解讀 Gartner 2023 年十大戰略技術(shù)趨勢

前不久，Gartner 對外發(fā)布了企業(yè)機構在 2023 年需要探索的十大戰略技術(shù)趨勢。根據 Gartner 的調研，全球絕大部分的 CEO 都認為 2023 年全球經(jīng)濟可能會(huì )出現衰退。因此，整份報告以“如何應對未來(lái)的不確定性”為主題，從業(yè)務(wù)目標的角度試圖理清楚“三大主題、十大方向”，進(jìn)而幫助企業(yè)渡過(guò)難關(guān)。本文，InfoQ 試圖通過(guò) Gartner 分析師的分享為大家解讀這十大技術(shù)趨勢的具體含義。

“數字免疫系統”的概念最早于上世紀 90 年代被提出，當時(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“數字免疫系統”指的是一套用來(lái)構建穩定系統的軟件工程方法、技術(shù)和實(shí)踐。

在傳統的軟件工程領(lǐng)域，我們主要依靠一套基于測試的軟件質(zhì)量體系來(lái)保證軟件的健壯性。而今天光靠測試已經(jīng)不夠了，“數字免疫系統”意味著(zhù)通過(guò)給向數字免疫系統“打疫苗”這種類(lèi)似的手段，來(lái)提高系統的健壯性。當然，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(guān)測性、人工智能增強測試、混沌工程、自動(dòng)修復、站點(diǎn)可靠性工程以及應用供應鏈安全。

以下為部分模塊介紹：

可觀(guān)測性的概念起源于幾十年前的“控制論”，其含義是通過(guò)檢驗一個(gè)系統外部輸出的數據或信息去推斷或者衡量系統內部狀態(tài)，這樣的系統稱(chēng)之為“可觀(guān)測的系統”，這種方法叫作“可觀(guān)測性”。

“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，其含義是在系統里面放進(jìn)一只搗亂的猴子，這只搗亂的猴子在系統中上竄下跳直到搞掛系統。我們會(huì )用這種方法測試系統的不確定性，或者說(shuō)通過(guò)傳統方式無(wú)法檢測出的隱患?！盎煦绻こ獭痹趯?shí)踐過(guò)程中與傳統的測試會(huì )共用很多測試工具，例如錯誤注入工具等。但是這兩者之間的思想是有本質(zhì)區別的，因為傳統測試主要基于“預設條件輸出”的方法來(lái)判斷測試是否出錯。也就是說(shuō)，測試時(shí)需要對所有可能出現的情況進(jìn)行預估、預評判，而混沌工程則是在沒(méi)有預設條件的情況下逐步測試系統的穩定性以及系統未知的脆弱。

這是谷歌提出來(lái)的理念，其思想是用軟件工程的方法解決復雜的運維問(wèn)題。在傳統的運維模式下，很多工作是通過(guò)人工操作來(lái)完成的，而“站點(diǎn)可靠性工程”強調通過(guò)開(kāi)發(fā)一些自動(dòng)化工具來(lái)替代人工操作。谷歌公司的運維團隊（SRE）要求平時(shí)的運維工作要限制在 50% 的時(shí)間以?xún)?，另?50% 的時(shí)間開(kāi)發(fā)一些自動(dòng)化的工具用來(lái)減少人工干預。這種模式不僅降低了人力成本，而且解決了運維與開(kāi)發(fā)之間的一些矛盾。

“可觀(guān)測性原理”是通過(guò)觀(guān)察系統外部輸出的信息來(lái)判斷系統內部的狀態(tài)，進(jìn)而優(yōu)化系統，當我們將這種理念從單純的“IT 觀(guān)察”或者“IT 監控”的角度推廣到企業(yè)運營(yíng)中去的時(shí)候，我們將其叫作“應用可觀(guān)測性”。

企業(yè)中每一個(gè)決策的發(fā)生都會(huì )產(chǎn)生相應的數據結果。即使我們不知道決策是什么，或者即使決策的執行和計劃有出入，但最終都會(huì )通過(guò)數據的形式反饋給我們真實(shí)的數據結果。當我們收集到這些輸出的反饋數據結果以后，可以疊加“場(chǎng)景信息”，通過(guò)行業(yè)知識和對行業(yè)的理解，對數據進(jìn)行解讀，應用 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 )被再次執行，生成更多數據，我們就可以此創(chuàng )作出反饋循環(huán)進(jìn)而做出更加精準的數據驅動(dòng)決策。

如今，AI 的應用變得越來(lái)越廣泛。對于 AI 應用、AI 模型背后的“可解釋性”或者說(shuō)“公平性”，實(shí)際上存在一些問(wèn)題。比如，一些互聯(lián)網(wǎng)電商巨頭可以通過(guò) AI 系統追蹤每一名物流倉儲部門(mén)員工的工作效率，統計每一名員工的“摸魚(yú)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，不禁讓人疑惑應用的算法是否公平。

事實(shí)上，許多企業(yè)機構未做好管理 AI 風(fēng)險的充分準備。Gartner 在美國、英國和德國開(kāi)展的一項調查顯示，41% 的企業(yè)機構曾經(jīng)歷過(guò) AI 隱私泄露或安全事件。但該調查也發(fā)現積極管理 AI 風(fēng)險、隱私和安全的企業(yè)機構在 AI 項目中取得了更好的成果。與未積極管理這些功能的企業(yè)機構的 AI 項目相比，在這些企業(yè)機構中有更多的 AI 項目能夠從概念驗證階段進(jìn)入到生產(chǎn)階段并實(shí)現更大的業(yè)務(wù)價(jià)值。

企業(yè)機構必須使用新的功能來(lái)保證模型的可靠性、可信度、安全性和數據保護。AI 信任、風(fēng)險和安全管理（TRiSM）需要來(lái)自不同業(yè)務(wù)部門(mén)的參與者共同實(shí)施新的措施。

“行業(yè)云平臺”本質(zhì)上是一種新的“云服務(wù)”模式，這與傳統模式的區別在于：我們一般會(huì )把“云服務(wù)”分成三層（IaaS 層、PaaS 層、SaaS 層）。常見(jiàn)的應用方法是在 IaaS 層和 PaaS 層之上構建自己的應用，這是一種路徑。另外一種路徑是直接采購一站式的 SaaS 解決方案，這樣就不需要擔心基礎設施的事情、反正廠(chǎng)商已經(jīng)做了定制化的方案。

“行業(yè)云平臺”本質(zhì)上是在這兩者當中找到一個(gè)新的細分市場(chǎng)，結合了現在公有云的 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(kāi)來(lái)變成可重復使用的業(yè)務(wù)功能模塊，企業(yè)根據此做自定義的研發(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”。

“平臺工程”實(shí)際上是 DevOps 的補充形式。DevOps 之所以形成是因為企業(yè)希望將“運維”和“開(kāi)發(fā)”兩件事情融合起來(lái)。在這個(gè)過(guò)程中，有些企業(yè)應用 DevOps 比較成功，另外一些企業(yè)在應用 DevOps 的時(shí)候走了彎路。有些組織會(huì )把 DevOps 理解成：讓開(kāi)發(fā)人員去負責運維的工作。這種模式最大的問(wèn)題在于給開(kāi)發(fā)人員的負擔太重了，因為許多開(kāi)發(fā)人員并不太想處理這些運維的問(wèn)題，也不太想去碰復雜的基礎設施。更何況有些時(shí)候對于企業(yè)來(lái)說(shuō)，開(kāi)發(fā)周期是比較稀缺的資源。

如果企業(yè)面臨上述問(wèn)題，可以嘗試使用“平臺工程”這樣一種新的架構?！捌脚_工程”本質(zhì)上是通過(guò)工具和流程，為企業(yè)的軟件開(kāi)發(fā)團隊提供自助開(kāi)發(fā)門(mén)戶(hù)或者叫“內部開(kāi)發(fā)平臺”，該平臺實(shí)際上可以涵蓋應用程序的整個(gè)生命周期，由專(zhuān)門(mén)的平臺工程團隊創(chuàng )建和維護，開(kāi)發(fā)人員提交代碼后，由平臺上的自動(dòng)化工具負責做自動(dòng)化發(fā)布。對開(kāi)發(fā)人員而言，這樣可以避免在運維流程過(guò)多介入，同時(shí)不需要觸碰底層的基礎設施。

由于沒(méi)有一項技術(shù)能夠占據主導地位，企業(yè)將使用一系列無(wú)線(xiàn)解決方案來(lái)滿(mǎn)足辦公室 Wi-Fi、移動(dòng)設備服務(wù)、低功耗服務(wù)以及無(wú)線(xiàn)電連接等所有場(chǎng)景的需求。Gartner 預測，到 2025 年，60% 的企業(yè)將同時(shí)使用五種以上的無(wú)線(xiàn)技術(shù)。

“無(wú)線(xiàn)價(jià)值實(shí)現”本質(zhì)上指現在各種各樣的無(wú)線(xiàn)協(xié)議變得越來(lái)越成熟，甚至已經(jīng)可以給我們帶來(lái)一些落地的商業(yè)價(jià)值。當然，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，不是“一站式的解決方案”，更多的是一些垂直的碎片化方案。

“超級應用”實(shí)際上是從中國傳出來(lái)的技術(shù)趨勢，最大的案例是支付寶和微信。這些超級應用都有巨量的用戶(hù)、流量以及很強的小程序生態(tài)。這種趨勢也被眾多西方國家仿效，很多企業(yè)在復制這種模式。

“自適應 AI”本意是傳統的 AI 系統需要面對不斷變化的環(huán)境，具體要求為：一是模型訓練好以后，由于外部環(huán)境不斷改變，模型是否可以繼續應用到不斷變化的環(huán)境中；二是模型訓練好以后，需要添加更多的訓練數據迭代模型，但是我們現在看到很多的訓練數據都是一些小數據而非大數據；三是希望模型最后在推理的時(shí)候產(chǎn)生一些個(gè)性化的結果，而非一般化的結果。這三個(gè)新的要求實(shí)際上對 AI 模型來(lái)說(shuō)是希望模型訓練和推理逐漸走向在線(xiàn)訓練、在線(xiàn)推理。

“在線(xiàn)推理”比較好理解，各大短視頻或者電商 APP 會(huì )結合用戶(hù)興趣持續推薦可能感興趣的內容；“在線(xiàn)訓練”是指背后的 AI 模型需要實(shí)時(shí)更新，只有實(shí)時(shí)更新才能更好響應進(jìn)一步輸入的工作，進(jìn)而讓訓練和推理形成正向循環(huán)，這個(gè)叫作“自適應 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)際上是和設備無(wú)關(guān)的，現在看到的 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(chǎng)商所壟斷；Virtual economy，一個(gè)虛擬經(jīng)濟體，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)的數字世界。

Meta 的實(shí)踐不是“元宇宙”所有的內涵，因為 Meta 走的技術(shù)路線(xiàn)更像是一個(gè) VR 路線(xiàn)，而 Gartner 定義的“元宇宙”是一個(gè)“虛實(shí)結合”的路線(xiàn)，Gartner 有三個(gè)“T”：Transform、Transport、Transact。Transport 的意思是將人傳送到數字世界，VR 更像是 Transport；Transform 的意思是將數字世界拉到物理世界里面，類(lèi)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 )認為“元宇宙”這樣的一個(gè)趨勢離我們好像有點(diǎn)遠，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“數字人”、“工業(yè)元宇宙平臺”等。

以“工業(yè)元宇宙平臺”為例，西門(mén)子和英偉達聯(lián)手創(chuàng )作了“工業(yè)元宇宙平臺”。西門(mén)子作為制造業(yè)的巨頭有很多制造業(yè)的經(jīng)驗可以用來(lái)輸出，通過(guò)這種類(lèi)似于系統化的或者是 IT 化的方式賦能其它行業(yè)，而英偉達主要提供算力資源?！肮I(yè)元宇宙”實(shí)際上面對的場(chǎng)景非常復雜，可能是工廠(chǎng)中的一條流水線(xiàn)需要改造，在改造的過(guò)程中傳統做法是把現在的流水線(xiàn)停掉，然后再改造、試運行、投產(chǎn)，這個(gè)過(guò)程實(shí)際上浪費了大量的金錢(qián)和時(shí)間成本，如果可以做一個(gè)數字化的平臺，高度模擬和仿真現有流水線(xiàn)的情況，并且在“數字世界”里將流水線(xiàn)先改造，做一些虛擬制造或者做模擬制造，模擬測試沒(méi)問(wèn)題之后再對物理空間中的真正流水線(xiàn)開(kāi)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(wèn)題，這取決于廠(chǎng)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(wèn)題，這個(gè)問(wèn)題對于中國的客戶(hù)、企業(yè)或者場(chǎng)景來(lái)說(shuō)，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)很大的國家戰略問(wèn)題。很多企業(yè)其實(shí)在做“綠色數據中心”有關(guān)的事情，如果眼光放長(cháng)遠去看，利用一些可持續的技術(shù)主動(dòng)把“碳”減下來(lái)，減下來(lái)的“碳”可能會(huì )變成企業(yè)另外一個(gè)收入來(lái)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(lái)源：AI前線(xiàn)