技術(shù)趨勢2024技術(shù)趨勢2024商業(yè)化1技術(shù)趨勢技術(shù)趨勢2024技術(shù)業(yè)務(wù)2個開拓性力量（交互、信息、計算）和三個支持性力量（技術(shù)業(yè)務(wù)、核心現(xiàn)代化、網(wǎng)絡(luò)與信任）繼續(xù)作為我們構(gòu)建德個開拓性力量（交互、信息、計算）和三個支持性力量（技術(shù)業(yè)務(wù)、核心現(xiàn)代化、網(wǎng)絡(luò)與信任）繼續(xù)作為我們構(gòu)建德勤技術(shù)趨勢的基礎(chǔ)框架。德勤技術(shù)趨勢是我們每年對新興技術(shù)影響的探索，在們重點介紹了那些在使用新技術(shù)和方法上走在前沿的先鋒組織的故事，這些技術(shù)和方法有望在18-24內(nèi)成為常態(tài)。同時，我們還預(yù)測了這些趨勢在未來十年可能的發(fā)展方向。IT發(fā)展歷程一直被交互、信息和計算方面的開創(chuàng)性進步推動，這些進步共同構(gòu)成了經(jīng)久不衰的創(chuàng)新源泉。術(shù)的更大影響，正在工業(yè)生產(chǎn)領(lǐng)域逐步顯現(xiàn)。為使工廠更安全，業(yè)務(wù)更高效，眾多企業(yè)正通過工業(yè)元宇宙賦能萬物，如：數(shù)字孿生、空間模擬、增強的作業(yè)指導(dǎo)和協(xié)作數(shù)字空間。工廠工人、設(shè)計師和工程師都在以傳統(tǒng)知識工作者尚未體驗過的方式從沉浸式3D交互中獲益，有些基于久經(jīng)時間考驗的設(shè)備（如：平板電腦有些則基于一些新興的實驗性設(shè)備（如：智為空間網(wǎng)絡(luò)的實用化鋪平道路?？臻g網(wǎng)絡(luò)在現(xiàn)實中疊加了一個數(shù)字層，使得工作效率大大提高。最終，自動化機器、先進的網(wǎng)絡(luò)協(xié)同、甚至更簡單的設(shè)備就可以實現(xiàn)突破性的空間網(wǎng)絡(luò)應(yīng)用，如：遠程手術(shù)，或通哲學(xué)家們長期以來一直都在爭論著機器是否能夠思考，但生成式AI使這個問題不再有意義。這些模型算能力的增強、訓(xùn)練數(shù)據(jù)以及代碼的優(yōu)化，生成式AI3技術(shù)趨勢2024技術(shù)趨勢2024的生產(chǎn)力和生產(chǎn)效率提升的機會。由于機器已經(jīng)可以能力從更廣泛的意義上，將如何影響商業(yè)環(huán)境和我們隨著技術(shù)成為企業(yè)能力分化的決定性因素之一，越來越多的企業(yè)構(gòu)建了更加復(fù)雜的依賴于技術(shù)的工作任務(wù)。常規(guī)的云服務(wù)雖然仍然能夠為大多數(shù)的日常運營提供足夠的支撐，但在推動企業(yè)競爭優(yōu)勢的前沿應(yīng)用場景執(zhí)行復(fù)雜模擬、構(gòu)建真實環(huán)境的數(shù)字孿生需要不同類充分利用現(xiàn)有的基礎(chǔ)設(shè)施，并通過增加先進的硬件來在發(fā)展壯大的同時能夠無縫運營。技術(shù)業(yè)務(wù)隨著新興技術(shù)越來越被視為一條分水嶺并且成為企業(yè)的一個關(guān)鍵部分，技術(shù)人才變得比以往任何時候都更加重要。然而他們的工作方式遠未達到高效：在大多數(shù)公司，開發(fā)人員通常只有30%至40%的時間用于技術(shù)人才的公司開始關(guān)注一個新的重點：開發(fā)者體驗技術(shù)繞過基于聲音和面部識別的訪問控制，或進行網(wǎng)核心現(xiàn)代化經(jīng)過多年對曾經(jīng)領(lǐng)先技術(shù)的投資，公司正在努力應(yīng)對一系列急需現(xiàn)代化的核心技術(shù)，包括主機，網(wǎng)絡(luò)和數(shù)據(jù)中心。想要在未來領(lǐng)先的企業(yè)，需要放棄點狀的技團隊可以利用基于業(yè)務(wù)影響的預(yù)防性健康評估，來幫助團隊優(yōu)先處理技術(shù)棧中需要治療的領(lǐng)域，并識別哪些可以繼續(xù)滿足IT需求。未來幾年，公司很可能在技術(shù)棧上制定高度個性化且整合的健康計劃，包括投資自愈技術(shù)，以減少未來的現(xiàn)代化改造需求。4年，我們的未來學(xué)家和研究團隊決定使的封面和章節(jié)插圖，其結(jié)果堪稱完美。為達到嚴格的設(shè)計標(biāo)準(zhǔn)，我們在生成過程中加入了大量的人工協(xié)作和干預(yù)。實驗的成功、ChatGPT的推出以及生成式AI的狂熱，讓我們決定使用AI生成的文本來協(xié)助撰寫今年的技術(shù)趨勢引言部分。與去年的作品相同，本次工作的開展也需要大量的人工干預(yù)，這也證明了我們的觀點，即在AI時代，人類比以往任何時候都更加重作為一個花了四分之一個世紀去關(guān)注所有新奇事物的人，我想對當(dāng)前關(guān)于生成式AI的狂熱提供一些其他的視角，并將這一突破性技術(shù)置于我們持久的宏觀技術(shù)力量的背景之下。技術(shù)演進，商業(yè)變革首先，雖然生成式AI給人一種史無前例、革命性的感覺，但這項技術(shù)本身其實是機器智能的一種直接演進，只是這一演進令人驚嘆。自《技術(shù)趨勢》創(chuàng)刊以來，我們一直在跟蹤和記錄這類演進。各類組織機構(gòu)使用機械臂（工業(yè)機器人）已經(jīng)有近70年了，使用機器思維（機器學(xué)習(xí)體系）已經(jīng)有25年了?，F(xiàn)在，我們的無機生命的同事可以畫一幅畫、寫一段產(chǎn)品說明或?qū)懸欢蜳ython，這既非偶然也不令人意外——未來的計算機科學(xué)家可能會寫一本《認知自動化：早期的歲月》的書，并將這一階段納入其中。事實上，至少在過去的15年里，最優(yōu)秀的公司一直致力于降從技術(shù)上講，生成式AI只是信息發(fā)展史上的下一個篇章。但在商業(yè)方面，這種夸張的說法無可非議。毫無疑問：用硅基智能來增強高價值的專業(yè)人士的能力的確是一代人的商機。這是一次模式的全面性轉(zhuǎn)變，它將開啟新商機的大門，并從根本上改變企業(yè)本身的組織和運營方式。簡單“縮窄”并不通往成功根據(jù)我最近的經(jīng)驗，太多的商業(yè)領(lǐng)袖將生成式AI視為一種減肥藥——一種快速而骯臟的手段，利用自動化淘汰工作崗位來降低成本。對企業(yè)成本中心進行小修小補是一種取悅股東、納稅人和其他相關(guān)方的短期方法——但在最終考量時，記得簡單“縮窄”并不通往成功。可以肯定的是，商學(xué)院的教科書上充斥著許這些組織被自動化和外包所誘惑，卻逐步發(fā)現(xiàn)自己變相反，生成式AI應(yīng)該被視為助長野心的火箭燃料。事實上，我遇到的每一位高管都用自己獨特的方式告訴我，他們現(xiàn)在的工作強度讓他們沒時間施展未來的抱負。一位CTO跟我說，他認為“運營吞噬創(chuàng)新AI還是生成式AI都可以將寶貴的人力資源從單調(diào)的運營工作中釋放出來，從而專注于更高價值的工作，這更符合未來的商業(yè)需求——即新型的、改良后的產(chǎn)品、服務(wù)、體驗和市場（即那些久經(jīng)考驗的利潤5技術(shù)趨勢2024技術(shù)趨勢2024觀察到的情況恰恰相反：在一個充滿創(chuàng)造性機器的時代，有創(chuàng)造力的人才比以往任何時候都更重要。例如，去年年底，我和一屋子的高管聚集在一起展示一種在當(dāng)時很先進的生成式AI工具，它可以根據(jù)文本提示繪制獨特圖像。其中一名與會者對這個工具提但缺乏個性，與會者聳聳肩，認為它“只是”一副日落圖罷了。另一位與會者則饒有興味，當(dāng)輪到她的時候，她提示工具：“給我看一場椒鹽脆餅和芝士球在圖像生成器生成了一幅荒誕、令人愉悅的圖像，讓滿屋子的高管們拍手稱快，驚嘆不已。大多數(shù)人自然而提出了這樣的要求，才讓這臺機器大有可為。生成式AI是想象力的實現(xiàn)加速器，未來屬于那些能提出更好的問題、有更多激動人心的想法的人。隨著生成式機器不斷應(yīng)用于我們職業(yè)生活的各個角落，人們將決定這些工具將以神奇還是平庸的方式規(guī)模化地發(fā)展下去。在專注和富有想象力的指導(dǎo)下，生成式AI將開啟一個充滿新商業(yè)可能的魔法世界。如果缺乏這種指導(dǎo)，我們就會面臨規(guī)?；接沟娘L(fēng)險——甚至更糟的情況。正如我的朋友，也是德勤全球CTOBillBriggs喜歡說的一句話：“好事絕不圖圖1時間第一代電子計算機20世紀20世紀末期21世紀早期未來新星最遙遠終極走向6最后，一個關(guān)鍵問題是，如果沒有堅實的技術(shù)基礎(chǔ)，一切都無法實現(xiàn)。我們極客（嗯哼，一群專業(yè)的技術(shù)人員）通常都很清楚一句老話：“垃圾進，垃圾出的早期嘗試表明，這種體驗將更類似于“垃圾進，訓(xùn)練數(shù)據(jù)中的微小偏差可能會讓AI輸出災(zāi)難性的偏差——所以，首先整治好你的企業(yè)數(shù)據(jù)。請記住：信息只是推動業(yè)務(wù)的六種宏觀技術(shù)力量之一老舊薄弱的技術(shù)核心將無法支撐AI驅(qū)動的工作負載，布局不合理的算力策略將給企業(yè)帶來難以承受的技術(shù)成本。繁冗的交互體驗會降低我們的創(chuàng)新能力，更不要說熱情被磨滅的技術(shù)人才、網(wǎng)絡(luò)威脅會給企業(yè)帶來那就是：不要被生成式AI的喧囂所蒙蔽，而忽視其他五個基礎(chǔ)能力。事實上，AI比以往任何時候都更重要，但這并不意味著你所做的其他事情無關(guān)緊要。7環(huán)境體驗擴展現(xiàn)實數(shù)字參與專用計算去中心化平臺云技術(shù)趨勢2024圖環(huán)境體驗擴展現(xiàn)實數(shù)字參與專用計算去中心化平臺云技術(shù)趨勢2024圖289隨著工業(yè)元宇宙轉(zhuǎn)化為企業(yè)工具，空間計算正逐步在工業(yè)應(yīng)用場景中占有一席之地?？臻g計算可使用數(shù)據(jù)和AI復(fù)刻現(xiàn)實生活中的流程與操作。新技術(shù)往往先引起早期采納者和消費者的關(guān)注及熱烈討論，而后熱度逐漸下降，待其默默發(fā)展直至大幅度提高生產(chǎn)力時，再作為商業(yè)工具高調(diào)回歸公眾視野。有一些人認為這種發(fā)展規(guī)律遵循了研究公司Gartner提出的技術(shù)炒作周期曲線1術(shù)到玩具，玩具到工具(fromtechtotoytotool)”的發(fā)展模式，后者正是我們在去年發(fā)布的《技術(shù)趨勢2023——穿越屏幕：打造沉浸式的企業(yè)互聯(lián)網(wǎng)》這一趨勢中所討論的。當(dāng)時我們推斷，隨著各企業(yè)探索新的交互能力（如：AR和VR并進一步圍繞交互能力展開相關(guān)建設(shè)，元宇宙或稱沉浸式互聯(lián)網(wǎng)將很快發(fā)展為成熟的企業(yè)工具2。今年，我們看到了一些元宇宙能力正在向更為廣闊的空間計算領(lǐng)域等新方向發(fā)展。隨著這些能力從消費者玩具轉(zhuǎn)變?yōu)槠髽I(yè)工具，空間計算正逐步在工業(yè)應(yīng)用場空間模擬4、增強的作業(yè)指導(dǎo)和協(xié)作數(shù)字空間5，使工廠更安全，業(yè)務(wù)更高效。這一機遇前景廣闊：到2030年，工業(yè)元宇宙帶來的收入預(yù)計將達近1,000億美元，遠超傳統(tǒng)的消費者業(yè)務(wù)（500億美元）和企業(yè)業(yè)務(wù)（300億美元）6。技術(shù)趨勢2024工廠工人、設(shè)計師和工程師都在以傳統(tǒng)知識工作者尚未體驗過的方式獲益于沉浸式3D交互，有些基于久經(jīng)時間考驗的設(shè)備（如：平板電腦有些則基于宙遵循真實世界的物理規(guī)律，應(yīng)用空間數(shù)據(jù)和AI精確復(fù)制真實的生活場景，達成沉浸式可視化。試想一下，生產(chǎn)線工人使用智能眼鏡呼叫全國范圍內(nèi)的工廠專家，或者工程師在符合物理學(xué)規(guī)律的逼真的數(shù)字孿生體上進行新設(shè)備的原型設(shè)計。許多組織在建立新設(shè)施時，都采用了技術(shù)趨勢2024先進且易于訪問的高保真3D數(shù)字化資產(chǎn)和硬件，用于擴展現(xiàn)實（AR，VR和混合現(xiàn)實等沉浸式技術(shù)的統(tǒng)稱正在為空間網(wǎng)絡(luò)的實用化鋪平道路?？臻g網(wǎng)絡(luò)并將引領(lǐng)我們進入一個精簡運營時代。最終，自動化機器，先進的網(wǎng)絡(luò)協(xié)同、即時3D模型和量子計算，搭配智能優(yōu)化過的人為干預(yù)，可應(yīng)用于遠程手術(shù)等領(lǐng)域?；蛲ㄟ^裝備了各種“連接”的一個工人來管理整個工廠車間。當(dāng)下：在數(shù)字空間中復(fù)刻企業(yè)在過去的幾年中，技術(shù)進步為工業(yè)元宇宙夯基壘臺。在數(shù)字孿生、5G技術(shù)、云計算、邊緣計算和AI等方面的投資已經(jīng)為企業(yè)帶來了巨大價值，解決了很多長期存在的痛點。這正是為什么，在一項最近的德勤研究中，92%的制造業(yè)高管表示本公司正在嘗試或?qū)嵤┲辽?個元宇宙相關(guān)的應(yīng)用場景，并且平均正運行著6個以上的應(yīng)用場景7。這些高管預(yù)計，未來幾年中對工業(yè)元宇宙應(yīng)用場景的投資，將帶來銷售、吞吐在高管們重點強調(diào)的應(yīng)用場景中，最常見的是過程模擬和數(shù)字孿生8。在操作復(fù)雜、昂貴且精確的工業(yè)環(huán)境中，強大的模擬是救命稻草。當(dāng)通過物聯(lián)網(wǎng)和高級網(wǎng)絡(luò)服務(wù)連接到實時數(shù)據(jù)和模型時，模擬可以提升創(chuàng)建新操作或優(yōu)化已有操作的成功率。因此，一些分析師認為，數(shù)字孿生的全球市場規(guī)模將毫無意外地從2021年的65億美元，增長到2030年的1,257億AR是與這些全尺寸數(shù)字孿生體互動的最佳方式，這種媒介可以在物理世界中疊加一個數(shù)字層，以建立一個共享的、三維的沉浸式互聯(lián)網(wǎng)。因此，2022年AR設(shè)備的全球市場估計為386億美元，到2030年，相關(guān)軟件和硬件的年增長率將達到36%10。雖然目前制造業(yè)等工業(yè)應(yīng)用占據(jù)了AR市場的最大份額，但醫(yī)療應(yīng)用（如：培訓(xùn)、手術(shù)模擬和靜脈可視化）預(yù)計將以44%的復(fù)合年增長率發(fā)展至2030年。消費者將在疫情引發(fā)的電子商務(wù)繁榮中大量涌現(xiàn)，證明數(shù)字孿生并不拘泥于企業(yè)應(yīng)用場景11。空間操作剛剛嶄露頭角，并推動著技術(shù)不斷進步。試想強大的衛(wèi)星網(wǎng)絡(luò)可與遠程工廠的物聯(lián)網(wǎng)傳感器配合，實時處理產(chǎn)量及性能數(shù)據(jù)12。隨著技術(shù)的進步，一個嶄新的數(shù)字孿生時代呼之欲出：這里有物理原理寶馬的Omniverse平臺）與之接壤14。這一演變整裝待發(fā)，將影響企業(yè)的方方面面，從空間規(guī)劃、設(shè)計探索：快速構(gòu)建中的空間網(wǎng)絡(luò)近在咫尺的空間網(wǎng)絡(luò)（也稱Web3.0）承諾消除數(shù)字內(nèi)容與物理對象兩個現(xiàn)實之間的界限，將其合二為一15。通過智能眼鏡等下一代交互界面，空間網(wǎng)絡(luò)可以讓我們通過物理環(huán)境的變化（如：地理定位、計算機視覺或聲音、手勢等生物特征指令）與實時信息進行交互。基于這一發(fā)展?jié)摿?，以往對元宇宙的市場估計相形見絀。一些預(yù)測中，到2032年，空間計算市雖然空間網(wǎng)絡(luò)的真正潛力還需數(shù)年才能實現(xiàn)，但創(chuàng)新者們正在建設(shè)其基礎(chǔ)設(shè)施。接下來的18-24個企業(yè)應(yīng)當(dāng)關(guān)注以下價值機會：采用空間操作并為員工提供技術(shù)裝備，以提升他們的工作效能?；谶@一發(fā)展?jié)摿Γ酝鶎υ钪娴氖袌龉烙嬒嘈我娊I。一些預(yù)測中，到2032年，空間計算市場有望超過6,000億美元。技術(shù)趨勢2024技術(shù)趨勢2024業(yè)正在一些關(guān)鍵領(lǐng)域獲得效率和效益的提升，具體體?增加監(jiān)控效率：由于AR設(shè)備和空間沉浸技術(shù)使以監(jiān)控更多的設(shè)施。例如，諾基亞的實時擴展現(xiàn)實多媒體可以提供360度視角、3D音頻和實時流媒體，使操作員沉浸在千里之外的物理空間?減少培訓(xùn)時間：新員工可以通過內(nèi)置在模擬中的標(biāo)準(zhǔn)操作流程和視覺提示來學(xué)習(xí)，而無需將學(xué)習(xí)與實踐分開。例如，全球汽車制造工廠的新員工使用AR設(shè)備與美國各地的專家實時協(xié)作。有經(jīng)驗的生產(chǎn)線工人可以通過共享相同的視覺和聲?降低安全風(fēng)險：正如我們?nèi)ツ晁懻摰?，企業(yè)可斯坦福醫(yī)學(xué)院正在試點一種VR系統(tǒng)，它將MRI和CT掃描等圖像結(jié)合起來，在手術(shù)前創(chuàng)建出患者身體三維模型。外科醫(yī)生可以在培訓(xùn)環(huán)境及手術(shù)室中看到并操作這個解剖數(shù)字孿生體，這是一個比二維圖像更詳盡的機體指南。醫(yī)生們已經(jīng)看到，在一些最復(fù)雜的手術(shù)（如：腦部手術(shù)）中，升收入增長。例如，領(lǐng)先的AR公司幫助服裝零售商可以使用AR技術(shù)基于二維圖片迅速創(chuàng)建三維模型，除了基本的疊加服裝圖像外，AR技術(shù)還有更多的使以及不同線條在縫合中產(chǎn)生的陰影。收效顯而易見：一些零售商在引入AR技術(shù)后，訪客平均收入的增長利用空間操作的另一種方式是在模擬條件下設(shè)計和測試新產(chǎn)品，這對于敏捷性、產(chǎn)品上市周期甚至可持續(xù)發(fā)展方面都大有裨益。例如，汽車制造商可以使用初始數(shù)據(jù)集來模擬成千上萬次碰撞測試，甚至考慮現(xiàn)實世界中難以復(fù)現(xiàn)的自然災(zāi)害等事件。制藥巨頭葛蘭素史克在疫苗生產(chǎn)中使用這些原則進行模擬實驗，能使實驗運行時間從3周縮短至幾分鐘21。礦業(yè)等重資產(chǎn)行業(yè)中，在機器向可再生能源轉(zhuǎn)換準(zhǔn)備階段，通過使空間計算時代被賦予了全新的含義。企業(yè)斥重資建設(shè)前，可以運用空間計算來可視化、模擬和測試設(shè)施once)”。建筑師可以設(shè)計出一個精確的工廠或者醫(yī)院副本，并預(yù)測有多少人員和設(shè)備將在其中活動及交互。例如，醫(yī)院模擬了常規(guī)接診人數(shù)后，可能發(fā)現(xiàn)擁擠的急診分診廳需要進行擴建?；蛘咂囍圃焐炭赡芟ＭA(yù)測，規(guī)劃中的工廠將如何應(yīng)對電動車需求在未現(xiàn)代汽車與Unity合作建造先驅(qū)性全尺寸模擬工廠時正是考慮到了這一點。該汽車制造商計劃通過虛擬測試工廠，計算出最佳的運營流程及其配套空間，并使工廠經(jīng)理有朝一日能遠程進行問題評估22。作為工業(yè)元宇宙領(lǐng)域的先驅(qū)，西門子也宣布其規(guī)劃于德國的新工廠，將在數(shù)字世界中進行完全的規(guī)劃和模擬后落成23。即只有在根據(jù)數(shù)字化洞察進行藍圖調(diào)整后，才會進入到園區(qū)的實際建設(shè)階段。除了用于設(shè)計新空間的應(yīng)用場景外，空間計算還可以售規(guī)劃團隊采用數(shù)字化的方法對店面升級進行規(guī)劃，并在虛擬測試后才實施改造。這種方法減少了門店更新相關(guān)出差，從而實現(xiàn)了30%的成本節(jié)約，并降低展望：一切皆數(shù)字化算”的概念前所未有地帶入主流25。盡管很多人可能想知道這一最新趨勢是否僅為曇花一現(xiàn)，我們卻不懷疑“簡化”的巨大力量。科技發(fā)展史不斷證明，更簡單的交互方式無可置疑地大幅提升了可訪問性，這又反過來推進了技術(shù)的使用26。空間計算可能帶來下一次飛躍——我們的自然姿態(tài)與和與物理世界互動的方隨著交互技術(shù)的不斷從計算機科學(xué)擴展到自然科學(xué)腦機接口(BCI)代表了在推進“簡化”的道路上離我們最遙遠的那顆星辰。雖然目前BCI功能是集中在恢復(fù)人類能力（例如行走能力但未來的發(fā)力方向可能會增強人類的能力，促使我們能夠以不可思議的速為此，我們需要一系列科技手段（如：6G網(wǎng)絡(luò)和物未來的機器有可能做到彼此的無縫協(xié)調(diào)28。世界經(jīng)濟論壇已經(jīng)預(yù)測，無處不在的物聯(lián)網(wǎng)傳感器有一天可以將人類的物理工作數(shù)字化，并實現(xiàn)更高程度的自動化29。機器能夠更智能地表述其所處環(huán)境及自身狀態(tài)，將奠定我們與機器間交互簡化的重要基礎(chǔ)。想象在未來會有這樣的一種互動方式——腦機接口使我們能夠啟動、監(jiān)控和修改一系列在生產(chǎn)線上相互連接的機器。工業(yè)化作業(yè)也可以變成在辦公桌上進行的遠程工作。與人類思維的效率相比，語言可能更像一盡管前景令人興奮，但公司正面臨抉擇：如果想成為先行者，他們需要追趕并引領(lǐng)一些時髦的技術(shù)，否則將不得不努力追趕創(chuàng)新者。除了雇傭或培訓(xùn)工程師，使他們能夠掌握計算機視覺、傳感器技術(shù)和空間映射算法之外，他們還應(yīng)該提前防范潛在風(fēng)險。為物理世界開放數(shù)字化操控方式會帶來一系列問題，如：隱私著物理世界逐漸可以黑客攻擊）和數(shù)據(jù)保護問題30。幸運的是，數(shù)字孿生技術(shù)和早期的3D模型的發(fā)展歷一旦空間化操作在工業(yè)環(huán)境中開始產(chǎn)生初步效益，企業(yè)就應(yīng)充分做好準(zhǔn)備：空間計算的自然演進可能會在將來從根本上改變我們與消費者和企業(yè)工具的交技術(shù)趨勢2024技術(shù)趨勢2024技術(shù)趨勢2024技術(shù)趨勢20242015年開始，人們開始把幾乎所有機器學(xué)習(xí)的應(yīng)用都稱為AI。一些權(quán)威人士和行業(yè)專家對此提出了反對意見1。他們認為這些應(yīng)用只是模式匹配器：給定一個輸入，它們返回一個輸出。這些模型并不思考，而是計算概率，那它們怎么能算是智能的呢？生成式AI使機器是否能夠思考的問題不再有意義。這些模型的基本操作與早期的機器學(xué)習(xí)工具有很多共同之處，但由于計算能力的增強、訓(xùn)練數(shù)據(jù)以及代碼的優(yōu)化，生成式AI技術(shù)可以在許多方面模仿人類的認知能力。越來越多的智能機器，至少在功能和實用意義上，為企業(yè)提供了巨大的生產(chǎn)力和生產(chǎn)效率提升的機會，同時也為新市場帶來了創(chuàng)新的新產(chǎn)品和服務(wù)在許多情況下，AI工具在認知能力測試中至少與人類表現(xiàn)相當(dāng)，甚至更好。ChatGPT最近在極具挑戰(zhàn)性的大學(xué)先修生物課程考試中獲得了5分——“非常天機器人在美國和加拿大許多研究生院的入學(xué)標(biāo)準(zhǔn)之一的GRE考試中，口語和寫作部分得分超過90%4。事實上，AI工具當(dāng)下在手寫、語音和圖像識別、閱讀關(guān)鍵問題不再是AI工具是否智能，而是：這種能力從更廣泛的意義上，將如何影響商業(yè)環(huán)境和我們生活的世界。有望帶來顛覆性變革眾的廣泛關(guān)注。很少有技術(shù)像它一樣能夠引起如此大的轟動，同時公眾也迅速接納并開始使用生成式A內(nèi)就吸引了1億用戶，相比之下，TikTok花費了九個月才達到這一里程碑（圖1）6。Midjourney的圖像生成器擁有大約1,600萬用戶7。Dall-E2每天有7月份的頁面瀏覽量為1,000萬次9。德勤2023年CEO優(yōu)先事項調(diào)查顯示（圖2生成式AI在企業(yè)環(huán)境中的使用增長同樣令人印象深刻10。圖1圖1公開發(fā)布圖2技術(shù)趨勢2024技術(shù)趨勢2024生成式AI之所以如此有影響力，是因為多種因素的融合。首先是先進的硬件（主要是用于訓(xùn)練模型的專業(yè)AI芯片它有助于生成更高級的模型，如：大型語言模型(LLM)。其次，由于用戶體驗流暢，這些工具已經(jīng)成為主流，使得非技術(shù)人員也能使用非常先進的模型。所有這些引發(fā)關(guān)注的點使得投資者們掀起了一股淘金熱（圖3）。他們向以生成式AI技術(shù)為核心的初創(chuàng)公司投入大量資金，并押注我們正在見證商業(yè)技術(shù)合同會自行審查，而不斷涌現(xiàn)的內(nèi)容會持續(xù)將品牌曝光在受眾面前。雖然社會上有很多關(guān)于AI可能威脅人類就業(yè)的討論，但沒有真正的跡象表明企業(yè)領(lǐng)導(dǎo)者計劃用它來實現(xiàn)任何規(guī)模化的知識自動化工作。在對領(lǐng)導(dǎo)者的調(diào)研顯示，提高內(nèi)容質(zhì)量、驅(qū)動競爭優(yōu)勢和擴展員工專業(yè)知識是部署生成式AI的最常見原因，裁員是最低優(yōu)先事項之一11。看起來AI更有可能將工人重復(fù)的任務(wù)中解放出來，使他們能夠?qū)Ｗ⒂诠ぷ髦懈邉?chuàng)造性的方面。浮現(xiàn)在我們面前的情景是，AI即將到來，甚至對于一些人來說，它已經(jīng)存在。但正如俗話所說，先進的企業(yè)知道簡單“縮窄”并不通往成功，也就是說，不能通過追求風(fēng)險或成本的最小化來實現(xiàn)增長12。這意味著生成式AI最有效的應(yīng)用不是取代人類，而是為員工提供工具，幫助他們提高和增強生產(chǎn)力、知識力和創(chuàng)造力，從而推動企業(yè)創(chuàng)新。高管們面臨著越來越大的壓力，他們需要幫助企業(yè)快速轉(zhuǎn)型，并保持領(lǐng)先于競爭對手。根據(jù)調(diào)查顯示，64%的CEO表示，他們正面臨來自投資者、債權(quán)人和貸款人的巨大壓力，要求他們加快引入生成式AI的腳步13。但正如領(lǐng)導(dǎo)們知道簡單“縮窄”并不通往成功一樣，CEO們也知道以需求為導(dǎo)向的重要性14。僅僅因為生成式AI是一個新鮮事物，就將其強加到所有流程中，不太可能帶來重大收益。相反，企業(yè)可能會從更具戰(zhàn)略性的方法中獲益，該方法側(cè)重于利用生成式AI的獨特能力來解決現(xiàn)有問題，并幫助企業(yè)從競爭對手中脫穎而出，這就是當(dāng)今創(chuàng)新型企業(yè)所采取的方法。圖圖3探索：企業(yè)的目標(biāo)是追求可擴展性和領(lǐng)生成式AI的真正價值可能在于組織能夠利用它來進企業(yè)領(lǐng)導(dǎo)者可能會考慮更多地采用漸進式方法來制定企業(yè)數(shù)據(jù)和技術(shù)戰(zhàn)略。要成為一個以AI驅(qū)動的組織，需要重點關(guān)注組織規(guī)程并專注于維護系統(tǒng)和算法15。就像火箭需要發(fā)射臺和飛行控制系統(tǒng)才能到達目的地一樣，生成式AI工具在企業(yè)環(huán)境中也需要基礎(chǔ)設(shè)施和控制系統(tǒng)才能取得成功。好消息是，盡管有些實踐需要細微調(diào)整，但企業(yè)在過去幾年中在建立數(shù)據(jù)分析和機器學(xué)習(xí)能力方面生成式AI通常需要在支持圖形處理單元的高性能計算集群上加載TB級的數(shù)據(jù)。由于很少有企業(yè)擁有這種基礎(chǔ)設(shè)施，因此大多數(shù)企業(yè)將通過服務(wù)的方式來訪問生成式AI。通過應(yīng)用程序接口，工程師式AI能力融入到他們現(xiàn)有的軟件中，而無需構(gòu)建新的基礎(chǔ)設(shè)施16。盡管AI供應(yīng)商都很重視他們產(chǎn)品的易用性，企業(yè)仍需謹記這些工程化需求。此外，如何更加明智地選擇應(yīng)用場景也很重要。AI可用于降低成本、加快流程、減少復(fù)雜性、提升客戶互動、推動創(chuàng)新和建立信任17。生成式AI的具體應(yīng)用因企業(yè)而異，但尋找能在某個領(lǐng)域引起變革的項目會是一個不錯的起點。以下是已經(jīng)采用該技術(shù)的企業(yè)的一些其他考慮因素。企業(yè)需要確保他們的數(shù)據(jù)架構(gòu)正確，并且可以被AI應(yīng)用程序訪問，以便進行模型訓(xùn)練和下一代應(yīng)用場景這是北美最大的天然氣公用事業(yè)公司Enbridge的經(jīng)驗之一。幾年前，當(dāng)它開始進行雄心勃勃的云遷移之旅時，并沒有打算開拓新的生成式AI應(yīng)用。其主要目標(biāo)是通過減少本地數(shù)據(jù)中心的規(guī)模，來實現(xiàn)其基礎(chǔ)設(shè)施的現(xiàn)代化并消除技術(shù)負債。在此過程中，它建立了一個集中的數(shù)據(jù)存儲庫，收集來自企業(yè)各個部門的數(shù)據(jù)，如：監(jiān)管、市場、人力資源等數(shù)據(jù)。這個集中式的數(shù)據(jù)集市取代了過去的數(shù)百個數(shù)據(jù)孤島。當(dāng)生成式AI面世時，Enbridge的領(lǐng)導(dǎo)層就知道這個集中式的數(shù)據(jù)集市是推動新的AI驅(qū)動效率的完美引擎。技術(shù)團隊推出了一款基于生成式AI的代碼自動補全工具，幫助開發(fā)人員快速、高效地構(gòu)建代碼。它還為公司職員供了一個輔助功能，幫助他們迅速獲取合適的生產(chǎn)力工具。運營能力，提高安全性，提升客戶體驗，并增強我們治理比以往任何時候都更加重要沒有有效的治理規(guī)范，AI就無法擴展。治理框架應(yīng)該明確企業(yè)的愿景，識別潛在的風(fēng)險和能力差距，并評估相關(guān)績效19。這些不僅對業(yè)務(wù)形成保護，還可以協(xié)助AI相關(guān)項目從概念驗證階段繼續(xù)拓展。在美國最大的二手車零售商CarMax的實踐過程中，有效利用生成式AI需基于一種系統(tǒng)化的、實施于全企業(yè)范圍的方法，它在擁抱科技的力量同時也設(shè)立保障措施，確保員工能夠高效地利用。CarMax最著名的應(yīng)用之一是將AI生成的內(nèi)容添加在車輛研究頁面上。這些頁面匯總了數(shù)千條真實客戶的評論信息，讓購物者能夠快速了解其他買家的意見。Mohammad表示，這些智能應(yīng)用場景在可控的方式下提供了最大的商業(yè)價值20。CarMax將治理放在了第一優(yōu)先級，這可能不是生成式AI最吸引人眼球的方面，但對于它的規(guī)?；瘧?yīng)用卻至關(guān)重要。該公司成立了一個專門負責(zé)AI治理的團隊，致力于確保組織中的各個團隊都在恰當(dāng)?shù)厥褂肁I。這個團隊的使是簡單地直接否定新的應(yīng)用場景，而是通過標(biāo)準(zhǔn)化的模型訓(xùn)練和使用方式，幫助一些優(yōu)秀的應(yīng)用在企業(yè)內(nèi)實現(xiàn)推廣，以達成生成式AI應(yīng)用不僅局限于技術(shù)或產(chǎn)品團隊的目標(biāo)。保我們以負責(zé)任的方式使用它，并確保作為一家公司，我們部署的任何東西都與我們的核心價值觀保持技術(shù)趨勢2024技術(shù)趨勢2024確保你擁有版權(quán)生成式AI改變了版權(quán)的格局?，F(xiàn)在，任何人只需點擊幾下鼠標(biāo)，就可以創(chuàng)建圖像、視頻、文本和音頻。然而，一些模型內(nèi)容在被使用之前已經(jīng)接受了來自第三方的訓(xùn)練。最近美國一家法院的裁定，使得由AI生成的內(nèi)容不適用版權(quán)保護的相關(guān)條文21。此外，對從網(wǎng)絡(luò)上抓取的受版權(quán)保護的材料進行模型訓(xùn)練，可能會帶來包括侵犯知識產(chǎn)權(quán)在內(nèi)的法律風(fēng)險22。但是這些問題也并不是不可解決。例如，內(nèi)容提供商Shutterstock已經(jīng)表明，可以以一種既尊重原始版權(quán)持有人的權(quán)利，又確保AI生成的內(nèi)容可以具有商業(yè)用途的方式進行操作。Shutterstock最近推出了一款圖像生成工具，可以根該工具也接受了第三方藝術(shù)家創(chuàng)作的圖像的訓(xùn)練。然而，與其他圖像生成器不同的是，每位藝術(shù)家都事先同意了在模型訓(xùn)練中使用其作品。當(dāng)參與的藝術(shù)家作品被用于訓(xùn)練模型，且用戶認可了在平臺上生成的圖像時，藝術(shù)家們也會得到相應(yīng)報酬。Shutterstock將其內(nèi)容作為數(shù)據(jù)設(shè)立授權(quán)機制，也使得最終用戶能夠獲得額外的法律保護。作內(nèi)容的需求絕對是爆炸性增長的。我們早早看到了將內(nèi)容視為可以訓(xùn)練生成式AI模型的數(shù)據(jù)的機會。這既保護了我們業(yè)務(wù)的核心，同時也尊重了藝術(shù)家和爬行，行走，奔跑，飛翔多年來，這4個階段一直是企業(yè)擴大服務(wù)產(chǎn)品使用規(guī)應(yīng)用可能是臨時性的，需要大量人工工作。經(jīng)歷過爬行階段后進入行走階段，在這個階段，流程作為基礎(chǔ)得到了更為明確的定義，同時實現(xiàn)了自動化。在奔跑階段，應(yīng)用場景得以標(biāo)準(zhǔn)化，并在企業(yè)層面普及。到了飛翔階段，組織已經(jīng)可以利用已完成的工作來衍生下一代能力?；瘜W(xué)公司Eastman使用這種方法開發(fā)基于生成式AI的內(nèi)部服務(wù)。該公司在一個人們通常認為信息化水平不高的行業(yè)中使用數(shù)據(jù)和分析能力已久。例如，它擁有一個高級智能服務(wù)（具有專有的熱穩(wěn)定性措施可以預(yù)測客戶工業(yè)制造過程中使用的導(dǎo)熱流體可能會降解的時間，使工程師能夠保持最佳的流體質(zhì)量，并進行產(chǎn)線預(yù)測性維修，從而避免產(chǎn)生代價高昂的停機基于這一經(jīng)驗，該公司正在嘗試如何利用生成式AI來改進其銷售流程。它通過自然語言文本文件，建立目前正在測試從銷售電話記錄中提取有效信息。這些記錄是銷售團隊在每次通話后生成的，盡管它們包含重要的情報信息，但很少有人閱讀。現(xiàn)在，借助生成家化學(xué)公司利用數(shù)字服務(wù)層在市場上脫穎而出，并創(chuàng)鑒于生成式AI的發(fā)展速度，建議將這種框架應(yīng)用于新的企業(yè)應(yīng)用場景。即，將概念驗證項目轉(zhuǎn)化為標(biāo)準(zhǔn)實踐，進而推廣為整個企業(yè)的標(biāo)準(zhǔn)操作程序。一旦企業(yè)達到這種成熟度，其發(fā)展將不再受限。在不久的將來，由于基于垂直領(lǐng)域數(shù)據(jù)訓(xùn)練的模型的出現(xiàn)，企業(yè)可能更容易從生成式AI中獲益。如今，大多數(shù)使用生成式AI的企業(yè)都使用基于通用數(shù)據(jù)訓(xùn)練的基礎(chǔ)模型構(gòu)建的工具。具有如此通用知識庫的工具可以用于特定的主題領(lǐng)域，這也展示了LLM的強大之處。但下一代LLM可能會更加聚焦，并針對企業(yè)的特定需求量身定制26。這一趨勢已經(jīng)開始顯現(xiàn)。英偉達推出了一款名為BioNeMo的工具，這是一款針對生物技術(shù)領(lǐng)域的款經(jīng)過訓(xùn)練的，專用于處理客服交互的工具28。ClimateBERT是一個接受過氣候變化研究訓(xùn)練的模型，可以就氣候相關(guān)風(fēng)險為企業(yè)提供建議30。隨著企業(yè)意識到為其行業(yè)定制訓(xùn)練模型的好處，我們可能會看到對這類服務(wù)的更多需求的涌現(xiàn)。超過三分之一的企業(yè)已經(jīng)計劃在未來為其業(yè)務(wù)需求訓(xùn)練和定制私有的LLM31。對于企業(yè)來說，私有的語言模型可能是生成式AI的真正潛力所在。這些模型由專業(yè)組織開發(fā)和維護，底層代碼對公眾保密。這些模型針對特定的目的被開發(fā)且被安全地托管，再基于私有數(shù)據(jù)進行訓(xùn)練，它們可以為組織提供巨大的競爭優(yōu)勢。這可展望：富有想象力的高管不可或缺企業(yè)激勵海報逐漸從印刷品發(fā)展為表情包，但一句被過度使用的格言可能會重新奪回它作為企業(yè)座右銘的地位：我們的想象力是唯一的限制。你可能之前聽過這句話，團隊和組織在變革中總會受多方面的約束。他們沒有足夠的數(shù)據(jù)或正確的數(shù)據(jù)；你可以持續(xù)創(chuàng)建大量的內(nèi)容，識別新的運營效率，或在幾分鐘內(nèi)瀏覽財務(wù)報表等監(jiān)管文件或顧客評價。現(xiàn)在唯一的問題是，你想知道什么？在采用生成式AI的企業(yè)中，提出更好的問題將成為一項關(guān)鍵技能。這一趨勢可能會創(chuàng)造對新型領(lǐng)導(dǎo)者的需求，這種領(lǐng)導(dǎo)者相比于我們過去所見的，更多地受到創(chuàng)造力的驅(qū)動。在過去20年左右的時間里，我們看到領(lǐng)導(dǎo)者因根據(jù)數(shù)據(jù)和洞察力而不是直覺和本能來引導(dǎo)組織而受到獎勵。但未來幾年，我們可能會看到更多富有想象力的領(lǐng)導(dǎo)者躍居前列。給圖像生成器一個無聊的提示，它就會生成一張無聊的圖片。企業(yè)級的生成式AI應(yīng)用程序也是如此。缺乏想象力的應(yīng)用場景影響范圍終歸有限。隨著越來越多的企業(yè)試圖將自己與競爭對手區(qū)別開來，那些能夠為生成式AI找到創(chuàng)造性新應(yīng)用的領(lǐng)導(dǎo)者可能會將自己與那些忙于追蹤數(shù)據(jù)的同行們區(qū)分開來。這并不意味著數(shù)據(jù)驅(qū)動的決策將變得毫無意義。事實上，它將一如既往的重要，甚至更加重要。但數(shù)據(jù)驅(qū)動的定義可能會發(fā)生改變，因為生成式AI的應(yīng)用，領(lǐng)導(dǎo)者可以訪問的數(shù)據(jù)范圍將會增加。企業(yè)的大量數(shù)據(jù)都隱藏在自然語言文本文件、機器日志和越來越多的智能產(chǎn)品中32。生成式AI使組織能夠理解以往這領(lǐng)導(dǎo)者將了解這些常常被忽視的數(shù)據(jù)源對其業(yè)務(wù)的影響，并利用生成式AI對數(shù)據(jù)源提出智能問題。他們可以根據(jù)思考的節(jié)奏提問，而不是等待每周的周報。但所有這些僅僅觸及了生成式AI可能產(chǎn)生的影響的只是當(dāng)下暫不確定將在哪個領(lǐng)域的影響最為重大。技術(shù)趨勢2024技術(shù)趨勢2024著技術(shù)成為企業(yè)能力分化的決定性因素之一，越來越多的企業(yè)構(gòu)建了更加復(fù)雜的依賴于技術(shù)的工作任務(wù)。但是創(chuàng)新類的數(shù)字化場景，包括訓(xùn)練AI模型、執(zhí)行復(fù)雜模擬、構(gòu)建數(shù)字孿生等，對計算資源也產(chǎn)生了新的需求，使得企業(yè)的基礎(chǔ)設(shè)施資源愈加不堪重負。常規(guī)的云服務(wù)雖然仍然能夠為大多數(shù)的日常運營提供足夠的支撐，但企業(yè)還需要通過高度優(yōu)化和專用化的計算環(huán)境來驅(qū)動新數(shù)字化場景，從而產(chǎn)優(yōu)化運行硬件的代碼庫可能是加速業(yè)務(wù)應(yīng)用程序的第一步，這是一個長期被忽視的領(lǐng)域，而這種優(yōu)化可以顯著提高性能。此外，專門用于訓(xùn)練AI和其他先進計算過程的新興硬件正在成為企業(yè)算力的新支柱。圖形處理單元(GPU)、AI芯片，以及量子和神經(jīng)形態(tài)計算機等新技術(shù)，即將開始定義下一個計算時代1。目前計算性能的提升大都聚焦在如何更快地通過集成電路傳輸0和1。當(dāng)然這仍是優(yōu)化計算的重要領(lǐng)域，但這種情形可能不會持續(xù)太久。研究人員和科技公司正在尋找創(chuàng)新的方式來繞過（而不是克服）計算性能限制。他們正在為企業(yè)計算的新范式奠定基礎(chǔ)，該范有些基于硅基技術(shù)，有些則不是。技術(shù)趨勢2024當(dāng)下：過去的性能紅利無法給未來帶來技術(shù)趨勢2024過去的50年左右，算力的性價比提升一直是由摩爾定律決定的——計算機芯片上晶體管的數(shù)量以及性能大約每兩年翻一番2。然而，芯片制造商正越來越多地遇到物理空間上的限制。畢竟一塊空間有限的硅能夠容納的晶體管數(shù)量是有上限的，一些觀察家認為摩爾定律已經(jīng)失效3。雖然結(jié)論可能為時尚早，但至少大家都意識到目前的賽道是有盡頭的。芯片越來越耗電，冷卻成本越來越高都將成為性能的瓶頸4，因此即使芯片制造商能夠為芯片增加更多的晶體管，性價比也不一定會提升。情況似乎越來越糟糕：許多企業(yè)的基礎(chǔ)設(shè)施正在向計算密集型轉(zhuǎn)型。而隨著工業(yè)自動化的加速發(fā)展，許多公司也在開始發(fā)展數(shù)字孿生來模擬真實世界的流程，并且加大力度部署互聯(lián)設(shè)備和物聯(lián)網(wǎng)。這兩者都產(chǎn)生了海量的數(shù)據(jù)和計算處理需求。機器學(xué)習(xí)，尤其是生數(shù)據(jù)。這些數(shù)字化實踐都可以成為企業(yè)的重要競爭優(yōu)勢，但同時也對計算資源提出了新要求，企業(yè)因此也陷入了兩難的困境。在現(xiàn)有的私有化基礎(chǔ)設(shè)施上運行新數(shù)字化場景看起來是行不通的，而使用云服務(wù)雖然可以滿足資源需求，但極高的成本使得企業(yè)往往難以CPU性能進步放緩影響的不僅是企業(yè)的利潤。例如，現(xiàn)在每個企業(yè)和政府都在努力實現(xiàn)凈零碳排放的問題，但與此同時會使得企業(yè)提升傳統(tǒng)方式計算能力的需求很難得到滿足：“如果沒有摩爾定律，隨著計算當(dāng)拐點到來時，發(fā)展數(shù)據(jù)中心或增加云支出以獲得更好的性能不再具有經(jīng)濟意義。傳統(tǒng)云服務(wù)雖然仍然是人力資源管理）的最佳選擇，但是如果在傳統(tǒng)云資源中運行推動業(yè)務(wù)增長的數(shù)字化場景（如：AI，智能化應(yīng)用）最終可能會吃掉整個企業(yè)的IT預(yù)算。因此企業(yè)必須尋求新的方法，例如專用化的高性能計算解決探索：讓硬件和軟件更智能，而不是更企業(yè)領(lǐng)導(dǎo)者不會因為傳統(tǒng)計算性能的進步放緩而給他們的數(shù)字化轉(zhuǎn)型計劃踩剎車。新興的性能提升方法則將在推動企業(yè)業(yè)務(wù)發(fā)展方面發(fā)揮重要作用。代碼臃腫或效率低下在過去CPU性能快速增長的年代并非是世界末日。但現(xiàn)在，隨著CPU性能提升的放緩，工程師的代碼效率變得更加重要。即使執(zhí)行代碼的硬件保持不變，企業(yè)同樣也有可能通過更精簡的代碼獲得顯著的性能改進8。系統(tǒng)云遷移期間通常是簡化代碼的好時機。但是有時直接遷移舊程序（如：運行在大型機上的COBOL程序也可能會導(dǎo)致代碼膨脹和效率低下9。將應(yīng)用程序重構(gòu)為采用更現(xiàn)代化技術(shù)的代碼（如Java）可以使企業(yè)更有效的利用云服務(wù)的能力并幫助消除性能問題。猶他州災(zāi)害恢復(fù)辦公室最近對其主要案件管理和會計系統(tǒng)進行了全面的云遷移，通過自動化的優(yōu)化工具將代碼從COBOL轉(zhuǎn)換為Java，系統(tǒng)性能得到了提升。該辦公室的技術(shù)負責(zé)人BartMason說：“通過云遷移，應(yīng)用程序比在大型機上運行得快得多。”10比利時零售商克魯特集團開始了一段雄心勃勃的創(chuàng)新之旅：包括利用計算機視覺跟蹤和管理庫存以實現(xiàn)商品倉庫的自動化，開發(fā)自動駕駛汽車實現(xiàn)將商品向客戶交付的無人化等。而這些新場景促使該企業(yè)規(guī)劃如何讓新計算任務(wù)能夠更合理的使用計算資源。有效管理計算工作負載的方法之一是是挖掘所有可利用的計算資源?？唆斕丶瘓F部門經(jīng)理BrechtelDero表示，由于智能設(shè)備的普及，該公司擁有大量可用的并沒有納入公司的數(shù)字化基礎(chǔ)設(shè)施進行統(tǒng)一管理。開發(fā)一套連接異構(gòu)計算資源的體系顯然對企業(yè)有益，但在這項工作在啟動時就遇到了挑戰(zhàn)。Dero表示，克術(shù)方面，該公司運營著一個彈性化的ERP環(huán)境，允許集成各種來源的數(shù)據(jù)，這也是公司實現(xiàn)信息技術(shù)和操作技術(shù)一體化的支柱。ERP環(huán)境和物聯(lián)網(wǎng)設(shè)備之間實現(xiàn)無縫集成，確保負載和計算發(fā)生在正確的位置，并輔以正確的交互方式，專業(yè)化的智能編程和更好地利用現(xiàn)有的計算資源可以幫助企業(yè)加快計算過程，但對于某類特定問題，企業(yè)則越來越多地轉(zhuǎn)向?qū)Ｓ没布桨?。GPU已成為訓(xùn)練AI模型的首選資源，這項技術(shù)將推動企業(yè)實現(xiàn)運營效率和創(chuàng)新方面的巨大進步。顧名思義，GPU最初的設(shè)計目標(biāo)是使得圖形運行更流暢。但在這一過程中，開發(fā)人員意識到GPU的并行數(shù)據(jù)處理特性可以簡化AI模型訓(xùn)練，這涉及到將TB級的數(shù)據(jù)通過算法進行處理，也是當(dāng)今企業(yè)面臨技術(shù)趨勢2024技術(shù)趨勢2024的計算密集型工作負載之一。傳統(tǒng)CPU是按順序處理數(shù)據(jù)的，而GPU是將問題分解為小部分來并行處理。當(dāng)用戶在訓(xùn)練模型時，并行處理對于百萬級數(shù)據(jù)點訓(xùn)練需求的AI算法來說至關(guān)重要13。自從生成式AI成為主流以來，快速訓(xùn)練和運行模型的能力已成為企業(yè)計算的當(dāng)務(wù)之急。大型科技和社交媒體公司以及領(lǐng)先的研究、電信和營銷公司都在其經(jīng)營領(lǐng)域內(nèi)部署自己的GPU14。但對于更多的傳統(tǒng)企業(yè)來說，最常見的方式則是使用云上的GPU將AI模型訓(xùn)練成本降為1/6，訓(xùn)練時間則降為1/5（圖1）15。如今大多數(shù)領(lǐng)先的芯片制造商都在提例如，亞馬遜提供了一種名為Inferentia的芯片。據(jù)種芯片用于處理海量數(shù)據(jù)，同時消耗的功率比傳統(tǒng)處谷歌也參與了AI芯片的競賽，其研發(fā)的一款叫做過谷歌云對外提供服務(wù)。這種處理器屬于專用的集成電路，通過優(yōu)化以處理矩陣運算，能夠支持絕大多數(shù)專用化的AI芯片將繼續(xù)在企業(yè)環(huán)境中占據(jù)重要地位。AI的日益普及會給大多數(shù)企業(yè)現(xiàn)有的數(shù)據(jù)中心基礎(chǔ)設(shè)施帶來壓力，與通用資源相比，定制芯片的高性能可能成為主要的競爭優(yōu)勢。當(dāng)然，這些并不意味著企業(yè)會在一夜之間就能夠獲得這些新技術(shù)產(chǎn)生的收益。從歷史上看，專用化硬件的普及需要必要的標(biāo)準(zhǔn)及生態(tài)體系的支撐，因此從技術(shù)可用到企業(yè)廣泛應(yīng)用總是存在一定的滯后時間，企業(yè)也許還需要幾年時間才能加快步伐采用這些創(chuàng)新技為新興技術(shù)做好準(zhǔn)備，并在商業(yè)案例成熟時準(zhǔn)備好利用這些新技術(shù)所需要的技能。圖圖1展望：超越二進制格到圖形設(shè)計的一切軟件提供算力。幾十年來，企業(yè)幾乎可以在這類商業(yè)化硬件上運行任何應(yīng)用程序，而無需考慮其他選項。但目前研究人員和科技公司正在開發(fā)處理數(shù)據(jù)的新方法，并在構(gòu)建擁有更多可能性的全新世界。最有前景的新范式之一可能是量子計算——這項技術(shù)已經(jīng)討論了多年，其影響力越來越明顯。量子退火是量子計算的首批企業(yè)級應(yīng)用之一，有望為解決優(yōu)化復(fù)雜任務(wù)（如：旅行推銷員的問題）提供新路徑18。這類問題以往是使用機器學(xué)習(xí)來解決的。但由于優(yōu)化問題的復(fù)雜性，底層的數(shù)學(xué)邏輯使得計算過程變得異常復(fù)雜，并且傳統(tǒng)方法依然無法提供完美的而量子退火是利用量子比特的物理屬性來找到最佳路徑，能夠為眾所周知的復(fù)雜問題找到有效解決方案，這類問題往往都涉及到大量的變量，例如太空發(fā)射計劃、財務(wù)建模和路線優(yōu)化等19。與傳統(tǒng)方法相比，量子退火可以更快地計算出解決方案，并且需要更少的數(shù)據(jù)和消耗更少的能量。量子退火可能成為量子計算機的第一個廣泛應(yīng)用，但絕不會是最后一個。這項技術(shù)正在迅速成熟，并可能很快應(yīng)用于解決當(dāng)今經(jīng)典計算機不太適用的一系列問題。量子計算機處理信息的方式與經(jīng)典計算機有根本的不同，這使它們能夠從不同的角度探索挑戰(zhàn)，尤其IBM最近與波音公司合作，探索如何將量子計算應(yīng)用IBMquantum的理論和量子計算科學(xué)主管KatiePizzolato表示：“現(xiàn)在是時候?qū)⒘孔佑嬎銠C視為科學(xué)發(fā)現(xiàn)的工具了?！?0“在經(jīng)典計算機的發(fā)展史上，我們發(fā)現(xiàn)了一種神奇的方法來應(yīng)對系統(tǒng)越來越龐大的問題，答案就是量子計算機。量子計算機的使用規(guī)模正在逼近能夠與經(jīng)典計算機競爭的程度，而現(xiàn)在我們與我們目前的二進制計算相比，量子計算機代表了一種對數(shù)據(jù)進行計算的全新方式，但這并不是唯一的新方法。另一個有前景的領(lǐng)域是神經(jīng)形態(tài)計算，這種方法的靈感來源于人腦的神經(jīng)元突觸連接方式。神經(jīng)形態(tài)計算的晶體管不是按順序來處理數(shù)據(jù)的，而是采用了網(wǎng)絡(luò)化的方式——就像大腦神經(jīng)元一樣，計算能力隨著神經(jīng)元之間連接的數(shù)量而增加，而不僅僅是晶體管的個數(shù)。這種技術(shù)的主要好處是有潛力在不增加功耗的情況下提高性能21。更出色的AI應(yīng)用程序是神經(jīng)形態(tài)計算最有可能的應(yīng)用場景。雖然這種計算方法還處于早期階段，但很容易看出以人腦為模型的計算機是如何促進認知應(yīng)用的。神經(jīng)形態(tài)計算應(yīng)用中最具有前景的應(yīng)用場景包括自然語言理解、傳感、機器人和腦機接口等。神經(jīng)形態(tài)計算雖然仍然是個嶄新的領(lǐng)域，但它得到了IBM、英特爾等計算巨頭的支持。IBM正在開發(fā)一種名為TrueNorth22的神經(jīng)形態(tài)芯片，英特爾則剛剛推出了光學(xué)計算也是一種很有發(fā)展前景的方法。處理器使用光波來移動和存儲數(shù)據(jù)，而不是通過電子在電路板上運行。其優(yōu)點是數(shù)據(jù)實際上是以光速移動的。這一領(lǐng)域雖然不如量子和神經(jīng)形態(tài)計算發(fā)展迅猛，但是有IBM和微軟等領(lǐng)先的科技公司正在進行研究24。所有這些范例的共同優(yōu)點是使用比CPU或GPU更低的功率，同時實現(xiàn)類似的甚至潛力更好的性能。隨著國家和企業(yè)都在努力的實現(xiàn)凈零碳排放，這一優(yōu)勢在未來幾年可能會變得更加重要。企業(yè)對更快、更普及的計算需求只會增加，但如果真要實現(xiàn)這一目標(biāo)，那當(dāng)然這并不意味著這些新技術(shù)將成為解決相關(guān)氣候問與任何形式的計算一樣，龐大的代碼將會提高神經(jīng)形對簡化代碼的需求也將持續(xù)存在。另外，這些創(chuàng)新在任何時候都不太可能全面取代CPU。對于絕大多數(shù)企業(yè)的工作負載來說，傳統(tǒng)計算資源仍然是最有效和最值得信賴的工具，這一點不太可能改變。但企業(yè)未來能夠通過將一些新技術(shù)融入其基礎(chǔ)設(shè)施來推進其最具創(chuàng)新性的項目。正如我們今天看到的將CPU和GPU結(jié)合在一個產(chǎn)品中的云服務(wù)一樣，未來的超級平臺可能會添加量子、神經(jīng)形態(tài)或光學(xué)計算的功能，因此工程師甚至可能不需要考慮運行其工作負載的具體硬件是什么。我們今天的信息世界是由0和1定義的，毫無疑這種模式已經(jīng)讓我們走了很遠。但是未來似乎擁有無限的可能性：發(fā)生改變的不僅僅是計算這個范疇，新技術(shù)將會推動一個嶄新的創(chuàng)新時代，而我們才剛剛開始看到它的輪廓。技術(shù)趨勢2024技術(shù)趨勢2024技術(shù)趨勢2024技術(shù)趨勢2024著新興技術(shù)成為新聞焦點，科技人才對企業(yè)的重要性一如既往。預(yù)計到2024年，全球開發(fā)者將達到近2,900萬1。正如我們在《技術(shù)趨勢2023》中所討論的那樣，這一數(shù)字已經(jīng)超過了澳大利亞的全部人口，但仍然跟不上需求增長的步伐2。盡管有這樣的增長，但大多數(shù)組織中開發(fā)人員的生產(chǎn)力遠未得到釋放：在大多數(shù)公司，開發(fā)人員通常只有近年來，主流企業(yè)都在向敏捷、DevSecOps和云工程等方面轉(zhuǎn)型，這些技術(shù)有效的提升了速度、質(zhì)量和跨職能的協(xié)作。現(xiàn)在，那些致力于吸引并和留住最優(yōu)秀技術(shù)人才的公司開始關(guān)注一個新的重點領(lǐng)域：開發(fā)關(guān)注軟件工程師與組織互動的每個工作觸點，以提高他們的日常生產(chǎn)力和滿意度4。管理者們一致認為，良好的開發(fā)者體驗會帶來更好的客戶滿意度，因此已經(jīng)從單純的關(guān)注速度和數(shù)量轉(zhuǎn)移到如何提供適當(dāng)?shù)墓ぞ摺⑵脚_和反饋機制等方面，從而最終創(chuàng)建一種適合開發(fā)人員的文化。圍繞速度的指標(biāo)——比如每名開發(fā)人員完成的代碼行數(shù)或用戶故事點——正在讓位于更全面的新指標(biāo)，例如：第一次提交代碼(pullrequest)時間（開發(fā)人員發(fā)布要代碼所需的時間）、待完成工作積壓(backlog)變化和缺陷率等5。去中心化的團隊和碎片化的工具集用戶體驗、網(wǎng)絡(luò)、風(fēng)險、質(zhì)量管理以及產(chǎn)品等團隊的資源集成起來，并為團隊提供定制的績效管理、精簡的體系結(jié)構(gòu)和配套工具。而所有這些變化的好處是什么呢？81%的公司已經(jīng)意識到，在開發(fā)者體驗方面提高工程體驗可以帶來一種全新的工作狀態(tài)：從個體表現(xiàn)來看，新雇傭的軟件工程師從入職的第一天起就能高效工作，從整體來看則能夠促進企業(yè)的技術(shù)愿景與其業(yè)務(wù)目標(biāo)完全融合。展望未來，企業(yè)會更加追求集成的簡易工具的收益，并意識到為開發(fā)者體驗所做的投資可以使企業(yè)更全面地發(fā)揮技術(shù)價值。當(dāng)下：開發(fā)人員巨大缺口和能效發(fā)揮的的CEO認為，他們的組織在2020年后顯著加快了數(shù)字化轉(zhuǎn)型7。預(yù)計到2024年全球數(shù)字化轉(zhuǎn)型支出正如我們在2023年全球技術(shù)領(lǐng)導(dǎo)力研究中所討論的那樣，投資的增加更加凸顯了技術(shù)管理者和技術(shù)員工的重要性。9各行各業(yè)的組織（不僅僅是科技行業(yè)）正在把軟件作汽車制造商通過自動駕駛算法和智能網(wǎng)聯(lián)平臺實現(xiàn)新的移動服務(wù)；工業(yè)制造商通過設(shè)備的聯(lián)網(wǎng)，例如渦輪機和發(fā)電機等，來收集性能數(shù)據(jù)，在發(fā)生故障前識別已有問題并優(yōu)化維護計劃；消費品牌的虛擬試穿應(yīng)用程序，通過AR技術(shù)讓購物者能以數(shù)字化的方式試穿衣服。這些數(shù)字化轉(zhuǎn)型創(chuàng)新對企業(yè)發(fā)展業(yè)務(wù)核心競爭力來說至關(guān)重要，而這一切離不開卓越的軟件工程以及帶來這些技術(shù)能力的開發(fā)人員。以上種種導(dǎo)致企業(yè)對開發(fā)人員的需求猛增。軟件開發(fā)之下，其他職業(yè)的平均增長率僅為8%10。而這一增長不僅僅發(fā)生在科技行業(yè)。事實上，只有10%的新軟件開發(fā)人員職位集中在科技公司，而各行各業(yè)對數(shù)字產(chǎn)品和服務(wù)的需求在未來幾年更會不斷增長11。政府和商業(yè)組織都在采用科技公司的開發(fā)者體驗實踐，以吸引和留住開發(fā)人員。例如，通過建立持續(xù)集期采用自動化和測試12；倡導(dǎo)全棧工程，通過模擬、學(xué)徒模式和輪崗等方法讓技術(shù)人才能夠接觸到產(chǎn)品開發(fā)的全過程（包括前端、后端、Web等）13。然而，盡管對軟件開發(fā)人員有需求，許多企業(yè)卻并沒有致力于掃清開發(fā)人員在生產(chǎn)力和滿意度方面的障礙（圖1）14。開發(fā)人員不得不在配置、工具集成和調(diào)試上花費更多的時間，導(dǎo)致占用本來可以用于開發(fā)新應(yīng)用和新功能的時間，而這些新應(yīng)用和新功能本可以此外，開發(fā)人員經(jīng)常會面對令人厭煩的非包容性企業(yè)文化，這類文化強調(diào)高度的同質(zhì)化，阻礙了開發(fā)人員獲得工作滿意度16。另外一個現(xiàn)象是，Appian、的激增降低了軟件開發(fā)的門檻，促成了“公民開發(fā)者分布在整個業(yè)務(wù)領(lǐng)域的軟件開發(fā)者實現(xiàn)更快的創(chuàng)新。這一運動雖然帶來了新的機會，但同時也要看到在IT治理、數(shù)據(jù)安全和技術(shù)負債積累等方面帶來的潛在風(fēng)險。應(yīng)當(dāng)認識到，專業(yè)化的軟件團隊和開發(fā)人員始終都是企業(yè)數(shù)字化的主力軍。圖圖1技術(shù)趨勢2024技術(shù)趨勢2024開發(fā)工程管理者在設(shè)計一套領(lǐng)先的開發(fā)者體驗體系時一次性的改善起不到明顯作用，管理者需要在工程體驗方面進行整體優(yōu)化，為開發(fā)人員提供通向成功的工具、績效衡量標(biāo)準(zhǔn)和流程。企業(yè)在做DevOps轉(zhuǎn)型時往往側(cè)重于改進生產(chǎn)力工具和框架，但如果想要開發(fā)人員獲得良好的體驗，企業(yè)還需要建立一系列相輔相成的能力，核心是如何最大限度地提高開發(fā)人員的生產(chǎn)力和滿意度，這樣才能形成一個良性循環(huán)。有了適當(dāng)?shù)墓ぞ?、流程和文化的加持，開發(fā)人員通常能夠表現(xiàn)得更好。事實上，根據(jù)《哈佛商業(yè)評論》的數(shù)據(jù)，如果員工覺得自己擁有能夠支持他們工作的技術(shù)，那么他們的敬業(yè)度會提高230%，而能夠為企業(yè)工作三年以上的可能性則會提高85%17。作為回報，滿意度體驗高的開發(fā)人員能夠快速行動，加快部署代碼的頻率，并以高效的方式進為了實現(xiàn)這種良性循環(huán)，組織需要建立一個全面而嶄新的框架，框架應(yīng)考慮到影響開發(fā)人員的各個方面，的成功轉(zhuǎn)型，可以在產(chǎn)品性能提升和客戶體驗改善方圖圖2提供標(biāo)準(zhǔn)化的平臺和工具是建立有效的開發(fā)者體驗的重要方面。盡管這個概念看起來很簡單，但實際操作卻遠非這么如此。據(jù)統(tǒng)計，現(xiàn)在的開發(fā)人員平均要處理超過250個SaaS程序，以及應(yīng)對其他技術(shù)環(huán)境，這些應(yīng)用程序和環(huán)境通常集成度較差。這會導(dǎo)致各團隊之間知識分散，效率低下18。企業(yè)需要通過三個關(guān)鍵能力來解決這種低效問題：?體系結(jié)構(gòu)——最大限度地實現(xiàn)多語言模塊化并保證其可維護性，以提高系統(tǒng)和組件的可擴展性、可重用性和可靠性。?測量工具——收集關(guān)于平臺健康度、產(chǎn)品使用情況以及開發(fā)人員效率的信息。?支持工具——創(chuàng)建相關(guān)工具以確保開發(fā)人員之間領(lǐng)先的組織正順應(yīng)這一趨勢，為開發(fā)人員創(chuàng)建一個一站式平臺，包括可以訪問源代碼庫、上崗信息、文檔、工具、軟件開發(fā)工具包等。據(jù)不完全統(tǒng)計，目前只有37%的開發(fā)人員可以使用這類平臺19，但根據(jù)Gartner的估算這一情況有望得到改觀，到2025年將有75%的組織能夠為開發(fā)團隊提供自助門戶，以提高開發(fā)人員的體驗并加快創(chuàng)新20。平臺和工具到位之后，DevEx的第二個方面就是為開發(fā)人員構(gòu)建清晰、連續(xù)的流程，使他們能夠在標(biāo)準(zhǔn)流程中完成任務(wù)，而不會面臨割裂的系統(tǒng)或糟糕的治理帶來的問題。企業(yè)可以在這里重點關(guān)注三個能力：?開發(fā)加速器——提高效率，減少日常開發(fā)活動中?服務(wù)所有權(quán)——在服務(wù)的整個生命周期中掌控并整合責(zé)任，以降低風(fēng)險。協(xié)同能力，以推動形成一致的結(jié)果。理想的開發(fā)者體驗需要貫穿整個組織的單一流程和連接管道，便于代碼驗證和測試、性能測量以及代碼的安全回滾，而不會導(dǎo)致停機。尖端的技術(shù)組織正在努力地提供可行的實現(xiàn)路徑，各行業(yè)的企業(yè)也正在隨著上述能力的逐漸成熟而使其開發(fā)人員在體驗方面取得例如，美國最大的二手車零售商CarMax在開發(fā)過程現(xiàn)代化方面取得了明顯的成功21。該公司的技術(shù)部門以跨職能團隊的形式，轉(zhuǎn)型為基于產(chǎn)品的運營模式，取代了基于項目的模式。CarMax不再根據(jù)項目的完成情況來評估開發(fā)者，而是開始制定透明化的季度目標(biāo)，以實現(xiàn)更頻繁的交付。公司還將關(guān)注重點放在與伙伴和客戶一起快速測試產(chǎn)品上，以便在推出新功能之前能夠收集反饋并進行迭代。同樣的，Etsy公司在將軟件工程預(yù)算的20%投資于開發(fā)人員體驗后，其最后，要管理和技術(shù)的變革，企業(yè)文化也必須有助于構(gòu)建更現(xiàn)代化的工程體驗。許多公司的開發(fā)人員仍然專注于傳統(tǒng)的大型機語言和工作方式，但已經(jīng)有部分企業(yè)開始將更多的時間花在實現(xiàn)創(chuàng)新上，以促使業(yè)務(wù)和技術(shù)之間能夠同頻共振。公司為吸引和留住技術(shù)人才，需要建立以下能力：?社區(qū)和文化——營造有趣的、富有創(chuàng)造力和多樣化的工作環(huán)境（事實上大多數(shù)技術(shù)部門都非常需要這樣的環(huán)境）23。?持續(xù)學(xué)習(xí)——為工程師的整個職業(yè)生涯發(fā)展設(shè)計學(xué)習(xí)途徑。越來越多的技術(shù)人才正在利用各種資源和方法（包括博客、在線課程、書籍和正規(guī)教育）自主發(fā)展技能，因此對于企業(yè)來說，職場的體系化的學(xué)習(xí)和培訓(xùn)將會比以往任何時候都更加技術(shù)趨勢2024技術(shù)趨勢2024企業(yè)需要為開發(fā)人員提供在職業(yè)生涯各個階段的晉升機會25。例如，花旗銀行為那些希望持續(xù)提升技能的工程師規(guī)劃了職業(yè)道路，使他們能夠跟上開發(fā)相關(guān)的新技術(shù)趨勢。通過優(yōu)先考慮技術(shù)專長，這個組織促進了深層次技術(shù)崗位的持久職業(yè)發(fā)展，為技術(shù)人員提供了多樣化的、引人注目的最重要的是，文化的轉(zhuǎn)變可以幫助公司意識到，評估開發(fā)人員的標(biāo)準(zhǔn)應(yīng)該和其他員工有所區(qū)別。因為開發(fā)人員往往需要構(gòu)建新功能并進行實驗性的工作，所以速度和質(zhì)量并不能準(zhǔn)確評估其工作、學(xué)習(xí)或成長。相反的，科技人才更需要一個相對寬松的環(huán)境，能夠集思廣益、向他人學(xué)習(xí)并共同實現(xiàn)工作目標(biāo)。CarMax在進行自身轉(zhuǎn)型時，非常注重人才體驗，而不僅僅是采用標(biāo)準(zhǔn)化流程。比如為了使得IT部門不被孤立，CarMax特意安排跨職能團隊的員工集中在一個空間工作，此外公司還組織了IT人員的產(chǎn)品展示環(huán)節(jié)。同時，工程師們每兩周會向其他同事介紹開發(fā)中的技術(shù)能力以及成果和經(jīng)驗教訓(xùn)等，以提高工作透明度并能夠及時聽取高級領(lǐng)導(dǎo)的反饋。為了進一“CarMax科技部”，部門的重點目標(biāo)也轉(zhuǎn)換為關(guān)注展望：每個員工都是技術(shù)員工他們的生產(chǎn)力是普通開發(fā)人員的10倍，但在人才市場上尋找“獨角獸”是可遇而不可求的。相反的，只要有了正確的平臺、流程和文化，“10X”的工程師可能不是夢。特別需要指出，生成式AI在未來將開辟更加自動化、智能化的工作環(huán)境，進一步提高開發(fā)人員的生產(chǎn)力，今天的許多技術(shù)壁壘可能在未來五到十年內(nèi)不復(fù)存在。正如我們在去年關(guān)于“跨領(lǐng)域?qū)＜摇钡内厔葜兴岬降?，有興趣挑戰(zhàn)自己的工程師可以利用生產(chǎn)力提高來騰出時間，在職業(yè)生涯中從事新的、有趣的項目和技術(shù)27。在未來幾年為建立新的開發(fā)人員體驗所做的工作不只隨著技術(shù)本身逐漸成為業(yè)務(wù)的核心，技術(shù)性任務(wù)和所需要的技術(shù)人才也會成為企業(yè)的核心能力。如前面討論的，標(biāo)準(zhǔn)化的工具和平臺以及先進的低代碼或無代碼技術(shù)，有一天可能會使企業(yè)的所有員工都成為初級在這樣的趨勢下，未來的企業(yè)不再執(zhí)著于雇傭“10X”工程師，而是關(guān)注非技術(shù)部門的員工可以在技術(shù)領(lǐng)域門的“公民開發(fā)者”將得到技術(shù)開發(fā)授權(quán)，最常見的編程語言將不再是Python或Java，而是英語或者人們選擇的任何自然語言。鑒于自動化進步的速度，未來幾年應(yīng)該有更多的員工能夠執(zhí)行基本技術(shù)任務(wù)，或者監(jiān)督自動化的數(shù)字流程。企業(yè)通過擴大技術(shù)人員人才庫，能夠讓經(jīng)驗豐富的工程師專注于構(gòu)建令他們興奮的高度復(fù)雜或創(chuàng)新型的任務(wù)。所有人都認為，有機會專注于尖端創(chuàng)新和具有挑戰(zhàn)性的問題，會提高下一代開發(fā)人員的生產(chǎn)力和滿意度。技術(shù)趨勢2024技術(shù)趨勢2024可能最近看到了一則關(guān)于TomHanks推銷牙科服務(wù)的廣告。其實這位演員本人并沒有參與拍攝。有人僅僅使用了他的肖像圖片，結(jié)合深度偽造技術(shù)，就讓他看起來參與了廣告拍攝1。任何人都可以被制作成他們好像說過或做過任何事情，這即將成為這個時代的標(biāo)志。由生成式AI的快不可能讓人們分辨出什么是真實的，什么是從計算機深處憑空想象出來的地步。不僅名人成為攻擊目標(biāo)。隨著AI工具的普及，不良分子現(xiàn)在更容易冒充他人行騙。許多人使用深度偽造技術(shù)繞過基于聲音和面部識別的訪問控制，或進行網(wǎng)絡(luò)釣魚攻擊。AI應(yīng)用本身需要大量數(shù)據(jù)，因此數(shù)據(jù)也成為黑客攻擊的重要目標(biāo)。隨著每個新的內(nèi)容生成工具進入互聯(lián)網(wǎng)，安全風(fēng)險也在不斷增加。但是，領(lǐng)先的組織正在響應(yīng)這一趨勢，通過一系列政策和技術(shù)，識別有害內(nèi)容并提高員工對風(fēng)險的意識。那些被不良分子利用來攻擊組織的生成式AI工具，也可以用來識別和預(yù)測攻擊，使企業(yè)能夠提前應(yīng)對。社會工程學(xué)攻擊一直依賴于說服個人交出數(shù)據(jù)或系統(tǒng)但也需要不良分子和受害者之間大量的個人互動。AI生成的內(nèi)容使攻擊者能夠以更低的時間投入來創(chuàng)造這種個人化的聯(lián)系。一波AI生成的內(nèi)容正在針對企業(yè)，通過冒充可信來源來突破安全漏洞。這類問題正在愈人們識別它的能力。大多數(shù)人表示他們能夠區(qū)分AI生成的內(nèi)容和人類生成的內(nèi)容，但還有20%的人不確定3。然而，第一組人可能過于自信。很少有人能夠準(zhǔn)確地區(qū)分這兩者，因為AI內(nèi)容生成器是基于人人們可能期望AI生成的內(nèi)容在某種程度上看起來或不良分子很可能會利用AI生成內(nèi)容，通過多種方式圖1增強型釣魚：釣魚是最常見的網(wǎng)絡(luò)攻擊類型，每天會有34億封垃圾郵件被發(fā)送。2021年，網(wǎng)絡(luò)犯罪分子通過釣魚攻擊估計竊取了4,420萬美元5。釣魚攻擊的成功通常并不是因為它們的高質(zhì)量，而是因為它們以大規(guī)模發(fā)送出去的數(shù)十億封郵件中，最終總會有一些達到目的。大多數(shù)收件人通常能夠通過糟糕的語法和拼寫，或者明顯不認識的收件人來識別釣魚郵件。但生成式AI工具使欺詐者能夠快速、輕松地制作出令人信服、沒有錯誤的釣魚郵件。并通過提供相關(guān)背景信息，使其能夠根據(jù)每個接收者的情況定制消息，使消息更難被忽視。隨著公開可用模型質(zhì)量的提高，這個問題可能會變得更加嚴重6。它們才有足夠的迷惑性以用于網(wǎng)絡(luò)犯罪。現(xiàn)在，我們開始看到它們被用來攻擊企業(yè)。例如，一家總部位于英國的能源公司的CEO被騙走了24.3萬美元，騙子使用深度偽造的AI語音技術(shù)冒充了該公司的母公司負責(zé)人7。在這起事件發(fā)生之后，深度偽造技術(shù)又取得了顯著進步，并且很可能會繼續(xù)快速改進，這使得人們更難以確信自己正在與誰打交道。提示注入：惡意行為者可以利用帶有虛擬助手的網(wǎng)絡(luò)瀏覽器和電子郵件客戶端，在網(wǎng)頁或電子郵件中留下惡意提示詞，指示虛擬助手轉(zhuǎn)發(fā)各類數(shù)據(jù)，諸如聯(lián)系技術(shù)趨勢2024技術(shù)趨勢2024人列表、銀行信息和健康數(shù)據(jù)等8。大多數(shù)類型的社會工程學(xué)攻擊在歷史上都是通過欺騙人們交出數(shù)據(jù)或系統(tǒng)訪問權(quán)限來實施的。但是通過提示詞注入，黑客甚至不需要費心欺騙人。提示詞會被自動執(zhí)行，而受生成式AI的出現(xiàn)更是如虎添翼。AI工具可以快速生成大量內(nèi)容。不良分子可以利用這些工具針對企業(yè)，造成聲譽損害甚至威脅股價9。過去，攻擊者必須親自撰寫信息，但現(xiàn)在的內(nèi)容生成工具使他們能夠大規(guī)模制造誤導(dǎo)信息，讓他們可以反復(fù)對公眾進行實驗和測試，直到找到一個引起共鳴的話題。生成式AI的廣泛可用性以及內(nèi)容生成模型不斷改進的速度，很可能會加劇這些問題。幾乎沒有成本，也幾乎不需要技術(shù)技能，任何人都能夠制作出令人信服的媒體內(nèi)容，讓企業(yè)失去財富和數(shù)據(jù)。這并不意味著企業(yè)對AI生成內(nèi)容的浪潮無能為力。領(lǐng)先的企業(yè)正在采取積極措施，確保自己不成為受社會工程學(xué)并非新鮮事物，盡管合成媒體可能為黑客提供了新的工具，但許多防止這種類型攻擊的經(jīng)典方法在今天仍然適用。對在線通信持懷疑態(tài)度，驗證與您進行通信的人的身份，并要求多因素身份驗證以訪問敏感資產(chǎn)，這些都是企業(yè)防范這種新攻擊的方法。與大多數(shù)社交工程威脅一樣，解決合成內(nèi)容問題驚嘆的事情正在發(fā)生，但它也給網(wǎng)絡(luò)安全的不良分子提供了很多能力。對我而言，重點是確保我們與時俱為了實現(xiàn)這一目標(biāo)，他與生態(tài)伙伴建立合作。Mohammed表示，CarMax與領(lǐng)先的科技公司和專注于AI的網(wǎng)絡(luò)安全初創(chuàng)公司合作，以了解威脅態(tài)勢說?！拔覀兣c那些在AI革命中處于領(lǐng)先地位的大公司合作，同時也與許多專注于AI的初創(chuàng)企業(yè)合作。因此，我們擁有最好的工具來保障我們的信息免受這有效的工具正在出現(xiàn)，幫助企業(yè)識別潛在有害內(nèi)容。就像AI可以創(chuàng)造內(nèi)容一樣，它也可以評估圖像、視頻和文本的真實性。這些工具可能很快能夠預(yù)測企業(yè)在創(chuàng)建和檢測AI生成內(nèi)容方面，訓(xùn)練數(shù)據(jù)的規(guī)模、多樣性和新鮮度至關(guān)重要。當(dāng)生成式AI模型首次公開發(fā)布時，不良分子因為這些模型由擁有最強大硬件和最大訓(xùn)練數(shù)據(jù)集的大型科技公司訓(xùn)練而成，所以占據(jù)了優(yōu)勢。大型科技公司推出的第一代檢測器在訓(xùn)練工具上無法與這種規(guī)模相匹配，以識別惡意這種情況正在改變。例如，RealityDefender會在一個擁有千億字節(jié)規(guī)模的文本、圖像和音頻數(shù)據(jù)庫上訓(xùn)當(dāng)在如此龐大的語料庫上進行訓(xùn)練時，會出現(xiàn)一些微由AI生成的圖像通常具有特定的變形或像素化，文本具有一定程度的可預(yù)測性。這些事情可能對肉眼來說并不明顯，但是一個已使用充分數(shù)據(jù)進行訓(xùn)練的AI模型可以學(xué)會可靠地辨別它們。業(yè)來說，能夠識別有害內(nèi)容并做出回應(yīng)至關(guān)重要，特別是在涉及可能損害企業(yè)聲譽或領(lǐng)導(dǎo)層聲譽的錯誤和虛假宣傳方面。“一旦某事在網(wǎng)絡(luò)上瘋傳，就為時已很快，合成媒體檢測器將變得更加精確。英特爾最近推出了一款深度偽造檢測工具，除依靠傳統(tǒng)數(shù)據(jù)分析方式外，還分析視頻中人們臉部的血液流動跡象。當(dāng)一個人的心臟通過血管泵送血液時，血管的顏色會略微改變。這是可以在真實視頻中測量到的，但對于AI將用于合法目的，如營銷和客戶互動，但網(wǎng)絡(luò)犯罪分子可能會利用生成工具謀取自己的利益。企業(yè)能夠識別員工所接觸內(nèi)容的真實性變得前所未有地重要。展望：貓鼠游戲持續(xù)升級幾年前，許多組織迅速在網(wǎng)絡(luò)安全武器庫中增加了AI16，但生成式AI給不良分子提供了一種新的武器。企業(yè)現(xiàn)在正在迎頭趕上，隨著新范式如量子計算的成熟和AI能力的增強，預(yù)計這個過程將在未來持續(xù)進行下去。量子計算距離廣泛應(yīng)用還有幾年的時間，但它正在迅速成熟，很可能成為黑客和企業(yè)的下一個首選工具，其中最有前景的應(yīng)用之一是量子機器學(xué)習(xí)。就像任何工具一樣，重要的是你如何使用它。它有可能加劇AI量子機器學(xué)習(xí)已經(jīng)顯示出在較少的訓(xùn)練數(shù)據(jù)上生成更準(zhǔn)確的預(yù)測模型的潛力17。經(jīng)典計算數(shù)據(jù)以二進制形式存在：數(shù)據(jù)要么是0，要么是1。但是量子數(shù)據(jù)可以同時具有多個狀態(tài)，使得量子字節(jié)能夠包含更豐富的信息。當(dāng)應(yīng)用于機器學(xué)習(xí)時，可以開發(fā)出目前即使這可能導(dǎo)致黑客制作出更有針對性的內(nèi)容，而無需收集更多關(guān)于他們目標(biāo)受害者的數(shù)據(jù)。在量子機器學(xué)習(xí)然而，對于希望提高網(wǎng)絡(luò)安全的企業(yè)來說，量子機器學(xué)習(xí)也可以顯著提高合成媒體檢測器的性能。檢測器量子計算機甚至可以使企業(yè)更好地預(yù)測可能面臨的攻擊類型。量子機器學(xué)習(xí)擅長預(yù)測，有可能超越經(jīng)典機器學(xué)習(xí)。這是因為量子算法可以檢測各種預(yù)測出錯的概率，并返回一個不太可能失誤的答案19。當(dāng)下，預(yù)測攻擊來源似乎是不可能的，因為它們幾乎可以來自任何地方。但量子機器學(xué)習(xí)的成熟可能使這個問題更易管理，這可能使企業(yè)能夠主動防止攻擊而不是被動企業(yè)當(dāng)前需要為這一實際情況做好準(zhǔn)備，因為不良分子并沒有束手就擒。現(xiàn)在搶先解決這個問題將有助于技術(shù)趨勢2024技術(shù)趨勢2024