业内专家指出，从未预见到如此瞬息万变的发展前景。随着创新步伐的突飞猛进，IT的主要子行业变得越来越复杂：人工智能：ChatGPT去年11月的惊人亮相让行业参与者注意到人工智能正在呈指数级增长，提供了一个工具集（免费），它是不久前的科幻小说。·云计算：云计算已经成为当今技术的基础，从来没有一项技术能够持续发展得如此彻底。大多数企业都在采用多云。因此，客户可以从云计算的巨大潜力中获益，减轻令人沮丧的管理和成本压力。?边缘??计算：边缘计算的采用将在2022年爆发式增长，许多企业高管将其视为新的主要关注点。物联网的沉浸式计算环境正在创建一个支持商业和协作并最终支持Metaverse的数据丰富的基础设施。?数据分析：数据分析是推动决策制定的引擎，催生了许多快速增长的子行业，从预测分析到数据可视化再到实时数据挖掘。数据分析不再是一门独立的学科，而是作为核心元素被构建到越来越多的应用程序中。随着数据变得无处不在，越来越多的企业喜欢挖掘数据以获取洞察力。鉴于科技行业的快速变化，科技行业的收入将继续快速上升。以云计算市场为例，其复合年增长率为14.4%。全球云计算市场预计将从2022年的4830亿美元增长到2030年的1.5万亿美元。与人工智能相比，这个增长速度并不快。人工智能市场预计将以38%的复合年增长率增长，从2021年的1.47亿美元跃升至2030年的1.6万亿美元。2023年及以后的技术预测在我们迈入新的一年之际，行业专家和企业高管经常预测未来的技术方向。预测。数字化转型（一）六大趋势值得关注BMCSoftwareCEOAymanSayed表示，随着企业不断发展他们的远程工作和分散式IT运营，支持他们的企业将不得不与他们的需求和新运营模式保持一致产品将很重要。2023年有六大宏观趋势值得关注。?首先，人们的工作方式发生了变化。如果说人们从COVID-19中学到了什么，那就是工作的地点和方式正在发生变化。创新技术将继续成为实现这种灵活性的关键。?经济增长的变化。全球金融市场动荡不安。推动全球经济增长的国家正在发生变化，地缘政治挑战正在改变商业运作方式。预测市场变化并找到成功的方法需要大量的数据分析和洞察力，这将在未来一年继续增长。·包括采购、制造、分销、库存和最后一英里交付在内的供应链已经发生变化，数据和洞察力变得至关重要。对于许多企业来说，现在面临着巨大的压力，要确保他们适应供应链的变化以满足客户和员工的期望。·网络安全。网络安全不再只是公司首席安全官的工作，而是每个人的工作。但是，这需要以不会产生摩擦或减慢业务的方式来完成。·数据的价值。根据Statista发布的一份调查报告，到今年年底，全球每个人平均将产生97ZB的数据。如果可以捕获、分析和应用它以实现更好的业务成果，这将创造巨大的机会。·对社会负责的企业为每个人创造机会和希望，让他们做出正确的决定并共同影响气候变化、多样性和包容性，让世界变得更美好。(2)元界技术仍将只是炒作，数字化转型技术将快速发展。Onymos创始人兼首席执行官ShivaNathan表示，虽然围绕元宇宙技术可能会出现一些令人眼花缭乱的产品，但在2023年，元宇宙不会产生任何大规模采用或改变游戏规则的影响。在可预见的未来，这些技术将只是炒作，直到越来越多的企业更好地了解该领域及其影响。以降低成本为重点的加速数字化转型的技术将在2023年获得发展势头。在COVID-19大流行期间开始的数字化转型趋势将继续加速，各公司将寻找新方法来提高其系统和流程的效率。(3)IT可持续性和成本降低据1E公司首席技术官IanvanReenen表示，到2023年，远程工作将保持不变的趋势，并且随着越来越多的员工选择在家工作，人们将看到更多关于IT的讨论可持续性，包括如何降低IT成本并对环境产生更积极的影响。人们使用的笔记本电脑约70%的碳足迹来自制造过程，因此公司可以采取具体行动，通过评估如何延长笔记本电脑和其他设备的生命周期来提高成本效益和可持续性。企业领导者要问的一个关键问题是他们的公司如何更有效地重新利用和更新IT设备。人工智能与数据（一）从机器人到智能自动化的大扩张据美国沃尔玛公司全球技术执行副总裁SrinivasanVenkatesan表示，自动化的价值很大程度上来自于利用机器人进行复制过去几十年的人类能力。行为并消除费力和重复的任务。到2023年，预计将见证从机器人技术到智能自动化的重大扩展，智能自动化使用人工智能和分析来执行数据驱动的任务，几乎不需要人工交互。这种实施将对人力的依赖转变为对技术的依赖，因此员工可以专注于业务的其他领域。随着越来越多的企业采用这种更新的结构，他们会发现企业的日常任务更加高效。想象一下简化数百个流程和决策，从确定员工任务的优先级到确定货架上的产品库存，再到自动联系客户，所有这一切只需要一个键盘和一个鼠标。优化工作流程和降低成本的可能性和机会是无穷无尽的。(2)企业将寻找能够实现其目标的人工智能解决方案。据NVIDIADGX系统副总裁CharlieBoyle表示，到2023年，不支持并行处理的低效x86传统计算架构将让位于加速计算解决方案。能够提供构建语言模型、推荐系统等所需的计算性能、规模和效率。在经济逆风中，企业将寻求能够实现其目标同时简化IT成本和提高效率的AI解决方案。使用软件集成跨基础设施工作流程的新平台将在计算性能方面带来突破，降低总拥有成本，减少碳足迹，并为取代更浪费、更旧的架构的变革性人工智能项目带来可观的投资回报。(3)人工智能将彻底改变安全、风险和欺诈Intuit高级副总裁兼首席数据官AshokSrivastava表示，人工智能和强大的数据能力重新定义了企业安全模型和功能。安全从业者和整个行业将拥有更好的工具和及时的信息，他们应该能够更准确地隔离安全风险。他们还将使用更多类似营销的技术来了解异常和不良行为。(4)个性化将塑造员工体验据风险投资公司GeneralCatalyst总经理昆廷·克拉克(QuentinClark)表示，个性化已成为寻求建立忠诚度的企业和消费者的主要目标之一。到2023年，这种个性化将在工作场所变得更加普遍（个性化福利、奖励、入职、培训计划）。员工本质上是消费者，他们会越来越期待日常生活中习以为常的个性化服务进入职场。在员工招聘仍然充满挑战且企业正在为增长放缓做准备的时候，个性化可以帮助企业事半功倍，并确保人才稳定。(5)Torq的联合创始人兼首席技术官LeonidBelkind表示，安全自动化的主动足迹不断扩大。安全自动化部署将转向主动方法，有助于防患于未然，而不是根据历史攻击进行追溯。以无缝方式构建工作流和流程。其中包括安全团队利用早期威胁情报信号并将针对这些信号的防御构建到他们的工作流程中。结果将是一个全面的新功能框架来抵御攻击，将整个安全堆栈整合到迄今为止最强大的保护方法中。(6)AI和机器学习系统必须实时工作根据HiLabs数据科学高级副总裁KuldeepJiwani的说法，医疗保健AI将很快从被动状态转变为主动状态。为此，人工智能和机器学习系统必须实时工作。这可以通过多种方式实现：实现主动或预测AI的一种方式是拥有一个基于MLOps的闭环系统，其中机器学习模型训练在后台进行，以生成仅适用于实时数据的模型。观察预测质量，如果预测质量下降，则触发自动闭环，重新训练数据以生成新模型，并将新版本放回流式预测管道。实现主动AI的另一种方法是实施持续学习框架，其中同一模型从错误中学习并随着时间的推移自动纠正。(7)AI方法将基于使用自我监督和生成AI算法，iRhythm数据科学高级主管EvangelosHytopoulos表示，当今大多数AI模型都基于监督学习，其中标签与测量相结合，教授一种算法来预测未知数据。然而，创建标记数据集需要大量工作，因此通常只能标记数据的一个子集，限制了当前模型的学习能力。在未来几年，预计会看到基于使用自我监督和生成AI算法的AI方法，以促进将大量数据纳入模型训练。监督学习能够学习底层测量的重要特征，这些特征是数据的更丰富的表示。生成算法具有创建合成数据的优势——标签来自不同的信号域，重要的特征是从感兴趣的域中学习的。在这两种情况下，都需要进行适当的验证以证明算法的有效性并证明其预测没有偏差。(8)自动化、AIOps和经济衰退BigPanda产品营销副总裁MohanKompella表示，与人们在新冠疫情开始时看到的情况非常相似，2023年的经济衰退将迫使企业想办法如何应对使用自动化和AIOps等。通过使用技术进行扩展，而不是通过增加员工人数。由于许多公司冻结招聘并被迫在固定预算下工作，除了裁员之外，企业必须找到支持现有员工的方法，并为IT、SRE和DevOps团队创造一个压力较小的工作环境，以避免员工倦怠。因此，必须采用有效的自动化解决方案。(9)业界认可的开放式Lakehouse将会出现。Ahana的联合创始人兼首席执行官StevenMih表示，随着市场进一步选择表格格式、计算引擎和接口的开放选项，LAMP堆栈的Lakehouse版本将会出现。.来自Linux基金会和Apache软件基金会的项目将成为它的组成部分。云计算(1)重新调整多云战略思科首席战略官兼应用总经理LizCentoni表示，随着去全球化和数据主权问题的加速，未来一年企业将利用多云架构。肉眼可见的变化。虽然89%的企业出于各种原因（地缘政治、技术、供应商多样性）采用多云战略，但好处在于增加了连接、保护和观察多云环境的复杂性。我们将看到向新的多云框架的巨大转变，例如主权云、本地区域云、零碳云和其他新型云产品。这将为更多私有云和边缘云应用程序和服务开辟一条道路，开创全新的多云运营模式。(2)云计算实现合规Cloudflare的现场首席技术官JohnEngates表示，遵守最近通过的全球隐私和数据法规已经成为企业IT团队的噩梦。2023年，云计算服务将最终减轻这些团队的合规负担，并自动确定数据可以合法存储和处理的位置。我相信大多数云计算服务很快就会内置合规功能，云计算本身应该会减轻企业的合规负担。不应要求开发人员确切知道他们的数据如何以及在何处可以合法存储或处理，合规性负担应主要由开发人员正在构建的云计算服务和工具来处理。Web服务应高效、安全地路由流量，同时遵守所有数据主权法。存储服务应固有地遵守数据驻留规则，处理应遵守相关数据本地化标准。(3)可用性将是2023年制胜关键MariaDB产品经理PatrickBossman表示，近年来了解到的一件事是停机会对业务造成严重影响。到2023年，可用性将成为区分赢家和输家的秘密武器。企业需要避免锁定并具有扩展的灵活性。借助多样化的云计算环境，企业将最大限度地减少中断对其继续运营能力的影响。(4)协同努力实现云计算现代化CoreBTS公司创新总监AndyGlassley表示，在过去十年中，我们看到企业向云计算转移的数量激增。本地基础设施可以完全适应企业保持竞争力所需的不断变化的技术的日子已经一去不复返了。我们现在正处于云计算革命的时代，最好通过重新托管、重构等方式使应用程序现代化。2023年，我们将继续看到企业向云平台迁移，也将看到云计算现代化的合力。企业将利用现有的云投资做更多事情，并通过云原生应用程序、混合应用程序和现代数据基础进行创新。(5)云计算的采用受到成本优化的严重影响根据Alluxio创始人兼首席执行官李浩源的说法，2023年对成本优化的更多关注正在影响云计算的采用。尽管公有云已经为许多企业的业务增长做出了贡献，但全球经济的不确定性将促使拥有数据密集型工作负载的大型企业重新调整其云战略，更加重视成本优化，例如降低出口成本。重点将放在其基础设施的投资回报率(ROI)和总拥有成本(TCO)上，无论是在云端、本地还是两者兼而有之。(6)云迁移和云回传将持续并带来新的需求。SIOSTechnologies客户体验副总裁CassiusRhue表示，由于过去几年发生的改变世界的事件，许多企业已经加快了他们的云采用之旅。并将业务从本地数据中心迁移到云平台。这种云迁移将继续下去，与此同时，许多企业将意识到迁移本身并不是万能的，也不是解决应用程序可用性问题的灵丹妙药。对云中有状态应用程序的高可用性的需求将推动企业使用集群软件。重新部署的系统将利用该解决方案最大限度地减少客户流失并满足多种应用程序可用性要求。(7)云计算成本管理将使企业占上风Virtana工程副总裁AmitRathi表示，成本和资源优化将是2023年的关键。鉴于潜在的经济不确定性，大多数企业都希望详细了解云支出以及控制支出和优化资源利用率的能力。在过去几年数字化转型的推动下，企业根据各自的业务需求采用了多种云平台。因此，大多数企业对支出、与业务应用程序的相关性以及潜在的成本节约知之甚少。随着企业开始向云采用成熟，再加上减少支出的业务压力，那些采取主动方法的企业将在处理不确定性方面具有显着优势。边缘计算(1)私有5G将在边缘收集比以往更多的数据，HitachiVantara全球数字创新营销和战略高级总监BjornAndersson表示，在制造业等工业环境中使用私有5G网络，大量使用传感器和机器人技术，将开始实现设备连接、机器可重构性和实时数据分析的承诺。除了在2023年更广泛地采用支持工业物联网的解决方案之外，私有5G使用的增加将使新的连接设备能够在边缘收集比以往任何时候都多的数据。(2)边缘开发人员将采用开放标准和框架，说Azion首席执行官拉斐尔·乌曼(RafaelUmann)表示，如果这些平台决定提高价格或做出其他重大改变，那么在不易移植的平台上开发应用程序的开发人员将年久失修。几乎没有办法。对于必须仔细规划预算的公司来说，供应商锁定是不可接受的。因此，到2023年，预计将重点关注确保边缘Web应用程序依赖于开放标准和框架。这种关注将增加企业对WebAssembly、Jamstack和其他与特定提供商无关的技术的兴趣。使用这些技术构建应用程序使开发人员能够根据需要从一个平台转移到另一个平台，以优化成本和性能。(3)超特定的机器学习和人工智能将催化边缘应用NS1的联合创始人兼首席执行官KrisBeevers表示，在不久的将来，人工智能和机器学习模型将变得高度个性化。每个模型都将针对特定的人、地点或应用程序进行优化，同时考虑到他们的特定需求和特征。创建这些模型将需要处理和部署远远超出中央数据湖可以处理的海量数据集。因此，边缘基础设施将是使这些模型的创建和存储更具可持续性的关键方式。(4)2023年企业空间化数据Kinetica首席执行官兼联合创始人NimaNegahban表示，随着时间和空间的移动，能够广播经度和纬度的传感器和设备的成本正在相应增加。广泛使用和迅速下降。据预测，到2025年，40%的互联物联网设备将能够共享其位置，高于2020年的10%。空间思维将帮助创新者优化现有运营，并推动智慧城市等领域期待已久的数字化转型，互联汽车、透明供应链、近距离营销、新能源管理技术等。(5)边缘计算将蓬勃发展。SpectroCloud联合创始人兼CEOTenryFu表示，作为数据中心的操作系统，Kubernetes可能已经很流行了，但它真正的价值可能在边缘，可以迁移的地方。弹性应用程序工作负载可以为几乎无限数量的数字业务流程和客户体验提供支持。研究发现，生产行业中35%的Kubernetes用户已经在边缘运行Kubernetes，而且还有更多人计划在一年内这样做。这些用例差异很大，从用于水果采摘的无人机到MRI机器上的人工智能，其中许多有可能为正确使用它们的企业创造收入和竞争优势。但挑战同样巨大，从可管理性到安全性。2023年是转折点，届时挑战将迎头赶上，边缘技术将真正成为主流。网络安全（一）强调机器学习安全、威胁和漏洞NetSPI研究副总裁NickLanders表示，机器学习已经部署在许多技术中，尤其是与安全相关的技术，例如电子邮件过滤器、安全信息和事件管理(SIEM)仪表板和端点检测与响应(EDR)产品。如果人们认为关于机器学习的安全对话可以推迟，则需要认真考虑。越来越多的安全研究人员正在关注对抗性机器学习，包括对模型本身的攻击（反转、提取、克隆等）以及在网络攻击和社会工程中使用机器学习。在接下来的一年里，我们将看到越来越多的针对机器学习集成系统的漏洞被发布。（2）零信任的发展SOTI产品战略高级副总裁ShashAnand表示，零信任是一种心态；不要相信任何人或任何想要访问数据或加入网络而不验证凭据的人。虽然对于某些人来说，这可能会导致生产力下降，因为这可能需要更长的时间，但出于安全目的，证明真实身份很重要。企业必须拥有合适的工具来提供单点登录和多因素身份验证。零信任可以提高移动安全性，因为它确保只有经过身份验证的用户才能访问。(3)网络安全透明将成为优势GitHub副总裁JacobDePriest表示，企业在改进检测和防御网络攻击的方法的同时，也必须改进与网络攻击相关的通信方式。我们在2022年看到了很多数据泄露事件，2023年也不例外。我们将看到更多的企业进一步将透明度作为加强对其业务信任的一种方式。越来越多的安全领导者将专注于构建一个环境，在这个环境中，安全团队是一个被授权且值得信赖的业务合作伙伴。重要的是围绕安全事件优先进行公开透明的沟通，以便与内部和外部利益相关者建立信任。内部隐私和数据保护的门槛自然会提高，对外共享安全事件的门槛会降低。(4)安全是IT领导者的首要任务Atera首席产品官TalDagan表示，企业越来越关注网络安全，并寻找解决方案来降低其设备的易受攻击性。随着企业对服务质量的要求越来越高，并且越来越担心不断增加的网络攻击，预计会有更多的IT部门实施IT监控解决方案。(5)将需要基于行为的分析检测RevealSecurity首席技术官AdamKoblentz表示，2022年的许多事件表明，双因素身份验证不足以防止高级持续威胁(APT)。到2023年，企业将需要采取行动以更快的速度检测网络威胁（这只能通过自动化来实现）。企业不会使用噪音太大或不准确的检测工具，因为它们会给团队带来太多负担。将需要基于行为的分析检测来解决对企业的威胁。
