MobileIron预测:2016年移动力量的觉醒

简介:

2015年移动化势头汹涌,全球移动设备管理与企业移动服务领导厂商MobileIron对2016年企业移动化的走势进行了预测,2016年作为企业真正进行移动化转型的元年,对于IT部门将是机遇与挑战并存的一年。移动和云将推动首席信息官们为信息安全、政策设计、技术评估和生命周期管理采取更加敏捷的模型。而这将会埋下怎样的冲突?

现代与传统之间的“战争”

2016年,企业IT部门的移动团队与桌面团队之间将会出现“紧张”的局面。作为催化剂的Windows10将会推动组织采用企业移动管理(EMM)解决方案来保护下一代笔记本电脑和台式机。这种解决方案具有更高的安全性、敏捷性、及成本效益,并将在许多使用案例中替代传统系统映像(Image)和补丁管理。不过,它也将冲击当前的台式机管理模式,以及在分离出来的移动团队和老牌桌面团队之间造成技术、预算和组织上的“紧张”局面。

终端用户身份归属之战

在企业里,不同阵营的厂商采用大相径庭的技术路线 。其中两类重要的参与者是微软为代表的企业软件厂商,以及以谷歌为代表的云厂商。2016年,我们将清楚地看到拉开的战线。谷歌和微软都认为身份管理是提供其他服务的基础,如果你的平台是以那种方式进行身份管理,那么该种方式自然将比对手有更好的机会来提供其他服务。2015年,微软在一年中的大部分时间里不支持谷歌的Android for Work计划,部分原因是这将谷歌身份引入了企业。微软将身份看作是对企业所有服务的中央控制点。

操作系统与黑客之间的“战争”

2015年一些人凭借手机恶意软件做出比以往更多的破坏,开发了Stagefright、KeyRaider、XcodeGhost 和YiSpecter等一系列恶意软件。2016年,黑客们将继续构想出巧妙的方法让应用程序看起来更“可信”。

创新与传统之间的“战争”

2016年,物联网将仍是实验性的。每个厂商都会声称要做物联网,但很少会描述“物联网”到底是什么。到2016年底,一些真正的高价值物联网使用方式将会出现,厂商在进入2017年时将会有能力商业化这些解决方案。随着第一代简单、低价值扩展应用被真正充分利用这种新型设备和交互方式的第二代应用所取代,属于物联网的智能手表将在2016年开始发挥它的潜力。在工作和日常生活中, 人们使用数据的方式已经显著地发生了“快餐化”转变。因此,企业中的物联网创新将需要开发者重新思考企业的底层业务流程,而不是简单的将现有的应用搬到新平台上。

规模和主权之间的“战争”

2015年,云的数据主权争论甚嚣尘上,并随着10月份欧洲法院宣判欧美间数据传输协定的免责条款(Safe Harbour)无效到达最高点。2016年,云数据的审查将会加强,并且监管机构将讨论可能影响到云提供商扩张和创新能力的活动。

对应用的自由选择与封闭系统之间的“战争”

2016年,我们仍然不能看到移动厂商对竞争对手“平常心” 。快速的技术变革、不断演进的用户需求以及软件碎片化将继续下去。首席信息官们将会意识到中立立场是其职责的核心,他们必须有能力为终端用户提供选择和最佳的解决方案。如果限制用户使用自己偏爱解决方案,就会把用户推到影子IT(用户不顾企业IT规范,而自主选择IT产品与服务)的怀抱 。

总而言之,面对2016年移动化的演进,我们要坚定信心,敞开心扉思考新的方式。


原文发布时间为:2015-12-07

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。






相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
2月前
|
人工智能 测试技术 API
GenAI的现实回归与未来机遇:从炒作到变革的关键转折点
GenAI的现实回归与未来机遇:从炒作到变革的关键转折点
|
人工智能 安全 大数据
【年终特辑】看见科技创新力量 洞见时代创业精神—医疗健康—橡木星球:小儿疾病预测自诊,守护亿万家庭幸福
【年终特辑】看见科技创新力量 洞见时代创业精神—医疗健康—橡木星球:小儿疾病预测自诊,守护亿万家庭幸福
290 0
|
机器学习/深度学习 人工智能 算法
人工智能在“偏见”的十字路口徘徊
对许多商业组织来说,同人工智能(AI)的偏见作斗争的难度比预期要大。
人工智能在“偏见”的十字路口徘徊
|
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
|
人工智能 算法
年轻人猝死频发,AI应用到心血管疾患筛查还有多远?
刚刚结束的2018年发生了太多的事,但最令人遗憾的还是那些年轻生命的猝然逝去。
年轻人猝死频发,AI应用到心血管疾患筛查还有多远?
|
供应链 算法 前端开发
当双11回归常态,数字化成为源氏木语另一赛场
“今年双11,我们不再比拼数字和销量,我们比拼背后的数字化能力。”源氏木语副总裁王志卿表示,一家企业的数字化程度越高,越能够经受得住双11这类大促的考验。
当双11回归常态,数字化成为源氏木语另一赛场
|
机器学习/深度学习 人工智能 达摩院
从憧憬中来,到革新里去,记录科技改变世界的魔幻之年 | 趋势预测
从憧憬中来,到革新里去,记录科技改变世界的魔幻之年 | 趋势预测
151 0
从憧憬中来,到革新里去,记录科技改变世界的魔幻之年 | 趋势预测
|
大数据 智能硬件
丁道师:电影“票补”降温反映市场正回归理性
丁道师:电影“票补”降温反映市场正回归理性
133 0
|
机器学习/深度学习 人工智能 监控
新冠这只“黑天鹅”,AI 该如何“驯服”?
人们通常把极端异常的事件成为“黑天鹅事件”,新冠这只“黑天鹅”,不仅在爆发时让人措手不及,人们为了遏制疫情而采取的措施,正在世界全方位的系统中产生巨大的连锁反应,包括卫生健康、商业、金融、交通和旅行等等。
546 0
新冠这只“黑天鹅”,AI 该如何“驯服”?
|
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”?
下一篇
无影云桌面