近日，Gartner发布了《2021年重要技术趋势》，这些技术包括：行为互联网、全面体验、隐私增强计算、分布式云、随处运营、网络安全网格、组合式智能业务、人工智能工程和超级自动化9大技术。其中，超级自动化连续两年入选Gartner的重要技术趋势报告。

 

 

Gartner指出，COVID-19（新冠病毒）的爆发，使得超级自动化成为全球组织关注的焦点，为组织实现远程办公和保持业务连续性发挥了重要作用。同时超级自动化亦是组织实现数字化运营和弹性运营的关键。

 

 

Gartner表示，今年的重要技术趋势突出了颠覆性，这些技术在未来5—10年内将为全球组织的业务带来巨大的变革和机遇。今年的趋势主题分为三个：以人为本、位置独立和弹性交付。IT领导者必须深入了解这些技术和应用组合，以便为组织的技术创新和战略发展带来全新的机遇。

 

超级自动化是Gartner在去年11月份，发布的《2020年重要技术趋势》中提出的技术概念。超级自动化是指用于交付工作的机器学习（ML）、软件工具包以及自动化工具的总和。自动化不仅涉及工具平台的广度，还涉及自动化本身的所有步骤，包括：发现、分析、设计、自动化、监测、智能分析等。

 

Gartner表示，RPA和iBPMS是超级自动化的关键组成部分。超级自动化需要选择合适的工具和技术来应对当前的挑战。了解自动化的范围，业务与自动化之间的相互关系，以及它们之间的结合和协调是超自动化的主要重点。

 

• 机器人流程自动化（RPA）：主要通过录屏、脚本和模拟等方式，将基于规则、重复性、枯燥的数字化业务实现自动化。RPA具有部署便捷、非侵入式、易使用、维护方便等特性。

   

• 智能业务流程管理 (iBPMSs)：智能业务流程管理是一个集协调人、机器和业务的综合技术。iBPMS的工作机制依赖于流程和规则，以帮助用户系统管理工作任务。通常与外部系统的集成是通过强大的API来实现。除了流程之外，强大的决策功能还可以简化工作环境并提供用于高级分析和机器学习的自然集成点。

 

iBPMS软件支持业务和决策的整个流程，包括：发现、分析、设计、实施、执行、监控和持续优化。Gartner表示，这两项技术是相辅相成的，越来越多的组织将这两项技术交叉组合使用。

 

iBPMS可以快速将那些复杂的工作流程梳理清晰，尤其是在数字化流程的背景下，协调人员和整理业务流程。这对于组织通过RPA实现业务流程自动化有巨大的帮助。

 

随着组织对RPA机器人的需求不断变化，机器学习和NLP等智能技术成功地拓展了超级自动化的范围：各种形式的AI技术，如机器学习（ML）、自然语言处理（NLP）、光学字符识别（OCR）迅速扩展了超级自动化的范围，帮助员工增加了处理非结构化数据的能力，例如从文档中读取文本，从图片中提取数据中。

 

以下是2021年9大技术趋势解析：

 

01.

行为互联网

 

行为互联网（Internet of Behaviors）是捕获人们日常生活行为的关键技术。IoB汇集了面部识别、位置跟踪和大数据等当前直接关注个人的技术，并将结果数据与现金购买或设备使用等行为相关联。

 

组织可以使用该技术来判断人的行为。例如，在疫情期间组织为了监控对健康规定的遵守情况，通过使用IoB计算机视觉来查看员工是否戴着口罩或通过热成像来识别发热者。因此，根据用途的目标和结果，IoB的使用需要遵循道德底线和社会意义。

 

02.

全面体验

 

全面体验（Total experience）是结合了客户经验、员工经验和业务经验。其目的是改善从技术到员工再到客户的整体交互体验。

 

将这些经验紧密地整合在一起（而不是单独地改进每个孤岛）有助于组织打造产品差异化，从而创造可持续的竞争优势。这种技术在疫情（COVID-19）期间得到了广泛应用，包括，远程工作、移动、虚拟和分布式客户等。

 

例如，某家电信公司为了改变客户体验，以提高安全性和服务满意度，部署了预约系统。当客户离电信公司还有200米时，会收到两个通知：1，进行业务办理的通知；2，警告用户进入电信公司后需要保持社交距离。

 

03.

隐私增强计算

 

隐私增强计算（Privacy-Enhancing Computation）由三种技术组成：

 

1，提供了可信任的环境，可在其中处理或分析敏感数据；

 

2，以分散的方式执行处理和分析数据；

 

3，在处理或分析之前对数据和算法进行加密。

 

这种技术使组织能够在保证数据安全情况下，跨地区安全地与竞争对手进行研究合作。此技术是专门满足隐私或安全性的同时，共享数据需求而设计的。

 

04.

分布式云

 

分布式云（Distributed Cloud）是指，将公共云服务分发到外部不同位置云提供商的数据中心，而原公共云服务商承担管理、维护和更新等职责。

 

使组织能够在物理上更紧密地提供这些服务，有助于解决低延迟情况，降低数据成本并帮助适应规定数据必须保留在特定地理区域的法律。

 

05.

随处运营

 

随处运营（Anywhere Operations）模式对于组织抗击COVID-19疫情，保持业务连续性至关重要。从本质上讲，此运营模型允许在任何地方访问、交付和启用业务。随处运营模式是基于“数字优先，远程优先”。

 

例如，只有移动电话的银行，但无需进行任何物理交互，即可处理从转账到开设账户所有业务。所以，业务数字化是使用随处运营的关键。

 

 

06.

 

网络安全网格

 

网络安全网格（Cybersecurity Mesh）是用于可扩展、灵活和可靠的网络安全控制的分布式体系结构。现在，许多资产都存在于传统安全范围之外。网络安全网格实质上允许围绕个人或事物的身份定义安全范围。

 

网络安全网格使任何人都可以安全地访问任何数字资产，无论资产或人员位于何处。它通过云交付模型解除策略执行与策略决策之间的关联，并使身份验证成为新的安全边界。

 

07.

组合式智能业务

 

组合式智能业务（Intelligent composable business）是可以根据当前情况进行调整并从根本上重新安排业务。随着组织加速数字业务战略以推动更快的数字化转型，需要保持敏捷并根据当前可用数据做出快速业务决策。

 

为了成功做到这一点，组织必须能够更好地访问信息，以更好的洞察力增强信息。这还将包括提高组织的自治度和民主化程度，使部分业务部门能够迅速做出反应，而不会因效率低下的业务流程而陷入困境。

 

08.

人工智能工程

 

人工智能工程（AI Engineering）将促进AI模型的性能，可伸缩性，可解释性和可靠性，同时实现AI投资的全部价值。通常AI项目面临可维护性，可伸缩性和治理方面的问题，这使它们成为大多数组织的挑战。

 

人工智能工程提供了一个途径，使AI成为主流DevOps流程的一部分，而不是孤立的项目。它汇集了各种学科来驾驭AI技术，同时在实施多种AI技术的组合时提供了更清晰的价值途径。

 

09.

超级自动化

 

超级自动化（Hyper automation）是多种技术的合集，包括，AI、机器学习、业务流程挖掘、RPA以及其他类型的决策流程和任务自动化工具，使组织的数字化业务快速实现自动化。

 

超级自动化是组织实现数字化运营和弹性运营的关键。为此，组织必须将传统业务实现数字化，同时需要在各个职能领域自动化任务，流程和协调自动化。在疫情期间，超级自动化得到了广泛的应用，为组织实现远程办公和保持业务连续性发挥了重要作用。