行業動態

2020年,這8項科技的未來

發布時間:2020-03-04 01:38閱讀次數:

技術的變化速度對幾乎每一個行業都產生了深遠的影響。如今,僅僅保持新興技術的領先地位是不夠的,而是要保持領先地位。

在未來的一年里,新的、不斷發展的數據爭論方式將在企業中占據中心地位。人工智能、邊緣計算和軟件機器人的創新將越來越多地獲得競爭優勢,因為企業希望快速高效地利用數據來做出更好的商業決策。沒有預見到這些和其他新興趨勢的組織面臨著迅速加速的生存危機的風險。


01

機器人過程自動化(RPA)


公司從一個簡單的概念中看到了很大的收獲:將繁瑣的業務流程任務委托給軟件機器人進行自動化,叫機器人過程自動化(RPA)。早在許多人認為該技術將在企業中使用之前,技術已經對簡化早期采用者的工作流程有影響。


波士頓AppNeta公司首席執行官馬特·史蒂文斯(Matt Stevens)說:“機器人過程自動化的發展速度和功能效用令人震驚,而且似乎每小時都在改善?!薄拔艺娴臎]想到這樣高水平的智力和能力會這么快到達?!?/span>

根據Gartner的說法RPA的速度超過了所有其他部分占全球企業軟件市場的份額,預計今年的收入將達到13億美元。去年市場增長了63%,達到8.46億美元。

RPA從員工的日?;顒又腥コ酥貜秃统R幍娜蝿?,并允許他們專注于價值更高的工作。使用RPA的組織能夠使機器人脫離人類,使它們能夠專注于有助于業務創新或提高客戶體驗的任務。它有助于各組織提高業務效率、提高質量和加強監管合規。

有了一條行之有效的商業價值之路,預計未來幾個月將有更多的公司推出RPA計劃。


02

沉浸體驗(AR,VR,混合現實)


身臨其境的經歷被大肆宣揚,但卻有些緩慢。

盡管如此,這一承諾還是很誘人的,企業應用制造商首席技術官認為,增強現實尤其能為從磚頭和凡人零售商到工業應用和培訓等多個行業提供商業利益。

有了AR,我們可以實時增加商店的貨架和產品。在維護、維修和許多工業應用中,我們可以創建關于機械或電氣設備的信息覆蓋,將關鍵的儀表指標直接交給為該地區服務的人員。

我們也看到了旅游業的例子,機場提供虛擬顯示器,讓旅行者個性化。比如,在銀行,我們可以使用增強現實技術指導客戶到關鍵的服務領域,并動態顯示分行員工的姓名和專業區域。對于那些服務銀行的設備,如自動取款機,我們可以提供內部外圍設備故障的看法,并提供精確針對問題的安全維修參考。


虛擬現實在培訓和軟技能方面有很大的潛力,尤其是在人際技能培訓方面,比如想象、溝通等等。VR和AR是非常有效的,因為它們是建立在體驗學習的基礎上的,因為它們廣泛地將大腦中的多個學習和表現中心同步地聯系在一起,包括認知、行為、情感和經驗系統。 


03

人工智能


人工智能正在幫助企業解決那些令科技或商業人員望而卻步或不可能解決的問題。

我們還沒有相信機器將奪走所有的人類工作,但是我們看到了一場類似于計算機最初成為主流的革命。今天,我們看到了人工智能和ML(機器學習)方法正在解決的一系列問題,這主要是消除了一些枯燥的工作量,或者在人們需要完成工作時,能夠以不可能的規模進行新的處理。例如,AI使我們的客戶能夠從音頻中創建可搜索的原數據,然后可以大容量地使用和縮放這些原數據。如果沒有人工智能,這一過程將由人工完成,或者根本不進行。

AI在保護組織免受安全威脅方面也發揮著重要作用,在未來一年中,這一趨勢將繼續增長。

企業正在使用人工智能來使他們的網絡安全團隊能夠通過分析網絡上多達數千億個時變信號來準確地了解入侵風險。這使首席信息安全官能夠持續分析高容量、高速度的網絡安全數據,并實時了解公司的漏洞風險。人工智能平臺甚至提供優先步驟來補救問題,推動整個企業減少網絡風險,使他們能夠更好地保護客戶的信息。


04

5G





5G炒作往往忽視了這樣一個事實:在全國范圍內推出這項技術需要數年的時間。但這并不能阻止公司制定高速、低延遲無線服務的計劃。

甚至在網絡普及之前,企業就在推進他們的5G戰略。

VoltDBCTO DheerajRemella也看到了5G的前景,但警告說,對這項技術的期望可能會導致問題。如果無線運營商和企業都無法處理5G帶來的數據沖擊,那么無論是員工還是客戶都期望以更快的網絡速度獲得實時反饋的過程中的延遲有可能引發對某些品牌或技術的反抗。為了解決這一問題,公司應該實現可伸縮的、實時的數據架構,不僅僅是通過在多個數據流中進行智能的動態決策來吸收數據并最終驅動行為。

此外,我們能看到5G有漣漪效應。5G的承諾迫使各組織確定目前已經成熟的變革過程,并確?,F有的IT堆棧能夠滿足新網絡的需求。出于這個原因,5G正在推動采用其他有影響力的技術,從邊緣計算到虛擬現實(VR)和流處理。如果無線運營商和企業都無法處理5G帶來的數據沖擊,那么無論是員工還是客戶都期望以更快的網絡速度獲得實時饋的過程中的延遲有可能引發對某些品牌或技術的反抗。

為了解決這一問題,公司應該實現可伸縮的、實時的數據架構,不僅僅是通過在多個數據流中進行智能的動態決策來吸收數據并最終驅動行為。

此外,我們能看到5G有漣漪效應。5G的承諾迫使各組織確定目前已經成熟的變革過程,并確?,F有的IT堆棧能夠滿足新網絡的需求。出于這個原因,5G正在推動采用其他有影響力的技術,從邊緣計算到虛擬現實(VR)和流處理。





05

DataOps


采用類似敏捷的方法來管理人工智能和機器學習的數據,可以幫助企業在2020年獲得優勢。這種協作的、跨功能的分析方法,稱為DataOps,在被收養的地方可能會造成很大的破壞。

拉赫蒂說:“公司只是想辦法解決這個問題?!薄斑@更多是關于人民,而不是采用程序。根據Gartner的說法,目前DataOps的使用率不到可尋址市場的1%,但這1%將具有巨大的競爭優勢?!?/span>DataKitchen的首席執行官ChrisBergh說,這個概念結合了敏捷開發、DevOps和從制造業中吸取的經驗教訓。

“這是一種方法,使數據科學團隊能夠蓬勃發展,盡管在該領域部署和維護分析所需的復雜性越來越高,”Bergh說?!霸跊]有技術債務負擔和計劃外工作的情況下,數據科學團隊可以專注于他們的專業領域--創建新的人工智能模型和分析,幫助企業實現其使命?!?/span>

這種將與數據分析相關的工作流統一起來的方法可以對組織從數據中提取價值的能力產生無形的連鎖反應。這改善了團隊合作,減少了拖累生產力的手工過程。DataOps將數據組織從混亂和緩慢轉變為高性能團隊。


06

視頻與統一通信


員工經驗正在成為組織成功的一個關鍵因素。不僅是在生產力方面,而且也是將極受歡迎的人才帶入公司大門的關鍵因素。在一項針對近300家公司的調查中,麻省理工學院的研究人員發現了一個令人驚訝的問題:視頻。研究人員發現,對視頻技術的投資會帶來創新,并改善合作和生產力。

我們看到,公司對交互式視頻技術進行了大量投資,尤其是當它們將敏捷方法的使用范圍擴大到軟件開發團隊之外的時候。這種高度互動的敏捷項目交付方法,通過日常站立、要求團隊要么面對面、要么擁有盡可能緊密地復制這些更親密情況的技術。

視頻技術將繼續模擬和改進面對面的交流,包括虛擬現實(VirtualReality,VR)和其他沉浸式技術,尤其是當組織致力于通過分布式團隊來填補技能缺口的時候。

同樣,統一通信(UC)在未來幾年將卷土重來。

長期的摩擦和可靠性問題使得早期UC解決方案對企業來說是一場賭博。但目前的工具已經解決了這些缺陷。最新的uc工具增加了關鍵的視覺和內容共享功能。它們實際上可以提高會議效率,通過允許更廣泛的包容和積極參與當今高度分布的工作環境,產生超出面對面互動所能產生的影響。


07

集裝箱


集裝箱微服務吸引了需要快速開發和擴展代碼的組織的興趣,特別是在處理物聯網或云時。

令人感興趣的是,物聯網項目引入了許多流行的技術,比如邊緣計算,無服務器容器,以及圍繞DevOps和微服務的組織結構。

我們的一些專家指出了Kubernetes的廣泛應用,這是一種開放源碼的容器編排系統,可以自動化容器的部署、擴展和管理。這使得全新的架構能夠迅速擴展。很多廠商的注意力都集中在Kubernetes身上,這對其他技術平臺造成了傷害。Kubernetes還幫助培育或擴大了許多其他技術,如服務網格和基于容器的CI/CD管道自動化產品。

Kubernetes是處理跨場所、云環境以及各種設備的集裝箱化應用程序和服務的最流行方法。隨著越來越多的事情需要管理,自動化基礎設施和應用程序的部署和編排對于軟件定義的基礎設施來說是不可或缺的。



08

物聯網與邊緣計算



2019年CompTIA研究報告發現約有三分之一的美國公司認為物聯網策略可以通過增加生產、將數據貨幣化或幫助銷售作為一種產品的服務來幫助推動收入。

我們看到了物聯網邊緣計算方面的進步,但同時也認為需要人工智能和ML工具來處理以更便于企業訪問的方式生成的數據。

大數據已經存在了大約10年,但大數據面臨的真正挑戰是找到一種理解它的方法,并找出如何將它用于商業目的。

傳統工具的使用取得了有限的成功。隨著ML技術的普及,更多的公司將能夠提供更好的客戶體驗,并更有可能將多年積累的數據貨幣化。

人類真正關心的是與現實世界的互動,而現實世界在終點需要智慧。

這就是為什么我認為邊緣計算將取代物聯網。人們認為物聯網是連接到云的一個愚蠢的實體,因此有效地為云提供了智能,而不是智能本身。他們這么想是對的,因為連接的設備產生了大量你無法控制的數據。另一方面,邊緣計算提供了本地決策能力和對個人數據的更多控制。

Copyright ? 2018 勤哲文化傳媒(上海)有限公司. All Rights Reserved.滬ICP備2021014859號
日韩一本