在近期舉行的Gartner IT Symposium/Xpo 2021峰會上,Gartner正式發布2022年重要戰略技術趨勢。
其中,生成式人工智能技術被列為首位,是最引人注目和最強大的人工智能技術之一。Gartner預計到2025年,生成式人工智能將占所有生成數據的10%,而目前這一比例還不到1%。
自2019年生成式AI 首次入選Gartner人工智能成熟度曲線開始,即被定義為是推動多個領域數字進程的底層技術之一。該機器學習方法善用數據,從其數據中學習內容或對象,并運用數據生成全新、完全原創的新內容,支撐下一代的自動編程、內容開發、視覺藝術、社交、商業服務、工程設計與流程。
從技術脈絡可以看到,生成式AI技術正在快速迭代進化,以適應場景需要。AI技術公司影譜科技最早在中國提出生成式AI影像技術框架及生成引擎,并推動這項AI技術從“生產”出發擴展至全產業鏈,逐漸由文化娛樂必備生產力升級為各產業數智化升級的基礎技術,是中國生成式AI的提出者及商業化先行企業。
影譜科技踐行技術賦能產業數智化,生成式AI技術在特定領域任務的不可替代價值進一步擴大。在智能影像內容生成方面,影譜科技推出AGC智能影像生產引擎,可在極短時間內生成一段AI原生的個性化視頻內容;也可以對作者拍攝視頻進行AI重構,根據內容上下文關系生成原圖像中沒有的、無違和感的AI視覺內容,在文娛傳媒領域形成效應。
在文娛領域,影譜科技提出的智能文娛解決方案幫助產業推動視頻自動化生產,提高內容生產效率,在視頻幀審校、視頻過濾、內容推薦到視頻審核、視頻深度預測、流媒體視頻及短視頻內容生產、故事可視化等產業環節應用占據優勢位置,并在中國頭部網絡視頻平臺、運營商生態、廣電系統中廣泛落地。
在傳媒領域,影譜科技提出智慧傳媒平臺服務,從內容創建到分發,形成以元數據為基本單位的一站式智能影像技術服務,提供包括批量化創建智能影像、視頻資產管理與分析、智能影像運營、再到智能視頻商業化的全過程。基于影譜科技智能影像技術的AI方案在處理新聞、體育賽事等內容起重要作用。例如,實時自動繪制虛擬越位線,包括徽標,識別名人,提取字幕、人物圖像等。
在數字商業服務領域,影譜科技提出融合技術的方式,推進生成式AI與數字孿生的結合使用,提供高度集成的智能空間。這種多個趨勢融合,組合效應帶來了新機會和新顛覆。如更交互、立體的品牌與消費者關系,更智能、自動化的生產鏈,更高效、實時的供應鏈等。影譜科技推出ADT數字商業平臺,不僅可以快速生成商品的XR/數字孿生視覺內容,還可以利用數字孿生策略為虛擬助手增加智力,情感,擬人交互,以個性化與客戶進行對話或商品推薦,甚至可以在3D數字商場中完成虛擬“逛街”,催生Generative Reality(生成式現實)的數字新商業應用。
生成式AI作為最佳的交互式技術,被新零售、消費品制造業、在線零售業所采納。智能增強在降低出錯概率的同時,大規模的實現了為消費者帶來便利及滿足個性化的訴求,推進了商業的民主化。
顯然,AI技術+產業數智升級已成為諸多人工智能企業必經之路,不僅能快速優化產業流程及效率,還可以在定義“技術如何快速落地”方面發揮重要作用。
全社會的數智化趨勢來臨,Gartner研究副總裁David Groombridge表示:”首席信息官的優先事項必須滿足這些業務要求,從而實現增長和創新并創建可擴展、有韌性的技術基礎。”
以下為 Gartner 發布的 2022 年重要戰略技術趨勢:
生成式人工智能(Generative Artificial Intelligence)
即將上市的生成式人工智能是最引人注目和最強大的人工智能技術之一。該機器學習方法從其數據中學習內容或對象,并運用數據生成全新、完全原創的實際工件。
生成式人工智能可用于多種活動,如創建軟件代碼、促進藥物研發和有針對性的營銷,但該技術也會被濫用于詐騙、欺詐、政治造謠、偽造身份等。Gartner 預計到 2025 年,生成式人工智能將占所有生成數據的 10%,而目前這一比例還不到 1%。
數據編織(Data Fabric)
在過去的十年里,數據和應用孤島的數量激增,而數據和分析(D&A)團隊的技能型人才數量卻保持不變,甚至下降。作為一種跨平臺和業務用戶的靈活、彈性數據整合方式,數據編織能夠簡化企業機構的數據整合基礎設施并創建一個可擴展架構來減少大多數數據和分析團隊因整合難度上升而出現的技術債務。
數據編織的真正價值在于它能夠通過內置的分析技術動態改進數據的使用,使數據管理工作量減少 70% 并加快價值實現時間。
分布式企業(Distributed Enterprise)
隨著遠程和混合工作模式的增加,以辦公室為中心的傳統企業機構正在演變成由分散在各地的工作者組成的分布式企業。
Groombridge 表示:” 這就要求首席信息官通過重大技術和服務變革提供無摩擦工作體驗,不過事情總有兩面性:這項技術會對業務模式產生影響。從零售到教育,每家企業機構都必須重新配置交付模式才能支持分布式服務。兩年前,全世界沒有人想到自己能在數字試衣間里試穿衣服。”
Gartner 預計,到 2023 年,75% 充分發揮分布式企業效益的企業機構將實現比競爭對手快 25% 的收入增長。
云原生平臺(Cloud-Native Platform,CNP)
為了真正能夠在任何地方提供數字能力,企業必須放棄熟悉的 ” 直接遷移 ” 并轉向 CNP。CNP 運用云計算的核心能力,向使用互聯網技術的技術創造者提供可擴展的彈性 IT 相關能力 ” 即服務 “,從而加快價值實現時間并降低成本。
因此,Gartner 預測到 2025 年,云原生平臺將成為 95% 以上新數字倡議的基礎,而在 2021 年這一比例只有不到 40%。
自治系統(Autonomic Systems)
隨著企業的發展,傳統的編程或簡單的自動化將無法擴展。自治系統是可以從所在環境中學習的自我管理型物理或軟件系統。與自動化甚至自主系統不同,自治系統無需外部軟件更新就可以動態修改自己的算法,使它們能夠像人類一樣迅速適應現場的新情況。
Groombridge 表示:” 自治行為已因為近期被部署在復雜的安全環境中而為人所知。而從長遠看,這項技術將被普遍應用于機器人、無人機、制造機器和智能空間等物理系統。”
決策智能(Decision Intelligence,DI)
一家企業機構的決策能力是其競爭優勢的重要來源,而如今這個時代對這項能力的要求也越來越高。
決策智能是一門實用的學科。該學科通過清楚理解并精心設計做出決策的方式以及根據反饋評估、管理和改進結果的方式來改進決策。Gartner 預測在未來兩年,三分之一的大型企業機構將使用決策智能實現結構化決策,進而提高競爭優勢。
組裝式應用程序(Composable Applications)
在不斷變化的業務環境中,業務適應性需求能夠引導企業轉向支持快速、安全和高效應用變化的技術架構。可組合的應用架構增強了這種適應性,而采用可組合方法的企業機構在新功能的實現速度上將比競爭對手快 80%。
Groombridge 表示:” 在動蕩的時代,可組合的業務原則幫助企業機構駕馭對業務韌性和增長至關重要的加速變化。沒有它的現代企業機構可能會失去在市場中的前進動力和客戶忠誠度。”
超級自動化(Hyperautomation)
超自動化通過快速識別、審核和自動執行盡可能多的流程來實現加速增長和業務韌性。
Groombridge 表示:”Gartner 的研究表明,表現最好的超自動化團隊專注于三個關鍵優先事項:提高工作質量、加快業務流程和增強決策敏捷性。在過去的一年中,業務技術專家平均支持 4.2 項自動化倡議。”
隱私增強計算(Privacy-Enhancing Computation,PEC)
除了應對不斷成熟的國際隱私和數據保護法律外,首席信息官還必須避免因隱私事件而導致客戶信任下降。因此,Gartner 預計到 2025 年,60% 的大型企業機構將使用一種或多種隱私增強計算技術。
在數據、軟件或硬件層面保護個人和敏感信息的 PEC 技術能夠在不影響保密性或隱私的情況下安全地共享、匯集和分析數據。目前這項技術被應用于許多垂直領域以及公有云基礎設施(例如可信的執行環境)。
網絡安全網格(Cybersecurity Mesh)
Groombridge 表示:” 數據貫穿了今年的許多趨勢,但只有當企業能夠信任數據時,數據才會變得有用。如今,資產和用戶可能出現在任何地方,這意味著傳統的安全邊界已經消失。這就需要有網絡安全網格架構(CSMA)。”
CSMA 幫助提供一體化安全結構和態勢,為任何位置的任何資產提供安全保障。到 2024 年,使用 CSMA 一體化安全工具組成一個合作生態系統的企業機構能夠將單項安全事件的財務影響平均減少 90%。
人工智能工程化(AI Engineering)
IT 領導人想方設法地將人工智能集成到應用中,在從未投入生產的人工智能項目上浪費時間和金錢或在人工智能解決方案發布后努力保持它們的價值。人工智能工程化是一種實現人工智能模型操作化的綜合方法。
Groombridge 表示:” 從事人工智能工作的混合團隊是否真正能夠為他們的企業機構實現差異化,取決于他們通過快速人工智能變革不斷提升價值的能力。到 2025 年,10% 建立人工智能工程化最佳實踐的企業從其人工智能工作中產生的價值將至少比 90% 未建立該實踐的企業高出三倍。”
全面體驗(Total Experience,TX)
全面體驗是一項結合客戶體驗(CX)、員工體驗(EX)、用戶體驗(UX)和多重體驗(MX)學科的業務戰略。TX 的目標是提升客戶和員工的信心、滿意度、忠誠度和擁護度。企業機構將通過實現具有適應性和韌性的 TX 業務成果來增加收入和利潤。
