Blog

Blogi

Strategiczne trendy IT na rok 2022

Według prognozy firmy Gartner w 2022 roku będą dominowały inwestycje w sztuczną inteligencję, chmurę, bezpieczeństwo, a także inżynierię. 

W ciągu najbliższych trzech do pięciu lat cyfrowy biznes i innowacje będą napędzane przez dwanaście strategicznych kierunków wskazanych przez Gartnera na 2022 r.

Oto one:

 

  • Data Fabric - integruje źródła danych pomiędzy różnymi platformami i użytkownikami biznesowymi, udostępniając dane wszędzie tam, gdzie są potrzebne. Zgodnie z przewidywaniami do 2024 r. wdrożenia data fabric zwiększą czterokrotnie efektywność wykorzystania danych, jednocześnie zmniejszając o połowę zadania związane z zarządzaniem danymi.
  • Cybersecurity Mesh - cyfrowe zasoby biznesowe są rozproszone w chmurze i centrach danych. Tradycyjne, fragmentaryczne podejście do bezpieczeństwa naraża organizacje na zagrożenia. Architektura Cybersecurity Mesh  zapewnia "komponowalne" podejście do bezpieczeństwa oparte na identyfikacji w celu stworzenia skalowalnej i interoperacyjnej usługi. Modułowa architektura integrująca różne rozproszone usługi bezpieczeństwa zabezpiecza wszystkie zasoby, niezależnie od lokalizacji.
  • Privacy-Enhancing Computation - jest techniką umożliwiającą wykonywanie obliczeń, zabezpieczając jednocześnie przetwarzanie danych osobowych w niezaufanych środowiskach. Podejścia są różne, ale obejmują szyfrowanie, dzielenie lub wstępne przetwarzanie wrażliwych danych w celu umożliwienia ich obsługi bez naruszania poufności.
  • Cloud-Native Platforms – platformy, które natywnie wykorzystują zasoby chmurowe, bazujące na podejściu do tworzenia i uruchamiania aplikacji, które bezpośrednio czerpią z zalet przetwarzania danych w chmurze. A zatem zależność od infrastruktury jest zdecydowanie mniejsza, a uwaga skoncentrowana jest na samej funkcjonalności aplikacji.
  • Composable Applications - aplikacje komponowalne składają się z pakietów biznesowych (PBC) lub zdefiniowanych programowo obiektów biznesowych. Wymienne elementy składowe umożliwiają szybkie tworzenie aplikacji i skracają jednocześnie czas wprowadzania na rynek.
  • Decision Intelligence - usprawnia podejmowanie decyzji w organizacji przy wykorzystaniu potencjału sztucznej inteligencji. Integracja danych, analityki i sztucznej inteligencji umożliwia tworzenie „platform inteligencji decyzyjnej”, które wspierają, rozszerzają i automatyzują decyzje.
  • Hyperautomation - zwiększona koncentracja na wzroście, cyfryzacji i doskonałości operacyjnej uwydatniła potrzebę lepszej, bardziej rozpowszechnionej automatyzacji. Hiperautomatyzacja to podejście biznesowe do identyfikacji, weryfikacji i automatyzacji jak największej liczby procesów biznesowych i informatycznych. Wymaga skoordynowanego wykorzystania wielu narzędzi i platform technologicznych, w tym RPA czy narzędzi do eksploracji procesów.
  • AI Engineering - to dziedzina która skupia się na operacjonalizacji aktualizacji modeli AI, przy użyciu m.in. zintegrowanych danych, modeli w celu zapewnienia spójnej wartości biznesowej płynącej ze sztucznej inteligencji. 
  • Distributed Enterprise - przedsiębiorstwa rozproszone wyłoniły się z dwóch różnych obszarów. Z jednej strony pracownicy pracujący zdalnie w wyniku COVID-19 potrzebowali innych narzędzi i większej elastyczności. Z drugiej strony konsumenci coraz częściej nie są dostępni tradycyjnymi, fizycznymi kanałami. Rozproszone przedsiębiorstwo to przede wszystkim wirtualna i zdalna metoda służąca do digitalizacji punktów kontaktu z konsumentami i budowania doświadczeń wspierających produkty.
  • Total Experience - podejście, które integruje doświadczenia pracowników, wrażenia klientów oraz użytkowników, a także interakcje w wielu punktach styku w celu uzyskania holistycznego i spójnego wrażenia wszystkich interesariuszy.
  • Autonomic Systems - są to samozarządzające się systemy fizyczne lub programowe, które uczą się od swoich środowisk. Ale w przeciwieństwie do systemów autonomicznych lub zautomatyzowanych, mogą dynamicznie modyfikować własne algorytmy bez żadnych aktualizacji oprogramowania. Pozwala to na szybkie reagowanie na zmiany, umożliwiając zarządzanie w ramach złożonych środowisk.
  • Generative AI - forma sztucznej inteligencji, która uczy się w oparciu o dostępne dane dając nowe treści (content, video), które zachowują podobieństwo do danych pierwotnych/oryginalnych, ale ich nie kopiują. Dzięki temu generatywna sztuczna inteligencja może być motorem szybkich innowacji dla przedsiębiorstw.


Źródło:
Gartner 2022 Top Technology Trends eBook

 

Więcej wpisów w blogu

thumbnail

Jak sztuczna inteligencja zmienia firmy?

Obecnie ilość gromadzonych i przetwarzanych informacji jest większa niż kiedykolwiek wcześniej. Fakt ten w pewien sposób rewolucjonizuje sposób działania organizacji. Firmy wykorzystują zaawansowaną analitykę, aby uzyskać przewagę konkurencyjną na swoich rynkach, nieustannie zmieniając modele biznesowe w miarę rozwoju technologii w tym obszarze. Przyjrzyjmy się, w jaki sposób oprogramowanie oparte na sztucznej inteligencji i machine learningu zmienia analitykę biznesową i czego możemy się spodziewać po AI w kontekście przyszłości.