导读：

从人工智能到增强现实，这八项颠覆性的技术和趋势将会在未来的几年里推动企业开展业务的方式。

技术变革的步伐对几乎每个行业都产生了深远的影响。如今，仅仅掌握新兴技术是不够的，还要保持领先。

在未来的一年里，新的、不断发展的数据争论方式将在企业中占据中心位置。人工智能、边缘计算和软件机器人方面的创新将越来越多地用于竞争优势，因为企业希望快速有效地利用数据来做出更好的商业决策。未能预见到这些和其他新兴趋势的组织，将面临着迅速加剧的生存危机。

为了了解企业应该把赌注放在哪里，本文采访了一些技术专家，询问关于，他们认为在企业进行数字化转型的过程中，最可能影响到各种各样的组织是哪些因素。这些领域的专业人士为我们提供了他们的首选，以及采用这些颠覆性技术的一些启示。

01

机器人流程自动化（RPA）

企业正从一个简单的概念中获得重大收益：将繁琐的业务流程任务委托给软件机器人进行自动化。这项技术被称为机器人过程自动化(RPA)，它已经对早期采用者的工作流程的流线型化产生了影响——远远早于许多人认为该技术将用于企业的时候。

总部位于波士顿的AppNeta公司首席执行官马特•史蒂文斯表示:“机器人流程自动化的进步速度和功能效用令人震惊地好，而且似乎在不断提高。我真的没想到，这么高水平的智力或能力会这么快就出现。”

根据Gartner的数据，RPA正在超越全球企业软件市场的所有其他领域，预计今年的收入为13亿美元。去年该市场增长了63%，达到8.46亿美元。

Laserfiche的CIO托马斯•菲尔普斯(Thomas Phelps)表示:“RPA从员工的日常活动中剔除了重复性和常规性的任务，让他们能够专注于更有价值的工作。使用RPA的组织能够通过使他们专注于有助于业务创新或增强客户体验的任务，从而将机器人从人类中剥离出来。它帮助组织提高运营效率，提高质量，提高法规遵从性。”

现今，RPA已经有了一条经过验证的商业价值之路，预计未来几个月将有更多的公司推出RPA计划。

02

AI

Imagen的CIO 蒂姆•乔布林(Tim Jobling)表示，AI正在帮助企业解决技术或业务人员可能感到畏惧或不可能解决的问题。

Jobling说:“我们现在还不相信机器会取代所有的人类工作，但是我们看到了一场革命，就像电脑第一次成为主流一样。”如今，我们看到人工智能和机器学习方法正在解决一波又一波的问题，这主要消除了一些枯燥的工作量，或者实现了在需要人工完成工作时不可能实现的新处理。例如，AI使我们的客户能够从音频创建可搜索的元数据，然后可以使用和大规模缩放。如果没有AI，这一过程将由人工完成，或者根本无法完成。”

AI在保护组织免受安全威胁方面也发挥着重要作用，Balbix的CTO维奈•斯里达拉(Vinay Sridhara)预计，这一趋势将在未来一年继续升温。

企业正在利用人工智能，使它们的网络安全团队能够通过分析网络上多达几千亿个时变信号，准确了解入侵风险。这使得首席信息安全官（CISO）能够持续分析海量、高速的网络安全数据，并实时了解公司的违约风险。AI支持的平台甚至提供了优先的步骤来修复问题，以推动整个企业的网络风险降低，使他们能够更好地保护客户的信息。

03

DataOps

日立万通资产管理公司(Hitachi Vantara)的 Renee Lahti 说，采用类似于“老虎机”的方法，利用AI和ML来管理数据，可以帮助企业在2020年获得优势。这种协作的、跨功能的分析方法，即所谓的DataOps，如果被采用，这将会被证明是极具颠覆性的。

Lahti 表示:“企业才刚刚认识到这一点。更重要的是人，而不是流程。根据Gartner的数据，目前DataOps的采用率不到可寻址市场的1%，但这1%将具有巨大的竞争优势。”

DataKitchen的CEO Chris Bergh说，这个概念融合了敏捷开发、DevOps和从制造业中学到的经验。

“这种方法能够使数据科学团队在部署和维护分析所需要的复杂性不断增加的情况下仍蓬勃发展，”Bergh说。“没有技术债务和计划外工作的负担，数据科学团队可以专注于他们的专业领域——创建新的人工智能模型和分析，帮助企业实现其使命。”

这种方法统一了与数据分析相关的工作流，可以对组织从数据中提取价值的能力产生无形的涟漪效应，Bergh说。这提高了团队合作，减少了拖累生产力的手工过程。DataOps将数据组织从混乱和缓慢转变为高效能的团队。”

04

视频与统一通信

员工的经验正成为组织成功的一个关键因素——不仅是在生产力方面，而且是吸引人才的关键因素。在一项针对近300家公司的调查中，麻省理工学院(MIT)的研究人员发现，针对“是什么构成了优秀的员工体验”这一问题，最让人惊讶的答案是：视频。研究人员发现，对视频技术的投资会带来创新，并提高协作和生产率。

麻省理工学院斯隆信息系统研究中心的研究科学家Kristine Dery说:“我们看到公司在交互式视频技术上投入了大量资金，特别是当他们将敏捷方法的使用从软件开发团队扩展到其他业务部门的时候。这种高度互动的敏捷项目交付方法要求团队要么面对面，要么使用技术尽可能近地复制那些更亲密的场景。”

Dery预测，视频技术将继续模拟和改善面对面的交流，提供新的功能，如虚拟现实(VR)和其他沉浸式技术，特别是在组织工作来填补分布式团队的技能缺口的时候。

同样，AppNeta的Stevens认为统一通信(UC)将在未来几年卷土重来。

“长期的摩擦和可靠性问题使得早期的UC解决方案对企业来说是一场赌博，”Stevens说。但他表示，目前的工具已经解决了这些缺陷。最新的UC工具增加了关键的视觉和内容共享功能。他们实际上可以提高会议效率，在当今高度分散的工作环境中，通过更广泛的包容和积极的参与，他们的影响力超越了面对面的交流。”

05

5G

5G的宣传往往忽略了一个事实，即在全国范围内推广这项技术需要多年时间。但这并没有阻止公司制定他们的高速、低延迟无线服务计划。

TEKsystems的市场研究经理 Jason Hayman 表示:“在网络普及之前，企业就已经在推进5G战略了。”

VoltDB首席技术官Dheeraj Remella也看到了5G的前景，但他警告说，对该技术的预期可能会导致问题。

“如果无线运营商和企业都无法应对5G带来的数据冲击，因为无论是员工还是客户都希望得到实时反馈的过程原来总会出现延迟，而现在网络速度更快了，这可能会引发人们对某些品牌或技术的反感。”

为了解决这个问题，Remella说公司应该实现可扩展的、实时的数据架构，这些架构“不仅仅是简单地获取数据，而是最终通过跨多个数据流做出智能的、动态的决策来推动行动。”

此外，Remella认为5G会产生连锁反应。他说:“5G的前景正迫使组织识别当前已经成熟的变化过程，并确保现有的IT堆栈能够满足新网络的需求。因此，5G正在推动采用其他有影响力的技术，从边缘计算到VR和流处理。”

06

容器  

容器和微服务吸引了需要快速开发和扩展代码的组织的兴趣，特别是在处理物联网或云计算时。

Sungard AS的首席CTO架构师Todd Loeppke说:“物联网项目引入了许多流行的技术，如边缘计算、无服务器和容器，以及围绕DevOps和微服务的组织结构，这很有趣。”

对此，一些专家指出了Kubernetes的广泛采用，这是一种开源的容器编制系统，可以自动化容器的部署、扩展和管理。“这使得全新的架构可以快速扩展，”研究人员Tom Petrocelli说。“很多供应商的注意力都集中在Kubernetes上，这损害了其他技术平台。Kubernetes还帮助催生或扩大了许多其他技术，如服务网格和基于容器的CI/CD管道自动化产品。”

SUSE的全球产品和市场经理Jeff Reser说:“Kubernetes是处理跨场所、云环境以及各种尺寸设备的集装化应用程序和服务的最流行的方式。随着需要管理的事情越来越多，自动化基础设施和应用程序的部署和编排是软件定义基础设施不可或缺的一部分。”

07

沉浸式体验(AR、VR、混合现实)

尽管身临其境的体验近几年被大肆宣传，但传递起来却有些缓慢。尽管如此，这一前景依然诱人，企业应用程序制造商Kony的CTO Bill Bodin认为，增强现实技术(AR)尤其能够为多个行业提供商业利益，从实体零售商到工业应用和培训。

他说，有了AR，“我们可以实时增加商店的货架和产品。在维护、修理和许多工业应用中，我们可以在机械或电气设备上创建信息覆盖，将关键的仪表指标直接交给为该地区提供服务的人员。”

Bodin 还看到了旅游行业的一些例子，比如机场为旅客提供个性化的虚拟显示器。他补充道:“在银行，我们可以使用增强现实技术将客户导向关键服务领域，并动态显示分行员工的姓名和专业领域。对于那些为ATM等银行设备提供服务的客户，我们可以提供内部外围设备故障的视图，并提供针对问题量身定制的安全修复参考。”

专注于脑科学的研究人员 Todd Maddox 也看到了沉浸式体验在培训项目中的潜在应用。

他表示:“虚拟现实在培训和软技能方面具有巨大潜力。”特别是在人际技能培训方面，如同理心、沟通等。“虚拟现实和增强现实非常有效，因为它们建立在经验学习的基础上，而且它们广泛地同步参与大脑中的多个学习和表现中心，包括认知、行为、情感和经验系统。”

08

IoT和边缘计算

CompTIA 2019年的一份研究报告发现，约三分之一的美国公司认为，物联网战略可以通过提高产量、将数据货币化或帮助将服务作为产品出售来推动收入增长。

Sungard的Loeppke看到了物联网边缘计算的进步，但也看到了人们对人工智能和ML工具的需求：以一种更方便企业访问的方式处理生成的数据。

Loeppke说:“大数据已经存在大约10年了，但大数据真正的挑战是找到一种方法来理解它，并弄清楚如何将其用于商业目的。”

“在我看来，传统工具的使用效果有限。随着ML技术的普及，更多的公司将能够提供更好的客户体验，并更有可能将他们多年积累的数据货币化。”

曾经有几位专业人士提到了智能处理的好处——包括在数据上传到云端之前减少数据量。

“人类真正关心的是与现实世界的互动，这需要终端智能，”1E的创始人兼CEO Sumir Karayi 表示。“这就是为什么我认为边缘计算将取代物联网的原因。人们认为物联网是连接到云的无声的实体，因此它有效地为云提供了智能，而不是智能本身。他们这样想是对的，因为联网设备会产生大量你无法控制的数据。另一方面，边缘计算提供了局部决策能力和对个人数据的更多控制。”

版权声明：

凡本网内容请注明来源：T媒体（http://www.cniteyes.com）”的所有原创作品，版权均属于易信视界（北京）信息科技有限公司所有，未经本网书面授权，不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的，应在授权范围内使用，并按双方协议注明作品来源。违反上述声明者，易信视界（北京）信息科技有限公司将追究其相关法律责任。