產業專家指出，從未預見如此快速變化的發展前景。隨著創新的步伐突飛猛進，IT的主要子行業已經變得越來越複雜:
•人工智慧：ChatGPT在去年11月的驚人亮相讓產業人士注意到，人工智慧正在呈指數級成長，提供了一個在不久前還很科幻的工具集(免費)。
·雲端運算：雲端運算如今已成為科技的基礎，從來沒有一種技術能夠如此徹底地持續發展。大部分企業採用的是多雲。因此，客戶可以從雲端運算的巨大潛力中受益，可以緩解令人沮喪的管理和成本壓力。
•邊緣運算：邊緣運算的應用在2022年爆發，許多企業主管都認為這是一個新的主要關注點。物聯網的沉浸式運算環境正在創建一個資料豐富的基礎設施，支援商業和協作，並最終支援元宇宙。
•資料分析：資料分析是驅動決策的引擎，並且已經衍生出一系列迅速發展的子行業，從預測分析到資料視覺化再到即時資料探勘。數據分析不再是一個獨立的學科，而是作為一個核心元素建構到越來越多的應用程式中。越來越多的企業喜歡挖掘資料來獲得洞察力，因為它正變得無所不在。
鑑於科技業日新月異的變化，科技業的收入將持續螺旋式快速上升。
以雲端運算市場為例，其年複合成長率為14.4%。預計全球雲端運算市場規模將從2022年的4,830億美元成長到2030年的1.5兆美元。與人工智慧相比，這一成長速度並不快。人工智慧市場預計將以38%的年複合成長率成長，從2021年的1.47億美元躍升至2030年的1.6兆美元。
2023年及以後的技術預測
在新的一年到來之際，產業專家和企業主管通常會預測科技的未來發展方向，以下是他們對2023年及以後將影響企業發展的技術和發展趨勢進行的預測。
數位轉型
(1)值得關注的六大趨勢
BMC Software公司的執行長Ayman Sayed表示，隨著企業持續發展他們的遠端工作和分散的IT運營，支援他們的企業擁有與他們的需求和新的營運模式一致的產品將是很重要的。 2023年有六個主要的宏觀趨勢值得關注。
·首先，人們的工作方式改變了。如果人們從新冠疫情中學到了什麼的話，那就是工作地點和方式不斷在改變。創新技術將繼續是實現這種靈活性的關鍵。
·經濟成長轉變。全球金融市場出現動盪。推動全球經濟成長的國家正在發生變化，地緣政治挑戰改變了商業運作方式。預測市場變化並找到成功的方法需要大量的數據分析和洞察，這將在未來一年中繼續成長。
·包括採購、製造、分銷、庫存和最後一公里交付在內的供應鏈已經發生了變化，數據和洞察變得至關重要。對於許多企業來說，確保適應供應鏈的變化，以達到客戶和員工的期望，他們現在面臨著難以置信的壓力。
·網路安全。網路安全不再只是企業首席安全官的工作，而是每個人的工作。然而，這需要以一種不製造摩擦或減緩業務的方式來完成。
·資料的價值。根據Statista公司發布的調查報告，到今年年底，全球每人平均將產生97ZB的數據。如果能夠捕捉、分析並應用它來獲得更好的業務結果，這就創造了巨大的機會。
·對社會負責的企業為每個人創造了機會和希望，讓每個人都能做出正確的決定，共同影響氣候變遷、多元性和包容性，讓世界變得更美好。
(2)元宇宙技術仍將只是炒作，而數位轉型技術將快速發展
Onymos公司的創始人兼執行長Shiva Nathan表示，雖然圍繞元宇宙技術可能會出現一些令人眼花撩亂的產品，但在2023年，元宇宙不會產生任何大規模採用或改變遊戲規則的影響。在可預見的未來，這些技術仍將只是炒作，直到越來越多的企業更了解這個領域及其影響。
以降低成本為重點的加速數位轉型的技術將在2023年獲得動力。在新冠疫情期間開始的數位轉型趨勢會持續加速，企業會尋找新的方法來提高系統和流程的效率。
(3)IT的可持續性與降低成本
##1E公司的技術長Ian van Reenen表示，到2023年，遠距工作仍然是一個不變的趨勢，隨著越來越多的員工選擇在家工作，人們將看到更多關於IT可持續性的討論，包括如何降低IT成本，以及如何對環境產生更正面的影響。
人們使用的筆記型電腦約70%的碳足跡來自製造過程，因此企業可以採取實際行動，以提高成本效益和永續性，評估如何延長筆記型電腦和其他設備的生命週期。企業領導者要問的一個關鍵問題是，他們的公司如何更有效地重新利用和更新IT設備。
人工智慧與資料
(1)從機器人到智慧自動化的重大擴充
沃爾瑪公司的全球科技美國全方位技術執行副總裁Srinivasan Venkatesan表示，在過去的幾十年，自動化的價值主要來自於使用機器人來複製人類的行為，並消除費力而重複的任務。在2023年，預計將見證從機器人到智慧自動化的重大擴展，智慧自動化使用人工智慧和分析來執行數據驅動的任務，幾乎不需要人工互動。這種實現將對人力的依賴轉移到技術上，因此工作人員可以將注意力集中在業務的其他領域。
隨著越來越多的企業採用這種更新的結構，他們會發現企業的日常任務效率更高。想像一下，只需操作鍵盤和滑鼠，就可以簡化數百個流程和決策，從確定員工工作任務的優先級，到確定貨架上的產品庫存，再到自動化客戶聯繫。優化工作流程和降低成本的可能性和機會是無限的。
(2)企業將尋求能夠實現目標的人工智慧解決方案
NVIDIA公司DGX系統副總裁Charlie Boyle表示，2023年，不支援並行處理的低效率x86傳統運算架構將讓位給加速運算解決方案，這些解決方案能夠提供建構語言模型、推薦器等所需的運算效能、規模和效率。
在經濟逆風中，企業將尋求能夠實現目標的人工智慧解決方案，同時簡化IT成本並提高效率。使用軟體整合跨基礎設施工作流程的新平台將帶來運算效能的突破，降低整體擁有成本，減少碳足跡，並在變革性人工智慧專案上獲得可觀的投資回報，從而取代更浪費、更陳舊的架構。
(3)人工智慧將徹底改變安全、風險和詐欺
Intuit公司的高級副總裁兼首席資料長Ashok Srivastava表示，人工智慧和強大的資料功能重新定義了企業的安全模型和功能。安全從業者和整個行業將擁有更好的工具和及時的信息，他們應該能夠以更高的精度隔離安全風險。他們還將使用更多類似行銷的技術來了解異常行為和不良行為。
(4)個人化將塑造員工體驗
創投家General Catalyst公司的總經理Quentin Clark表示，個人化已經成為企業和消費者尋求建立忠誠度的主要目標之一。 2023年，這種個人化將在工作場所變得更加普遍(個人化的福利、獎勵、入職、培訓計劃)。
員工本質上是消費者，他們將越來越期待在日常生活中習慣的個人化服務進入工作場所。在員工招募方面仍然具有挑戰性，企業正在為放緩的成長速度做準備的時候，個人化可以幫助企業用更少的資源做更多的事情，並確保人才的穩定性。
(5)安全自動化的主動足跡繼續擴大
Torq公司的聯合創始人兼首席技術長Leonid Belkind說，安全自動化部署將轉向積極主動的方法，幫助在網路攻擊發生之前進行預防，而不是基於歷史攻擊回溯性地建立工作流程和流程。
其中包括安全團隊利用早期威脅情報訊號，並在工作流程中建構針對它們的防禦措施。其結果將是一個全面的新的防禦攻擊的能力框架，將整個安全堆疊整合到迄今為止最強大的保護方法中。
(6)人工智慧和機器學習系統必須即時工作
HiLabs公司的數據科學高級副總裁Kuldeep Jiwani表示，醫療保健人工智慧很快就會從被動狀態轉變為主動狀態。要實現這一點，人工智慧和機器學習系統必須即時工作。這可以透過以下幾種方式來實現：
·實現主動或預測人工智慧的一種方法是擁有一個基於MLOps的閉環系統，其中機器學習模型訓練在後台進行，以產生僅應用於即時數據的模型。觀察預測質量，如果預測質量下降，則觸發自動閉環，重新訓練資料以產生新模型，並將新版本放回流預測管道中。
·實現主動人工智慧的另一種方法是實現一個持續學習框架，在這個框架中，相同的模型從錯誤中學習，並隨著時間的推移自動糾正自己。
(7)人工智慧方法將基於自我監督和生成式人工智慧演算法的使用
iRhythm公司的資料科學高級總監Evangelos Hytopoulos表示，如今的大多數人工智慧模型都是基於監督學習的，其中標籤與測量相結合，以教授一種預測未知數據的演算法。然而，創建一個標記的資料集需要大量的工作，因此，通常只有資料的子集可以被標記，從而限制了當前模型的學習能力。
在未來幾年，可以期待看到基於使用自監督和生成式人工智慧演算法的人工智慧方法，以促進在模型訓練中納入更大量的資料。
監督學習能夠學習底層測量的重要特徵，這些特徵是資料的更豐富的表示。生成演算法的優點是創建合成資料——標籤來自不同的訊號域，重要的特徵是從感興趣的域學習的。在這兩種情況下，都需要進行適當的驗證，以證明演算法的有效性，並證明其預測中沒有任何偏差。
(8)自動化、AIOps和經濟衰退
BigPanda公司的產品行銷副總裁Mohan Kompella表示， 與人們在新冠疫情開始時看到的情況非常相似，2023年的經濟衰退將迫使企業弄清楚如何透過自動化和AIOps等技術來擴大規模，而不是透過增加員工數量來實現規模擴張。
由於許多公司凍結員工招聘，並被迫以固定的預算工作，除了裁員之外，企業必須找到支持現有員工的方法，並為IT、SRE和DevOps團隊創造一個壓力較小的工作環境，以避免員工倦怠。因此必須採用有效的、自動化的解決方案。
(9)業界認可的開放式Lakehouse將會出現
Ahana公司的共同創辦人兼執行長Steven Mih表示， 隨著市場進一步選擇表格式、計算引擎和接口的開放選項，Lakehouse版本的LAMP堆疊將會出現。 Linux基金會和Apache軟體基金會的專案將成為其中的元件。
雲端運算
(1)重新調整多雲策略
思科公司的首席策略長兼應用總經理Liz Centoni表示， 隨著去全球化和資料主權問題的加速，在未來的一年裡，將看到企業利用多雲架構的明顯轉變。儘管89%的企業出於各種原因(地緣政治、技術、供應商多樣化)採用多雲策略，但好處在於連接、保護和觀察多雲環境的額外複雜性。
人們將看到向新的多雲框架(如主權雲、本地區域雲、零碳雲和其他新穎的雲產品)的巨大轉變。這將創造一條通往更多私有雲和邊緣雲應用程式和服務的道路，開創一個新的多雲營運模式。
(2)雲端運算實現合規性
Cloudflare公司的現場技術長John Engates表示，對企業IT團隊來說，遵守最近通過的全球隱私和資料法規已經成為一場惡夢。 2023年，雲端運算服務將最終減輕這些團隊的合規性負擔，並自動確定資料可以合法儲存和處理的位置。
相信大多數雲端運算服務很快就會內建合規性功能，雲端運算本身應該會減輕企業的合規性負擔。開發者不應該被要求確切地知道如何以及在哪裡可以合法地儲存或處理他們的數據，合規性的負擔應該主要由開發人員正在建立的雲端運算服務和工具來處理。
網路服務應該在遵守所有資料主權法律的同時，有效率且安全地路由流量。儲存服務本質上應該遵守資料駐留規則，並且處理應堅持相關資料本地化標準。
(3)可用性將是2023年獲勝的關鍵
MariaDB公司的產品經理Patrick Bossman表示，近年來了解到的一件事是，宕機可能會對業務造成嚴重影響。 2023年，可用性將成為區分贏家和輸家的秘密武器。企業需要避免鎖定，並擁有擴大規模的彈性。透過多樣化的雲端運算環境，企業將最大限度地減少中斷對其持續營運能力的影響。
(4)協同努力實現雲端運算的現代化
Core BTS公司的創新總監Andy Glassley表示，在過去的十年，看到了企業向雲端運算轉移的巨大成長。內部部署基礎設施能夠完全適應企業保持競爭力所需的不斷變化的技術的日子一去不復返了。人們現在處於雲端運算革命的時代，透過重新託管、重構等等，可以更好地實現應用程式的現代化。
在2023年，人們將繼續看到企業將業務向雲端平台遷移，也將看到一致努力實現雲端運算的現代化。企業將利用現有的雲端投資做更多的事情，並透過雲端原生應用程式、混合應用程式和現代資料基礎進行創新。
(5)雲端運算的採用受到成本最佳化的嚴重影響
Alluxio公司的創辦人兼執行長Haoyuan Li表示, 2023年對成本優化的更大關注正在影響雲端運算的採用。儘管公有雲已經促進了許多企業的業務成長，但全球經濟的不確定性將推動具有資料密集型工作負載的大型企業重新調整其雲端策略，更加強調成本優化，例如降低出口成本。
將重點放在其基礎設施的投資報酬率(ROI)和整體擁有成本(TCO)上，無論是在雲端還是內部部署設施，還是兩者兼而有之。
(6)雲端遷移和遣返將持續下去，並帶來新的需求
SIOS科技公司的客戶體驗副總裁Cassius Rhue表示，由於過去幾年改變世界的事件，許多企業快速追蹤了他們的雲端採用之旅，並將業務從內部部署資料中心遷移到雲端平台。這種雲端遷移將持續下去，同時，許多企業將意識到遷移本身並不是萬能的解決方案，也不是解決應用程式可用性問題的靈丹妙藥。
對雲端中有狀態應用程式高可用性的需求將促使企業使用叢集軟體。重新部署的系統將利用解決方案最大限度地減少客戶流失，並滿足多個應用程式可用性的需求。
(7)雲端運算成本管理將使企業佔上風
Virtana公司的工程副總裁Amit Rathi表示，成本和資源最佳化將是2023年的關鍵。考慮到潛在的經濟不確定性，大多數企業都希望詳細了解雲端運算支出以及控制支出和優化其資源利用的能力。在過去幾年的數位轉型的推動下，企業根據各自的業務需求採用了多種雲端平台。
因此，大多數企業對支出、與業務應用的相關性以及潛在的成本節約可能性知之甚少。隨著企業開始走向雲端採用的成熟，加上減少支出的業務壓力，具有積極主動方法的企業將在處理不確定性方面佔據顯著優勢。
邊緣運算
(1)私人5G將在邊緣收集比以往更多的資料
日立Vantara全球數位創新行銷與策略高級總監Bjorn Andersson表示，在大量使用感測器和機器人的製造業等工業環境中使用專用5G網絡，將開始實現設備連接、機器可重構和即時數據分析的承諾。
私人5G的使用增加將使新的連接設備成為可能，在邊緣收集比以往更多的數據，此外在2023年將更廣泛地採用支援工業物聯網的解決方案。
(2)邊緣開發人員將接受開放標準和框架
Azion公司的執行長Rafael Umann表示，如果這些平台決定提高價格或做出其他重大改變，那麼透過不提供易遷移性的平台開發應用程式的開發者將幾乎沒有追索權。供應商鎖定對於必須仔細規劃預算的公司來說是不可接受的。
因此，在2023年，預計將大力關注確保邊緣web應用程式依賴開放標準和框架。這種關注將增加企業對Web Assembly、Jamstack和其他不依賴特定供應商的技術的興趣。使用這些技術建立應用程式使開發人員能夠根據需要從一個平台轉移到另一個平台，以優化成本和效能。
(3)超特異性機器學習和人工智慧將催化邊緣應用
NS1公司的共同創辦人兼執行長Kris Beevers表示，在不久的將來，人工智慧和機器學習模型將變得高度個人化。每個模型都將針對特定的人員、地點或應用程式進行最佳化，考慮到他們的特定需求和特性。
建立這些模型將需要處理和部署大量資料集，其規模遠遠超過中央資料湖所能處理的規模。因此，邊緣基礎設施將成為使這些模型的創建和儲存更具可持續性的關鍵方式。
(4)2023年企業將資料空間化
Kinetica公司的執行長兼共同創辦人Nima Negahban表示，當它們在時間和空間中移動時，能夠廣播其經度和緯度的感測器和設備的成本正隨著相應的廣泛應用而迅速下降。據預測，到2025年，40%的連網物聯網設備將能夠共享其位置，2020年的比例為10%。
空間思維將幫助創新者優化現有運營，並在智慧城市、連網汽車、透明供應鏈、近距離行銷、新能源管理技術等領域推動人們期待已久的數位轉型。
(5)邊緣運算將蓬勃發展
Spectro Cloud公司的共同創辦人兼執行長Tenry Fu表示，作為資料中心的作業系統，Kubernetes可能已經很受歡迎，但它的真正價值可能在邊緣，它的可遷移和彈性應用程式工作負載可以為幾乎無限的數位業務流程和客戶體驗提供動力。
研究發現，35%的生產行業的Kubernetes用戶已經在邊緣運行Kubernetes，並且更多的用戶計劃在一年內這樣做。這些應用案例千差萬別，從採摘水果的無人機到核磁共振機器上的人工智慧，其中許多都有可能為正確使用它們的企業帶來收入和競爭差異化。
但從可管理性到安全性，面臨的挑戰也同樣巨大。 2023年是轉捩點，屆時挑戰將迎頭趕上，邊緣技術將真正成為主流。
網路安全
(1)強調機器學習的安全性、威脅性和漏洞
NetSPI公司的研究副總裁Nick Landers表示，機器學習已經部署在許多技術中，特別是與安全相關的技術，例如電子郵件過濾器、安全資訊和事件管理(SIEM)儀表板以及端點偵測和回應(EDR)產品。
如果人們認為可以延遲機器學習的安全對話，需要認真考慮。越來越多的安全研究人員專注於對抗性機器學習，其中包括對模型本身的攻擊(反轉、提取、克隆等)以及在網路攻擊和社交工程中使用機器學習。在即將到來的一年裡，人們將看到越來越多的針對機器學習整合系統的漏洞被公佈出來。
(2)零信任的發展
SOTI公司的產品策略資深副總裁Shash Anand表示，零信任是一種心態;不要相信任何人或任何未經驗證憑證就想存取資料或加入網路的東西。雖然對某些人來說，這可能會導致生產力的損失，因為它可能需要更長的時間，但出於安全目的，證明真實的身份很重要。企業必須有合適的工具來提供單一登入和基於多重身分驗證因素的驗證。
人們可以期待零信任來提高行動安全，因為它確保只有經過身份驗證的用戶才能存取。
(3)網路安全透明度將成為優勢
GitHub公司的副總裁Jacob DePriest表示, 企業在改進檢測和防禦網路攻擊的方法的同時，也必須改進與網絡攻擊相關的溝通方式。人們在2022年已經看到了許多的資料外洩事件，2023年也不會有什麼不同。
人們將看到更多的企業進一步將透明度作為加強對其業務信任的一種手段。越來越多的安全領導者將專注於建立這樣一個環境，在這個環境中，安全團隊是一個被授權的、值得信賴的業務合作夥伴。圍繞安全事件優先進行公開、透明的溝通，以便與內部和外部利害關係人建立信任，這很重要。
內部隱私和資料保護的門檻自然將會提高，外部共享安全事件的門檻將會降低。
(4)安全問題是IT領導者的首要任務
Atera公司的首席產品長Tal Dagan表示，企業正更加關注網路安全，並尋求解決方案，使他們的設備不那麼容易受到攻擊。人們期望更多的IT部門實施IT監控解決方案，因為企業對服務品質的要求越來越高，越來越害怕不斷增加的網路攻擊。
(5)將需要基於行為的分析檢測
RevealSecurity公司的技術長Adam Koblentz表示，2022年的許多事件表明，雙因素身份驗證不足以防止高級持續威脅( APT)。
2023年，企業將需要採取行動，以更快的速度偵測網路威脅(這只能透過自動化來實現)。企業不會使用噪音太大或不準確的檢測工具，因為它們會對團隊造成太大的負擔。基於行為的分析偵測將被要求處理企業面臨的威脅。
以上是2023年的科技預測：人工智慧、雲端運算、邊緣運算、網路安全的發展趨勢的詳細內容。更多資訊請關注PHP中文網其他相關文章！
