Gartner2024 年十大战略技术趋势，半数与 AI 相关

作者：CSDN发布时间：2023-11-11

作者 | 何苗

出品 | CSDN（ID：CSDNnews）

尽管今年大模型和 AIGC 相关话题并没有产生拥有爆炸性热度的创新应用，但在Gartner 最新发布的 2024 十大战略技术趋势中，AI 相关还是占了 5 个席位。

Gartner 研究副总裁高挺表示：从深度学习、神经网络的浪潮开始，AI 已经走向应用的阶段。但很多应用场景并非靠 AI 一己之力就能够解决所有问题，从而诞生杀手级应用，更多是组合性的技术创新，因此，每年发布的十大趋势更多是一种架构，或是新的方向变化”。

今年的“十大趋势”，主要分成“保护你的投资、开发者的崛起、交付价值”三大主题。但我们将从大家更易理解的AI、开发者、安全与可持续的技术发展的角度来做解读。

AI 大热之年，员工也要数字化

去年，元宇宙与两大方向备受关注，但高挺表示“数字人、工业元宇宙”是离我们更近、更有商业价值的案例。一些更远的方向如 NFT，泡沫比较大。谈及 AI 技术发展可能催生的新兴职业，高挺认为未来 AI 高度发达以后，许多人的工作会被机器所替代、会被AI所替代。果然，自去年末 ChatGPT 发布以来，“AI 是否会取代 XX”等话题甚嚣尘上。

大模型飞速发展，有关大模型与 AI 应用落地等话题受到持续关注。他认为，生成式 AI 与推理式的 AI 最大的区别是它有很多创造类、创意类的内容输出，但“杀手级应用”的诞生不是单个技术能够解决的问题。

此外，数字化、智能化脚步从未停歇。高挺表示：“数字化”不只是开发智能应用，员工也要数字化、队伍也要数字化。在数字化的过程中，如果企业做得不好，员工队伍体验是很差的，效率也低。提供数字员工体验，需要有AI加持，如此一来，会侵犯员工的隐私吗？员工愿不愿意被数字化改造？这的确是个新挑战。

接下来，一起看看 Gartner 预测的 2024 十大战略技术趋势。

五大 AI 相关趋势面面观

AI Trism（AI Trust，Risk，Security Management）

AI Trism 实际上是一组关于 AI 信任、风险、安全管理的架构性趋势，已是连续两年入选了“十大趋势”。它被 Gartner 研究副总裁高挺放在首位阐释，可见 AI 的治理问题被提到越来越重要的位置上来了，为什么？用今年很火的一部电影《奥本海默》类比，主角奥本海默带领一众科学家发明了原子弹，攻克技术难关，却没有想到原子弹后续给整个世界带来如此大的影响。然后呢？

AI 还有很多风险敞口，如训练数据、投毒、提示词攻击，基于此，Gartner 提出了“AI Trust”框架。详情就不过多赘述，可见去年的解读。在生成式 AI 爆火的今天，一旦缺乏对 AI 模型有效的治理，将面临 AI 技术“失控”的风险，导致好事变坏事。

全民化的生成式 AI

Gartner 预测：到 2026 年超过 80 %的企业，将会在生产环境中使用生成式 AI 的 API 模型或部署支持生成式AI的应用程序。这个比例在 2023 年不到 5 %！

如今全球有很多生成式AI的平台，这会让它的入门门槛变得非常低，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。同时它的“低成本”还能够提高生产力，取代或辅助一些工作，或是用来研发新产品。对于商业用户来讲，如果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。

而“云”和“开源”的融合会使生成式 AI 更加民主化，去改变只有某些巨头掌握技术的局面。但不受限制的获取知识和技能的方式，必须以治理风险管理作为基础，这是未来 AI、生成式 AI 全民化会带来的影响。

智能应用

智能应用的本质，是在传统的应用里加入 AI 或者是生成式 AI 的能力，通过持续地学习、适应和预测去提高用户的体验，去产生更多的商业价值。它有一个非常显著的特征、就是它的最终目的是产生像人类一样去思考、判断和适应环境的应用。运用“学习适应的模式”去改变，比如辅助驾驶/自动驾驶，也是一种非常典型的可以自动学习、判断，适应不同路况、不同环境的智能应用。这种越来越多地用 AI 的进行新型化的应用就叫作“AI 智能应用”。

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 %！

增强型互联网队伍

除了技术与应用的结合，混合办公时代，如何利用各种相互连接的设备和技术去提高数字员工的体验，并进一步用 AI 技术进行增强是每个企业 CIO 都要考虑的问题。这里的“增强”指：对于从终端应用知识库，甚至是员工情绪当中提取出来的数据进行接近实时的处理和反馈。提取企业需要改善的流程。这里面“安全和隐私”问题需要着重考虑。

机器客户

“机器客户”顾名思义，就是机器变成了客户。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。

“机器客户”进化过程分成三个阶段：

人类主导，由机器通过一定的规则去购买特定的商品；
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；
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。

阶段一已经实现，阶段二也已经部分实现，阶段三还比较遥远。Gartner 认为“机器客户”未来会逐渐走向成熟，有一部分东西会由“机器客户”来买单。

开发者的崛起

平台工程

平台工程今年也是第二次入选，它指的是通过一系列的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。这个平台可以涵盖应用程序整个生命周期里面所有的操作，但是它需要由一个专门的平台工程团队去创建和维护。

平台工程有三个关键字：可组装、可重用、可配置。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，都可以变成平台化。本质上就是把软件开发从项目管理的思维转化为产品管理的思维，把本来相对独立的开发项目的流程去模块化和集中化。传统开发都是项目制，平台工程更像“自助式的服务”。

AI 增强开发

实际上指的是用AI加持整个开发的生命周期、整个开发的流程。它主要包括几个方面，（1）AI 代码生成；（2）AI 增强测试；（3）设计-代码的过程。阶段一大家多少有所耳闻，阶段二指的是会有很多测试任务会逐渐被AI开发替代。主要集中在三个方面：编写测试代码、生成测试数据、生成单元测试中的“测试桩”。此外，阶段三实际上是AI参与整个开发的全生命周期的过程，目前还没有完全实现，属于对未来的展望。

行业云平台

这一条也是去年已经入选，指的是把传统“云服务”当中的 IaaS、PaaS、SaaS 三层进一步解构，然后通过模块化的方式提供具有业务能力的“云平台”。换言之，就是在传统的“云”上面加一层“业务模块层”。

“行业云平台”实际上有两大特征：（1）可组装。（2）模块化。它将一些通用的业务能力模块化之后放在这个“公有云”上面，然后让它重新的排列组合去组装。根据 Gartner 调查整理，超过 20 个行业当中，大概有 270 多个“行业云平台”。这些“行业云平台”实际上都是基于公有云架构的。

技术的安全与可持续发展

CTEM（Continuous Threat Exposure Management）

这个框架和传统的安全技术、单纯的安全技术有什么不一样？CTEM 更加关注的是业务层面的风险暴露面，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。它从单纯的一个技术手段，变成了把“业务风险”这件事情当作重点。

“程序威胁暴露面管理”有几个核心：

“威胁暴露面”不仅仅指的是网络安全的漏洞。可能还包括一些其它的传统设备、应用程序、社交媒体账户。
不能简单的以单个维度把风险进行“高、中、低”类的分类，它还要考虑风险暴露以后被利用的可能性，以及对于业务的影响程度等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。

风险无处不在，不是所有的风险都可以用自动化的方法解除，有很多风险还需要花费大量的人力、物力，时间去解决。是否有必要？要看业务的敞口多大。CTEM 框架就是以业务为导向的一个风险管理的框架。

使用可持续的技术

大模型的蓬勃发展、生成式AI的出现，都预示着我们正在进入一个“暴力计算”的时代。随着整个世界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是个不容忽视的问题。如新加坡、爱尔兰、荷兰这些国家，其实已经有类似的问题浮现，这种风险未来有可能蔓延到其它地区。

Gartner 预测：“到 2025 年， 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的IT技术的发展。”从 CIO 的角度来说，一定要提前做好“可持续IT规划”。

怎么规划？Gartner 提供了一些方向：