Gartner研究副總裁David Groombridge表示：“首席執行官和董事會(huì )正在設法通過(guò)與客戶(hù)建立直接數字聯(lián)系來(lái)實(shí)現增長(cháng)，因此首席信息官的優(yōu)先事項必須滿(mǎn)足這些業(yè)務(wù)要求，而這些要求貫穿于Gartner的2022年重要戰略技術(shù)趨勢。”
“首席信息官必須找到能夠成倍增加IT力量的方法，從而實(shí)現增長(cháng)和創(chuàng )新并創(chuàng )建可擴展、有韌性的技術(shù)基礎，通過(guò)這一可擴展性釋放用于數字投資的現金。這些要求構成了今年趨勢的三個(gè)主題：工程化信任、塑造變化和加速增長(cháng)。”
2022年重要戰略技術(shù)趨勢有：
生成式人工智能（GenerativeArtificial Intelligence）
即將上市的生成式人工智能是最引人注目和最強大的人工智能技術(shù)之一。該機器學(xué)習方法從其數據中學(xué)習內容或對象，并運用數據生成全新、完全原創(chuàng )的實(shí)際工件。
生成式人工智能可用于多種活動(dòng)，如創(chuàng )建軟件代碼、促進(jìn)藥物研發(fā)和有針對性的營(yíng)銷(xiāo)，但該技術(shù)也會(huì )被濫用于詐騙、欺詐、政治造謠、偽造身份等。Gartner預計到2025年，生成式人工智能將占所有生成數據的10%，而目前這一比例還不到1%。
數據編織（Data Fabric）
在過(guò)去的十年里，數據和應用孤島的數量激增，而數據和分析（D&A）團隊的技能型人才數量卻保持不變，甚至下降。作為一種跨平臺和業(yè)務(wù)用戶(hù)的靈活、彈性數據整合方式，數據編織能夠簡(jiǎn)化企業(yè)機構的數據整合基礎設施并創(chuàng )建一個(gè)可擴展架構來(lái)減少大多數數據和分析團隊因整合難度上升而出現的技術(shù)債務(wù)。
數據編織的真正價(jià)值在于它能夠通過(guò)內置的分析技術(shù)動(dòng)態(tài)改進(jìn)數據的使用，使數據管理工作量減少70%并加快價(jià)值實(shí)現時(shí)間。
分布式企業(yè)（DistributedEnterprise）
隨著(zhù)遠程和混合工作模式的增加，以辦公室為中心的傳統企業(yè)機構正在演變成由分散在各地的工作者組成的分布式企業(yè)。
Groombridge表示：“這就要求首席信息官通過(guò)重大技術(shù)和服務(wù)變革提供無(wú)摩擦工作體驗，不過(guò)事情總有兩面性：這項技術(shù)會(huì )對業(yè)務(wù)模式產(chǎn)生影響。從零售到教育，每家企業(yè)機構都必須重新配置交付模式才能支持分布式服務(wù)。兩年前，全世界沒(méi)有人想到自己能在數字試衣間里試穿衣服。”
Gartner預計，到2023年，75%充分發(fā)揮分布式企業(yè)效益的企業(yè)機構將實(shí)現比競爭對手快25%的收入增長(cháng)。
云原生平臺（Cloud-NativePlatform，CNP）
為了真正能夠在任何地方提供數字能力，企業(yè)必須放棄熟悉的“直接遷移”并轉向CNP。CNP運用云計算的核心能力，向使用互聯(lián)網(wǎng)技術(shù)的技術(shù)創(chuàng )造者提供可擴展的彈性IT相關(guān)能力“即服務(wù)”，從而加快價(jià)值實(shí)現時(shí)間并降低成本。
因此，Gartner預測到2025年，云原生平臺將成為95%以上新數字倡議的基礎，而在2021年這一比例只有不到40%。
自治系統（Autonomic Systems）
隨著(zhù)企業(yè)的發(fā)展，傳統的編程或簡(jiǎn)單的自動(dòng)化將無(wú)法擴展。自治系統是可以從所在環(huán)境中學(xué)習的自我管理型物理或軟件系統。與自動(dòng)化甚至自主系統不同，自治系統無(wú)需外部軟件更新就可以動(dòng)態(tài)修改自己的算法，使它們能夠像人類(lèi)一樣迅速適應現場(chǎng)的新情況。
Groombridge表示：“自治行為已因為近期被部署在復雜的安全環(huán)境中而為人所知。而從長(cháng)遠看，這項技術(shù)將被普遍應用于機器人、無(wú)人機、制造機器和智能空間等物理系統。”
決策智能（DecisionIntelligence，DI）
一家企業(yè)機構的決策能力是其競爭優(yōu)勢的重要來(lái)源，而如今這個(gè)時(shí)代對這項能力的要求也越來(lái)越高。
決策智能是一門(mén)實(shí)用的學(xué)科。該學(xué)科通過(guò)清楚理解并精心設計做出決策的方式以及根據反饋評估、管理和改進(jìn)結果的方式來(lái)改進(jìn)決策。Gartner預測在未來(lái)兩年，三分之一的大型企業(yè)機構將使用決策智能實(shí)現結構化決策，進(jìn)而提高競爭優(yōu)勢。
組裝式應用程序（Composable Applications）
在不斷變化的業(yè)務(wù)環(huán)境中，業(yè)務(wù)適應性需求能夠引導企業(yè)轉向支持快速、安全和高效應用變化的技術(shù)架構。可組合的應用架構增強了這種適應性，而采用可組合方法的企業(yè)機構在新功能的實(shí)現速度上將比競爭對手快80%。
Groombridge表示：“在動(dòng)蕩的時(shí)代，可組合的業(yè)務(wù)原則幫助企業(yè)機構駕馭對業(yè)務(wù)韌性和增長(cháng)至關(guān)重要的加速變化。沒(méi)有它的現代企業(yè)機構可能會(huì )失去在市場(chǎng)中的前進(jìn)動(dòng)力和客戶(hù)忠誠度。”
超級自動(dòng)化（Hyperautomation）
超自動(dòng)化通過(guò)快速識別、審核和自動(dòng)執行盡可能多的流程來(lái)實(shí)現加速增長(cháng)和業(yè)務(wù)韌性。
Groombridge表示：“Gartner的研究表明，表現最好的超自動(dòng)化團隊專(zhuān)注于三個(gè)關(guān)鍵優(yōu)先事項：提高工作質(zhì)量、加快業(yè)務(wù)流程和增強決策敏捷性。在過(guò)去的一年中，業(yè)務(wù)技術(shù)專(zhuān)家平均支持4.2項自動(dòng)化倡議。”
隱私增強計算（Privacy-EnhancingComputation，PEC）
除了應對不斷成熟的國際隱私和數據保護法律外，首席信息官還必須避免因隱私事件而導致客戶(hù)信任下降。因此，Gartner預計到2025年，60%的大型企業(yè)機構將使用一種或多種隱私增強計算技術(shù)。
在數據、軟件或硬件層面保護個(gè)人和敏感信息的PEC技術(shù)能夠在不影響保密性或隱私的情況下安全地共享、匯集和分析數據。目前這項技術(shù)被應用于許多垂直領(lǐng)域以及公有云基礎設施（例如可信的執行環(huán)境）。
網(wǎng)絡(luò )安全網(wǎng)格（Cybersecurity Mesh）
Groombridge表示：“數據貫穿了今年的許多趨勢，但只有當企業(yè)能夠信任數據時(shí)，數據才會(huì )變得有用。如今，資產(chǎn)和用戶(hù)可能出現在任何地方，這意味著(zhù)傳統的安全邊界已經(jīng)消失。這就需要有網(wǎng)絡(luò )安全網(wǎng)格架構（CSMA）。”
CSMA幫助提供一體化安全結構和態(tài)勢，為任何位置的任何資產(chǎn)提供安全保障。到2024年，使用CSMA一體化安全工具組成一個(gè)合作生態(tài)系統的企業(yè)機構能夠將單項安全事件的財務(wù)影響平均減少90%。
人工智能工程化（AI Engineering）
IT領(lǐng)導人想方設法地將人工智能集成到應用中，在從未投入生產(chǎn)的人工智能項目上浪費時(shí)間和金錢(qián)或在人工智能解決方案發(fā)布后努力保持它們的價(jià)值。人工智能工程化是一種實(shí)現人工智能模型操作化的綜合方法。
Groombridge表示：“從事人工智能工作的混合團隊是否真正能夠為他們的企業(yè)機構實(shí)現差異化，取決于他們通過(guò)快速人工智能變革不斷提升價(jià)值的能力。到2025年，10%建立人工智能工程化最佳實(shí)踐的企業(yè)從其人工智能工作中產(chǎn)生的價(jià)值將至少比90%未建立該實(shí)踐的企業(yè)高出三倍。”
全面體驗（Total Experience，TX）
全面體驗是一項結合客戶(hù)體驗（CX）、員工體驗（EX）、用戶(hù)體驗（UX）和多重體驗（MX）學(xué)科的業(yè)務(wù)戰略。TX的目標是提升客戶(hù)和員工的信心、滿(mǎn)意度、忠誠度和擁護度。企業(yè)機構將通過(guò)實(shí)現具有適應性和韌性的TX業(yè)務(wù)成果來(lái)增加收入和利潤。
