解讀 Gartner 2023 年十大戰(zhàn)略技術(shù)趨勢(shì)

前不久，Gartner 對(duì)外發(fā)布了企業(yè)機(jī)構(gòu)在 2023 年需要探索的十大戰(zhàn)略技術(shù)趨勢(shì)。根據(jù) Gartner 的調(diào)研，全球絕大部分的 CEO 都認(rèn)為 2023 年全球經(jīng)濟(jì)可能會(huì)出現(xiàn)衰退。因此，整份報(bào)告以“如何應(yīng)對(duì)未來的不確定性”為主題，從業(yè)務(wù)目標(biāo)的角度試圖理清楚“三大主題、十大方向”，進(jìn)而幫助企業(yè)渡過難關(guān)。本文，InfoQ 試圖通過 Gartner 分析師的分享為大家解讀這十大技術(shù)趨勢(shì)的具體含義。

“數(shù)字免疫系統(tǒng)”的概念最早于上世紀(jì) 90 年代被提出，當(dāng)時(shí)指的是一套完全自動(dòng)化的防病毒解決方案。但是今天的“數(shù)字免疫系統(tǒng)”指的是一套用來構(gòu)建穩(wěn)定系統(tǒng)的軟件工程方法、技術(shù)和實(shí)踐。

在傳統(tǒng)的軟件工程領(lǐng)域，我們主要依靠一套基于測(cè)試的軟件質(zhì)量體系來保證軟件的健壯性。而今天光靠測(cè)試已經(jīng)不夠了，“數(shù)字免疫系統(tǒng)”意味著通過給向數(shù)字免疫系統(tǒng)“打疫苗”這種類似的手段，來提高系統(tǒng)的健壯性。當(dāng)然，這確實(shí)并不是單個(gè)技術(shù)，而是包含六大核心模塊的一套組合打法。這六大核心模塊分別是可觀測(cè)性、人工智能增強(qiáng)測(cè)試、混沌工程、自動(dòng)修復(fù)、站點(diǎn)可靠性工程以及應(yīng)用供應(yīng)鏈安全。

以下為部分模塊介紹：

可觀測(cè)性的概念起源于幾十年前的“控制論”，其含義是通過檢驗(yàn)一個(gè)系統(tǒng)外部輸出的數(shù)據(jù)或信息去推斷或者衡量系統(tǒng)內(nèi)部狀態(tài)，這樣的系統(tǒng)稱之為“可觀測(cè)的系統(tǒng)”，這種方法叫作“可觀測(cè)性”。

“混沌工程”的理念最早是由互聯(lián)網(wǎng)公司 Netflix（奈飛）創(chuàng)造的，其含義是在系統(tǒng)里面放進(jìn)一只搗亂的猴子，這只搗亂的猴子在系統(tǒng)中上竄下跳直到搞掛系統(tǒng)。我們會(huì)用這種方法測(cè)試系統(tǒng)的不確定性，或者說通過傳統(tǒng)方式無法檢測(cè)出的隱患。“混沌工程”在實(shí)踐過程中與傳統(tǒng)的測(cè)試會(huì)共用很多測(cè)試工具，例如錯(cuò)誤注入工具等。但是這兩者之間的思想是有本質(zhì)區(qū)別的，因?yàn)閭鹘y(tǒng)測(cè)試主要基于“預(yù)設(shè)條件輸出”的方法來判斷測(cè)試是否出錯(cuò)。也就是說，測(cè)試時(shí)需要對(duì)所有可能出現(xiàn)的情況進(jìn)行預(yù)估、預(yù)評(píng)判，而混沌工程則是在沒有預(yù)設(shè)條件的情況下逐步測(cè)試系統(tǒng)的穩(wěn)定性以及系統(tǒng)未知的脆弱。

這是谷歌提出來的理念，其思想是用軟件工程的方法解決復(fù)雜的運(yùn)維問題。在傳統(tǒng)的運(yùn)維模式下，很多工作是通過人工操作來完成的，而“站點(diǎn)可靠性工程”強(qiáng)調(diào)通過開發(fā)一些自動(dòng)化工具來替代人工操作。谷歌公司的運(yùn)維團(tuán)隊(duì)（SRE）要求平時(shí)的運(yùn)維工作要限制在 50% 的時(shí)間以內(nèi)，另外 50% 的時(shí)間開發(fā)一些自動(dòng)化的工具用來減少人工干預(yù)。這種模式不僅降低了人力成本，而且解決了運(yùn)維與開發(fā)之間的一些矛盾。

“可觀測(cè)性原理”是通過觀察系統(tǒng)外部輸出的信息來判斷系統(tǒng)內(nèi)部的狀態(tài)，進(jìn)而優(yōu)化系統(tǒng)，當(dāng)我們將這種理念從單純的“IT 觀察”或者“IT 監(jiān)控”的角度推廣到企業(yè)運(yùn)營(yíng)中去的時(shí)候，我們將其叫作“應(yīng)用可觀測(cè)性”。

企業(yè)中每一個(gè)決策的發(fā)生都會(huì)產(chǎn)生相應(yīng)的數(shù)據(jù)結(jié)果。即使我們不知道決策是什么，或者即使決策的執(zhí)行和計(jì)劃有出入，但最終都會(huì)通過數(shù)據(jù)的形式反饋給我們真實(shí)的數(shù)據(jù)結(jié)果。當(dāng)我們收集到這些輸出的反饋數(shù)據(jù)結(jié)果以后，可以疊加“場(chǎng)景信息”，通過行業(yè)知識(shí)和對(duì)行業(yè)的理解，對(duì)數(shù)據(jù)進(jìn)行解讀，應(yīng)用 AI 分析的方法給決策提供建議，實(shí)際上就是為了優(yōu)化決策。優(yōu)化完決策之后，這個(gè)決策會(huì)被再次執(zhí)行，生成更多數(shù)據(jù)，我們就可以此創(chuàng)作出反饋循環(huán)進(jìn)而做出更加精準(zhǔn)的數(shù)據(jù)驅(qū)動(dòng)決策。

如今，AI 的應(yīng)用變得越來越廣泛。對(duì)于 AI 應(yīng)用、AI 模型背后的“可解釋性”或者說“公平性”，實(shí)際上存在一些問題。比如，一些互聯(lián)網(wǎng)電商巨頭可以通過 AI 系統(tǒng)追蹤每一名物流倉(cāng)儲(chǔ)部門員工的工作效率，統(tǒng)計(jì)每一名員工的“摸魚時(shí)間”，然后自動(dòng)生成解雇指令。用這種 AI 程序的方法去決定一個(gè)人的招聘或者解雇，不禁讓人疑惑應(yīng)用的算法是否公平。

事實(shí)上，許多企業(yè)機(jī)構(gòu)未做好管理 AI 風(fēng)險(xiǎn)的充分準(zhǔn)備。Gartner 在美國(guó)、英國(guó)和德國(guó)開展的一項(xiàng)調(diào)查顯示，41% 的企業(yè)機(jī)構(gòu)曾經(jīng)歷過 AI 隱私泄露或安全事件。但該調(diào)查也發(fā)現(xiàn)積極管理 AI 風(fēng)險(xiǎn)、隱私和安全的企業(yè)機(jī)構(gòu)在 AI 項(xiàng)目中取得了更好的成果。與未積極管理這些功能的企業(yè)機(jī)構(gòu)的 AI 項(xiàng)目相比，在這些企業(yè)機(jī)構(gòu)中有更多的 AI 項(xiàng)目能夠從概念驗(yàn)證階段進(jìn)入到生產(chǎn)階段并實(shí)現(xiàn)更大的業(yè)務(wù)價(jià)值。

企業(yè)機(jī)構(gòu)必須使用新的功能來保證模型的可靠性、可信度、安全性和數(shù)據(jù)保護(hù)。AI 信任、風(fēng)險(xiǎn)和安全管理（TRiSM）需要來自不同業(yè)務(wù)部門的參與者共同實(shí)施新的措施。

“行業(yè)云平臺(tái)”本質(zhì)上是一種新的“云服務(wù)”模式，這與傳統(tǒng)模式的區(qū)別在于：我們一般會(huì)把“云服務(wù)”分成三層（IaaS 層、PaaS 層、SaaS 層）。常見的應(yīng)用方法是在 IaaS 層和 PaaS 層之上構(gòu)建自己的應(yīng)用，這是一種路徑。另外一種路徑是直接采購(gòu)一站式的 SaaS 解決方案，這樣就不需要擔(dān)心基礎(chǔ)設(shè)施的事情、反正廠商已經(jīng)做了定制化的方案。

“行業(yè)云平臺(tái)”本質(zhì)上是在這兩者當(dāng)中找到一個(gè)新的細(xì)分市場(chǎng)，結(jié)合了現(xiàn)在公有云的 IaaS+PaaS 層，然后以此作為技術(shù)底座，其上的 SaaS 部分并不是給企業(yè)提供一個(gè)一站式的方案，而更像是把 SaaS 里面具體化的定制化方案拆解開來變成可重復(fù)使用的業(yè)務(wù)功能模塊，企業(yè)根據(jù)此做自定義的研發(fā)，這種模式比今天的“IaaS+PaaS 模式”多了更多業(yè)務(wù)功能，但是比今天的 SaaS 模式更加靈活，實(shí)際上是介于這兩種模式之間的一種新的“云服務(wù)模式”。

“平臺(tái)工程”實(shí)際上是 DevOps 的補(bǔ)充形式。DevOps 之所以形成是因?yàn)槠髽I(yè)希望將“運(yùn)維”和“開發(fā)”兩件事情融合起來。在這個(gè)過程中，有些企業(yè)應(yīng)用 DevOps 比較成功，另外一些企業(yè)在應(yīng)用 DevOps 的時(shí)候走了彎路。有些組織會(huì)把 DevOps 理解成：讓開發(fā)人員去負(fù)責(zé)運(yùn)維的工作。這種模式最大的問題在于給開發(fā)人員的負(fù)擔(dān)太重了，因?yàn)樵S多開發(fā)人員并不太想處理這些運(yùn)維的問題，也不太想去碰復(fù)雜的基礎(chǔ)設(shè)施。更何況有些時(shí)候?qū)τ谄髽I(yè)來說，開發(fā)周期是比較稀缺的資源。

如果企業(yè)面臨上述問題，可以嘗試使用“平臺(tái)工程”這樣一種新的架構(gòu)?！捌脚_(tái)工程”本質(zhì)上是通過工具和流程，為企業(yè)的軟件開發(fā)團(tuán)隊(duì)提供自助開發(fā)門戶或者叫“內(nèi)部開發(fā)平臺(tái)”，該平臺(tái)實(shí)際上可以涵蓋應(yīng)用程序的整個(gè)生命周期，由專門的平臺(tái)工程團(tuán)隊(duì)創(chuàng)建和維護(hù)，開發(fā)人員提交代碼后，由平臺(tái)上的自動(dòng)化工具負(fù)責(zé)做自動(dòng)化發(fā)布。對(duì)開發(fā)人員而言，這樣可以避免在運(yùn)維流程過多介入，同時(shí)不需要觸碰底層的基礎(chǔ)設(shè)施。

由于沒有一項(xiàng)技術(shù)能夠占據(jù)主導(dǎo)地位，企業(yè)將使用一系列無線解決方案來滿足辦公室 Wi-Fi、移動(dòng)設(shè)備服務(wù)、低功耗服務(wù)以及無線電連接等所有場(chǎng)景的需求。Gartner 預(yù)測(cè)，到 2025 年，60% 的企業(yè)將同時(shí)使用五種以上的無線技術(shù)。

“無線價(jià)值實(shí)現(xiàn)”本質(zhì)上指現(xiàn)在各種各樣的無線協(xié)議變得越來越成熟，甚至已經(jīng)可以給我們帶來一些落地的商業(yè)價(jià)值。當(dāng)然，這種商業(yè)價(jià)值很多時(shí)候還是以一種比較碎片化的形式出現(xiàn)，不是“一站式的解決方案”，更多的是一些垂直的碎片化方案。

“超級(jí)應(yīng)用”實(shí)際上是從中國(guó)傳出來的技術(shù)趨勢(shì)，最大的案例是支付寶和微信。這些超級(jí)應(yīng)用都有巨量的用戶、流量以及很強(qiáng)的小程序生態(tài)。這種趨勢(shì)也被眾多西方國(guó)家仿效，很多企業(yè)在復(fù)制這種模式。

“自適應(yīng) AI”本意是傳統(tǒng)的 AI 系統(tǒng)需要面對(duì)不斷變化的環(huán)境，具體要求為：一是模型訓(xùn)練好以后，由于外部環(huán)境不斷改變，模型是否可以繼續(xù)應(yīng)用到不斷變化的環(huán)境中；二是模型訓(xùn)練好以后，需要添加更多的訓(xùn)練數(shù)據(jù)迭代模型，但是我們現(xiàn)在看到很多的訓(xùn)練數(shù)據(jù)都是一些小數(shù)據(jù)而非大數(shù)據(jù)；三是希望模型最后在推理的時(shí)候產(chǎn)生一些個(gè)性化的結(jié)果，而非一般化的結(jié)果。這三個(gè)新的要求實(shí)際上對(duì) AI 模型來說是希望模型訓(xùn)練和推理逐漸走向在線訓(xùn)練、在線推理。

“在線推理”比較好理解，各大短視頻或者電商 APP 會(huì)結(jié)合用戶興趣持續(xù)推薦可能感興趣的內(nèi)容；“在線訓(xùn)練”是指背后的 AI 模型需要實(shí)時(shí)更新，只有實(shí)時(shí)更新才能更好響應(yīng)進(jìn)一步輸入的工作，進(jìn)而讓訓(xùn)練和推理形成正向循環(huán)，這個(gè)叫作“自適應(yīng) AI”。

Gartner 定義的“元宇宙”是一個(gè)“虛擬共享空間”，這個(gè)“虛擬共享空間”有五個(gè)不同的維度（五個(gè)屬性）：Persistent（持久性）；Immersive（沉浸式）；Device-independent，實(shí)際上是和設(shè)備無關(guān)的，現(xiàn)在看到的 AR/VR 眼鏡只是早期“元宇宙”進(jìn)入的一個(gè)端口；Not beowned by a singlvendor，不會(huì)被某一家廠商所壟斷；Virtual economy，一個(gè)虛擬經(jīng)濟(jì)體，不只單純的是一個(gè)游戲，更多的是跟物理世界平行的一個(gè)商業(yè)的數(shù)字世界。

Meta 的實(shí)踐不是“元宇宙”所有的內(nèi)涵，因?yàn)?Meta 走的技術(shù)路線更像是一個(gè) VR 路線，而 Gartner 定義的“元宇宙”是一個(gè)“虛實(shí)結(jié)合”的路線，Gartner 有三個(gè)“T”：Transform、Transport、Transact。Transport 的意思是將人傳送到數(shù)字世界，VR 更像是 Transport；Transform 的意思是將數(shù)字世界拉到物理世界里面，類似于 AI 的路徑；Transact 的意思是元宇宙不是另外一個(gè)更加高級(jí)的游戲，很大程度上是我們另外一種生活方式。

很多時(shí)候，我們會(huì)認(rèn)為“元宇宙”這樣的一個(gè)趨勢(shì)離我們好像有點(diǎn)遠(yuǎn)，但是實(shí)際上也并不完全是這樣，一些新的商業(yè)模式還是比較有希望的，比如“數(shù)字人”、“工業(yè)元宇宙平臺(tái)”等。

以“工業(yè)元宇宙平臺(tái)”為例，西門子和英偉達(dá)聯(lián)手創(chuàng)作了“工業(yè)元宇宙平臺(tái)”。西門子作為制造業(yè)的巨頭有很多制造業(yè)的經(jīng)驗(yàn)可以用來輸出，通過這種類似于系統(tǒng)化的或者是 IT 化的方式賦能其它行業(yè)，而英偉達(dá)主要提供算力資源?！肮I(yè)元宇宙”實(shí)際上面對(duì)的場(chǎng)景非常復(fù)雜，可能是工廠中的一條流水線需要改造，在改造的過程中傳統(tǒng)做法是把現(xiàn)在的流水線停掉，然后再改造、試運(yùn)行、投產(chǎn)，這個(gè)過程實(shí)際上浪費(fèi)了大量的金錢和時(shí)間成本，如果可以做一個(gè)數(shù)字化的平臺(tái)，高度模擬和仿真現(xiàn)有流水線的情況，并且在“數(shù)字世界”里將流水線先改造，做一些虛擬制造或者做模擬制造，模擬測(cè)試沒問題之后再對(duì)物理空間中的真正流水線開始動(dòng)手改造，效率會(huì)提高很多，時(shí)間也會(huì)省很多，成本也會(huì)降很多。

“工業(yè)元宇宙”的商業(yè)邏輯是合理的，但可能存在行業(yè)化的問題，這取決于廠商本身是做什么的，如果跨到不太熟悉的行業(yè)，難度會(huì)非常高。

“可持續(xù)性”這件事情實(shí)際上是全球很多企業(yè)都在談的一個(gè)問題，這個(gè)問題對(duì)于中國(guó)的客戶、企業(yè)或者場(chǎng)景來說，很多時(shí)候講的是“雙碳”。實(shí)際上我們做“雙碳”也要看怎么做，做“雙碳”不僅僅是為了保護(hù)環(huán)境，更多是為了保證能源安全。能源安全的自主可控實(shí)際上是一個(gè)很大的國(guó)家戰(zhàn)略問題。很多企業(yè)其實(shí)在做“綠色數(shù)據(jù)中心”有關(guān)的事情，如果眼光放長(zhǎng)遠(yuǎn)去看，利用一些可持續(xù)的技術(shù)主動(dòng)把“碳”減下來，減下來的“碳”可能會(huì)變成企業(yè)另外一個(gè)收入來源。

在其他條件同等的情況下，注重“雙碳”層面投入的企業(yè)也更有可能獲得企業(yè)和投資者的青睞。

來源：AI前線