近期，全球最具權威的IT 市場研究與諮詢公司Gartner，發布了2019 年度新科技的技術成熟度曲線（Hype Cycle，以下簡稱“Gartner 曲線”）。簡單來說，這是一條描述新技術產生後社會預期隨時間變化的曲線，它能呈現新技術的市場熱度和現實發展的偏離程度，從而幫助企業更好地利用成熟技術以及尋找潛在機遇。

早在1995 年，Gartner 就設計出了這一分析工具。他們結合分析員、專家和行業人士的判斷，畫出了一條有起有落的曲線，用來羅列年度最備受矚目和極具商業前景的新技術，並預測它們到成熟所需的時間。Gartner 曲線由兩條曲線疊加構成，一條是反映公眾對技術的虛高期望值的“炒作程度”（Hype Level）曲線，另一條是工程或商業的成熟度曲線。基本上，拋概念和“講故事”的新技術一開始會受到媒體的熱烈追捧，但一旦接受市場的驗證，新技術此前宣傳的泡沫將會慢慢被吹散，然後進入“高開低走”的階段，後面逐漸爬升至成熟期。

Gartner 曲線由兩條曲線疊加構成| Gartner

從坐標來看，Y 軸代表人們對新技術的期望，而X 軸對應的是時間，從左到右有“觸發期”、“期望膨脹期”、“低谷期”、“復甦期”和“成熟期”5 個階段。另外，每項技術都標註有達到生產成熟期需要的年限。

2019 年度新技術成熟度曲線| Gartner

今年，Gartner 從2000 項技術中選出了29 項，並由此總結出了企業決策者應該納入考慮範圍的五大創新技術趨勢。Gartner 研究副總裁Brian Burke 在接受CIO Dive 採訪時指出，“人工智能滲透到了其他所有趨勢中。”

五個突出趨勢

傳感和移動（Sensing and Mobility）

隨著傳感技術和AI 的發展，自主機器人將能更好地理解周圍環境。傳感和移動這一趨勢的特點就是機器移動和操控物體的能力日益增強，例如3D 傳感攝像（3D sensing cameras）負責採集大量數據，而AI 能洞察這些數據並將其應用在各種情景中。例如，輕型貨運無人機（light-cargo delivery drones）將能更好地導航和操控貨品。

除此之外，押注這一技術趨勢的企業還應該考慮增強現實雲（AR cloud）、自動飛行汽車（flying autonomous vehicles）以及L4 和L5 級別的自動駕駛（autonomous driving Levels 4 and 5）。

人類能力增強（Augmented Human）

“（人類能力增強）不是替代人類做決策，而是在他們執行任務時提供指導。這種增強就像是給人類裝上了義肢，無論是在物理層面，還是在認知意義上。”Burke說道。這種增強技術包括生物芯片（biochips）和情感AI（emotion AI）等。其中，情感AI 正被用在保險欺詐檢測上，區別於以往需要結合索賠分析、計算機程序和人工檢測，有了情感AI，保險公司通過來電者的陳述就能完成檢測。

這一趨勢還包括人格化（personification）、增強型智能（augmented Intel ligence）、沉浸式工作空間（immersive workplace）和生物技術（培養組織或人工組織）。

後經典計算和通信（Postclassical Compute and Comms）

幾十年以來，經典核心計算、通信和集成技術通過對傳統架構進行改進而快速發展，催生了更快的CPU、更高的存儲密度和不斷增加的吞吐量。而後經典計算和通信將使用全新架構。比如，下一代蜂窩網絡標準5G 將依賴核心網切片（core slicing）和無線邊緣（wireless edge），而這些新架構又能推進一系列漸進式的技術改進——使得近地軌道衛星群（Low- earth-orbit satellite systems）能在距地1200 英里以內的高度運行。它們將輻射到48% 目前還沒有接入網絡的用戶，在社會意義和經濟效益上都將帶來巨大影響。

除此之外，後經典計算和通信還包括下一代存儲（next-generation memory）和納米級3D 打印（nanoscale 3D printing）等技術。

數字生態系統（Digital Ecosystems）

企業應該突破只關注自身產業鏈條的局限，與更多的企業、人和物進行跨行業的共享和合作。而數字化生態系統正在分解這種傳統價值鏈，發展出更無縫、更靈活的連接。因此，企業將在區塊鏈上尋找解決方案。

企業可納入考慮的關鍵技術包括數字運營（DigitalOps）、知識圖譜（knowledge graphs）、合成數據（synthetic data）、去中心化網絡（decentralized web）和分佈式自治組織（decentralized autonomous organization）。

高級人工智能和分析（Advanced AI and Analytics）

高級分析使用更複雜的工具對數據或內容進行自動或半自動檢驗，而且通常超出傳統商業智能（BI）的範圍。比如，遷移學習（transfer learning）專注於存儲已有問題的解決模型，並將其利用於其他不同但相關問題上。例如用來辨識汽車的模型也可以被用來提升識別卡車的能力。這種高級分析能提供更深入的見解、預測和建議。

落在Gartner 曲線上的新技術還包括自適應機器學習（adaptive ML）、邊緣人工智能（edge AI）、邊緣分析（edge analytics）、可解釋的人工智能（explainable AI）、人工智能平台即服務（ AI PaaS）、生成式對抗網絡（generative adversarial network）和圖表分析（graph analytics）。

AI 依舊滲透所有行業

在今年的Gartner 曲線上，自動飛行汽車、L4 和L5 級別的自動駕駛、生物技術、生物芯片、知識圖譜、邊緣人工智能、人工智能PaaS 和5G 和去年重合。其中，5G 在今年進入了期望膨脹期區間，距離技術成熟還有2-5 年時間。進入此區間的還有邊緣人工智能、近地軌道系統、L5 級別自動駕駛、邊緣分析、AI PaaS、生物芯片和圖表分析。滑入低谷期的有下一代存儲、3D 傳感攝像機和L4 級別自動駕駛，其中，後者被標註為距離技術成熟還有超過10 年時間。

2018 年度新技術成熟度曲線| Gartner

另外，今年Gartner 將21 項新技術放到了曲線上，“淘汰”了像去年落在膨脹期區間的物聯網和區塊鍊等技術。“今年Gartner 將重點放在新技術的體現上，”外媒Computerworld 評論道，“但這並不意味著『舊』技術已經不再重要。”比如，物聯網被“分解”成分支技術3D 傳感攝像機，區塊鏈技術由分佈式自治組織等技術體現。

不變的是，今年的Gartner 曲線仍在強調AI 對企業的重塑。

Gartner 所描述的未來圖景是，到2029 年，在各大行業都可以看到那些領先的企業都在使用高級分析技術，並且利用自動化為員工增加勞動力。這些企業還將利用區塊鏈，在復雜的數字生態系統中和多方展開合作，並用傳感技術和下一代計算實現效率最大化，進而在激烈的競爭中脫穎而出。

Gartner 研究副總裁Brian Burke 在接受CIO Dive 採訪時指出，“人工智能滲透到了其他所有趨勢中。”AI 能夠對海量數據進行更精細的挑揀，提供決策支持，替代一部分人力，同時助推其他技術的發展。毫無疑問，AI 將會對商業的發展產生巨大影響。

但在利用AI 方面，企業首先需要克服以下障礙：“能讓任何AI 解決方案奏效的關鍵，在於算力、算法、海量數據和熟練運用AI 的員工。”IT 公司L&T Infotech 執行副總裁Soumendra Mohanty 說道。據Gartner 的數據，到2020 年，AI 將創造230 萬個工作崗位。與此同時，50% 的組織會缺乏相關的AI 和數據分析人才。