2017年是数字化变革进一步深入和延展的阶段，IT技术将继续带来颠覆性效应并直接作用于传统商业模式的演进和新商业格局的形成上，发挥助推器作用。全球领先的信息技术研究和顾问公司Gartner推出的2017年十大战略技术趋势是本年度数字化进程中的关键词，也是市场竞争环境中的热词，对正在经历转型发展的企业和机构无疑具有战略性意义。
Gartner将战略技术发展趋势定义为具有巨大颠覆性潜力、脱离初期阶段且影响范围和用途正不断扩大的战略科技发展趋势；这些趋势在未来5年内将迅速增长、高度波动、预计达到临界点。Gartner副总裁兼院士级分析师David Cearley表示：“2017年十大战略科技发展趋势为Gartner的智能数字罗网（Intelligent Digital Mesh）提供了舞台。前三大趋势体现了‘智能无处不在’，数据科学技术和方法将如何不断演化，向着高级机器学习和人工智能发展，进而将智能物理和基于软件的系统应用于学习和自适应编程。紧随其后的三个趋势以数字世界为主，物理和数字世界正在变得密不可分。最后四个趋势则提供了智能数字罗网所需的平台和服务网络。”
图1：Gartner 2017年十大战略技术趋势
一、人工智能和高级机器学习
Artificial Intelligence and Advanced Machine Learning
人工智能和机器学习是多项技术的结合，例如深度学习、神经网络、自然语言处理等。这些更为先进的技术比传统的基于规则的算法更有优势，可搭建起能够理解、学习、预测、适应的系统，以及无人工干预的自操作系统等。人工智能和机器学习不但让系统理解周围环境，还能让系统学习，这是智能机器更加“智能化”的原因。
图2：机器学习的特征
【图注】机器学习的特征包括下列方面：
目的性涵盖广泛
可做复杂性处理
理解、学习、预测、适应
自主性行动
数据科学的演变
模型驱动，以内容为代码
DNN和推理引擎
情境驱动和事件驱动
传统应用的“传统功能”，如员工绩效分析、营销、安全等，可以通过利用人工智能和机器学习技术，具备改变工作性质和工作场所结构的潜力。例如新的app类型VPA（虚拟个人助理），能够在改变职场结构的同时提高人员效率，但是也面临着从早期技术应用向更为强大功能过渡的挑战。未来十年，由于消费电器配备了微处理器，几乎每个app、应用程序和服务都将采用一定程度的人工智能技术。
图3：“明显”v“不显眼”的人工智能和机器学习的使用
【图注】一些智能app的使用有明显的使用人工智能和机器学习的痕迹，例如机器人、无人机，还有一些智能app的使用并不为用户所觉察，例如智慧安全和运营、智慧引擎app。
三、智能物件
Intelligent Things
智能物件是超出常规编程模型、采用人工智能和机器学习的实体物件。智能物件具备高级行为能力，能够与周围环境、与人类更为自然地互动。和智能app一样，智能物件离不开人工智能和机器学习技术。常规设备在嵌入人工智能和机器学习之后能够增强其现有功能，例如将普通相机转变成智能相机。目前智能物件可大致分为三类：机器人、无人机、无人驾驶汽车。
四、虚拟现实和增强现实
Virtual Reality and Augmented Reality
作为计算机终端新一波革新，沉浸式技术例如VR（虚拟现实）、AR（增强现实）改变了个体与个体、个体与软件系统之间交互的方式。头戴式显示器（HMD）集成小型显示器或投影技术到眼镜和头盔等头部装置上，展现出数字化罗网的诸多特点。情境式信息将佩戴者和佩戴者的环境转化成图形丰富的视觉提示。基于终端罗网的app、服务和头戴式显示器共同代表了新型用户交互方式，生成了新的消费者和工作行为类型。
图4：Gartner预测未来四到五年HMD销量将获大幅增长
五、数字孪生
Digital Twins
数字孪生（又译作“数字镜像”）是事物与系统间的动态软件模型，其依赖于传感器数据来理解事物和系统的状态，能够响应变化、改进操作、提升价值。数字孪生由以下各项组合而成：
元数据，例如分类、组成、结构
条件或状态，例如位置和温度
事件数据，例如时间序列
分析，例如算法和规则
图5：数字孪生模型是资产的数字化-实体模型
【图注】《工四100术语编写组》定义Digital Twin数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
六、区块链和分布式分类帐
Blockchains and Distributed Ledgers
分布式分类账是网络中所有参与共享的经过签名加密和不可撤销交易记录的扩展列表，每一个记录都包含有一个时间戳和引用链接。有了该信息，具有访问权限的任何人都可以在其历史记录中的任何时间追溯到属于任何参与者的交易事件。区块链是分布式分类账的一种，交换价值的交易（使用比特币或其他代币）被按序分组成块，每个区块链接到前一个区块，并使用加密信任和保障机制在对等网络中做不可变记录。
图6：区块链和分布式分类帐的关键要素
【图注】区块链和分布式分类帐的关键要素有下列几个方面：
七、会话系统
Conversational Systems
会话UI（用户界面）是一种高级设计模型，其中用户和机器交互主要发生于用户的口语或书写自然语言中。交互通常是非正式和双向的，可能出现非常简单的请求或问题（例如“停止！”或“什么时间？”）和简单的结果或答案，而很多时候交互极为复杂。会话系统将会话UI作为其主要界面模式，人和机器通过广泛的罗网设备，如传感器、电器、IoT系统等实现通信。具备沉浸式、连续性、情境化等体验元素特点的技术应用帮助人机通信时使用一系列输入/输出模态，包括视觉、声音、触觉、嗅觉、味觉和雷达，从而创建了全面的人与机器间的“会话”体验。
图7：会话系统包含新用户体验设计元素
【图注】随着终端罗网的演进，连接和界面模型也开始扩展，不同终端互动得到加强，给用户带来沉浸式和连续性的会话体验，加之新的输入/输出机制的形成，人与系统、系统与人之间的丰富对话不仅限于文字和语音。
八、罗网式App和服务架构
Mesh App and Service Architecture (MASA)
要想抓住数字化罗网的机遇就要改变用于设计、开发和交付解决方案的架构、技术和工具。罗网式app和服务架构（MASA）是一个多渠道解决方案架构，可支持多用户多角色使用多个设备，并通过多个网络通信达到访问app功能的目的。该架构可封装服务，并在多个级别和企业边界开放API，平衡了对于服务敏捷性和可扩展性的需求，以及服务的重组和复用。MASA能够优化用户对终端解决方案的使用，保障用户在不同信道上切换时的连续性体验。
图8：数字化商业中事件过程渐转为中心角色
【图注】数字孪生、IoT解决方案、会话系统平台都需要事件驱动的产品架构，而目前大多数产品架构仍是以搜集用户需求为驱动。未来五年，MASA将逐步发展成为“先事件、后反应”的模式。
九、数字技术平台
Digital Technology Platforms
数字技术平台是技术能力和组件的聚合，提供了基本的构建模块，通过可互操作的服务将应用程序、app和服务联合起来，是数字化业务的关键推动因素。平台化理念作为锚点技术模型指导技术发展的走向，降低复杂性和冗余。目前主要有五类数字技术平台：信息系统平台、客户服务平台、分析和智能平台、IoT平台和商业生态系统平台。
图9：会话人工智能平台（CAP）的抽象系统模型
【图注】CAP作为一个通用平台，是支持AI丰富、泛在性、主动性和对话式应用的范例。该平台需要聚焦一系列AI服务，包括NLP（神经语言程序学）、深度学习、情感分析、性格分析、概念关系的提取，和其他能够推断用户意图的方法。
十、自适应安全架构
Adaptive Security Architecture
智能数字罗网、相关数字技术平台和应用架构给网络安全制造了一个愈加复杂的世界。而随着“黑客产业”的演变，黑客使用与机构相同先进的技术和越来越复杂的工具，给安全带来了更大的潜在威胁。依靠外围防御和基于规则的安全管理明显力度不够且过时，特别是当机构使用云服务和开放的API为客户和合作伙伴创建商业生态系统时，传统防御系统显得更为薄弱。IT领导者必须专注于检测和响应威胁，包括使用传统手段，如阻止攻击和滥用，同时，还需要安全感知应用设计、应用程序自我保护、用户和实体行为分析、API保护以及特定工具和技术，以解决IoT和智能应用/事件漏洞。
图10：用户和实体行为分析
【图注】用户和实体分析是一类重要的新兴安全架构，可以对用户的终端、应用和网络做出配置，并将用户和其他实体的活动和行为相关联，然后通过使用先进的机器学习和统计模型来找到出异常行为。
【参考资料】
Top 10 Strategic Technology Trends for 2017
