《Gartner发布2024年中国基础设施战略技术成熟度曲线》

  • 来源专题:光电信息技术
  • 编译者: 王靖娴
  • 发布时间:2024-09-12
  • 【内容概述】据电子产品世界9月10日报道,Gartner于近日首次发布2024年中国基础设施战略技术成熟度曲线,该曲线收录的21项技术主要覆盖四大领域,分别是:自主可控计划、AI 影响、运营效率以及基础设施现代化。

      Gartner以市场多样性为基础,创建了中国基础设施战略技术成熟度曲线。虽然?选本技术成熟度曲线的创新并未涵盖基础设施战略涉及的所有领域,但均为前中国I&O领导者应优先考虑的关键技术趋势。(见下图)

    中国基础设施战略技术成熟度曲线的四个主题

    自主可控计划:由国家战略推动的技术创新强调发展国产技术的重要性,以减轻过度依赖外国解决?案带来的风险,同时满足中国企业的独特需求,并降低安全风险。多变的地缘政治格局进?步促使各企业机构发生转变,从使用外国基础设施解决方案改为使用国产基础设施解决方案。然而,国产解决方案的成熟度仍有待验证,阻碍了对这些解决方案的广泛采用。此类别的创新包括中国国产操作系统和国产芯片服务器等。

    AI影响:围绕GenAI的炒作为企业带来了许多机会,但也对基础设施筹备提出了挑战,这些 问题包括图形处理器(GPU)芯片短缺,以及在功耗和可持续性之间保持平衡。与此同时,使用AI功能来为IT运营赋能的产品已问世多年。市面上已有一些采用案例,但总体结果并不理想。此类别的创新包括可持续数据中心、中国的智能运维等。

    运营效率:在中国面临经济挑战之际,成本优化成为了焦点。然而,提高效率不仅仅是成本削减,还涉及改善运营绩效和实现更高的业务满意度。此类别的创新包括基础设施财务管理、基础设施自动化等。

    基础设施现代化:近年来,云计算已成为企业基础设施现代化的关键技术,以支持数字化转型举措。尽管有几项云相关技术已进入泡沫破裂低谷期,有些企业仍继续积极采购,有些企业则放慢了步伐,对大规模技术部署的收益和价值进行仔细评估。此类别的创新包括容器管理、混合云计算和零信任网络访问等。


  • 原文来源:https://www.eepw.com.cn/article/202409/462847.htm
相关报告
  • 《Gartner发布2023年中国数据分析和人工智能技术成熟度曲线》

    • 来源专题:智能制造
    • 编译者:icad
    • 发布时间:2023-09-04
    •        2023年8月31日-Gartner预测,到2026年,中国超过30%的白领岗位将被重新定义,使用和管理生成式AI的技能将大受欢迎。   Gartner 2023年中国数据分析和人工智能技术成熟度曲线揭示了与中国数据、分析和人工智能相关的四个基本主题:业务成果优先的中国数据战略,区域数据与分析和人工智能生态系统,数据中台的崩塌,以及人工智能成为新的国力象征。   该曲线中,即将进入期望膨胀期的技术数量最多。Gartner高级研究总监张桐表示:“创新往往被吹捧为传统瓶颈问题的解决方案,有望解决中国CIO共同担忧的问题,如硬件资源短缺、可扩展性、可持续运营、安全风险缓解、技术自主可控和AI模型的多域适用性问题,从而带来清晰的业务价值。然而,终端用户更重视有形的影响,而不是抽象的战略概念。”   图一、   来源:Gartner(2023年8月)   数据编织  数据编织是一种设计框架,用于获得灵活而且可复用的数据管道、服务和语义,涉及数据集成、主动元数据、知识图谱、数据剖析、机器学习和数据分类。数据编织颠覆了现有的数据管理主导方法,不再针对数据和用例“量身定制”,而是“先观察再使用”。   Gartner高级研究总监张桐表示:“数据、分析和AI用例的出现,以及快速变化的数据安全法规,导致了中国数据管理的复杂性和不确定性。数据编织能充分利用沉没成本,同时也能为数据管理基础设施方面的新支出提供优先级排序和成本控制指导。”  数据资产管理  数据资产管理是指管理、处理和利用对业务运营来说具有宝贵资产价值的数据的过程。数据资产管理适用于多种数据形态——例如,系统中的图像、视频、文件、资料和交易数据,并涵盖从数据获取到销毁的整个数据生命周期,目的是以管理资产的方式管理数据,并从中创造价值。   数据作为一种新的生产要素,已成为企业机构的竞争优势。数据具有快速、多样、大量和描述事实的特点,因此企业机构必须整合流程来生成数据洞察。   Gartner高级研究总监张桐表示:“数据资产不仅能提升运营质量和决策水平,更可以创造更多业务价值,还能够产生新的业务模式和利用数据直接变现。然而,尽管价值创造在加速,数据资产仍存在潜在风险。企业机构必须谨慎管理数据资产,避免监管违规和数据意外泄漏。”  组装式数据和分析  组装式数据和分析(D&A)利用基于容器或业务微服务的架构和数据编织理念,将现有资产组装为灵活、模块化和用户友好的数据分析和人工智能(AI)能力。这项技术可在低代码和无代码能供的支持下,综合运用一系列技术将数据管理和分析应用转变为数据分析和AI组件或其他应用模块,并且支持自适应和智能决策。   面对瞬息万变的业务环境,中国企业机构需要提高敏捷性,加快洞察产出速度。组装式D&A有助于企业机构使用模块化数据和分析能力,在各项措施中融合多个洞察与参考信息,避免割裂式开发。企业机构可通过组装或重组D&A能力进一步提高交付的灵活性,应对不同使用场景。  大模型  大模型是在大范围的数据集上以自监督方式训练的大参数模型,其中大多数都是基于Transformer架构或扩散型深度神经网络架构,并且在不久的将来可能会成为多模态。大模型这一名称是源于其对于多种下游使用场景的重要性和广泛的适配性。这种适应多种场景的能力得益于模型充分和广泛的预训练。   大模型现在已经成为了自然语言处理的首选架构,并已应用于计算机视觉、音视频处理、软件工程、化学、金融和法律领域。大模型衍生出的一个热门子概念就是基于文本训练的大语言模型。   Gartner高级研究总监张桐表示:“大模型有潜力为各类自然语言用例中的应用提供增强效果,因此将在垂直行业和业务职能中产生深远影响。它们可以提高员工生产力、实现客户体验自动化和增强,并能以经济高效的方式创建新产品和服务,从而加速数字化转型。”  数据中台  数据中台(DMO)是一种组织战略和技术的实践。通过数据中台,不同业务线的用户能够依据单一事实源,高效地使用企业数据进行决策。创建数据中台可以被是为企业构建可组装和可复用地数据和分析能力地一种方式,这些能力可以提供独特地数字运营,并通过技术栈将数字运营贯穿到整条价值链中。   很多中国企业之所以采用数据中台实践,是为了减少其数据和分析架构的技术冗余,打通不同系统的数据孤岛,并推动可复用的数据和分析能力。但数据中台在许多情况下未能兑现其组装式敏捷D&A能力的承诺,因此在市场中的地位被削弱。许多企业机构和供应商都不愿意在企业内部采用这一概念,或者干脆将其从宣传中移除。 .
  • 《Gartner发布2021年重要战略科技趋势》

    • 来源专题:科技大数据监测服务平台
    • 编译者:zhoujie
    • 发布时间:2020-10-27
    • 全球领先的信息技术研究和顾问公司Gartner于今日发布企业机构在2021年需要深挖的重要战略科技趋势。分析师们在本周举行的Gartner IT Symposium/Xpo大会美洲站虚拟会议上展示了自己的发现。 Gartner研究副总裁Brian Burke表示:“各企业职能部门对运营韧性的需求从未像现在这样强烈。首席信息官们正在努力适应不断变化的情况,设计未来的业务。这就需要企业机构具有不断重组与改革的可塑性。Gartner 2021年重要战略科技趋势可实现这种可塑性。 “企业机构正在从应对新冠疫情转向推动增长,因此它们必须关注形成今年主流趋势的三个主要领域:以人为本、位置独立性和韧性交付。这些趋势在组合后的整体影响大于它们各自的独立影响,并且专注于满足全球各地的社会与个人需求来实现最佳交付。” 2021年重要战略科技趋势具体如下: 行为互联网(Internet of Behaviors) 行为互联网(IoB)不断涌现,许多技术都在捕获并使用人们日常生活中的“数字尘埃”。IoB汇集了面部识别、位置跟踪和大数据等当前直接关注个人的技术,并将结果数据与现金购买或设备使用等相关的行为事件相关联。 企业机构使用该数据来影响人的行为。例如为了在疫情期间监控对健康规定的遵守情况,企业机构可以通过使用IoB计算机视觉来查看员工是否戴着口罩或通过热成像来识别发热者。 Gartner预测,到2025年末,全球一半以上的人口将至少参加一项商业或政府的IoB计划。虽然IoB在技术上可成为可能,但社会各界将对各种影响行为的方法展开广泛的伦理和社会学讨论。 全面体验(Total Experience) Burke表示:“去年,Gartner将多重体验定义为一种重要的战略科技趋势。而在今年,这一趋势又进一步发展成为全面体验(TX),将多重体验与客户、员工和用户体验相联系。Gartner预计在未来三年中,提供TX的企业机构在关键满意度指标方面的表现将超越竞争对手。” 由于新冠疫情,移动、虚拟和分布式互动日益盛行,因此企业机构需要有TX策略。TX将改善体验的各个组成部分,实现业务成果的转型。这些相互交织的体验是企业运用创新革命性体验实现差异化,从而从疫情中恢复的关键驱动力。 隐私增强计算(Privacy-Enhancing Computation) 随着全球数据保护法规的成熟,各地区首席信息官所面临的隐私和违规风险超过了以往任何时候。不同于常见的静态数据安全控制,隐私增强计算可在确保保密性或隐私的同时,保护正在使用的数据。 Gartner认为,到2025年将有一半的大型企业机构使用隐私增强计算在不受信任的环境和多方数据分析用例中处理数据。企业机构应在开始确认隐私增强计算候选对象时,评估要求个人数据转移、数据货币化、欺诈分析和其他高度敏感数据用例的数据处理活动。 分布式云(Distributed Cloud) 分布式云将公有云分布到不同的物理位置,但服务的运营、治理和发展依然由公有云提供商负责。它为具有低延迟、降低数据成本需求和数据驻留要求的企业机构方案提供了一个灵活的环境,同时还使客户的云计算资源能够更靠近发生数据和业务活动的物理位置。 到2025年,大多数云服务平台至少都能提供一些可以根据需要执行的分布式云服务。Burke先生认为:“分布式云可以取代私有云,并为云计算提供边缘云和其他新用例。它代表了云计算的未来。” 随处运营(Anywhere Operations) 随处运营是一种为全球各地客户提供支持、赋能全球各地员工并管理各类分布式基础设施业务服务部署的IT运营模式。它所涵盖的不仅仅是在家工作或与客户进行虚拟互动,还能提供所有五个核心领域的独特增值体验,分别是:协作和生产力、安全远程访问、云和边缘基础设施、数字化体验量化以及远程运营自动化支持。 到2023年末,40%的企业机构将通过随处运营提供经过优化与混合的虚拟/物理客户与员工体验。 网络安全网格(Cybersecurity Mesh) 网络安全网格使任何人都可以安全地访问任何数字资产,无论资产或人员位于何处。它通过云交付模型解除策略执行与策略决策之间的关联,并使身份验证成为新的安全边界。到2025年,网络安全网格将支持超过一半的数字访问控制请求。 Burke先生认为:“新冠疫情加快了耗时数十年的数字化企业变革过程。我们已经越过了一个转折点,大多数企业机构的网络资产现在都已超出传统的物理和逻辑安全边界。随着随处运营的不断发展,网络安全网状组网将成为从非受控设备安全访问和使用云端应用与分布式数据的最实用方法。” 组装式智能企业(IntelligentComposableBusiness) Burke先生表示:“为了提高效率而建立的静态业务流程非常脆弱,因此在疫情的冲击下变得支离破碎。首席信息官和IT领导者正在努力收拾残局,他们开始了解适应业务变化速度的业务能力有多么重要。” 智能组合型业务通过获取更好的信息并对此做出更敏锐的响应来彻底改变决策。依靠丰富的数据和洞见,未来的机器将具有更强大的决策能力。智能组合型业务将为重新设计数字化业务时刻、新业务模式、自主运营和新产品、各类服务及渠道铺平道路。 人工智能工程化(AI Engineering) Gartner的研究表明,只有53%的项目能够从人工智能(AI)原型转化为生产。首席信息官和IT领导者发现,由于缺乏创建和管理生产级人工智能管道的工具,人工智能项目的扩展难度很大。为了将人工智能转化为生产力,就必须转向人工智能工程化这门专注于各种人工智能操作化和决策模型(例如机器学习或知识图)治理与生命周期管理的学科。 人工智能工程化立足于三大核心支柱:数据运维、模型运维和开发运维。强大的人工智能工程化策略将促进人工智能模型的性能、可扩展性、可解释性和可靠性,完全实现人工智能投资的价值。 超级自动化(Hyperautomation) 业务驱动型超级自动化是一项可用于快速识别、审查和自动执行大量获准业务和IT流程的严格方法。在过去几年中,超级自动化一直在持续不断地发展。而因为疫情,一切事物都被突然要求首先实现数字化,这大大增加了市场的需求。业务利益相关者所积压的需求已促使70%以上的商业机构实施了数十种超级自动化计划。 Burke先生表示:“超级自动化是一股不可避免且不可逆转的趋势。一切可以而且应该被自动化的事物都将被自动化。”