近日，Gartner全球研究总监陈勇在做了题为《Gartner：2018年十大战略科技发展趋势》的主题报告。技术的发展趋势是怎样的？一起来看看Gartner是如何解读的。
Gartner指出的2018年十大战略科技发展趋势：
·人工智能基础（AI Foundation）
·智能应用与分析（Intelligent Apps and Analytics）
·智能物件（Intelligent Things）
·数字孪生（Digital Twin）
·从云到边缘（Cloud to the Edge）
·会话式平台（Conversational Platforms）
·沉浸式体验（Immersive Experience）
·区块链（Blockchain）
·事件驱动（Event Driven）
·持续自适应风险和信任（Continuous Adaptive Risk and Trust）
以下为演讲内容
Gartner每年都会发布下一年的十大战略科技，我们现在十大战略科技有两个标准：
·第一个标准：它必须是一些颠覆性的科技，这些颠覆性的科技会对所有的行业，所有的企业，包括我们个人的生活产生深远的影响，这是我们选择科技的第一个标准。
·第二个标准：这些技术可能现在还没有完全成熟，已经成熟的技术不选进来，比如像云计算这些都是已经成熟的技术，今天我们不会讨论这些技术。
我们会讨论三年以后，或者五年以后成熟的技术，但是即使三年以后、五年以后成熟，在今天这个时段已经有一些领先的，想要第一个吃螃蟹的那些企业也好，政府组织也好，已经采纳了这些技术。
我们把这十大科技分成三个主题探讨。
第一个主题叫做智能，在智能主题里面我们会有三个技术：
一个是人工智能的基础
二是我们把人工智能运用到软件和分析上面，我们把它叫做智能应用和分析
三我们把人工智能的技术运用到硬件上，叫智能物件
第二个主题叫数字化，数字化就是把物理的世界和虚拟的世界连接在一起了，在数字化主题里面我们有四个技术：
前面两个技术是因为有物联网的兴起而形成的技术，包括数字孪生，包括云到边缘这两个技术；后面两个技术是和我们用户的体验相关的技术，包括会话型平台、沉浸式体验。
第三个主题是中文翻译成格网。我们沉浸在数字化的天罗地网。人与人之间、人与企业、人与物之间都连在一起了，这里面放了三个技术：
第一是区块链技术
第二是事件驱动模式
最后一个是连续自适应风险和信任，它的意思就是在数字化时代安全和风险管理相关的技术。
第一个主题：智能化
我们有一个预测，到2020年30%的首席信息官会把人工智能作为他的五大投资重点之一。在一个企业里面，或者政府机关里面有一个首席信息官的岗位，每年要花大量的IT支出，今天来讲会花在前五名的云计算、大数据、传统网络、移动、数字化营销等等，而人工智能在今天这个时段还没有排到前十名，但是三年以后我们预计它会排到前五名。
第二，我们预计2020年不管是一个企业新开发的软件项目或者硬件项目，里面都会嵌入到人工智能的元素在里面，今天这个时段还不到5%。正是因为人工智能未来有这么大的前景，很多厂商都把人工智能作为他们未来竞争的主战场。
正是因为把人工智能看到了未来的方向，很多厂商也提供了各种各样人工智能的服务，像IBM提供了watson这样优秀的产品，亚马逊也提供基于云的人工智能的服务等。
人工智能的基础理论发展非常悠久，从上个世纪的60年代，甚至更早期就已经开始发展，那个时候的人工智能讲的是什么？决策搜索这一类的算法。而我们今天讲的人工智能绝大多数讲的是里面的子级，叫做机器学习。
机器学习按照学习的模式基本上分成三大类型：
监督学习
无监督学习
强化学习
监督学习就是你给他一堆打标签的数据，然后他学完以后你再给他一个新的数据他就知道了。
无监督学习是你给他一堆数据是没有标签的，给他了以后，你再给他一个新的数据以后，他知道在一堆数据里面，哪个数据跟我新的数据最相象，可以用在推荐系统上面。
强化学习是给他一个强化的机制，你做这件事情是好的，做那件事情是不好的，通过不断的学习就知道，一定要做这件事情。下围棋就是强化学习，经常下这步棋经常会赢，经常下那步会输，时间长了他就知道我要下这步棋。
今天大家会看到另外一个词叫深度学习，另外说法是神经元网络的学习。学习不是给他原始的数据就学会了，而是给他原始数据，中间有很多隐藏层，最后才学会，每个隐藏层里面有一个个节点，这个节点就是神经元。
今天讲为什么机器学习会突然之间爆发了，而不是十年前爆发，或者不是20年以后爆发，这些有三个方面的原因。
第一个原因是数据，因为机器学习你要给他大量的数据，而在今天获得数据的能力越来越强，越来越方便。
第二是计算能力的提高，计算能力提高是因为有了一个叫做GPU的东西，叫图像处理单元，它是为了打游戏而设计的。但是打游戏需要很多并发的矩阵运算，GPU非常擅于做矩阵运算，机器学习需要的就是矩阵运算，所以GPU就可以把它运用到机器学习的领域。
第三个原因就是算法，在国际上有大量算法的大赛，我们中国像百度也好，科大讯飞也好，这样一些企业在算法大赛上都取得很好的成绩，正是因为这个原因，所以机器学习爆发了。
再往下发展，我们今天讲的叫弱人工智能，就是它只能做某一个局部的事情，比如它只能做人脸识别，或者它只能下围棋等等，这是局部的事情。
往下发展叫强人工智能，就跟人一样，无所不能了，甚至比人更强大了。
强人工智能到底什么时候会出现呢？有很多争议，有的人说2050年，有的人说2080年，有的人说这辈子永远看不到强人工智能。我们今天讲的是三到五年，三到五年我们是看不到强人工智能了。
我们把人工智能的技术运用到软件上面可以有两个方面的应用，一个是现有的软件，一个是新的软件。
大家收发邮件就是现有的软件。在收发邮件里面很早就有了人工智能，就是垃圾邮件的识别，用的就是监督学习。人工智能也可以在新的专门为人工智能而设计的软件上，主要包括个人的助理、聊天机器人这一类的软件，手机上就可以有一些聊天机器人相应的应用。
今天特别强调把人工智能运用到数据分析领域，会产生两个不同的极端，在这个极端会产生一个叫做平民数据科学家。
我原先是一个普通的用户，想要了解一些数据，比如我想要了解过去三年的销售情况，我就会找到这个专家，专家帮我开发一个程序运行一下，出一张报表，或者柱状图等等，我看看过去三年的销售情况是怎么样的，我是一个平民，他是专家。
现在平民自己成为数据科学家了，不找专家了，我对着系统说，请你告诉我过去三年的销售情况，系统自己就跳出来了，这个就是平民成为专家，这是人工智能运用到了一个领域。专家会挖掘更深层次的数据、洞察，原先这些洞察没有人工智能的手段是得不到的，现在这些洞察我就能够得到了。
人工智能也可以把它用在硬件上，可以有现有的硬件，也可以有新的硬件。现有的硬件比如家里的空调、电冰箱等等，或者医院里的医疗器械等等，这些都可以加入人工智能的硬件。新的硬件无人机、机器人等等，这些都是新的，专门为人工智能的产生而设计的硬件，这两方面都会有产生。
我们说在未来将会看到另外一个词叫做Swarm，我暂时把它翻译成集群。Swarm不是一个无人机，而是好多无人机协同工作。左上角是Intel，Intel一群无人机协同拼出了logo，是无人机互相之间感知到它的伙伴在哪里以后，自己跑到相应的地方。
左下角是美军正在做的实验，就是无人侦查机，但那个是很大的飞机，现在做实验是无人侦查机群，就是小的无人机。可以多维度的分散侦查，多角度的了解敌人的情况，也会有一些其他的困难，比如说释放能力等等。
第二个主题：数字化
我们有个预计，2020年物联网可以帮助企业节约1万亿美元的维护、服务和耗材成本。用户对数字化的体验将会是一个沉浸式的体验，就是我沉入到数字化的世界感觉像真实的世界一样。
第一个是数字孪生，就是有一个真实的物体，同时又有一个虚拟的物体，这两者形成一一对应的关系。
数字孪生帮助你通过观察虚拟的物体来观察现实物体，通过操控虚拟的物体操控真实的物体。GE在这方面做的比较领先，比如说飞机的引擎，或者风车等等这些东西都有相应的数字孪生。
目前来讲还处在这样的阶段，就是比较贵重的东西有数字孪生，未来比较便宜的东西也有数字孪生，甚至企业也有数字孪生，甚至我们每个个人也有数字孪生，这个人在电脑里有一个你的双胞胎兄弟和你一一对应。
其实这个概念虽然蛮新颖，但是我们已经看到了数字孪生的雏形，在国外是脸书，国内就是微信。通过看你在朋友圈里发什么样的东西，就可以分析出你是一个什么样的人，它就是你的数字孪生。
第二个技术叫云到边缘，大家都听到边缘计算这个词，它的含义是什么呢？就是和云计算相对应，所谓云计算就是集中式的，中心化的处理。边缘式计算就是把计算能力部署到边缘端，云到边缘的意思，就是我们的计算能力、存储能力到底应该分布在云端，还是应该分布在边缘端，需要有一个很好的架构师来做出一个合理的架构，在不同的应用场景它的部署是不一样的。
比如说无人驾驶汽车，我就需要把计算能力部署在边缘端，也就是每辆车子上都要有计算能力，因为我拍摄很多视频的信息传到云端，云端说你应该向左转或者应该刹车再传回来，对通讯的要求太高了，有很长的延时你就没办法实现，所以就需要把计算能力部署在边缘端。
下面讲会话型平台，或者会话型系统。我们现在人和系统交互的交互方式要发生改变。比如现在用PC机的时候，人和系统的交互是用键盘、鼠标交互，我们现在有手机了，人和系统交互是通过触摸屏交互，但是未来，我的眼镜是我的设备，我的手环是我的设备，出门一辆汽车是我的设备，一个屏幕是我的设备，家里可能有500个设备，我要学会和这些系统进行交互，学习成本很高，怎么样降低学习成本？
在理念上就有一个改变，什么样的改变？从我来学会怎么样用你变成你来学会怎么样让我用，这是理念的改变，所以需要这些设备具备一些智能的元素在里面才能够学会怎么样让我用。
在这种情况下，从架构的角度来讲就分成三个层次的架构，前面一个是交互的接口，一般来讲是语音交互。也有可能是其他的交互，他有可能识别你的手势或者表情。
中间这一个就是我们的会话型的理解平台，通过前端收集信息以后要理解你到底想要干什么。
最后就是第三方的服务，通过理解了以后，连到第三方的服务。
比如说你在前端跟他说我要买张飞机票，他在中间分析、理解知道你要买什么样的飞机票，后端就连到航空公司，航空公司就出票给你，这是它的整个体系架构。
会话型平台要改变的是用户体验，让我们的用户能够有更好的体验。
接下来叫沉浸式体验，这个词好像挺新颖的，但其实很多东西大家可能都听说过，就是虚拟现实，增强现实以及一些相应的产品，传感的穿戴混合在一起，可以应用到各种各样的场景。
第三个主题：格网
格网里有三个技术。
第一个叫做区块链。区块链最近特别的火，我们先澄清一下概念，第一个概念是分布式的分类账，或者叫分类式的账本。我要把记账的权利从中央集权的记账分布式记到每个节点上，这是一个理念，为了实现这个理念，就需要一些技术，主要的技术就是区块链技术。
为什么叫做区块链技术？是因为它把账记在一个个块，块就是存储的一个单元，记在这个块里面。块和块用链条进行连接起来，链条就是我们用IT的术语就指针，把前面一个块指到后面一个块，一直往后面指。
另外一个技术是加密的算法，在80年代就已经有了。另外还有哈希表查找方面的技术，把这些技术混合在一起就形成了区块链。但是混合在一起有什么好处呢？就是达到分布式，去中心化，不可撤销，可以在一个没有信任的环境下面建立信任关系等等，这些都是它的好处。
但是它也有缺点，什么缺点呢？
一个就是性能，比特币10分钟记一个块，一个块1千条交易。支付宝1秒钟12万交易，不是一个数量级，而是N个数量级的差别，所以它的应用场景只可能在一个比较对性能要求不高的应用场景，只可能在这样一个应用场景里面使用，这是第一个原因。
第二个原因是还没有形成标准。
第三也就是没有成熟的供应商。有很多小的供应商，刚刚起步的供应商在做区块链，但是也有一些大的供应商，但是大的供应商跟小的供应商没什么区别，他们虽然在其他方面很大，在区块链方面也是很小，所以没有主流的供应商帮助你使区块链成为现实。
这是我们看到的现状，目前来讲，肯定是一个泡沫非常大的阶段。未来两到三年以后的这些泡沫挤干了以后，这个技术仍然是一个非常具备前途的技术，它的那些理念是非常好的。
接下来这个技术叫做事件驱动，事件驱动和它相对应的就是请求驱动。请求驱动就是我想要做件事情，我向系统发一个请求，系统就会对我进行反馈。我想买一瓶牛奶，我打开淘宝，我搜索到淘宝牛奶的网站、网店下一个订单，点一下请求就发送到系统那里去了。发送去以后后台就会处理，第二天牛奶就会送到我家里来，这就是请求驱动。
相对应的事件驱动是什么概念？就是没有请求，我这个人没有向系统发送请求，怎么办呢？我家里的冰箱，看见冰箱里没牛奶了，冰箱就下一个订单到淘宝店，淘宝店就把牛奶送到我家里来，我这个人在这件事情上没有参与，完全是冰箱帮我买的牛奶，这个就是事件驱动。从技术的来讲这是很简单的技术，为什么我们把它提出来呢？这是因为它可能会对商业模式产生巨大的影响。
我们预计到2020年，80%的生态体系要求具备这样的能力，做生意5%的生意就是没有人参与的，不是人来买你的东西，而是物来买你的东西。5%大家听上去是很小的数目，其实是个很大的数目，所以很多市场家都会跑进来参与一把。
做冰箱的就考虑我围绕着做冰箱这件事情，不光光是把冰箱卖给你，我要围绕着冰箱有一个生态体系，建立冰箱生态体系。冰箱看见你没有牛奶了，下一个订单到超市，这是我和超市连在一起。
冰箱看见自己需要某一方面的维护保养工作了，我自己发一个订单到维护保养的公司，维护保养的公司派个人到你家里来做冰箱的保养工作。
冰箱看见你每天都吃不健康的食品，发一个信息告诉你你要锻炼身体了，我要跟健康运动的网站连在一起，把健康运动的网站也连到冰箱的生态体系当中去。
冰箱看见你里面今天放了鸡蛋和西红柿，可以推荐你一个食谱，这些都是冰箱可以做的事情。
围绕着冰箱形成的生态圈，这就是事件驱动带来的新商业模式。
最后一个叫做连续自适应风险和信任，英文缩写是CARTA。这是比较难以理解的词。我们可以把它理解为在数字化时代新的风险，安全防范的措施，新的风险防范措施是把人工智能的技术运用到了安全的领域。
过去我们有很多安全措施，这些安全措施都是很重要的，不能够把它取消。比如说我有一个防火墙，或者说我有一个杀毒软件，或者我有密码认证等等，这些都是过去用的安全措施，这些安全措施都是很重要。这些安全措施就好像，打个比方是我穿上了一身盔甲，别人来打我就打不到我了，所以这些安全措施很重要。
而CARTA这个东西就好像我看见别人来打我了，我能够闪开，能够躲避。我们说在新的时代里面，既要穿盔甲，又要能躲避，这才是两手抓，两手才能硬的方式。
通过分析一些异常行为，来了解是不是有一些安全的隐患，比如说我看见了这个客户现在在上海，在取款机取了1千块钱，5分钟后又在深圳取了1千块钱，这就是异常行为。
通过异常行为找到安全隐患，这就需要有一个环，通过预测，是不是有安全的隐患，然后对这个安全隐患进行预防，对相关的东西进行检测，是不是有真的安全隐含出现了。检测到真的出现了以后，就会响应，这就形成了闭环，叫预测、预防、检测、响应。
总结一下，三个主题每个主题下面有三到四个技术，每个企业、政府机关可能并不是说要把10个技术都用上去，可以选择自己所处行业、单位，和自己最相关的技术现在开始试点，三年五年以后，可能取得一些成效，如果这10个技术一个都不去关心的话，可能到三年以后你会发现你落伍了。
