Топ-10 от Гартнер перечисляет новые, еще не ставшие общим местом тренды, которые будут переформатировать отрасли в период до 2023 года. Gartner Top 10 Strategic Technology Trends for 2019

Материал портала bpms.ru

Оригинал: Gartner Top 10 Strategic Technology Trends for 2019

Источником прорывных бизнес-моделей будут блокчейн, квантовые вычисления, дополненная аналитика и искусственный интеллект.

В научной фантастике роботы с искусственным интеллектом могут играть роль «плохих парней», но в реальности ряд технологических гигантов используют их для обеспечения безопасности. В компаниях Microsoft и Uber роботы Knightscope K5 патрулируют парковки и другие площадки под открытым небом, предотвращая преступления. Роботы способны считывать номерные знаки, докладывать о подозрительной активности и собирать данные для владельцев.

Роботы с искусственным интеллектом — лишь один пример «автономных объектов», одной из топ-10 стратегических технологий по мнению Гартнер, обладающих подрывным потенциалом и открывающих возможности для бизнеса на следующие пять лет.

«Характерной чертой будущего станет повсеместное распространение умных устройств, предоставляющих все более интеллектуальные услуги» — сказал заслуженный аналитик Гартнер, вице-президент Дэвид Керли (David Cearley) на симпозиуме в Орландо, Флорида — «Мы называем это интеллектуальной цифровой сеткой:

• Интеллектуальная — место для ИИ есть практически в каждой существующей технологии, и он создает совершенно новые категории
• Цифровая — цифровой и физический миры сливаются, создавая эффект погружения
• Сетка — использование потенциала связей между расширяющимся множеством людей, предприятий, устройств, контента и услуг

Прогресс по этим трем направлениям будет обеспечивать процесс непрерывных инноваций в рамках перспективной стратегии», заявил Керли.

Топ-10 от Гартнер перечисляет новые, еще не ставшие общим местом тренды, которые будут переформатировать отрасли в период до 2023 года.

Тренд № 1: Автономные объекты

Будь то автомобили, роботы или сельское хозяйство, автономные объекты используют ИИ для выполнения задач, традиционно выполняемых людьми. Глубина интеллекта может быть разной, но все автономные объекты используют ИИ для более естественного взаимодействия с окружающей средой.

Можно выделить пять типов автономных объектов:

• Робототехника
• Транспортные средства
• Дроны
• Бытовая техника
• Агенты

Автономные объекты проникают в четыре среды: морскую, наземную, воздушную и цифровую.

Их возможности, координация и интеллект могут различаться — например, в диапазоне от воздушного беспилотника, управляемого человеком, до сельскохозяйственного робота, работающего в поле полностью автономно.

Это открывает широкую картину потенциальных применений, и практически каждое приложение, сервис и объект интернета вещей будут включать ИИ в том или ином виде — с целью либо полной автоматизации, либо дополнения процессов и действий, выполняемых человеком.

Направление развития систем ИИ во все большей степени будет определяться взаимодействующими автономными объектами, такими как рои беспилотников.

Начните изучать возможности автономизации, которые открывает встраивание ИИ в любые физические объекты, существующие в вашей организации.

Но учтите, что лучше ставить таким устройствам узкие задачи — они не обладают способностями человеческого мозга в части принятия решений, анализа или универсального обучения.

Разбор прогноза:

Прогнозы Gartner на 2019-2023 годы относительно автономных объектов, включая беспилотники и IoT, были основаны на ожиданиях значительного прогресса в области искусственного интеллекта и автоматизации.

Однако, как и в случае с любыми прогнозами, реальность оказалась более сложной.

Давайте рассмотрим, что из прогнозов сбылось, а что нет, а также причины, по которым некоторые ожидания не оправдались.

### Что сбылось:

1. Рост интереса к автономным объектам:

В течение 2019-2023 годов наблюдался значительный рост интереса к автономным системам, включая дронов и автономные транспортные средства.

Множество компаний начали разрабатывать и внедрять технологии, связанные с автономией.

2. Развитие технологий ИИ:

Технологии машинного обучения и глубокого обучения продолжали развиваться, что позволило улучшить способности автономных систем в распознавании объектов, планировании и принятии решений.

3. Применение в различных отраслях:

Автономные объекты начали находить применение в таких областях, как сельское хозяйство (например, дроны для мониторинга полей), логистика (автономные грузовики) и даже в бытовой технике (умные устройства).

### Что не сбылось:

1. Широкое внедрение автономных транспортных средств:

Хотя тестирование автономных автомобилей продолжалось, массовое внедрение таких транспортных средств не произошло.

Основными препятствиями стали законодательные ограничения, вопросы безопасности и общественное восприятие.

2. Полная автономия:

Многие автономные системы все еще требуют человеческого вмешательства. Например, дроны часто управляются операторами, а не действуют полностью автономно.

3. Интеграция с IoT:

Хотя IoT продолжает развиваться, интеграция автономных объектов с IoT-системами не достигла ожидаемого уровня. Проблемы с совместимостью, безопасностью данных и стандартами остаются актуальными.

### Причины, по которым прогнозы не сбылись:

1. Технические ограничения:

Несмотря на прогресс в области ИИ, многие технологии все еще не достигли необходимого уровня надежности и безопасности для полной автономии.

2. Регуляторные барьеры:

Законы и нормативные акты в разных странах не всегда поддерживают внедрение автономных технологий.

Это создает значительные задержки в коммерческом использовании.

3. Общественное восприятие:

Существуют опасения по поводу безопасности и этики использования автономных систем.

Это влияет на принятие технологий как со стороны потребителей, так и со стороны бизнеса.

4. Экономические факторы:

В условиях экономической неопределенности компании могут быть менее склонны инвестировать в новые технологии, особенно если они требуют значительных вложений.

### Заключение:

Прогнозы Gartner на 2019-2023 годы относительно автономных объектов были в значительной степени обоснованными, однако реальность оказалась более сложной.

Прогресс в области технологий ИИ и рост интереса к автономным системам продолжаются, но многие из ожиданий по поводу их внедрения и применения не оправдались из-за технических, регуляторных и социальных факторов.

В будущем, вероятно, мы увидим дальнейшее развитие автономных объектов, но их интеграция в повседневную жизнь может занять больше времени, чем ожидалось.

Тренд № 2: Дополненная аналитика

В распоряжении специалистов по анализу данных (data scientist) становится все больше данных для обработки, анализа, группировки и последующих выводов. Учитывая объем данных, становится нереальным изучить все потенциальные возможности. Это значит, что бизнес может пройти мимо ценных находок из-за того, что у экспертов не было возможности исследовать соответствующие гипотезы.

Дополненная аналитика представляет собой третью волну технологий анализа данных — теперь благодаря автоматическим алгоритмам эксперты по анализу данных получают возможность проверить больше гипотез. Наука об анализе данных вместе с платформами машинного обучения перевернули представление о возможностях извлечения из данных ценной для бизнеса информации.

«К 2020 году будут автоматизированы более 40% задач анализа данных»

Дополненная аналитика непредвзято выявляет скрытые паттерны. Хотя риск непреднамеренного создания предвзятых алгоритмов не исключен, в конце концов дополненная аналитика и автоматическое извлечение из данных бизнес-информации будут встроены в корпоративные приложения.

В период до 2020 года рост числа «гражданских», занимающихся анализом данных, будет в пять раз опережать рост профессионалов. Гражданские аналитики данных используют инструменты, в которых дополненный ИИ автоматизирует выявление наборов данных, формулирование гипотез и распознавания паттернов, обычно выполняемые профессионалами. Бизнес будет обращаться к таким гражданским специалистам, ища возможности более для широкого применения анализа данных. Гартнер прогнозирует, что к 2020 году более 40% задач анализа данных будут автоматизированы, что приведет к повышению производительности и более широкому вовлечению гражданских аналитиков данных. Сочетание гражданских специалистов и дополненной аналитики откроет более широкие возможности извлечения бизнес-информации из данных в интересах аналитиков, лиц, принимающих решения, и операционного персонала.

Тренд № 3: Разработка приложений на основе ИИ

Речь идет о средствах разработки, технологиях и лучших практиках встраивания ИИ в бизнес-приложения, а также об использовании ИИ в процессе разработки. Этот тренд имеет три измерения:

1. Расширяется круг пользователей средств разработки решений на базе ИИ — теперь это инструмент, предназначенный не только для специалистов по анализу данных, предоставляющий инфраструктуру, фреймворки и платформы ИИ, но инструмент и для профессиональных разработчиков приложений, предоставляющий им платформы и сервисы ИИ. С их помощью профессиональный разработчик может встроить в приложение основанные на ИИ модели и функции, не обращаясь за помощью к профессиональному специалисту по анализу данных.
2. Средства разработки решений на основе ИИ получают основанные на ИИ дополнительные функции, автоматизирующие часть задач разработчика. Дополненная аналитика, автоматическое тестирование, автоматическая генерация программного кода и автоматическая разработка решения позволят ускорить процесс разработки и привлечь к разработки приложений более широкий круг пользователей.
3. Средства разработки с встроенным ИИ эволюционируют от поддержки и автоматизации непосредственно задач разработки приложений к автоматизации деятельности, относящейся к более высоким уровням стека процессов разработки (от развития бизнеса до проектирования бизнес-решений) за счет встроенной в средства разработки экспертных знаний предметной области.

Центр приложения усилий смещается с поддержки специалистов по анализу данных, работающих в связке с разработчиками, к поддержке разработчиков, действующих самостоятельно, используя предопределенные модели, которые предоставляются в виде услуги. Доступ к сервису получает большее число разработчиков, и он используется более эффективно. Эти тенденции также ведут к увеличению числа не профессиональных «гражданских» разработчиков приложений.

Подробнее: как найти экономически обоснованное применение для искусственного интеллекта

Тренд № 4: Цифровые двойники

Цифровой двойник — это цифровое представление, являющееся отражением реального объекта, процесса или системы. Цифровые двойники могут увязываться друг с другом, создавая таким образом двойники более крупных систем, таких как электростанция или город. Идея цифровых двойников не нова — она восходит к цифровым моделям в системах автоматизированного проектирования и онлайновым профилям клиентам, но у сегодняшних цифровых двойников есть четыре отличительные черты:

1. Устойчивость моделей и их нацеленность на конкретную отдачу для бизнеса
2. Связь с реальным миром, потенциально делающая возможными мониторинг и контроль в реальном времени
3. Применение продвинутых методов анализа больших данных и искусственного интеллекта, открывающих новые возможности для бизнеса
4. Возможность взаимодействовать с ними в рамках оценки сценариев «что если»

Сегодня цифровые близнецы в основном применяются в интернете вещей, где они предоставляют информацию о техническом состоянии и надежности, обеспечивают глубокое понимание возможных путей повышения эффективности и позволяют повысить качество принимаемых в компании решений. Начинают появляться и цифровые двойники организаций, в которых корпоративные процессы моделируются для их мониторинга в реальном времени с целью повышения эффективности.

Тренд № 5: Усиление периферии

Периферийные вычисления — это сетевая топология, в которой обработка информации, сбор и доставка контента осуществляются поблизости от источника информации с целью локализации трафика и уменьшения задержек. В настоящее время приоритеты этой технологии в основном определяются необходимостью работы элементов интернета вещей в автономном и распределенном режимах. Периферийные вычисления позволяют справляться с такими проблемами подключения к глобальной сети, как высокая стоимость и неприемлемые задержки. Также эта топология открывает возможности для реализации специфических цифровых бизнес- и ИТ-решений.

«Технологии и разум придут к точке, в которой соединятся люди, сотни периферийных устройств и накопленный опыт»

Гартнер ожидает, что в период до 2028 года в периферийные устройства все шире будут встраиваться сенсоры, запоминающие и вычислительные компоненты, продвинутый ИИ. В целом, периферия — множество разнообразных устройств от промышленных установок до смартфонов и автомобильных электрогенераторов — будет становиться все более интеллектуальной.

Тенденция № 6: Технологии погружения

В период до 2028 года коммуникационные платформы, изменяющие способ взаимодействия пользователя с миром, и такие технологии, как дополненная реальность (augmented reality — AR), смешанная реальность (mixed reality — MR) и виртуальная реальность (virtual reality — VR), изменяющие способ восприятия мира пользователем, сформируют новый опыт погружения. AR, MR и VR демонстрируют потенциал дальнейшего развития: следующее поколение VR позволит ощущать формы и отслеживать положение пользователя, а MR даст человеку возможность видеть собственный мир и взаимодействовать с ним.

К 2022 году 70% компаний попробуют использовать технологии погружения (immersive technologies) в интересах потребителей или для внутренних потребностей предприятия, а 25% внедрят их в промышленную эксплуатацию. Возможности коммуникационных платформ, диапазон которых варьируется от виртуальных личных помощников до чат-ботов, в будущем расширятся сенсорными каналами, определяющими эмоции по выражению лица, что сделает общение более интерактивным.

В итоге технологии и разум придут к точке, в которой соединятся люди, сотни периферийных устройств — от компьютеров до автомобилей — и накопленный опыт.

Тренд № 7: Блокчейн

Блокчейн является разновидностью распределенного реестра — это пополняемый список транзакционных записей, хронологически упорядоченных, криптографически подписанных, безотзывных, распространяемый по всем участникам сети. Блокчейн позволяет компаниям учитывать транзакции и работать с не доверенными контрагентами без привлечения центральной третьей стороны (то есть банка). Первоначально эта технология, значительно снижающая «трение» в бизнесе, нашла применение в финансах, а затем распространилась на госсектор, здравоохранение, производство, цепочки поставок и другие. Потенциально блокчейн способен снизить затраты, сократить время проведения расчетов и улучшить движение денежных средств.

Блокчейн также открыл дорогу множеству решений, которые используют отдельные его элементы и преимущества. Такие подходы, основанные на блокчейне, но не реализующие все его принципы, способны дать быстрый эффект, но они не реализуют модель широко распределенного децентрализованного консенсуса, которую обещает чистый блокчейн.

Подробнее: Руководство по блокчейну для ИТ-директоров

Тренд № 8: Умные пространства

Умное пространство — это физическая или цифровая среда, в которой люди и информационные системы взаимодействуют, создавая все более открытые, связанные, координированные и интеллектуальные экосистемы. Умные пространства будут формироваться в ускоренном темпе по мере того, как технологии становятся все более неотъемлемой частью повседневной жизни. Технологии, основанные на ИИ, периферийные вычисления, блокчейн и цифровые двойники — все эти тренды эволюционируют от изолированных решений к формированию умных пространств.

Умные пространства развиваются по пяти ключевым направлениям: открытость, связность, координация, интеллект и масштаб. Интеллектуальные пространства возникают и развиваются по мере того, как отдельные технологии выходят за пределы своих анклавов, формируя общую среду взаимодействия. Самым развитым примером умных пространств являются умные города, в которых на основе интеллектуальных шаблонов городских экосистем проектируются деловые, жилые и промышленные районы, и все они связываются через общественно-социальное сотрудничество.

Тренд № 9: Цифровая этика и приватность

Потребители все больше осознают ценность персональной информации, и их все больше беспокоит то, как она используется государственными и частными организациями. Предприятия, не уделяющие этому внимания, рискуют получить негативную обратную реакцию потребителей.

Рассуждения о неприкосновенности частной жизни должны быть основаны на этике и доверии. От вопроса «соответствуем ли мы требованиям?» надо переходить к вопросу «правильно ли мы действуем?»

Правительства выпускают все больше предписания для компаний, а потребители тщательно охраняют информацию о себе или удаляют ее. Чтобы быть успешной, компания обязана завоевывать и сохранять доверие клиентов, а также исповедовать собственные ценности, чтобы клиенты воспринимали ее как заслуживающую доверия.

Тренд № 10: Квантовые компьютеры

Квантовые компьютеры — это нетрадиционный тип компьютеров, основанных на квантовых состояниях элементарных частиц, представляющих информацию в виде квантовых битов или «кубитов». Квантовые компьютеры предлагают модель вычислений с экспоненциальным масштабированием и высокопараллельной обработкой.

Чтобы понять разницу между обычными и квантовым компьютером, представьте гигантскую книжную библиотеку: в то время как классический компьютер будет последовательно читать каждую книгу, квантовый компьютер будет читать все книги одновременно. Теоретически, квантовые компьютеры способны выполнять миллионы вычислений одновременно. Если квантовые компьютеры появятся в виде коммерчески доступного и надежного сервиса по разумной цене, то это переформатирует некоторые отрасли.

Реальные применения варьируются от персонализированной медицины до оптимизации распознавания образов. Эта технология пока находится в зачаточном состоянии, а это значит, что сейчас подходящее время для компаний, чтобы больше узнать о потенциальных ее применениях и оценить возможные последствия для безопасности. Оставляя в стороне определенные группы компаний, которым специфические квантовые алгоритмы способны дать существенное преимущество, остальные предприятия, составляющие большинство, до 2022 года могут оставаться на стадии предварительной разведки и приступить к использованию этой технологии позже.

Подробнее: Руководство по квантовым вычислениям для ИТ-директоров

Бонус: пять видов роботов, которые вы будете использовать в ближайшие пять лет

Оригинал: 5 Robots You’ll Use in 5 Years

Применение промышленных роботов постепенно ширится в течении уже 40 лет, но следующие пять лет будут отмечены бурным ростом. Все больше компаний из разных отраслей используют коммерческих роботов и дронов для складской обработки и для доставки, пациентам помогают медицинские роботы, а бытовые боты развлекают и выполняют несложные задачи.

• Чатботы и беспроводные колонки с голосовым ассистентом

Широко используемые в потребительском сегменте, они начинают проникать и в корпорации, где они находят применение в автоматизации поддержки сотрудников и клиентов, сервисном обслуживании и для назначения задач в режиме hands-free.

• Алгоритмы и продвинутая аналитика

Эти инструменты используют большие данные, чтобы давать юридические советы, для онлайнового размещения рекламы, оптимизации цен, медицинской диагностики и анализа снимков, в торговле иностранной валютой, акциями и облигациями и т.д. Алгоритмы быстрее человека и обходятся дешевле.

• Хирургические роботы

Они уже проникают в больничные операционные в качестве «помощников» и становятся маркетинговым инструментом (хирурги и пациенты требуют «робота»). Это присутствие будет быстро расширяться, стимулируемое технологическими новациями и снижением цен, расширением возможностей удаленного управления и повышением автономности хирургических роботов.

• Складские роботы

Роботы и коботы (коллаборативные роботы, помогающие человеку в выполнении его задач) все лучше справляются с несложной сборкой и автоматизацией цепей поставки и обходятся все дешевле.

• Летающие и плавающие дроны

Быстро расширяется применение дронов в сельском хозяйстве (обнаружение засухи и болезней растений), для видеонаблюдения и контроля объектов инфраструктуры и строительства, срочной доставки и спасения, оценки масштаба повреждений при авариях и стихийных бедствий, в нефтегазовой отрасли и энергетике для проведения осмотров и т.д.