Исследовательская компания представила отчет Gartner Hype Cycle for Emerging Technologies, посвященный наиболее перспективным технологиям, которые получат массовое внедрение в период от 2 до 10 и более лет.
Новые технологии разрушительны по своей природе и не имеют хорошо известных или доказанных конкурентных преимуществ. Чтобы воспользоваться возможностями, крайне важно понять потенциальные варианты использования и пути внедрения инноваций.
Мелисса Дэвис, вице-аналитик Gartner:
Все эти технологии находятся на ранней стадии, но некоторые лишь зарождаются, и существует большая неопределенность относительно того, как они будут развиваться. Они сопряжены с большими рисками при внедрении, но потенциально приносят больше пользы тем, кто внедряет их на ранних стадиях.
Самые перспективные технологии можно разделить на три общие темы. Расскажем о них подробнее.
Развитие и расширение иммерсивного опыта
Инновации такого рода предоставляют людям больший контроль над их идентичностью и данными, а также расширяют их возможности в виртуальных пространствах и экосистемах, которые можно интегрировать с цифровыми валютами. Эти технологии также предоставляют новые способы привлечения клиентов для усиления или открытия новых источников дохода.
Цифровой двойник клиента (Digital twin of the customer, DToC) — это динамическое виртуальное представление клиента, которое имитирует поведение клиента и учится его прогнозировать. Его можно использовать для изменения и улучшения качества обслуживания клиентов и поддержки новых усилий по цифровизации, продуктов, услуг и возможностей. Для массового внедрения цифровых двойников клиента потребуется от 5 до 10 лет, но технология будет иметь трансформационные последствия для организаций.
Децентрализованная идентификация (Decentralized identity, DCI) позволяет субъекту (обычно пользователю-человеку) управлять собственной цифровой идентификацией при помощи блокчейна или других технологий распределенных реестров, а также цифровых кошельков.
Цифровые люди — это интерактивные образы, которые управляются ИИ и обладают некоторыми характеристиками, личностью, знаниями и мышлением человека.
Внутренние кадровые маркетплейсы подбирают внутренних (в некоторых случаях — потенциальных) сотрудников для ограниченных по времени проектов и различных форм трудоустройства, не требуя участия рекрутера.
Метавселенная — коллективное виртуальное 3D-совместное пространство, созданное в результате слияния виртуально расширенной физической и цифровой реальности. Метавселенная постоянна и обеспечивает улучшенные впечатления от погружения.
Невзаимозаменяемый токен (NFT) — это уникальный программируемый цифровой элемент на основе блокчейна, который публично подтверждает право собственности на цифровые активы, например искусство или музыку, или токенизированные физические активы — дома, автомобили или документы.
Суперапп — мобильное приложение, созданное как платформа для модульных микроприложений, которые пользователи могут активировать для персонализированного использования.
Web3.0 — это новый набор технологий для разработки децентрализованных веб-приложений, которые позволяют пользователям контролировать свою собственную личность и данные.
Ускоренная автоматизация на базе ИИ
Расширять использование искусственного интеллекта критически важно, чтобы развивать продукты, услуги и решения. Это позволит ускорить создание специализированных моделей ИИ, применять алгоритмы для разработки и обучения моделей ИИ, а также внедрять их в производство продуктов, услуг и решений. В результате прогнозы и решения станут точнее, а ожидаемые выгоды можно будет получить быстрее. Роль людей преимущественно будет заключаться в потреблении, оценке и надзоре.
Автономные системы — пример ускоренной автоматизации ИИ. Они представляют собой самоуправляемые физические или программные системы, выполняющие задачи, ограниченные предметной областью, которые обладают тремя фундаментальными характеристиками: автономией, обучением и свободой действий.
Когда традиционные методы ИИ не способны обеспечить адаптивность, гибкость и гибкость бизнеса, автономные системы могут успешно помочь в внедрении. Им потребуется от 5 до 10 лет до массового внедрения, но они будут трансформационными для организаций.
Причинно-следственный ИИ выявляет и использует причинно-следственные связи, чтобы выйти за рамки основанных на корреляции прогнозных моделей и перейти к системам ИИ, которые могут эффективнее прогнозировать действия и действовать более независимо.
Базисные модели — это модели, основанные на архитектуре преобразования, например большие языковые модели, которые воплощают тип архитектуры глубокой нейросети, которая вычисляет числовое представление текста в контексте окружающих слов, подчеркивая последовательности слов.
ИИ для генеративного дизайна —использование технологий ИИ, машинного обучения (МО, machine learning, ML) и обработки естественного языка (NLP) для автоматического создания и разработки user flow (визуального представления последовательности действий пользователя), графического интерфейса, контента и кода уровня презентации для цифровых продуктов.
Инструменты машинного обучения для генерации кода включают размещенные в облаке модели МО, которые подключаются к интегрированным средам разработки профессиональных разработчиков. Они предлагают код, основываясь либо на описаниях на естественном языке, либо на частичных фрагментах кода.
Оптимизированная доставка технологий
Инновации в этой области фокусируются на ключевых составляющих построения цифрового бизнеса: сообществах разработчиков продуктов, услуг или решений (например, fusion teams) и платформах, которые они используют. Технологии обеспечивают обратную связь и понимание, оптимизируют и ускоряют доставку продуктов, услуг и решений, а также повышают устойчивость бизнес-операций.
Примером оптимизированного предоставления услуг — экосистемы облачных данных. Они обеспечивают согласованную среду управления данными, которая эффективно поддерживает весь спектр рабочих нагрузок с данными, от исследовательской обработки данных до производственных хранилищ данных.
Экосистемы облачных данных поддерживают оптимизированную доставку и комплексную функциональность, которые просты в развертывании, оптимизации и обслуживании. До их массового внедрения потребуется от 2 до 5 лет, и они будут очень полезны для пользователей.
Расширенный FinOps (Augmented FinOps) автоматизирует традиционные концепции DevOps, касающиеся гибкости, непрерывной интеграции и развертывания, а также обратной связи с конечными пользователями для финансового управления, составления бюджета и оптимизации затрат за счет применения методов ИИ и МО.
Устойчивость облачных технологий (Cloud sustainability) — это использование облачных сервисов для достижения преимуществ устойчивого развития в рамках экономических, экологических и социальных систем.
Вычислительное хранилище переносит обработку узла из основной памяти центрального процессора (CPU) на устройство хранения данных.
Сетчатая архитектура кибербезопасности (Cybersecurity mesh architecture, CSMA) — это новый подход к разработке составных распределенных элементов управления безопасностью, повышающих общую эффективность безопасности.
Наблюдаемость данных — это способность понимать состояние информационного ландшафта организации, каналов передачи данных и инфраструктуры данных путем постоянного мониторинга, отслеживания, оповещения, анализа и устранения неполадок инцидентов.
Динамическое управление рисками — это новый подход к важнейшей задаче определения ролей и ответственности за управление рисками. Он предполагает индивидуальное управление для каждого риска, позволяя организациям улучшить качество этого процесса и снизить затраты.
Промышленные облачные платформы используют базовые облачные сервисы по моделям SaaS (software as a service, ПО как услуга), PaaS (platform as a service, платформа как услуга) и IaaS (infrastructure as a service, инфраструктура как услуга), чтобы предлагать соответствующие отрасли комплексные инструменты бизнеса и технологий для определенной вертикали как целостное продуктовое предложение.
Минимальная жизнеспособная архитектура (MVA) — это стандартизированная структура, используемая командами разработчиков для обеспечения своевременной и совместимой разработки и итерации продуктов.
Разработка по принципу наблюдаемости (observability-driven development, ODD) — это практика разработки ПОГ, которая обеспечивает детальную видимость и контекст состояния и поведения системы путем проектирования систем, которые должны быть наблюдаемыми.
OpenTelemetry — это набор спецификаций, инструментов, интерфейсов прикладного программирования и наборов для разработки ПО, которые описывают и поддерживают реализацию инструментария и платформы наблюдения с открытым исходным кодом для программного обеспечения.
Платформенная разработка — это дисциплина создания и эксплуатации внутренних платформ разработчиков самообслуживания (IDPS) для доставки ПО и управления жизненным циклом.
Источник
Оригинал отчета Gartner
