前不久，Gartner 發(fā)布了 2024 年企業(yè)機構(gòu)需要探索的十大戰(zhàn)略技術(shù)趨勢。Gartner 研究副總裁 Bart Willemsen 表示：“由于技術(shù)變革以及社會經(jīng)濟方面的不確定性，我們必須大膽采取行動并從戰(zhàn)略上提高彈性，而不是采取臨時措施。IT 領導者的地位特殊，他們可以制定通過技術(shù)投資幫助企業(yè)在這些不確定性和壓力下保持成功的戰(zhàn)略規(guī)劃。”本文，InfoQ 試圖通過 Gartner 研究副總裁高挺的分享為大家解讀這十大技術(shù)趨勢的具體含義。

需要特別注意，本文提及的“趨勢”很多時候不是單獨的技術(shù)，而是一種架構(gòu)或者說新的方向，因為單獨的技術(shù)發(fā)展沒有那么快。今年，Gartner 的整體趨勢分為三大主題：保護你的投資、開發(fā)者的崛起、交付價值。

一、保護你的投資 1.AI 信任、風險和安全管理（AI Trust, Risk and Security Management）

AI 信任、風險和安全管理是第二年入選。AI 的全民化使得企業(yè)對 AI 信任、風險和安全管理（TRiSM）的需求變得更加迫切和明確。在沒有護欄的情況下，AI 模型可能會迅速產(chǎn)生脫離控制的多重負面效應，抵消 AI 所帶來的一切正面績效和社會收益。

企業(yè)在使用 AI 模型的整個生命周期可能都面臨安全風險，比如訓練階段可能出現(xiàn)“數(shù)據(jù)投毒”，應用階段可能出現(xiàn)“提示詞攻擊”，從這些方面來講，AI 有很多風險敞口。基于這樣的現(xiàn)實情況，Gartner 提出了“AI TRiSM”框架。AI TRiSM 由六大模塊組成，分別是：內(nèi)容異常檢測、數(shù)據(jù)保護、AI 應用安全、可解釋性、透明度以及“ModelOps”。

Gartner 預測，到 2026 年，采用 AI TRiSM 控制措施的企業(yè)將通過篩除多達 80% 的錯誤和非法信息來提高決策的準確性。

2. 持續(xù)威脅暴露管理（Continuous Threat Exposure Management）

持續(xù)威脅暴露管理（CTEM）是 Gartner 提出的一套對于安全態(tài)勢修復和改進的框架，使企業(yè)機構(gòu)能夠持續(xù)而統(tǒng)一地評估企業(yè)數(shù)字與物理資產(chǎn)可訪問性、暴露情況和可利用性的務實系統(tǒng)性方法。根據(jù)威脅載體或業(yè)務項目（而非基礎設施組件）調(diào)整 CTEM 評估和修復范圍不僅能發(fā)現(xiàn)漏洞，還能發(fā)現(xiàn)無法修補的威脅。CTEM 由五大模塊組成，分別是 Scoping、Discovery、prioritization、Validation、Mobilizatlon。每一個模塊都有自己的一套方法、工具和相關實踐。

與傳統(tǒng)的安全技術(shù)相比，CTEM 有如下區(qū)別：

1.CTEM 不是單純關注漏洞本身，而是更加關注企業(yè)業(yè)務層面的風險暴露面，這不僅包括網(wǎng)絡安全上面的漏洞，也包括一些傳統(tǒng)設別、應用程序、社交媒體賬戶等。總之，整套框架的審查范圍更加廣泛。

2.CTEM 不是簡單對風險進行“高、中、低”的分級。當然，這是比較傳統(tǒng)的風險分級方式。但實際上，低風險的漏洞也需要被慎重考慮，是否存在以后被利用的可能或者對業(yè)務的影響程度。這套框架會從“企業(yè)業(yè)務視角”出發(fā)綜合判斷風險。

3. 對于風險控制的措施不可能完全自動化。比較現(xiàn)實的做法是接受與風險共存、同時提高業(yè)務韌性。傳統(tǒng)的對于風險漏洞管理的方法是一旦系統(tǒng)出現(xiàn)問題，很可能被防病毒系統(tǒng)直接干掉，人力不參與其中。但是，風險無處不在，很多風險的修復需要花費大量人力、物力和時間，是否修復以及如何修復都需要結(jié)合給業(yè)務造成的損失來具體判斷。

Gartner 預測，到 2026 年，根據(jù) CTEM 計劃確定安全投資優(yōu)先級別的企業(yè)機構(gòu)將減少三分之二的漏洞。

3. 可持續(xù)技術(shù)（Sustainable Technology）

今年，AI 技術(shù)的火爆讓我們進入“暴力計算”時代。企業(yè)和開發(fā)者在顯卡、芯片層面花費了大量金錢來訓練大模型，這帶來了大量的碳排放和電力消耗，很多國家的部分數(shù)據(jù)中心已經(jīng)開始出現(xiàn)電力緊缺的情況，同時也對企業(yè)的 IT 運維提出了挑戰(zhàn)。

可持續(xù)技術(shù)是一個數(shù)字解決方案框架，其用途是實現(xiàn)能夠支持長期生態(tài)平衡與人權(quán)的環(huán)境、社會和治理（ESG）成果。AI、加密貨幣、物聯(lián)網(wǎng)、云計算等技術(shù)的使用正在引發(fā)人們對相關能源消耗與環(huán)境影響的關注。因此，提高使用 IT 時的效率、循環(huán)性與可持續(xù)性變得更加重要。

那么，技術(shù)管理者們具體可以做哪些事情呢？

1.Sustainability of IT（IT 部門的可持續(xù)發(fā)展）

企業(yè) IT 部門需要提高資源的利用率，比如原來的電腦三年換一次，現(xiàn)在可能四年換一次。或者開發(fā)某個網(wǎng)頁時，某些資源的訪問可能會導致碳排放增加。如今，歐盟要開始征收“碳稅”，很多供應鏈層面的事情也需要考慮。

2.Sustainability with IT（IT 對可持續(xù)賦能）

企業(yè)需要滿足碳排放層面的一些要求，首先需要收集相關數(shù)據(jù)，比如企業(yè)排放了多少碳或者用了多少電，這些數(shù)據(jù)收集、管理和分析都是 IT 部門可以賦能的地方。

事實上，Gartner 預測，到 2027 年，25% CIO 的個人薪酬將與其在可持續(xù)技術(shù)層面的貢獻掛鉤。

二、開發(fā)者的崛起 1. 平臺工程（Platform Engineering）

平臺工程也是第二年入選，其指通過一系列工具和流程為企業(yè)的軟件開發(fā)團隊提供一個自助開發(fā)門戶或者內(nèi)部開發(fā)平臺。每個平臺都是一個由專門的產(chǎn)品團隊創(chuàng)建和維護并通過與工具和流程對接來支持用戶需求的層。平臺工程的目標是優(yōu)化生產(chǎn)力和用戶體驗并加快業(yè)務價值的實現(xiàn)。

平臺工程有三個關鍵詞：可組裝、可重用和可配置。其中包含很多具體的功能模塊，比如一些基礎設施、開發(fā)工具、數(shù)據(jù)管理、安全與身份管理、運維管理、服務目錄，這些其實都可以平臺化。本質(zhì)上，平臺工程是將我們從項目管理思維轉(zhuǎn)化成產(chǎn)品管理的思維，將本來相對獨立的開發(fā)項目流程去模塊化和集中化，這是平臺工程所做的事情。

2.AI 增強開發(fā)（AI-Augmented Development）

AI 增強開發(fā)指使用生成式 AI、機器學習等 AI 技術(shù)協(xié)助軟件工程師進行應用設計、編碼和測試。AI 輔助軟件工程提高了開發(fā)人員的生產(chǎn)力，使開發(fā)團隊能夠滿足業(yè)務運營對軟件日益增長的需求。這些融入了 AI 的開發(fā)工具能夠減少軟件工程師編寫代碼的時間，使他們有更多的時間開展更具戰(zhàn)略意義的活動，比如設計和組合具有吸引力的業(yè)務應用等。

簡單來說，AI 增強開發(fā)就是用 AI 加持整個開發(fā)的生命周期，主要包括 AI 代碼生成、AI 增強測試、設計 - 代碼三個過程。在 AI 代碼生成環(huán)節(jié)，增強開發(fā)主要指的是樣板代碼、重構(gòu)代碼和對舊框架或者編程語言進行學習三個部分；在測試環(huán)節(jié)，增強開發(fā)主要指編寫測試代碼、生成測試數(shù)據(jù)和生成單元測試中的“測試樁”三個部分；在設計 - 代碼環(huán)節(jié)，增強開發(fā)主要指 AI 參與開發(fā)全流程，這在目前還沒有完全實現(xiàn)，是未來愿景。

3. 行業(yè)云平臺（Industry Cloud Platforms）

與平臺工程一樣，行業(yè)云平臺同樣是第二年入選。簡單來說，行業(yè)云平臺是把傳統(tǒng)“云服務”中的 IaaS、PaaS、SaaS 進一步解耦，通過模塊化的方式提供具有業(yè)務能力的云平臺。換句話講，傳統(tǒng)的“云”上面加一層“業(yè)務模塊”。之所以可以連續(xù)兩年入選，是因為企業(yè)如今更關注云上面的投資如何產(chǎn)生可量化的商業(yè)價值，尤其是在經(jīng)濟環(huán)境不穩(wěn)定的情況下，企業(yè)上云不僅僅追求技術(shù)價值，同樣追求商業(yè)價值。

“行業(yè)云平臺”實際上有兩大特征：可組裝和模塊化。實際上，行業(yè)云平臺是把通用的業(yè)務能力模塊化之后放在“公有云”上面，然后重新排列組合。需要注意的是，首先，Gartner 提的“行業(yè)云平臺”主要基于公有云服務，與中國特色的行業(yè)云是不一樣的，中國特色的行業(yè)云在 Gartner 定義里面叫“社區(qū)云”；其次，行業(yè)云平臺添加了針對行業(yè)的“業(yè)務能力封裝（PBC）”；最后，其可以支持特定行業(yè)需求，不只是單純的技術(shù)平臺、一定是技術(shù)和業(yè)務疊加的平臺。

Gartner 預測，到 2027 年，將有超過 70% 的企業(yè)使用行業(yè)云平臺（ICP）加速其業(yè)務計劃，而 2023 年的這一比例還不到 15%。ICP 通過可組合功能將底層 SaaS、PaaS 和 IaaS 服務整合成全套產(chǎn)品，推動與行業(yè)相關的業(yè)務成果。這些功能通常包括行業(yè)數(shù)據(jù)編織、打包業(yè)務功能庫、組合工具和其他平臺創(chuàng)新功能。ICP 是專為特定行業(yè)量身定制的云方案，可進一步滿足企業(yè)機構(gòu)的需求。

三、交付價值 1. 智能應用（Intelligent Applications）

Gartner 將智能應用中的“智能”定義為自主做出適當響應的習得性適應能力。智能應用的本質(zhì)是在傳統(tǒng)應用中加入 AI 或者生成式 AI 的能力，通過持續(xù)的學習、適應和預測，提高用戶的體驗或者是提高更多商業(yè)價值，也就是用 AI 加持這個應用。在許多用例中，這種智能被用于更好地增強工作或提高工作的自動化程度。作為一種基礎能力，應用中的智能包含各種基于 AI 的服務，如機器學習、向量存儲和連接數(shù)據(jù)等。因此，智能應用能夠提供不斷適應用戶的體驗。

今年 5 月份，美國得克薩斯大學奧斯汀分校的研究團隊在《自然神經(jīng)科學》雜志上發(fā)布了一篇文章，其基于人工智能大模型開發(fā)出一種對于大腦活動的解碼器，可以將大腦活動轉(zhuǎn)化為連續(xù)的文本流、通過一種非侵入式的方法讓 AI 學會“讀心術(shù)”。這與腦機接口的侵入式不同，這種方式是非侵入式的，是讓研究對象在功能性磁共振成象的掃描儀里面進行掃描，并給實驗者聽一些音頻故事，比如：放個電影、播個小說等。根據(jù)此期間的人腦活動情況，最后會轉(zhuǎn)化為 AI 可識別的形式，并以文字的形式表達出結(jié)果。目前，這種方式的識別率不算特別高，但蠻有意思，這是“AI 智能應用”的一個示例。

目前已存在對智能應用的明確需求。在 2023 年 Gartner 首席執(zhí)行官（CEO）和業(yè)務高管調(diào)查中，26% 的 CEO 認為對企業(yè)機構(gòu)破壞力最大的風險是人才短缺。吸引和留住人才是 CEO 在人力資源方面的首要任務，而 AI 被認為是未來三年對他們所在行業(yè)影響最大的技術(shù)。

2. 全民化的生成式 AI（Democratized Generative AI）

對商業(yè)用戶來講，如果將來可以無處不在的獲取以前得不到的知識和技能，那么預示著一波新的生產(chǎn)力浪潮即將到來。經(jīng)過大規(guī)模預訓練的模型、云計算與開源的融合正在推動生成式人工智能（生成式 AI）的全民化，使這些模型能夠被全球工作者所用。好處是工作效率會提高，技術(shù)也會更加普及，會出現(xiàn)很多創(chuàng)新生態(tài)。缺點是一些數(shù)據(jù)，甚至機密數(shù)據(jù)可能會丟失。

到 2026 年，Gartner 預測超過 80% 的企業(yè)將使用生成式 AI 的 API 或模型，或在生產(chǎn)環(huán)境中部署支持生成式 AI 的應用，而在 2023 年初這一比例不到 5%。

生成式 AI 應用可以讓企業(yè)用戶訪問并使用大量內(nèi)部和外部信息源，這意味著生成式 AI 的快速采用將極大地促進企業(yè)知識和技能的全民化。大型語言模型使企業(yè)能夠通過豐富的語義理解，以對話的形式將員工與知識相連接。只是，需要注意實現(xiàn)這一切的前提必須基于風險治理。

3. 增強型互聯(lián)員工隊伍（Augmented-Connected Workforce）

增強型互聯(lián)員工隊伍（ACWF）是一種優(yōu)化員工價值的戰(zhàn)略。加速并擴大人才規(guī)模的需求推動了 ACWF 的發(fā)展趨勢。ACWF 使用智能應用和員工隊伍分析提供助力員工隊伍體驗、福祉和自身技能發(fā)展的日常環(huán)境與指導。同時，ACWF 還能為關鍵的利益相關方帶來業(yè)務成果和積極影響。簡單來說，ACWF 就是用 AI 技術(shù)加持互相之間連接和協(xié)作的員工，核心是提供員工的數(shù)字體驗或者是數(shù)字員工體驗。

目前，我們處于混合辦公時代，企業(yè)需要考慮利用各種互相連接的設備和技術(shù)提高數(shù)字員工的體驗，并進一步用 AI 技術(shù)進行增強，這是每個 CIO 需要考慮的問題。所謂的“增強”，指的是對于從終端應用知識庫甚至是員工情緒當中提取出數(shù)據(jù)進行接近實時的處理和反饋。以此分析員工目前的工作狀態(tài)和壓力，或者根據(jù)員工在某些系統(tǒng)的逗留時長和操作迭代工作流程，甚至找到一些行為感知系統(tǒng)預測員工離職傾向等。當然，這個過程必須考慮安全和隱私問題。雖然 AI 不會取代人類的關懷，但可以做增強，至少給人類提供一些數(shù)據(jù)方面的支撐，并可以達到個性化的體驗，畢竟不同員工的訴求也是不同的。

到 2027 年底，Gartner 預測 25% 的首席信息官（CIO）將使用增強型互聯(lián)員工隊伍計劃將關鍵崗位的勝任時間縮短 50%。

4. 機器客戶（Machine Customers）

機器客戶（也被稱為“客戶機器人”）是一種可以自主協(xié)商并購買商品和服務以換取報酬的非人類經(jīng)濟行為體。其進化可以分成三個階段：人類主導，由機器通過一定的規(guī)則購買特定商品；人類和機器共同主導，共同優(yōu)化購買選擇，最終由機器執(zhí)行購買操作；機器推測人類需求，根據(jù)根據(jù)規(guī)則、場景和偏好進行自主化的購買。目前，第一個階段已經(jīng)實現(xiàn)，第二個階段實現(xiàn)了一部分，第三個階段是接下來的愿景。

Gartner 預測，到 2028 年，將有 150 億臺聯(lián)網(wǎng)產(chǎn)品具備成為客戶的潛力，這一數(shù)字還將在之后的幾年增加數(shù)十億。到 2030 年，該增長趨勢將帶來數(shù)萬億美元的收入，其重要性最終將超過數(shù)字商務的出現(xiàn)。在戰(zhàn)略上應考慮為這些算法和設備提供便利乃至創(chuàng)造新型客戶機器人的機會等。