Gartner:2021年九大策略科技趨勢
https://bit.ly/36E9MS8
面對COVID-19大流行及2020年前所未有的社經挑戰,Gartner發布九大策略科技(strategic technology),其中,行為網路(Internet of Behavior; IoB)以收集和使用這些防疫抗疫資料來影響人的行為作法。隨著各組織不僅提升了收集的資料量,且改善了如何將不同來源的整合使用,行為網路將繼續影響人們的互動的模式,行為網路將幫助企業維持可塑性和靈活度。
2020年的趨勢分為三個主題:(1)以人為本(people centricity)(2)地點獨立(location independence)(3)彈性交付(resilient delivery)。
以人為本:雖然COVID-19改變了人們工作互動模式,但人仍然是所有業務的中心,且在現今的環境中需要數位化的流程才能運作。
地點獨立:COVID-19已經改變了員工、客戶、供應商和組織生態系的實際地點。技術需要轉變,以支援這種新的業務模式。
彈性交付:COVID-19疫情以及連帶的經濟衰退,使現今社會動盪不安。能夠調整適應的組織才能承受住各種干擾。
總之,這九大策略科技並不是獨立運作,而是相互依存的。創新組合是這些趨勢的共通性,以促成可塑性,有助於組織未來五到十年的發展。
行為網路 (Internet of Behaviors)
正如COVID-19的防疫監控措施,行為網路就是利用資料來改變行為。隨著日常生活中「數位塵埃」(digital
dust)收集技術的進步,這些資訊可以用來影響行為。例如,商用車可以透過車載資通訊系統(Telematics)來監控急刹車和轉彎等駕駛行為,並利用這些資料來改善駕駛的表現、路線和安全。行為網路(IoB)可以收集、整合和處理不同來源的資料,包括:商業客戶資料、公部門和政府機構收集的民眾的資料、社交媒體、臉部識別和定位資料。隨著處理資料的技術日趨成熟,行為網路得以發展。而IoB行為網路取決於使用的目標和結果,在社會道德層面的影響也引來顧慮。保險公司用來追蹤客戶身體活動以降低保費的穿戴式設備也可以用來監控使用者的購物行為,購買過多的
不健康食品可能會增加保費。各個地區的隱私法規的不同,將影響行為網路的應用和規模。
全面體驗(Total experience)
全面體驗將多體驗(multiexperience)、客戶體驗、員工體驗和使用者體驗結合,目標是改善從技術到員工到客戶和使用者之間交疊的整體體驗,提升業務成效。將所有這些體驗緊密地聯繫起來,而非單獨的一項一項改進,使企業能以一種難以被複製的方式與競爭對手區分開來,創造競爭優勢。
例如,一家電信公司為了提高安全性和滿意度,決定改造客戶體驗。首先,它通過現有的應用程式設立了一個預約系統。當客戶距離預約地點75英尺以內時,會收到:一個通知,引導他們完成簽到流程;一個提醒,讓他們知道還有多久才能安全進入商店並保持社交距離。該公司還增加了更多的數位資訊服務站(digital kiosks),並使員工能夠使用自己的平板電腦同步瀏覽客戶的裝置,無需實際接觸硬體。為客戶和員工提供安全整合的體驗。
隱私增強運算(Privacy-enhancing computation)
隱私增強計算包含了三項技術,可以在資料被使用時保護隱私。第一是提供一個用來處理或分析敏感性資料的可信任的環境。第二是以去中心化的方式處理和分析資料。第三是在處理或分析之前對資料和演算法進行加密。隱私增強計算使各組織與競爭對手合作時,能夠安全地保密而不必犧牲隱私,以滿足共用資料的需求且同時保有隱私。
分散式雲端(Distributed cloud)
分散式雲端是指將公有雲分佈到不同的物理位置,但公有雲運營管理仍由供應商負責。分散式雲端使企業能夠在實體上更接近雲端服務,有助於降低延遲和資料成本,以及符合規定資料必須留在特定地理區域的法律。同時避免組織需要付出高成本來管理私有雲的情況。分散式雲端是雲端服務的未來。
隨處運營(Anywhere operations)
隨處運營的業務模式在後疫情時代極為重要。不論身處何處,都能滿足員工全球各地客戶服務。隨處運營的業務模式以「數位優先,遠端優先」為原則,例如,從轉帳到開戶,都將透過手機處裡,省略實體銀行。數位化工具將加強而不是完全取代實體空間,像是實體店的非接觸式結帳。
網路安全網(Cybersecurity mesh)
網路安全網是一種分散式的架構,可以達成可擴展、靈活、可靠的網路安全控制。現在很多資產都存在於傳統的安全圍牆之外。網路安全網使身份驗證成為新的安全邊界。隨著周邊保護的意義越來越小,圍牆式的保全方式必須隨之改變。
智慧組合企業(Intelligent composable business)
智慧組合企業是指能夠根據當前形勢進行調整並從根本上重新定位自己的企業。隨著企業加快數位轉型的腳步,需要能靈活快速的根據現有資料做出決策。
人工智慧(AI)工程化(AI engineering)
穩健的AI工程策略將提升AI模型的性能和可靠度,提供AI技術投資的價值。AI專案經常面臨維護、擴展和管理的難題。AI工程將多項領域和技術結合,讓AI成為DevOps流程的一部分,而不是一套獨立專門的項目。在AI工程管理方面,「負責任的人工智慧」(Responsible AI)正在興起,解決信任、透明、道德、公平、和法遵問題。
超級自動化 (Hyperautomation )
超級自動化是指組織中任何可以自動化的東西都應該自動化。省略簡化任何流程都會引來昂貴和大規模的問題。很多組織仰賴「拼湊」的技術,這些技術不夠精益、優化和明確。數位轉型的過程中,不注重效率、效能和敏捷性的組織將被甩在後面。