企業爭相邁向數碼化，而市場研究機構Gartner每年的科技趨勢預測，可說是市場指標之一，助企業評估哪些部署更為迫切，以制訂長遠的業務規劃、項目及計畫。其中，Gartner定義策略性科技，為對企業帶來重大潛在影響的科技，影響包括大幅衝擊業務、終端用戶，或IT規劃的潛力、左右著主要投資方向，又或是過遲部署新科技的風險。
從物聯網到設備網
近年炙手可熱的物聯網，理所當然地榜上有名。不過物聯網技熟漸趨成熟，趨勢亦從物聯網漸次走向物聯網平台（Internet of Things Platforms）。Gartner指出，該平台的管理、保安、整合及其他技術和標準，是建立、管理物聯網，並為之提供保安功能的基礎。物聯網是推動數碼網及環境用戶體驗的重要一環，而物聯網平台所構成的作業環境，讓 IT成為從架構及技術上，實現物聯網的幕後至於設備網（The Device Mesh）則可視之為物聯網的一部分，意指不斷擴展的終端裝置群，讓用戶可接入應用以存取資訊，或跟人們、社群、政府及商業之間進行互動溝通。設備網包括流動設備、可穿載裝置、消費及家電設備、汽車設備，以及環境裝置，例如在物聯網環境下的傳感器。儘管透過不同網絡連接後勤系統的設備數目，正與日俱增，然而它們之間並不互連，彼此仍各自獨立運作。隨著設備網的演進，Gartner期望連接模式能得以擴展，並出現更多更緊密的互連設備。
重視環境用戶體驗
設備網將為持續及革新的環境用戶體驗（Ambient User Experience）建立基礎。儘管具擴增（Augmented Reality），及虛擬實境（Virtual Reality）技術的臨場感環境發展潛力顯著，然而那僅屬片面的用戶體驗。而環境用戶體驗，則能夠不在設備網界限或時空的制約下，持續地顯現出來。這種體驗能夠因應用戶從一個地方，移動至另一個地方時，無縫地游走於眾多來自實體、虛擬及電子環境的設備及互動渠道之中。
Gartner副總裁暨研究夥伴David Clearley表示：「對企業而言，流動設備應用程式乃業務策略的重頭戲，然而設計上的重點優勢，已集中於開發不同設備，並讓用戶體驗能夠隨之遊走，當中包括物聯網傳感器、一般的物件如汽車，甚或是工廠。料至2018年，這些進階體驗的設計，將成為獨立軟件開發商及企業重要的競爭優勢。」
和物聯網一樣，設備網內的所有終端及裝置均會產生、使用及傳輸各式數據。而這些數據往往不僅限於文字、話音、視像媒介，甚至進一步涵蓋傳感及情景式資訊。資訊萬物化（Information of Everything）將透過具策略性的布局，配合科技連結不同來源的數據，以回應不斷增長的數據。進階的語義工具包括圖像數據庫，以及其他冒起中的數據分析及資訊分析工具，將會讓混亂氾濫的資訊變得可用。
進階機器學習更智能
在進階機器學習（Advanced Machine Learning）上，深度神經網絡（Deep Neural Nets）將會超越傳統運算及資訊管理，轉移至建立可自動地從世界所認知的資訊自行學習。數據源的爆炸性增長及數據複雜性，讓人手分類及分析顯得不合時宜，及不具經濟效益。深度神經網絡會將這些任務自動化，以回應資訊萬物化時代的挑戰。
深度神經網絡是機器學習的進階形式，特別適用於龐大而複雜的數據環境下運作，能夠讓智能機器變得更「聰明」。深度神經網絡讓以硬件或軟件為基礎的機器，學習身處環境中的各項特徵，無論是最精微的項目，或廣泛而抽象的內容皆兼收並蓄。這個科技領域正迅速發展，企業必須評估如何將這些技術融匯貫通，實施於業務上，以獲得競爭優勢。
Gartner預期，機器學習將擴闊智能機器的實踐，而儘管實體的智能機器，如機械人等備受關注，惟以軟件為基礎的智能機器亦近在咫尺，料將帶來更廣泛的影響，不容忽視。虛擬個人助理例如 Google Now，微軟 Cortana，及蘋果 Siri均愈趨智能化，是自主代理軟件的先驅。由於自主代理軟件已成為主要的用戶介面，換言之，「助理」一詞已融入環境用戶體驗之中。
配適性保安架構
演算法（algorithms）作為理解物件之間的關係及互連，為企業定義了未來的發展。處身於演算式業務的年代，眾多事件正不斷在背後發生，並且都由智能機器 （smart machines）所帶動。
數碼業務及演算式經濟的複雜性，以及冒起中的「黑客工業」，讓企業的保安威脅帶來顯著增長。單靠周邊防護及以政策為本的保安方案已不足應付。隨著企業開發更多以雲運算為基礎的服務，以及開放式應用編程介面（APIs），整合至其系統，傳統保安所起的作用實不大。網管人員必須集中於偵測及回應新的保安威脅，以及採用更多傳統的封鎖及其他措施以抵禦入侵。應用程式自我防護，以及用戶及物件行為分析，將會幫助實現配適性保安架構。
而具有高能量及超高效的神經型態架構，將提升設備網及智能機器的可用性。透過現場可編程閘陣列（Field-programmable Gate Arrays）的驅動下，進階系統架構（Advanced System Architecture）可帶來以萬億次浮點運算的高速運算，以及具高節能的好處。Clearley指出，建立於圖像處理器（GPU）及可編程閘陣列的系統，運作效能將可媲美人腦，特別適合於智能機器所用到的深層學習，及其他樣板比對演算法。以現場可編程閘陣列為基礎的架構，將進一步為演算法，分散到眾多更細小的設備下進行，當中顧及設備網內低電量的環境下操作，讓進階機器學習功能，得以進一步擴展至更微小的物聯網終端設備，如家居、汽車、腕錶等。
混搭程式及服務架構
單獨及線性的應用設計，例如傳統三層架構設計將退下火線，並由應用程式及服務架構，這種具綜合性的配對整合方式所取代。此方法料由軟件定義應用服務所支持，提供網絡級效能、彈性及靈活性。另外，近年冒起的微服務（Microservice）架構，主要針對分散式應用，能夠對內部架構或於雲端環境中，提供靈活性的交付及可擴展部署。此外，「容器」（Containers）亦是另一近期出現的關鍵技術，能夠提供靈活性的開發，及支援微服務架構。將流動設備及物聯網的元素，引入程式及服務架構，將會建立全面的模式，回應後勤雲端的可擴展性，及前端的設備網使用體驗。應用程式開發團隊必須建立現代化架構，透過提供靈活性、彈性及動態的雲端為基礎的應用，帶來跨越數碼網的用戶體驗。
3D打印物料持平增長
3D打印不斷演進，迄今已可支援廣泛的打印物料，包括進階鎳合金、碳纖維、玻璃、導電油墨、電子、製藥及生物物料等。由於3D打印的實際應用，已擴展至不同的領域，包括航空、醫藥、汽車、能源及軍事上，這項創新科技正推動著用戶需求。隨著可用作3D打印的物料正不斷增長，預計及至2019年，企業級3D打印機付運量的複年增長，將會增加至64.1%。這些演進將讓業界重新審視擴展3D打印的生產線，及供應鏈的重要性。
沒有留言:
發佈留言