Był poszukiwany tylko wśród amatorów i projektantów. Stworzyli jednorazowe prototypy z tworzywa sztucznego, ponieważ inne materiały, takie jak metal, sprawiały, że drukowanie było kosztownym i niemożliwie długim procesem.

Obecnie druk 3D pozwala łatwo i szybko wyprodukować przedmioty z dowolnego materiału, w tym metalu. Oznacza to, że firmy nie muszą przechowywać gór części w magazynie. Po otrzymaniu zamówienia można je od razu wyprodukować i wysłać do klienta. W dłuższej perspektywie fabryki staną się bardziej wszechstronne. Producenci będą mogli produkować części o różnym stopniu złożoności bez dodatkowego wyposażenia.

static1.squarespace.com

Embriologom z Uniwersytetu w Cambridge udało się sztucznie wytworzyć zarodki myszy z komórek macierzystych. To osiągnięcie otwiera nowe możliwości zrozumienia, jak zaczęło się życie.


Wiedzieliśmy, że komórki macierzyste mają ogromny potencjał, ale nie mieliśmy pojęcia, że ​​mogą organizować się w takie struktury.

Magdalena Zernica-Götz, profesor biologii komórek macierzystych i biologii molekularnej

Zdaniem Magdaleny kolejnym krokiem będzie stworzenie sztucznego zarodka z ludzkich komórek macierzystych. Pracują nad tym naukowcy z University of Michigan i Rockefeller University.

Sztuczne embriony ludzkie pomogą w badaniu samej koncepcji życia. Sprawa ta rodzi jednak szereg pytań etycznych. A co jeśli okażą się nie do odróżnienia od prawdziwych embrionów? Jak długo można je hodować w laboratorium, zanim zaczną odczuwać ból?


businessinantwerp.eu

Koncepcja „inteligentnego miasta” wciąż wywodzi się ze sfery science fiction. Wszelkie plany stworzenia takiej infrastruktury istnieją nadal jedynie na papierze. Jednak nowojorska firma Alphab's Sidewalk Labs w ramach projektu Quayside zamierza ponownie przemyśleć ten pomysł i stworzyć w Toronto cały kwartał z wykorzystaniem najnowszych technologii cyfrowych.

Laboratorium Sidewalk Labs należące do Alphab planuje wdrożyć różnorodne czujniki, które będą zbierać informacje o mieście i jego mieszkańcach. Plan projektu mówi o zautomatyzowanych pojazdach i robotach pracujących w metrze. Ponadto firma udostępni oprogramowanie publicznie, aby programiści mogli tworzyć i wdrażać swoje usługi.

Laboratorium Sidewalk Labs firmy Alphab zamierza uważnie monitorować życie publiczne. Decyzja ta budzi niepokój wśród mieszkańców miasta. Martwią się o. Pracownicy Sidewalk Labs wierzą jednak, że uda im się rozwiązać ten problem.

Według agencji rządowej Waterfront Toronto inne miasta Ameryki Północnej są już w kolejce do przyłączenia się do projektu Quayside.

Otrzymałem już telefony z San Francisco, Denver, Los Angeles i Bostonu z prośbą o wdrożenie systemu.

Will Fleisig, dyrektor generalny Waterfront Toronto


Learnfly.com

(AI) była kosztowną zabawką dla dużych firm, takich jak Amazon, Baidu, Google i Microsoft, ale dla reszty okazała się narzędziem niedostępnym i niezrozumiałym. Giganci branży planują jednak lokowanie swoich osiągnięć w usługach chmurowych, aby inni mogli z nich korzystać.

Do tej pory obszar ten był zdominowany przez AWS, spółkę zależną Amazona. Google nie odsunął się i opracował TensorFlow, bibliotekę AI o otwartym kodzie źródłowym. Służy do tworzenia programów wykorzystujących uczenie maszynowe. Gigant wyszukiwania ogłosił niedawno Cloud AutoML. To zestaw systemów, które ułatwią obsługę AI.

Microsoft połączył siły z Amazonem, aby stworzyć Gluon, bibliotekę uczenia maszynowego typu open source. Powinno pomóc w stworzeniu sieci neuronowych – kluczowej technologii sztucznej inteligencji, która z grubsza naśladuje uczenie się człowieka.

Nie wiadomo jeszcze, która firma zostanie liderem rynku. W każdym razie konsumenci na tym skorzystają.


fraunhofer.de

Sztuczna inteligencja doskonale rozumie tematy. Pokaż mu milion zdjęć, a z niezwykłą dokładnością określi, gdzie widać pieszego przechodzącego przez ulicę. Jednak sztuczna inteligencja już dawno została pozbawiona możliwości samodzielnego tworzenia. Gdyby sztuczna inteligencja miała wyobraźnię, mogłaby ją wykorzystać do nauki. Na przykład sieć neuronowa w samochodzie autonomicznym nauczyłaby się rozpoznawać ludzi na drodze bez konieczności wychodzenia na zewnątrz.

Absolwent Uniwersytetu w Montrealu, Ian Goodfellow, zaproponował rozwiązanie tego problemu. Opisał metodę zwaną „generatywną siecią kontradyktoryjną” (GAN). Algorytm opiera się na interakcji dwóch sieci neuronowych – generatora i dyskryminatora. Jeden z nich tworzy obrazy, drugi porównuje je z bazą danych i stwierdza autentyczność.

Weźmy przykład. Na początku szkolenia obrazy pieszego będą odbiegać od rzeczywistości. Generator może narysować go jako mającego trzy ramiona, ogromną głowę lub w ogóle nie wyglądającego na człowieka. Osoba rozróżniająca odrzuci te obrazy. Ostatecznie jedna sieć neuronowa narysuje tak realistycznego pieszego, że inna nie będzie w stanie odróżnić go od prawdziwego.

GAN słusznie uważany jest za przełom technologiczny. Część ekspertów jest przekonana, że ​​za pomocą tego algorytmu sztuczna inteligencja nauczy się lepiej rozumieć otaczający ją świat.


1843magazine.static-economist.com

To fikcyjna istota z serii książek „Autostopem przez Galaktykę” Douglasa Adamsa. Rodzaj organicznego implantu, dzięki któremu użytkownik może zrozumieć każdy język. Ryba tłumaczy w czasie rzeczywistym mowę obcych i przesyła sygnały bezpośrednio do mózgu.

Nasze technologie nie są jeszcze aż tak zaawansowane, ale też mogą coś zdziałać. Google zapowiedział słuchawki Pixel Buds, które oprócz wykonywania swoich głównych zadań potrafią tłumaczyć mowę obcą w czasie rzeczywistym za pomocą asystenta głosowego. Słuchawki są obecnie w fazie rozwoju. Jednak każdy może uzyskać dostęp do podstawowej technologii tłumaczenia głosu na swoim smartfonie.

Warto wspomnieć także o Microsoftie. Firma wdrożyła tłumaczenie w czasie rzeczywistym poprzez aplikację Skype. W tym tempie ludzkość wymyśli własną rybę Babel.

Gaz ziemny jest tanim i dostępnym źródłem energii. Wytwarza 30% energii elektrycznej w Stanach Zjednoczonych i 22% na całym świecie. To jednak zanieczyszcza środowisko.

Amerykański startup NetPower zbudował eksperymentalną elektrownię w Houston. Dwutlenek węgla powstający w wyniku spalania gazu będzie przetwarzany lub sprzedawany innym firmom. Dzięki nowej technologii możliwe jest nie tylko rozwiązanie problemów środowiskowych, ale także obniżenie kosztów produkcji energii elektrycznej.


lobnyamedia.ru

Dowód zerowej wiedzy to protokół, który będzie chronił dane osobowe w Internecie. Dużą popularność zyskała dzięki kryptowalutie Zcash, która została uruchomiona w 2016 roku. Twórcy wykorzystali metodę o nazwie zk-SNARK, aby umożliwić użytkownikom dokonywanie anonimowych transakcji.

W większości publicznych łańcuchów bloków transakcje są widoczne dla wszystkich. Teoretycznie są one anonimowe, ale łącząc dane z innych źródeł, można namierzyć użytkownika. Vitalik Buterin, twórca Etherium, drugiej najpopularniejszej sieci blockchain, nazwał zk-SNARK „technologią, która absolutnie zmienia grę”.

Banki będą mogły przetwarzać płatności bez ujawniania informacji o klientach. W zeszłym roku JPMorgan Chase dodał zk-SNARK do swojego zastrzeżonego systemu płatności opartego na blockchainie. Zwykli użytkownicy również nie zostaną pominięci. Będą mogli na przykład udowodnić, że mają wystarczającą ilość środków na karcie, bez ujawniania danych bankowych.

Jednak nadal jest wiele do zrobienia. zk-SNARK to złożona i powolna technologia wymagająca dodatkowej konfiguracji.

9. Przewidywania genetyczne


nationmagazine.ru

Okazuje się, że najczęstsze choroby, cechy charakteru i zachowania, a także inteligencja zależą nie od jednego czy kilku genów, ale od ich kombinacji. Wykorzystując dane z dużych badań genetycznych, naukowcy opracowali tak zwane wskaźniki ryzyka wielogenowego.

Nowe testy DNA pomogą stworzyć skuteczniejsze leki. Firmy farmaceutyczne będą mogły wykorzystać wyniki testów w badaniach laboratoryjnych. Na przykład zrekrutuj grupę ochotników, którzy są narażeni na ryzyko rozwoju tej choroby, do testowania nowych leków.

Problem z testami DNA polega na tym, że oprócz chorób mogą ujawnić cechy charakteru, a nawet poziom inteligencji. Z jednej strony to dobrze, z drugiej nie wiadomo, jak nauczyciele i rodzice poradzą sobie z tą informacją. Jak zmieni się wychowywanie dzieci, jeśli rodzice odkryją u dziecka niski poziom inteligencji?


geekinsight.ru

Chemicy od dawna marzyli o skutecznych lekach opartych na nowych białkach, potężnych bateriach i związkach, które potrafią zamienić światło słoneczne w płynne paliwo. Nie mamy tego wszystkiego, ponieważ modelowanie cząsteczek na nowoczesnych komputerach jest bardzo trudne. Za mało mocy.

Spróbuj naśladować zachowanie elektronów nawet w prostej cząsteczce, a napotkasz duże trudności. Jednak wszystko wkrótce się zmieni. Badacze IBM przeprowadzili niedawno symulację cząsteczki przy użyciu 7-kubitowego komputera kwantowego. Z biegiem czasu badacze będą mogli symulować bardziej złożone cząsteczki na maszynach wyposażonych w większą liczbę kubitów.

Przeprowadziliśmy prognozy, jakie technologie wpłyną na biznes i użytkowników w 2018 roku oraz jak zmienią się branże: finanse, podróże, telekomunikacja, handel detaliczny, opieka zdrowotna i media.

Do zakładek

Finanse

  1. 2018 będzie „rok sztucznej inteligencji” , przy wykładniczym wzroście wykorzystania sztucznej inteligencji (AI). Luka w biegłości w zakresie technologii AI stanie się wojną o talenty, a rozmowy o AI jako złodzieju miejsc pracy przekształcą się w dyskusje o AI jako twórcy miejsc pracy.

    2. Złożoność i moc nowych programów AI będzie stymulować rozwój cyberbezpieczeństwa danych finansowych i osobowych.

    Stosowanie nauczanie maszynowe (uczenie maszynowe, ML) do analizy danych finansowych szybko się rozprzestrzeni, szczególnie w obszarze analizy danych nieustrukturyzowanych, takich jak aktualności firmowe i konsumenckie. Będzie to kolejny duży obszar zarządzania ryzykiem inwestycyjnym.

    Rozwój technologii AI napędza rewolucję w regulacji rynków finansowych. Jedną z korzyści regulacyjnych sztucznej inteligencji jest możliwość uniknięcia załamań systemów bankowych. W branży coraz częściej wykorzystuje się sztuczną inteligencję ocena ryzyka następuje efekt domina.

    Cyfryzacja Doświadczenie użytkownika pozostanie kluczowym priorytetem. Klienci oczekują dostępu do tych samych typów kompleksowych rozwiązań i interfejsów zorientowanych na konsumenta, z jakich korzystają w innych aspektach swojego życia. Firmy, które nie zrobią tego, zachowując bezpieczeństwo danych finansowych i osobistych, stracą klientów.

    Znaczenie zarządzanie ryzykiem operacyjnym (zarządzanie ryzykiem operacyjnym, ORM) wzrośnie w miarę utraty pracy przez kadrę kierowniczą z powodu błędów w zarządzaniu ryzykiem operacyjnym. Technologia będzie odgrywać coraz większą rolę w ocenie ryzyka firmy, a kierownictwo będzie chciało ulepszyć praktyki zarządzania danymi, aby poprawić dokładność identyfikacji ryzyka.

    Zalety rejestr rozproszony (technologie rozproszonych rejestrów, DLT), takie jak blockchain, staną się zrozumiałe dla większej liczby osób, co doprowadzi do ich znacznego wzrostu (niezwiązanego z rozwojem kryptowalut). Technologia księgi rozproszonej zostanie połączona z innymi technologiami, takimi jak Internet rzeczy (IoT). Blockchain będzie postrzegany jako rozwiązanie problemów cyberbezpieczeństwa i ochrony danych osobowych.

Wycieczki

  1. Biura podróży będą nadal inwestować oprogramowanie do personalizacji (analizowanie osobistych preferencji użytkownika) w celu poprawy komfortu użytkowania. Uczenie maszynowe i sztuczna inteligencja również nabierają tempa, a firmy widzą przyszłość w automatyzacji prostych procesów biznesowych.

    2. Technologie mowy (technologie aktywowane głosem) mogą wkrótce zastąpić aplikacje mobilne. Lepiej rozpoznają polecenia mówione i zapewniają dokładniejsze odpowiedzi w przypadku niektórych zestawów zadań.

    Wirtualna rzeczywistość Rzeczywistość wirtualna (VR) i rzeczywistość rozszerzona (AR) zmienią sposób, w jaki podróżni robią zakupy w Internecie. Marriott, Best Western, Kayak, Carlson Rezidor i Airbnb już korzystają z tych technologii.

    Roboty rozpocząć pracę w hotelach. Już wkrótce będą rejestrować meldunki, służyć do wsparcia informacyjnego i rozrywki gości oraz zapewnią obsługę pokojową. Zrobotyzowana automatyzacja procesów (RPA) może pomóc firmom lepiej i taniej wykonywać powtarzalne zadania administracyjne.

    Naruszenia zasad bezpieczeństwo cybernetyczne a zarządzanie ryzykiem w dalszym ciągu stanowią przedmiot zainteresowania przedsiębiorstw każdej kalibru. Rok 2017 pokazał, że nawet największe, najbogatsze i najbardziej odporne korporacje na świecie mogą zostać osłabione przez słabe podejście do bezpieczeństwa i prywatności.

Telekomunikacja

  1. Operatorzy telekomunikacyjni będą w dalszym ciągu świadczyć usługi mobilne, w tym w celu utrzymywania kontaktów z klientami. Jednocześnie operatorzy będą wprowadzać coraz więcej nowych usług wspierających i rozwijających się.

    2. Technologie 5G umożliwi rozwój i wdrożenie nowych rodzajów usług cyfrowych. Oczekiwane korzyści wynikające z usługi są rewolucyjne, jednym z kluczowych jest to, że znacznie przekroczy ona dotychczasową prędkość przesyłania danych. Jednak firmy telekomunikacyjne dopiero zaczynają ogłaszać planowane harmonogramy wdrożenia sieci. Pierwsze doświadczenia z wprowadzeniem 5G można spodziewać się w Rosji podczas tegorocznych Mistrzostw Świata FIFA i Igrzysk Olimpijskich w Korei. Pełnego wdrożenia technologii należy się jednak spodziewać dopiero w 2020 roku.

    Do 2020 roku powstanie 25 miliardów urządzeń zdalnych Internet przedmiotów (internet rzeczy, IoT) pomoże połączyć 4,4 miliarda z nich. Transformacja cyfrowa otworzy przed branżą telekomunikacyjną nowe możliwości, m.in. budowę platform i aplikacji dla sektorów transportu, rolnictwa, opieki zdrowotnej, ubezpieczeń czy domu.

    Firmy telekomunikacyjne wykorzystają swoją ogromną infrastrukturę do rozszerzenia oferty zabezpieczeń i ograniczenia wzrostu zagrożenia cybernetyczne .

    Pomimo problemów antymonopolowych AT&T/Time Warner w USA, fuzje i przejęcia w tym sektorze będą kontynuowane, a od 2010 roku ogłoszono już ponad 2400 transakcji telekomunikacyjnych.

Medycyna

  1. Duże zainteresowanie wzbudzą szpitale i firmy farmaceutyczne blockchain , wykorzystując go do analizy danych pacjentów do celów badawczych. Pacjenci z kolei będą mogli kontrolować dostęp do danych osobowych, co wcześniej było niemożliwe.
  2. Rozwój technologii sztucznej inteligencji (AI) w telemedycynie będzie przyspieszał wraz z rozwojem technik uczenia maszynowego (ML) i przetwarzania języka naturalnego. Zapewni to klientom spersonalizowane doświadczenie oraz pomoże poprawić efektywność i obniżyć koszty w systemie opieki zdrowotnej.

    3. Zarządzanie zdrowiem populacji - agregacja danych i wybór najlepszych praktyk w opiece zdrowotnej - doprowadzi do zwiększenia inwestycji w programy odnowy biologicznej, których celem jest utrzymanie zdrowych pacjentów w zdrowiu i stworzenie najlepszych praktyk w zakresie zapobiegania chorobom u pacjentów z grupy ryzyka.

Sprzedaż detaliczna

    Detaliści będą kontynuować transformacja cyfrowa , napędzany sprzedażą internetową prowadzoną przez wiodących graczy w branży. Dzięki wprowadzeniu skalowalnych technologii Agile zmiany zajdą zarówno w krajobrazie IT sprzedawców detalicznych, jak i w ich modelach biznesowych jako całości.

  1. Analityka danych I nauczanie maszynowe pomoże sprzedawcom personalizować komunikaty i wykorzystywać dane do dostosowywania algorytmów pracy z klientami. Analityka danych będzie odgrywać znaczącą rolę w zarządzaniu zapasami i dystrybucji.
  2. Oczekuje się startupów technologicznych skupionych na handlu detalicznym lub rozwiązań w zakresie automatyzacji procesów w postaci robotyki, ponieważ coraz więcej sprzedawców detalicznych polega na automatyzacji w celu optymalizacji kosztów.

Media i rozrywka

  1. Zmiany technologiczne w mediach i rozrywce sprawią, że rok 2018 „rok głosu” . Oczekuje się, że do końca 2018 roku sprzedanych zostanie ponad 24,5 miliona urządzeń Google Home i Amazon Echo.

    2. Wirtualni asystenci (wirtualni asystenci) umożliwią użytkownikom korzystanie z wyszukiwania głosowego, a podcasty i filmy społecznościowe umożliwią użytkownikom wymianę wiadomości głosowych.

    Oczekuje się, że w 2018 r podcasty wzrośnie z 21% do 24% wraz z rozwojem wizualnych platform mediów społecznościowych, które umożliwią użytkownikom tworzenie treści wideo na różnych platformach. Mocne opowiadanie historii w mediach społecznościowych zachęca do działania, otwierając ogromne możliwości budowania marki, promocji i sprzedaży.

1. Inteligentne aplikacje

„Ponieważ każdy z nas jest zarejestrowany na kilku portalach społecznościowych, myślę, że w 2018 roku powstanie kilka aplikacji, które pozwolą z łatwością dostosować treści do konkretnej platformy. Na przykład zamień serię wpisów na blogu w e-book lub przedstaw kluczowe tematy webinaru w formie łatwych do zrozumienia infografik. Nie mogę się też doczekać dostępności przyjaznych dla użytkownika aplikacji do edycji wideo na smartfonach” – Syed Balkhi, OptinMonster.

2. Internet rzeczy

„Teraz w prawie każdej branży znajdują się urządzenia IoT, wszystko staje się „inteligentne”. Z tymi technologiami spotykamy się w domu, w samochodzie, w biurze i w centrum handlowym. Myślę, że ten trend będzie się nadal rozprzestrzeniał w 2018 roku, udowadniając swoją wartość” – Andy Carusa, FenSens.

3. Sztuczna inteligencja

„Sztuczna inteligencja nadal będzie głównym tematem dyskusji i konferencji technologicznych, a w jej rozwój nadal będą inwestowane ogromne kwoty. Być może rok 2018 przyniesie przełom w sztucznej inteligencji, który całkowicie zmieni relacje między firmami a klientami.” – Daniel Wesley, Quote.com.

„Nasze przekonania i uczucia są owocem nieświadomych systemów mózgu”

Bitcoin stał się trzecią co do wielkości bańką finansową w historii

Technologie

7. „Słowo ustne”

„Moim zdaniem poczta pantoflowa stanie się głównym motorem napędowym w 2018 roku. Budżety cyfrowe obejmą środki na promocję poprzez marketing poleceń, programy partnerskie i liderów opinii” – Jeff Epstein, Ambasador.

8. Gogle wideo i VR/AR/360 stopni

„Im bardziej jesteśmy zainteresowani treściami wideo, tym więcej pieniędzy jest w nie inwestowanych. W 2018 roku głównym trendem będą gogle VR/AR/360 stopni. Ponadto mogą być świetnym sposobem na przedstawienie klientom Twojej firmy lub jasne zaprezentowanie wszystkich świadczonych usług.” – Solomon Timothy, OneIMS.

9. Łańcuch bloków

„Dziś blockchain jest wykorzystywany w wielu branżach, począwszy od systemów płatności, poprzez rynek nieruchomości, a skończywszy na działalności maklerskiej. Myślę, że w 2018 roku trend ten będzie się nasilał i znacznie więcej firm zacznie z niego korzystać na swoje potrzeby” – Angela Ruth, Calendar.

Sztuczna inteligencja pomogła znaleźć naturalne analogi leków przeciwnowotworowych i przeciwstarzeniowych

10. Cyberbezpieczeństwo

„Jednym z głównych tematów 2017 roku było cyberbezpieczeństwo – a raczej jego brak. Pamiętaj przynajmniej o hakerze. Klienci dopiero teraz zaczynają w pełni zdawać sobie sprawę ze skali zagrożenia. Po złożeniu zeznań przez Facebooka i Google podczas otwartych przesłuchań w Kongresie dyskusja na temat problemu przeniesie się z przestrzeni publicznej do przestrzeni prywatnej, gdzie zostaną poruszone konkretne kwestie związane ze zwalczaniem cyberprzestępców” – Ashish Dutta, Setfive Consulting.

11. Dystrybucja chmury obliczeniowej

„W 2017 roku coraz więcej firm zaczęło przenosić swoje obciążenia produkcyjne do chmury. Dzięki blockchainowi trend ten będzie się nadal rozwijał w 2018 roku. Z jego pomocą będą mogli kontrolować łańcuchy dostaw i IDM” – Mike Schrade, Auptimal.

Powstał pierwszy komputer kwantowy wykorzystujący 53 kubity

12. Boty

„Różne boty stały się niezwykle rozpowszechnione: od zwykłych w sieciach społecznościowych po zaawansowane

W nadchodzącym roku sztuczna inteligencja przekształci się z zabójcy miejsc pracy w twórcę miejsc pracy, a biura podróży i sprzedawcy detaliczni sprawią, że ich oferty będą bardziej spersonalizowane dla każdego kupującego. Ale jedna po drugiej umierają nawet duże i stabilne firmy, które nie radzą sobie z ochroną danych użytkowników. Rok 2018 będzie rokiem rozpoznawania głosu, uczenia maszynowego i przejścia do mas. Oto główne kierunki rozwoju technologii w poszczególnych branżach.

Rynki finansowe

2018 będzie „rok sztucznej inteligencji”, przy wykładniczym wykorzystaniu sztucznej inteligencji. Luka w poziomie biegłości w technologiach AI doprowadzi do wojny o talenty, pojawi się wiele specjalizacji i zawodów, których wcześniej nie było: specjaliści z umiejętnościami tworzenia oprogramowania adaptacyjnego, zrozumienia mechanizmu rozpoznawania twarzy i mowy, obsługi sztucznej sieci neuronowej itp. będzie zapotrzebowanie.

Złożoność i moc nowych programów AI będzie stymulować rozwój cyberbezpieczeństwa danych finansowych i osobowych. Dostarczając takim programom dane niezbędne do rozwiązania niektórych problemów, trudno jest zabezpieczyć wszystkie informacje przed nieuprawnionym użyciem. Wielopoziomowe systemy ochrony danych będą musiały wdrożyć nie tylko firmy działające w sektorze finansowym, ale także wszyscy, którzy pracują z danymi osobowymi i wrażliwymi: serwisy rezerwacyjne, organizacje medyczne, sklepy internetowe, organizacje inżynieryjne itp.

Stosowanie nauczanie maszynowe(uczenie maszynowe, ML) do analizy danych finansowych eksploduje, zwłaszcza w obszarze danych nieustrukturyzowanych, takich jak aktualności firmowe i klienckie. Lepsza analiza aktualności i tekstów analitycznych o firmach, rynkach i komunikacji wewnętrznej organizacji finansowych pozwoli nam generować skuteczne pomysły inwestycyjne i zwalczać nieuczciwe zachowania uczestników rynku. Nowe technologie przetwarzania danych na dużą skalę umożliwią wykorzystanie szerszego zakresu danych do zarządzania ryzykiem inwestycyjnym.

Rozwój technologii AI napędza rewolucyjne zmiany regulacja rynków finansowych. Jedną z korzyści regulacyjnych sztucznej inteligencji jest zdolność pomagania systemom bankowym w unikaniu załamań i ocenie ryzyka wystąpienia efektu domina. Chodzi o to, że sztuczna inteligencja może identyfikować wzorce i powiązania w danych, których człowiek nie jest w stanie rozpoznać, oraz porównywać dane z różnych okresów z większą dokładnością i szybkością. To pozwoli nam przewidzieć możliwy rozwój sytuacji. Ponadto sztuczna inteligencja pozwala na śledzenie problemów pojawiających się w bankach w czasie rzeczywistym.

Cyfryzacja Doświadczenie użytkownika pozostanie kluczowym priorytetem. Ludzie są przyzwyczajeni do wygodnych rozwiązań i interfejsów (takich jak aplikacje do wezwania taksówki) i chcą, aby banki miały podobne usługi. Bank mobilny powinien działać zarówno na komputerze osobistym, jak i na telefonie komórkowym oraz być intuicyjny – użytkownicy nie będą tracić czasu na rozwiązania niskiej jakości. Firmy, które nie zapewniają komfortu przy jednoczesnym zachowaniu bezpieczeństwa danych finansowych i osobistych, ryzykują utratą klientów.

Znaczenie zarządzania ryzykiem operacyjnym ( zarządzanie ryzykiem operacyjnym, ORM) wzrośnie, a dotychczasowe systemy, z których nadal korzysta wiele instytucji finansowych, w połączeniu ze słabo rozwiniętymi praktykami zarządzania danymi, utrudniają pomiar ryzyka biznesowego. Przy pomocy sztucznej inteligencji problem ten można rozwiązać bez konieczności reorganizacji na dużą skalę.

Coraz więcej osób zrozumie korzyści płynące z innych technologii rozproszonych rejestrów ( technologie rozproszonych rejestrów, DLT), co doprowadzi do ich znacznego spreadu (niezwiązanego ze wzrostem kryptowalut). Obiecujące wydaje się pojawienie się nowych typów blockchaina lub jego skrzyżowanie z innymi technologiami, takimi jak IoT. W 2018 roku DLT będzie coraz częściej wykorzystywane w transferach międzynarodowych, systemach zarządzania łańcuchem dostaw, a także do przechowywania danych osobowych na potrzeby KYC (znaj swojego klienta) i identyfikacji elektronicznej.

Podróże i wirtualna rzeczywistość

Biura podróży będą nadal inwestować oprogramowanie do personalizacji(analizuje osobiste preferencje użytkownika) w celu poprawy komfortu użytkowania. Uczenie maszynowe i sztuczna inteligencja również nabierają tempa: firmy widzą przyszłość w automatyzacji prostych procesów biznesowych. Do niedawna zamówienia, życzenia i preferencje klientów były zbierane ręcznie i formowane w profil. Już teraz większość dużych biur podróży i hoteli automatycznie rejestruje te dane podczas tworzenia nowych ofert. Następnym krokiem jest przewidzenie życzeń klienta. Przykładowo noclegi w ośrodkach narciarskich na krótko przed nowym sezonem zaproponują tym, którzy już wcześniej wielokrotnie rezerwowali hotele na wypoczynek w górach.

Technologie mowy(technologie aktywowane głosem) w branży turystycznej mogą wkrótce przyćmić popularność aplikacji mobilnych. Asystenci głosowi instalowani na urządzeniach mobilnych w domach i biurach użytkowników już niedługo mogą zacząć pełnić rolę biur podróży. Rezerwację biletów, hoteli, transferów, przeglądanie prognozy pogody, przeglądanie recenzji restauracji i budowanie tras do atrakcji można powierzyć asystentowi głosowemu. Nie tylko doradzi, kiedy jest najlepszy czas na podróż, wybierze odpowiednie bilety, najwygodniejsze hotele z maksymalną oceną i lokalizacją w pobliżu miejsc, które mogą Cię zainteresować, ale także zaproponuje rezerwację stolika w restauracji, którą Twój znajomi lubili. Firmy już zaczęły przekształcać futurystyczne wizje w rzeczywistość. W związku z tym Expedia rozważa współpracę z Amazon Alexa w celu zamawiania rezerwacji za pomocą poleceń głosowych.

Wirtualna rzeczywistość(rzeczywistość wirtualna, VR) oraz Rozszerzona Rzeczywistość(rzeczywistość rozszerzona, AR) zmieni zakupy online dla podróżnych. Dzięki tym technologiom wybór miejsca wyjazdu lub hotelu staje się bardziej przejrzysty - możesz zobaczyć prawdziwy obraz i ocenić czystość plaży lub poziom komfortu w pokoju. Marriott, Best Western, Kayak, Carlson Rezidor i Airbnb już korzystają z tych technologii przy rezerwacji pokoi, a w nadchodzącym roku zauważalny będzie wzrost liczby takich firm. Technologia rzeczywistości wirtualnej stanie się bardziej dostępna, a jej możliwości jako nowego kanału promocji marketingowej będą coraz częściej wykorzystywane.

Roboty będą wykorzystywane do rejestracji meldowań w hotelach, zapewniania gościom wsparcia informacyjnego i rozrywki oraz obsługi pokoju. Robotyczna automatyzacja procesów(RPA) pomoże firmom wykonywać powtarzalne zadania administracyjne lepiej i taniej.

Telekomunikacja i IoT

Technologie 5G umożliwi rozwój i wdrożenie nowych rodzajów usług cyfrowych. Dzięki niskim opóźnieniom sygnału i zwiększonej przepustowości technologia umożliwi integrację kilku typów urządzeń IoT. Oznacza to, że rozwijane będą usługi komunikacyjne dla pojazdów autonomicznych, rzeczywistości rozszerzonej i wirtualnej oraz Internetu dotykowego (nowy rodzaj komunikacji, który przekazuje nie tylko informacje, ale także wrażenia dotykowe). Korea Telecom (KT) zaprezentuje próbną platformę mobilną 5G podczas Zimowych Igrzysk Olimpijskich. Jednak pełne wdrożenie technologii nastąpi dopiero w 2020 roku – firmy telekomunikacyjne wyznaczają dopiero ramy czasowe budowy sieci.

Do 2020 roku powstanie 25 miliardów urządzeń zdalnych. ( Internet przedmiotów, IoT) pomogą połączyć 4,4 miliarda z nich. Transformacja cyfrowa otworzy przed branżą telekomunikacyjną nowe możliwości, m.in. budowę platform i aplikacji dla sektorów transportu, rolnictwa, opieki zdrowotnej, ubezpieczeń czy domu.

Blockchain w medycynie

Szpitale i firmy farmaceutyczne będą na to wrażliwe blockchain, wykorzystując go do analizy danych pacjentów do celów badawczych. Obecnie dane przechowywane są na serwerach szpitala i pacjent nie ma możliwości nimi zarządzać. Jeśli zostanie to przeniesione na blockchain, pacjent będzie mógł kontrolować dostęp i, jeśli będzie chciał, sprzedać swoje dane firmom farmaceutycznym. Dzięki temu firmy będą miały większy dostęp do cennych dla nich informacji.

Rozwój technologii sztucznej inteligencji (AI) w telemedycynie będzie przyspieszał w miarę ich rozprzestrzeniania się nauczanie maszynowe(ML) i Metody przetwarzania języka naturalnego(przetwarzanie języka naturalnego). Zapewni to klientom spersonalizowane doświadczenie, pomoże zwiększyć efektywność i obniżyć koszty w systemie opieki zdrowotnej. DataArt stworzyło prototypową aplikację, aby zademonstrować możliwości AI i ML w medycynie. Jest to platforma telemedyczna połączona z programem IBM Watson, który przetwarza głos na tekst. Watson podsłuchuje rozmowę pacjenta z lekarzem i zapisuje ją w dzienniku, co znacznie zmniejsza obciążenie dokumentacją lekarza i pozwala mu skupić się na pacjencie. Kolejny element AI odczytuje dziennik rozmów wykorzystując przetwarzanie języka naturalnego i integruje się z zestawem narzędzi medycznych w celu identyfikacji głównej dolegliwości, zakodowania jej w elektronicznym systemie opieki zdrowotnej i wsparcia lekarza w wyborze niezbędnych środków medycznych. Jest mało prawdopodobne, że sztuczna inteligencja zastąpi lekarzy, ale z pewnością poszerzy ich możliwości, zmniejszy obciążenia biurokratyczne i zminimalizuje błędy.

Handel detaliczny i dystrybucja

Detaliści będą kontynuować transformacja cyfrowa, napędzany sprzedażą internetową prowadzoną przez wiodących graczy w branży. Dzięki wprowadzeniu skalowalnych technologii Agile zmiany zajdą zarówno w krajobrazie IT sprzedawców detalicznych, jak i w ich modelach biznesowych jako całości. Wśród tych zmian znajdują się strategie omnichannel, które nie są jeszcze dobrze wykorzystywane nawet w dużych sieciach. Sklep jako miejsce zakupów przekształci się w sklep jako showroom: klienci będą próbować/testować/dotykać produkty przed podjęciem decyzji o zakupie online.

Cyfryzacja biznesu zaciera świat fizyczny i wirtualny, przekształcając projekty biznesowe, branże, rynki i organizacje. Ciągła ewolucja biznesu wykorzystuje nowe technologie do integracji świata fizycznego i wirtualnego, tworząc zupełnie nowe modele biznesowe. Przyszłość będzie definiowana przez inteligentne urządzenia, które zapewniają coraz większą penetrację usług cyfrowych we wszystkich aspektach życia. Gartnera nazywa interakcję ludzi, urządzeń, treści i usług „inteligentną grupą cyfrową” ( inteligentna siatka cyfrowa ). Umożliwia to cyfryzacja platform biznesowych, które zapewniają bogaty, inteligentny zestaw usług wspierających biznes.

Gartnera identyfikuje 10 głównych trendów technologicznych, które można pogrupować w trzy grupy – sztuczna inteligencja (AI), cyfryzacja, budownictwo siatka -sieci (patrz rys. 1).

Rysunek 1. 10 najważniejszych strategicznych trendów technologicznych na rok 2018

„Trend intelektualny” bada, w jaki sposób sztuczna inteligencja przenika praktycznie każdą istniejącą technologię i tworzy zupełnie nowe kierunki. Do 2022 r. sztuczna inteligencja będzie głównym przedmiotem zainteresowania dostawców technologii. Zastosowanie sztucznej inteligencji przyczyni się do powstania coraz bardziej elastycznych systemów autonomicznych.

  1. Korzystanie ze sztucznej inteligencji
  2. Inteligentne aplikacje i analityka
  3. Inteligentne rzeczy

„Trend cyfrowy”skupia się na łączeniu świata fizycznego i cyfrowego. W związku z tym, że przepływ danych generowanych przez rzeczy rośnie wykładniczo, moc obliczeniowa przesuwa się na brzegi sieci, aby przetworzyć ten przepływ informacji i do węzłów centralnych przesyłane są jedynie zbiorcze dane. Trendy cyfrowe, wraz z możliwościami, jakie daje sztuczna inteligencja, są motorem nowego etapu cyfryzacji biznesu i tworzenia cyfrowego ekosystemu biznesowego.

  1. Modele cyfrowe
  2. Przetwarzanie w chmurze brzegowej
  3. Systemy dialogu
  4. Technologie immersyjne(Wciągające doświadczenie)

„Trend w budowie sieci mesh” odnosi się do wykorzystywania połączeń pomiędzy coraz większą liczbą osób i firm, a także urządzeniami, treściami i usługami w celu osiągnięcia cyfrowych wyników biznesowych. Topologia mesh wymaga zastosowania nowych możliwości, które zapewnią głębokie bezpieczeństwo i będą w stanie reagować na pojawiające się zdarzenia w tych połączeniach.

  1. Blockchain
  2. Model sterowany zdarzeniami
  3. Ciągłe ryzyko adaptacyjne i zaufanie (CARTA)

Lista ta przedstawia obszary rozwoju, które nie są jeszcze powszechne, ale mają znaczący wpływ na branżę. Do roku 2022 technologie odpowiadające tym trendom osiągną wystarczający poziom dojrzałości.

Trend 1: Korzystanie ze sztucznej inteligencji

Tworzenie systemów, które uczą się, dostosowują i potencjalnie działają autonomicznie, będzie głównym tematem co najmniej do 2020 roku. Umiejętność wykorzystania sztucznej inteligencji do usprawnienia procesu decyzyjnego, tworzenia nowych modeli biznesowych i ekosystemów doprowadzi do zwycięstw w inicjatywach cyfrowych do 2025 r. Rozwój sztucznej inteligencji opiera się na licznych technologiach, które ewoluowały na przestrzeni lat. To prowadzi do:

  • Stosowane są coraz bardziej zaawansowane algorytmy uczenia maszynowego – algorytmy uczenia nadzorowanego, bez nadzoru i uczenia się przez wzmacnianie;
  • Na potrzeby uczenia maszynowego dostępne są ogromne ilości danych;
  • do przetwarzania dużych ilości danych i skomplikowanych algorytmów wykorzystywany jest sprzęt zapewniający praktycznie nieograniczoną moc obliczeniową.

Jednocześnie dzisiejsze zadania wiążą się z wykorzystaniem „wąskiej sztucznej inteligencji” – patrz ryc. 2.

Rysunek 2. Wąskie miejsce AI w długiej historii AI

„Wąska sztuczna inteligencja” składa się z programów uczenia maszynowego wysokiego poziomu, skupiających się na rozwiązywaniu konkretnych problemów (na przykład rozumienia ludzkiego języka lub prowadzenia pojazdu w kontrolowanym środowisku). Wykorzystywane algorytmy są optymalizowane pod kątem konkretnego zadania. Wszystkie istniejące przykłady rzeczywistych wdrożeń lub rozwoju sztucznej inteligencji są przykładami „wąskiej sztucznej inteligencji”. Z drugiej strony ogólna sztuczna inteligencja (General AI) wykorzystuje uczenie maszynowe do rozwiązywania szerokiego zakresu problemów. Takie systemy sztucznej inteligencji, gdyby istniały, z powodzeniem wykonałyby każde inteligentne zadanie, które człowiek mógłby wykonać i stale się uczyły, tak jak to robią ludzie. Takie systemy prawdopodobnie nie powstaną, ale zainteresowanie nimi trwa.

Technologie AI rozwijają się szybko. Skuteczne wykorzystanie tych technologii wymaga znacznych inwestycji. Brak rozwoju analityki danych prawdopodobnie sprawi, że sztuczna inteligencja będzie trudna do zastosowania w perspektywie krótkoterminowej. Do 2020 r. 30% nowych projektów będzie dotyczyło rozwoju sztucznej inteligencji we współpracy ze wspólnymi zespołami naukowców i programistów.

Zastosowania sztucznej inteligencji prowadzą do szeregu inteligentnych wdrożeń. Należą do nich zarówno urządzenia fizyczne (takie jak roboty, pojazdy autonomiczne i elektronika użytkowa), jak i aplikacje i usługi (wirtualni asystenci osobiści i inteligentni doradcy). Te wdrożenia sztucznej inteligencji będą pozycjonowane jako nowa klasa wyraźnie inteligentnych aplikacji i rzeczy. Zapewnią wbudowaną inteligencję w szerokiej gamie wzajemnie połączonych urządzeń, a także w istniejącym oprogramowaniu i rozwiązaniach usługowych. Do tworzenia takich systemów wykorzystuje się złożoną bazę naukową. Oznacza to, że wiele organizacji będzie wykorzystywać sztuczną inteligencję głównie w gotowych inteligentnych aplikacjach i rzeczach, w tym modelach jako usłudze (MaaS).

Trend 2. Inteligentne aplikacje i analityka

Firmy wykorzystują techniki AI do tworzenia nowych kategorii systemów, takich jak wirtualni doradcy klienta, VCA, a także do udoskonalania tradycyjnych aplikacji (takich jak systemy analityki wydajnościowej, systemy analityki sprzedażowej i marketingowej, systemy bezpieczeństwa). Inteligentne aplikacje zmienią charakter pracy i strukturę miejsca pracy. Badając, w jaki sposób i gdzie można zastosować sztuczną inteligencję, warto skupić się na trzech obszarach docelowych:

  • Analityka: Sztuczną inteligencję można wykorzystać do tworzenia bardziej predyktywnych lub nakazowych analiz. Sztuczna inteligencja jest również wykorzystywana do zaawansowanych analiz;
  • Proces: Sztuczna inteligencja może kierować mądrzejszymi działaniami aplikacji. Możesz na przykład użyć sztucznej inteligencji do inteligentnego dopasowywania faktur lub analizowania dokumentów e-mailowych w celu poprawy jakości usług;
  • Doświadczenie użytkownika : interakcja w języku ludzkim wykorzystywana do generowania VPA, rozpoznawania twarzy lub innych aplikacji AI w celu zrozumienia emocji, kontekstu lub intencji użytkownika oraz przewidywania potrzeb.

W ciągu najbliższych kilku lat praktycznie każda aplikacja i usługa będzie w pewnym stopniu uwzględniać sztuczną inteligencję. Niektóre z tych aplikacji staną się w sposób jawny aplikacjami inteligentnymi i nie będą mogły istnieć bez sztucznej inteligencji i uczenia maszynowego. Inni będą korzystać ze sztucznej inteligencji bez zauważania użytkownika.

VPA takie jak Google Now, Microsoft Cortana, Apple Siri, Alice od Yandex, chatboty (np. Facebook Messenger) szybko się rozwijają i mogą współpracować z AI (np. Wit.ai). Aplikacje mogą stworzyć nową inteligentną warstwę środkową dla interakcji między ludźmi i systemami. Na przykład w opiece zdrowotnej konsultanci internetowi wyposażeni w sztuczną inteligencję mogą poprawić zrozumienie problemu przez lekarzy, umożliwiając im zapewnienie bardziej spersonalizowanych metod leczenia.

Zaawansowana analityka pozwoli Ci poświęcić więcej czasu na badania

Analityka rozszerzona to paradygmat strategicznych danych i analiz nowej generacji, na który wpływa sztuczna inteligencja – patrz rysunek. 3. AI wykorzystuje uczenie maszynowe do automatyzacji procesu przygotowania danych i wstępnego przygotowania informacji. Zaawansowana analityka pozwoli specjalistom skoncentrować się na rozwiązywaniu wyspecjalizowanych problemów. Użytkownicy spędzą mniej czasu na przygotowywaniu danych, a więcej na analizowaniu najważniejszych pomysłów.

Rysunek 3. Rozszerzona analityka dla obywateli i zawodowych badaczy danych

Zarówno małe start-upy, jak i duże firmy oferują obecnie aplikacje z zaawansowanymi możliwościami analitycznymi wykorzystującymi sztuczną inteligencję. Do 2020 r. zaawansowana analityka stanie się dominującym czynnikiem napędzającym systemy analizy danych, a automatyzacja zadań informatycznych umożliwi laikom tworzenie bardziej zaawansowanych analiz niż obecnie wyspecjalizowani badacze danych.

Trend 3. Inteligentne rzeczy

Inteligentne rzeczy to systemy, które wykraczają poza zakodowane na stałe modele oprogramowania i wykorzystują sztuczną inteligencję do ulepszania zachowań, co skutkuje bardziej naturalnymi interakcjami ze środowiskiem i ludźmi. Sztuczna inteligencja napędza rozwój nowych inteligentnych rozwiązań, takich jak pojazdy autonomiczne, roboty i drony, a także zapewnia ulepszone możliwości różnym istniejącym platformom połączonym z IoT oraz systemom konsumenckim i przemysłowym (zob. rys. 4).

Rysunek 4. Inteligentne rzeczy obejmują wiele sektorów

Inteligentne rzeczy są albo pół-, albo w pełni autonomiczne. Należy interpretować słowo „autonomiczny” użyte do opisania systemów inteligentnych. Gartner definiuje „autonomiczność” jako wolność od kontroli zewnętrznej i wpływów ludzkich. Oznacza to, że te inteligentne urządzenia mogą działać bez nadzoru przez pewien okres czasu, aby wykonać dane zadanie. Inteligentne rzeczy mogą mieć różne poziomy autonomii, co ilustrują następujące przykłady:

  • Roboty sprzątające, które mają ograniczoną autonomię i ograniczoną inteligencję;
  • Drony potrafiące samodzielnie omijać przeszkody w locie;
  • Bezzałogowe statki powietrzne, które mogą latać w budynkach, w tym przez okna i drzwi.

Autonomiczne drony i roboty przejdą znaczącą ewolucję techniczną w oparciu o modele i algorytmy uczenia maszynowego. Postępy w jednym obszarze będą dostępne dla wniosków w innych obszarach.

Wykorzystanie pojazdów autonomicznych w kontrolowanych środowiskach (takich jak rolnictwo, górnictwo czy magazynowanie) to rosnący obszar zainteresowania inteligentnymi rzeczami. W warunkach przemysłowych pojazdy mogą być w pełni autonomiczne. Jednocześnie, według Gartnera, do 2022 roku dominować będą scenariusze półautonomiczne, wymagające udziału kierowcy i takie autonomiczne pojazdy będą wykorzystywane na drogach w ograniczonych, jasno określonych obszarach kontrolowanych (np. wykorzystanie bezzałogowych taksówek w obrębie Skołkowa parku technologicznego).

Sztuczna inteligencja będzie coraz częściej wdrażana w przedmiotach codziennego użytku - inteligentnych urządzeniach domowych, inteligentnych głośnikach, sprzęcie szpitalnym. Zjawisko to jest ściśle związane z pojawieniem się platform konwersacyjnych, ekspansją Internetu Rzeczy i trendem w kierunku rozwoju modeli cyfrowych.

Inne rynki będą miały podobny potencjał w zakresie wykorzystania wbudowanej inteligencji. Na przykład nowoczesny stetoskop cyfrowy może rejestrować i przechowywać dźwięki Twojego tętna i oddechu. Gromadzenie i przechowywanie takich danych, łączenie ich z informacjami diagnostycznymi i leczniczymi oraz tworzenie aplikacji wykorzystujących sztuczną inteligencję umożliwi lekarzom uzyskanie pomocy w diagnozowaniu pacjentów w czasie rzeczywistym. Jednak w bardziej złożonych scenariuszach należy wziąć pod uwagę ważne kwestie, takie jak poufność pacjenta i ograniczenia regulacyjne. Gartner wierzy, że te nietechniczne wyzwania i trudność w tworzeniu wysoce wyspecjalizowanych asystentów spowolnią wdrażanie sztucznej inteligencji w przemysłowym IoT i innych scenariuszach biznesowych. Organizacje, które potrafią usunąć te bariery, uzyskają znaczną przewagę konkurencyjną.

Rój inteligentnych rzeczy będzie ze sobą współpracował

W miarę wzrostu liczby inteligentnych systemów Gartner spodziewa się przejścia od autonomicznych inteligentnych obiektów do rojów inteligentnych rzeczy. Dzięki tej implementacji wiele urządzeń będzie współpracować niezależnie od ludzi lub pod kontrolą jednej osoby. Przykładowo, jeśli dron dokona inspekcji pól i stwierdzi, że część z nich jest gotowa do zbioru, może wysłać we właściwe miejsce „autonomiczny kombajn”. Na rynku logistycznym najskuteczniejszym rozwiązaniem może być wykorzystanie pojazdów autonomicznych do transportu towarów do magazynów przeładunkowych. Roboty i drony na pokładzie tych autonomicznych samochodów mogą następnie dokonać ostatecznej dostawy towaru do klienta. Wojsko pracuje w tym obszarze i bada możliwość wykorzystania rojów dronów do ataku lub ochrony celów wojskowych.

Trend 4. Modele cyfrowe

Model cyfrowy to cyfrowa reprezentacja rzeczywistego obiektu lub systemu – rys. 5.

CAD = projektowanie wspomagane komputerowo; MES = analiza elementów skończonych; ML = uczenie maszynowe

Rysunek 5. Cyfrowe bliźniaki to cyfrowe reprezentacje obiektów ze świata rzeczywistego

Implementacją modelu cyfrowego jest moduł oprogramowania odzwierciedlający unikalny obiekt fizyczny. Dane z wielu modeli cyfrowych można agregować, aby utworzyć złożony widok wielu obiektów świata rzeczywistego. Koncepcja cyfrowej reprezentacji rzeczywistych obiektów lub systemów nie jest nowa. Jednocześnie w ramach najnowszych osiągnięć:

  • zapewniona jest niezawodność modeli;
  • zapewniona jest komunikacja pomiędzy modelami cyfrowymi a światem rzeczywistym, potencjalnie w czasie rzeczywistym;
  • wykorzystywane są duże zbiory danych i sztuczna inteligencja;
  • zapewnia możliwość interakcji pomiędzy modelami i oceny scenariuszy „co by było, gdyby”.

Budowanie modeli cyfrowych w ramach projektów IoT cieszy się dziś szczególnym zainteresowaniem. Dobrze zaprojektowane modele zasobów cyfrowych mogą znacznie uprościć i przyspieszyć podejmowanie decyzji w przedsiębiorstwach. Modele są powiązane z ich rzeczywistymi odpowiednikami i służą do zrozumienia stanu rzeczy lub systemu, reagowania na zmiany i ulepszania operacji. Organizacje będą początkowo wdrażać proste modele cyfrowe. Będą rozwijać te modele, poprawiając ich zdolność do gromadzenia i wizualizacji właściwych danych, stosowania właściwych analiz i stosowania różnych zestawów reguł. Po 2027 r. wykorzystanie modeli cyfrowych nie będzie już ograniczone do inżynierów procesów i naukowców.

Modele cyfrowe mogą poprawić zrozumienie danych i proces podejmowania decyzji, a ostatecznie pomogą w opracowaniu nowych scenariuszy biznesowych. Ich zastosowanie przyniesie wiele korzyści w różnych ramach czasowych, w tym:

  • Krótkoterminowe: Modele cyfrowe zostaną wykorzystane w monitorowaniu, optymalizacji i poprawie doświadczenia użytkownika, co jest istotne niemal w każdej branży. Przejście od konserwacji zapobiegawczej do predykcyjnej jest najcenniejszym wykorzystaniem cyfrowych modeli systemów i mechanizmów. Korzyści dla klienta obejmują skrócenie przestojów i niższe koszty operacyjne.
  • Średnioterminowy: organizacje będą wykorzystywać modele cyfrowe do zarządzania firmami i poprawy efektywności operacyjnej. Modele cyfrowe posłużą do planowania okresów konserwacji sprzętu i przewidywania awarii na podstawie uzyskanych danych o stanie systemów, co pozwoli na naprawę sprzętu we właściwych momentach (predyktywnie), aby zapobiec jego awariom. Organizacje będą także wykorzystywać modele cyfrowe do usprawniania procesu rozwoju, wykorzystując je do symulacji zachowania nowych produktów w oparciu o zrozumienie cyfrowego modelu poprzednich wdrożeń, z uwzględnieniem ich kosztów, wpływu na środowisko i wydajności.
  • Okres długoterminowy: Modele cyfrowe będą napędzać innowacje, dostarczając informacji o tym, jak używać i ulepszać produkty i usługi. Nowe modele biznesowe mogą koncentrować się na proaktywnym doradztwie. Na przykład inżynierowie motoryzacyjni mogą używać modeli cyfrowych w połączeniu z narzędziem analitycznym do analizowania sposobu prowadzenia konkretnego pojazdu i proponowania nowych funkcji zmniejszających liczbę wypadków. Inżynierowie będą mogli zaproponować także nowe rozwiązania w zakresie konserwacji samochodu z punktu widzenia kierowcy.

Modele cyfrowe zostaną połączone z innymi obiektami cyfrowymi

Modele cyfrowe integrują ogromne ilości informacji o poszczególnych zasobach i grupach, często zapewniając nad nimi kontrolę. W miarę rozwoju modele będą „rozmawiać ze sobą”, np. aby stworzyć model „cyfrowej fabryki” z wielu połączonych cyfrowych modeli poszczególnych warsztatów, linii montażowych itp. Modele zasobów cyfrowych zostaną powiązane z innymi obiektami cyfrowymi dotyczącymi ludzi (osobowości cyfrowe), procesów (organy ścigania) i przestrzeni (cyfrowe miasta). Zrozumienie tych powiązań, w razie potrzeby podkreślenie poszczególnych elementów i śledzenie interakcji będzie ważne dla utrzymania bezpiecznego środowiska cyfrowego.

Podczas gdy modele zasobów cyfrowych w przestrzeni IoT cieszą się obecnie dużym zainteresowaniem, bardziej złożone modele cyfrowe w świecie rzeczywistym mają znacznie większy wpływ. Modele cyfrowe opierają się na koncepcji, że modele aktywów wirtualnych współistnieją i są powiązane z aktywami rzeczywistymi – są to modele bliźniacze. Jednak koncepcja ta nie ogranicza się do aktywów (lub rzeczy). Tworzenie cyfrowych odpowiedników rzeczywistych elementów rozwija się w różnych kierunkach. Podobnie jak modele cyfrowe, te cyfrowe analogi obiektów są często tworzone na podstawie struktur metadanych i modeli rzeczy, które nie mają żadnego związku z rzeczywistymi obiektami lub są w niewielkim stopniu powiązane.

Trend 5: Przetwarzanie w chmurze brzegowej

Przetwarzanie brzegowe opisuje topologię obliczeniową, w której gromadzenie, przetwarzanie i dostarczanie treści odbywa się bliżej źródeł i konsumentów informacji. Przetwarzanie brzegowe opiera się na koncepcjach sieci kratowych i przetwarzania rozproszonego. W tej koncepcji starają się przetwarzać dane lokalnie, aby ograniczyć ruch w sieci i opóźnienia w dostarczaniu treści. Tak naprawdę koncepcja przetwarzania brzegowego istnieje już od wielu lat. Wahadło „gdzie przetwarzać dane” wahało się pomiędzy podejściem scentralizowanym (takim jak komputer typu mainframe lub scentralizowana chmura) a podejściem bardziej zdecentralizowanym (takim jak komputery osobiste i urządzenia mobilne). Problemy z łącznością i opóźnieniami, ograniczenia przepustowości wynikające ze standardowych podejść sieciowych oraz większa funkcjonalność nieodłącznie związana z koncepcjami przetwarzania brzegowego sprzyjają wdrażaniu modeli rozproszonych. Jak dotąd ta topologia, aplikacje i architektury sieciowe nie były powszechnie stosowane. Konieczne będzie rozszerzenie systemów i platform zarządzania siecią, aby uwzględnić funkcje technologii przetwarzania brzegowego. Technologie te obejmują odchudzanie, kompresję i ochronę danych oraz analitykę lokalną. Przetwarzanie brzegowe rozwiązuje wiele palących problemów, takich jak wysoki koszt sieci WAN i niedopuszczalne opóźnienia. Topologia przetwarzania brzegowego umożliwi w najbliższej przyszłości jednoznaczne określenie cech cyfrowego biznesu i rozwiązań IT.

Edge Computing przenosi przetwarzanie rozproszone do chmury

Większość ekspertów postrzega przetwarzanie w chmurze i przetwarzanie brzegowe jako konkurencyjne podejścia do sieci. Wdrożenie chmur publicznych postrzegane jest jako znaczące oszczędności, centralizujące punkty przetwarzania danych, w tym wykonujące obliczenia, które optymalnie byłyby wykonywane na brzegu sieci. Ale jest to niezrozumienie obu koncepcji. Przetwarzanie w chmurze to styl przetwarzania, w którym wysoce skalowalne możliwości technologiczne są dostarczane w formie usługi z wykorzystaniem technologii internetowych. Przetwarzanie w chmurze nie wymaga centralizacji. Przetwarzanie brzegowe przenosi aspekty przetwarzania rozproszonego do modelu chmury. Przetwarzanie w chmurze i przetwarzanie brzegowe należy postrzegać raczej jako koncepcje uzupełniające się niż konkurencyjne – rys. 6.

Rysunek 6. Przetwarzanie w chmurze i przetwarzanie brzegowe to pojęcia uzupełniające

Niektóre wdrożenia chmurowe już przyjmują podejście, które dystrybuuje funkcjonalność na brzeg sieci (na przykład Microsoft Office 365 i AWS Greengrass). Gartner spodziewa się, że to podejście będzie coraz częściej stosowane w miarę wchodzenia dostawców rozwiązań chmurowych na rynek IoT, a dostawcy systemów IoT wykorzystują budowanie rozwiązań w chmurze do efektywniejszego zarządzania swoimi rozwiązaniami. Chociaż IoT jest silnym czynnikiem napędzającym podejście od chmury do krawędzi, trend ten przyniesie korzyści również urządzeniom mobilnym i komputerom stacjonarnym. Najprawdopodobniej pojawią się inne rozwiązania podobne do Office 365.

Trend 6. Systemy dialogu

Systemy konwersacyjne doprowadzą do nowej, istotnej zmiany paradygmatu w sposobie interakcji ludzi ze światem cyfrowym. Trudność w tłumaczeniu intencji użytkownika (definicji zadania) przeniesie się z człowieka na komputer. System otrzyma pytanie lub polecenie od osoby w zwykłym języku. System odpowie osobie wykonując funkcję, podając treść lub prosząc o dodatkowe dane.

System konwersacyjny zapewnia model projektowy wysokiego poziomu i silnik wykonawczy, w którym zachodzi interakcja człowiek-maszyna. Jak sugeruje termin „konwersacyjny”, interfejsy interakcji są realizowane głównie w języku mówionym lub pisanym użytkownika. Z biegiem czasu dodane zostaną inne mechanizmy interakcji - wzrok, smak, węch, dotyk. Zastosowanie rozszerzonych kanałów sensorycznych będzie wspierać zaawansowane możliwości, takie jak wykrywanie emocji poprzez analizę wyrazu twarzy lub zdrowie ludzkie poprzez analizę zapachu.

W ciągu najbliższych kilku lat głównym celem interakcji użytkowników będą systemy konwersacyjne oparte na języku naturalnym (werbalnym lub pisanym). Gartner przewiduje, że do 2019 r. 20% interakcji użytkowników ze smartfonami będzie odbywać się za pośrednictwem VPA (wirtualnego asystenta osobistego). Badanie Gartnera wykazało, że jedna czwarta użytkowników smartfonów korzysta już z VPA codziennie lub co tydzień.

Platformy konwersacyjne są najbardziej rozpoznawalne w następujących formatach:

  • VPA, np Amazon Alexa, Apple Siri, Asystent Google i Microsoft Cortana;
  • VCA (wirtualne urządzenie obliczeniowe), takie jak Amelia firmy IPsoft, wirtualny agent Watson, sztuczne rozwiązania, interakcje, Next IT i niuanse;
  • Frameworki Chatbot takie jak Amazon Lex, API.AI z Google, rozmowa IBM Watson i Microsoft Bot Framework.

Interakcja w systemach konwersacyjnych jest zazwyczaj nieformalna i dwukierunkowa. Interakcja może obejmować prostą prośbę lub pytanie (np. „Jaka jest pogoda na zewnątrz?” lub „Która jest godzina?”) z prostą odpowiedzią. W przeciwnym razie może to być interakcja ustrukturyzowana, np. wymagana przy rezerwacji stolika w restauracji lub pokoju hotelowym. Wraz z postępem technologii możliwe będzie wdrażanie niezwykle złożonych zapytań, dających dość złożone wyniki. Przykładowo system dialogu będzie mógł zebrać ustne zeznania świadków przestępstwa i na ich podstawie stworzyć obraz podejrzanego.

Rysunek 7. Platformy konwersacyjne zawierają nowe elementy projektu doświadczenia użytkownika

Trend 7. Wciągające wrażenia

Podczas gdy platformy konwersacyjne zmieniają sposób, w jaki ludzie wchodzą w interakcję ze światem cyfrowym, rzeczywistość wirtualna (VR), rzeczywistość rozszerzona (AR) i rzeczywistość mieszana (MR) zmieniają sposób, w jaki ludzie doświadczają świata cyfrowego. Ta połączona zmiana modeli percepcji i interakcji zaowocuje realizacją atrakcyjnych doświadczeń użytkowników.

VR i AR to odrębne, choć powiązane ze sobą technologie. MR rozszerza oba podejścia, aby bezpieczniej połączyć świat fizyczny. Ważny jest wizualny aspekt interakcji, ale istnieją również inne modele interakcji, takie jak sensoryczne (sprzężenie zwrotne dotykowe) i dźwiękowe (dźwięk przestrzenny). Jest to bardziej prawdziwe w przypadku MR, w którym użytkownik będzie mógł wchodzić w interakcję z obiektami cyfrowymi i rzeczywistymi, zachowując jednocześnie obecność w świecie fizycznym.

VR zapewnia generowane komputerowo środowisko 3D, które otacza użytkownika i naturalnie reaguje na ludzkie działania. Zwykle dzieje się to przy użyciu kasku wirtualnej rzeczywistości (wyświetlacz montowany na głowie, HMD), który zajmuje całe pole widzenia użytkownika. Kontrolery gestów lub miniaturowe kontrolery śledzą pozycję dłoni i ciała, umożliwiając reakcję dotykową. Kontrolery stacjonarne zapewniają głębsze poczucie zanurzenia się w wirtualnej rzeczywistości, z możliwością zorganizowania obrazu 3D dla kilku uczestników jednocześnie.

AR to wykorzystanie informacji czasu rzeczywistego w postaci tekstu, grafiki, wideo i innych wirtualnych dodatków zintegrowanych z obiektami świata rzeczywistego. Rzeczywistość rozszerzona realizowana jest poprzez wykorzystanie kasku wirtualnej rzeczywistości lub urządzenia mobilnego. Nałożenie elementów świata wirtualnego na tło świata rzeczywistego odróżnia rzeczywistość rozszerzoną (AR) od rzeczywistości wirtualnej (VR). AR ma na celu poprawę interakcji użytkowników z rzeczywistym środowiskiem fizycznym, a nie oddzielanie ich od niego. Definicja ta dotyczy także rzeczywistości mieszanej (MR), która dodatkowo łączy w sobie elementy wielu rodzajów technologii immersyjnych.

Rynek VR i AR jest młody i rozdrobniony. Jednak inwestycje w tym obszarze nie maleją. W 2016 roku przeznaczono 2,09 miliarda dolarów, w 2017 roku planowano zwiększyć o 3% do 2,16 miliarda dolarów. Większość inwestycji ma na celu rozwój technologii kluczowych, czyli technologii umożliwiających skok technologiczny w danym obszarze. W 2017 roku Apple wprowadziło ARKit 15, a Google ARCore. Te platformy technologii rzeczywistości wirtualnej są przeznaczone dla mobilnych urządzeń komputerowych firm i wskazują na duże, długoterminowe zainteresowanie liderów rynku. ARCore i ARKit, Google Cardboard i Daydream, Samsung Gear VR wykorzystują smartfon jako platformę obliczeniową dla VR i AR.

VR i AR mogą poprawić produktywność

Zainteresowanie tą technologią jest duże, co prowadzi do wielu nowych zastosowań rzeczywistości wirtualnej. Wiele z nich nie zapewnia żadnej realnej wartości biznesowej poza zapewnieniem dodatkowej rozrywki, takiej jak gry wideo i filmy sferyczne 360 ​​stopni. Dla firm oznacza to, że na rynku panuje chaos. AR i VR są często wykorzystywane jako nowość w interakcji z klientami. Zazwyczaj rzeczywistość rozszerzona jest wdrażana za pośrednictwem smartfona (np. Pokémon Go). Czasami jest to opcja wykorzystania gogli wirtualnej rzeczywistości (np. Everest VR na HTC Vive, który pozwala widzom cieszyć się oglądaniem siebie, jak praktycznie wspinają się na Mount Everest). Jednak 40% organizacji korzystających lub korzystających z AR uważa, że ​​technologia przekracza ich oczekiwania.

Do 2021 r. treści konsumenckie i biznesowe, a także aplikacje rzeczywistości wirtualnej będą się szybko rozwijać. W 2018 roku rynek wirtualnej rzeczywistości osiągnie 67,2 mln urządzeń. Do 2021 r. technologia wyświetlaczy montowanych na głowie (HMD) będzie nadal znacznie udoskonalana, ale technologia AR będzie najczęściej stosowana na urządzeniach mobilnych.

Dalszym rozwinięciem jest rzeczywistość mieszana – rys. 8. Wdraża technologię, która usprawnia interfejs, aby był bardziej spójny z interakcją ludzi ze światem. MR korzysta z zestawów słuchawkowych wirtualnej rzeczywistości, smartfonów i tabletów, inteligentnych lusterek, systemów wyświetlania na przednich szybach samochodów i projektorów. Rzeczywistość mieszana wykracza poza wykorzystanie wyłącznie informacji wizualnych, wykorzystuje także kanały wejścia/wyjścia dźwiękowe, dotykowe i inne zmysłowe. MR obejmuje także sygnalizatory i czujniki wbudowane w otoczenie użytkownika.

Rysunek 8. Przyszłość doświadczeń użytkownika (UX)

Integracja VR i AR z różnymi systemami (mobilnymi, ubieralnymi, IoT, wieloma czujnikami, platformami konwersacyjnymi) poszerzy możliwości aplikacji. Pokoje i otaczająca je przestrzeń zaczną wchodzić w interakcję z rzeczami i współpracować z wirtualnymi światami. Wyobraź sobie magazyn, który może nie tylko wykryć obecność pracowników, ale także pomóc im zrozumieć stan serwisowanego sprzętu i wizualnie pokazać części wymagające wymiany. Jednakże, chociaż potencjał VR i AR jest ekscytujący, pozostaje wiele wyzwań związanych z powszechnym przyjęciem i wykorzystaniem.

Trend 8. Blockchain

Blockchain ewoluował od infrastruktury cyfrowej waluty do platformy cyfrowej transformacji. Blockchain i inne technologie rozproszonych baz danych zapewniają zaufanie w niezaufanych środowiskach, eliminując potrzebę uwierzytelniania przez jeden organ. W tym badaniu firmy Gartner termin „blockchain” jest terminem ogólnym obejmującym wszystkie technologie rozproszonych baz danych. Technologie Blockchain oferują radykalne odejście od obecnych scentralizowanych transakcji i mechanizmów prowadzenia rejestrów.

W swojej istocie blockchain jest współdzieloną, rozproszoną, zdecentralizowaną i tokenizowaną bazą danych. Blockchain to potężne narzędzie dla cyfrowego biznesu, które zapewnia:

  • Eliminowanie złożoności interakcji w biznesie i technologii;
  • Możliwość tworzenia własnego zasobu i dystrybucji go;
  • Utwórz zarządzany model zaufania.

Blockchain zyskuje na popularności, ponieważ daje możliwości zmiany modelu operacyjnego branży. Finansowanie projektów blockchain stale rośnie, a jednym z interesujących zmian jest wykorzystanie początkowych ofert monet (ICO) jako źródła finansowania. Zwiększone zainteresowanie blockchainem zaobserwowano początkowo w branży finansowej. Blockchain ma jednak wiele potencjalnych zastosowań wykraczających poza usługi finansowe, w tym aplikacje rządowe, opiekę zdrowotną, produkcję, logistykę, dystrybucję treści, uwierzytelnianie i prawo patentowe.

Krytycznym aspektem technologii blockchain jest nieuregulowane tworzenie i transfer środków, czego przykładem jest Bitcoin. Możliwość ta pozwala na finansowanie dużej części rozwoju technologii blockchain, jednak budzi ona obawy rządowych organów regulacyjnych i rządów. Dyskusje na temat ekosystemów objętych zezwoleniem, bez pozwolenia, hybrydowych i prywatnych oraz zarządzania tymi systemami doprowadzą do solidniejszej analizy rozproszonych baz danych. Robocze rozwiązania pojawią się w 2021 r., po zakończeniu tej analizy.

Blockchain potencjalnie oferuje znaczące długoterminowe korzyści pomimo istniejących wyzwań

Do głównych potencjalnych korzyści blockchainu należą:

  • Lepszy przepływ środków pieniężnych
  • Obniżone koszty transakcji
  • Skrócony szacowany czas
  • Pochodzenie aktywów
  • Tworzenie własnego zasobu
  • Nowe modele zaufania

Korzystanie z otwartego łańcucha bloków może wyeliminować potrzebę stosowania zaufanych organów uwierzytelniających w zapisach transakcji i sporach arbitrażowych. Dzieje się tak, ponieważ zaufanie jest wbudowane w model poprzez niezmienne rekordy w rozproszonej bazie danych. Potencjał tej technologii do radykalnej zmiany interakcji gospodarczych powinien postawić wiele ważnych pytań dla społeczeństwa, rządów i firm. Na te pytania nie ma jeszcze jednoznacznych odpowiedzi.

Blockchain stoi przed innymi ważnymi problemami, które uniemożliwią wdrożenie niezawodnych, skalowalnych rozwiązań przed 2022 rokiem. Technologie i koncepcje Blockchain są niedojrzałe, słabo poznane i niepotwierdzone w przypadku operacji biznesowych o znaczeniu krytycznym.

Trend 9. Model sterowany zdarzeniami

Firmy są zawsze świadome nowych aspektów technologii cyfrowej i gotowe do ich wykorzystania. Ma to kluczowe znaczenie dla cyfryzacji biznesu. Wydarzenia biznesowe odzwierciedlają początek pewnych stanów lub zmiany stanów. Niektóre wydarzenia biznesowe lub ich kombinacje reprezentują momenty biznesowe — określone sytuacje wymagające określonych działań biznesowych. Najważniejsze kwestie biznesowe mają konsekwencje dla wielu stron (na przykład poszczególnych aplikacji, linii biznesowych lub partnerów).

Większe zdarzenia biznesowe można wykrywać szybciej i analizować bardziej szczegółowo, korzystając z brokerów zdarzeń, IoT, przetwarzania w chmurze, blockchain, zarządzania danymi w pamięci i sztucznej inteligencji. Jednak sama technologia nie jest w stanie zapewnić pełnej wartości modelu sterowanego zdarzeniami. Wymaga to zmiany kultury i przywództwa: liderzy IT, planiści i architekci muszą przyjąć „myślenie o zdarzeniach”. Do 2020 r. 80% cyfrowych decyzji biznesowych będzie wymagało świadomości sytuacyjnej w czasie rzeczywistym. A 80% nowych ekosystemów biznesowych będzie potrzebować wsparcia w zakresie przetwarzania zdarzeń.

Architektura sterowana zdarzeniami jest zoptymalizowana pod kątem elastyczności, odporności na błędy, rozszerzalności, niższych kosztów zmian i otwartego projektu. Aby osiągnąć cele użytkowników na platformach konwersacyjnych, konieczne jest zapewnienie dynamicznego podejścia opartego na zdarzeniach. Interfejs użytkownika z platformami konwersacyjnymi staje się coraz bardziej inteligentny, reagując na dynamiczny i zmieniający się kontekst użytkownika oraz integrując różne elementy systemu. Strumienie danych z systemów IoT to strumienie zdarzeń. Podejmowanie decyzji w czasie rzeczywistym i świadomość sytuacyjna wymagają stałego monitorowania i oceny zdarzeń.

Wydarzenia będą zyskiwać na znaczeniu w inteligentnej cyfrowej sieci mesh

Modele projektowania aplikacji sterowane zapytaniami i zdarzeniami uzupełniają się - rys. 10. Obydwa modele są przydatne w zależności od realizowanego procesu biznesowego. Model oparty na żądaniach, z podejściem zespołowym i strukturalnym, zapewnia większą pewność i kontrolę nad interakcjami między usługami. Model ten jest stosunkowo sztywny, z ograniczonym tworzeniem współbieżności i zależności. Podejście oparte na zdarzeniach jest bardziej elastyczne, obsługuje strumienie zdarzeń i skalowanie w czasie rzeczywistym. Wymaga to jednak wprowadzenia warstwy pośredniej, brokera zdarzeń. Projektanci procesów, architekci i programiści powinni traktować oba podejścia na równi. Model sterowany zdarzeniami stopniowo stanie się podejściem preferowanym ze względu na swoją elastyczność.

Rysunek 10. Modele projektowania aplikacji sterowane zdarzeniami i żądaniami uzupełniają się

Trend 10: Ciągłe ryzyko adaptacyjne i zaufanie (CARTA)

Inteligentna cyfrowa sieć kratowa i powiązane z nią platformy technologii cyfrowych oraz architektury aplikacji tworzą coraz bardziej złożony świat systemów bezpieczeństwa. Ciągła ewolucja branży hakerskiej i wykorzystywanie przez nią coraz bardziej wyrafinowanych narzędzi, w tym tych samych najnowocześniejszych technologii, którymi dysponują firmy działające w dobrej wierze, znacznie zwiększa potencjał zagrożeń. Poleganie na ochronie obwodowej opartej na zasadach statycznych nie jest już prawidłowe i przestarzałe. Jest to szczególnie ważne, ponieważ organizacje coraz częściej wykorzystują urządzenia mobilne, usługi w chmurze i otwarte interfejsy API do budowania ekosystemów biznesowych dla klientów i partnerów. Liderzy IT muszą skoncentrować się na wykrywaniu zagrożeń i reagowaniu na nie oraz stosować tradycyjne środki, takie jak blokowanie, aby zapobiegać atakom i innym nadużyciom. Jednocześnie przedsiębiorstwa cyfrowe będą wymagały większego bezpieczeństwa dostępu, gdy systemy i informacje będą znajdować się w cyfrowej sieci kratowej. Liderzy bezpieczeństwa i ryzyka muszą przyjąć strategiczne podejście oparte na ciągłej adaptacyjnej ocenie ryzyka i zaufania (CARTA). Jest to niezbędne dla bezpiecznego dostępu do cyfrowych inicjatyw biznesowych w świecie zaawansowanych ataków ukierunkowanych i umożliwi podejmowanie decyzji w czasie rzeczywistym w oparciu o ocenę ryzyka i wykorzystanie modelu zaufania.

Należy usunąć bariery pomiędzy zespołami ds. bezpieczeństwa i rozwoju aplikacji

W ramach podejścia CARTA organizacje muszą usuwać bariery pomiędzy zespołami ds. rozwoju i bezpieczeństwa. Analogią do tej sytuacji jest sposób, w jaki narzędzia i procesy DevOps wypełniają lukę pomiędzy rozwojem a operacjami. Zespoły ds. bezpieczeństwa nie mogą sobie pozwolić na czekanie do zakończenia procesu tworzenia i wydawania aplikacji, aby przeprowadzić szczegółowe skanowanie pod kątem luk w zabezpieczeniach. Wymagania bezpieczeństwa powinny być jasno określone i łatwe do zintegrowania z procesami programistycznymi, a nie odwrotnie. Architekci bezpieczeństwa informacji wraz z DevOps muszą zintegrować procedurę testowania w niezbędnych punktach przepływów pracy. Organizacja pracy powinna być przejrzysta dla programistów, umożliwiać współpracę i elastyczność w środowisku programistycznym. Doprowadzi to do modelu DevSecOps pokazanego na ryc. jedenaście.

Wszystkie platformy bezpieczeństwa informacji muszą zapewniać pełną funkcjonalność za pośrednictwem interfejsów API. W ten sposób procesy można zintegrować z procesem DevOps i zautomatyzować w preferowanym przez programistę łańcuchu narzędzi.

wnioski

Sztuczna inteligencja (AI) wnosi wartość do każdej branży, umożliwiając tworzenie nowych modeli biznesowych, wspierając podstawowe obszary działalności, takie jak zaangażowanie klientów, cyfrowa produkcja, inteligentne miasta, samochody autonomiczne, zarządzanie ryzykiem, wizja komputerowa i rozpoznawanie mowy.

W miarę jak ludzie, miejsca, procesy i „rzeczy” stają się coraz bardziej cyfrowe, będą one reprezentowane przez modele cyfrowe. Zapewni to podatny grunt dla nowych procesów biznesowych opartych na wydarzeniach, modeli biznesowych i ekosystemów cyfrowych.

Sposób, w jaki wchodzimy w interakcję z technologiami cyfrowymi, ulegnie radykalnej transformacji w ciągu najbliższych pięciu do dziesięciu lat. Platformy konwersacyjne, rzeczywistość rozszerzona, rzeczywistość wirtualna i rzeczywistość mieszana umożliwią bardziej naturalne i wciągające interakcje ze światem cyfrowym.

Przedsiębiorstwa cyfrowe kierują się wydarzeniami, co oznacza, że ​​muszą stale dostosowywać się do nowych wyzwań. To samo dotyczy infrastruktury bezpieczeństwa i wspierających ją ocen ryzyka.