2021年技术趋势.pdf

2021 年 技术趋势 中文 版Trending the trends: Twelve years of research 信息技术 适速发展 信息技术 无界限 无领劳动力 重启数字化 工作环境 极限混合云 应用程序 接口经济 API 势在必行 NoOps与无 服务器计算 信任经济 一切皆服务 从单一区块链 到区块链组合 地理空间 可视化 智能增强 数字孪生 MLOps: 人工 智能产业化 机器数据革命 DEI 技术： 公平工具 大数据的 实际运用 寻找数据的 真面目 暗数据分析 机器智能 企业数据 主权 企业移动化 移动化以及 超越移动化 可穿戴设备 普适计算 物联网 工业化分析 民主化信任 用户授权 立体营销 增强现实与虚 拟现实的运用 混合现实 数字现实 超越营销 智能界面 人工智能组织 人感体验平台 社会型企业 游戏化 社会重塑 社会激励 数字参与 认知分析 云编排 游戏化工作 众包工业化 实时开发 运营 软件定义 一切 自主平台 必然的架构 组成 技术重塑 未来联通 聚构唤醒 解放供应链 CIO是风险 投资家 技术债务 逆转 CIO是首席 整合官 未来的IT 从业者 CIO调查： 创新传统 CIO调查： 引领传统 CIO调查： 展现传统 设计成为 一门学科 CIO是后数字 时代的催化剂 信息技术 业务 互联网通信协议 第6版 （这次我 们是认真的） 指数型企业 指数型企业 指数型企业的 社会影响 指数型企业 观察名单 指数型企业 观察名单 超越数字化 未来新星 战略工程化 激活核心 系统 零信任 数字ID 稳步创新 没有绝对的 网络安全 重塑企业资源规 划 （ERP）引擎 网络安全 风险影响 风险影响 风险影响 风险影响 新核心 网络安全 刻不容缓 技术道德 与信任 全球研究： 领导动力学 财务与IT的 未来 内存革命 重振核心 重构核心系统 引入式架构 云计算与分布式平台 信任 技术业务 数据与分析及人工智能 数字体验与数字现实 核心现代化 能力云 可视化 实时分析 移动化应用 用户参与 社会计算 CIO是革命家 网络智能 “近企业级” 应用 “企业资源 规划已死” 流言终结 价值驱动型 应用管理 云革命 信息管理 信息自动化 无线和移动 用户参与 资产智能 虚拟化 CIO卓越运营 网络安全 最佳企业级 应用程序 服务思考 2020 2021 2019 2018 2017 2016 2015 2013 2012 2011 2010 2014 十亿级定制 趋势分析 ： 十二年潜心研究 23 目录 4 14 61 108 编辑寄语 战略工程化 MLOps ： 人工智能产业化 重启数字化 工作环境 6 30 77 127 执行摘要 核心系统激活 机器数据革命 ： 专供机器的数据 十亿级定制 ： 数字化与实体相融 11 47 93 142 宏观技术力量 解放供应链 零信任 ： 从不相信 ， 永远验证 DEI 技术 ： 公平工具 156 特别鸣谢编辑寄语 4 的韧性 。 各行各业众多组织开展了全面的情况 评估 ， 修订各自的战略计划并坚定地奔赴未来 。 我们预计 ， 对于大多数人 ， 未来会与2020年1 月 的局势大不一样 。 疫情以一种出人意料的方式推 动我们施行重要的变革举措 。 越来越多跨行业的 组织在加速自己的数字化转型 ， 不仅是为了让各 自的组织运营更灵活 、 敏捷 、 高效 ， 也为了响应 急剧变化的需求和客户预期 。 曾几何时 ， 许多供 应链领导者都信心满满地认为自己有能力在动荡 中维持运营 ， 但事实却如沃伦 巴菲特所说的 ： 只有潮水褪去时 ， 我们才知道谁在裸泳 。 同样 ， 高管们关于未来工作的计划讨论也只能是 “ 关于 未来 ”。 这次疫情迫使有条不紊的 “ 未来 ” 计划 从几年缩短为几周 。 在这种背景下 ， 今年的 技术趋势 报告探讨 了未来18-24 个月内及以后将会推动实施新规 划和新项目的机会 、 战略和技术 。 对于企业技术 ， 我们强调企业和技术战略协 同的重要性 ； 我们重新思考了关键核心系统 及非数字化原生基因的企业如何利用云计算 、 低代码和平台优先战略来增值遗留的资产 ； 我们还深入探讨供应链转型之路 。 就数据而言 ， 我们调查行业先驱如何利 用 “ 机器学习运营 （MLOps ）” 理念来产 业化人工智能应用 ， 最终形成新方法来管 理面向机器应用 、 而不是人类应用的数据 。 我们还会探讨网络安全领域的新兴趋势 。 正 如诗人罗伯特彭斯所揶揄的那 样 ， 人算不如天算 ， 计划永远赶不 上变化 。2020 年1月 ， 我们大多数人 都制定了计划 未来数月的路线图 ， 指引我 们的组织 、 技术和生活 。 然而 ， 新冠疫情把全 世界打得措手不及 ， 使这些精心设计的计划变 成一纸空文 。 这场怪异的 、 空前的疫情似乎在 一夜之间打乱了我们的设想 ， 迫使我们为了应 对紧急变化 ， 以一种前所未有的方式和速度 ， 来提升适应能力和反应能力 。 鉴于疫情的影响将继续在社会 、 市场和生活方 面引起一系列连锁反应 ， 我们发布了 2021年 技术趋势 。 本年度报告的主题是韧性 。 我们 所谓的 “ 韧性 ” 是指 ： 面对挑战 ， 适应当前局 势并寻求发展的顽强决心 。 过去一年 ， 我们看 到了无数鼓舞人心的案例 ， 大家都展现了顽强 编辑寄语人机交互方面 ， 我们关注未来工作环境的最新 趋势 、 数字化体验 ， 以及能促进多元化 、 公平 性和包容性的技术 。 综上所述 ， 这些趋势表明 ， 过去一年虽动荡不安 ， 但也孕育着更多希望 。 新技术和新业务的计划已 经开始执行 ， 为走向未来指出了一条光明大道 。 在这一路上 ， 首席信息官和其他高管们将自信地领 导工作 ， 他们已经用事实证明自己能够经受打击 ， 并重新站起来 。 这就是我们所说的韧性 ！ 编辑寄语 5 联系我们 联系我们的技术趋势团队 咨询有关新兴技术的问题并获取新内容 。 TechT | DeloitteonTech 了解技术领导者的洞见 了解我们的CIO项目和技术领域女性高管的研究和成 功案例 ， 掌握全新观点 。 | Deloi.tt/women 持续关注 Deloitte Insights 下载Deloitte Insights和Dow Jones app以访问我们首 席系列期刊上的文章 、 新闻和每日执行简报 ， 并接收 新内容发布通知 。 | DeloitteInsight Scott Buchholz 新兴技术研究总监兼政府及 公共服务行业首席技术官 德勤管理咨询 Mike Bechtel 董事总经理兼首席未来学家 德勤管理咨询 Bill Briggs 全球首席技术官 德勤管理咨询 推特 ：dbthree执行摘要 6 战略工程化 Joseph Fuller ，哈佛商学院 Peter Schwartz, Salesforce 核心系统激活 Albemarle （ 雅保公司 ） Sogrape GM Financial （ 通用汽车金融 ） Justin Kershaw ，嘉吉 解放供应链 Pactiv Evergreen John Tomblin 博士 ， 卫奇塔州立大学 MLOps ： 人工智能产业化 美国国家海洋和大气管理局 摩根士丹利 Anthem Swami Sivasubramanian, AWS 机器数据革命 ： 专供机器的数据 AT&T Loblaw ABN AMRO Lutz Beck ， 戴姆勒卡车北美有限责任公司 零信任 ： 从不相信 ， 永远验证 武田制药 哈利伯顿 John Kindervag ， 派拓网络 重启数字化工作环境 汤森路透 劳合社 仲量联行 Dan Torunian, PayPal 十亿级定制 ： 数字化与实体相融 Hans Neubert, Gensler DEI技术 ： 公平工具 德勤美国 执行摘要 案例研究 、 洞察与趋势执行摘要 7 战略工程化 尤忠彬和Seong Kiu Kang ， 德勤管理咨询中国 零信任 ： 从不相信 ， 永远验证 中国民生银行 宝马中国 OPPO 重启数字化工作环境 郑骅 ， 德勤管理咨询中国 十亿级定制 ： 数字化与实体相融 华思远 ， 德勤管理咨询中国 DEI技术 ： 公平工具 Seth Colin De Grow ， 德勤管理咨询中国 执行摘要 中国案例研究 、 洞察与趋势战略工程化 一些组织利用当前的技术打造全新 竞争优势 ， 而对另一些组织而言 ， 技术却威胁着其生死存亡 。 因此 ， 企业战略与技术战略休戚相关 ， 它 们之间的界限也日益模糊 。 精明的 企业战略制定者都在试图突破各 自组织当前的技术能力和竞争格局 ， 从更广的范围思考未 来 技术如何帮助其扩张市场 、 赢得竞争 。 然而不确定性 太多 ， 可能性太过复杂 ， 已超出了人类大脑的处理能力 。 于是 ， 战略家转而青睐配备战略性技术平台 ， 包括高级分 析 、 自动化和人工智能功能 。 一些企业目前正使用这些工具 来逐步识别内外部战略因素 、 传达战略决策并监控结果 。 正 因如此 ， 这些企业正着力转变其战略制定过程 ， 从不常见且 费时的过程转变为持续而动态的进展 ， 从而帮助战略制定者 更全面 、 更创新地思考未来 。 核心系统激活 将企业遗留的系统现代化并迁移到 云端 ， 有助于释放组织的数字化潜 力 。 直到最近 ， 这些任务可能依然 会使组织的数字化转型预算大大超 支 。 对于很多企业而言 ， 所需的云 迁移和其他核心系统现代化战略的 成本可能高到难以承受 。 但这种情况即将改变 。 我们观察到 一种趋势日益凸显 ， 即一些具有开创精神的企业开始明智地采 取外包安排 ， 来重新构建核心系统现代化的经济效益模型 。 同样 ， 有些公司在寻求机会将核心资产转移到实力不断壮大 的平台 ， 包括低代码选项 。 最后 ， 很多公司会通过解决ERP 系统中的技术负债和迁移非必要功能到其他平台 ， 来推进其 平台优先战略 。 在充满了不确定性的商业环境中 ， 这些可以 从遗留的核心系统资产中提取更多价值的创新方法 ， 可能很 快就会成为每位CIO数字化转型过程中的标准动作 。 解放供应链 长期以来 ， 供应链一直被纳入业务 成本中 。 而现在 ， 供应链正脱离后 台部门 ， 转而为前台赋能 实现 客户细分和产品差异化 。 目光长远 的生产商 、 零售商和经销商正在探 索 ： 如何将供应链成本中心转变成 以客户为中心的价值驱动器 ？ 他们从各自供应网络中收集 、 分析和分享的数据中获取更多价值 。 最终 ， 其中一些组织寻 找机会使用机器人 、 无人机和高级图像识别技术 ， 让实体供 应链交互更高效 、 更有效和对员工更安全 。 当然 ， 将现有的 供应链转变为以客户为中心的弹性供应网络是个大挑战 ， 而 且对大多数组织来说 ， 这一过程至关重要且十分漫长 。 这次 新冠疫情所引发的动荡局面可能会成为一种常态 ， 而下一次 全球事件来袭时 ， 技术和供应链领导者不能再找借口说 ： 他 们没有预见到会发生这种事 。 执行摘要 8MLOps ： 人工智能产业化 精密的机器学习模型能高效地帮助 企业发现模式 、 揭示异常 、 做出预 测和决策 、 以及形成洞察力 这 些都日益成为组织绩效的主要驱动 因素 。 许多企业现在意识到 ， 有必 要从个人英雄主义转变到注重提升 绩效的模式 ， 要将开发阶段的机器学习模型高效迁入生产和 管理阶段 。 但是 ， 虽然他们不懈努力 ， 繁冗而脆弱的开发和 部署流程却遇到了重重阻碍 ， 阻碍了生产团队 、 运营员工和 数据科学家之间的合作 。 随着人工智能和机器学习技术日趋 成熟 ， 强大的工程和运营体制有助于组织克服这些阻碍 ， 并高效地实现人工智能技术规模化 ， 从而加速企业转型 。 为了扩大人工智能和机器学习的转型优势 ， 人工智能的匠人 时代势必远去 ， 让位于自动化 、 具有产业化洞察力的人工智 能时 代 进入MLOps （ 又称ML CID 、ModelOps和ML DevOps ）： 应用这种DevOps工具以及模型开发和交付方法 ， 能够确保模型的开发部署和持续的维护 、 管理 ， 实现机器学 习的产业化和规模化应用 。 执行摘要 9 机器数据革命 ： 专供机器的数据 随着机器学习即将彻底颠覆企业运营 和决策 ， 目前越来越多的人工智能先 驱意识到 ， 所有传统数据模型和基础 设施 都是被设计为支持人类做决 策的 ， 而不是为机器决策 这将 是实现机器学习的绊脚石 ， 因而这 些组织正采取措施来彻底颠覆数据管理价值链 。 为了跟上日 新月异的发展趋势 ， 他们正在部署新技术和方法 ， 包括高级 数据采集和结构化功能 ， 分析识别随机数据之间的联系 ， 以 及新一代基于云的数据存储来支持复杂的建模 ， 这些工具和 技术有助于企业将不断增长的大量数据转化为迎接新时代的 基础 。 在未来的新时代 ， 机器不仅能增强人类的决策能力 ， 还能做出人类无法做出的实时的 、 大规模的决策 。 零信任 ： 从不相信 ， 永远验证 网络攻击极为复杂 ， 营商环境瞬息万 变 ， 这些都逐渐削弱了传统的 、 甚至 有些缺陷的基于 “ 城堡与护城河 ” 思维模式的网络安全防护方式所能 够提供的保护力度 。 有一种观念坚 持认为 ： 现代企业环境需要一种不 同的安全保障方法 。“ 零信任 ” 的概念由此应运而生 ， 即没 有办法限定一种环境 ， 使其中每个用户 、 负载 、 设备和网络 都绝对可靠 。 在零信任架构中 ， 每个访问请求都应根据所有 可用的数据点进行验证 ， 包括用户身份 、 设备 、 位置和其他 变量 ， 这些变量向每个连接提供上下文 （Context ）， 并能 够根据风险做出更多有细微差别的决策 。 数据 、 应用 、 负载 和其他资源都被作为单个可管理的单元进行处理 ， 以防数据 泄露 ， 并根据最小权限原则提供访问权限 。 需要自动化和工 程化服务来妥善实施零信任安全架构 ， 此举可有效增强安全 模式 、 简化安全管理和改善终端用户体验 ， 并营造现代化的 企业环境 。 但是向零信任转变可能耗费大量精力 ， 还需要制 定大量的规划 ， 包括解决基本的网络安全问题 、 实现手动流 程自动化 ， 以及从安全组织 、 技术格局到企业整体的转型变 革规划重启数字化工作环境 放眼世界 ， 前所未有的大规模计划外 居家办公正在进行中 ， 很多企业领导 者都在提出一些目前尚无答案的问 题 ： 当一切尘埃落定 ， 远程办公将是 常态还是例外 ？ 长期远程工作会持续 吗 ？ 生产率和员工福利会受影响吗 ？ 同事无法面对面交流会影响创新吗 ？ 实体办公室的作用将如何 体现 ？ 各公司都在有目的地强调数字化办公场所的优点 ， 包括 通过员工工具和平台产生的数据 ， 来克服数字化办公场所的不 足和让人模棱两可的地方 。 这有助于组织提升个人和团队绩 效 ， 并通过个性化建议打造量身定制的员工体验 ， 使得远程 办公不再是传统办公室以外不得已而为之的选择 。 随着办公 场所和总部基地日趋完善 ， 各组织可以使用此数据来打造生 机勃勃 、 富有成效且经济高效的办公室 ， 与远程办公体验无 缝结合 。 执行摘要 10 十亿级定制 ： 数字化与实体相融 回首这一年 ， 大部分人已经习惯在日 常生活中采用数字化交互方式 ， 无论 是在家办公 、 在线教育还是购买生活 用品 ，2020 年都将可能成为人类历 史上的一个转折点 。 然而 ， 数字化交 互的普及却让我们很多人渴望回到那 些面对面互动的日子 。 展望未来 ， 预计消费者将不再满足于单 一的实体店或线上品牌体验 ， 人们期待这两种方式的结合 既享受极具个性化的面对面服务 ， 也要保障线上交易的便捷 性 。 未来18至24个月内 ， 我们预测面对面体验和数字化体验 变得更无缝结合 、 互为补充 。 线上和线下体验将不再彼此割 裂 客户体验将是精心设计的面对面和数字化元素的融合 ， 打造完全切合客户个人行为 、 态度和喜好的无缝品牌体验 。 DEI技术 ： 公平工具 很多企业都积极认同 ： 多元化 、 公 平性和包容性的文化是企业发展的 必备条件 。 越来越多的企业在全公 司范围内推进全面的员工管理策略 ， 以解决偏见和不公 、 提升企业和员 工绩效 。 虽然通常是由人力资源专 业人员负责领导多样性 、 公平性和包容性战略工作 ， 但是技 术领导的角色也很重要 ， 他们作为战略性合作伙伴设计 、 制 定和执行技术解决方案来解决日益复杂的多样性 、 公平性和 包容性难题 。 未来几个月内 ， 预期企业将会采用新工具 ， 实 现高级分析 、 自动化和人工智能的融合 ， 包括自然语言处理 和机器学习 ， 旨在通报 、 传递和评估多样性 、 公平性和包容 性的影响宏观科技力量 11 我们十二年潜心研究 ， 将这些强劲趋势浓缩 成一个易于使用的框 架和分类方式 。 驱动力 ： 数字化体验 、 数据和分析技术 以 及 云计算已经催生出诸多创新业务模式和 战略 。 这些使能技术已经推动十年的颠覆性 变革 并且他们在变革中还将持续发展 。 颠覆性因素 ： 数字现实 、 人工智能 ， 以及 分布式平台发展至今 ， 正在逐步获得广泛 应用 ， 并迅速激发颠覆性的影响 。 这些技 术成为颠覆性驱动力 ， 目前正在塑造下一 个十年的业务创新 。 未来新星 ：我们期待未来新星技术在十年 间走向成熟 ， 塑造未来的业务和技术战略 。 环境体验设想了无处不在的交互 ， 与周围 环境无缝集成 ， 能够主动预见并满足人类 需求 。 基于人工智能构建的指数智能 ， 在识别和响应人类情绪 、 理解外部环境和 执行任意任务方面 ， 将拥有更强的能力 。 在 十多年的时间里 ， 技术趋势报告持续 探讨了新兴技术的前景 ， 力求了解这 些技术对企业战略的影响 。 在这一广 阔前景中 ，我们将几大宏观科技力量视为企业创 新和转型的支柱 。 我们在去年报告的宏观技术力量 一章中讨论过 ， 这些强劲趋势将十二年的潜心研 究浓缩成一个便于应用的框架和分类法 ， 从而有 助于了解新兴技术 ， 进而明确企业发展方向 、 制 定战略决策及优化技术投资策略 。 从过去十年为企业赋能的技术 ， 发展到2020年代 的颠覆性技术 ， 再到推动未来的技术 ， 宏观技术 力量框架展现了那些主导过去 、 现在和未来发展 的不同技术之间 ， 相互影响和不可分割的联系 。 宏观科技力量 新兴技术的分类法同时 ， 量子技术利用亚原子微粒的特性来 解决当今超级计算机仍无法解决的复杂问 题 。 宏观力量框架也将有助于直观显示交 互 、 信息和计算等技术的演化发展路径 。 交互 ： 随着人类和技术之间的互动更加深入 ， 未来交互终将走向简单透明和自然交互 。 信息 ： 随着机器管理信息的方式日益进 步 ， 其终极目标是制造能够结合认知和体 会的全知机器 ， 不仅能够识别相关关系 ， 还能识别因果关系 。 计算 ： 随着计算能力扩展 ， 我们的长期目标 是实现计算丰度 无限的处理及获取技术 和信息的能力 、 和从中获得收益的能力 。 宏观科技力量 12 最终 ， 为了规模化 、 持续化 ， 新兴技术必须建 立在坚实的基础上 ， 包括 ： 技术业务 、IT功能 的演进 ； 信任 、 风险 （ 涉及网络 、 监管和技术 道德 ）； 以及 核心系统现代化 ， 重构企业传统 的核心系统技术业务 IT功能的完善 核心系统现代化 重塑业务核心系统 信任 网络、 监管和道德 数字化体验 从渠道到以人为本的设计 数字现实 环境体验 透明、 无所不在的交互 重新想象互动 数据和分析技术 数据管理、 架构和洞察力 人工智能 指数智能 象征性、 深度和广泛推理 预测、 规定、 增强和自动化 云计算 灵活与普适 分布式平台 量子技术 指数型计算 分布式信任、 资产和连接性 信息 计算 交互 简单 全知 丰度 基石 终极走向 驱动力 未来新星 颠覆性因素 13战略工程化 随着战略和技术日益交融， 战略意图必须指明技术的选择。 战略指引技术 利用战略支持平台识别驱动力、 辅助决策、 监控执行结果。 技术驱动战略 战略家们制定更清晰、 及时、 创新的决策， 精准定位、 赢得竞争。 面向未来的战略 14使用技术工具来制定 、 评估和执行公司和业务 部门的战略 ， 此类工具可持续感知 、 预测和监 控战略选择和执行的有效性 。 其结果是 ： 企业做出更及时 、 更明智的选择 ， 加快适应环境 、 进行更大胆的战略选择 ， 获得 可持续的竞争优势 。 弥合技术战略与业务战 略的鸿沟 随着业务战略与技术战略日益交融 ， 众多企业 高管发现 ， 其所在组织过去的技术选择限制了 他们的战略可能性和业务敏捷性 。 为了消除技 术壁垒 ， 卓越的高管更依赖于技术架构和实施 方案 ， 以确保整体业务战略获得明确一致的 技术支持 。 当然 ， 仅仅制定战略还不够 ， 高效执行才是关 键 。 当被问及他们的战略重点和执行能力时 ， 首席战略官们尽管希望能够获得颠覆性增长 、 实现数字化愿景 ， 但对企业执行能力普遍缺乏 信心 。 根据德勤2020年首席战略官调查 ， 2 大 多数受访者 （70 ） 将颠覆性增长视为公司成 功的关键 ， 但仅有13的受访者相信自己的公 司能够执行这一战略重点 。 仅仅制定战略还不够 ， 高效执行才是关键 。 战略工程化 15 放 眼世界 ， 技术已成为一大战略颠覆 因素 ， 智慧的战略制定者正在针 对未来的种种可能性 ， 寻求制定更 为明确 、 及时 、 进取的方略 ， 他们不断审时度 势 ， 发掘新的竞争优势 、 规避潜藏的威胁 。 越 来越多的组织通过与现有的和新的生态系统合 作伙伴 （ 从政府和非营利机构到互补性公司 ， 甚至包括 “ 亦敌亦友 ” 的伙伴 ） 联手 ， 主动构 建全新的竞争优势 ， 以扩大其产品组合的业务 范围 ， 赢得竞争 。 要在复杂多变的环境中立于不败之地 ， 就要在 公司和技术层面制定总体战略 ， 以实现组织的 灵活性 、 可伸缩性 、 稳定性和可选性 。 1 传统 的战略制定频次过低且十分费力 ， 以致战略制 定者无法在机遇出现时察觉并抓住机会 。 越来 越多的组织正在转向整合 、 敏捷的流程 ， 通过 战略工程化 技术驱动的业务战略 ， 为敏捷性而优化 趋势 1