶頸借著 AI 做出更大的突破?

對 CIO/CTO 來說，應該按照公司的能力來決定是否使用外面已經做好的 AI 的產品、解決方案，如亞馬遜、小米、阿里的智能音響，這些都叫已經打包出來的 AI 產品和服務。如果不提早去用 AI 的產品，你永遠都不知道 AI 在你的企業(yè)成本、人員、數據中的需求有多大。等到 2019 年的時候，當別家都在用，你起步也沒法那么快起來，因為 AI 跟傳統(tǒng)的軟件開發(fā)完全不同，2018 年不開始進入是不行的。

下面這個圖是告訴 CEO/CTO，你要根據公司的能力來決定是用外部的 AI 服務還是自己開發(fā)。你可以利用阿里、微軟跟 Google 的 AI 開發(fā)平臺，也可以找 IBM 來幫你做，給別人一堆錢，可是做了之后，別人拿錢走了，你還是不知道怎么做。如果你真的夠牛，你可以自己去考慮做 AI 的算法。

在我看來，無論你的企業(yè)在哪個階段，一定都可以對標使用 AI，18 年如果你還沒有開始使用 AI，你要問你自己，你到底在膽怯什么事?2016 年你可以觀望，2017 年有些人已經進去了，2018 年你不能觀望，下圖的黃色部分代表你需要帶引入多少外界的力量來實現(xiàn)你的 AI 業(yè)務，如果去玩算法，你對應需要的資源是最多的。

4 2020 年，95% 的機器會加入物聯(lián)網

Gartner 預測，到 2020 年，將近 95% 的機器都有物聯(lián)網的端在里頭，至于有多少物聯(lián)網端是智能的，Gartner 沒有預測，正如我們剛才講過的智能芯片，這個商機很大。物聯(lián)網會幫助業(yè)者每年在整個公司的運維和服務方面節(jié)省 1 萬億美元，因為它智能，它知道一些東西該怎么用，它也知道一些東西什么時候會壞掉，大家都知道飛機出了問題是很恐怖的，現(xiàn)在飛機已經能自己預測引擎什么時候該維修，哪些東西該換，因為數據全都算好了。數字帶進來的結果就是機器自主性地來幫你做事，這是數字化很重要的一點，所以我們能看到 1 萬億美元的節(jié)省。

5 企業(yè)要在數據中找到平衡點

在數字化里，最重要的是數字孿生，數字孿生帶來三個結果，第一是觀察，你怎么從虛擬的環(huán)境去觀察今年業(yè)務的操作?第二個是實際的運營結果，從虛擬的環(huán)境里去看到運營的結果。第三個是人做不到的，在虛擬環(huán)境里去預測你可以優(yōu)化的點。

我講的數字孿生是一個解決方案，它是指企業(yè)組織架構對數字的吸收力，包括如何去洞察今天你業(yè)務的流程?怎么實際看到你運維的結果?在計算機里看到你運維的結果，如何去優(yōu)化一些不同的場景讓計算機先去跑?用數字孿生去看，就知道如何用數字完善這個東西，到底哪里可以優(yōu)化，公司的業(yè)務流程多了多少人，或者多了多少步驟，都可以套到軟件里去優(yōu)化它。

數字孿生的挑戰(zhàn)是技術廠商的牽制，因為一定會有各種不同的技術廠商提供不同的技術，更重要一點是，公司內部各種業(yè)務之間的瓶頸或政治環(huán)境，即公司的生態(tài)圈，有些時候各部門之間不是合作的，數字孿生是個心態(tài)是個文化，你如何借著數字的技術去打破這些瓶頸，在各種不同生態(tài)圈里邊，你怎么連接好的、打破不好的一面?然后怎么借著這個生態(tài)圈去把它連接起來?數字孿生并不是一個很容易的事，除了技術層面要達到，還有生態(tài)環(huán)境要去打通。而且不僅是公司內部、企業(yè)之間，整個供應鏈的上下游都需要把它打通。

數字孿生不再是生產業(yè)上的事，整個業(yè)務流程和軟實力是在一起的。下圖就是要告訴大家，每個技術都有它的地位，對 CIO/CTO 來說，如何在這四個不同的技術層面里面取得平衡點是很重要的，在這平衡點的上面，當你的端越來越智能，當你的云越來越強大的時候，你要考慮到，你如何在端和邊緣計算，以及公司后臺的私有云和公有云之間取得一個很完美的平衡點。

如何來架構你的技術?在技術層面，你如何考慮公司跟各方面的技術得到完美的結合。也就是說不要再相信所有事情都會發(fā)生在云里頭，因為智能端的處理能力越來越強，你該在端里面處理的東西就在端里面處理掉，正如上文所說 2020 年，95% 的機器都有物聯(lián)網的端，數據量會越來越多，那時候數據不可能回到公司的數據中心去處理，你一定得在某些場景上面直接在當機立斷，該處理掉處理掉，該傳到后端傳到后端去處理。

6 2018 年區(qū)塊鏈會百花齊放

對企業(yè)來說，如何用技術去突破格子，網格突破之后，區(qū)塊鏈對網格如何增進來?Gartner 得出了區(qū)塊鏈幾個很重要的本質：它是共享性的、分布性的，也是一個地方性的、去中心化的，最重要的是，它的數據資料不能更改，也不能刪除，發(fā)布了，就收不回來了。

2018 年的區(qū)塊鏈，我們相信會是百花齊放的市場，從技術周期炒作曲線可以看出，各種行業(yè)的區(qū)塊鏈都在里面，這代表各行業(yè)都在考慮將區(qū)塊鏈使用到整個業(yè)務中，尤其是金融和供應鏈、政府用得很多，因為政府出來的資料不能隨便亂改，還有國外的投票等，Garntner 預測 2018 年將是區(qū)塊鏈起投的時間，之后這個技術會越來越成熟。

7 安全只能控制，不能保證

最后我們來談安全性，安全不能說保證，只能說控制，把它做出來，不能保證絕對安全，但絕對有辦法去來控制跟掌控，因為就算你不做還是有安全問題。

Gartner 預測 2022 年每家公司會花 50% 的金錢去修復 IoT 所造成的安全危害。今天你要考慮的東西是風險跟信任度，不是安全，安全已經是基本盤，因為各種不同的突發(fā)事件會出現(xiàn)，我們講風險，因為 IOT 的關系，你如何用 DevSecOps 的理念把安全做進去，目的是持續(xù)漸進性的風險跟信任機制，代表你持續(xù)在學，然后是 SW Defined Perimeter，因為你持續(xù)去學，隨時要去改，除了改之外，還有你知道有些安全門戶的落點后，要開始去建立誘餌，讓黑客去打擊，你不可能防備所有的事情，你唯一能做的是轉移黑客的注意力，去騙他，而且得持續(xù)性地騙它，這是一個持續(xù)性、漸進性防衛(wèi)的過程。

8 中國在 AI 技術和應用上突破更快

中國有幾個很特別的特質：政府大力地投入、法律法規(guī)設施，個人隱私權保護的嚴謹性比國外低，所以每個場景在中國會宣大，為什么?第一地大物博，任何一個東西到中國來，因為人、物的量會比國外多，所以帶進來的業(yè)務的效果是宣大的程度，如數字孿生，北京市如果把市政府的整個操作用數字孿生做起來，成果將非常驚人。中國在人工智能上的投入比國外多得多，更重要一點是，中國的量子計算在全世界是排在前面的。所以中國的突破點會比國外要快，但重點在于企業(yè)怎么去突破這些商機。

從基本技術來講，中國能力也不輸國外，中國的二次創(chuàng)新能力強于國外。二次創(chuàng)新有兩個點，一個是業(yè)務模式的創(chuàng)新，另一個是技術的創(chuàng)新，現(xiàn)在是外國人來學中國的業(yè)務模式，在業(yè)務模式上中國擅長一次創(chuàng)新，但由于法規(guī)各方面的限制，外國人跑不出中國的一些業(yè)務模式。此外，雖然技術上的一次創(chuàng)新是外國人做出來的，可是一次創(chuàng)新出來是比較干澀的東西，二次創(chuàng)新才是很有商務運營效果的東西。