不同尋常的2020年即將過去，在2021年，又將衍生出怎樣的戰(zhàn)略科技趨勢？

在接受21世紀經(jīng)濟報道記者采訪時，Gartner高級研究總監(jiān)高挺分析稱，預計明年戰(zhàn)略科技趨勢有三大主題，涉及以人為本、位置靈活及韌性交付。其中，以人為本是指關注人的行為體驗和個體隱私，位置靈活則囊括去中心化大潮下的新趨勢，韌性交付的落點在于外部環(huán)境變更下的企業(yè)行為。

資料圖。

1.以人為本

所謂以人為本，其實是指關注個體的行為體驗和隱私。隨著互聯(lián)網(wǎng)大數(shù)據(jù)的日益普及化，這個趨勢也變得愈發(fā)明顯。

（1）行為互聯(lián)網(wǎng)

高挺介紹，行為互聯(lián)網(wǎng)的本質(zhì)是通過收集用戶行為大數(shù)據(jù)，再將數(shù)據(jù)歸結為洞察，并以此為依據(jù)形成獎懲錯失進而影響用戶行為。例如，在Apple Watch中的洗手功能中，用戶洗手時會出現(xiàn)20秒的讀秒，當用戶洗手時間達到20秒后會得到系統(tǒng)點贊。

（2）全面體驗

第二個戰(zhàn)略趨勢則是全面體驗，它結合了過去常談的客戶體驗及員工體驗。從客戶體驗角度出發(fā)，講求的是更好地使用數(shù)字技術支持客戶使用產(chǎn)品及服務，員工體驗則意在使用技術提高員工效率。

（3）隱私增強計算

在高挺看來，隱私增強計算是極為重要的戰(zhàn)略科技趨勢。在多部門、多機構之間實現(xiàn)數(shù)據(jù)合作的過程中，不可繞開的命題便是數(shù)據(jù)匯總處理分析的過程中，如何保護各自的數(shù)據(jù)隱私。

傳統(tǒng)的解決思路是，通過將數(shù)據(jù)存儲在硬盤等介質(zhì)中并進行數(shù)據(jù)加密，從而阻止他人獲取，然而當數(shù)據(jù)實時流動分析時，如何防止數(shù)據(jù)泄露依然是一大挑戰(zhàn)。高挺介紹，目前業(yè)內(nèi)的實現(xiàn)方式是建立可信環(huán)境，或進行可計算的數(shù)據(jù)加密。

2.位置靈活

“位置靈活”意指當前企業(yè)業(yè)務伴隨技術變化而愈發(fā)去中心化，疊加今年整體隱含的新冠疫情主題，企業(yè)傳統(tǒng)業(yè)務能力及技術也會有新的趨勢出現(xiàn)。

（1）分布式云

高挺指出，與去年相比，今年分布式云的特點在于種類的增多，如本地公有云、物聯(lián)網(wǎng)邊緣云、城市社區(qū)云、5G移動云網(wǎng)絡邊緣云等等。

這些細分的分布式云能夠更加精細化地深耕用戶需求。例如，考慮到公有云的網(wǎng)絡延遲、數(shù)據(jù)安全等問題，同時私有云的云化能力有限，今年各個云廠商開始推出本地公有云的“新物種”，該模式能夠?qū)崿F(xiàn)公有云存儲、計算能力的同時，保證數(shù)據(jù)的本地化。

（2）隨處運營

新冠疫情使得傳統(tǒng)商業(yè)模式遭受影響，而隨處運營趨勢就是為了解決客戶無處不在、員工無處不在、業(yè)務無處不在的后疫情時代特征。就此，采用遠程化運營和虛擬支付成為可行手段。高挺建議，傳統(tǒng)企業(yè)以數(shù)字化優(yōu)先、遠程優(yōu)先設計商業(yè)模式，并提高物理空間的數(shù)字化程度，同時通過云交付、數(shù)字化交付提升分布式業(yè)務能力。

（3）網(wǎng)絡安全網(wǎng)格

當前傳統(tǒng)企業(yè)網(wǎng)絡安全架構是以企業(yè)數(shù)據(jù)中心為核心的集中式網(wǎng)絡，然而在高度云化的時代，這種模式將大大降低網(wǎng)絡效率、提高成本。新的可行架構是以身份驗證為基礎，根據(jù)訪問特性給予不同的訪問安全策略，并由云服務而非數(shù)據(jù)中心來滿足用戶網(wǎng)絡安全需求，這一結構即網(wǎng)絡安全網(wǎng)格。

3.韌性交付

韌性交付同樣是后疫情時代背景下衍生的新趨勢，是企業(yè)在面臨劇烈外部環(huán)境變更情況下所應作出的改變。

（1）組裝式智能企業(yè)

所謂組裝式智能企業(yè)，是指企業(yè)運營的去中心化趨勢。當企業(yè)員工無處不在的時候，企業(yè)平臺愈發(fā)全面化、合成化和個性化的時候，整個企業(yè)IT及業(yè)務能力形成模塊化封裝的形式即中臺模式，成為值得考量的方向。高挺強調(diào)，企業(yè)通過組織變革進行業(yè)務重組，再通過技術手段支撐新的組織架構，是推進組裝式智能企業(yè)的核心本質(zhì)。

（2）人工智能工程化

當前許多人工智能項目更多仍在概念驗證階段，真正落地相對較難。高挺表示，人工智能要解決的三大問題是：數(shù)據(jù)處理、模型搭建以及交付。通過DataOps（數(shù)據(jù)運維）、ModelOps（模式運維）和DevOps（開發(fā)運維）的方法體系，人工智能工程化或可實現(xiàn)大規(guī)模可持續(xù)的AI交付。

（3）超級自動化

業(yè)務驅(qū)動型超級自動化是一項可用于快速識別、審查和自動執(zhí)行大量獲準業(yè)務和IT流程的嚴格方法。在過去幾年中，超級自動化一直在持續(xù)不斷地發(fā)展。超級自動化是一股不可避免且不可逆轉(zhuǎn)的趨勢，一切可以而且應該被自動化的事物都將被自動化。