2016埃森哲技術趨勢與展望》：世界正處于重大的技術變革之中，特別是一場數字變革。我們的研究模型和分析顯示，數字化正在主導經濟的各個領域。2015年，全球數字經濟占全球經濟總量的22％，并且在繼續迅速增長。我們預計，這一比例將從2005年的15％，增長到2020年的25％。這是埃森哲對企業數字化轉型前景的樂觀預測。而推動這次號稱第四次“工業革命”的數字化轉型潮的原動力則來源于三個相互依存、相互促進的技術趨勢：云計算、大數據、人工智能。那么2017年，這三個領域將怎樣發展呢？近日不少相關機構積極進行了預測。

人工智能走入主流，這5個預測比較靠譜

科技博客ReadWrite近日撰文，對2017年的人工智能技術發展進行了五個靠譜預測。

1、加速向對話界面轉型

許多具有創新精神的科技巨頭最近采取的措施表明，今后一年，通過語音與科技展開互動將成為常態。但對話界面真的那么重要嗎？這的確是革命性的技術。自從計算機誕生以來，我們一直要被迫使用電腦的語言才能與之交流，但現在可以教給它們通過我們的語言進行交流。

谷歌和必應這樣的搜索引擎已經實現了巨大進步，可以接受語音搜索指令。Facebook也推出DeepText人工智能技術，希望了解每個用戶的對話形態和興趣。與此同時，向自然語言界面的過渡已經開始爆發，很多公司開始大力發展聊天機器人和數字助理，而聊天應用的活躍度甚至逐步超過社交網絡。可以想象，2017年之后，我們或許可以隨意使用日常語言向個人設備詢問各種信息，包括：“我還有多少錢？”“我上次體檢是什么時候？”“周圍10分鐘車程內還有哪家餐館有兩人座空著？”

2、設計模式的進步將加強你對人工智能的信任

如果人們不相信人工智能，就不會使用它。2017年，設計師將會把人與人之間的互動知識應用到人工智能系統中。具體來說，就是我們如何贏得彼此信任和尊重的方式。語調、情緒、時機、視覺線索和用詞選擇等溝通元素，都將與自然語言處理等人工智能技術整合，從而增強系統運行的透明度。通過這種方式便可幫助用戶信任和依賴人工智能系統。斯坦福大學最近對人工智能今后100年可能產生的影響展開了研究，他們在報告中寫道：“能夠幫助人類理解人工智能系統及其決策（例如明確解釋這些決策），并參與到使用過程中的設計戰略，可能有助于建立信任，避免重大錯誤。工程師和設計師必須開發一套系統，針對他們的工作方式展開自由交流。”換句話說，如果我的人工智能家居監控系統為一個沒有預約的訪客打開大門，他最好解釋清楚這么做的原因。

3、我們將開始研究人工智能系統之間的溝通方式

2017年，很多企業將會著手開發人工智能或人工智能互動的通用標準。沒有標準，人工智能技術就會變成一個個孤島。更糟糕的是，當多套人工智能系統共同向一個目標努力時，甚至會相互影響。試想，當一輛無人駕駛汽車試圖躲避碰撞時，卻無法與其他無人駕駛汽車相互溝通，將會發生什么事情？或者，一家擁有多套人工智能系統的企業用一套預測性分析系統來決定生產水平，但還有另外一套使用不同數據源的人工智能系統認為應該改變生產需求，又會出現什么后果？2017年，科技巨頭、行業組織和政府機構將會彼此溝通，建立統一的人工智能標準。

4、人工智能將因為內在偏見受到沖擊

2016年，有很多事例都反映出人工智能系統的內在偏見。有些偏見源于訓練系統時使用的數據，有的則源自用戶與系統的互動，此外還包括相似性偏見以及對相互沖突的目標產生的偏見。多數偏見目前都沒有獲得人們的關注，但隨著人工智能使用量的增加，它對人們的生活也將產生越來越大的影響，到那時就需要承認和解決系統的內在偏見。否則，人工智能未來的發展就會面臨障礙。

5、企業開始關注人工智能的投資回報率

企業開始關注人工智能技術的真正價值和投資回報率。雖然與人工智能相關的企業獲得的融資越來越多――僅過去5年，人工智能投資總額就增長了10倍，從2011年的9400萬美元增長到2016年的10．49億美元――但卻并沒有多少商用案例出現。這些技術多數都是創新團隊或研發部門的試點項目。2017年將成為一個轉折點，許多企業將開始質疑自己在人工智能領域的投資，而人工智能也必須增長。兩年前還有人在討論人工智能和機器人將會置我們于死地，這著實令人感到驚訝。很多科技大拿也認為人工智能將給世界帶來災難，但他們中的某些人現在卻成立了一些組織，試圖推進人工智能技術的突破。人工智能技術已經在短時間內實現突破，我們現在開始意識到，積極擁抱人工智能技術的確可以帶來很多好處，沒有必要過于擔憂。我已經開始展望2017年，到那時，便可回顧今年的預測，看看究竟實現了多少――我甚至有可能直接讓人工智能系統告訴我最終的答案。

云市場再掀浪潮2017年云計算6大趨勢搶先看

“第一大趨勢來自企業，”Forrester分析師DaveBartoletti說，“具有大預算，數據中心和復雜應用程序的企業現在正在將云作為運行核心業務應用程序的可行場所。”Forrester發現，北美和歐洲1000多家企業基礎設施技術決策者中有38％表示他們正在構建私有云，其中32％采購公共云服務，其余計劃在未來12個月內實施某種形式的云技術。此外，59％的受訪者表示他們正在采用混合云模型。

Forrester在2017年提供了以下云預測：

1、區域玩家補充“超級云提供商”

最初選擇構建私有云的CIO可能siy會發現自己切換到公共云，因為他們意識到這項工作會耗費多少時間和成本。CapitalCIORobAlexander表示，CapitalOne在幾年前關閉了亞馬遜網絡服務的私有云。其首席信息官表示“我們認識到，我們花費了大量的時間，精力，努力創建和管理帶寬基礎設施已經存在在一個更好的狀態和發展逐漸日新月異。”

全球公共云市場將在2017年達到1460億美元，高于2015年的87億美元，并以復合年增長率22％的速度增長。Bartoletti說，這種增長的最大份額將來自亞馬遜，微軟，谷歌和IBM，他們正在開設新的數據中心和做出讓步，例如微軟公司同意T－系統在德國管理其云，以滿足數據本地化的要求，但是大型廠商無法為每一個獨特的請求提供服務，這意味著較小的區域性廠商將在2017年采用上升。

2、云成本遏制

一個流行的理論是，CIO通過投資公共云軟件來節省資金，但并不總是這樣。大多數CIO利用多個云提供商的事實意味著企業已經在復雜的云供應商管理方面陷入困境。此外，如果公司離開公共云實例運行通過周末，當他們不需要它們，CIO實際上可以花更多的錢比他們在本地解決方案。

IT高管將在2017年更好地控制云成本，因為他們的最佳實踐已成熟。它已經發生了。Bartoletti說，一家大型軟件公司的云架構師通過監控他的消費，從250萬美元的云賬單中刮下了30萬美元。還有來自AWS，Cloudability和Cloudyn等成本管理工具。“在2017年沒有理由讓你的云成本失去控制，”Bartoletti說。

3、提升和轉移那些云應用程序

Forrester還建議公司將應用程序重構為在公共云系統上運行，利用遷移服務，而不是簡單地將現有應用程序轉儲到公共云中。移動應用程序的最佳選項是重寫它以利用云的彈性，雖然這種升降移動可能是昂貴的。“在2017年，移動和遷移遷移工具將加快云遷移速度，因為大量應用遷移的成本較低，”Bartoletti說。

4、超融合您的私有云

Bartoletti說，雖然更多的Forrester客戶將引用安全作為轉向公共云服務的理由，但并非每個CIO都希望接受將客戶和其他敏感數據委托給第三方供應商的相關風險。與其公共云對等方一樣，私有云服務需要高級虛擬化，標準化，自動化，自助服務訪問和資源監控。將這些能力一起融合到一個有凝聚力的系統是令人生畏和昂貴的。

超融合基礎架構（HCI）解決方案有望幫助，提供預集成的計算和存儲資源，幫助組織更快地運行云實施。Forrester建議組織將HCI視為其私有云開發的基礎，特別是對需要快速，自動擴展的新工作負載。“HCI正迅速成為構建混合云的私有部分的默認基礎架構平臺，”Bartoletti說。

5、容器技術

容器使開發人員能夠管理軟件代碼，特別是為云應用程序開發的軟件。Forrester說，到2017年年底，Linux容器將在每個主要的公共和私有云平臺上可用。開發人員將直接消費它們，并且經常構建他們自己的堆棧來為微服務開發提供動力。但新的范式意味著新的挑戰；公司將需要應對新的安全，監控，存儲和網絡問題，因為容器廣泛部署在生產環境中。“您的第一步應該是評估內部私有PaaS與受管理的公共云開發平臺的利弊；你可能需要兩個，“Bartoletti說。

6、企業應用程序來到公有云

有幾家公司在AWS中托管企業應用程序，這表明CIO已經更容易在公有云中托管關鍵軟件。DollarShaveClub在AWS中運行Spark分析軟件。CardinalHealth在AWS中運行Splunk。其他幾家公司正在AWS中運營業務應用程序，如SAP。Bartoletti說，你可以預期這種趨勢將繼續，因為CIO更多地依賴公有云提供商。“企業正在將偉大的想法變成軟件和洞察更快，云是最好的地方，從企業數據獲得快速洞察，”Bartoletti說。

2017年開始，物聯網將會成為企業重大變革之一。許多公司在物聯網上看到了巨大的機遇，一方面可以通過提高生產質量和可靠性來增強與客戶之間的關系，另一方面降低成本和一些不必要的風險。公司通過使用恰當的物聯網模式，來獲得更多新客戶和更優的洞察力，并且可以提高顧客滿意度。

首先讓我們探討一下，在2017年物聯網將會對業務和技術帶來哪些影響？

（1）物聯網和區塊鏈的聚合

區塊鏈（Blockchain）現在不僅僅是一個概念，除了“金融科技”（FinTech）它在許多領域都有應用，包括物聯網。許多專家認為，區塊鏈技術是解決物聯網中可擴展性、隱私和可靠性的缺失環節。

區塊鏈技術可用于跟蹤數十億聯網設備，并且能夠完成設備之間的處理和協調事務；對物聯網行業制造商來說，能夠很好的節約成本。這種分散的方法可以消除單點故障，為設備運行創建一個富有彈性的生態系統。區塊鏈所使用的加密算法可以讓消費者的數據更加安全。在2017年，物聯網將會和區塊鏈技術融合，來提供更優越的安全性來保護隱私。這對應用程序、硬件和人才來說都是打開了新世界的大門。

（2）物聯網設備和更多的DDoS攻擊

Forrester認為，最近發生在美國的1600個網站DDoS攻擊事件只是冰山一角，如果涉及到更多的連網設備，那將會對世界造成威脅。這次攻擊事件證實了，物聯網設備在巨大的分布式拒絕服務攻擊（DDoS）下的脆弱性。

在美國當地時間2016年10月21日，造成了許多服務器癱瘓，如Twitter，NetFlix，紐約時報（NYTimes）和PayPal。這次攻擊范圍巨大，包括數百位網站和惡意軟件，其中Dyn是這次主要受害者。“這次來源主要是一個被Mirai僵尸網絡感染的設備”。所有跡象表明，無數的物聯網設備包括攝像機、智能家居等日常用電設備都可能被惡意軟件劫持，來攻擊服務器。

（3）物聯網和許多移動設備

物聯網正在為當前和新興市場為企業創造更多新的機會，來提高競爭優勢。它觸及一切領域――不僅僅是數據，還有收集數據的方式、時間和地點。創造物聯網技術，不只是為了改變互聯網，而是要改變連接互聯網的東西。更多移動設備會出現，從家用電器到汽車、智能手表和虛擬助手。所有這些連接著的設備都將會提供豐富的數據流，該數據流將會連接產品和消費者來實現交互。

（4）物聯網、人工智能和軟件容器

在物聯網下，人工智能可以幫助公司擁有的數十億數據點用到真正有意義的地方。一般前提是與應用程序一致――先審查分析你手機的數據，從中找出可以學習的模式和相似之處，以便進行更優的決策。

2017年將會看到分布在云服務、邊緣設備和網關上的物聯網軟件。你還會見證，建立在微服務（（Microservices）一種程序開發方法）和軟件容器（輕量級虛擬化）上的物聯網解決方案，可以在分布式構架上工作。此外，機器學習云服務和人工智能都會在物聯網上提取有用數據。

（5）物聯網和連接技術

可以通過Wi－Fi，藍牙，低功率Wi－Fi，Wi－Max，以太網，LTE和最近興起的技術Li－Fi（使用光作為包括傳感器的典型網絡的不同部分之間的通信介質）來將物聯網上不同的部分連接到傳感器上。在2017年新的無線連接技術將會接受測試，比如3GPP、NB－IoT、LoRaWAN和Sigfox。將會迫使物聯網決策者來評估這20多種無線連接協議，這一切都是建立正確的新連接標準的一步。

（6）物聯網和人才短缺

物聯網項目的開展，包括智慧城市和工業設施，將會面臨一段人才短缺的時期。更麻煩的是，找到足夠人手來保障物聯網安全更是一個挑戰。

據TEKsystems調查，45％的物聯網公司正在尋求安全專業的人才，30％的公司表示找相關數字營銷人員有困難。2017年，物聯網企業將會投資建立培訓和認證機構，并成為科技行業的主流趨勢。

（7）物聯網和新商業模式

目前還沒有一個完善的物聯網商業模式，這成為商業投資和營銷的巨大動機，當然也會成為泡沫。這種商業模式必須滿足電子上午的所有要求――垂直市場、橫向市場和消費級市場。新的商業模式需滿足消費者共享設備的成本要求，降低成本使得用戶擁有更加體驗。2017年將會看見智能市場加入新的類別。一個關鍵點就是捆綁服務，包括服務和產品。例如亞馬遜的一款產品Alexa，如果沒有語音識別、流媒體音樂和預訂Uber服務，那它就是一款普通的無線揚聲器而已。

未來的路

物聯網是一個日益復雜的生態系統。生活中下一代自動化或者新技術都會使物聯網的實現變得更加容易和便捷，對應的，我們在家中、工作中和生活中的方方面面都會得到改善。從冰箱到停車場再到智能房屋，物聯網將會給我們數字化生活帶來更多內容，在不久的將來，物聯網將會成為一個數萬億美元的產業。

離我們最近的就是“物聯網服務”技術，并應用到生活中創造無限可能性。但實現這個夢想還是要很長一段路，我們需要克服很多障礙才能看見這個技術的好處。

大數據在2017年發展的8個預測

又到了年終歲尾時，業界權威市場研究和咨詢機構Ovum公司日前估計，大數據市場規模將從2016年的17億美元增長到2020年的94億美元。隨著市場的增長，企業的挑戰正在轉變，對人們的技能需求正在改變，而大數據服務供應商的景觀也在風云變幻。2017年將是大數據專業人士更為忙碌的時刻。以下是一些來自相關行業觀察家和技術專家對大數據在2017年的發展預測。

1．對數據科學家的需求將減弱

組織對數據科學家的需求正在減弱，Ovum公司在其關于大數據趨勢的報告中表示。該研究公司引用了來自Indeed．com的數據，顯示了組織在過去四年對數據科學家的需求。同時，大學正在培養更多的擁有數據科學證書的大學畢業生。

“誰招募這些潛在客戶？很可能，排除在線數字業務，在全球2000強以外的一些少數企業會招募他們，但卻很少有人會想到如何使用數據科學家。”Ovum公司指出，“對于大量依賴于打包分析的組織來說，不需要數據科學家本身，而是需要應用數據科學的應用程序或工具。

2．使數據科學成為團隊運動將成為重中之重

Ovum公司警告，數據科學家和數據工程師在企業中扮演不同的角色：數據科學家關注數據形成和測試假設，而數據工程師選擇數據集，提供集群，并優化他們的生產算法。沒有協作，數據科學家開發的模型和假設就會遇到陷入風險之中。

“真正的需要是讓數據科學家和數據工程師更好地連接，以確保數據科學家在他或她的筆記本電腦上編寫和測試的模型正確地部署在集群上合適的數據集。”Ovum寫道。

同時，機器學習正在嵌入企業軟件和工具，用于整合和準備數據，這也給企業帶來壓力，確保他們的數據科學家和業務分析師密切合作。“如果模型仍然在數據科學家的領導下，企業將無法獲得機器學習的全部價值。”Ovum公司表示，“重疊的趨勢將是協作環境，其中業務分析師和數據科學家可以在計劃，部署，以及執行機器學習模型中共享工作流。”

3．將會有更多的壓力來保持數據本地化

全球律師事務所Morrison＆Foerster預測將加強隱私法，旨在將數據保存在各國境內。

Morrison＆Foerster律師事務所全球隱私＋數據安全小組主席MiriamWugmeister說，“預計將會出臺更多的數據本地化法律，在最近的發展中，如俄羅斯數據本地化法律得到了俄羅斯法院支持，中國最近也通過自己的數據本地化法律。其他國家將在未來一年內采取行動。

4．企業將努力通過數據獲利

研究機構IDC公司警告說，企業必須投入更多的生產資料產生數據，但它不會是容易做到，許多企業將錯過機會。

IDC公司在名為“IDCFutureScape：全球CIO2017年議程預測”的報告中寫道：“盡管商業領袖希望企業努力成功創造有意義的產品和收入來源。那些取得成功的企業將以堅實的IT戰略和數據導向服務為基礎：數據采集；運輸，轉型和儲存；分析和儀表板；數據作為產品／服務；以及安全和訪問控制。

而IDC提供的指導性建議是，IT領導者“建立一個由IT和業務人員組成的創新團隊，審查現有和未來的應用程序／系統，以獲得可能的結果數據貨幣化。”

5．數據湖將最終變得有用

“許多早期采用數據湖的企業花費了大量資金，不僅購買了低成本存儲和流程，而且還收集了大量服務，以便匯總和提供大量數據相關和發現以獲得更好的見解。”，數據管理供應商Reltio公司首席營銷官RamonChen說。企業所面臨的挑戰一直在尋找有能力理解信息的人；使數據湖能夠向操作應用程序提供輸入，并從操作應用程序接收實時更新的數據；彌合主要數據管理和運行應用程序，分析數據倉庫和數據湖之間的差距。

“現有的大數據項目意識到需要一個可靠的數據基礎，而新的項目被整合到一個整體的數據管理戰略中，數據湖可能會在2017年履行他們的承諾。”RamonChen預測。

6．并購活動將加快進程

Reltio公司首席營銷官RamonChen說，“毫無疑問，人工智能、機器學習、深度學習等新技術得到了企業的關注。”所有交易的關鍵驅動因素是對人工智能專家的需求。“由于被收購的大多數初創公司的運營歷史很短，這些舉措是盡可能招募到數量有限的人工智能專家。”他說，并預計在未來一年，行業廠商將會開展更加積極的并購活動。

7．對物聯網架構師的需求將飆升

根據研究機構IDC公司的數據，到2020年，物聯網（IoT）市場規模預計將達到1．46萬億美元。因為規模激增，因此也將需要大量熟練的物聯網專家。

“物聯網架構師的作用將使數據科學家們成為人力資源部門最有價值的獨角獸。物聯網的浪潮將會讓邊緣計算和物聯網操作設計激增。”數據和分析供應商Teradata公司物聯網技術營銷專家DanGraham預測，屆時，數以千計的簡歷將在一夜之間更新。“此外，不到10％的企業意識到他們需要一個物聯網分析架構師，而物聯網系統架構師將成為一個獨特的物種。因此，能夠為物聯網設計分布式和中央分析的軟件架構師的市場價值將飆升。”

8．流式分析將會獲得重生

“分析運動中的數據并不是什么新鮮事，因為事件處理程序已經存在了近20年。”Ovum公司表示。但是有很多因素正在將實時流技術從利基技術轉變為更具廣泛吸引力的技術。例如，開源技術使實時流更加容易訪問，也為可擴展的商品基礎設施帶來可用性，Ovum公司指出。在需求方面，物聯網正在加強企業對可以實時感測，分析和響應的流應用程序的興趣。

Ovum公司預測，其市場整合不會立即發生。“如今，企業有越來越多的選擇，競爭新的工作負載。最終，我們預計市場會下降到三到四個流媒體平臺。”但是SparkStreaming和AmazonKinesisAnalytics等平臺及其競爭對手的市場競爭仍在進行中。“鑒于市場早期狀況，我們預計2017年市場不會下跌；我們預計流式引擎將需要2－3年才能成熟，物聯網的實施將達到臨界質量。”Ovum公司指出