online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 2017 年 6 大科技趨勢預測:人工智慧、雲端平台、區塊鏈是發展關鍵


2017 年 6 大科技趨勢預測:人工智慧、雲端平台、區塊鏈是發展關鍵

回顧 2016 年,我們迎來了許多科技上的突破,從 Google 人工智慧圍棋程式 AlphaGo 擊敗棋王,到任天堂發表的「寶可夢 Go」與韓國自拍 app「SNOW」的臉部濾鏡使用擴增實境(Augmented Reality)技術席捲全球,我們的生活正劇烈且迅速地被各種竄起的新技術和概念大幅改變。

2017 年,這個現象只會更加明顯。無論是人工智慧、機器學習,或是虛擬實境、擴增實境,甚至是我們似乎已經習以為常的 雲端服務 ,都將影響我們的個人生活和產業的商業管理。我們的現況將越來越「未來化」,而 2017 年的這六大科技趨勢值得關注:

1. 企業轉往雲端服務平台是趨勢

有在追蹤 IaaS 公共雲端運算市場的分析師,大多都認同 2016 年間,更多的企業開始考慮使用雲端平台,作為企業的主要基礎服務架構。

雲端服務商提供全球顧客更多儲存數據的選擇,並且優化雲端服務的效率,這個趨勢讓許多顧客願意關閉他們的實體數據中心,轉為全雲端服務,或是把他們最重要的企業服務移到 IaaS 上。

今年的 IaaS 雲端市場會因為人工智慧、機器學習與更多新型態雲端技術的出現,而大幅度的成長,根據科技媒體 NetworkWorld 報導,2017 年 IaaS 雲端市場趨勢 則大概有十項:

IaaS 市場規模迅速擴大:

Forrester Research 公司估計,整個雲端市場正在以 22% 的複合年均增長率(Compound Annual Growth Rate,CAGR)擴張,且會在 2017 年年底達到一千四百六十億。

大量企業會採用雲端架構服務:

IDC 首席分析師 Frank Gens 相信雲端服務將從試驗階段,轉變成企業大量採用。在 2018 年前,Gens 預測百分之六十的企業 IT 工作量將在辦公室以外的地方完成,而百分之八十五的企業將投入於建造多雲端架構模式(multi-cloud architecture model)。

機器學習與人工智慧是雲端市場發展關鍵:

Amazon、Microsoft 與 Google 的雲端計劃中皆加入了關於這兩項技術的應用與研究,可以說機器學習與人工智慧會是雲端服務提供者優先重視的範疇。

無伺服器運算:

在不需開通實際設備資源的情況下,建立並執行一個應用程式服務。

下個世代的雲端運算工具:「容器」(Container):

對雲端服務提供者而言,「容器(Container)」仍然是一個很模糊的概念。IDC 的 IaaS 分析師 Deepak Mohan 將無伺服器運算與「容器」分類為「下一個時代的運算」,比傳統的虛擬機和伺服器更加前衛。

私人雲將會普及、盛行:

在 2017 年,私人雲市場將大幅抽離傳統私人雲套裝,轉向更便宜好用的方式,其會整合「平台即服務」(Platform as a Service,PaaS)的能力、雲端管理以及容器支援。

多工使用的混合雲(Hybrid Cloud)需求大增:

儘管公司組織為他們的私人雲建立了先進的設施,他們仍想讓原先在該設備上處理的工作,最終能進入公共雲中,因此建立了所謂的混合雲。

企業會需要專屬管家幫忙管理雲端平台:

將會有一定數量的公司服務用於協助顧客管理自己的 雲端平台 。這些工具與市場採用度在 2017 年只會越來越大。擁有雲端平台的人要嘛得學習自己管理雲端,或找到協助自己有效使用雲端工具的代管人員。

數據中心的需求量大增:

各大公司在世界各處都建立了數據中心,以跟上需求和顧客要求,他們也在特定地區增加數據中心的規模和數量,以因應當地的數據管理法規。我們可以預測在 2017 年間,將有更多新的區域、可用地區與數據中心在各地增加。

美國以外的雲端市場才是主戰場:

在美國,這個市場已經趨近飽和,新參與者想獲得高市佔率將會有點困難。不過 IDC 分析師 Mohan 表示,「在美國之外的市場仍非常零碎。」如阿里巴巴和騰訊等中國公司有機會在當地市場取得很高的市占率,而 2017 年的發展會證實這些潛在的國際性潛能會不會強化美國的市場。

2. 物聯網(the Internet of Things)要來真的了

2017 年可能是物聯網從醞釀到爆發的一年。

「聯網裝置」,也就是指過去不曾與網際網路連線、但現在已與之接軌的裝置,並不是一個新概念,不過這個技術的用途,如智慧汽車、智慧房屋以及急劇簡化的工業管理模式,正以令人驚豔的方式改變我們生活的現狀,讓人體認到「未來世界」的來臨。

物聯網最大的隱憂是資料安全,而且從這個概念率先被提出起,資安就是必定面對的問題。儘管不少人試著訂定準則,目前業界少有針對物聯網的共有標準,業者也很少把用於個人電腦、智慧型手機等傳統裝置的資安標準應用在聯網裝置上。

根據分析師 Zeus Kerravala 所言,物聯網安全需要加強網路取用管制(Network Access Controls,NAC),包含即時應用程式管制與監控、如 PPSK 等支援物聯網的安全認證方法、詳盡的裝置政策執行,以及集中化的回報與監控工具。

無論如何,物聯網都會大幅影響 2017 年的電腦計算產業,它可能是一系列新科技產品服務的基石,也可能成為更具破壞性的網路攻擊舞台。

3. 擴增實境和虛擬實境繼續延燒

iPad 在 2010 年發佈時,別說加上商業用途了,幾乎沒有人對它產生多大的興趣,反而被譏是雞肋產品。現在,人手一台 iPad 和各種平板電腦,它們幾乎攻佔了全世界。

同樣的事情將發生在虛擬實境(VR)跟擴增實境(AR)上,而平板與智慧型手機將被作為它們發揚光大的平台。 根據 IDC 的分析,2017 年年底前,將有百分之二十五的企業 IT 組織開始測試智慧型手機上的 AR 商用應用程式,而零售業對於 AR/VR 相關的軟硬體、程式開發預算將會提升 145%,總投資金額超過十億美金。

IDC 的裝置與 AR/VR 團隊的計劃副總監 Tom Mainelli 在最近一場網絡研討會(Webinar)中表示,AR 的目標落在頭戴式 AR 裝備,像是 Microsoft HoloLens,不過 許多公司將會針對消費者與企業手上已有的裝置,開發 AR 應用程式與後端程序。

去年暑假上線的寶可夢 Go(Pokémon Go)讓我們得以淺嚐 AR 的用途和特別之處,例如美國最大的藥品、食品零售連鎖企業 Walgreens 、我們所熟悉的玩具反斗城、 戶外運動服裝與用品品牌 North Face 、美國家具商 Ashley Furniture 都開始採用此技術為顧客提出更優質的服務。

「我相信 AR 對各產業的影響,會跟幾年前個人電腦的衝擊相差無幾。」Mainelli 說道,「只要開發者意識到這種科技的潛能,企業的樣貌將從裡到外完全被改變……最後,我們將迎來一個新時代,在那裡,AR 會是我們與裝置、數位內容、實際物品與數據互動的主要媒介。」

4. 2020 年前,60%數位企業的資安面臨重大風險,而人工智慧可能是解方

先看看高德納諮詢公司(Gartner)最近的資安狀況評估:

2020 年前,百分之六十的數位企業將面臨嚴重的服務崩潰,起因為 IT 安全團隊沒有管理數位風險的能力;同時,百分之六十的企業資訊安全預算將被分配給快速監測與回應策略,而在 2016 年間這個數字只有百分之三十。另外,在 2018 年前,百分之二十五的企業數據流量將直接從行動裝置傳輸到雲端,跳過企業自身的安全監控;2018 年間,超過一半的物聯網裝置製造者也會因不足的權限認證制度,導致他們無法即時處理威脅。

這些問題的解決方式,很可能就是所謂的「三 A 保護」──自動化(Automation)、分析(Analytics)與人工智慧(Artificial Intelligence)。

在自動化的機制之下,安全平台將根據最新監測到的威脅,在沒有人為干預的情況下設計並執行管制。這將大幅縮短從損害到解除威脅的時間,進而減少攻擊者能造成破壞的管道。

安全分析引擎可以消化從裝置傳來的數據,以尋找代表威脅的反常現象。透過設立一個代表「正常」的基準線,這些引擎挑出稍有不同的使用行為,並評估它們是否為有害的活動。

最後,採用人工智慧和機器學習(Machine Learning)能夠提升這項技術的監測能力,除了在網路流量監測反常活動外,也能針對獨立機器、使用者以及特定機器的使用族群的行為進行分析。

隨著這些工具在 2017 年開發得更精確、更值得信賴,它們將能在前期就發現攻擊行為,並在攻擊行為造成資安漏洞前阻止破壞產生。

5. 機器學習(Machine Learning)保證預測未來的能力

從以往的經驗看來,想要使用機器學習和認知運算(Cognitive Computing)技術的組織都會面對一個挑戰:需要雇用具有經驗、投入研究如何將數據放入人工智慧演算法的專家級的數據科學家。

近幾年,多虧公共 雲端運算平台 的發展,這點被解決了,許多廠商皆發表了雲端機器學習平台。長期追蹤機器學習市場的分析師 Sam Charrington 認為,這份技術已被大幅平民化(democratized),供日常開發者在他們的應用程式中使用。

基本上,機器學習是指使用數據來預測未來行為,最常被用於欺詐保護(訓練電腦來檢測反常行為)與訓練應用程式預測未來的利潤和客戶流失。IBM 便已訓練他們的 Watson 平台創造精明的聊天機器人(Chatbot)負責客戶互動,以及協助醫護工作人員提供更好的照護服務。

與區塊鏈一樣,機器學習也仍在應用前期,勤業眾信顧問公司(Deloitte)的報告指出,現今只有百分之八的企業正在使用機器學習技術。消費者對亞馬遜 Echo 和 Apple Siri 等平台與工具的採用度已在這個市場種下發展的種子,但由於市場教育的不足,再加上現有企業平台鮮少與這些系統整合,企業用途的發展一直停滯不前。不過,Krishna Roy 也指出,總有一天這項技術會成為「企業分析不可或缺的一部份」。

6. 區塊鏈的地位應被企業提升到核心發展重點

區塊鏈將對各種金融與商業交易帶來革命式的轉變。業界對這點的熱切程度從未消退過。在新的一年中,一些企業即將把這個區塊鏈熱潮變成實際的技術測試,以探索它減少交易成本、串流夥伴互動與加速企業程序的能力。

原則上來說,區塊鏈紀錄交易的方式將這些互動串成一條具時間鏈,這些紀錄皆永遠不能刪除,只能循序更新,形成一條越來越長久的交易歷史足跡。區塊鏈像是一本公共的分類帳目,透過可認證的交易紀錄以及取代對中介者的需求,它在數位世界中建立起使用者之間、使用者與企業之間,以及企業之間的信任。

在金融產業之外,產業觀察者認為區塊鏈將在核心企業功能中扮演重要的角色,從供應鏈與製造業到法律與健康醫學產業都一樣。當管理者需進行審計跟蹤(Audit Trail),以追蹤完成品的製造源頭或記錄房地產擁有權,區塊鏈網絡可以用來建立具認證性、防竄改性、加密過的紀錄,且不受制於一個中央管理權力。

不過,區塊鏈科技距離發展成熟還有一段距離。

早期採用者已執行過上百個試點項目(Pilot Project),但在區塊鏈成為主流前,還有許多問題必需正視:技術挑戰、沒有執行標準與管理模型、技術缺乏以及擴張性隱憂。

若企業對於區塊鏈應用有興趣,高德納諮詢公司(Gartner)建議從針對特定問題的小型試驗開始。企業可以開始評估,分佈式網路(Distributed Network)將如何改善原先被交易效率失能限制的商業程序,以及科技供應者能如何協助區塊鏈應用。

轉貼自: 科技橘子


留下你的回應

以訪客張貼回應

0

在此對話中的人們

YOU MAY BE INTERESTED