将在2020年颠覆企业业务的8项技术

行业专家表示，从人工智能到增强现实，有8种颠覆性的技术和趋势将推动未来几年前瞻性组织的业务发展。

如今，技术的变革步伐对众多行业都产生了深远的影响，而采用新兴技术的组织可能继续保持地位。

在未来一年，不断发展的数据将成为企业的核心。随着企业希望快速有效地使用数据来做出更好的业务决策，人工智能、边缘计算和软件机器人的创新将越来越多地被用于竞争优势。而没有预见到这些和其他新兴趋势的组织可能面临一场正在加速的生存危机。

为了了解企业应该重点关注哪些业务，技术专家讨论了他们认为很有可能影响多种组织进行数字化转型的内容。这些领域的优势将成为人们应该关注的较好选择，以及对于采用这些颠覆性技术带来影响的一些见解。

1.机器人过程自动化(RPA)

企业从简单的概念中获得了较大收益：将重复乏味的业务流程任务委托给机器人实现自动化。这项技术被称为机器人过程自动化(RPA)，已经在简化早期采用者的工作流程方面产生了影响，这远早于许多人认为该技术将在企业中使用的时间。

总部位于波士顿的AppNeta公司执行官Matt Stevens说，“机器人过程自动化的进步速度和功能实用性令人震惊，并且似乎正在逐步提高。我真的没想到这么快就能达到这种智能或能力水平。”

根据调研机构Gartner公司的调查，机器人过程自动化(RPA)正在超越全球企业软件市场的所有其他领域，去年市场增长了63%，达到8.46亿美元。并预计今年的收入将达到13亿美元。

Laserfiche公司信息官Thomas Phelps说，“机器人过程自动化(RPA)从员工的日常活动中移除重复和日常任务，并使他们能够专注于更高价值的工作。使用机器人过程自动化(RPA)的组织能够使工作人员从重复性工作解放出来，使他们能够专注于有助于创新业务或增强客户体验的任务。它可以帮助组织提高运营效率，提高质量，并加强法规遵从。”

如今有了一条行之有效的商业价值之路，预计未来几个月将有更多的公司推出机器人过程自动化(RPA)计划。

2.人工智能

Imagen公司技术官Tim Jobling表示，人工智能正在帮助企业解决技术或业务人员难以或根本无法解决的问题。

Jobling说，“我们并不相信人工智能会抢走人类所有的工作岗位，但我们看到了一场类似于计算机成为主流应用时的革命。如今，我们看到一系列的问题正被人工智能和机器学习方法所解决，这主要消除了一些无聊的工作，或者在需要工作人员来完成工作时，以不可能达到的规模实现新的处理。例如，人工智能使我们的客户能够从音频中创建可搜索的元数据，然后可以大量使用和扩展。如果没有人工智能，这个过程将人工完成，或者根本完不成。”

人工智能在保护组织免受安全威胁方面也发挥了重要作用，Balbix公司技术官Vinay Sridhara预计，未来一年将继续获得成功。

Sridhara说，“企业正在使用人工智能技术，通过分析网络上高达数千亿个时变信号，使其网络安全团队能够准确地了解入侵风险。这使信息安全官能够持续分析高容量、高速的网络安全数据，并实时了解企业的漏洞风险。人工智能平台甚至提供了优先解决问题的步骤，以推动整个企业降低网络风险，使他们能够更好地保护客户的信息。”

3.DataOps

Hitachi Vantara公司Renee Lahti表示，采用类似敏捷的方法来管理人工智能和机器学习数据可以帮助企业在2020年获得优势。这种协作的跨功能分析方法称为数据操作(DataOps)，一旦被采用，可能会带来很大的颠覆性。

Lahti说，“企业只是想办法解决这个问题。更多的是为了精简人员，而不是为了采用流程。根据Gartner公司的调查，目前DataOps的采用率不到目标市场的1%，但这1%将具有很大的竞争优势。”

DataKitchen公司执行官Chris Bergh表示，这一概念融合了敏捷开发，DevOps以及从制造业中汲取的经验教训。

Bergh说，“这种方法可以使数据科学团队能够蓬勃发展，尽管在现场部署和维护分析所需的复杂程度越来越高，但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，可以创建新的人工智能模型和分析，帮助企业实现他们的使命。”

Bergh说，“这种方法统一了与数据分析相关的工作流程，可能对组织从数据中提取价值的能力产生无形的连锁反应。这可以改善团队合作，减少降低生产力的人工流程。DataOps将数据组织从混乱、缓慢的团队转变为高性能的团队。”

4.视频和统一通信

员工经验正在成为组织成功的一个关键因素——不仅仅是在生产力方面，而且是吸引备受追捧的人才的关键因素。在一项对近300家公司的调查中，麻省理工学院的研究人员发现，对视频技术的投资会带来创新，也会提高协作和生产力。

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：“我们看到企业在交互式视频技术方面投入了大量资金，特别是当他们将敏捷方法的使用范围扩展到其软件开发团队以外的其他业务时。这种高度互动的项目交付敏捷方法，要求团队或者面对面，或者让技术尽可能地复制那些更亲密的情况。”

Dery预测视频技术将继续使用虚拟现实(VR)和其他沉浸式技术等新功能模拟和改进面对面交流，特别是当组织努力填补分布式团队的技能差距时。

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

Stevens说，“长期摩擦和可靠性问题使早期的统一通信(UC)解决方案成为企业的赌注。”

但他表示，“目前的工具已经解决了这些缺点。新的统一通信(UC)工具增加了关键的视觉和内容共享功能。它们实际上可以提高会议效率，通过允许更广泛的包容和积极参与当今高度分散的工作环境，实现面对面交互可以带来的影响。”

5.5G

如今，对于5G的宣传和炒作往往忽视这样一个事实，即大规模推出该技术需要数年时间才能完成。但这并不能阻止企业制定高速、低延迟无线服务的计划。

TEKsystems公司市场研究经理Jason Hayman说，“很多组织正在推广他们的5G战略，甚至在广泛的网络可用性之前。”

VoltDB公司技术官Dheeraj Remella也看到了5G的承诺，但警告说，围绕这项技术的预期可能会导致问题。

Remella说，“如果无线运营商和企业都无法处理5G附带的数据攻击，那么员工或客户希望现在以更快的网络速度提供实时反馈的流程，而有所延迟有可能引发对某些品牌或技术的反感。为了解决这个问题，企业应该实施可扩展的实时数据架构，不仅仅是通过在多个数据流中做出智能、动态的决策来简单地提取数据，并最终推动行动。”

此外，Remella认为5G具有连锁效应。他说，“5G的承诺正在迫使企业识别当前正在进行变革的流程，并确保现有的IT堆栈能够满足新网络的需求，因此，5G正在推动其他有影响力的技术的采用，从边缘计算到虚拟现实和流处理。”

6.容器

容器和微服务正在吸引那些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公司技术官架构师Todd Loeppke说，“有趣的是，物联网项目吸引了许多流行技术，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。”

一些专家指出，Kubernetes得以广泛采用，Kubernetes是一个开源容器编排系统，可自动化容器部署、扩展和管理。Amalgam Insights公司研究员Tom Petrocelli说，“它可以实现全新的架构，可以快速扩展。”

如此多的厂商关注焦点集中在Kubernetes上，它正在影响其他技术平台。Kubernetes还帮助产生或扩展了许多其他技术，如服务网和基于容器的持续集成(CI)/持续交付(CD)管道自动化产品。

SUSE公司全球产品和营销经理Jeff Reser说，“Kubernetes是处理内部和云计算环境以及多种规模设备的容器化应用程序和服务的常用方式。随着越来越多的事情需要管理，基础设施和应用程序的部署和编排自动化是软件定义的基础设施不可缺少的一部分。”

7. 沉浸式体验(AR、VR、混合现实)

沉浸式体验技术已被大肆宣传，但其实施速度有些缓慢。其提出的承诺是诱人的，企业应用程序制造商Kony公司技术官Bill Bodin认为，增强现实(AR)可以为多种行业提供商业利益，从实体零售商到工业应用和培训。

他说，“通过增强现实(AR)技术，可以实时增加商店货架和产品。在维护、维修和许多工业应用中，可以在机械或电气设备上创建信息覆盖，将关键仪器指标直接交给服务于该区域的人员。”

Bodin还列举了机场为旅行者提供个性化虚拟展示的例子。他补充说，“在银行领域，可以使用增强现实技术将客户引导到关键服务领域，并动态显示分行员工的姓名和专业领域。对于那些为银行设备(如自动柜员机)提供服务的公司，可以提供内部外围设备故障的视图，并提供针对该问题量身定制的安全修复参考。”

Amalgam Insights公司研究员Todd Maddox专注于人脑科学，他也看到了在培训计划中潜在用途的沉浸式体验。

他说，“虚拟现实(VR)具有很强的培训和软技能潜力。特别是在人际技能培训方面，如同理心、沟通等。虚拟现实(VR)和增强现实(AR)是很有效的，因为它们以体验式学习为基础，而且它们广泛地同时参与大脑中的多个学习和表现中心，包括认知、行为、情感和体验系统。”

8.物联网和边缘计算

Comp9A 公司发布的一份2019年研究报告发现，大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、货币化数据或帮助销售服务作为产品来帮助增加收入。

Sungard公司的Loeppke表示，看到了物联网边缘计算的进步，但也看到了对人工智能和机器学习工具的需求，以便以更容易为企业访问的方式处理生成的数据。

Loeppke说，“现在大数据的应用已经大约10年的时间，但大数据的真正挑战是找到一种方法来理解它，并找出如何将其用于商业目的。在我看来，使用传统工具取得的成功有限。随着机器学习技术的普及，更多的公司将能够提供更好的客户体验，更有可能将多年积累的数据货币化。”

此外，一些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将其交付给边缘。

1E公司创始人兼执行官Sumir Karayi说，“人们真正关心的是与现实世界的互动，这需要终端的智能。这就是我认为边缘计算将取代物联网的原因。人们将物联网视为连接到云端的这个实体，因此有效地为云端提供智能而不是智能本身。他们认为这是正确的，因为物联网设备产生了无法控制的大量数据。另一方面，边缘计算提供了本地决策能力和对个人数据的更多控制。”

(来源：企业网D1Net)