时至今日，在包括疫情在内的外部因素影响下，现代化企业越发重视信息技术的价值，企业管理层希望用数字化技术加快增长，保持更好的利润和现金流状况，因此，企业管理人员不得不关注一些可能关系到未来发展的技术趋势。
企业不得不关注的技术趋势
Gartner每年都会发布与企业IT相关的技术趋势，为企业IT负责人员以及企业管理层提供参考。对于市场上的产品技术提供商而言，可以结合趋势给自己的产品进行归类和梳理。对于企业而言，可以根据描述的趋势，结合实际需求找到更具体的解决方案。
Gartner基于观察到的现象进行总结，通常会有对应的一套理论进行较为系统的解读，考虑到落地，Gartner也会对市场上相关的落地方案进行简要介绍。
2022年，Gartner分析师总结出了十二大技术趋势，并将其从低到高分为三部分：工程化信任（Engineering Trust）、塑造变革（Sculpting Change）、加速增长（Accelerating Growth）。
三大部分其实是递进关系，首先，工程化信任是对于底层基础设施层面的要求，而塑造变革算是高级要求，最后的加速增长则像是考试题里的加分题。
Gartner高级研究总监高挺（Arnold Gao）对于十二大技术趋势进行了较为细致的解读，下文将就其中部分内容进行简要分享和解读。
第一部分：工程化信任
高挺表示，工程化信任的本质是构建安全可靠的数据处理基础设施，它具体包含四个技术趋势。
首先是“数据编织（Data Fabric）”，从技术角度看，数据编织是一种数据管理设计理念，需要一个跨数据中心、跨多云并且延展到边缘场景的统一架构，其目的是打破数据孤岛，构建灵活、可复用的数据服务，许多数据基础设施相关的企业都表示在做类似的方案。
从业务层面来看，当有了来自各个链条的数据后，如何利用数据解决一些实际问题，这需要一套好的方法和框架。在具体的技术方面，高挺提到了“图分析”技术。虽然没有提到具体的图技术公司，但一些了解图技术的朋友肯定能想到，常见的有Palantir、Neo4j、TigerGraph等。
第二个技术趋势是关于安全的，叫“网络安全网格（Cybersecurity Mesh）”，网络安全网格之所以叫网格，主要是因为其关联了一系列的网络安全服务，其核心思想是将原来“点”状的安全管理升级为“面”级管理，将安全相关数据整合起来做综合关联分析。
市场上，一些SIEM或SOAR方案提供了综合关联分析的能力，但这都只有一个中央控制台，而网络安全网格能让安全工具之间有更多协同，让安全的管理变得可模块化或者可编排化，可以更灵活地发现安全问题，市场上也已经有了类似的方案。
第三个技术趋势也是关于安全的，叫做“隐私增强计算（Privacy Enhancing）”，它主要是为了解决在利用数据的时候，数据隐私可能泄露的问题，其目标是实现“数据可用，但数据不可见”。Gartner还预测，到2025年前，60%的大型企业会采用隐私增强计算。
第四个技术趋势是关于基础架构——“云原生技术平台”，它要解决的是企业应用迁移上云的问题。既可以避免各种兼容性问题，也可以利用云的弹性优势，由于摆脱了应用开发和基础设施的关联性，能带来极大的灵活性。
工程化信任是让基础设施层面做好准备，解决数据管理和数据安全等问题，为数字化变革打基础。
第二部分：塑造变革
高挺介绍称，塑造变革可以提高商业的韧性和效率，它关注的是如何利用技术来加速数字化，具体可以归结为四个技术趋势：组装式应用（Composable Applications）、决策智能（Decision Intelligence）、超级自动化（Hyperautomation）、人工智能工程化（AI Engineering）。
“组装式应用”的思想是引入模块化的理念，使得技术和业务团队可以更敏捷、更有效地重用代码。它不同于传统大型单体应用，也不同于微服务的概念，它比微服务的粒度更精细，因为它的核心是一个个软件定义的、最小化的业务功能，又被称为“封装业务能力”（PBC），从而可以更灵活地进行各种组合，满足不同人员的不同需求。
“决策智能”说的是用机器来帮助企业完成复杂的决策。Gartner的调研结果反映出，如今企业决策变得越来越复杂，如何解释决策的原因也变得越来越难，企业开始重视基于数据做决策，在有足够多的数据和AI模型的基础上，决策智能是帮企业自动化地完成一些决策。
“超级自动化（Hyperautomation）”指的是企业业务流程的自动化。这一趋势下的具体实践也是越来越多，比如一些人接触过的24小时无人值守便利店，有自动化设备的可自动化运营的金矿等。超级自动化涉及的技术包括AI、机器学习、RPA、BPMS等。
“人工智能工程化（AI Engineering）”指的是机器学习的工作流程性问题。在用机器学习解决问题的时候，要经过数据清洗、标注，模型训练和推理等过程，流程中任何一个环节出问题都可能会让最终结果大打折扣，而工程化的流程有助于找到问题，提升人们对于人工智能的期望值。
第三部分：加速增长
高挺介绍称，“加速增长”本质上说的是一些新的模式或者是新的场景。具体而言，也总结了四个方面。
第一个是“分布式企业（Distributed Enterprise）”，受疫情影响在家办公算是一种场景，背后反映的趋势是，如何构建以人为本，整合物理和虚拟空间的这一趋势，实际上，很多人所熟悉的包括在线课堂、在线演唱会、远程医疗、VR试衣服等场景都算是分布式企业的具体表现。
“全面体验（Total Experience）”是分布式企业的必然结果，它代表的其实是体验经济。如今，用户选购商品不只是看重性价比，还会看重产品所能带来的使用体验，Gartner认为，对于企业而言，全面体验需要关注包括客户体验、用户体验、员工体验和多重体验四个部分。
对于企业而言，企业的销售人员应该关心客户体验，产品经理应该关注用户使用体验，企业还应该关注如何用不同的数字化手段触达最终用户，从而提供多重体验。与此同时，企业管理人员还应该关注员工体验，帮助员工更好地满足客户体验和用户体验方面的要求。
具体到落地层面，其背后就是一系列的数字化能力，企业要做的可能就是给员工一个终端，终端背后有一套系统，系统中有足够多的数据，足够多的反馈，只有这样才能提供全面体验。
以上十大趋势还是可望且可及的，最后两个趋势有点加分题的意思，是处在最前沿的，企业可能会用到的技术趋势。
“自治系统（Autonomic Systems）”，所谓“自治系统”，它的行为会随着环境的改变而改变，它的算法会实时更新，比如，人本身就是典型的“自治系统”，会根据周围环境作出改变。
高挺也坦言，“自治系统”很难实现，目前正处于萌芽期，但也有一些苗头了，比如会下围棋的AlphaGo Zero就通过强化学习进行模型的自我迭代。
“生成式人工智能（Generative AI）”指的是用人工智能来创造一些新的事物，比如，生成一张照片，创造一篇文章和视频，合成一些从未出现过的数据等。高挺认为，在未来一段时间内人工智能会逐渐从一个做判断的机器变成一个做创造的机器。
具体到用法上，人工智能可以帮助研发人员进行一些方案的探索工作，找出一些可行性方案辅助人类去做创造性的工作。
结束语
Gartner对技术趋势的判断还是很有代表性的，2022年的十二大技术趋势，既有着眼于当前的指导性建议，比如数据统一架构、安全以及云原生方面的趋势，也有着眼于未来的前沿性技术，比如自治系统和生成式方面的应用前景，希望能有所启发。
