新興技術在2020年成爲一個(gè)熱門話(huà)題,到2021年的熱度仍将持續。
沒有人能預料到技術對人們工作和生活帶來的巨大影響。在2020年發生的冠狀病毒疫情中,人們原有的工作、生活、健康、經濟、交易等方式都被改變。與此同時,許多組織爲瞭(le)生存和發展而採(cǎi)用新興技術的速度之快超出瞭(le)人們的想象。
這些新興技術将會促進組織的業務發展。雖然沒有人能夠真正預測(cè)未來會發生什麽,但以下五種新興技術可以爲組織帶(dài)來競争優勢。
1.全光子網絡(APN)将推動下一代通信技術的發展
IT系統的能耗對環境産(chǎn)生瞭(le)巨大影響,這不是什麽秘密。然而,全光子網絡的引入可以顯著降低這種影響。
全光子網絡(APN)使用光纖和混合電纜在終端和服務器之間進行端到端信息傳(chuán)輸。這允許傳(chuán)輸大量數據流量,同時保持較低的延遲(chí)。其耗電量隻有當今網絡所需耗電量的百分之一。
全光子網絡(APN)不僅具有明顯的環境效益,而且直觀易用,使人們可以從任何位置或環境進行連接。專家預計,随著(zhe)時間的推移,傳(chuán)輸容量可能會提高到在不到一秒鍾的時間内下載1萬部電影的程度。其結果是構建新一代通信平台,這将成爲更加智能、可持續、更節能技術的重大飛躍。
2.認知基礎技術将連接並控制一切
認知基礎(CF)技術将虛拟化的ICT資源鏈接在一起,並(bìng)将其與各種系統和網絡集成在一起,以創建一個強大的信息處理平台。認知基礎(CF)可以分析和預測(cè)數據,而不受數據駐留的格式或系統的限制。
這使得組織能夠協調來自各種接口的信息,其中包括從語音和視頻到物聯網的傳感器數據。認知基礎(CF)爲IT系統提供瞭(le)一個集中的場(chǎng)所,以管理所有ICT資源,這是諸如智慧城市等創新項目的基礎。
實際上,美國拉斯維加斯市在一項具有開創性的項目中使用瞭(le)認知基礎(CF)技術,該項目結合瞭(le)各種數據點來預測和預防突發事件。該市使用基於虛拟化軟件的編排功能來自動分析視頻、語音和傳感器信息。目前正在研究如何将該系統發展爲完全自動化和自治的操作系統,不僅可以自動分析,而且可以自己思考並(bìng)採取行動。
3. 數字孿生計算(DTC)将現實世界和虛拟世界結合起來預測未來
數字孿生技術並(bìng)不是什麽新鮮事物。它們是真實環境、産品或資産的虛拟表示,用於(yú)測試或模拟新環境和不同環境的影響。例如,制造商使用數字孿生模型來管理新機器或工廠的性能和有效性,城市規劃者則使用數字孿生模型來模拟新開發項目和道路的影響。
數字孿生可以用來模拟環境,也可以自己設計解決方案。通過自由複制、組合和交換各種事物和人員的數字孿生體,将信息集成到交通擁堵預測(cè)系統等應用場景中。數字孿生甚至可以在疾病控制領域做出準確(què)的預測(cè)。
人們也将擁有自己的數字孿生應用。數字孿生可以代替人類在網絡空間執行某些常規(guī)任務,甚至可以在網上做決定。這項技術可以将人們的思想、思維、習慣(guàn)和态度整合到他們的數字孿生技術中。
當然,在這種創新技術也有倫理和社會責任的問題。但是,随著(zhe)數字孿生的應用和監管的不斷發展,對業務和生産(chǎn)力的影響是顯而易見的。
4.公民開發人員的崛起:機器人流程自動化将如何重塑業務
随著(zhe)包括谷歌、亞馬遜和Facebook等公司在内的科技巨頭提供人工智能即服務和數據即服務,“公民開發者”應運而生。這些科技公司提供的工具範圍從機器人流程自動化(RPA)到雲中的圖形處理單元。這些意味著(zhe)任何人都可以使用組織數據創建業務應用程序,而幾乎不需要編(biān)程技能。
對於(yú)許多組織來說,這可以改變(biàn)遊戲規則,因爲可以構建簡單的流程應用程序,而很少需要監督,就可以實現某些任務和流程的自動化。這将爲組織的員工騰出時間專注於(yú)完成價值更高的工作。
業務用戶(hù)通常是更好的主題專家,並(bìng)且可能有解決問題的最佳方法,可以加速組織的數字化轉型。
機器人流程自動化(RPA)具有改變未來工作的潛力。但是,随著(zhe)新的複雜性的增加,組織将需要通過靈活的智能基礎設施和開放系統來建立正確(què)的數據策略,以使這項創新對各方都是可訪問的,而且也是安全的。
5.量子計算和邊緣計算迎來新時代
強大的計算能力的興起,可以在數據源處或附近進行更多處理,已經開始改變各種規模的公司。量子計算和邊(biān)緣計算這兩種計算模式處於(yú)創新的最前沿。
量子計算機解決瞭(le)傳統計算機難以使用額外電源解決的問題。傳統計算機在1~2秒内處理信息,而在量子世界中,這1個字節和0個字節可以同時存在於兩種狀态(稱爲量子比特)中,從而允許並(bìng)行執行計算。量子計算機需要特殊的算法,這些算法必須能夠執行人們無法想象的任務,從而使其比迄今爲止的任何算法都要強大。
另一方面,邊緣計算專注於(yú)處理更靠近數據源的信息,以提高處理速度。如今,大多數計算都在雲中進行,並(bìng)有潛在的延遲。邊緣計算需要定制的芯片和硬件,但可以與雲計算技術一起使用,以充分利用其優勢而不會造成延遲。例如,邊緣計算将允許自動駕駛汽車的計算機視覺系統立即處理和識别圖像,而不是将數據發送到雲中進行驗證。
未來将有500多億台物聯網設備,而所有這些設備都将産生數據,並(bìng)将在邊緣實現近實時應用和人工智能(AI)。随著(zhe)虛拟現實(VR)技術越來越流行,邊緣計算将在提供良好的虛拟現實(VR)體驗方面發揮至關重要的作用。
