2024年十大战略技术趋势背后的共同主题是人工智能

6.AI增强开发（AI-Augmented Development）

AI增强开发指使用生成式人工智能、机器学习等AI技术协助软件工程师进行应用设计、编码和测试。主要包括：AI代码生成、AI增强测试、从设计到代码的过程。

解读：在第一个模块里进行“AI代码生成”，对于下面几种场景特别有帮助：样板代码、重构代码，以及对旧的框架或编程语言进行学习。

“AI增强测试”即会有很多测试任务逐渐被AI开发替代，主要集中在3个方面：编写测试代码、生成测试数据、生成单元测试中的“测试桩”。

从设计到代码，在某种意义上是人工智能参与整个开发全生命周期的过程。目前还没有完全实现，属于对未来的展望。

7.行业云平台（Industry Cloud Platforms）

Gartner预测，到2027年，将有超过70%的企业使用行业云平台（ICP）加速其业务计划，而2023年的这一比例还不到15%。ICP通过可组合功能将底层IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）服务整合成全套产品，推动与行业相关的业务成果。这些功能通常包括行业数据编织、打包业务功能库、组合工具和其他平台创新功能。

解读：换句话讲，即在传统的“云”上加一层“业务模块层”。它之所以会成为趋势，因为现在企业更关注在“云”投资可以如何产生可量化的商业价值，而不是像以前只是为了达到技术和基础设施改进的目的。“行业云平台”有两大特征：可组装、模块化。它实际上是把一些通用的业务能力模块化之后放在“公有云”上，然后让它重新排列组合进行组装。根据现在的整理，我们在超过20个行业当中找到了大概有超过270个“行业云平台”，以下是大致的分布。

在超过20个行业中有超过270个“行业云平台”。图片来源：Gartner

8.智能应用（Intelligent Applications）

Gartner将智能应用中的“智能”定义为自主做出适当响应的习得性适应能力。在许多用例中，这种智能被用于更好地增强工作或提高工作的自动化程度。作为一种基础能力，应用中的智能包含各种基于人工智能的服务，如机器学习、向量存储和连接数据等。

在2023年Gartner首席执行官（CEO）和业务高管调查中，26%的CEO认为对企业机构破坏力最大的风险是人才短缺。吸引和留住人才是CEO在人力资源方面的首要任务，而人工智能被认为是未来3年对他们所在行业影响最大的技术。

解读：其目标是最终成为可以像人类一样去思考、判断和适应环境的应用。这种智能应用自适应的学习能力，背后实际上是包含各种基于人工智能的服务，如机器学习、语意引擎、连接数据等。比如苹果手机或苹果手表有一个“优化充电”的功能，即根据用户每天的充电习惯，通过机器学习的方式找到规律，比如起床时间、出门时间，然后在你出门之前一个小时左右才充电到100%。这就是通过“学习适应的模式”去改变，让手机寿命更长一点。像辅助驾驶/自动驾驶，包括一些做机器人的公司，如特斯拉的AI机器人，本质上也是一种智能应用。

一个有意思的例子是“AI读心术”。在2023年5月，美国得克萨斯州的奥斯汀分校研究团队在《自然·神经科学》杂志上发表文章，公布了一个基于AI预训练大模型的大脑活动解码器，它可以将大脑活动转化为连续的文本流，通过一种非侵入式的方法学会“读心术”。实际上目前的识别率虽然不算特别高，但还是很有意思。

9.增强型互联员工队伍（Augmented-Connected Workforce）

增强型互联员工队伍（ACWF）是一种优化员工价值的战略。ACWF使用智能应用和分析，提供助力员工队伍体验、福祉和自身技能发展的日常环境与指导。

解读：其关键的核心在于提供员工的数字体验。如何用人工智能“增强”？它指的是，对从终端应用知识库甚至是员工情绪中提取出的数据进行接近实时的处理和反馈。比如，企业从员工在线工作的时间，包括邮件里的措词、访问各个应用的数据，分析出员工目前的工作状态和压力。另外一个角度是，从员工在某些系统里逗留的时间、所做的操作，可以看到企业里需要改善的流程，甚至找到一些“员工的离职倾向”等。这里要考虑“安全和隐私”问题。但它的一个要点是用人工智能的方式对员工进行关怀，人工智能最后不会取代人类的关怀，但是可以增强，至少给人类提供一些数据方面的支撑。

10. 机器客户（Machine Customers）

机器客户（也被称为“客户机器人”）是一种可以自主协商并购买商品和服务以换取报酬的非人类经济行为体。到2028年，将有150亿台联网产品具备成为机器客户的潜力，这一数字还将在之后的几年增加数十亿。到2030年，该增长趋势将带来数万亿美元的收入，其重要性最终将超过数字商务的出现。在战略上应考虑为这些算法和设备提供便利甚至创造新型客户机器人的机会等。Gartner预测：到2027年，超过50%的销售和服务中心将接听机器客户的电话。

解读：这个“机器客户”当然不是一蹴而就的，它的整个进化过程分成3个阶段：第一，人类主导，由机器通过一定的规则去购买特定的商品。第二，人类和机器共同主导，优化购买的选择，最终由机器根据规则执行购买操作。第一个阶段已经实现了，第二个阶段也已经实现了一部分了。第三，机器推测人类的需求，根据规则、场景和偏好进行自主化购买。一个有意思的案例是，前不久OpenAI的一位创始人发表TED演讲，演讲之前他做了一件事：用聊天机器人ChatGPT和文生图工具Dall·E帮他准备晚餐的菜单，然后用Dall·E把晚餐的菜单文字转化为图片的请柬，最后用ChatGPT创建一个“购物清单”。

特别声明：以上内容(如有图片或视频亦包括在内)来自网络，已备注来源；本平台仅提供信息和存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by user of ASKAI, which is a social media platform focused on technology of CHATGPT and only provides information storage services.