IT领域最被高估的十大技术

简介: IT领域最被高估的十大技术

本文来源:企业网D1net


CIO们也难免对新兴技术的承诺感到痴迷。在本文中,IT领导者和分析师们分享了他们认为可能未能如预期的技术。


今天的技术曾经是昨天的科幻小说,AI、机器人技术和空间计算在经过几十年的猜测和开发后,已逐渐成为主流。


但它们都如愿以偿了吗?在某些方面,是的,但在很多方面,并没有。


这是一个典型的趋势,对某项技术的期望超出了其目前实际能够实现的程度。Gartner 的技术成熟度曲线称这个阶段为“过高期望的峰值”——这通常发生在失望情绪产生之前。


CIO 们通常处于这一切的前线,不管是因为他们被激动情绪所感染,还是因为他们不得不在计划超过现实时管理期望。


“在某些方面,我们是现实主义者,因为我们认识到所有这些东西都是有局限的,”Union Community Care 的 CIO 和信息安全官 Daniel Uzupis 说,“我们必须透过所有炒作看到一项技术实际上带来了什么价值。”


许多因素促成了过高的期望。一些技术达到了过度炒作的地步,是因为它们的实际能力落后于用户的期望,其他技术则因为需要耗费大量时间、精力和金钱才能发挥全部潜力而达到这一点。


现在有哪些技术落入了这一过度炒作的类别?我们问了10位IT领导者,以下是他们对当今被过度炒作的技术的看法。


1. GenAI


GenAI连续第二年位居被过度炒作的技术榜首,几乎所有人一致认为,对GenAI的期望超出了它目前实际能够很好实现的能力。


“关于GenAI的炒作如此之多,以至于一些高级领导人认为它可以广泛应用,而没有完全理解这种强大的技术,更重要的是,它如何在他们的组织中得到利用。”通过GMB Consulting提供分时和临时CIO和CTO服务以及高级顾问支持的Greg Barrett说。


其他人也有类似的看法,认为人们过于急于部署GenAI,而没有确定这项技术是否会带来回报。


“你仍然需要有一个明确的商业案例,并了解你试图解决的问题是什么,这样才值得追求。”Atlas Systems 的 CISO Kaarthick Subramanian 说。


这对许多人来说仍然是一个挑战。研究公司Gartner发现,“对AI的投资达到了新高,重点是GenAI,但在大多数情况下,这还未能实现预期的商业价值。”


2. 通用AI


不仅仅是GenAI似乎被过度炒作了。


Peter J. Scavuzzo 列举了通用AI(AGI)作为另一项目前不应获得如此多关注的技术,他说他怀疑人们对AGI可以做什么(至少在短期内)的想象是否超越了现实。


IBM 将 AGI 描述为“科幻版的AI,人工机器智能实现了人类水平的学习、感知和认知灵活性”,并表示虽然这仍然是理论上的,但它“可能准备好革命性地改变人类生活和工作的几乎每一个方面。”


Scavuzzo 目前对 AGI 持保留态度。Marcum LLP 会计和咨询公司的合伙人兼首席信息和数字官以及 Marcum Technology 的 CEO Scavuzzo 说:“AGI 是指 AI 具有与人类相当的认知能力,接近人类的操作方式,而我认为我们距离实现这一点还很遥远。”


3. AI


消息来源一致认为,从机器学习到自然语言处理再到大型语言模型,各种类型的AI都具有巨大的潜力,并且已经带来了革命性的回报。


但他们指出,AI 仅在一小部分部署中带来了实质性回报,并补充说,许多企业在实现显著(而不仅仅是增量)收益之前还有很多工作要做。


Ozmosys 的 CIO 兼 FenixPyre(一家网络安全公司)顾问委员会成员 Robert Field 说:“我确实认为许多形式的 AI 被过度炒作,存在很多不现实的期望,它有很多前景和机会,但实施 AI 的现实比人们目前谈论的要复杂得多,也不那么光鲜。是的,我们必须接受它,但我也发现我必须调整很多期望。”


4. AI PC


同样,Info-Tech Research Group 的 CIO 实践研究总监 Brian Jackson 也将 AI PC列入今天被过度炒作的技术清单。


“这显然是供应商试图推动他们认为是差异化的东西,以试图让人们购买新硬件的典型案例。”他说。


Jackson 解释说,他们这样做是有理由的。许多 CIO 延长了 PC 的更新周期,现在每四到五年更换一次电脑,而不是像过去那样每三年更换一次。


“这证明了现在的电脑真的很好。”Jackson 说。


AI PC选择了能够在本地高效处理 AI 模型的 CPU、GPU 和 NPU,它们被称为更快更强大,因此可以在计算和电池寿命方面提供更好的性能。


Jackson 说,未来将需要这样的能力,但他指出“至少三年后”才会实现。在此之前,他认为目前使用的电脑对于大多数人目前通过云应用程序而不是在本地设备上使用 AI 的方式来说是完全足够的。


“现有的电脑]具有足够的处理能力、内存和存储,我们可以使用它们多年。”他补充说。


5. 任何被称为“下一代”的东西


类似地,Union Community Care 的 Uzupis 将任何被称为“下一代”的东西列入过度炒作的技术清单。


“‘下一代’到底是什么意思?”他问。


他表示,一些供应商过于频繁和随意地在他们的产品上贴上“下一代”的标签,而另一些供应商则在他们的产品准备好之前急于将这些新功能引入他们的产品,从而获得“下一代”的标签,同时让用户不得不应对有问题的技术。“或者他们启用了没有人想要的 AI 功能,然后你不得不选择退出这些功能。”他补充说。


Uzupis 通过使用行之有效的评估技术反驳了关于“下一代”产品的所有过度炒作——换句话说,他会仔细检查产品的内部,以确定新改进版本是否真的提供了更好的东西,以及升级的成本是否值得它将产生的价值。


“归根结底就是,这个产品是否真的有用?”Uzupis 说道。


6. 量子计算


IT 领导者认识到量子计算的潜力,量子计算使用量子力学原理进行计算,因此比当前的计算机快且强大得多。


但他们也表示,量子计算还有很长的路要走,缓解了当今对它的兴奋和炒作。


“它仍处于理论层面。要使其商业化需要付出很多努力,并且需要进行更多研究才能启动。”Constellation Research 的副总裁兼首席分析师 Andy Thurai 说,并补充说,开发和最终运行量子计算所需的成本和资源只会增加实现这一目标的挑战。


“构建世界一流的量子系统有很多限制,在我看来它仍然是一个非常科学的实验。”他说。


7. 核聚变能


类似地,有些人也将核聚变能归类为过度炒作的技术,认为它——与量子计算一样——离现实还很远,其支持者让它看起来比实际情况更接近。


对核聚变能的兴趣并不新鲜,但随着 AI 的发展,它得到了推动,研究人员表示 AI 可能有助于他们最终实现核聚变能(这反过来又将有助于为耗能的 AI 系统提供动力)。


当 OpenAI 的 CEO Sam Altman 投入这一领域,支持 Helion Energy 及其建造世界首个核聚变发电厂的计划时,核聚变也引起了广泛关注。


但 Scavuzzo 说,不要屏住呼吸。


“这将有助于推动下一次技术繁荣,但这不是我们很快就能看到的东西。”他说。


8. 化身


AI 推动了另一个 Info-Tech Research Group 的 Jackson 认为被过度炒作的领域,那就是数字人和化身的概念。


Jackson 说,创建和使用化身的技术已经成熟,并且在提供看起来真实的数字人方面做得相当好。


事实上,数字人今天已经在各种合法和有问题的用例中使用,接受度各不相同。他说,许多人会容忍客户服务聊天机器人。在娱乐中使用数字人的容忍度较低,“除非有明确的艺术理由。”大多数人认为深度伪造是一个大问题。


“但公司对这种能力及其使用[与真人互动]的思考方式有些牵强,”Jackson 补充说,“人们说他们要创建自己的数字孪生,当他们无法参加会议时,让数字孪生参加。除非你的 CEO 说你要与那个化身互动,否则人们会退出[这种]互动。这是不可接受的。”


他补充说:“我并不是说永远不要使用这个,它有巨大的价值,但我认为我们会走得太远,太快。”


9. 元宇宙和空间计算


尽管近年来这类技术的炒作有所减少,但有些人认为对空间计算(无论是增强现实、虚拟现实、扩展现实还是元宇宙)的期望仍然超过了它的价值,使其成为2024年被过度炒作的技术列表中的一个值得关注的条目。


“元宇宙和 AR/VR 类似于区块链技术,最初有很多热议,但很快就被 AI 取代了,”Laserfiche 的 CIO 兼 SIM 研究所顾问委员会成员 Thomas Phelps IV 说,“在2022年,元宇宙在一个由领先分析研究公司主办的最大技术会议之一上成为焦点。去年,Apple 的 Vision Pro 引起了很大轰动,但在最初的新奇感消退之后,很难证明对这项技术的大量投资是合理的,因为大多数企业尚未实现可持续的收益。要突破小众应用以吸引更广泛的企业市场并不容易。”


他指出,“一些设备操作起来仍然笨拙,长时间使用不舒服”,这进一步减缓了采用的速度。


其他人也将元宇宙/空间计算列为过度炒作的技术,认为尽管它有一些值得关注的用例,但设备的成本(尤其是对消费者来说)和有限的内容阻碍了它的真正普及。


例如,Stevens Institute of Technology 的 CIO 兼 IT 副总裁 Tej Patel 说,许多爱好者谈论空间计算在教育中的潜力,但发现其收益“不足以证明所涉成本和努力的合理性”。Stevens 拥有一个 XR 实验室,但 Patel 说教育者和管理人员在使用它时很有策略,识别出那些带来超过运行实验室所需资源的学习体验。


10. 人形机器人


这是另一种与 AI 相关的技术,有人说它目前产生的热议多于实质。


毫无疑问,人形机器人即将问世并已经用于完成一些工作,Jackson 说,但它们擅长完成任务,而不是整项工作。认为“这些人形机器人将取代能灵活完成不同任务的人工”的想法仍然是一个愿景,而不是现实。


“我们才刚刚开始,没有人依赖这些机器人来完成真正独立的工作。”Jackson 说。


Reckitt 全球营养副总裁兼 CIO Rama Donepudi 也持类似观点,认为对人形机器人的兴趣刚刚进入炒作阶段。和 Jackson 一样,Donepudi 认为这项技术距离自主化还有很长的路要走。


“我们认为它会像电影里那样,但我们还没有达到那种程度。我们还没有完全自动化的割草机,机器人吸尘器仍然会卡在沙发下。”他说。


他预计,当第一批人形机器人部署时,它们的能力将不符合期望。


尽管如此,Donepudi 仍然对这种潜力感兴趣和兴奋,并承诺成为早期采用者:“我和我的妻子同意,我们会购买第一款上市的机器人。”


版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。封面图片来源于摄图网


(来源:企业网D1Net)


image.png

如果您在企业IT、网络、通信行业的某一领域工作,并希望分享观点,欢迎给企业网D1Net投稿。

投稿邮箱:

editor@d1net.com

合作电话:

010-58221588(北京公司)

021-51701588(上海公司)

合作邮箱:

Sales@d1net.com


企业网D1net旗下信众智是CIO(首席信息官)的专家库和智力输出及资源分享平台,有五万多CIO专家,也是目前最大的CIO社交平台。


信众智对接CIO为CIO服务,提供数字化升级转型方面的咨询、培训、需求对接等落地实战的服务。也是国内最早的toB共享经济平台。同时提供猎头,选型点评,IT部门业绩宣传等服务。

相关文章
|
机器学习/深度学习 人工智能 监控
向硅基文明致敬的认知计算? 从一个真实的Watson到认知商业
向硅基文明致敬的认知计算? 从一个真实的Watson到认知商业
向硅基文明致敬的认知计算? 从一个真实的Watson到认知商业
|
机器学习/深度学习 数据采集 人工智能
机器学习正遭遇“可重复性危机”,或已成“炼金术”?
机器学习以其特有的优势逐渐在科学研究中得到大量应用,然而,其内在的“黑箱”特点也带来了一系列问题,有研究者认为正是机器学习的这种不可解释性导致了当下科学研究的“可重复性危机”——如果科学不可重复,那么我们还能称之为真正的科学吗?与此同时,更有研究者声称机器学习已经成为一种“炼金术”。
机器学习正遭遇“可重复性危机”,或已成“炼金术”?
|
大数据
业界|比尔盖茨推荐,三个数据中的世界动向
近几年来,我们发现只需要在网上快速搜索一下,便可轻松获取全球发展的重要统计数据。由于现在获取信息如此便捷,许多人认为记住这些数据没有任何意义。他们会说,“需要的时候查找一下就好啦!”
1197 0
|
安全 算法 大数据
哪个专业最有“钱途”?计算机科学蝉联桂冠
又到一年毕业季,一边是各地高考志愿填报工作紧张进行,一边是应届大学毕业生进入就业市场。专业和薪酬成为这段时间很多人关心的话题。那么,近年来,哪些专业最有“钱途”?哪些专业市场需求量大?应届大学毕业生的预期薪酬和实际薪酬差距有多大?南都大数据研究院联合BOSS直聘研究院发布《2018应届生就业市场报告》,将进行全方位解读。
2215 0
|
供应链 区块链
趣链科技李伟:我们高估了区块链五年的价值,也低估了它未来二十年的影响力
眼下的区块链热潮偏离这个技术的本身价值”,有点热“偏”了。
1783 0
下一篇
DataWorks