Gartner预测2015年十大战略技术趋势

简介:

Gartner提出2015年对企业组织而言最重要的十大战略性技术趋势,分别涵盖了三大主题:真实与虚拟世界的融合、实现智能无处不在的概念,以及技术对数字化商业转变所带来的影响。

1. 无处不在的计算

随着移动设备日益普及,Gartner预测,未来会愈发重视如何满足移动用户在各种情境与环境下的需求,而非仅聚焦于设备本身。

2. 物联网

将各种事物数字化以便结合数据流与服务,就能创造出四种基本使用模式:管理、获利、运营和扩张。这四种基本模式可应用在四种“网络”中任意一种。企业不应限制自身,认为只有物联网(资产与机器)才具有利用这四种模式的潜力。

3. 3D打印

2015年全球3D打印机出货量可望增长98%,到2016年出货量更将翻倍。3D打印技术将在未来三年内达到临界点,因为相对低价的3D打印设备持续快速发展,工业应用范围亦显著扩展。

4. 无所不在却又隐于无形的先进分析技术

随着嵌入式系统所产生的数据不断增加,分析技术将成为市场焦点,企业内外各种结构与非结构的数据都可以拿来分析。大数据仍将是这股趋势的推动者,但必须将重点转移至问题与答案方面,继而再考虑大数据。毕竟技术的价值在于答案,而非信息本身。

5. 充分掌握情境的系统

无所不在的嵌入式智能与信息分析相结合,将催生出具备周遭环境感应与回应能力的系统。具备情境感知能力的安全防护正是这项全新技术的早期应用,不过,未来还会有其他应用问世。

6. 智能机器

环境感知技术加上深度的信息分析,为智能机器世界提供了所需的先决条件。这项基础集合了能让系统认识环境、自我学习以及自主行动的高级算法。自动驾驶汽车 原型、智能机器人、虚拟私人助理以及智能顾问都是目前已经实现且未来将快速发展的领域,带领我们迈入机器助手的全新时代。

7. 云/用户端计算

短期之内,云/用户端架构架构的重点在于内容与应用程序状态在多重设备间同步,以及解决跨设备的应用程序可移植性。但长期而言,应用程序将朝着支持同时使 用多重设备的方向发展。如今的第二屏幕应用热潮主要着重于电视搭配移动设备的观赏体验。未来,由于和企业应用程序都将利用多重屏幕,并开发可穿戴式设备与 其他设备来提供更好的体验。

8. 软件定义的应用程序和基础架构

为了满足快速变迁的数字化商务需求,并且迅速扩展或缩小系统的规模,计算正从静态架构转型至动态架构。这就需要能动态地组合与设定所有必要元素(从网络到应用程序)的规则、模型与代码。

9. 网络规模IT

“网络规模IT(Web-scale IT)”是一种在企业IT环境当中提供大型云端服务供应商能力的全球级计算模式。越来与多的企业将像Amazon、Google、Facebook等网络巨头一样地思考、行动、开发应用程序及建立基础架构。

10. 基于风险的安全与自我防卫

企业将逐渐认识到要提供一个百分之百安全的环境是不可能的。一旦企业承认这点,就能开始采用一些较为复杂的风险评估与缓解工具。就技术而言,认知周边防御 的不足以及应用程序必须扮演更积极的安全角色,将带来全新的多层次方法。未来,这将进一步发展成为直接在应用程序当中内建安全防护的全新模式。周边防御和 防火墙再也不足以提供保障,每一个应用程序都必须能够自我感知及自我防卫。



原文发布时间为:2015年01月13日

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。

相关文章
|
存储 JavaScript API
vue,uniapp生成二维码
vue,uniapp生成二维码
|
Linux Windows
Linux中/dev/null和/dev/zero的作用
Linux中/dev/null和/dev/zero的作用
347 2
|
数据采集 JSON 编解码
收藏|Unsplash高清壁纸批量下载(源码+工具)!
收藏|Unsplash高清壁纸批量下载(源码+工具)!
|
JavaScript
vue 报错 Cannot find package ‘unplugin-vue-components‘ 解决
vue 报错 Cannot find package ‘unplugin-vue-components‘ 解决
807 0
|
存储 大数据 分布式数据库
大数据分析的下一代架构--IOTA架构设计实践
IOTA的特点: [x] 去“ETL”化 [x] 高效:时时入库即时分析 [x] 稳定:经过易观5.8Pb,5.2亿月活数据锤炼 [x] 便捷:支持SQL级别的二次开发和UDAF定义 [x] 扩充性强:组件基于Apache开源协议,可支持众多开源存储对接
19142 0
|
机器学习/深度学习 PyTorch 算法框架/工具
VQ-VAE:矢量量化变分自编码器,离散化特征学习模型
VQ-VAE 是变分自编码器(VAE)的一种改进。这些模型可以用来学习有效的表示。本文将深入研究 VQ-VAE 之前,不过,在这之前我们先讨论一些概率基础和 VAE 架构。
632 10
|
存储 缓存 Kubernetes
在k8S中,数据持久化的方式有哪些?
在k8S中,数据持久化的方式有哪些?
|
机器学习/深度学习 算法 数据挖掘
基于改进K-means的网络数据聚类算法matlab仿真
**摘要:** K-means聚类算法分析,利用MATLAB2022a进行实现。算法基于最小化误差平方和,优点在于简单快速,适合大数据集,但易受初始值影响。文中探讨了该依赖性并通过实验展示了随机初始值对结果的敏感性。针对传统算法的局限,提出改进版解决孤点影响和K值选择问题。代码中遍历不同K值,计算距离代价,寻找最优聚类数。最终应用改进后的K-means进行聚类分析。
254 10
|
传感器 存储 安全
MQTT:通信协议的三位主角
【4月更文挑战第20天】
1946 0
|
缓存 NoSQL 关系型数据库
Spring Boot实战解决高并发数据入库: Redis 缓存+MySQL 批量入库
Spring Boot实战解决高并发数据入库: Redis 缓存+MySQL 批量入库
1627 0