近日，Gartner 公布了 2020 年十大戰(zhàn)略技術(shù)趨勢展望，包括：超自動化、多重體驗、專業(yè)知識的民主化進程、人類增強、透明度與可追溯性、邊緣計算、分布式云、自主設(shè)備、實用型區(qū)塊鏈以及 AI 安全。下面逐個進行介紹分析。

1. 超自動化

指多種用于交付工作成果的機器學習、軟件工具包以及自動化工具的總和。Gartner 認為超自動化的開端體現(xiàn)為機器人流程自動化 RPA，而純 RPA 并不算是超自動化。超自動化要求將多種工具組合起來，從而在任務(wù)流程的各個環(huán)節(jié)當中復(fù)制以往只能由人類實現(xiàn)的操作效果。在此之中，理解自動化機制的范圍、各機制間的相互關(guān)系以及如何實現(xiàn)組合與協(xié)調(diào)，將成為實現(xiàn)超自動化的重點所在。

2. 多重體驗

到 2028 年，用戶體驗將在用戶感知與數(shù)字世界互動等層面迎來巨大變化。感知與交互模式的變化，將在未來幾年為我們帶來前所未有的多重感官與模式體驗。

這種模式的核心意圖，是從擁有技術(shù)素養(yǎng)的人轉(zhuǎn)化為擁有人文素養(yǎng)的技術(shù)。也就是說，相關(guān)負擔將由用戶處被轉(zhuǎn)移給計算機。這種跨多種人類感官與用戶建立交流渠道的能力，將為傳遞微妙信息提供更豐富的運行環(huán)境。

3. 專業(yè)知識的民主化進程

這里的民主化是指“從根本上簡化體驗，無需廣泛且昂貴的培訓”，從而確保用戶能夠更廣泛地獲取技術(shù)專業(yè)知識或者業(yè)務(wù)相關(guān)專業(yè)知識。

據(jù) Gartner 預(yù)測，到 2023 年，民主化趨勢將在數(shù)據(jù)與分析技能民主化、開發(fā)技能民主化、設(shè)計技能民主化以及知識民主化四個方面迎來加速發(fā)展。

4. 人類增強

指利用技術(shù)的力量促進人類在認知與體能方面的提升。在接下來的十年中，隨著個人不斷追求自我提升，人類對身體及認知的增強性舉措將越來越普遍。這將建立起新的“消費效應(yīng)”，使得用戶能夠借此擴展個人能力，進而改善辦公環(huán)境與業(yè)務(wù)執(zhí)行效率。

5. 透明度與可追溯性

主要指用于解決監(jiān)管要求，在使用人工智能及其他先進技術(shù)時，確保遵循道德方法并修復(fù)日益缺失的信任體系的一系列態(tài)度、行動以及為此提供支持的技術(shù)與實踐。在關(guān)于數(shù)字道德與隱私需求的浪潮當中，透明度與可追溯性無疑是兩大關(guān)鍵性要素，主要有三大重點應(yīng)用領(lǐng)域：人工智能與機器學習，個人數(shù)據(jù)隱私、歸屬與控制，以及符合道德規(guī)范的設(shè)計。

6. 邊緣計算

目前，對于邊緣計算的關(guān)注主要來自物聯(lián)網(wǎng)系統(tǒng)的實際需求，但邊緣計算有潛力在幾乎所有行業(yè)及用例當中發(fā)揮作用。因為邊緣將獲得越來越復(fù)雜且專業(yè)的計算資源，以及更多數(shù)據(jù)存儲支持。

7. 分布式云

它的本質(zhì)是將公有云服務(wù)分發(fā)至不同的位置，并由原公有云服務(wù)供應(yīng)商負責服務(wù)的運營、治理、更新與演進工作。這代表著以往高度強調(diào)集中化的公有云服務(wù)模式開始發(fā)生重大轉(zhuǎn)變，并有望引領(lǐng)云計算進入新的時代。

8. 自主設(shè)備

指利用 AI 技術(shù)實現(xiàn)傳統(tǒng)只能由人類執(zhí)行的任務(wù)的自動化物理設(shè)備，具體包括機器人、無人機、無人駕駛汽車等。隨著技術(shù)能力的提高以及法規(guī)許可范圍的放寬，再配合社會認可度的增長，自主設(shè)備將被越來越快地部署在更多公共場所當中。

9. 實用型區(qū)塊鏈

區(qū)塊鏈技術(shù)通過建立信任、提供透明度以及跨業(yè)務(wù)生態(tài)系統(tǒng)實現(xiàn)價值交換，可以顯著降低成本、減少交易結(jié)算時間并改善現(xiàn)金流，甚至有望重塑行業(yè)的整體面貌。除了資產(chǎn)跟蹤，區(qū)塊鏈的另一大重要潛在發(fā)展方向在于身份管理，我們可以通過編程方式將智能合約添加至區(qū)塊鏈內(nèi)，從而通過事件觸發(fā)操作，例如在確認收貨時，執(zhí)行對應(yīng)的付款操作。

目前，區(qū)塊鏈技術(shù)由于較差的可擴展性與互操作性等問題，在企業(yè)部署領(lǐng)域仍然不夠成熟。但它具有巨大顛覆性與創(chuàng)新潛力，即使企業(yè)不打算在短期之內(nèi)主動采用此項技術(shù)，也應(yīng)盡快著手對其開展評估。

10.AI 安全

AI 與機器學習為實現(xiàn)由超自動化與自主設(shè)備主導的業(yè)務(wù)轉(zhuǎn)型創(chuàng)造了巨大機遇，但物聯(lián)網(wǎng)、云計算、微服務(wù)以及高連接性系統(tǒng)等智能元素都有可能成為潛在攻擊點。因此安全與風險管理者應(yīng)著力關(guān)注三大核心安全區(qū)域：保護 AI 系統(tǒng)、利用 AI 增強安全防御能力以及做好惡意攻擊者可能利用 AI 技術(shù)的準備。