作者 | ZeR0
编辑 | 漠影
智东西10月26日报道，Gartner于10月16日公布2024年企业机构需要探索的十大战略技术趋势，包括：1、全民化的生成式AI；2、AI信任、风险和安全管理；3、AI增强开发；4、智能应用；5、增强型互联员工队伍；6、持续威胁暴露管理；7、机器客户；8、可持续技术；9、平台工程；10、行业云平台。
针对这些重要战略趋势，Gartner研究副总裁高挺（Arnold Gao）与智东西等媒体进行交流。据他分享，十大战略技术趋势可分为3个主题：保护你的投资、开发者的崛起、交付价值。这些背后的共同主题，便是人工智能（AI）。
一、保护你的投资：防范AI技术失控，以业务为导向管理风险
“保护你的投资”主题涉及三个趋势：AI信任、风险和安全管理（AI TRiSM），持续威胁暴露管理，可持续技术。
1、AI信任、风险和安全管理
AI TRiSM（AI信任、风险、安全管理）是连续第二年入选“十大趋势”。AI全民化使得对AI模型有效治理的需求愈发迫切和明确，涉及公平性、可解释性、透明度、数据保护等，以规避AI模型整个生命周期中的各种“失控”风险。
AI TRiSM由6个模块组成，分别是内容异常检测、数据保护、应用安全、可解释性和透明度、ModelOps（对模型的管理）、对抗攻击的防御。它提供用于模型运维（ModelOps）、主动数据保护、AI特定安全、模型监控（包括对数据漂移、模型漂移和/或意外结果的监控）以及第三方模型和应用输入与输出风险控制的工具。
Gartner预测，到2026年，采用AI TRiSM控制措施的企业将通过筛除多达80%的错误和非法信息来提高决策的准确性。
2、持续威胁暴露管理
持续威胁暴露管理（CTEM，Continuous Threat Exposure Management）是Gartner提出的一套对安全态势修复和改进的框架，使企业机构能够持续而统一地评估企业数字与物理资产可访问性、暴露情况和可利用性。
CTEM包括5个模块（Scoping、Discovery、prioritization、Validation、Mobilizatlon）。根据威胁载体或业务项目（而非基础设施组件）调整CTEM评估和修复范围，不仅能发现漏洞，还能发现无法修补的威胁。Gartner预测，到2026年，根据CTEM计划确定安全投资优先级别的企业机构将减少2/3的漏洞。
相比传统风险漏洞管理方法，CTEM更加关注业务层面的威胁暴露面，先去识别它，然后对它以业务为导向进行风险的优先级管理，并且不能简单地以单个维度把风险进行“高、中、低”分类，还要考虑风险暴露以后被利用的可能性、对于业务的影响程度等维度，进行综合的判断。
对于风险控制的措施不可能完全自动化。一个比较现实的做法是接受与风险共存、同时提高业务韧性。如果风险不会对业务造成损失，就可以把消除这一风险的优先级往后放。
3、可持续技术
我们正在进入一个“暴力计算”的时代，不仅带来更多的碳排放，同时也会对企业的IT运维提出一些挑战。由于整个社会的数字化程度越来越高，ICT产业的耗电量在全球每年电力生产量的比重也会越来越高。数据中心的电力紧缺将会是一个风险。Gartner预测：“到2025年的时候75%的组织，都会面临持续的电力短缺，电力短缺会加速推动可持续IT技术的发展。”
可持续技术是一个数字解决方案框架，其用途是实现能够支持长期生态平衡与人权的环境、社会和治理（ESG）成果。AI、加密货币、物联网、云计算等技术的使用正在引发人们对相关能源消耗与环境影响的关注。因此，提高使用IT时的效率、循环性与可持续性变得更加重要。
CIO要提前做好“可持续IT规划”，包括：（1）“Sustainability of IT”，指IT部门要考虑提高能源效率、资产利用率，从供应链方面开始进行可持续规划；（2）“Sustainability with IT”，指企业有碳排放或可持续的要求，首先要收集数据，知道企业到底排放了多少碳或者用了多少电，然后进行数据收集和管理、分析和汇报。Gartner预测，到2027年，25%的CIO的个人薪酬将会与他们对于可持续技术的影响挂钩。
二、开发者的崛起：复用功能模块组合，提高开发生产力
“开发者的崛起”主题与开发相关，涉及三个趋势：平台工程，AI增强开发，行业云平台。其中平台工程、行业云平台都是第二年入选十大战略技术趋势。
1、平台工程
平台工程的目标是优化生产力和用户体验并加快业务价值的实现，是构建和运营自助式内部开发平台的一门学科，指通过一系列工具和流程，为企业的软件开发团队提供一个自助开发门户或内部开发平台。该平台可涵盖应用程序整个生命周期中的所有操作，但需要由一个专门的平台工程团队去创建和维护并通过与工具和流程对接来支持用户需求的层。
传统开发是项目制，很多开发人员根据业务部门的需求来作定制化开发，会出现部分项目使用资源重复的问题。平台工程的关键词则是可组装、可重用、可配置，有很多具体的功能模块，把一些基础设施、开发工具、数据管理、安全与身份管理、运维管理、服务目录变成平台化，把本来相对独立的开发项目的流程模块化和集中化，方便客户根据不同应用场景或需求去拼装。
2、AI增强开发
AI增强开发是指使用生成式AI、机器学习等AI技术加持开发的整个生命周期，包括AI代码生成、AI增强测试、设计-代码。
“AI代码生成”方面，AI在样板代码、重构代码、对旧的框架或者编程语言进行学习等场景中特别有帮助。“AI增加测试”方面，AI能优化编写测试代码、生成测试数据、生成单元测试中的“测试桩”等环节。“设计-代码”是AI参与整个开发的全生命周期的过程，这个事情目前还没有完全实现，属于对未来的一个展望。
AI辅助软件工程提高了开发人员的生产力，使开发团队能够满足业务运营对软件日益增长的需求。融入了AI的开发工具能够减少软件工程师编写代码的时间，使他们有更多的时间开展更具战略意义的活动，比如设计和组合具有吸引力的业务应用等。
3、行业云平台
Gartner预测，到2027年，将有超过70%的企业使用行业云平台（ICP）加速其业务计划，而2023年的这一比例还不到15%。据Gartner整理，超过20个行业有超过270个行业云平台。
行业云平台是专为特定行业量身定制的云方案，可以被理解成把传统云服务中的IaaS、PaaS、SaaS三层进一步解构，通过模块化方式整合成全套产品，提供具有业务能力的云平台，也就是在传统的云上加了一层“业务模块层”。
行业云平台有两大特征：可组装、模块化。它将一些通用的业务能力模块化之后放到公有云上，让其重新排列组合。其可组合功能通常包括行业数据编织、打包业务功能库、组合工具和其他平台创新功能。
中国特色的行业云在Gartner定义里叫“社区云”，而Gartner定义的“行业云平台”主要是基于公有云服务，添加了针对行业的“业务能力封装（PBC）”，可支持到特定行业需求，是一个技术和业务叠加的平台。
三、交付价值：生成式AI走向普及，用技术提高员工体验
“交付价值”主题涉及四个趋势，包括：智能应用，全民化的生成式AI，增强型互联网队伍，机器客户。
1、智能应用
Gartner将智能应用中的“智能”定义为自主做出适当响应的习得性适应能力，其宗旨是可以像人类一样去思考、判断和适应环境的应用。智能应用的本质是在传统应用中加入AI或生成式AI的能力，通过持续学习、适应和预测去提高用户体验，或者说提高更多的商业价值。
作为一种基础能力，应用中的智能包含各种基于AI的服务，如机器学习、向量存储、连接数据等，因此能够提供不断适应用户的体验。目前已存在对智能应用的明确需求。
在2023年Gartner首席执行官（CEO）和业务高管调查中，26%的CEO认为对企业机构破坏力最大的风险是人才短缺。吸引和留住人才是CEO在人力资源方面的首要任务，而AI被认为是未来三年对他们所在行业影响最大的技术。
2、全民化的生成式AI
Gartner预测，到2026年，超过80%的独立软件开发商都会把生成式AI的能力嵌入到企业当中去。这个比例在2023年只有1%。
未来生成式AI的入门门槛和成本会变得非常低，几乎可以为所有人提供“生成、创造、编写数字内容和内容”的能力。它会取代或辅助一些工作，用来研发一些新的产品。
对于商业用户来说，如果将来可以无处不在地获取以前不可能获得的知识和技术技能，那么预示着一波新的生产力浪潮即将到来。“云”与“开源”的融合会使生成式AI更加民主化，不再只是少数巨头能掌握的事情，但这种不受限制获取知识和技能的方式必须以风险管理为基础。
生成式AI全民化的好处是工作效率提高了，在很多领域都能用，技术也比较普及，会有很多新的创新生态。缺点是一些数据、机密数据会丢失，很多时候生成式AI会一本正经的胡说八道，还存在潜在的版权问题和被滥用的风险。
3、增强型互联网队伍
增强型互联员工队伍（ACWF）包含增强、互联、员工团队三个关键词，是一种优化员工价值的战略。拆开来讲，Workforce是团队，Connected是互相联接，Augmented是用AI技术加持来互相连接与协作的员工，其背后有一个关键核心——提供数字员工体验。
进入混合办公时代，企业要考虑如何利用各种互联的设备和技术去提高数字员工的体验，并用AI技术进行增强。所谓“增强”是指对于从终端应用知识库甚至是员工情绪中提取出数据，进行接近实时的处理和反馈，比如从员工在线工作的时间、邮件里的措辞、访问各个应用的数据，能够分析出员工目前的工作状态和压力。
ACWF使用智能应用和员工队伍分析提供助力员工队伍体验、福祉和自身技能发展的日常环境与指导，同时还能为关键的利益相关方带来业务成果和积极影响。到2027年底，25%的首席信息官（CIO）将使用增强型互联员工队伍计划将关键岗位的胜任时间缩短50%。
4、机器客户
机器客户即机器变成了客户，是一种可以自主协商并购买商品和服务以换取报酬的非人类经济行为体。在战略上应考虑为这些算法和设备提供便利乃至创造新型客户机器人的机会等。
“机器客户”的进化过程分成三个阶段：（1）人类主导，由机器通过一定规则去购买特定商品；（2）人类和机器共同主导，优化购买的选择、最终由机器根据规则执行购买的操作；（3）机器推测人类的需求，根据规则、场景和偏好进行自主化的购买。第一阶段已经实现，第二阶段已经实现了一部分，第三阶段则是比较远的事情。
Gartner预测，到2027年超过50%的销售和服务中心将接听机器客户的电脑；到2028年，将有150亿台联网产品具备成为客户的潜力，这一数字还将在之后的几年增加数十亿；到2030年，该增长趋势将带来数万亿美元的收入，其重要性最终将超过数字商务的出现。
结语：AI已成为多种战略技术趋势的重要推力
IT领导者们必须评估战略技术趋势的影响，以在各种技术变革以及社会经济方面带来的不确定性下保持成功的战略规划。生成式AI及其他类型的AI显然已成为多种趋势发展的重要推力，而要在业务中发挥AI的价值，还需采取治理及安全管理措施来谨慎地防范风险。
看向未来，Arnold Gao判断生成式AI的竞争主要会在中美之间展开。在他看来，AI已经是非常普遍化的应用，不会再进入“泡沫期”，很多场景也不是AI技术就能解决所有问题的，更多是一个组合性的技术创新，所以很难指望用一个技术就做出“杀手级应用”。
