Deset strategických technologických trendů pro rok 2020

Strategický technologický trend

Strategický technologický trend je takový, jenž má významný potenciál narušit současný stav a posouvá se z úvodní fáze zrodu směrem k širšímu využití či dopadu. Případně trend, který se rychle rozvíjí a s vysokou mírou volatility může dosáhnout bodu obratu/zlomu během příštích pěti let. Analytici se strategickým technologickým trendům věnovali v přednáškách na Gartner IT Symposium/Xpo v Barceloně od 3. do 7. listopadu.

„Lidem určená chytrá prostředí je souhrnné označení, které jsme v letošním roce zvolili pro Gartner top strategické technologické trendy pro rok 2020,“ říká viceprezident výzkumu a držitel ocenění Gartner Fellow David Cearley. „Umístění lidí do středu technologických strategií odráží jeden z nejdůležitějších aspektů technologického vývoje – toho, jak ovlivňuje zákazníky, zaměstnance, obchodní partnery i společnost jako celek, nebo její jednotlivé součásti. Všechno, co dnes organizace dělají, může být vyjádřeno dopadem na uvedené osoby a skupiny – přímo či nepřímo. To je podstata lidsky orientovaného přístupu.“

„Také chytrá prostředí vycházejí z lidsky orientovaného přístupu. Jde o fyzická prostředí, v nichž lidé technologické systémy společně utváří stále otevřenější, propojenější, koordinovanější a inteligentnější ekosystémy. V chytrých prostředích se potkává řada prvků – včetně lidí, procesů, služeb a věcí – aby zde vytvořili pohlcující, interaktivní a automatizovaný uživatelský zážitek,“ dodává David Cearley.

Zde je tedy top deseti strategických technologických trendů pro rok 2020.

Hyperautomatizace

Hyperautomatizace (hyperautomation) je výsledek kombinace několika nástrojů využívajících strojové učení, klasický balíčkový software a automatizační nástroje, jež společně plní konkrétní úlohy. Hyperautomatizace není jen označení rozsahu škály nástrojů, ale také všech automatizovaných kroků (zkoumání, analýza, návrh, měření, monitorování a ověřování či hodnocení). Hyperautomatizace se tak zaměřuje především na chápání škály automatizačních mechanismů, jejich vzájemných vztahů a možných kombinací či koordinace.

Na počátku hyperautomatizace stála robotická automatizace procesů (RPA, Robotic Process Automation), nicméně RPA samotná není hyperautomatizací. Ta vyžaduje kombinaci více nástrojů, tak aby bylo možné replikovat (nahradit) úkony, při nichž by jinak byl v rámci procesu či workflow třeba člověk.

Mnohozážitek

Mnohozážitek (multiexperience) – během následujících let (do roku 2028) nastane zásadní změna způsobu, kterým uživatelé vnímají digitální svět a interagují s ním. Konverzační platformy jsou jedním z příkladů, jak již tato změna interakce započala. Podobně virtuální, rozšířená a smíšená realita již dnes mění vnímání digitálního světa. Kombinace a posun, které tyto změny vyvolají, povedou k novým zážitkům napříč smysly, zařízeními a způsoby interakce – mnohozážitkům.

„Jde především o změnu interakčního modelu – namísto uživatelů znalých technologií nastoupí technologie znalé uživatelů. Břemeno pochopení záměru či příkazu se posune od uživatele směrem k počítači,“ vysvětluje viceprezident výzkumu a analytik Gartneru Brian Burke. „Tato schopnost komunikovat s uživateli napříč smysly vytvoří bohatší prostředí, jimž je možné zprostředkovat informace s mnohem lepší nuancí.“

Demokratizace dovedností

Demokratizace dovedností (democratization of expertise) bude mít za cíl poskytnout lidem přístup k odborným technickým znalostem (například z oblastí, jako jsou strojové učení nebo vývoj aplikací) nebo ke znalostem z byznys domén (obchodní proces, ekonomická analýza) pomocí radikálně zjednodušeného rozhraní a bez nutnosti nákladného a rozsáhlého školení. „Civilní“ či „občanský“ (citizen) přístup (například tzv. civilní datoví vědci, civilní integrátoři nebo civilní vývojáři) společně s rozvojem „no-code“ programovacích modelů jsou příklady demokratizace dovedností.

Analytici očekávají, že do roku 2023 se značně rozvinou čtyři klíčové oblasti demokratizačního trendu – demokratizace dat a analytiky (nástroje dříve určené datovým vědcům budou nově cílené na širší vývojářskou komunitu), demokratizace vývoje SW (AI nástroje využitelné v aplikacích vyvíjených na míru), demokratizace designu (rozvoj low-code a no-code fenoménů a automatizace dalších funkcí v oblasti vývoje aplikací posilující pozici civilních vývojářů) a konečně demokratizace znalostí (profesionálové bez IT specializace tak získají přístup k nástrojům a expertním systémům, jež jim umožní využít specializované dovednosti, v nichž sami nejsou „kovaní“).

Rozšíření lidských možností

Rozšíření lidských možností (human augmentation) se zaměřuje na možnosti, jimiž mohou být technologie co nejpřirozeněji využité pro zlepšení našich kognitivních a fyzických schopností. Rozšíření fyzických schopností lze obvykle dosáhnout pomocí technologie umístěné přímo na těle – například nositelného chytrého zařízení. Rozšíření kognitivních schopností lze dosáhnout zpřístupněním informací a využíváním aplikací buď na tradičních výpočetních systémech, nebo v rámci rodících se mnohozážitkových rozhraní na chytrých pracovištích (či obecněji v chytrých prostředích – smart spaces).

Během následujících deseti let budou rozsah a míra využívání fyzických i kognitivních rozšíření růst a postupně se stanou běžnými s tím, jak budou uživatelé usilovat o rozšíření svých osobních schopností. Vznikne tak nový „konzumerizační“ efekt, kdy se budou zaměstnanci snažit o maximální využití těchto osobních „doplňků“ a jejich vylepšování pro zlepšení pracovního prostředí.

Transparentnost a dohledatelnost

Transparentnost a dohledatelnost (transparency and traceability) souvisejí zejména s rostoucím uvědoměním si zákazníků, že jejich osobní data jsou cenná a měli by nad nimi mít kontrolu – ale nejen s tím. Také organizace si postupně uvědomují rizika spojená se zabezpečením a správou citlivých osobních dat, což se promítá i do nově zaváděných předpisů. Transparentnost a dohledatelnost jsou klíčovými prvky, které by měly do budoucna podporovat požadavky v oblasti digitální etiky a ochrany soukromí.

Transparentnost a dohledatelnost mají ale širší dosah a význam – souvisejí s postoji, aktivitami, technologiemi a postupy týkajícími se souladu s předpisy, způsoby využívání AI a dalších pokročilých technologií a zejména nápravou pošramocené důvěry v řadu firem. Podniky by se v rámci rozvoje transparentnosti a důvěryhodnosti měly zaměřit na oblasti, jako jsou AI a strojové učení, ochrana osobních dat i jejich vlastnictví a dohled a také etický design (produktů a služeb).

Rozvoj edge

Rozvoj edge (the empowered edge) – edge computing označuje výpočetní topologii, v níž jsou zpracování informací a sběr či doručování dat a obsahu umístěné blíže zdroji, repozitáři či uživateli této informace. Cílem je udržet datový provoz a zpracování v místě, a snížit tak latenci, využít naplno možností okrajové infrastruktury a zvýšit autonomii v této oblasti. Samotný pojem edge pak lze nejlépe chápat jako logický protipól centralizovaného cloudu.

„V současné době se o edge hovoří zejména v souvislosti s potřebou IoT systémů zajistit nepřipojené či distribuované funkce vestavěné v koncových zařízeních IoT, zejména v oblastech, jako jsou výroba či maloobchod,“ vysvětluje Brian Burke. „Nicméně edge se stane zásadním faktorem napříč prakticky všemi odvětvími a způsoby použití právě v souvislosti se stále sofistikovanějšími a specializovanějšími výpočetními zdroji a úložišti. Komplexní edge zařízení včetně robotů, dronů, autonomních vozidel či provozních systémů celý posun značně urychlí.“

Distribuovaný cloud

Distribuovaný cloud (distributed cloud) – jde o rozložení (distribuci) veřejných cloudových služeb do různých lokalit, přičemž původní poskytovatel cloudové služby je stále odpovědný za provoz, dohled, aktualizace a rozvoj služby. Jde o zásadní posun od klasického centralizovaného modelu většiny cloudových služeb, který nastartuje novou éru cloud computingu.

Autonomní věci

Autonomní věci (autonomous things) – fyzická zařízení využívající AI k automatizaci úkonů či úloh, jež dříve dělali lidé. Zjevnými příklady jsou roboty, drony, autonomní vozidla či lodě a zařízení. Jejich automatizace jde za rámec možností pevně naprogramovaných modelů, využívají AI pro řízení pokročilých reakcí přirozenějších interakcí s okolním prostředím a lidmi. Tak, jak to umožní rozvoj technologií, předpisů a společenská přijatelnost, budou autonomní věci stále častěji nasazované ve veřejném prostoru.

„Jak bude počet autonomních věcí kolem nás růst, očekáváme posun od samostatných inteligentních zařízení směrem k nezávislým spolupracujícím rojům inteligentních věcí nebo zařízení spolupracujících s lidmi,“ říká Biran Burke. „Například heterogenní roboty mohou pracovat v rámci koordinovaného montážního procesu. V oblasti doručování zásilek si pak lze představit jako nejefektivnější kombinaci autonomního vozidla, které zásilky doveze do cílové oblasti, zatímco roboty a drony, jež má na palubě, se postarají o doručení na konkrétní adresy.“

Praktický blockchain

Praktický blockchain (practical blockchain) – přináší potenciál proměnit celá odvětví v systémy digitální důvěry, transparentnosti a výměny hodnoty napříč obchodními ekosystémy. Důležitý je také potenciál snížení nákladů, zkrácení vypořádání transakcí a zlepšení cashflow. Aktiva je možné vysledovat až k jejich původu a výrazně omezit možnosti výměny za kopie, náhražky či falšované zboží. Sledování je zajímavé i v oblastech, jako jsou potravinářství (sledování původu, dohledání kontaminace napříč dodavatelským řetězcem atd.) nebo sledování konkrétních dílů pro usnadnění situací jako svolávání výrobků kvůli závadě. Další příležitosti se nacházejí v oblastech, jako správa identit a integrace chytrých smluv umožňujících automatizovat vybrané transakční kroky.

„Blockchain zatím není pro podniková nasazení dostatečně vyspělý – stále existuje řada technických problémů včetně špatné škálovatelnosti a interoperability. Navzdory tomu je jeho revoluční potenciál tak velký, že by mu podniky měly věnovat pozornost dokonce i v případě, kdy neplánují masivní nasazení v nejbližší době,“ dodává Burke.

AI bezpečnost

AI bezpečnost (AI security) – umělá inteligence a strojové učení budou postupně využívány pro rozšíření (vylepšení, urychlení) lidského rozhodování ve stále širší škále oblastí. Na jednu stranu to vytvoří nové fenomény a příležitosti, jako jsou hyperautomatizace či praktické využití autonomních věcí v rámci transformace podniků, povede to také ke zcela novým výzvám v oblasti bezpečnosti – rychle poroste počet potenciálně zranitelných míst (zejména díky kombinaci IoT, cloudu, mikroslužeb a připojených systémů v chytrých prostorách). Lídři a týmy odpovědné za bezpečnost by se proto měli zaměřit na tři nové oblasti: ochranu systémů na bázi AI, využívání AI pro zlepšení kybernetické ochrany a obrany a očekávání útoků využívajících AI.

Obrázek: Freepik

Napsat komentář