全球領先的資訊科技研究和顧問公司Gartner於今日釋出企業機構在2021年需要深挖的重要戰略科技趨勢。其中，與區鏈技術相關的隱私加強計算和分散式雲也位列榜單。
（本文來源於Gartner公司，分散式資本轉載）
Gartner研究副總裁Brian Burke表示：“企業機構正在從應對新冠疫情轉向推動增長，因此它們必須關注形成今年主流趨勢的三個主要領域：以人為本、位置獨立性和韌性交付。這些趨勢在組合後的整體影響大於它們各自的獨立影響，並且專注於滿足全球各地的社會與個人需求來實現最佳交付。”
2021年重要戰略科技趨勢具體如下：
行為網際網路（Internet of Behaviors）
行為網際網路（IoB）不斷湧現，許多技術都在捕獲並使用人們日常生活中的“數字塵埃”。IoB彙集了面部識別、位置跟蹤和大資料等當前直接關注個人的技術，並將結果資料與現金購買或裝置使用等相關的行為事件相關聯。
企業機構使用該資料來影響人的行為。例如為了在疫情期間監控對健康規定的遵守情況，企業機構可以透過使用IoB計算機視覺來檢視員工是否戴著口罩或透過熱成像來識別發熱者。
Gartner預測，到2025年末，全球一半以上的人口將至少參加一項商業或政府的IoB計劃。雖然IoB在技術上可成為可能，但社會各界將對各種影響行為的方法展開廣泛的倫理和社會學討論。
全面體驗（Total Experience）
Burke表示：“去年，Gartner將多重體驗定義為一種重要的戰略科技趨勢。而在今年，這一趨勢又進一步發展成為全面體驗（TX），將多重體驗與客戶、員工和使用者體驗相聯絡。Gartner預計在未來三年中，提供TX的企業機構在關鍵滿意度指標方面的表現將超越競爭對手。”
由於新冠疫情，移動、虛擬和分散式互動日益盛行，因此企業機構需要有TX策略。TX將改善體驗的各個組成部分，實現業務成果的轉型。這些相互交織的體驗是企業運用創新革命性體驗實現差異化，從而從疫情中恢復的關鍵驅動力。
隱私增強計算（Privacy-Enhancing Computation）
隨著全球資料保護法規的成熟，各地區資訊長所面臨的隱私和違規風險超過了以往任何時候。不同於常見的靜態資料安全控制，隱私增強計算可在確保保密性或隱私的同時，保護正在使用的資料。
Gartner認為，到2025年將有一半的大型企業機構使用隱私增強計算在不受信任的環境和多方資料分析用例中處理資料。企業機構應在開始確認隱私增強計算候選物件時，評估要求個人資料轉移、資料貨幣化、欺詐分析和其他高度敏感資料用例的資料處理活動。
分散式雲（Distributed Cloud）
分散式雲將公有云分佈到不同的物理位置，但服務的運營、治理和發展依然由公有云提供商負責。它為具有低延遲、降低資料成本需求和資料駐留要求的企業機構方案提供了一個靈活的環境，同時還使客戶的雲端計算資源能夠更靠近發生資料和業務活動的物理位置。
到2025年，大多數雲服務平臺至少都能提供一些可以根據需要執行的分散式雲服務。Burke先生認為：“分散式雲可以取代私有云，併為雲端計算提供邊緣雲和其他新用例。它代表了雲端計算的未來。”
隨處運營（Anywhere Operations）
隨處運營是一種為全球各地客戶提供支援、賦能全球各地員工並管理各類分散式基礎設施業務服務部署的IT運營模式。它所涵蓋的不僅僅是在家工作或與客戶進行虛擬互動，還能提供所有五個核心領域的獨特增值體驗，分別是：協作和生產力、安全遠端訪問、雲和邊緣基礎設施、數字化體驗量化以及遠端運營自動化支援。
到2023年末，40%的企業機構將透過隨處運營提供經過最佳化與混合的虛擬/物理客戶與員工體驗。
網路安全網格（Cybersecurity Mesh）
網路安全網格使任何人都可以安全地訪問任何數字資產，無論資產或人員位於何處。它透過雲交付模型解除策略執行與策略決策之間的關聯，並使身份驗證成為新的安全邊界。到2025年，網路安全網格將支援超過一半的數字訪問控制請求。
Burke先生認為：“新冠疫情加快了耗時數十年的數字化企業變革過程。我們已經越過了一個轉折點，大多數企業機構的網路資產現在都已超出傳統的物理和邏輯安全邊界。隨著隨處運營的不斷髮展，網路安全網狀組網將成為從非受控裝置安全訪問和使用雲端應用與分散式資料的最實用方法。”
組裝式智慧企業（Intelligent Composable Business）
Burke先生表示：“為了提高效率而建立的靜態業務流程非常脆弱，因此在疫情的衝擊下變得支離破碎。資訊長和IT領導者正在努力收拾殘局，他們開始瞭解適應業務變化速度的業務能力有多麼重要。”
智慧組合型業務透過獲取更好的資訊並對此做出更敏銳的響應來徹底改變決策。依靠豐富的資料和洞見，未來的機器將具有更強大的決策能力。智慧組合型業務將為重新設計數字化業務時刻、新業務模式、自主運營和新產品、各類服務及渠道鋪平道路。
人工智慧工程化（AI Engineering）
Gartner的研究表明，只有53%的專案能夠從人工智慧（AI）原型轉化為生產。資訊長和IT領導者發現，由於缺乏建立和管理生產級人工智慧管道的工具，人工智慧專案的擴充套件難度很大。為了將人工智慧轉化為生產力，就必須轉向人工智慧工程化這門專注於各種人工智慧操作化和決策模型（例如機器學習或知識圖）治理與生命週期管理的學科。
人工智慧工程化立足於三大核心支柱：資料運維、模型運維和開發運維。強大的人工智慧工程化策略將促進人工智慧模型的效能、可擴充套件性、可解釋性和可靠性，完全實現人工智慧投資的價值。
超級自動化（Hyperautomation）
業務驅動型超級自動化是一項可用於快速識別、審查和自動執行大量獲准業務和IT流程的嚴格方法。在過去幾年中，超級自動化一直在持續不斷地發展。而因為疫情，一切事物都被突然要求首先實現數字化，這大大增加了市場的需求。業務利益相關者所積壓的需求已促使70%以上的商業機構實施了數十種超級自動化計劃。
Burke先生表示：“超級自動化是一股不可避免且不可逆轉的趨勢。一切可以而且應該被自動化的事物都將被自動化。”
