Gartner 數位原生企業 :IT趨勢 2018 人工智慧 數位轉型 開源軟體 邊霧運算 邊緣運算 IDC 資策會 MIC 區塊鏈 物聯網 AI

三大調研機構鐵口直斷 解盤2018資訊科技趨勢

2018-03-05
近期,Gartner、IDC以及資策會MIC等調研機構紛紛提出2018年的趨勢觀察,毫無疑問地,智慧化已然成為總體趨勢發展的核心之一,預期2018年將是人工智慧(AI)大鳴大放的一年;數位化依然是企業發展的重頭戲,企業不僅要數位轉型,更希望能夠朝向成為數位原生企業目標邁進;區塊鏈以及開源軟體都將更廣泛地被認同與接受;邊緣運算崛起將解決未來大量數據運算隱憂。
近幾年,趨勢與科技變化腳步愈來愈快,這些變革不僅快速地影響消費者體驗,同時也攸關企業IT基礎架構的部署與決策。近期,包含Gartner、IDC以及資策會產業情報研究所(MIC)等調研機構紛紛提出2018年的趨勢觀察,毫無疑問地,智慧化已然成為總體趨勢發展的核心之一,預期2018年將是人工智慧(AI)大鳴大放的一年,人工智慧與機器學習將會更深入到各個技術領域,包含晶片、資訊安全、語音影像辨識、資料分析,甚至運用AI來培訓平民級的資料科學家,以解決人才荒的困境。

數位化依然是企業發展的重頭戲,企業不僅要數位轉型,更希望能夠朝向成為數位原生企業(Digital Native Enterprise)目標邁進,亦即以客戶為中心,積極尋求創新,藉此觸動企業高效營運,挖掘新的收入來源,創造客戶忠誠度,進一步達成數位轉型的目的,在這其中,數位技術和數據(Data)是發展的關鍵核心。落實到IT技術與架構層面上,區塊鏈以及開源軟體都將更廣泛地被認同與接受,而傳統集中式的運算架構也將轉向分散式運算發展,邊緣運算崛起也將解決未來大量數據運算隱憂。

無所不在的AI與機器學習

回顧Gartner在2017年列出的十大策略性科技趨勢中,有三項採用「智慧無所不在」(Intelligence Everywhere)的概念,也就是透過資料科學技術與研究方法的持續演進,並加入先進機器學習與人工智慧技術,讓以智慧硬體及智慧軟體為基礎的系統能自行學習並適應環境。到了2018年十大策略性科技趨勢中,智慧(Intelligent)仍是主要的討論面向,但不同的是,人工智慧將更為成熟,而且範圍正在不斷擴大。

Gartner 2017與2018十大策略性科技趨勢總表

Gartner大中華地區資深合夥人龔培元指出,AI將不再只是學術單位的研究課程,而是一個非常實用的技術領域,儘管AI投資不像傳統的投資項目可以用線性比例預測投入的資源會有多少產出,而且學習的範圍仍有限制,但隨著演算法的進步,範圍正在不斷擴大,預期未來幾年會出現更多突破。「估計到了2020年,30%的CIO將會把AI列為五大優先投資方向之一;30%的新開發項目會包含由資料科學家和工程師的聯合工作小組提供的AI元素,AI已經脫離純技術的研究,而是一個看得見、摸得到、用得著的結果。」

從晶片、使用體驗到人才培訓

很明顯地,人工智慧正在快速地滲透到各個層面,包含使用者體驗、流程以及人力等面向都深受影響。目前蘋果的iPhone X和華為的Mate10都已搭載人工智慧晶片,AI on Chip將會顛覆人機互動以及與系統互動的使用者體驗,現今包含Google、微軟、Intel、Nvidia、高通、IBM等科技大廠,以及新創公司如Cerebras和Groq都開始發展人工智慧晶片。到了2020年,深度神經網路(Deep Neural Networks,DNNs)和機器學習的應用,將會為半導體廠商帶來一百億美元的商機。更多的AI的邏輯與演算法會內建到晶片上,對於半導體廠商來說,AI已不再是兩三年後的事情。


▲人與AI協作是2018年的一大重點。(資料來源:Gartner)

另外,AI技術也將會顛覆及優化公司的流程,同時可能取代一些老員工。龔培元認為,人與AI的互動是2018年的一大重點,公司的資深人員如何與AI互動,對企業而言將會是一大門檻,因為資深人員害怕被AI取代。但恰恰相反的是,能使用AI的人並不會被取代,而且會達到1+1的成效。


▲ AI的發展階段目前仍停留在Narrow AI,也就是以機器學習、深度學習和神經網路為進階先進分析(Advanced Analytics)的計算結果。雖然學習的範圍仍受限制,但隨著演算法的進步,範圍正在不斷擴大。(資料來源:Gartner)

隨著人工智慧晶片演算法的成熟,市場將會開始看到AI的強大應用,例如Salesforce、SAP、甲骨文、IBM都推出了分析相關的解決方案。值得留意的是,企業在AI發展的過程中,最需要資料科學家人才來分析、萃取資料洞察。約莫從2015年開始,各大學便開設資訊經濟學(Infonomics)相關課程,這些資訊經濟學人才在2017年的市場上炙手可熱,供不應求。由於資料科學家人才稀少,企業開始思考如何導入機器學習,將業務分析師訓練成平民資料科學家(Citizen Data Scientist),以便進行資料探勘(Data Discovery)以及初步的分析。

數位原生轉型新階段

數位轉型幾乎已經成為全球企業面對高競爭壓力下的突圍手段,過去一年,愈來愈多的企業正透過數位科技開創新商業型態,展望2018年,數位轉型依然是企業發展的重心,但會進入一個全新的階段,更聚焦在數位原生(Digital Native),亦即大部分的企業會希望轉型成一個數位原生企業,亦即在運作的時候,從頭到底都基於數位的思維。


追蹤我們Featrue us

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!