亚洲传媒在线,www.亚洲资源,国产毛片在线

近期，世界著名信息技術咨詢公司Gartner發布了一份“2020年十大技術趨勢”的調查報告。該報告顯示了企業在未來發展戰略中應考慮應用的技術，這些技術對各個行業具有巨大的變革能力。

在企業邁向數字化轉型的漫長過程中，應該跨越功能和流程孤島構建智能戰略計劃，充分利用RPA、iBPMS、DTO和AI在內的智能工具并將它們與現有系統集成在一起，以實現可持續化的數字化轉型。技術之間的互補與整合將為企業進一步提高工作效率，并且這些趨勢在未來五年內迅速增長、高度波動、達到臨界點成為新一代改變企業工作方式的重要工具。

該報告還指出，任何智能技術、工具和解決方案都是以人為中心，無論多么優秀高效的工具都是為人服務；技術的應用趨勢要以人員和組織為背景，而不是建立技術堆棧。企業在探索數字化轉型時，首先必須考慮業務和人文環境的相結合，也稱其為“以人為本的智能空間”。

以下是Gartner評估出的企業戰略規劃數據：

到2022年，70％的企業將為消費者提供沉浸式消費體驗，其中25％的企業會將其部署到生產中；
到2022年，培訓和模擬行業中35％的大型企業采用沉浸式解決方案，高于2019年的1％；
到2024年，75％的大型企業將至少使用4個低代碼（或無代碼）的開發工具或日常辦公工具；
到2021年，機器人流程自動化將使數據科學家產生更高，更有質量的數據分析；
到2022年，將有30％的企業使用AI進行決策；
到2020年，信譽高的企業在線交易量將增加20％；
到2022年，所有AI網絡攻擊中有30％企業將利用培訓數據模型以抵抗病毒的攻擊。

以下是Gartner評選出的“2020年十大技術趨勢”：

一、超級自動化

自動化是指通過軟件技術來自動執行最初需要由人執行的工作業務，從而幫助企業、組織有效的提升工作效率和節省時間。超級自動化是指用于交付工作的機器學習（ML）、軟件工具包以及自動化工具的總和。自動化不僅涉及工具平臺的廣度，還涉及自動化本身的所有步驟，包括：發現、分析、設計、自動化、監測、智能分析等。Gartner指出，RPA和iBPMS是超級自動化的關鍵組成部分。超級自動化需要選擇合適的工具和技術來應對當前的挑戰。了解自動化的范圍，業務與自動化之間的相互關系，以及它們之間的結合和協調是超自動化的主要重點。

機器人流程自動化（RPA）：主要通過軟件機器人將那些基于規則、重復性、枯燥的任務實現自動化，例如，RPA機器人可以輕松地的將系統A的數據自動移植到系統B中。并且還具有部署便捷、非侵入式、易使用、維護方便等特性。

智能業務流程管理 (iBPMSs)：智能業務流程管理是一個集協調人、機器和業務的綜合技術。 iBPMS的工作機制依賴于流程和規則，以幫助用戶系統管理工作任務。通常與外部系統的集成是通過強大的API來實現。除了流程之外，強大的決策功能還可以簡化工作環境并提供用于高級分析和機器學習的自然集成點。iBPMS軟件支持業務和決策的整個流程，包括：發現、分析、設計、實施、執行、監控和持續優化。Gartner表示，這兩項技術是相輔相成的，越來越多的企業將這兩項技術交叉組合使用。iBPMS可以快速將那些復雜的工作流程梳理清晰，尤其是在數字化流程的背景下，協調人員和整理業務流程。這對于企業通過RPA實現業務流程自動化有巨大的幫助。

隨著企業對RPA機器人的需求不斷變化，機器學習和NLP等智能技術成功地拓展了超級自動化的范圍：各種形式的AI技術，如機器學習（ML）、自然語言處理（NLP）、光學字符識別（OCR）迅速擴展了超級自動化的范圍，幫助員工增加了處理非結構化數據的能力，例如從文檔中讀取文本，從圖片中提取數據。企業在應用RPA和iBPMS等智能產品之后，員工開始發生恐懼感怕機器人會替代自己的崗位。但是，Gartner認為RPA機器人不是取代這些工人的職位，人工智能技術主要用來增強員工創造價值的能力。

二、多重體驗

到2028年，用戶體驗將在感知與數字世界互動等層面迎來巨大變化。這是因為自然語言對話平臺正在快速發展，而虛擬現實（VR）、增強現實（AR）以及混合現實（MR）也在貢獻自己的力量。感知與交互模式的變化，將在未來幾年中為我們帶來前所未有的多重感官與模式體驗。盡管VR，AR和MR的潛力令人期待，但仍然存在許多挑戰和障礙，例如：確定關鍵目標人物角色并探索目標場景，探索目標用戶在不同位置（在家、在汽車里或工作）等。到2022年，將有70％的企業嘗試為用戶提供沉浸式消費，其中25％會將其部署到生產中。

三、技術民主化

民主化是指向工作人員提供專業技術（例如：ML、應用開發、人工智能）或業務領域專業知識，徹底簡化這些技術的應用流程，無需進行耗時和昂貴的培訓便可應用。目前開發的無代碼軟件和可視化拖拽式操作便是很好的例子。

根據Gartner預測，從2020到2023年技術民主化趨勢將在以下4個方面迎來飛速發展：

數據與分析技能民主化（原本針對數據科學家的工具正在快速擴展，并逐步服務于普通開發人員社區）。
開發技能民主化（利用AI工具實現應用程序的定制化開發）。
設計技能民主化（通過低代碼、無代碼模式實現開發，并通過在應用程序中內置自動化開發功能增強開發者的能力）。
知識民主化（非IT專業人員也可以使用工具與專業級系統，使其得以利用超越自身專業知識與培訓范疇的特定技能）。

四、智能技術增強

智能技術的持續增強最終還是為人服務。增強人類能力是指通過技術和科學的運用。人類一直受這種技術和科學的影響從而實現文明的進步，例如：在引入計算機之前，打字機、復印機等技術增強了人類創建、復制和發布文本的能力。眼鏡、聽力輔助工具和假牙都是人類增強的歷史例子。計算機時代為人類增強增加了新的維度。桌面文字處理發布、網頁、博客和社交媒體極大地擴展了我們創建和發布文本的能力。隨著計算機、物聯網、人工智能、智能揚聲器和虛擬現實等新技術的興起，以及諸如CRISPR 18之類從生物科學中嶄露頭角的全新技術，正在持續的增強人類的方方面面。

五、透明度與可追溯性

網絡隱私越來越受到個人、企業和政府的關注。消費者越來越意識到他們的個人信息很有價值并且需要保護。組織意識到保護和管理個人數據的風險越來越大，并且各國政府正在執行嚴格的立法以確保他們這樣做。人工智能和使用ML模型進行自主決策，提高了人工智能的新水平。透明度與可追溯性旨用于滿足監管要求、維持使用人工智能和其他先進技術中所需遵守的道德規范以及恢復對企業機構信任缺失的態度、行動以及輔助技術與實際措施。企業機構在建立透明度與信譽措施時必須專注于三個領域：（1）人工智能與機器學習；（2）個人數據隱私、所有權與控制；（3）符合道德的設計。

六、邊緣計算

邊緣計算是一種計算拓撲，其中信息處理與內容收集/傳遞發生在鄰近數據源、存儲庫以及使用者的位置。其基本思路，是盡可能將流量與處理負載保留在本地，從而減少延遲、利用邊緣功能并實現更高的邊緣自主能力。邊緣計算借鑒了分布式處理的概念。它試圖保持本地流量和處理，以減少延遲，利用邊緣功能并實現更大的性能邊緣自治。隨著越來越強大的優勢和專業的計算資源和更多的數據存儲，越來越復雜的邊緣設備包括：機器人、無人駕駛飛機、自動駕駛汽車和操作系統在內的這種變化正在加速。

七、分布式云

分布式云是指，將公共云服務分發到外部不同位置云提供商的數據中心，而原公共云服務商承擔管理、維護和更新等職責。這表示，大多數公共云服務的集中化模型將引領云計算的新時代。云服務的位置是分布式云計算模型的關鍵組成部分。從歷史上看，位置與云定義無關，盡管與之相關的問題在許多情況下都很重要。隨著分布式云的到來，位置正式成為云服務的重要定義。在多數情況下，分布式云服務可以滿足組織、企業在某個特定位置對云服務的需求。

八、自動化組件

自動化組件是使用人工智能自動執行那些以往被人類執行的任務的物理設備。最典型的自動化組件有機器人、無人機、自動駕駛汽車/船及各種設備。它們的自動化超越了固化的程序所能實現的自動化程度，并能夠借助人工智能做出與所在環境和人類進行更自然交互的高級行為。隨著技術能力的改進、監管機構的批準以及社會接受度的提高，自動化物件將被越來越多地用于不受限制的公共場所。自動化組件的發展非常迅速，這是因為它們共享自動化技術。一旦克服了某些開發的難題，可以將該技術快速應用到類似的其他業務上。

九、實用型區塊鏈

區塊鏈可以通過實現信任、跨業務生態透明度和實現跨業務生態價值交換、降低成本、減少交易結算時間及改善現金流來重塑整個行業。由于可以追溯到資產的來源，因此“以次充好”的概率大幅降低。資產追蹤對于其他領域也具有很大的價值，包括追蹤食物在整條供應鏈中的足跡以識別污染來源、追蹤各零部件以協助產品召回等。區塊鏈還可用于身份管理。區塊鏈中的智能合約可以使系統在事件發生時自動觸發行動，例如在收到貨物時付款等。根據2019年Gartner CIO調查顯示，60％的CIO期望某種區塊鏈在未來三年內實現部署，50%的CIO已經部署了區塊鏈或計劃在未來12個月內進行部署，其中金融服務處于領先地位（18％），其次是服務（17％）和運輸（16％）。

十、人工智能安全

人工智能與機器學習將被繼續用于提升各種應用場景中人類決策的能力。雖然這給實現超自動化和使用自動化物件進行業務轉型帶來了良機，但同時也因為物聯網、云計算、微服務（microservices）及智能空間中高度連接的系統增加了大量潛在攻擊點而給安全團隊與風險領導者帶來了新的挑戰。安全與風險領導者應專注于三個關鍵領域--保護人工智能賦能系統、利用人工智能提升安全防御機制以及做好攻擊者對人工智能的惡意使用的心理準備。隨著網絡攻擊速度和類型的擴大，網絡安全人員越來越難防御這些惡意攻擊。為了滿足對更多使用AI過濾和自動化防御的需求。安全工具供應商正在使用ML來增強其工具，決策支持和響應操作。

點擊鏈接查看原報告

https://rpa-pdf.oss-cn-hangzhou.aliyuncs.com/Top10%20Strategic%20Technology%20Trends%20for%202020.pdf

繼續閱讀：流程自動化 RPA Gantner