技(jì)術(shù)的變化速度對幾乎每一個(gè)行(xíng)業都産生(shēng)了深遠的影(yǐng)響。如今，僅僅保持新興技(jì)術(shù)的領先地位是不夠的，而是要保持領先地位。

在未來(lái)的一年裏，新的、不斷發展的數(shù)據争論方式将在企業中占據中心地位。人(rén)工智能、邊緣計(jì)算(suàn)和(hé)軟件機器(qì)人(rén)的創新将越來(lái)越多(duō)地獲得(de)競争優勢，因為(wèi)企業希望快速高(gāo)效地利用數(shù)據來(lái)做(zuò)出更好的商業決策。沒有(yǒu)預見到這些(xiē)和(hé)其他新興趨勢的組織面臨着迅速加速的生(shēng)存危機的風險。

公司從一個(gè)簡單的概念中看到了很(hěn)大(dà)的收獲：将繁瑣的業務流程任務委托給軟件機器(qì)人(rén)進行(xíng)自動化，叫機器(qì)人(rén)過程自動化(RPA)。早在許多(duō)人(rén)認為(wèi)該技(jì)術(shù)将在企業中使用之前，技(jì)術(shù)已經對簡化早期采用者的工作(zuò)流程有(yǒu)影(yǐng)響。

波士頓AppNeta公司首席執行(xíng)官馬特·史蒂文斯(Matt Stevens)說：“機器(qì)人(rén)過程自動化的發展速度和(hé)功能效用令人(rén)震驚，而且似乎每小(xiǎo)時(shí)都在改善。”“我真的沒想到這樣高(gāo)水(shuǐ)平的智力和(hé)能力會(huì)這麽快到達。”

根據Gartner的說法RPA的速度超過了所有(yǒu)其他部分占全球企業軟件市場(chǎng)的份額，預計(jì)今年的收入将達到13億美元。去年市場(chǎng)增長了63%，達到8.46億美元。

RPA從員工的日常活動中去除了重複和(hé)常規的任務，并允許他們專注于價值更高(gāo)的工作(zuò)。使用RPA的組織能夠使機器(qì)人(rén)脫離人(rén)類，使它們能夠專注于有(yǒu)助于業務創新或提高(gāo)客戶體(tǐ)驗的任務。它有(yǒu)助于各組織提高(gāo)業務效率、提高(gāo)質量和(hé)加強監管合規。

有(yǒu)了一條行(xíng)之有(yǒu)效的商業價值之路，預計(jì)未來(lái)幾個(gè)月将有(yǒu)更多(duō)的公司推出RPA計(jì)劃。

身臨其境的經曆被大(dà)肆宣揚，但(dàn)卻有(yǒu)些(xiē)緩慢。

盡管如此，這一承諾還(hái)是很(hěn)誘人(rén)的，企業應用制(zhì)造商首席技(jì)術(shù)官認為(wèi)，增強現實尤其能為(wèi)從磚頭和(hé)凡人(rén)零售商到工業應用和(hé)培訓等多(duō)個(gè)行(xíng)業提供商業利益。

有(yǒu)了AR，我們可(kě)以實時(shí)增加商店(diàn)的貨架和(hé)産品。在維護、維修和(hé)許多(duō)工業應用中，我們可(kě)以創建關于機械或電(diàn)氣設備的信息覆蓋，将關鍵的儀表指标直接交給為(wèi)該地區(qū)服務的人(rén)員。

我們也看到了旅遊業的例子，機場(chǎng)提供虛拟顯示器(qì)，讓旅行(xíng)者個(gè)性化。比如，在銀行(xíng)，我們可(kě)以使用增強現實技(jì)術(shù)指導客戶到關鍵的服務領域，并動态顯示分行(xíng)員工的姓名和(hé)專業區(qū)域。對于那(nà)些(xiē)服務銀行(xíng)的設備，如自動取款機，我們可(kě)以提供內(nèi)部外圍設備故障的看法，并提供精确針對問題的安全維修參考。

虛拟現實在培訓和(hé)軟技(jì)能方面有(yǒu)很(hěn)大(dà)的潛力，尤其是在人(rén)際技(jì)能培訓方面，比如想象、溝通(tōng)等等。VR和(hé)AR是非常有(yǒu)效的，因為(wèi)它們是建立在體(tǐ)驗學習的基礎上(shàng)的，因為(wèi)它們廣泛地将大(dà)腦(nǎo)中的多(duō)個(gè)學習和(hé)表現中心同步地聯系在一起，包括認知、行(xíng)為(wèi)、情感和(hé)經驗系統。 

人(rén)工智能正在幫助企業解決那(nà)些(xiē)令科技(jì)或商業人(rén)員望而卻步或不可(kě)能解決的問題。

我們還(hái)沒有(yǒu)相信機器(qì)将奪走所有(yǒu)的人(rén)類工作(zuò)，但(dàn)是我們看到了一場(chǎng)類似于計(jì)算(suàn)機最初成為(wèi)主流的革命。今天，我們看到了人(rén)工智能和(hé)ML(機器(qì)學習)方法正在解決的一系列問題，這主要是消除了一些(xiē)枯燥的工作(zuò)量，或者在人(rén)們需要完成工作(zuò)時(shí)，能夠以不可(kě)能的規模進行(xíng)新的處理(lǐ)。例如，AI使我們的客戶能夠從音(yīn)頻中創建可(kě)搜索的原數(shù)據，然後可(kě)以大(dà)容量地使用和(hé)縮放這些(xiē)原數(shù)據。如果沒有(yǒu)人(rén)工智能，這一過程将由人(rén)工完成，或者根本不進行(xíng)。

AI在保護組織免受安全威脅方面也發揮着重要作(zuò)用，在未來(lái)一年中，這一趨勢将繼續增長。

企業正在使用人(rén)工智能來(lái)使他們的網絡安全團隊能夠通(tōng)過分析網絡上(shàng)多(duō)達數(shù)千億個(gè)時(shí)變信号來(lái)準确地了解入侵風險。這使首席信息安全官能夠持續分析高(gāo)容量、高(gāo)速度的網絡安全數(shù)據，并實時(shí)了解公司的漏洞風險。人(rén)工智能平台甚至提供優先步驟來(lái)補救問題，推動整個(gè)企業減少(shǎo)網絡風險，使他們能夠更好地保護客戶的信息。

5G炒作(zuò)往往忽視(shì)了這樣一個(gè)事實：在全國範圍內(nèi)推出這項技(jì)術(shù)需要數(shù)年的時(shí)間(jiān)。但(dàn)這并不能阻止公司制(zhì)定高(gāo)速、低(dī)延遲無線服務的計(jì)劃。

甚至在網絡普及之前，企業就在推進他們的5G戰略。

VoltDBCTO DheerajRemella也看到了5G的前景，但(dàn)警告說，對這項技(jì)術(shù)的期望可(kě)能會(huì)導緻問題。如果無線運營商和(hé)企業都無法處理(lǐ)5G帶來(lái)的數(shù)據沖擊，那(nà)麽無論是員工還(hái)是客戶都期望以更快的網絡速度獲得(de)實時(shí)反饋的過程中的延遲有(yǒu)可(kě)能引發對某些(xiē)品牌或技(jì)術(shù)的反抗。為(wèi)了解決這一問題，公司應該實現可(kě)伸縮的、實時(shí)的數(shù)據架構，不僅僅是通(tōng)過在多(duō)個(gè)數(shù)據流中進行(xíng)智能的動态決策來(lái)吸收數(shù)據并最終驅動行(xíng)為(wèi)。

此外，我們能看到5G有(yǒu)漣漪效應。5G的承諾迫使各組織确定目前已經成熟的變革過程，并确保現有(yǒu)的IT堆棧能夠滿足新網絡的需求。出于這個(gè)原因，5G正在推動采用其他有(yǒu)影(yǐng)響力的技(jì)術(shù)，從邊緣計(jì)算(suàn)到虛拟現實(VR)和(hé)流處理(lǐ)。如果無線運營商和(hé)企業都無法處理(lǐ)5G帶來(lái)的數(shù)據沖擊，那(nà)麽無論是員工還(hái)是客戶都期望以更快的網絡速度獲得(de)實時(shí)饋的過程中的延遲有(yǒu)可(kě)能引發對某些(xiē)品牌或技(jì)術(shù)的反抗。

為(wèi)了解決這一問題，公司應該實現可(kě)伸縮的、實時(shí)的數(shù)據架構，不僅僅是通(tōng)過在多(duō)個(gè)數(shù)據流中進行(xíng)智能的動态決策來(lái)吸收數(shù)據并最終驅動行(xíng)為(wèi)。

此外，我們能看到5G有(yǒu)漣漪效應。5G的承諾迫使各組織确定目前已經成熟的變革過程，并确保現有(yǒu)的IT堆棧能夠滿足新網絡的需求。出于這個(gè)原因，5G正在推動采用其他有(yǒu)影(yǐng)響力的技(jì)術(shù)，從邊緣計(jì)算(suàn)到虛拟現實(VR)和(hé)流處理(lǐ)。

采用類似敏捷的方法來(lái)管理(lǐ)人(rén)工智能和(hé)機器(qì)學習的數(shù)據，可(kě)以幫助企業在2020年獲得(de)優勢。這種協作(zuò)的、跨功能的分析方法，稱為(wèi)DataOps，在被收養的地方可(kě)能會(huì)造成很(hěn)大(dà)的破壞。

拉赫蒂說：“公司隻是想辦法解決這個(gè)問題。”“這更多(duō)是關于人(rén)民，而不是采用程序。根據Gartner的說法，目前DataOps的使用率不到可(kě)尋址市場(chǎng)的1%，但(dàn)這1%将具有(yǒu)巨大(dà)的競争優勢。“DataKitchen的首席執行(xíng)官ChrisBergh說，這個(gè)概念結合了敏捷開(kāi)發、DevOps和(hé)從制(zhì)造業中吸取的經驗教訓。

“這是一種方法，使數(shù)據科學團隊能夠蓬勃發展，盡管在該領域部署和(hé)維護分析所需的複雜性越來(lái)越高(gāo)，”Bergh說。“在沒有(yǒu)技(jì)術(shù)債務負擔和(hé)計(jì)劃外工作(zuò)的情況下，數(shù)據科學團隊可(kě)以專注于他們的專業領域--創建新的人(rén)工智能模型和(hé)分析，幫助企業實現其使命。”

這種将與數(shù)據分析相關的工作(zuò)流統一起來(lái)的方法可(kě)以對組織從數(shù)據中提取價值的能力産生(shēng)無形的連鎖反應。這改善了團隊合作(zuò)，減少(shǎo)了拖累生(shēng)産力的手工過程。DataOps将數(shù)據組織從混亂和(hé)緩慢轉變為(wèi)高(gāo)性能團隊。

員工經驗正在成為(wèi)組織成功的一個(gè)關鍵因素。不僅是在生(shēng)産力方面，而且也是将極受歡迎的人(rén)才帶入公司大(dà)門(mén)的關鍵因素。在一項針對近300家(jiā)公司的調查中，麻省理(lǐ)工學院的研究人(rén)員發現了一個(gè)令人(rén)驚訝的問題：視(shì)頻。研究人(rén)員發現，對視(shì)頻技(jì)術(shù)的投資會(huì)帶來(lái)創新，并改善合作(zuò)和(hé)生(shēng)産力。

我們看到，公司對交互式視(shì)頻技(jì)術(shù)進行(xíng)了大(dà)量投資，尤其是當它們将敏捷方法的使用範圍擴大(dà)到軟件開(kāi)發團隊之外的時(shí)候。這種高(gāo)度互動的敏捷項目交付方法，通(tōng)過日常站(zhàn)立、要求團隊要麽面對面、要麽擁有(yǒu)盡可(kě)能緊密地複制(zhì)這些(xiē)更親密情況的技(jì)術(shù)。

視(shì)頻技(jì)術(shù)将繼續模拟和(hé)改進面對面的交流，包括虛拟現實(VirtualReality，VR)和(hé)其他沉浸式技(jì)術(shù)，尤其是當組織緻力于通(tōng)過分布式團隊來(lái)填補技(jì)能缺口的時(shí)候。

同樣，統一通(tōng)信(UC)在未來(lái)幾年将卷土重來(lái)。

長期的摩擦和(hé)可(kě)靠性問題使得(de)早期UC解決方案對企業來(lái)說是一場(chǎng)賭博。但(dàn)目前的工具已經解決了這些(xiē)缺陷。最新的uc工具增加了關鍵的視(shì)覺和(hé)內(nèi)容共享功能。它們實際上(shàng)可(kě)以提高(gāo)會(huì)議效率，通(tōng)過允許更廣泛的包容和(hé)積極參與當今高(gāo)度分布的工作(zuò)環境，産生(shēng)超出面對面互動所能産生(shēng)的影(yǐng)響。

集裝箱和(hé)微服務吸引了需要快速開(kāi)發和(hé)擴展代碼的組織的興趣，特别是在處理(lǐ)物聯網或雲時(shí)。

令人(rén)感興趣的是，物聯網項目引入了許多(duō)流行(xíng)的技(jì)術(shù)，比如邊緣計(jì)算(suàn)，無服務器(qì)容器(qì)，以及圍繞DevOps和(hé)微服務的組織結構。

我們的一些(xiē)專家(jiā)指出了Kubernetes的廣泛應用，這是一種開(kāi)放源碼的容器(qì)編排系統，可(kě)以自動化容器(qì)的部署、擴展和(hé)管理(lǐ)。這使得(de)全新的架構能夠迅速擴展。很(hěn)多(duō)廠商的注意力都集中在Kubernetes身上(shàng)，這對其他技(jì)術(shù)平台造成了傷害。Kubernetes還(hái)幫助培育或擴大(dà)了許多(duō)其他技(jì)術(shù)，如服務網格和(hé)基于容器(qì)的CI/CD管道(dào)自動化産品。

Kubernetes是處理(lǐ)跨場(chǎng)所、雲環境以及各種設備的集裝箱化應用程序和(hé)服務的最流行(xíng)方法。随着越來(lái)越多(duō)的事情需要管理(lǐ)，自動化基礎設施和(hé)應用程序的部署和(hé)編排對于軟件定義的基礎設施來(lái)說是不可(kě)或缺的。

2019年CompTIA研究報告發現約有(yǒu)三分之一的美國公司認為(wèi)物聯網策略可(kě)以通(tōng)過增加生(shēng)産、将數(shù)據貨币化或幫助銷售作(zuò)為(wèi)一種産品的服務來(lái)幫助推動收入。

我們看到了物聯網邊緣計(jì)算(suàn)方面的進步，但(dàn)同時(shí)也認為(wèi)需要人(rén)工智能和(hé)ML工具來(lái)處理(lǐ)以更便于企業訪問的方式生(shēng)成的數(shù)據。

大(dà)數(shù)據已經存在了大(dà)約10年，但(dàn)大(dà)數(shù)據面臨的真正挑戰是找到一種理(lǐ)解它的方法，并找出如何将它用于商業目的。

傳統工具的使用取得(de)了有(yǒu)限的成功。随着ML技(jì)術(shù)的普及，更多(duō)的公司将能夠提供更好的客戶體(tǐ)驗，并更有(yǒu)可(kě)能将多(duō)年積累的數(shù)據貨币化。

人(rén)類真正關心的是與現實世界的互動，而現實世界在終點需要智慧。

這就是為(wèi)什麽我認為(wèi)邊緣計(jì)算(suàn)将取代物聯網。人(rén)們認為(wèi)物聯網是連接到雲的一個(gè)愚蠢的實體(tǐ)，因此有(yǒu)效地為(wèi)雲提供了智能，而不是智能本身。他們這麽想是對的，因為(wèi)連接的設備産生(shēng)了大(dà)量你(nǐ)無法控制(zhì)的數(shù)據。另一方面，邊緣計(jì)算(suàn)提供了本地決策能力和(hé)對個(gè)人(rén)數(shù)據的更多(duō)控制(zhì)。