Gartner发布2024年十大顶级战略技术趋势

技术颠覆和社会经济不确定性要求我们愿意采取大胆和战略性的行动，增强临时应对措施的抵御能力。IT 领导者必须确保经过计算的风险和可靠的投资，以可持续地创造内部和外部价值。

大多数企业现在都处于熟悉的不确定性模式中。预计经济不稳定和地缘政治争端将进一步加剧，而气候危机将继续展开，技术发展将撼动全世界社会。网络犯罪和勒索软件攻击已达到前所未有的水平，混合工作已成为新常态。生产力压力的增加增加了对某些稀缺专业人员的需求。各种规模的组织都感受到了影响。

作为 IT 领导者，您处于独特的位置，可以制定路线图，展示技术投资如何帮助您的企业在面临这些不确定性和压力的情况下保持成功。您和其他高管必须评估战略技术趋势的影响和收益，鉴于技术创新速度不断加快，这并不容易。每年，Gartner 都会确定最相关、当前和最有影响力的趋势（见图 1）。这使您能够确定哪些单一趋势或战略组合将对您的组织及其运营的生态系统产生最重大的影响。Gartner将趋势分为三个主题：

• 保护投资。保护投资并确保从过去和未来的战略技术决策中获益，使其持久。

• 建设者的崛起。通过使用适当的技术实现适当的功能，释放创造力。

• 交付价值。以持久的卓越运营为基础，完善并加速价值优化。

这些技术趋势并不是孤立存在的，它们相互关联（见下图），并且其中一些趋势属于多个主题。这些趋势对组织的潜在重要性因组织成熟度、行业、业务需求和先前制定的战略计划而异。

与其他高管合作评估我们趋势的影响和好处。这将使您能够确定哪些单一趋势或战略组合将对您的组织及其运营的生态系统产生最重大的影响。检查趋势相对于您组织的具体情况的潜力，将其纳入您未来几年的战略规划中，并适当调整您的业务模式和运营。

图 2024 年主要战略技术趋势

1、民主化的生成式人工智能

生成式人工智能 (GenAI) 通过大规模预训练模型、云计算和开源的融合而变得民主化，使全世界的工人都可以使用这些模型。Gartner 预测，到 2026 年，超过 80% 的企业将在生产环境中使用 GenAI API 和模型和/或部署支持 GenAI 的应用程序，而 2023 年初这一比例还不到 5%。

GenAI 应用程序可以为业务用户提供大量的内部和外部信息源。这意味着 GenAI 的快速采用将显着实现企业知识和技能的民主化。大型语言模型使企业能够以具有丰富语义理解的对话方式将员工与知识联系起来。

2、人工智能信任、风险和安全管理

人工智能访问的民主化使得对人工智能信任、风险和安全管理（TRiSM）的需求变得更加迫切和明确。如果没有护栏，人工智能模型可能会迅速产生复合负面影响，从而失控，从而掩盖人工智能带来的任何积极绩效和社会收益。AI TRiSM 为 ModelOps、主动数据保护、AI 特定安全、模型监控（包括数据漂移、模型漂移和/或意外结果监控）以及第三方模型和应用程序的输入和输出的风险控制提供工具。

Gartner 预测，到 2026 年，应用 AI TRiSM 控制的企业将消除高达 80% 的错误和非法信息，从而提高决策的准确性。

3、人工智能增强开发

人工智能增强开发是指使用 GenAI 和机器学习等人工智能技术来帮助软件工程师设计、编码和测试应用程序。人工智能辅助软件工程提高了开发人员的工作效率，并使开发团队能够满足对软件运行业务日益增长的需求。这些注入人工智能的开发工具使软件工程师能够花更少的时间编写代码，从而可以将更多的时间花在更具战略性的活动上，例如设计和组合引人注目的业务应用程序。

4、智能应用

程序智能应用程序包括智能（Gartner 将其定义为通过学习适应来适当、自主地做出响应）作为一种能力。这种智能可以在许多用例中使用，以更好地增强或自动化工作。作为一项基础能力，应用程序中的智能包括各种基于人工智能的服务，例如机器学习、矢量存储和互联数据。因此，智能应用程序提供动态适应用户的体验。

对智能应用程序的明确需求和需求是存在的。在 2023 年 Gartner 首席执行官和高级业务主管调查中，26% 的首席执行官将人才短缺视为对其组织最具破坏性的风险。吸引和留住人才是首席执行官们最关心的劳动力问题，而人工智能被认为是未来三年对其行业影响最大的技术。

5、增强互联劳动力

增强互联劳动力 (ACWF) 是一种优化人类员工价值的战略。加速和扩大人才规模的需求正在推动 ACWF 的发展趋势。ACWF 使用智能应用程序和劳动力分析来提供日常背景和指导，以支持劳动力的经验、福祉和发展自身技能的能力。与此同时，全国妇联为主要利益相关者推动业务成果和积极影响。

到 2027 年，25% 的首席信息官将使用增强互联的劳动力计划，将关键职位的胜任时间缩短 50%。

6、持续威胁暴露管理

持续威胁暴露管理 (CTEM) 是一种务实且系统的方法，使组织能够持续、一致地评估企业数字和物理资产的可访问性、暴露性和可利用性。将 CTEM 评估和修复范围与威胁向量或业务项目（而不是基础设施组件）保持一致，不仅会暴露漏洞，还会暴露无法修补的威胁。

Gartner 预测，到 2026 年，根据 CTEM 计划优先考虑安全投资的组织将实现漏洞数量减少三分之二。

7、机器客户

机器客户（也称为“custobots”）是非人类经济参与者，可以自主协商和购买商品和服务以换取付款。到 2028 年，将有 150 亿个具有客户行为潜力的互联产品出现，未来几年还将有数十亿个产品出现。到 2030 年，这种增长趋势将成为数万亿美元收入的来源，并最终变得比数字商务的到来更为重要。战略考虑应包括促进这些算法和设备，甚至创建新的保管机器人的机会。

8、可持续技术

可持续技术是一个数字解决方案框架，用于实现支持长期生态平衡和人权的环境、社会和治理（ESG）成果。人工智能、加密货币、物联网和云计算等技术的使用正在引发人们对相关能源消耗和环境影响的担忧。这使得确保 IT 的使用变得更加高效、循环和可持续变得更加重要。事实上，Gartner 预测，到 2027 年，25% 的 CIO 将看到他们的个人薪酬与其可持续技术影响挂钩。

9、平台工程

平台工程是构建和运营自助式内部开发平台的学科。每个平台都是一个层，由专门的产品团队创建和维护，旨在通过与工具和流程交互来支持用户的需求。平台工程的目标是优化生产力、用户体验并加速商业价值的交付。

10、行业云平台

Gartner 预测，到 2027 年，超过 70% 的企业将使用行业云平台 (ICP) 来加速其业务计划，而 2023 年这一比例还不到 15%。ICP 通过结合底层 SaaS、PaaS 来解决行业相关的业务成果和 IaaS 服务整合为具有可组合功能的整个产品。这些通常包括行业数据结构、打包业务功能库、组合工具和其他平台创新。ICP 是针对特定行业量身定制的云提案，并且可以进一步根据组织的需求进行定制。

1、民主化生成人工智能

生成式人工智能将推动民主化的工作场所，为员工提供知识和技能，以发挥他们的潜力。IT 领导者必须利用其价值来提高生产力、削减成本并创造增长机会，同时降低其重大风险。

机会

生成式人工智能 (GenAI) 的民主化带来了巨大的机遇，例如：

• 快速构思和更快的产品上市时间：GenAI 可以实现信息获取的民主化 — 使其易于查找、实现上下文搜索并将信息检索转变为对话式，从而影响客户和员工的体验。此外，跨一系列模式（即文本、图像、代码、音频、视频甚至新蛋白质）创建新的、独特的输出是一个变革性的机会。机器创造力还处于早期阶段，可以通过多种方式加以利用，以加快新产品的开发并建立竞争优势。

• 提高效率并提高业务生产力：GenAI应用程序将加速手动或重复性任务，例如编写电子邮件、编码或总结大型文档。它们还将提供更有效的方式来完成高价值任务，使员工更容易通过个性化的人工智能助手熟练掌握新任务。

• 超个性化：通过将组织数据与 GenAI 模型相结合，组织可以创建针对特定受众的个性化内容和信息。例子包括使用聊天机器人来提供个性化的客户体验或产品推荐。

建议

• 根据技术可行性和有形的商业价值，在您的垂直行业中创建 GenAI 用例的优先级矩阵。确定具有直接影响和节省的业务功能和任务。概述这些用例的试点、部署和生产的时间框架。

• 使用技术和业务指标量化生成人工智能的商业价值，并尽早以一致的方式对其进行衡量。

• 采用优先考虑员工培训和福祉的变革管理方法。为此，让员工掌握安全、自信地使用 GenAI 工具的知识，同时向他们展示这些工具将帮助他们自动化日常任务。

• 实施治理，以负责任的方式实现民主化——确保对内容的准确性、真实性和护栏进行制衡，以防止 GenAI 应用程序产生有意或无意的后果，并让人类参与其中。

战略规划假设

到 2026 年，超过 80% 的企业将在生产环境中使用生成式 AI API、模型和/或部署支持 GenAI 的应用程序，而2023 年这一比例还不到 5% 。

需要知道什么

GenAI将彻底改变企业运营方式，开创生产力、效率和创新的新时代。它将有一系列用途，从自动化日常任务到为复杂问题生成创造性的解决方案。GenAI有潜力改变工作性质，使企业能够更快地推动增长并取得成功。因此，IT 领导者必须认识到 GenAI 的变革力量并开始拥抱其潜力，同时制定政策以减轻其风险。

GenAI 的快速采用将显着实现企业知识和技能的民主化。大型语言模型使企业能够以具有丰富语义理解的对话方式将员工与知识联系起来。有权访问的员工将从公司内部和外部的大量知识中受益。

在许多组织中，由于“业务”和“IT”之间的关系疏远，数字化转型工作陷入停滞。GenAI 可以实现“低代码和无代码”的产品开发方法，简化组织内越来越多的业务技术人员和公民开发人员的产品定制和创建。ChatGPT 和 GitHub CoPilot 等早期产品展示了潜在的可能性，允许用户用自然语言进行交互，然后让 AI 工具生成并用代码自动完成该指令。

虽然 GenAI正在实现员工技能和知识的民主化，但 GenAI 模型和应用程序的访问也正在实现民主化。后者是云计算和开源这两个关键力量融合的结果。大量 GenAI 模型、工具和应用程序正在公共云中作为 API 提供。这使得开发人员可以更轻松地使用这些 API 构建应用程序，而无需构建或操作自己的模型。闭源模型此前一直主导着 GenAI 领域，但一个充满活力的生态系统正在围绕开源模型构建。开源模型为企业提供了更灵活的部署选项，更好地控制安全和隐私，以及引导这些模型与其用例保持一致的定制机会。图 1 说明了 GenAI 的民主化。

图 1：民主化的生成式人工智能

简介：民主化生成人工智能

生成式人工智能是人工智能模型创建完全原创的内容变体（包括图像、视频、音乐、语音和文本）的能力。GenAI 应用程序（即 ChatGPT）具有实现广泛任务自动化的潜力，从而提高生产力、降低成本并提供新的增长机会。GenAI将在广泛的角色和业务职能中实现信息和技能的民主化，使其成为本十年最具颠覆性的趋势之一。

为什么成为趋势

ChatGPT 的巨大潜力和病毒式应用已使 GenAI 成为 IT 领导者的首要任务。2023 年 4 月的 Gartner 网络研讨会民意调查发现，19% 的企业 IT 领导者正在试用 GenAI 或已经部署它，而 70% 的企业领导者正在探索其潜力。企业的热情源于GenAI作为一种技术趋势的独特性，它可以大幅提高组织效率（降低成本），同时也提供巨大的收入增长潜力。

生成式人工智能的民主化可以带来以下好处：

• 去中心化人工智能：这将使业务专家能够自由地快速试验和交付具有嵌入式人工智能功能的产品。这可以导致更快地响应市场变化，甚至重塑商业模式，在不同的细分市场建立竞争护城河。

• 包容性和赋权：大量业务人员现在可以使用自然语言直接与人工智能技术交互，而不是查询人工智能模型的特殊工具。员工将越来越多地利用多模式人工智能的力量来生成营销内容、分析报告或其他仪表板，而无需数据专家的帮助。

• 力：通过利用机器创造力的力量以及自动化日常、死记硬背的任务，生成式人工智能可以预示企业内部更好的创造力、协作和集思广益。

• 可用性：ChatGPT 永远重置了对话体验的期望。GenAI 系统本质上将更加可用和直观，通常会模仿或嵌入到用户当前的工作流程中。

• 组织正在大力投资 GenAI。微软（和 OpenAI ）、谷歌、Meta、亚马逊网络服务、Salesforce 和 IBM等大型科技公司，以及 Cohere、Anthropic 和 Hugging Face 等资金雄厚的初创企业，正在进行大规模投资，寻求使 GenAI 的采用民主化。

尽管 GenAI 模型是一项伟大的技术进步，但它们仍然需要频繁的人工干预来引导它们。Gartner 预计将会出现更多的自主代理，它们可以执行复杂的业务任务，但需要有限的提示。除了拥有快速工程专业知识的技术团队之外，这将是采用的巨大推动力。

影响

生成式人工智能的民主化将使业务流程自动化并提高员工生产力。例如：

• 普华永道是一家领先的专业服务公司，提供鉴证、咨询和税务服务。普华永道宣布与 Harvey 合作，将生成式人工智能的力量带给其法律专业人士。普华永道由 4,000 多名法律专业人士组成的网络将使用生成人工智能在一系列领域提供以人为主导、技术支持的法律解决方案，包括合同分析、监管合规、索赔管理、尽职调查以及更广泛的法律咨询和法律咨询服务。普华永道还与 Harvey 合作开发和训练自己的专有人工智能模型，为其自己的用例以及跨法律业务解决方案的客户创建定制产品和服务。最终目标是根据大量数据生成见解和建议，提供更丰富的信息，使普华永道专业人员能够更快地确定解决方案，但要让人类参与其中。

• CarMax 是美国最大的二手车零售商之一。CarMax 希望使用 GenAI 为客户实现知识获取的民主化，以便他们能够找到与其搜索相关的最有用的信息。借助 GenAI 模型，潜在买家现在可以看到 CarMax 销售的每种品牌、型号和年份车辆的客户评论摘要（约 45,000 辆汽车的庞大库存中约有 5,000 种组合）。这些摘要提供了来自真实客户评论的易于阅读的要点。CarMax 还使用这些模型创建新的网站内容，使客户能够轻松查看每个版本汽车的新增功能，帮助他们决定新功能是否值得花钱购买。摘要和其他模型生成的内容提高了客户参与度和搜索引擎优化，而节省的时间使 CarMax 的内容创建者能够专注于更深入的研究、长篇文章和更具创造性的任务。

我们相信，从长远来看：

• GenAI 将通过启用新用例和改进现有流程来彻底改变许多行业。

• GenAI 将对各个职能领域产生颠覆性影响，重塑工作方式。

• GenAI 将迫使组织根据不断增长的行业和国家法规重新评估业务风险以保护其品牌。

• GenAI 的民主化是一次巨大的行业转变，它将扩大高效组织和低效组织之间的差距，并将催生颠覆行业的新初创企业。

行动

• 创建一个老虎团队来检查 GenAI 在您的组织中的潜在应用。

• 与法律、合规、人力资源、营销和 IT 利益相关者协商制定风险缓解策略，以确保安全、稳健的部署。

• 根据成本、复杂性、安全和隐私需求以及事实准确性的需求来决定构建还是购买。

• 建立沙箱环境，以实现 GenAI 项目的快速实验和稳健扩展。

• 这是一个快速发展的领域——投资持续的培训项目，以提高技能并加速 GenAI 的民主化。

2、人工智能信任、风险和安全管理

生成式人工智能为新的人工智能计划打开了闸门，使得实施强大的人工智能信任、风险和安全管理能力的需求变得更加迫切。这项研究描述了为什么 IT 领导者必须建立护栏来控制人工智能工作并发挥人工智能的潜力。

机会

• 业务和应用程序利益相关者已经更加意识到人工智能的挑战，并支持专门的人工智能安全和风险管理项目，但不准备推迟业务人工智能计划。然而，此类举措仍然需要一套强有力的控制措施才能成功且持久地部署，从而在组织中造成分裂。

• 将人工智能安全控制限制在狭窄向量（例如大型语言模型提示）的组织将无法充分管理风险。人工智能信任、风险和安全管理 (AI TRiSM) 有助于持续解决 ModelOps、人工智能特定的安全和风险问题，并减轻意外结果。

• 已经实施 AI TRiSM 技术某些组件的组织可以更快、更可靠地将 AI 模型和应用程序投入生产。

建议

负责人工智能的IT领导者：

• 在交付和支持基于人工智能的解决方案时，增强和升级您的应用程序安全和风险管理计划，以涵盖新的人工智能攻击和危害面，从而使人工智能的使用更加安全。

• 跟上设计、训练和操作人工智能模型和应用程序的可用控制的日益成熟。在模型和应用程序的设计以及适用的培训数据中包括数据保护措施。持续监控生产中的模型和应用程序是否存在不准确、漂移和意外结果。

• 通过跨业务部门部署 AI TRiSM 原则来管理技术和组织要求，从而解决合规性问题。这样做是因为法规和公认的行业智慧比商业要求要慢得多，而且可能要求不高。

战略规划假设

到 2026 年，将 TRiSM 控制应用于人工智能应用程序的企业将消耗至少 50% 的导致错误决策的不准确或非法信息。

需要知道什么

尽管组织开发、购买或部署包含人工智能的业务解决方案就像传统应用程序一样，但事实并非如此。以这种方式开发人工智能应用程序会让组织面临额外的风险。组织对人工智能的日益依赖增加了人工智能模型和使用它们的应用程序表现不佳的风险和影响。后果可能很严重。

生产中部署的人工智能模型和应用程序应受到保护机制的约束。使用此类机制可确保基于预定意图的可接受的使用，从而支持持续的价值生成。

ChatGPT 发布后进行的 Gartner 民意调查显示，45% 的组织预计他们对人工智能的投资将会增加。当 IT 领导者意识到，由于业务需要，更多的人工智能应用程序将在几个月内投入生产时，IT 领导者通常会求助于据称与人工智能相关的安全技术。不幸的是，这些快速解决方法不足以保护使用人工智能模型引入的新攻击面。

良好的人工智能信任、风险和安全管理 (AI TRiSM) 还要求组织管理整个人工智能开发生命周期，并补充现有的应用程序安全测试和运行时控制（参见图1，了解生成式人工智能攻击和妥协面及生命周期的示例）。适用的生命周期步骤将取决于所选的部署选项。例如，训练数据仅在企业训练或微调模型时适用。

图 1：整个 AI 生命周期中的生成型 AI 攻击面

AI TRiSM（见图 2）是一个风险和安全控制以及信任推动者的框架。它帮助组织在整个生命周期中治理和管理人工智能模型和应用程序，并实现业务目标。它还将帮助组织遵守即将出台的法规，例如欧盟的人工智能法案。

图 2：人工智能信任、风险和安全管理

IT 和业务领导者必须领导一个跨学科团队来管理人工智能信任、风险和安全。该团队必须首先清点人工智能项目和数据集，以跟踪潜在的隐私、偏见和版权问题。它必须建立可接受的使用策略，并对数据和模型漂移、意外结果以及整体模型和应用程序治理实施持续的监控控制。AI TRiSM 计划还必须保护 AI 模型、应用程序和数据集免受对抗性活动的影响，包括对抗性输入、提示、完成和数据泄露。

发起和维持 AI TRiSM 工作的组织将通过提高 AI 模型以及应用程序输出和结果的准确性和性能来实现更好的业务成果。

简介：人工智能信任、风险和安全管理

人工智能信任、风险和安全管理（AI TRiSM）确保人工智能模型和应用程序治理、可信性、公平性、可靠性、稳健性、有效性、安全性和数据保护。AI TRiSM 包括模型监控、可解释性和可解释性、数据和内容异常检测、AI 数据保护、模型管理和操作、对抗攻击抵抗和 AI 特定应用安全性的解决方案和技术。

某些功能仅由人工智能模型和应用程序构建者或所有者负责，而其他功能的责任由用户和构建者或所有者共同承担。

为什么成为趋势

人工智能的民主化使得人工智能 TRiSM 的需求变得更加迫切和明确。例如，ChatGPT 改变了许多组织的竞争和工作方式。与托管的生成式人工智能应用程序相关的风险是巨大的并且正在迅速演变。如果没有护栏，任何类型的人工智能模型都可能迅速产生复合负面影响，从而失控，从而掩盖人工智能的任何积极表现和收益。

那些使用由 TRiSM 功能引导的第三方人工智能服务（即搜索和聊天）的人将受益于更可靠的决策信息。相反，那些使用不受TRiSM 功能控制的人工智能服务的人将会遇到决策中使用的不准确信息大幅增加的情况。

组织必须扩展其 AI TRISM 实践，以减轻外部人工智能风险，因为他们无法直接控制这些风险的根源。使用 TRiSM 管理的人工智能模型的组织可以增强决策中的偏差控制，同时提高人工智能驱动的应用程序的公平性。

确保人工智能实施合规、公平和道德需要持续监控人工智能模型和应用程序。风险管理工具对于识别和消除训练数据和算法中的偏差和不受控制的偏差至关重要。

如果可能的话，人工智能模型的可解释性也很重要，并且必须通过模型观察不断进行测试。这确保了人工智能模型的原始解释和解释在模型操作过程中保持活跃。如果不这样做，则必须采取纠正措施。

使用 AI TRiSM 将使组织保持竞争力，业务领导者可以轻松理解和管理透明的 AI。此类模型和应用程序将持续改进预期成果和结果，从而提高内部和外部的接受度。与不积极管理这些风险的组织相比，积极使用 AI TRiSM 控制的组织将更多的 AI 项目投入生产，并实现更多的商业价值。

影响

除了以可靠和持久的技术部署形式提供运营效益外，AI TRiSM 还有助于满足全球范围内激增的人工智能法规，并强制执行可审计的做法，以确保信任、透明度和人类保护。IT 领导者必须实施 AI TRiSM功能，以确保模型和应用程序的可靠性、可信性、安全性和数据保护。

然而，许多 IT 领导者未能确保在基于 AI 的应用程序交付的设计阶段正确实施并遵循 AI TRiSM 控制措施。稍后解决这些问题通常无法提供使组织充分信任和依赖人工智能模型所需的强大控制。这使得流程更具挑战性，效率低下，并使流程面临潜在风险。

Gartner 的 MOST 框架（见图3）显示了现有的妥协和缓解措施以及人工智能的新措施。IT 领导者应熟悉这些新的妥协形式以及 AI TRiSM 提供的缓解措施，以便他们能够正确保护 AI 模型和应用程序。

图 3：Gartner 的 MOST 框架

使用托管模型（例如 GPT4 等大型语言模型）的组织无法控制属于模型所有者的模型训练和管理。然而，他们可以积极采用以下解决方案：

• 使用数据和内容异常检测降低输入/输出风险

• 使用数据治理解决方案防止敏感数据离开企业，防范数据保护和隐私风险

• 使用检测和防止攻击的网络安全解决方案降低应用程序安全风险

AI TRiSM 要求来自人工智能、安全、合规和运营等不同部门的参与者共同努力实施新的 AI TRiSM 措施。由于优先事项相互竞争，这在某些组织中可能具有挑战性。

成功的 AI TRiSM 部署

成功部署 AI TRiSM 功能的示例包括：

• 富达投资：富达通过模型运营框架部署了数百个人工智能模型。它遵循详细的控制步骤，持续监控部署是否存在漂移等潜在问题，使 Fidelity 能够在需要升级之前对这些问题做出响应。结果，Fidelity 将模型到生产的速度提高了 100%，并将发现和解决问题的时间减少了 80%（从几周缩短到几小时）。

• Harver：Harver 实施 TruEra 软件是为了遵守关于减少招聘算法中的偏见的新立法。Harver 采用 TruEra 进行持续的模型性能测试、偏差/公平控制和根本原因分析，以快速解决发现的任何问题。Babel Group 每年都会对人工智能解决方案进行合规性评估和审计。

行动

• 建立一个组织工作组或专门单位来管理您的 AI TRiSM 工作。

• 作为全面的 AI TRiSM 计划的一部分，在整个组织中共同管理最佳工具集。

• 定义可接受的使用政策。建立系统来有条不紊地记录和批准用户申请和文档使用。

• 根据既定目标持续监控使用情况，并持续适当调整使用参数。

3、人工智能增强开发

人工智能正在改变软件工程团队设计、构建和测试应用程序的方式。为了满足不断增长的业务需求，IT 领导者必须推动采用人工智能增强的开发工具和实践，以增强软件工程师交付高质量应用程序的能力。

机会

• 人工智能编码助手可以减少软件工程师在编程任务上花费的时间和精力，例如键入样板代码，以及记录、理解、重构、调试和修复代码。这些工具不断改进，使得能够执行更复杂的活动。

• 人工智能增强测试工具可以加速软件测试。他们通过优化测试工作、提供有关候选版本质量的早期反馈以及提高跨单元、API、功能和非功能测试的测试体验的一致性来实现这一目标。

• 从设计到代码的工具越来越多地经过人工智能增强。他们可以通过Figma 等用户体验 (UX) 设计工具中的最终屏幕设计生成可用于生产的HTML、CSS 和 JavaScript，从而加速前端开发过程。

建议

随着对企业软件的需求不断增长，IT 领导者必须利用软件工程工具的人工智能增强功能，并且：

• 通过识别软件工程团队的高级成员来评估和指导人工智能编码助手的适当部署，提高效率。确保他们与安全、法律和合规部门的同行合作，以减轻人工智能生成的代码和文本中包含的风险。

• 使用人工智能增强测试工具优化软件测试，这些工具可以创建测试代码、生成测试数据和创建存根。

• 为了确保成功部署这些工具，请在团队中灌输人工智能优先的心态，并使人工智能增强成为持续质量战略的一个要素。

• 采用设计到代码工具加快开发速度，该工具有助于将前端设计转换为代码并与设计系统集成。让用户体验设计师和前端开发人员参与此过程，以确保所选工具的适合和采用。

战略规划假设

到 2026 年，生成式 AI 将显着改变新Web应用程序和移动应用程序70% 的设计和开发工作。

到 2025 年，超过 50% 的软件工程领导者角色描述将明确要求对生成式 AI 工具进行监督。

到 2028 年，75% 的企业软件工程师将使用 AI 编码助手，而2023 年初这一比例还不到 10% 。

需要知道什么

生成式人工智能非常迅速地影响了软件工程实践：

• 在 2023 年 Gartner IT 领导者关于软件工程生成式 AI 的民意调查中，超过一半的受访者预计生成式 AI 将用于构建软件，但 36% 的受访者没有关于在其组织中使用生成式 AI 的指导。根据 GitHub 的数据，截至2023 年 6 月，已有 20,000 个组织在使用其人工智能编码助手 GitHub Copilot for Business， 高于 2023 年 2 月的 400 多个组织。

• 支持人工智能的功能是软件测试工具中最受欢迎的元素之一。在 Gartner网络研讨会民意调查中，AI 编码助手是最常用的AI 增强工具，12% 的企业投入生产，27% 的企业试用这些工具。其次是人工智能增强测试工具，其中 1% 投入生产，6% 投入试点。同样，4% 的组织在生产中拥有从设计到代码的工具，3% 正在试用这些工具。

• 人工智能编码助手、人工智能增强测试工具和设计到代码工具对于市场来说是新事物，并且采用率正在不断增长。我们预计它们将在大多数企业中得到广泛部署。不追求这些工具和支持它们的实践的公司可能会发现其软件工程团队的生产力落后。

人工智能对发展的影响将是巨大的，但不应被夸大。误解很普遍。许多人认为人工智能将编写全新的应用程序，但这严重夸大了这些模型的能力。尽管这些模型可以生成代码元素来响应注释或一行代码，但它们只能生成应用程序的元素。

这些工具相辅相成（参见图 1），并将提高开发人员的工作效率，但它们不会减少对有能力的软件工程师的需求。此外，开发人员需要获得有效使用这些工具所需的技能。随着企业对软件的需求不断增长，对软件工程师的需求只会变得更大。

图 1：人工智能增强开发的三个组成部分

 

简介：人工智能增强开发

人工智能增强开发是利用生成式人工智能和机器学习等人工智能技术来帮助软件工程师设计、编码和测试应用程序。人工智能增强开发工具与工程师的开发环境集成，以生成应用程序代码，实现设计到代码的转换并增强应用程序测试能力。

为什么成为趋势

人工智能技术已经对软件开发产生了巨大影响。特别是，随着 ChatGPT 的推出，生成式人工智能引起了全球企业的关注。相同的底层技术（大语言模型）正在应用于软件工程工具。随着企业越来越依赖应用程序来改善客户和员工的体验和效率，以在数字业务时代进行竞争，企业对软件的需求持续增长。

这种不断增长的需求导致软件工程团队需要更快地创建软件。人工智能编码助手、人工智能增强测试工具和设计到代码工具等人工智能技术可以通过以下方式缩短生产时间：

• 更快的编码

• 更好的左移测试能力

• 设计平台自动生成前端代码

在 2023 年 Gartner IT 领导者关于软件工程生成式 AI 的民意调查中，78% 的受访者表示他们正在使用、研究或计划研究 AI 编码助手。人工智能增强开发将提高开发人员的工作效率，使开发团队能够满足对有助于业务运营的软件日益增长的需求。

影响

大语言模型使人工智能编码助手能够生成、记录和调试应用程序代码。人工智能技术通过加速应用程序代码的创建、执行应用程序测试和设计应用程序表示层正在改变软件的构建方式。任何能够加速与创建、重构或现代化应用程序相关的任务开发的技术都将为业务增加价值，从而提高效率并保持竞争力。

金融服务等竞争性行业中具有前瞻性思维的组织正在寻找能够加速交付业务运营所需的数字产品的工具和流程。其中包括应用程序中的人工智能模型和支持人工智能的软件工程工具，这些工具是作为已部署功能的扩展而出现的。拥有大型软件工程组织的企业正在看到生产力的提高和应用程序完成时间的缩短，以及开发人员的工作满意度的提高。

在 DevOps周期中集成人工智能增强工具

图 2 显示AI 增强工具适用于DevOps 周期的各个阶段：

• 从设计到代码工具适用于周期的计划阶段。

• AI 编码助手适用于周期的创建阶段。

• 人工智能增强测试工具适用于开发过程的验证阶段。

图 2：人工智能增强开发工具/实践的影响

根据 Keystone 进行的一项研究，开发人员对 GitHub Copilot 生成的代码的初始接受率略低于 29%，但六个月后这一比率增加到近 34% 。该研究还发现，报告的开发人员满意度、生产力和生成代码的接受度之间存在很强的相关性。

支持人工智能的开发工具正在自动化和加速开发人员工作流程的各个要素，并增强软件工程师为企业创建更有价值的应用程序的能力。但这些技术不会减少对软件工程师的需求——软件工程师必须推动流程并有效地促进工具的使用。

使用人工智能编码工具开发的企业级应用程序将需要更加关注合规性验证。随着这些工具的功能不断改进，合规性确认可能会成为工具中固有的。这项功能和其他新兴功能可能会改变开发人员工作的性质，将其转移到应用程序开发的更高级别、更复杂的方面。

与过去软件工具的进步一样，这些工具将增加对软件的需求。在业务和人工智能增强工具增强功能的推动下，企业软件产品组合的扩展可能需要更多的软件工程人员来维护和增强这些资产。

这些工具应侧重于提高软件工程组织的生产力、质量和经验。麦肯锡数字公司对其软件工程师的一项研究证实了这一点。该研究测量了完成常见开发任务的时间。结果表明，代码生成量减少了 35% 到 45%，代码文档量减少了 45% 到 50%。

在亚马逊生产力挑战赛中，使用 AI 工具 CodeWhisperer 的参与者完成任务的速度平均比不使用该工具的参与者快 57%，成功完成任务的可能性高 27 % 。企业领导对初步成果同样充满热情。在一项实验中，CEO 的组织发现代码开发效率提高了 30%。在另一项实验中，一位 CTO 表示，使用生成式 AI 工具来支持其编码任务的团队的生产力比不使用此类工具的控制团队提高了 46%。

Gartner 分析师观察到，几家美国公司已经进行了试点，以确定人工智能代码生成工具对开发人员体验和生产力的影响。Github Copilot 的成本是合理的，即使它每年只为每个开发人员节省了两个小时。当公司向 1,000 多名开发人员部署 Github Copilot 后，开发人员的工作效率提高了 17% 到 20%，超过 90% 的开发人员表示每周平均节省一到两个小时。Github Copilot 还改善了开发者体验，超过 50% 的开发者表示他们感到更少的挫败感，超过 75% 的开发者表示任务更容易完成。

支持人工智能的开发将使软件和质量工程师从编写样板代码、记录代码、生成测试代码和创建测试数据等平凡任务中解放出来。消除这些重复性活动将使软件工程师能够专注于应用程序开发的创造性方面。这包括构思应用程序并专注于交付功能性应用程序所需的服务、组件、集成和模块，以取悦用户并为业务带来价值。

使用生成式人工智能和设计系统将导致视觉和 UI 设计师生产更少、更高质量的可重复使用的组件。Figma 是一家用户界面和用户体验设计产品供应商，正在探索人工智能如何通过单一提示帮助生成和综合早期想法。该公司还帮助开发人员快速推断更多上下文，以帮助生成更好的生产代码。

除了能够更好地利用设计师、软件工程师和测试工程师的技能之外，这些工具和实践的部署和使用还应该提高工作满意度并更好地保留人才。软件工程师可能仍然稀缺，因此这应该证明对这些工具的投资是合理的。这些工具还应该吸引那些想要吸引和留住稀缺人才的企业领导者。这方面的证据可以在 Stack Overflow 开发者调查中看到，开发者被问及对人工智能开发工具的看法。在专业开发者中，27.71%的人对人工智能开发工具持非常好感，48.41%的人对人工智能开发工具有好感。

这些工具应该提高开发人员的工作效率，但不会过多关注代码创建，从而进一步成为测试和质量实践的瓶颈。相反，应专注于使用人工智能增强开发来提高团队数字交付成果的质量。同时，监控并解决转向验证、集成和发布活动的瓶颈。

行动

• 在组织中确定一些经验丰富的软件和质量工程师和设计师，以评估和选择与设计系统、AI 编码助手和 AI 增强软件测试工具结合使用的设计到代码工具的部署。

• 准备一份计划，概述软件工程团队将如何调整其工作流程、培养使用这些工具的新技能以及调整其应用程序开发工作。这将减少花在较低级别任务上的时间，并使他们能够专注于更复杂的软件工程任务。衡量采用成功与否不仅要考虑生产力，还要考虑设计师和开发人员的工作满意度。

• 通过解释该技术不是降低成本的工具或员工的替代品，而是可以提高软件工程团队的生产力和效率的力量倍增器来证明其价值。通过强调软件工程团队通过使用生成式人工智能工具创造更多价值，建立基于价值的生产力指标。

• 与企业高管设定期望，即他们对更快交付数字产品的需求将增加对软件工程人才的需求。

4、智能应用

生成式AI揭示了应用程序智能化运行的潜力，引发了人们对智能应用程序的期待。IT 领导者必须了解影响应用程序的根本性变化，并决定他们的策略，以确保持续与目标业务成果保持一致。

机会

• 智能应用程序适应用户的环境和意图，通过减少数字摩擦来改善客户和员工的体验。使用它们可以减少入职时间、提高员工保留率并提高客户满意度。

• 智能应用程序自动化活动的能力减少了应用程序交互的数量，从而消除了对某些类型工作的需要。这会优化流程、减少资源开销并增加新活动，例如文档路由和摘要。

• 作为更广泛的应用程序和服务组合的一部分，智能应用程序可以通过将适当的接口编组到外部 API 和连接的数据来更好地进行互操作，以实现自己及其用户的意图。这有利于合理化和整合，并优化利用率。

建议

为了实现智能应用程序的机遇，负责评估和选择企业应用程序的 IT 领导者应该：

• 由于底层技术尚处于萌芽阶段，请谨慎行事，有选择性地接受更新和添加，以保持一致的治理。通过试点和概念验证计划进行测试，以确定功能对应用程序产生积极影响的程度。

• 通过调整治理策略来解决应用程序智能问题，重新建立风险和机遇之间的平衡。如果您的角色允许，请直接这样做；如果您的角色不允许，则通过影响他人来这样做。

• 通过与相关利益相关者和供应商合作，评估智能应用程序将如何改变企业应用程序的范围、目的和功能。在整个组织中建立对智能应用程序及其潜在用例的清晰和共同的理解。

• 在中长期扩大智能应用程序的范围和范围时，评估对更广泛的应用程序和服务组合的影响。为此，您可以与企业架构师合作，合理化并整合您的应用程序组合。

战略规划假设

到2026 年，30% 的新应用程序将使用人工智能来驱动个性化自适应用户界面，而2023 年这一比例还不到 5% 。

到2026 年，超过 80% 的独立软件供应商将在其企业应用程序中嵌入生成式 AI 功能，而 2023 年这一比例还不到 1%。

需要知道什么

应用程序的工作方式正在发生巨大变化。智能——以一套人工智能特性和功能的形式——正在成为一种基本能力。这扩大了应用程序在广泛的面向员工和客户的业务活动中以及应用程序本身之间可以发挥的作用：提高其代理级别（参见图 1）。

图1：智能应用

智能应用程序改变了客户和员工的体验，进一步影响产品所有者、架构师、开发人员和管理角色。由于应用程序在我们的工作和社会生活中发挥着基础和普遍的作用，这些转变将产生深远的影响（例如，就子孙后代可获得的工作类型而言）。

人工智能正在超越使用显式规则、关系和指令的传统编程所达到和施加的限制。人工智能隐式学习规则。结合对互联数据的访问，人工智能可以对上下文和意图进行建模以实现自主操作。这可以通过增强来改善工作，或者通过自动化来消除工作。

随着人工智能的不断发展，它促使我们重新评估其功能和应用。这些进步的进展和速度——尤其是在 ChatGPT 等生成式人工智能应用之后——正在提供对智能本身本质的洞察。人工智能现在可以如此成功地模仿人类行为，它不仅可以帮助甚至取代人们的工作，而且在某些情况下还可以欺骗人们相信它是人类。因此，人工智能在工作和自动化中的应用范围正在从常规和平凡的任务（例如发票处理）转向非常规和创造性的任务（例如文案写作）。

简介：智能应用

智能应用包括智能（我们将其定义为学习适应以适当且自主地行动）作为一种能力。这种智能可以在许多用例中使用，以更好地增强或自动化工作。

作为一项基础能力，智能由许多基于人工智能的服务组成，尤其是机器学习、语义引擎和互联数据。因此，智能应用程序提供动态适应用户上下文和意图的体验。有时，用户体验不再是必要的，因为应用程序可以自主地与其他应用程序进行互操作。

智能应用程序可以以适合当前情况的方式综合其他应用程序（自集成应用程序）以及用户之间的接口，并且它们可以主动这样做（参见图2）。例如，智能应用程序可以根据用户意图和上下文将功能（即从目录中订购软件）拉入对话界面，或使其适应外部 API 以进行数据交换。

图 2：智能应用的概念架构

智能应用程序提供的体验正在变得：

• 合成的：它们是动态生成或修改的。复杂和静态 GUI 的主导地位让位于简单和事务性界面，从而实现自然语言对话和翻译、逐步进展、动态组合和嵌入信息。

o   例如，客户服务知识管理系统增强了 CRM 应用程序，以通过对话界面以文章或问题答案的形式提供知识访问。这使得更广泛的客户支持代理能够更快地解决问题。

• 主动式：它们由应用程序发起，抢占用户和应用程序的需求。

o   例如，智能应用程序可以在以产品为中心的 ERP 应用程序环境中的预防性维护流程中订购维修。他们可以将现有的用于预测分析的人工智能与受过设备维护和故障排除手册培训的生成式人工智能相结合，以预测机器故障。

• 适当：他们捕捉上下文和意图。应用程序适应用户，通过适当的信息、见解、流程选项和下一步最佳行动来满足或接近他们。

o   例如，智能应用程序使用洞察引擎通过相关信息来增强数字工作场所应用程序，以支持决策并据此采取行动。

体验由一系列通过 API 介导的服务提供支持，并根据当前任务进行编排以确定要调用的最合适的服务。其中，支撑情报能力的主要服务是：

• 机器学习：一系列数学模型和技术使用通过学习建立的隐式“规则”来处理数据。

• 语义引擎：包括矢量存储和搜索在内的技术，可以将内容作为数据处理，以建立和评估事实之间的关系。

• 互联数据：集成且语义映射的数据源可以根据数据消费者的需求检索数据。

在应用程序的上下文中，这些服务可以是：

• 包含在源代码中的应用程序中

• 可以选择从供应商或第三方进行增强

• 由代理通过其他共享数据的应用程序提供

• 使用内部员工或第三方根据要求构建

为什么成为趋势

根据 2023 年Gartner 董事会调查，人才/技能短缺导致的业务中断是继经济威胁之后对企业的最大外部威胁之一。劳动力（例如，保留和招聘）是 2023 年和 2024 年的第二大优先事项。最优先的是数字技术计划，其中人工智能/机器学习被认为是最重要的突破性技术。

智能应用已成为主流。Gartner 人工智能用例投资回报率调查中超过 50% 的受访者表示，他们的企业应用程序组合中有某种形式的智能应用程序。然而，根据2023 年 Gartner 劳动力优化调查的三分之一受访者的说法，缺乏有效的自动化/工具是员工生产力的最大障碍。

人工智能进步的关键是内容——为人类理解而建模的事实。内容包括文本、图像、视频和音频格式。人工智能现在可以从内容中识别和提取事实，并将其重塑为数据进行处理。它可以使用这些数据作为合成新内容的来源——生成人工智能中的生成内容。大多数企业数据都是内容的形式，例如文档，并且是涉及人员的所有活动的核心。

内容还构成了用户与应用程序交互的界面，而代码本身就是内容。因此，智能延伸到通过重组、重新设计其部件来调整应用程序的形式和功能，以优化性能、扩大影响范围和扩大用途。

影响

智能作为一种能力可以应用于所有应用程序。因此，影响和含义普遍存在于应用程序涉及的所有用例（以运营、员工和客户为中心的用例）中。示例包括 ：

• 业务流程的优化和自动化，例如库存管理。例如，生成式人工智能与基于人工智能的自动缺货措施相结合，可以为经理提供自然语言见解，确保库存水平符合需求。这提高了客户满意度和相关财务指标。

o   示例：GA Telesis 利用基于 AI 的应用程序（使用 Google 的 Vertex Generative AI Platform）及其销售流程来自动合成飞机替换零件的采购订单。这显着缩短了 GA Telesis 对销售查询的响应时间，从而优化和维护了客户体验。

• 在整个数字工作场所提供协助，帮助完成许多任务，包括起草文档、自动化流程工作流、回答问题和生成业务见解。例如，数字工作场所应用套件供应商及其智能助手，例如 Microsoft Copilot 和 Google Duet AI。

o   示例：赛诺菲与 Yseop 合作实施了由自然语言生成驱动的智能写作助手。它根据复杂的、基于规则的临床数据分析，为企业社会责任报告制作了文本草稿部分。因此，赛诺菲能够自动化这些报告的多个部分，将编写时间减少 30%，从而使员工能够专注于文件的其他科学部分。

• 通过基于聊天的界面进行客户关系管理，促进基于代理的自助服务支持。例如，生成式人工智能可以生成客户服务代理与客户的音频交互的自动摘要。该代码为客户编写一份摘要，表明给出了哪些建议。该代码编写第二个摘要，总结客户的问题并添加到客户服务知识库中。

o   示例：CallRail 与 AssemblyAI 合作提供功能，例如自动转录突出显示和个人身份信息的编辑。这不仅为客户服务代理更快地提供了重要见解，而且还将 CallRail 的呼叫转录准确性提高了 23%。

智能应用创造的机会应侧重于预期成果，例如：

• 为员工和客户提供简化和个性化的体验。

• 优化流程并减少人为错误。

• 简化应用程序并减少其数量以交付业务流程。

智能应用面临的挑战同样广泛，但交叉主题包括：

• 机器学习将应用程序的功能从显式指令转变为隐式学习，这对检查来说是不透明的。

• 智能取决于用于训练的数据，而这些数据通常从应用领域或情况中删除。

• 必须管理新的风险。例如，财务活动需要对数据的处理、汇总和报告方式进行内部控制。

行动

• 建立一个卓越中心来分类、监控和解释情报作为一种能力的广度和深度，因为它与组织当前和未来的应用程序组合相关。

• 与应用程序供应商合作，从最具战略意义的应用程序供应商开始。

• 如果您还没有这样做，请启动数据质量计划，以确保您的数据适合这一新类别的用途。

5、增强互联劳动力

增强互联劳动力计划侧重于智能技术、劳动力分析和自动化的融合——将它们视为统一战略。IT 领导者正在利用这些举措来改变他们设计和交付智能解决方案以支持业务目标的方式。

机会

• 当不可能或不希望减少员工数量时，增强互联劳动力 (ACWF) 计划为 IT 领导者提供了一种量化智能设备、应用程序和服务以及劳动力分析投资价值的方法。

• 如果做得好，ACWF 可以解决领导者当前面临的许多绩效挑战，包括缩短获得能力的时间和提高员工绩效。它还可以通过扩大一般劳动力库的知识基础来减少对专业技能和难以获得的劳动力的依赖。

• 互联员工成功的早期例子植根于运营职能——客户服务代表、工厂工人和类似角色。它们在角色级别提供灵活性和弹性。有机会将该战略扩展到其他职能领域和业务单位 (BU) 。

• ACWF技术项目利用数字化员工体验 (DEX) 等设计思维原则和主题，加速IT 的作用超越运营支持，并作为整体员工体验的重要合作伙伴推动价值创造。

建议

• 通过优先考虑在高度复杂的环境中工作的缺乏经验的员工的能力提升时间并量化结果（例如更快的入职），为增强互联劳动力投资提供支持。

• 创建一个由IT、人力资源、销售、客户服务和供应链领导者组成的跨职能计划，以决定优先投资哪些劳动力群体以及追求哪些成果。

• 通过使用旅程映射和角色建模等DEX 规则，设计通过智能技术增强的数字化员工体验。

• 通过创建见解和指导性建议来开始增强劳动力队伍，帮助员工完成在现有时间和认知能力限制下不可能完成的任务。

战略规划假设

到 2026 年，全球企业中 50% 的办公室工作人员将以某种形式接受人工智能增强，以提高生产力或提高平均工作质量。

到2026 年，在急于用生成式人工智能 (GenAI) 机器人取代入门级员工的公司中，五分之一会发现现有的技能短缺状况进一步恶化。

到 2026 年，实施互联代表的客户服务功能将使联络中心效率提高 30%。

到 2027 年，25% 的 CIO 将使用增强互联劳动力计划，将关键职位的胜任时间缩短 50% 。

需要知道什么

与以往相比，越来越多的员工使用数字工具来完成工作。这不仅限于办公桌工作人员。从公用事业提供商的现场工程师到零售商店员工，再到电器送货人员，每个人现在都得到指导（并在某种程度上提供）有用的信息，通过使用数字工具来完成他们的工作。

IT 领导者拥有更智能的应用程序（例如生成式人工智能）和大量数据，但我们如何在正确的时间向正确的人提供正确的信息？我们如何以这种方式支持我们的全体员工，而又不给他们带来耗时的培训负担？事实上，我们如何加速组织的学习与发展（L&D）工作，以帮助新员工更快入职，并使所有员工能够处理更复杂的工作？全国妇联的倡议就是这些问题的答案。

增强互联劳动力的重点是智能设备、平台、应用程序和服务的融合——将它们视为一个统一的、有凝聚力的战略，以加速和扩大人才规模。ACWF使用人工智能和高级分析来补充员工的日常工作。

在ACWF早期项目中取得成功的组织都专注于其组织中的特定角色，例如联网代表或联网工厂工人。大量 Gartner 客户对 GenAI 的询问都集中在如何使用它来帮助加速技能提升并改善角色级别的任务成果的问题。

事实上，更智能的工作场所需要更智能的员工。如果不改变劳动力本身，智能建筑、仓库和技术应用的影响力是有限的。Gartner 的 2022 年数字化员工调查发现，只有20 % 的数字化员工将自己描述为使用工作所需数字技术的专家。这就是为什么您必须避免在孤岛中实施智能技术。相反，应该专注于通过智能技术增强劳动力，通过工作推动流程创建见解和指导性建议，而在劳动力记忆和注意力有限的情况下，这是不可能实现的。这些增强可以是知识或记忆增强的形式。它们可以用来连接员工之间以及员工与公司本身。然后，这些增强就成为一种嵌入式、及时的学习和发展形式，在员工入职和达到能力后很长一段时间内继续发展。

请参阅图 1，了解增强互联劳动力的示例框架。

图 1：增强互联工作者的框架

简介：增强互联劳动力

增强型互联劳动力是一种通过建立结缔组织来优化人类工人的价值的策略，该结缔组织可优化智能技术、劳动力分析和技能增强的使用。它将它们视为一个统一的、有凝聚力的战略，以加速和扩大人才规模。ACWF 使用人工智能和高级分析来扩展员工的能力，以应对正常人类记忆、注意力或注意力会疲劳或不可靠的情况。

ACWF利用精心设计的工具，为员工的经验、福祉和发展自身技能的能力提供指导和支持。同时，它还能推动业务成果，例如缩短获得能力的时间——员工入职后充分发挥生产力所需的时间。

现代工作的数字化本质要求员工能够以普遍的、情境化的方式访问内容和数据。然而，如果不遵守涵盖三个关键组成部分的正式人才和劳动力战略，那么已经出现的平台和点技术及其底层数据模型（特别是在过去两年中）的激增将毫无用处。

知识管理：将内容编码并数字化为数字格式是不够的。这些内容——连同任何观察、反馈循环和建议——需要持续的管理。组织需要一个不断更新的知识存储库，其中包含针对特定角色和流程定制的可消费内容，并可在需要时使用。

人才管理和组织设计：吸引、雇用、入职、培养和留住人才似乎是人力资源部门的职责。但 IT 对每个阶段的数字化员工体验都有着巨大的影响。在询问和研讨会中，各行业的 Gartner 客户经常表示他们的入职经历存在较高的数字摩擦。而 2022 年 Gartner 数字化员工调查发现，员工净推荐值与员工留下来意向（即在当前公司寻求新职位的意向）具有很强的相关性。

学习和发展：如果员工无法利用提供给他们的新工具，投资于数字化转型、人工智能和劳动力分析的组织将很难显示出效益。这是开发新工作方式的挑战。IT 领导者需要定义现代员工所需的数字技能，并将这些技能传达给 L&D。

这就是优化数字化员工体验的需要。如果我们试图缩短获得能力的时间，数字灵活性或使用新技术产生新工作方式的能力可能会成为员工的障碍。DEX 规则可帮助 IT 领导者创建超直观的智能应用程序和服务，旨在提高员工第一天的工作效率。

开发数字化员工体验需要跨部门协作、特定角色背景下对工作和技能的共享定义、深厚的技术专业知识，并注重为员工提供直观的工具来帮助他们完成任务。IT 领导者无法单独领导这些计划，您也无法购买现成的解决方案。

为了建立合适的团队，IT 领导者应与人力资源、职能和业务部门领导者合作，了解您的组织如何定义角色、技能以及培训和技能提升策略。这些领导者必须确定改进 DEX 将对员工产生最广泛影响的角色或业务职能。

为什么成为趋势

当今劳动力的技能和组织快速变化的需求之间存在巨大差距。在 Gartner 的 2022 年标志性 I&O 角色调查中，26% 的受访者将缺乏技能视为其 IT 基础设施和运营 (I&O) 组织面临的最大挑战。这是来自各行各业的 Gartner 客户共同关心的问题。增强互联劳动力的趋势是由六个相互强化的主题驱动的：

• 技术服务、应用程序和设备被分开处理，在 IT 组织中造成了孤岛，并给员工带来了摩擦。此外，平台和服务也在不断变化，并提供了多种解决方案来实现类似的目标。

• 所有工作类型中工作所需的新（数字）技能都在加速增长。

• 智能应用程序和数字工具有机会缩短新员工获得能力的时间。

• 工作场所自动化和人工智能的进步使员工面临着越来越复杂的问题。

• 新员工可能精通新技术，但他们缺乏主题专业知识以及获得最佳实践和专业知识的机会。终身员工拥有详细的流程知识，并且可能在工作环境之外精通数字技术，但是即使随着工具的发展，他们也很难在工作场所充分采用新技术并利用它们来改变工作的完成方式。

• 劳动力短缺是60% 的供应链组织面临的首要挑战。然而，三分之一的供应链组织缺乏有效的员工价值主张，无法通过以人为本的工作设计来吸引、留住和聘用所需的人才。

影响

全国妇联的举措可以缩短获得能力的时间，但也可以扩大潜在候选人的范围。人工智能系统可以增强新的呼叫中心经理的能力，告知他们高绩效经理应该采取的下一个最佳行动。这可能会减少申请人所需的经验量。它还可以在组织内提供更多的职业道路，使入门级资源能够成长，而无需离开并接受额外的教育或培训。Gartner 的 2022 年一线员工体验重塑调查发现，增加自动化或数字化投资的组织对一线员工晋升到更高技能的工作产生了显着的积极影响。

组织必须在 ACWF 的机会与尊重数据保护法和员工隐私的需要之间取得平衡，无论是设计还是默认。劳动力分析和情报工具的进一步使用将需要更加严格地审查收集哪些数据、谁有权访问这些数据以及这些数据的用途。目前一些增强互联劳动力的例子已经激发了人们的想象力：

• 家得宝开发并部署了一款名为 Sidekick 的移动应用程序，该应用程序可帮助新零售员工通过确定任务优先级和增强知识来更快地提高工作效率。Sidekick 使用机器学习和计算机视觉等智能服务来帮助员工识别缺货商品并回答零售客户的问题。家得宝的设计宗旨是专注于为“第一天员工”提供直观的用户体验，因此无需浪费时间学习技术。家得宝应用程序开发团队优先考虑内部开发，重点关注员工反馈和技术堆栈的集成。

• 默克有一个专门的扩展现实计划，旨在最大限度地利用员工时间。该计划是与人力资源和学习与发展合作伙伴、业务部门领导和运营人员共同开发的。一线员工支持知识转移、测试和培训方面的用例。每个制造站点都提供了模板来指导部署和变更管理。结果，70% 的主题专家时间从非增值工作中转移出来，平均节省了两周的培训时间和获得能力的时间。

• 安永开发税务副驾驶计划时考虑到共同创建技术解决方案，以便税务专业人员可以获得创新和技术技能。该计划使用EY Fabric，这是一个共享低代码、数据和其他技术资产的平台。员工致力于 GenAI 的负责任用例，以更好地完成他们的特定工作，而不是一般生产力成果。这是 2023 年的一项新举措，但目标成果包括税务服务的流程和服务改进。

行动

• 通过创建见解和指导建议，利用智能技术和高级分析增强劳动力，帮助员工完成在有限的记忆和注意力范围内不可能完成的任务。

• 与人力资源、职能和业务领导者开始对话，了解在组织中启动增强互联劳动力计划的简单方法。收集当前对技能、角色、当前方法中的差距以及利益相关者优先事项的理解。

• 通过让员工参与设计日常活动并激发创造力和独创性，提高员工敬业度和解决方案所有权。首先问“技术如何改善你的生活？”

• 通过在 IT 内使用以人为本的设计原则（例如旅程映射和角色），开始构建更好的数字化员工体验，以确定角色和上下文特定的需求，以在工作任务级别进行增强。

6、持续威胁暴露管理

企业未能减少可修补和不可修补的威胁暴露，却继续实施孤立且狭隘的补救流程。IT 领导者必须实施持续且可重复的暴露管理流程，优化短期响应和长期安全态势。

机会

• 组织通常无法修复所有暴露的问题。尽管他们必须改进修复工作流程，但尽管有许多精心策划和分类的问题，但他们仍在努力确定哪些事情值得高度优先。从攻击者的角度来验证暴露的真正影响以及现有防御的真正功效已成为一项关键要求。

• 传统的“降低风险”方法侧重于基础设施和软件漏洞。然而，不可修补的攻击面（即在非传统 IT 环境中发现的攻击面，例如云和 SaaS 应用程序）迅速扩展。优化暴露减少需要采用一致的方法来管理传统应用程序和基础设施孤岛中的暴露。

• 持续威胁暴露管理 (CTEM) 是一项旨在减少暴露的前瞻性和可持续方法的总括计划。实施 CTEM 可以更紧密地满足业务需求和风险影响。CTEM 涉及企业领导层识别关键资产和流程以防御网络攻击/业务中断。

建议

专注于弹性和现代架构的 IT 领导者必须：

• 通过从以软件为中心的评估工具扩展到攻击面和攻击成功可能性场景，识别并解决多种类型的威胁暴露。

• 尝试暴露管理周期。从与新兴威胁向量一致的项目范围开始，或者从业务项目可能受到最大影响的项目范围开始。

• 从完全自动化的技术修复扩展到更全面的安全优化举措，以启动改进的跨团队动员。

战略规划假设

到 2026 年，基于持续威胁暴露管理计划优先考虑安全投资的组织将实现漏洞数量减少三分之二。

需要知道什么

企业攻击面不断扩大，远远超出了最有效的补丁管理程序所能覆盖的范围。前瞻性的防御战略需要评估工具组合的现代化。这些工具不仅必须清点可修补和不可修补的漏洞，还必须根据攻击者真正可以做什么来确定调查结果的优先级。为了实现这一目标，他们必须根据渗透现有安全防御的能力来验证暴露的真实性。

由于每个组织都有太多需要修复的地方，因此如果不做出改变，安全状况就不会得到改善。这些变化必须从组织确定评估范围和协作修复的方式开始。

持续威胁暴露管理 (CTEM) 指导企业处理风险降低周期流程的演变，并旨在促进补救措施。图 1 显示了 CTEM 循环的五个步骤：

• 范围界定

• 发现

• 优先顺序

• 验证

• 动员

图 1：持续威胁暴露管理

CTEM通过网络安全验证和暴露评估平台的融合影响现有技术市场。CTEM 还通过转变网络安全修复工作流程来支持跨团队和跨时间范围的规划，从而促进创新。

在 Gartner 与规模较大且资金充足的组织进行互动时，安全领导者表示需要更好地进行技能和最佳实践的交叉授粉。他们承认需要超越眼前的时间范围。构成 CTEM 周期的许多单独举措和技术已经在孤岛中实施，其输出的集成和分析并不理想。动员是 CTEM 周期的最后一步，它将重点转移到团队合作，因为风险管理计划忽视了长期优化。

专注于动员有助于促进各个团队之间的有效沟通和工作流程渠道。安全运营部门（负责暴露情报）以及基础设施和运营团队（通常负责安全控制维护）可以调整其优先级和资源投资。共享数据资源和集成良好的修复流程有助于 CTEM 推广以业务为主导的降低风险方法。

简介：持续威胁暴露管理

CTEM 是一种持续完善网络安全优化优先级的系统方法。其目标是设计业务主管可以理解并且架构团队可以采取行动的可行的安全漏洞补救和改进计划。CTEM 周期包括五个阶段：范围界定、发现、优先排序、验证和动员。构建 CTEM 计划的组织使用工具来对资产和漏洞进行盘点和分类，并模拟或测试攻击场景以及其他形式的态势评估流程和技术。

CTEM 项目扩展了传统的网络安全评估。他们使用网络安全技术来：

• 将暴露评估周期的范围与特定业务项目和关键威胁向量保持一致。

• 解决威胁暴露问题，无论它们是否可修补。它们解决了传统的漏洞，但也解决了与这些业务风险和优先级相关的更现代的、不可修补的威胁暴露（例如，SaaS 应用程序中的暴露）。

• 通过纳入攻击者的视角并测试安全控制和事件响应流程的有效性，验证企业的暴露和补救优先级。

• 将预期成果从战术和技术响应转变为通过改进的跨团队动员支持的网络安全优化。

为什么成为趋势

安全漏洞往往是网络安全事件的主要原因之一。组织可以通过更好的暴露管理来避免许多此类漏洞。然而，几十年来使用漏洞评估工具的经验表明，即使是资金雄厚的大型组织也无法修补每个发现的漏洞。企业面临的威胁包括无法修补的问题，例如 IT 供应链依赖性、运营技术环境漏洞或资产和安全控制配置错误。

CTEM 推动了各种评估市场的技术颠覆。越来越多的初创公司提供工具来支持 CTEM 框架的一个或多个步骤。例如，他们提供：

• 攻击面管理产品和服务。这些支持了从广泛库存转向风险驱动评估的首批举措。

• 安全态势管理作为云基础设施和应用程序的嵌入式功能，或作为单独的审核工具提供。

• 网络安全验证功能，例如范围和攻击模拟，使更大规模的方法能够了解攻击者的观点。它们使用渗透测试和红队计划来实现更自动化、更频繁和一致的方法来扩展以前的利基计划。三分之一的违规和攻击模拟以及自动化渗透测试技术供应商添加了攻击面管理功能。他们开始将自己的产品定位为曝光管理平台。

暴露评估和网络安全验证类别中不断出现新工具。它们支持更一致、更准确和更快速的修复工作流程，或安全产品配置的专门审核。

更成熟的产品和来自行业同行的反馈使越来越多的组织能够实施暴露管理计划。然而，大规模实施和技能管理仍然是一个挑战。Gartner Peer Connect 1进行的一项调查发现，71% 的组织可以从 CTEM 方法中受益，其中 60 % 的受访者已经追求 CTEM 计划或考虑这样做（见图 2）。

图 2：CTEM 计划实施的 Peer Connect 调查结果

 

影响

当组织启动暴露管理路线图时，他们会修改评估的方式并确定工具投资的优先级。网络安全验证的概念在更多的安全团队中得到了越来越多的关注。自动化程度的大幅提高和更务实的成果使各个团队的利益相关者能够就补救方案做出更有效的决策。

组织意识到，尽管云安全工具众多，但持续有效地管理云资产的暴露仍然很困难。他们可能会尝试提升和改变现有的做法，但无法取得同样的成功。在选择姿势和暴露管理技术时，他们面临着以下艰难的选择：

• 云原生厂商声称只有他们才能了解云安全

• 成熟的漏洞管理提供商

• 网络安全验证供应商，甚至威胁检测供应商，认为他们的主要方法也适用于云资产

组织可以从以下方面入手：

• 向现有评估添加验证步骤

• 在现有情报计划的范围内添加新的攻击面

• 使用攻击面管理使修复的优先级与业务计划更加紧密地结合起来

Gartner 采访过的几个组织已经开始实施 CTEM 计划，重点关注第一步：

• 英国威斯敏斯特大学扩大了其漏洞管理计划的范围，将不由其 IT 团队管理的资产纳入其中，并开始有效衡量这些资产的暴露程度。

• 欧洲的几家中型机构在其强制性季度渗透测试评估中添加了自动化网络安全验证评估。他们这样做是因为预计台伯河-欧盟框架3的要求将在几天而不是几个月内缩小安全态势中发现的差距。

• 一家美国金融机构通过添加攻击面管理技术来扩展其漏洞管理。它首先是改进资产暴露的发现和优先级。这使得该公司能够与其他组织部门合作进行安全运营，以更好地动员补救措施。

• 一家英国金融组织最初使用其新兴的云安全部署（Amazon Web Services (AWS) 和 Microsoft Azure）通过网络安全验证试点“击败合规性” 。

实施暴露管理计划并不意味着每个评估都是已定义的 CTEM 范围的一部分。安全和风险管理团队逐步将CTEM 框架的概念添加到其现有实践中。通过攻击模拟进行的网络安全验证是一种可以提高对已发现问题的信心的技术能力。这是组织应该解决的下一阶段，以实现 CTEM 计划的验证阶段。

同样，没有必要将每个修复讨论范围缩小到单个 CTEM 周期。Gartner Peer Connect 进行的一项调查发现，26 %的组织尚未启动 CTEM 计划，但许多组织已有漏洞情报计划，有助于更广泛地确定修复的优先级。

行动

• 从通用清单和发现转向与特定业务项目或已识别的威胁向量相一致的暴露评估范围，跨越多个国防技术市场边界。在安全团队之外建立关系并计划动员。

• 采用暴露管理来管理更广泛的安全漏洞。针对已识别的威胁向量或针对关键业务项目衡量改进情况。

• 为更容易定义的暴露范围建立可重复的周期。从一个攻击面或新的应用程序计划开始。开始网络安全验证试点，以实现快速的运营胜利。

7、机器客户

数十亿台有潜力成为客户的机器将提供数万亿美元的增长机会。IT领导者必须主导构建能够服务机器客户的平台和应用程序，甚至可以构建自己的机器客户。

机会

• CEO 们估计，到 2030 年，他们的收入的 15% 到 20% 将来自机器客户。

• 机器客户将使市场更加高效，因为他们将更准确地实时匹配需求与供应，从而改善运营。机器客户可以通过克服销售周期摩擦（例如可靠性或兴趣，以及地理和资源限制）来开拓和扩大市场。

• 机器客户将迫使供应链、销售、营销、客户服务、数字商务和客户体验等关键职能重塑。

建议

支持客户体验并寻求建立竞争优势的 IT 领导者应该：

• 通过识别客户当前使用您的产品和服务的情况/活动中可能出现的支持物联网 (IoT) 的产品，为机器客户做好准备。

• 通过构建为不应该或不会使用人类可读数字店面的机器客户提供服务所需的数据源和 API 平台来规划未来。

• 通过建模向机器客户销售或服务将如何影响整个运营的现有流程，在数字商务方面表现出色。

战略规划假设

• 到 2027 年，超过 50% 的销售和服务中心将接听机器客户的电话。

• 到 2027 年，发达经济体50 % 的人每天都会有人工智能个人助理为他们工作。

• 到 2028 年，机器客户将使 20% 的数字店面变得过时。

• 到 2028 年，机器客户将获得一家全球企业的年度客户奖。

• 到 2028 年，经济学家将把机器客户视为 GDP 增长因素。

需要知道什么

机器客户是非人类经济参与者，他们购买商品和服务以换取付款。我们还为它们使用了一个更友好的术语——“ custobots ”。机器客户代表了一个正在缓慢形成的增长大趋势。这种趋势，尤其是随着生成式人工智能的出现，最终将比数字商务的到来更加重要。

Gartner 调查的首席执行官们认为，平均而言，到 2030 年，他们公司的收入将有 15% 到 20% 来自机器客户。 Gartner模型预测，机器客户将直接参与或影响数万亿美元的行业。到203 年购买量为0。到 2028 年，将存在 150 亿个互联产品，它们有可能充当客户，为自己及其所有者购买服务和用品。

机器客户已经在我们之中。他们正在执行我们通常作为人类客户执行的任务（见图 1）。他们：

• 接收消息。这些消息包括广告、优惠、电子邮件和来自周围环境的信息。

示例：Carvana 是一家领先的在线汽车零售商，它使用机器人接收来自试图出售汽车的人的消息。

• 自己做出购买决定。

示例：Amazon Dash 补货服务在家里或办公室使用智能货架，一旦达到特定的使用阈值，就会触发消费品的重新订购。

• 谈判以获得最好的交易。这包括寻找交易的最佳价值并执行购买。

例如：沃尔玛部署了人工智能驱动的谈判聊天机器人来与“非转售商品”的供应商建立联系，这些商品类别包括车队服务、购物车和零售店使用的其他设备。

• 请求服务。这包括维修、升级甚至更换。

例如：特斯拉汽车可以诊断自己的问题，预订维修零件并提示用户安排维修预约。

• 分享经验。

示例：评论机器人多年来一直以虚假评论困扰在线零售商和餐馆。

图 1. 人类和机器客户的五种行为

快速学习如何创建代表组织和从组织购买机器客户的公司，以及学习如何向custobots销售的公司，将在数万亿美元的风险中获得优势。其他人可能会发现传统的人类买家逐渐消失。利用机器客户机会与技术或营销无关。这是组织中每位高管都应该参与的商业机会。包括 CIO 在内的所有 C 级高管必须共同努力，决定机器客户如何适应业务模式。如果没有充分的团队协作，进展将是局部的、无效的和不确定的。

简介：机器客户

机器客户是非人类的经济参与者，他们通过支付来获取商品或服务。示例包括： 独立于人类命令下订单的物联网连接设备或资产；保持消耗品可用性的智能补货算法；以及向消费者推荐优惠的智能助理。

为什么成为趋势

• 到 2028 年，将有150 亿个互联产品存在，它们有可能充当客户——为自己及其所有者购买服务和用品。

• 机器正在获得购买、销售和请求服务的能力。目前，大多数机器仅提供信息或提出简单的建议。然而，一些机器正在成为更复杂的客户。例如：

o   HP Inc. 的 HP Instant Ink 使连接的打印机能够在耗材不足时自动订购自己的墨水。

o   意大利iProd 创建了 iProd MOP，这是第一个可以满足制造环境中机器客户需求的平台。该平台允许机器自动从制造商或 iProd IOT Marketplace 购买所需的产品。

o   劳斯莱斯喷气发动机配备物联网并由人工智能解释，足够聪明，可以帮助工程师做出关键决策。这些决定包括需要动员服务团队，并在飞机降落在世界任何地方时提供替换零件。

o   亚马逊的 iRobot 扫地机可以自动重新订购过滤器等用品。

• 生成式人工智能的进步以及ChatGPT 等工具所展示的广泛应用将加速机器客户的开发和部署。这些应用程序可以诊断要完成的作业并分解复杂的任务以提出正确的建议和服务请求，并执行其他功能来完成作业。

o   示例：Expedia 和 OpenTable 与 ChatGPT API配合使用。

• 其他可以为机器客户提供帮助的关键技术包括：边缘和云计算、机器学习、复杂事件处理、文本分析、图像识别、模式识别、大型语言模型和数字商务平台。

• 在 B2B 中，Datapred等平台使用机器学习来推荐优化的采购策略，并根据商品、原材料价格预测和组织特定的内部约束生成相关的财务风险报告。

• 机器客户可以创造收入机会，提高生产力和效率，改善健康和福祉，并增强人员和实物资产的安全。

影响

机器客户的影响不仅限于一些明显的功能。Custobots 将导致以下方面的变化：

• 企业战略

• 销售量

• 数字商务

• 营销

• 供应链

• 客户服务

• 业务流程服务 (BPS) 提供商

• 行业

企业战略

机器客户进入某个行业有可能改变关键因素，例如该行业：

• 拓扑结构

• 竞争动态

• 潜在市场总规模

• 典型毛利率

• 供应链节奏

战略领导者必须调查哪些类型的机器将成为其行业的客户。哪些公司可以制造这些机器，这将对行业的运作方式产生什么样的控制？他们应该建造还是应该购买？

在某些情况下，机器客户可能会缩小市场，因为他们无情的逻辑和效率将冲击过度依赖人类情感或非理性行为的销售。在更多情况下，机器买家的警惕性、效率和可靠性将创造增长机会。构建机器客户平台和应用程序需要先进的技术和技能。这些可能超出了资源有限的市场的能力范围。

战略家必须重新构建他们的长期愿景，以实现可寻址的市场增长或组织结构方式的改变。

销售量

销售一直依赖于个体卖家的直觉以及卖家与买家建立人际关系的能力。机器客户对此提出挑战，并体现了销售人员必须做好准备的另一种技术。74%的销售领导者认为他们对收入技术的投资正在增强其团队的能力，而67% 的销售领导者认为他们的领导者与日常现实脱节。这表明销售领导者对其销售人员与技术的关系的看法存在差距。

与生成式人工智能不同的是，销售领导者可以选择是否释放其潜力，而机器客户将在销售互动中让自己为人所知，无论销售人员的偏好如何。机器客户不受与人类客户相同的限制的约束。如果销售领导者能够确定如何调整其销售组织以与机器客户有效合作，那么他们就可以实现大规模规模化。

数字商务

组织将拥有更大的客户群来销售产品，因为联网的机器将多于人类客户。他们还能够捕捉人类可能错过的隐藏收入机会；例如，当供应量低于阈值或设备意外故障时。组织还能够迎合机器比人类客户更有效地预测和处理的临时机会。

组织将需要升级技术以支持更大数量和更高速度的机器商务订单。这将需要开发由 API、数据交换和事件流支持的机器界面，而传统的人类可读店面则无法工作。主要挑战是获得人类客户的信任，他们会将购买决策委托给机器。

营销

传统的营销卓越主要依赖于人的主动性、情感和个人接触或关系。当向机器进行营销时，这将如何发挥作用？机器没有情感——它们会根据人类主人的规则和编程，逻辑、理性地行事。营销也将是程序化和自动化的。这是个好消息，因为 Marketing 是人工智能在商业领域的领先用户之一，并且在数字广告和营销方面拥有 20 多年的经验。营销人员仍然需要了解人类客户的需求和行为，并开发增强信心的体验，但他们必须考虑机器如何成为客户旅程中不可或缺的一部分。

供应链

机器客户订购的持续加速将需要首席供应链官（CSCO）建立新的供应链运营模式。这必须能够响应这种新的需求渠道，在该渠道中，自动化买家将以更快的速度进行交易，比人类前辈更频繁地发出小批量订单。我们预计需求预测将更加可靠和可预测，因为它将完全基于算法购买决策。然而，机器客户也将能够更好地快速找到可能更方便购买或交付更可靠的替代产品。这将要求CSCO提高供应链规划和风险管理能力。数字化转型供应链运营模式并整合合作伙伴生态系统将是响应机器客户需求的关键。

客户服务

拥抱机器客户的组织将能够区分他们的价值，并为轻松的服务设定更高的标准。在客户服务中，生成式人工智能可以启用虚拟助手，帮助人类代理，还可以与机器客户交互以了解意图，帮助解决问题并执行后续任务。自动化和减少人工参与可以降低运营成本并为客户提供轻松的体验。客户服务必须从被动式客户服务转变为主动式客户成功管理，通过使用相关数据源来全面了解客户（及其机器）的整个客户生命周期。

BPS提供商

BPS 提供商面临着新技术的颠覆，这将消除传统市场中的客户互动。机器客户将绕过许多传统的联络中心通信渠道，并通过自动化解决方案获得服务。BPS 提供商必须将自己定位为对销售、服务和营销具有独特理解的技术和服务提供商。这将使他们成为构建和服务机器客户以及部署和管理机器客户所需的基础设施的正确组织类型。

行业

机器客户可以充当企业买家（B2B）或消费者（B2C）。在B2B 中，智能货架传感器会在产品需要重新订购时发出警报，防止制造生产中断，同时减少仓库存储要求。在B2C 中，糖尿病患者不仅可以使用血糖监测仪告知他们当前的血糖水平，还可以主动订购胰岛素以确保他们不会用完。机器客户还可以协商定价。制药公司可以利用这些机器客户来确定需求并确保发送适量的药物。到 2030 年，我们预计机器客户将占零售和消费品行业销售额的 10%。

行动

执行以下操作，在构建机器客户平台/应用程序功能以及构建与第三方机器客户解决方案互动的接口方面发挥主导作用：

• 确定可以将您的产品和服务扩展到机器客户的用例。与您的首席数字官、首席数据官、首席战略官、销售主管和首席客户官展开合作，探索机器客户的业务潜力。

• 通过 API 和数据接口公开您的目录、定价和库存，以便机器客户可以搜索和理解它们。以实时数据为目标，以确保订单定价和库存可用性的准确性。

• 升级您的商务平台和运营，以处理来自机器客户的大量订单和请求。能够检测假机客户。

• 试验您在识别用例过程中编写的想法，以了解有效实施机器客户所需的技术、流程和技能。

• 在未来几年内构建您的组织的数字商务和人工智能能力。使用 API、机器人和人工智能使机器客户能够进行低复杂性交易。接下来，将您的组织的能力扩展到机器客户信息处理所涉及的其他方面，以做出明智的决策和购买。如果您没有资源自行构建这些平台，请加入具有这些功能的其他平台。

8、可持续技术

技术是大规模交付可持续发展相关成果的必要且强大的工具。IT 领导者必须利用可持续技术来提高 IT 的可持续性，并通过 IT 增强业务的可持续性。

机会

• 生成式人工智能引起了人们对能源消耗以及技术与可持续发展之间相互关系的担忧。人工智能有潜力扩大积极的可持续成果，但前提是应用于正确的用例，例如自主回收和排放测量。

• 社会和环境责任是吸引和留住下一代人才和客户的关键驱动力。通过技术支持的可持续产品和服务与利益相关者互动，组织可以超越竞争对手。

• ERP、云计算和人工智能等成熟技术可用于提高可持续性。然而，使用新的可持续技术框架将进一步提升 IT、企业和客户的可持续发展努力。

建议

IT 领导者应使用可持续技术来：

• 让 IT 更具可持续性。通过管理IT 基础设施和工作场所服务的能源和碳效率，识别并修复低效的基础设施、IT 运营和软件。

• 帮助企业的其他部门变得更加可持续。通过审查企业重要性战略并优先考虑对实现长期可持续业务绩效最重要的问题进行可持续技术投资，最大限度地发挥积极的环境、社会和治理影响。

• 帮助客户变得更加可持续。通过使用数字解决方案提供新产品、服务和功能，使客户能够衡量、跟踪和提高其可持续发展影响。

战略规划假设

到 2027 年，25% 的首席信息官将获得与其可持续技术影响相关的薪酬。

需要知道什么

IT 领导者始终肩负着利用技术推动业务内外的环境、社会和治理成果的任务。在 Gartner 2022 年可持续发展调查中，90% 的高管领导者一致认为数字技术对于提高可持续发展至关重要。

然而，当前的信息技术仍然只具有早期阶段可靠的开放式遥测功能，用于捕获必要的性能和效率数据，并评估IT 的生态足迹。人工智能和区块链等强大技术也会对环境产生巨大影响，这一事实使情况变得更加复杂。可持续 IT 是推动更高业务绩效和不不利地阻碍可持续发展目标之间的平衡行为。

为了确保组织能够实现这种平衡，全球范围内不断出现法规和联盟，以挑战并帮助 IT 领导者跟踪其可持续技术绩效。例如，绿色软件基金会(GSF) 和责任计算联盟由来自致力于标准化整个 IT 可持续发展指标的领先技术供应商的成员组成。其他法规，例如欧盟的企业可持续发展报告指令（CSRD），将要求使用技术来帮助实现数字和运营环境绩效的实时测量和跟踪。随着这些标准的成熟，从监管和商业角度来看，可持续技术将成为必需品（见图 1）。   

图 1. 可持续技术框架

简介：可持续技术

可持续性涵盖社会、经济和环境影响。它涉及就支持长期生态平衡和人权的技术和商业实践的使用做出决策。

可持续技术是一个数字解决方案框架，可用于实现环境、社会和治理 (ESG) 成果。它包括：

• 预防、减轻和适应自然世界风险的环境技术

• 改善人权成果、福祉和繁荣的社会技术

• 加强商业行为、监督和能力建设的治理技术

为什么成为趋势

人工智能和云计算等数字技术的使用正在引发人们对此类创新对能源和环境影响的更多关注。Gartner 预测，到 2027 年，IT 领导者将开始面临电力短缺，因为 IT 对电力需求的不断增长将超过能源（可再生和不可再生）的生产和供应。这使得可持续 IT 变得更加重要，从而推动更好的环境绩效。

当 IT 和执行领导者朝着可持续发展目标采取行动时，他们同时从这些战略中获得间接收益。例如：

• 74% 的 IT 和执行领导者认为可持续发展正在提高企业的整体数字化成熟度。

• 86% 的人同意可持续性投资可以防止中断（例如，长期可再生能源合同可以使组织免受能源价格波动的影响）。

• 42% 的组织通过可持续发展举措推动创新、差异化并创造战略价值。

对可持续透明度的需求不断增长，需要通过可观测平台、数字员工体验 (DEX) 工具和数据中心基础设施管理 (DCIM) 工具等进行更多的监控和遥测数据收集。它还需要使用 ERP 来跟踪和维护绩效。这些技术提供的可见性将价值扩展到可持续性之外，提供了提高整体 IT 性能所需的见解。

从运营角度来看，以可持续性为关键考虑因素设计的新流程提高了供应商/资源的独立性，并提供了更高的成本效率。他们优化了消费，从废物中收获价值并将其返还给企业。此外，数字化员工参与和客户市场平台可扩展可持续实践，并激励利益相关者在社会和环境方面做出贡献。

如果成功执行，可持续技术的战略利益可以大大超过其潜在的缺点。IT领导者必须利用可持续技术带来的机会来改进业务的三个关键领域：

• 内部 IT 运营（使 IT 更具可持续性）

• 企业运营（帮助企业变得更加可持续）

• 客户运营（帮助世界变得更加可持续）

影响

内部IT 运营

使用可持续技术来改善内部 IT 生态系统可确保领导者能够有效地实现可持续发展目标。这意味着与正确的工具、硬件和供应商合作，使用最少的可行资源提供最大可能的产出，从而帮助减少 IT 温室气体 (GHG) 排放。这还需要关注人权、道德采购和供应链透明度等关键主题。

解决方案可能包括采用更动态、更高效的方法来平衡数据中心的配电。例如：

• T-Systems 在其混合云中使用预部署的配电功能进行机架部署。这使得当地员工能够轻松执行电力输送的添加、更改和拆除，无需更多电工或干扰客户。

• 沃达丰使用 DCIM 软件作为可持续技术解决方案来规划、衡量和记录可持续数据中心运营。这帮助沃达丰进行了 4 对 1 的服务器整合，节省了其设施 75% 的电力，从而有助于推迟建设新设施。

使用可持续技术改善 IT 运营的企业也可能受益于新的 IT 交付采购模式和服务。例子包括基于消耗的模型，将成本与资源利用和性能分析软件联系起来，管理设备生命周期并推迟过早的硬件更新，避免不必要的支出和电子垃圾。

企业运营

可持续技术进一步使领导者能够超越 IT 组织，在整个企业范围内推进 ESG 目标。

例如，思科重新评估了其圣何塞办事处房地产的作用，利用技术和网络解决方案来减少办公楼对环境的要求。思科对互联工作场所项目进行了概念验证，该项目通过减少每位员工的冗余电子设备数量来解决环境可持续性问题。结果，思科减少了设备瓦数和电子废物处理。

除了简单地利用 IT 使企业更具可持续性之外，员工个人还可以利用技术自行采用和扩展可持续实践。例如，宝洁公司让在家工作的员工通过 Sustainability@Home 虚拟频道相互分享有关环保习惯的视频。宝洁公司在其社交媒体帐户上发布了多个此类视频，以宣传和鼓励这些行为，这些视频受到员工和客户的喜爱和转发。

客户运营

创建可持续发展的企业不仅仅是确保企业负责任地管理其资源。它还为客户提供可持续的产品和服务，帮助他们通过联合变得更加可持续。

例如：

• AgroScout 开发了一种人工智能系统，使食品加工公司、农场管理者和农民能够控制气候管理。该系统将卫星、多光谱和农艺图像融合到农业数据库中。它检测田间压力异常并用数据验证结果，将其转化为有关田间作物健康和供应风险的报告和仪表板。客户因此节省了高达 85% 的农药使用量。

• 宝马开始与城市规划者合作，帮助减少排放——世界上 60% 的人口生活在城市和城市地区，产生了 70% 的温室气体排放。宝马和城市规划者使用机器学习模型来预测交通法规如何帮助减少交通排放。

将可持续发展扩展到企业之外需要了解客户的关键优先事项并平衡他们有时相互冲突的愿望。例如，客户可能想要可持续的产品，但不愿意在质量和成本上妥协。客户需要简单的方法来实现可持续发展，并了解这些方法如何有助于实现他们的目标。

行动

• 通过审查其重要性评估，将您的企业确定为对长期社会和环境绩效最重要的问题具体化。

• 审查当前的技术生态系统，并确定需要在哪些方面进一步投资数字解决方案。

• 检查以下有助于推动行业可持续发展的技术，并投资于您认为对业务和主要利益相关者重要的一项或多项技术：

o   云服务：云服务模型的弹性使组织能够只使用他们需要的内容，从而提高共享资源的利用率并减少对环境的影响。

• 人工智能促进可持续发展：这可以改善业务运营并优化难以减少的流程，以减少组织的碳和环境足迹并减轻重大风险。通过使用人工智能技术，可以在不影响准确性的情况下以最低的碳足迹创建和运行模型，从而使人工智能在环境上可持续。这延伸到使用人工智能来监测、预测、减轻和改善环境问题，从而抵消人工智能培训的负面影响。

• 可持续发展和 ESG 软件：这包括与可持续发展相关的数据发现、收集、分析、洞察和报告工具，可能采取多种形式。例如：

o   供应商可持续发展应用程序可帮助公司评估供应商的 ESG 绩效。

o   生命周期分析软件降低了收集数据的复杂性，使组织能够评估权衡并更快地做出战略决策，从而能够对产品、资产或服务的环境影响进行端到端评估。

• 使用2023 年环境可持续性成熟度曲线在成熟技术和领先技术之间找到适当的平衡，以实现企业的可持续发展。

9、平台工程

平台工程通过构建精心策划的自助服务平台来帮助用户驾驭复杂的架构、工具和服务，从而改善开发人员体验、交付速度、流程敏捷性和业务价值。这项研究帮助 IT 领导者在其组织中采用平台工程。

机会

• 开发软件和构建数字能力变得越来越复杂。通过这种复杂性构建途径或平台可以减少开发人员的认知负担，从而提高软件工程团队的生产力，并改善开发人员的体验。

• 就像数字功能一样，考虑构建基于敏捷方法和产品管理的平台是明智的。这违背了平台是在用户反馈有限的长期项目中实施的传统。

• 敏捷方法论的日益普及使团队能够选择自己的工具和架构，从而导致风险增加。对组织进行有关网络安全、数据驻留和合规性等潜在风险和问题的教育，可以减少对强制审查委员会和控制措施的需求。将解决这些问题的需求构建到平台中将使团队能够进行选择，并降低总体风险。

建议

IT 领导者必须：

• 通过建立平台工程方法和计划，改善用户和开发人员体验，提高生产力和客户价值的交付。

• 通过采用产品管理方法来提供内部平台（平台工程的核心），使工具变得不那么复杂且更易于使用。指定一名平台工程产品负责人，根据用户和开发人员体验研究确定第一步的优先顺序。

• 通过实施解决用户痛点的最小可行自助服务平台来增强平台。根据用户反馈进行迭代，以最大程度地减少浪费，并在能够产生影响的地方进行针对性投资。

• 强制控制，例如架构和安全性，而不是平台采用。使团队能够选择自行遵守这些要求，或遵循平台工程的引人注目的“铺好的道路”。

战略规划假设

到2026 年，80%的大型软件工程组织将建立平台工程团队，作为应用程序交付的可重用服务、组件和工具的内部提供商，这一比例高于 2022 年的 45% 。

需要知道什么

平台工程的出现是为了应对现代软件工具和架构的复杂性带来的日益增加的认知负荷。开发人员必须经常构建和操作一组复杂的服务，例如基于云的 Kubernetes 集群。团队的敏捷授权可能会增加所采用解决方案的复杂性，并且可能会发生重复，特别是在合并和收购的情况下。为了帮助用户并减少他们所做的有价值工作中的摩擦，有远见的公司已经开始构建位于用户和他们所依赖的底层服务或平台之间的平台。

平台团队创建并维护平台。平台工程师将通用功能构建到共享服务中，因此用户无需构建自己的操作环境。这将用户从低价值的工作中解放出来，使他们可以专注于创造业务和客户价值。平台工程还解决具有挑战性的要求，例如治理、安全性、合规性以及数据本地化和主权。现代平台包含满足这些要求的功能。尽管团队可以做出自己的平台选择，但平台团队提供了一条引人注目的“铺好的道路”来简化用户的工作量。

图1 是平台工程及其主要组件的高级概念图。

图1：平台工程图

最成熟、功能最强大的平台通常托管在内部开发人员门户内，并针对软件开发人员。尽管大多数平台工程都专注于软件开发，但平台不仅仅适用于软件开发人员。例如，数据科学家，甚至是想要自动化工作的业务部门，都会在平台工程方法中发现价值。

平台工程的首要目标是增强用户体验和生产力。在一些组织中，平台团队被称为开发人员生产力团队或生产力工程团队，而所有者可能被称为开发人员生产力负责人。平台鼓励一致性和效率。它们使用户和流程更快、更敏捷。

许多著名组织（包括耐克、荷兰银行、英国石油公司、阿迪达斯和挪威警察局）已经建立了平台以及平台工程团队来构建和运行这些平台。

简介：平台工程

现代软件架构是由许多不同服务组成的分布式系统。应用程序的每个底层服务本身就是一个复杂的子系统。这种复杂性逐年增加。底层服务通常由其他团队构建，或从第三方（例如云提供商）获取。用户和开发人员通常不是底层服务或如何操作它们的专家。他们不需要成为其工作流程所依赖的数百种服务的主题专家。

许多组织已经实现了位于用户和他们所依赖的底层服务之间的平台。平台工程是这种模式的演进，采用产品管理原则来指导平台的创建和演进。

平台工程是构建和运营自助式内部开发人员平台的学科。每个分层平台都作为引人注目的产品进行管理，以优化开发人员体验和生产力。

平台工程依赖于以下原则：

• 平台作为产品：平台必须被视为产品。

• 最薄的可行平台：平台应该从小规模开始，并随着经过验证的有效性和使用情况而不断发展。

• 需求驱动：平台产品所有者必须建立用户反馈循环来确定需求。

• 自助服务：平台必须无需专家或门票即可使用。

• 铺好的道路：平台应该提供一条引人注目的道路，易于使用并节省用户时间。

平台提供了一组精选的可重用组件、工具、服务和知识，并将其打包以便于用户使用。通常，平台团队将平台放置在内部开发人员门户内，以便于发现和使用。在软件工程中，平台工程的目标是优化开发人员体验并加速产品团队交付客户价值。

图 2 显示了平台团队及其在组织中的位置。组织的核心是产品团队，他们从事对业务有直接价值的工作。平台团队与每个产品团队互动以提高生产力。每当需要系统级专业知识时，平台团队就可以与复杂子系统的专家团队进行协作。即使平台得到了简化，支持或咨询团队也有助于优化平台的使用。

图 2：平台团队的角色

平台为用户铺设的道路既有指南（推荐的出行方式），也有护栏（用户无法跨越的硬边界）。平台可能会建立安全性和合规性的护栏；例如，“在部署之前，您必须对安全状况运行这些自动化测试。” 然而，它只会建议针对特定流程的预制工作流程；例如，“我们为这些用例推荐以下工具。”

为什么成为趋势

由于以下相关发展，平台工程脱颖而出：

1.    平台工作的成熟度：十多年来，IT、基础设施和运营以及软件组织一直面临分布式、云优先应用程序的问题。随着云原生工作的复杂性迅速增加，大型数字组织已经投资于平台工作，以使许多工程师受益。这些努力取得了成功并引起了人们的注意。

2.    新兴社区：超过 15,000个平台构建者已经形成了一个强大的社区1 ，用于分享最佳实践并鼓励采用。由于PlatformEngineering.org倡议和第二届平台工程会议 PlatformCon 2023 等努力，平台工程的受众正在不断增长。

3.    开发人员体验：软件开发日益复杂，催生了一个用于提高开发人员生产力和体验的工具市场。其中一些是从著名技术公司的大型平台工作中衍生出来的，并且被证明是有价值的。此外，从 Spotify 的平台工程工作中衍生出来的Backstage 开源项目正在获得动力。2还有一批快速增长的初创公司获得资助来应对这一市场。

影响

• 开发人员的认知负荷很大。减少开发人员的认知负担将提高他们的体验、生产力和保留率。

• 平台工程支持敏捷和 DevOps 转型。当团队被授权做出决策并共同实现共同目标时，强制技术就会违背这种文化变革。平台工程拥抱敏捷文化，并使用引人注目的平台来帮助团队。

• 对义务的理解比授权更有效。当团队了解他们的安全和合规义务时，他们自然会倾向于引人注目的铺砌道路平台来简化他们的工作。

• 定制的需求几乎是不可避免的。没有任何商业工具可以提供组织所需的平台。需要努力定制该平台。

• 技能短缺将阻碍努力。大多数经验丰富的 IT 和软件人员没有构建平台或产品管理的经验。随着平台的发展和发展，他们需要在工作中学习这些技能。

• 标准化不是目标。平台工程支持架构和工作流程，这可能因团队而异。尝试对所有用户强制执行单一通用工作流程并不是平台工程的目的，而且不太可能成功。

• 节省成本的可能性不大。该平台应该改善开发人员或用户的体验和生产力。期望良好的投资回报，但整体投资不会减少。直接节省的可能性不大。

平台工程工作已开始在许多大型组织中产生切实的效益，一些知名公司已公开讨论他们的成功。例如：

• 荷兰银行实施了自助服务基础设施平台模型，将基础设施团队和开发人员解耦。这提高了部署速度、提高了生产力并更快地解决了问题。

• BP已使其员工能够在 IT 部门的有限参与下创建自己的解决方案。BP 开发了广泛的数字平台组合来满足用户的能力和需求。它自动化了安全测试、组件扫描和许可以及发布自动化。

• Nike构建了“可组合平台”，将“战略相关的全球业务能力结合在一起，这些能力通过 API 公开的模块化和可组合技术来实现”。这些平台使 Nike 能够更快地响应变化、加快上市速度、提高可扩展性并降低运营成本。

• 阿迪达斯平台工程和架构团队提供标准化的通用活动，作为产品团队可以选择参与的有吸引力的增值服务。

• 挪威警方Po litiet用自助开发者平台取代了传统中间件。这增加了开发人员的自主权，并在保持稳定性的同时实现了快速的产品创新。Politiet 还创建了一支具备构建和维护平台所需技能的团队。

行动

• 将平台视为产品。指定产品负责人来分析用户和开发人员使用复杂技术的体验，以找到痛点。实施最薄的可行平台来解决最具挑战性的痛点。

• 建立专门的平台团队。这些团队将利用可重用、可组合的应用程序组件、工具、知识和服务来策划和构建内部平台。

• 将安全性和架构嵌入到平台中。安全和架构团队必须“左移”，尽早将自动化控制和护栏嵌入到生产工作流程或铺好的道路中。

• 使平台易于使用和自助服务。专注于使平台引人注目且易于使用，而无需用户需要门票或专家。使用内部开发人员门户来轻松发现和使用平台。

• 根据用户反馈改进平台。持续衡量用户的满意度、采用率和平台成功程度，以确定工作和投资的优先顺序。

10、行业云平台

行业云平台提供与所解决的垂直领域的关键任务优先级相关的行业特定成果。IT 领导者可以利用这些平台的可组合性功能来获得所需的适应性，以应对不断加速的行业颠覆和独特需求。

机会

• 企业正在使用行业云平台(ICP) 来更好地解决持续存在的经济和地缘政治不确定性。ICP 明确定义的垂直价值主张使企业能够实现切实的业务成果。

• ICP将传统云服务与量身定制的行业特定功能相结合，以解决难以应对的垂直挑战并加快价值实现时间。他们通过使用可组合性来更容易地实现差异化创新来实现这一目标。

• ICP 利用创新技术，例如集成数据结构、具有打包业务功能的市场以及可组合性工具，这些技术可以为组织提供必要的敏捷性，以应对不断加速的变化。

建议

负责垂直行业云和边缘投资的IT领导者必须：

• 制定部署 ICP 功能的策略，以优化现有流程并重新组合它们以实现差异化转型计划。

• 培养可组合性技能，并吸引业务技术人员和融合团队，为ICP 之旅创建企业范围的支持。

• 使用 ICP 来扩展组织的现有产品组合，提供可增加显着价值的新功能，而不仅仅是替换现有功能。

战略规划假设

到2027年，超过70%的企业将使用行业云平台来加速其业务计划，而2023年这一比例还不到15% 。

需要知道什么

ICP 采用可组合的方法来支持行业的关键任务优先事项并提供行业相关的成果。为了实现这一目标，ICP 将底层软件即服务 ( SaaS )、平台即服务 (PaaS) 和基础设施即服务 (IaaS)与一组创新技术和方法相结合。这些通常包括提供针对行业的打包业务功能 (PBC)、行业感知数据结构和促进变革的可组合性工具的市场。

最好将ICP作为增加新的和改进的功能和价值的外骨骼，而不是作为现有功能的替代品。图 1 中的图标描述了全套创新。

图1：行业云平台演进

ICP 使 IT 领导者能够根据行业特定的衡量标准和业务成果来表达其云之旅的价值，而不是使用迁移的工作负载的百分比或现代化遗留应用程序的数量作为代理。ICP通过直接解决与行业关键任务优先事项相关的结果来实现这一目标。

这种方法为传统但持久的以基础设施为中心的云计算观点提供了一种有效且更具战略性的替代方案，作为企业数据中心的替代方案。ICP 通过解决行业的优先事项，实现云采用的业务优先级更加一致。

IT 领导者可以使用ICP 作为敏捷的可组合平台，并由行业特定的 PBC（或构建块）目录支持。这与传统的垂直 SaaS 解决方案有着明显的区别，传统的 SaaS 解决方案高度集成，但往往缺乏灵活性。它与高度灵活和用户友好的开发平台不同，在后者中，客户通常必须从一开始就编写其应用程序逻辑。

可组合 ICP 在功能强大但僵化的应用程序或需要创建大多数业务功能的非常灵活的平台之间提供了更好的中间立场。ICP 将云平台转变为业务平台。他们将技术创新工具扩展为业务创新工具。

简介：行业云平台

ICP 通过将底层 SaaS、PaaS 和 IaaS 服务组合成具有可组合功能的整体产品来解决行业相关的业务成果。这些通常包括行业感知的数据结构、PBC 库、组合工具和其他平台创新。IT 领导者可以利用这些平台的可组合性来获得其行业所需的适应性和敏捷性，以应对加速的颠覆。

可组合性和模块化是这种敏捷性的重要推动因素。这就是为什么我们将这一趋势称为“行业云平台”而不是“行业云”。本研究中讨论的 ICP 不同于中国新兴的以基础设施为导向、基于行业的社区云计划。与这些举措不同的是，ICP ：

• 主要基于公有云服务

• 添加行业特定的 PBC

• 支持遵守特定行业要求

为什么成为趋势

ICP 之所以成为趋势，是因为企业越来越注重通过云投资实现切实的业务成果，而不仅仅是实现技术或基础设施的改进。持续的经济不确定性和地缘政治动荡正在推动这一变化。

Gartner 的 2022 年 ICP 采用调查发现行业受访者中存在重要的 ICP 采用计划。2023 年，一项规模较小但更具全球性的回顾调查再次证实了这一趋势。

ICP 提供商的竞争格局继续迅速扩大，越来越多的提供商服务于越来越多的行业。我们的 2023 年快速扫描发现了 330 个产品，而 2022 年为 180 个。然而，这些产品的深度和范围差异很大，不仅在行业之间和供应商之间，而且在单个供应商的产品组合内也是如此。

Gartner 估计，从 2022 年到 2027 年，行业云平台市场将以 17% 的复合年增长率增长，到 2027 年将达到 2,609 亿美元。该市场将 SaaS、PaaS 和 IaaS 与垂直特定功能以及应用相结合。实施和基础设施管理服务。

影响

2022 年 Gartner CIO 和技术高管调查证实，业务可组合性可显着提高业务绩效，尤其是在波动时期。可组合 ICP 将使企业能够快速调整其行业流程和应用程序，并且是客户成功的新要求。但 IT 领导者必须承认，变得可组合还需要文化变革。

模块化和可组合的云方法使生态系统合作伙伴能够更轻松地提供增值功能，通过市场和应用商店补充或增加行业云产品的深度。这些市场的管理创建了一个由多个独立技术提供商组成的生态系统，提供以行业为中心的解决方案和解决方案构建模块。这是ICP增加价值的一个关键方式。这种整体但模块化的方法使得能够更轻松、更快速地将技术和业务创新从一个行业带到另一个行业。

可组合性对于商业 ICP 本身的高效创建也很重要。自大流行以来，医疗保健领域受到前所未有的破坏的推动，一直处于使用ICP（在该垂直领域也称为数字健康平台）的最前沿。这导致了 ICP 的可组合云参考架构，它使用三个核心支持层。

当我们要求 Gartner 研究圈成员确定采用 ICP 的风险时，他们将以下问题列为主要担忧：

• 潜在的高成本

• 商业锁定

• 集中度风险增加

ICP 提供商和客户面临的新挑战是如何以实用且经济的方式使当今面向全球的 ICP 与快速新兴的去全球化（自主）云需求保持一致。

行动

• 制定策略，确定何时部署 ICP 功能作为优化和现代化现有流程的生产平台，以及何时利用 ICP 的可组合性来创建更具差异化的转型和创新计划。

• 使用ICP 为现有企业产品组合添加新的功能和价值（如外骨骼），而不是从替换现有功能开始。不要使用宝贵的资源来修复或更换未损坏的东西。

• 通过让企业技术人员和融合团队参与进来，开始构建可组合性能力，以建立企业范围内对 ICP 之旅的理解和支持。

• 参与提供行业重点应用程序和应用程序组件 (PBC) 的 ICP 市场。如果创建 ICP，请提供一个市场来管理来自应用程序提供商、云提供商和系统集成商的内容，以解决常见的行业挑战。