隨著大模型和生成式人工智能的出現(xiàn)，我們正在進(jìn)入一個(gè)“暴力計(jì)算”的時(shí)代。Gartner發(fā)布了2024年10大戰(zhàn)略技術(shù)趨勢(shì)預(yù)測(cè)，本文對(duì)著10大戰(zhàn)略技術(shù)進(jìn)行相關(guān)解讀，一起來(lái)看看吧。
由于很多大模型、生成式人工智能的出現(xiàn)，我們正在進(jìn)入一個(gè)“暴力計(jì)算”的時(shí)代。買(mǎi)卡、造芯片、訓(xùn)練大模型，這些技術(shù)很多時(shí)候不僅會(huì)帶來(lái)更多碳排放，同時(shí)也會(huì)對(duì)企業(yè)的IT運(yùn)維提出挑戰(zhàn)。Gartner預(yù)測(cè)：到2025年，75%的組織都會(huì)面臨持續(xù)的電力短缺。
Gartner預(yù)測(cè)：到2026年，超過(guò)80%的企業(yè)將使用生成式人工智能的API（應(yīng)用程序編程接口）或模型，或在生產(chǎn)環(huán)境中部署支持生成式人工智能的應(yīng)用，而在2023年初這一比例不到5%。
“在2024年十大戰(zhàn)略技術(shù)趨勢(shì)背后有一個(gè)共同的主題，其實(shí)就是AI。”Gartner研究副總裁高挺（Arnold Gao）說(shuō)，“這些趨勢(shì)很多時(shí)候也不是一個(gè)單獨(dú)的技術(shù)，而是一種架構(gòu)上的變化。”
10月16日，研究機(jī)構(gòu)Gartner發(fā)布了2024年十大戰(zhàn)略技術(shù)趨勢(shì)，分別為：人工智能信任、風(fēng)險(xiǎn)和安全管理 (AI TRiSM）；持續(xù)威脅暴露管理（CTEM）；可持續(xù)技術(shù)；平臺(tái)工程；人工智能增強(qiáng)開(kāi)發(fā)；行業(yè)云平臺(tái)；智能應(yīng)用；全民化的生成式人工智能；增強(qiáng)型互聯(lián)員工隊(duì)伍；機(jī)器客戶。以下為高挺對(duì)十大戰(zhàn)略技術(shù)趨勢(shì)的解讀。
研究機(jī)構(gòu)Gartner發(fā)布了2024年十大戰(zhàn)略技術(shù)趨勢(shì)
圖片來(lái)源：Gartner
一、全民化的生成式人工智能（Democratized Generative AI）
生成式人工智能應(yīng)用可以讓企業(yè)用戶訪問(wèn)并使用大量?jī)?nèi)部和外部信息源，這意味著生成式人工智能的快速采用將極大地促進(jìn)企業(yè)知識(shí)和技能的全民化。
Gartner預(yù)測(cè)：到 2026年超過(guò)80%的企業(yè)將使用生成式人工智能的API（應(yīng)用程序編程接口）或模型，或在生產(chǎn)環(huán)境中部署支持生成式人工智能的應(yīng)用，而在2023年初這一比例不到5%。
解讀：
未來(lái)生成式人工智能平臺(tái)的入門(mén)門(mén)檻會(huì)變得非常低，幾乎可以為所有人提供“生成、創(chuàng)造、編寫(xiě)數(shù)字內(nèi)容”的能力。入門(mén)門(mén)檻低，意味著成本也低。這個(gè)“低成本”實(shí)際上還能夠提高生產(chǎn)力，取代或輔助一些工作，用來(lái)研發(fā)一些新的產(chǎn)品。
舉個(gè)例子，二手車(chē)零售商CarMax用微軟Azure OpenAI的服務(wù)，把萬(wàn)余條“客戶評(píng)論”匯總成一個(gè)簡(jiǎn)短的描述，包括它庫(kù)存里每種汽車(chē)的品牌、型號(hào)、年份，以及一些關(guān)鍵評(píng)論的要點(diǎn)。
對(duì)于商業(yè)用戶來(lái)說(shuō)，如果我們將來(lái)可以無(wú)處不在地獲取以前不可能獲得的知識(shí)和技術(shù)，那么這預(yù)示著一波新的生產(chǎn)力浪潮即將到來(lái)。“云”和“開(kāi)源”的融合會(huì)使生成式人工智能更加民主化，會(huì)超越只是某些大型科技巨頭能夠掌握這件事的局限性。但它也有一個(gè)問(wèn)題，即這種不受限制地獲取知識(shí)和技能的方式，必須以治理和風(fēng)險(xiǎn)管理作為基矗
二、人工智能信任、風(fēng)險(xiǎn)、安全管理（AI Trism）
AI Trism 指“AI Trust，Risk，Security Management”，是一組關(guān)于AI信任、風(fēng)險(xiǎn)、安全管理的架構(gòu)性趨勢(shì)，比較簡(jiǎn)單的說(shuō)法是“AI治理”。
AI Trism（AI Trust，Risk，Security Management）
圖片來(lái)源：Gartner
解讀：
越來(lái)越多的人工智能成為工作中不可或缺的一部分，尤其是在生成式人工智能爆火的今天。一旦我們?nèi)狈?duì)人工智能模型有效的治理，實(shí)際上就存在人工智能技術(shù)“失控”的風(fēng)險(xiǎn)。對(duì)于企業(yè)來(lái)說(shuō)，人工智能在整個(gè)生命周期中可能都會(huì)有一些安全風(fēng)險(xiǎn)，從最早的“訓(xùn)練數(shù)據(jù)投毒”，到應(yīng)用生成式人工智能時(shí)的“提示詞攻擊”，從各個(gè)方面來(lái)講，人工智能有很多風(fēng)險(xiǎn)敞口。
基于這樣的現(xiàn)實(shí)情況，Gartner提出這套“AI Trust”框架。它關(guān)注的是人工智能模型的治理，以及公平性、可解釋性、透明度、數(shù)據(jù)保護(hù)等，由6個(gè)模塊組成，分別是：模型運(yùn)維（ModelOps）、主動(dòng)數(shù)據(jù)保護(hù)、AI特定安全、模型監(jiān)控（包括對(duì)數(shù)據(jù)漂移、模型漂移和/或意外結(jié)果的監(jiān)控）以及第三方模型和應(yīng)用輸入與輸出風(fēng)險(xiǎn)控制工具。這是AI Trism連續(xù)第二年入選“十大趨勢(shì)”。
三、持續(xù)威脅暴露面管理（CTEM）
CTEM指“Continuous Threat Exposure Management”，是Gartner提出的安全態(tài)勢(shì)修復(fù)和改進(jìn)的框架，其與傳統(tǒng)安全技術(shù)的區(qū)別在于：
不是指單純從技術(shù)上去修復(fù)一個(gè)安全漏洞，而更加關(guān)注業(yè)務(wù)層面的風(fēng)險(xiǎn)暴露面，包含五個(gè)模塊：Scoping（范圍界定）、Discovery（發(fā)現(xiàn)）、prioritization（優(yōu)先級(jí)排序）、Validation（驗(yàn)證）、Mobilizatlon（動(dòng)員）。
解讀：
首先，“威脅暴露面”不僅僅指網(wǎng)絡(luò)安全漏洞，它的風(fēng)險(xiǎn)范圍、風(fēng)險(xiǎn)敞口可能還包括一些傳統(tǒng)設(shè)備、應(yīng)用程序、社交媒體賬戶等。其次，不能簡(jiǎn)單地以單個(gè)維度把風(fēng)險(xiǎn)進(jìn)行“高、中、低”的分類(lèi)，比如傳統(tǒng)的做法可能是不考慮低風(fēng)險(xiǎn)的漏洞，但還要考慮風(fēng)險(xiǎn)暴露以后被利用的可能性，以及對(duì)于業(yè)務(wù)的影響程度等維度的綜合判斷。最后，對(duì)于風(fēng)險(xiǎn)控制的措施不可能完全自動(dòng)化，一個(gè)比較現(xiàn)實(shí)的做法是接受與風(fēng)險(xiǎn)共存，同時(shí)提高業(yè)務(wù)韌性。
四、可持續(xù)技術(shù)（Sustainable Technology）
可持續(xù)技術(shù)是一個(gè)數(shù)字解決方案框架，其用途是實(shí)現(xiàn)能夠支持長(zhǎng)期生態(tài)平衡與人權(quán)的環(huán)境、社會(huì)和治理（ESG）成果。人工智能、加密貨幣、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的使用正在引發(fā)人們對(duì)相關(guān)能源消耗與環(huán)境影響的關(guān)注。因此，提高使用IT時(shí)的效率、循環(huán)性與可持續(xù)性變得更加重要。
Gartner預(yù)測(cè)，到2025年，75%的組織都會(huì)面臨持續(xù)的電力短缺，這種電力短缺會(huì)加速推動(dòng)可持續(xù)IT技術(shù)的發(fā)展。到2027年，25%的CIO（首席信息官）的個(gè)人薪酬將與他們對(duì)可持續(xù)技術(shù)的影響掛鉤。
解讀：
今年是“人工智能大年”，由于很多大模型、生成式人工智能的出現(xiàn)，我們正在進(jìn)入一個(gè)“暴力計(jì)算”的時(shí)代。買(mǎi)卡、造芯片、訓(xùn)練大模型，這些技術(shù)很多時(shí)候不僅會(huì)帶來(lái)更多碳排放，同時(shí)也會(huì)對(duì)企業(yè)的IT運(yùn)維提出挑戰(zhàn)。
更加重要的是，由于整個(gè)世界、整個(gè)社會(huì)的數(shù)字化程度越來(lái)越高，IT產(chǎn)業(yè)的耗電量占全球年電力生產(chǎn)量的比重也會(huì)越來(lái)越高。所以，數(shù)據(jù)中心的電力緊缺將會(huì)是一個(gè)即將到來(lái)的風(fēng)險(xiǎn)，像新加坡、愛(ài)爾蘭、荷蘭這些國(guó)家，其實(shí)已經(jīng)有類(lèi)似的問(wèn)題浮現(xiàn)出來(lái)，這種風(fēng)險(xiǎn)未來(lái)有可能會(huì)蔓延到其它地方。
五、平臺(tái)工程（Platform Engineering）
平臺(tái)工程指的是通過(guò)一系列工具和流程，為企業(yè)的軟件開(kāi)發(fā)團(tuán)隊(duì)提供一個(gè)自助開(kāi)發(fā)門(mén)戶，或者稱(chēng)之為內(nèi)部開(kāi)發(fā)平臺(tái)。這個(gè)平臺(tái)可以涵蓋應(yīng)用程序整個(gè)生命周期里所有的操作，但它需要由一個(gè)專(zhuān)門(mén)的平臺(tái)工程團(tuán)隊(duì)去創(chuàng)建和維護(hù)。
解讀：
這跟傳統(tǒng)的開(kāi)發(fā)有什么區(qū)別呢？傳統(tǒng)開(kāi)發(fā)都是項(xiàng)目制，很多開(kāi)發(fā)人員是根據(jù)業(yè)務(wù)部門(mén)的需求做定制化開(kāi)發(fā)。這導(dǎo)致了一個(gè)問(wèn)題，比如一個(gè)企業(yè)開(kāi)發(fā)了3個(gè)應(yīng)用，3個(gè)應(yīng)用里有很多功能是類(lèi)似的，那么就會(huì)有重復(fù)開(kāi)發(fā)的資源浪費(fèi)問(wèn)題。
平臺(tái)工程更像是開(kāi)一家自助餐廳，顧客可以根據(jù)自己的要求去挑選合適的菜品，就是所謂的“自助式服務(wù)”。這樣可以在短時(shí)間內(nèi)滿足需求、提升開(kāi)發(fā)效率，同時(shí)可以比較大限度地規(guī)避菜品重復(fù)的浪費(fèi)問(wèn)題。餐廳里的廚師就變成了“平臺(tái)工程師”，這也是為什么平臺(tái)工程要有一個(gè)專(zhuān)門(mén)的團(tuán)隊(duì)去維護(hù)。
平臺(tái)工程有3個(gè)關(guān)鍵詞：可組裝、可復(fù)用、可配置。本質(zhì)上它背后的思想就是把軟件開(kāi)發(fā)從項(xiàng)目管理的思維轉(zhuǎn)化到產(chǎn)品管理的思維，把本來(lái)相對(duì)獨(dú)立的開(kāi)發(fā)項(xiàng)目流程模塊化和集中化。
六、AI增強(qiáng)開(kāi)發(fā)（AI-Augmented Development）
AI增強(qiáng)開(kāi)發(fā)指使用生成式人工智能、機(jī)器學(xué)習(xí)等AI技術(shù)協(xié)助軟件工程師進(jìn)行應(yīng)用設(shè)計(jì)、編碼和測(cè)試。主要包括：AI代碼生成、AI增強(qiáng)測(cè)試、從設(shè)計(jì)到代碼的過(guò)程。
解讀：
在第一個(gè)模塊里進(jìn)行“AI代碼生成”，對(duì)于下面幾種場(chǎng)景特別有幫助：樣板代碼、重構(gòu)代碼，以及對(duì)舊的框架或編程語(yǔ)言進(jìn)行學(xué)習(xí)。
“AI增強(qiáng)測(cè)試”即會(huì)有很多測(cè)試任務(wù)逐漸被AI開(kāi)發(fā)替代，主要集中在3個(gè)方面：編寫(xiě)測(cè)試代碼、生成測(cè)試數(shù)據(jù)、生成單元測(cè)試中的“測(cè)試樁”。
從設(shè)計(jì)到代碼，在某種意義上是人工智能參與整個(gè)開(kāi)發(fā)全生命周期的過(guò)程。目前還沒(méi)有完全實(shí)現(xiàn)，屬于對(duì)未來(lái)的展望。
七、行業(yè)云平臺(tái)（Industry Cloud Platforms）
Gartner預(yù)測(cè)，到2027年，將有超過(guò)70%的企業(yè)使用行業(yè)云平臺(tái)（ICP）加速其業(yè)務(wù)計(jì)劃，而2023年的這一比例還不到15%。ICP通過(guò)可組合功能將底層IaaS（基礎(chǔ)設(shè)施即服務(wù)）、PaaS（平臺(tái)即服務(wù)）、SaaS（軟件即服務(wù)）服務(wù)整合成全套產(chǎn)品，推動(dòng)與行業(yè)相關(guān)的業(yè)務(wù)成果。這些功能通常包括行業(yè)數(shù)據(jù)編織、打包業(yè)務(wù)功能庫(kù)、組合工具和其他平臺(tái)創(chuàng)新功能。
解讀：
換句話講，即在傳統(tǒng)的“云”上加一層“業(yè)務(wù)模塊層”。它之所以會(huì)成為趨勢(shì)，因?yàn)楝F(xiàn)在企業(yè)更關(guān)注在“云”投資可以如何產(chǎn)生可量化的商業(yè)價(jià)值，而不是像以前只是為了達(dá)到技術(shù)和基礎(chǔ)設(shè)施改進(jìn)的目的。“行業(yè)云平臺(tái)”有兩大特征：可組裝、模塊化。
它實(shí)際上是把一些通用的業(yè)務(wù)能力模塊化之后放在“公有云”上，然后讓它重新排列組合進(jìn)行組裝。根據(jù)現(xiàn)在的整理，我們?cè)诔^(guò)20個(gè)行業(yè)當(dāng)中找到了大概有超過(guò)270個(gè)“行業(yè)云平臺(tái)”，以下是大致的分布。
在超過(guò)20個(gè)行業(yè)中有超過(guò)270個(gè)“行業(yè)云平臺(tái)”
圖片來(lái)源：Gartner
八、智能應(yīng)用（Intelligent Applications）
Gartner將智能應(yīng)用中的“智能”定義為自主做出適當(dāng)響應(yīng)的習(xí)得性適應(yīng)能力。在許多用例中，這種智能被用于更好地增強(qiáng)工作或提高工作的自動(dòng)化程度。作為一種基礎(chǔ)能力，應(yīng)用中的智能包含各種基于人工智能的服務(wù)，如機(jī)器學(xué)習(xí)、向量存儲(chǔ)和連接數(shù)據(jù)等。
在2023年Gartner首席執(zhí)行官（CEO）和業(yè)務(wù)高管調(diào)查中，26%的CEO認(rèn)為對(duì)企業(yè)機(jī)構(gòu)破壞力最大的風(fēng)險(xiǎn)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(wù)，而人工智能被認(rèn)為是未來(lái)3年對(duì)他們所在行業(yè)影響最大的技術(shù)。
解讀：
其目標(biāo)是最終成為可以像人類(lèi)一樣去思考、判斷和適應(yīng)環(huán)境的應(yīng)用。這種智能應(yīng)用自適應(yīng)的學(xué)習(xí)能力，背后實(shí)際上是包含各種基于人工智能的服務(wù)，如機(jī)器學(xué)習(xí)、語(yǔ)意引擎、連接數(shù)據(jù)等。比如蘋(píng)果手機(jī)或蘋(píng)果手表有一個(gè)“優(yōu)化充電”的功能，即根據(jù)用戶每天的充電習(xí)慣，通過(guò)機(jī)器學(xué)習(xí)的方式找到規(guī)律，比如起床時(shí)間、出門(mén)時(shí)間，然后在你出門(mén)之前一個(gè)小時(shí)左右才充電到100%。
這就是通過(guò)“學(xué)習(xí)適應(yīng)的模式”去改變，讓手機(jī)壽命更長(zhǎng)一點(diǎn)。像輔助駕駛/自動(dòng)駕駛，包括一些做機(jī)器人的公司，如特斯拉的AI機(jī)器人，本質(zhì)上也是一種智能應(yīng)用。
一個(gè)有意思的例子是“AI讀心術(shù)”。在2023年5月，美國(guó)得克薩斯州的奧斯汀分校研究團(tuán)隊(duì)在《自然神經(jīng)科學(xué)》雜志上發(fā)表文章，公布了一個(gè)基于AI預(yù)訓(xùn)練大模型的大腦活動(dòng)解碼器，它可以將大腦活動(dòng)轉(zhuǎn)化為連續(xù)的文本流，通過(guò)一種非侵入式的方法學(xué)會(huì)“讀心術(shù)”。實(shí)際上目前的識(shí)別率雖然不算特別高，但還是很有意思。
九、增強(qiáng)型互聯(lián)員工隊(duì)伍（Augmented-Connected Workforce）
增強(qiáng)型互聯(lián)員工隊(duì)伍（ACWF）是一種優(yōu)化員工價(jià)值的戰(zhàn)略。ACWF使用智能應(yīng)用和分析，提供助力員工隊(duì)伍體驗(yàn)、福祉和自身技能發(fā)展的日常環(huán)境與指導(dǎo)。
解讀：
其關(guān)鍵的核心在于提供員工的數(shù)字體驗(yàn)。如何用人工智能“增強(qiáng)”？它指的是，對(duì)從終端應(yīng)用知識(shí)庫(kù)甚至是員工情緒中提取出的數(shù)據(jù)進(jìn)行接近實(shí)時(shí)的處理和反潰比如，企業(yè)從員工在線工作的時(shí)間，包括郵件里的措詞、訪問(wèn)各個(gè)應(yīng)用的數(shù)據(jù)，分析出員工目前的工作狀態(tài)和壓力。另外一個(gè)角度是，從員工在某些系統(tǒng)里逗留的時(shí)間、所做的操作，可以看到企業(yè)里需要改善的流程，甚至找到一些“員工的離職傾向”等。這里要考慮“安全和隱私”問(wèn)題。但它的一個(gè)要點(diǎn)是用人工智能的方式對(duì)員工進(jìn)行關(guān)懷，人工智能最后不會(huì)取代人類(lèi)的關(guān)懷，但是可以增強(qiáng)，至少給人類(lèi)提供一些數(shù)據(jù)方面的支撐。
十、機(jī)器客戶（Machine Customers）
機(jī)器客戶（也被稱(chēng)為“客戶機(jī)器人”）是一種可以自主協(xié)商并購(gòu)買(mǎi)商品和服務(wù)以換取報(bào)酬的非人類(lèi)經(jīng)濟(jì)行為體。到2028年，將有150億臺(tái)聯(lián)網(wǎng)產(chǎn)品具備成為機(jī)器客戶的潛力，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(zhǎng)趨勢(shì)將帶來(lái)數(shù)萬(wàn)億美元的收入，其重要性最終將超過(guò)數(shù)字商務(wù)的出現(xiàn)。
在戰(zhàn)略上應(yīng)考慮為這些算法和設(shè)備提供便利甚至創(chuàng)造新型客戶機(jī)器人的機(jī)會(huì)等。Gartner預(yù)測(cè)：到2027年，超過(guò)50%的銷(xiāo)售和服務(wù)中心將接聽(tīng)機(jī)器客戶的電話。
解讀：
這個(gè)“機(jī)器客戶”當(dāng)然不是一蹴而就的，它的整個(gè)進(jìn)化過(guò)程分成3個(gè)階段：
第一，人類(lèi)主導(dǎo)，由機(jī)器通過(guò)一定的規(guī)則去購(gòu)買(mǎi)特定的商品。
第二，人類(lèi)和機(jī)器共同主導(dǎo)，優(yōu)化購(gòu)買(mǎi)的選擇，最終由機(jī)器根據(jù)規(guī)則執(zhí)行購(gòu)買(mǎi)操作。第一個(gè)階段已經(jīng)實(shí)現(xiàn)了，第二個(gè)階段也已經(jīng)實(shí)現(xiàn)了一部分了。
第三，機(jī)器推測(cè)人類(lèi)的需求，根據(jù)規(guī)則、場(chǎng)景和偏好進(jìn)行自主化購(gòu)買(mǎi)。
一個(gè)有意思的案例是，前不久OpenAI的一位創(chuàng)始人發(fā)表TED演講，演講之前他做了一件事：用聊天機(jī)器人ChatGPT和文生圖工具DallE幫他準(zhǔn)備晚餐的菜單，然后用DallE把晚餐的菜單文字轉(zhuǎn)化為圖片的請(qǐng)柬，最后用ChatGPT創(chuàng)建一個(gè)“購(gòu)物清單”。
文章來(lái)源：澎湃新聞/Gartner
專(zhuān)欄作家
九七，人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家。某互聯(lián)網(wǎng)大廠產(chǎn)品市場(chǎng)營(yíng)銷(xiāo)打工仔，擅長(zhǎng)內(nèi)容營(yíng)銷(xiāo)、數(shù)字營(yíng)銷(xiāo)、產(chǎn)品市場(chǎng)等相關(guān)知識(shí)。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載
題圖來(lái)自Unsplash，基于 CC0 協(xié)議
