8025 财富空间刚刚Gartner 发布 9 年十大战略性技术趋势.docxVIP

8025 财富空间刚刚Gartner 发布 9 年十大战略性技术趋势.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
【财宝空间】刚刚Gartner 发布 2019 年十大战略性技术趋势 Gartner 2018-10-25 原文 导? 读 Gartner公司今日列出了企业组织在2019年需要探究的几大战略性技术趋势。分析师在Gartner研讨会/ ITxpo大会期间引见了他们的调查结果。 Gartner对战略性技术趋势的定义是:具有巨大颠覆性潜力的趋势,开头从新兴外形蜕变为更广泛的影响和使用,或者是快速进展的趋势,很大的波动性无望在将来五年达到临界点。 Gartner副总裁兼Gartner争辩员大卫?希尔雷(David Cearley)说:“智能数字网格一直是过去两年的主题,它连续是一大驱动要素,持续到2019年。围绕这些主题的趋势是推动持续创新过程的一个关键要素,也是ContinuousNEXT战略的一部分。比如说,AI(表现为自动化设备和添加智能)与物联网、边缘计算和数字变化结合使用,供应高度集成的智能空间。这种多个趋势融合,从而带来新机会、推动新颠覆的组合效应正是Gartner 2019年十大战略性技术趋势的一个特点。” 2019年的十大战略性技术趋势如下: 01 自主设备 机器人、无人驾驶飞机和自动驾驶汽车等自主设备,将依靠使用AI来自动执行以前由人类执行的功能。它们的自动化超越了刚性编程模型供应的自动化,它们利用AI,供应与四周环境和人们更自然地交互的高级行为。 “随着自主事物的激增,我们期望从独立智能事物转变为一大堆协作智能事物,多个设备协同工作,无论是独立于人还是人为输入,”Cearley先生说。 “例如,假如一架无人机检查了一块大型油田并发觉它已经预备好开采,它可以派遣一台‘自动采油机’前往执行任务。在物流交付市场,最无效的处理方案可能是使用自动驾驶车辆将包裹移至目标区域。然后,车辆上的机器人和无人机可确保最终交付包裹。” “自动化事物”次要有五品种型: - 机器人 - 车辆 - 无人机 - 家电 - 媒介 这五品种型占据四种环境:海洋、陆地、空中和数字。它们都具有不同程度的力气,协调和智能。例如,它们可以跨越由人工帮忙在空中飞行的无人机,在田地中完全自主地操作的农业机器人。这描绘了潜在使用的广泛图景——几乎每个使用程序,服务和物联网对象都将接受某种形式的AI来自动化或添加流程或人为操作。 探究在组织或客户环境中的任何物理对象中AI驱动的自主功能的可能性,但同时该当记住,这些设备最适合用于狭义定义的目的。它们与人类大脑在决策、智力或通用学习方面的力气不同。 02 添加分析 添加分析代表了数据和分析力气的第三大浪潮,由于数据科学家可以使用自动算法来探究更多假设和可能。 添加分析侧重于添加智能的特定领域,使用机器学习(ML)来转换分析内容的开发、消费和共享方式。添加分析功能将快速推动到主流使用,作为数据预备、数据管理、现代分析、业务流程管理、流程挖掘和数据科学平台的关键特性。 来自添加分析的自动洞察也将嵌入到企业使用程序中,转变了企业产生分析洞察力的过程。例如,人力资源、财务、销售、营销、客户服务、选购和资产管理部门。这些协同和配个将会优化全部员工在其环境中的决策和举动,而不只仅是为分析师和数据科学家服务。添加分析可自动完成数据预备、洞察生成和洞察可视化过程,在很多情况下无需专业数据科学家的参与。 “这将导致数据科学进一步普及化,这是一套新兴的功能和实践,使次要工作在统计和分析领域之外的用户能够从数据中提取猜想性和规范性的见解,”Cearley先生说。 “到2020年,一般公民数据科学家的数量,将比专家数据科学家的数量增长要快5倍。组织可以使用公民数据科学家来填补因数据科学家短缺和高成本而导致的数据科学和机器学习人才缺口。” “到2020年,超过40%的数据科学任务将实现自动化。”添加分析可识别隐蔽的模式,同时衰退个人偏见。在公民数据科学家和添加分析之间,数据洞察将在整个企业中得到更广泛的使用,包括分析师、决策者和运营工作者。 03 AI驱动的开发 市场正在快速从专业数据科学家必需与使用程序开发人员合作创建大多数人工智能添加型处理方案的模式,转变为专业开发人员可以使用作为服务供应的预定义模型单独操作的模式。这为开发人员供应了人工智能算法和模型的生态系统,以及为将AI功能和模型集成处处理方案中而定制的开发工具。 随着AI使用于开发过程本身以自动化各种数据科学、使用程序开发和测试功能,专业使用程序开发的另一个机会“高峰”毁灭了。到2022年,至少40%的新使用程序开发项目,将在他们的团队中配置AI协同开发人员。 “最终,高度先进的基于人工智能的开发环境自动化使用程序,将在功能和非功能方面迎来‘公民使用程序开发人员’的新时代,非专业人员将能够使用AI驱动的工具自动生成新的处理方案。使非专业人员无需编码即可生成使用程序的工具已

文档评论(0)

小文文小库库 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档