2
10项可能重塑IT的前瞻性战略和技术
source link: http://www.d1net.com/cio/ciotech/578577.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
10项可能重塑IT的前瞻性战略和技术
责任编辑：cres 作者：Peter Wayner | 2023-06-19 10:13:30 原创文章 企业网D1Net
创新的步伐就像永不停歇的齿轮。CIO们必须关注下一代新兴技术，因为新软件可以瞬间从某个聪明的程序员的梦想变成每个IT商店的重要组成部分。
大型语言模型、机器学习和自然语言处理等曾经疯狂且看似不可能的概念，已经从实验室走向了前线，下一代技术的势头同样无可阻挡。
以下是正在积聚势头的9个创意、流行语和不断发展的技术。如果你敢于在其成熟前拥抱它们，可能会收获意想不到的结果。当然，选择等到它成熟之后再实践可能更安全，但这也可能会让你落后于竞争对手。
IT部门必须随时了解这些新出现的想法和技术的发展，并确定何时以及是否适合将它们部署到工作流程中。只有你自己知道，对于你的技术堆栈来说何时才是最好的时机。
1. 模拟运算(Analog computing)
最常见的计算范例是由晶体管构成的数字硬件，这些晶体管有两种状态：开和关。现在，一些人工智能架构师正在关注被遗忘已久的模拟运算模型，其中值以电压或电流表示，而不是只有两个状态，这些可以有几乎无限数量的值，或者至少尽可能多的系统的精度可以精确测量。
这个想法的魅力来自于一种观察，即人工智能模型不需要像银行分类账那样精确。如果模型中数十亿个参数中的一些偏移了1%、10%甚至更多，其他参数会进行补偿，模型总体上通常仍然是准确的。
人们希望这些新的模拟芯片能够大大降低能耗，使其适用于任何不总是插电的移动和分布式应用程序。
主要受众：任何愿意以一点点精确度换取大量电费成本的开发商。
可行性：成功或失败可能由应用程序的性质决定。如果没有对绝对精度的需求，而更多地需要节省电力，那么芯片将更有可能获胜。
2. 更好的API审查
曾几何时，API和网页之间几乎没有什么区别。如果信息是公开的，为什么要进行区分呢?但现在许多人认识到，数据可能会以不同的方式使用，可能需要对访问进行更多监管。
最大的担忧来自那些认识到自己的数据可能被用来训练人工智能模型的网站。有些人担心，通过抓取他们的网站建立的模型会误用或误解数据。当人工智能在错误的时间反哺一些细节时，这些模型是否会让用户的隐私泄露?其他人只是想在这个模型首次亮相时从IPO中分一杯羹。
一些网站已经严格控制对人工智能建设者渴望的视频和文本数据的访问。他们限制下载，收紧服务条款，以备诉讼之需。其他公司则在他们的API中构建一个新的智能层，这样就可以在发布信息时做出更明智、更有商业头脑的决策。
主要受众：控制对自动化分析有用的大数据块的访问的公司。
可行性：时机已经到了。企业正在重新审视它们的API，并建立更强有力的控制。更深层次的问题是用户将如何反应。严格的控制是否会最终切断API支持的一些伟大功能?
3. 远程协作
对许多人来说，新冠疫情大流行可能是一种记忆，但围绕工作空间和距离的斗争将继续下去。一方面，人们看重将员工聚集在一个房间里所产生的协同效应;另一方面，人们又在意通勤的时间和费用。
IT部门在这场争论中扮演着重要的角色，因为它测试和部署了第二代和第三代协作工具。基本的视频聊天正在被更专门的工具所取代，这些工具可以支持站立会议(standup meeting)、非正式讨论和全面的多日会议。
这场辩论不仅仅是技术性的。公司在商业办公空间上的投资影响了一些决定。有些人甚至建议找到一种方法，让员工真正在办公室里生活。其他领导者对于管理团队的最佳方式有着强烈的个人观点。IT团队必须找到使用更好的工具和实践来支持更大任务的最佳方法。
主要受众：任何必须在距离和效率之间取得平衡的团队;任何必须权衡通勤时间和面对面互动价值的团队成员。
可行性：远程和非远程支持者之间的战斗已经开始了。真正的问题是，协作软件团队是否能够构建出如此优秀的工具，以至于即使是面对面会议的爱好者也会开始说，“为什么我们不一起从这个会议室登录到这个工具呢?”
4. 数字系统的物理安全
当大多数IT人员想到计算机安全时，他们想到的是通过互联网侵入他们系统的聪明黑客。他们担心如何保护存储在数据库、网络或服务器中的数字数据。锁门和保护物理通道的工作留给了锁匠、木匠和施工经理。
但物理安全正在成为一个真正的担忧，IT经理不能想当然。物理和网络安全如何融合的最好例子可能是偷车贼，他们发现他们可以撬开车头灯的接缝，连接到数据总线，然后注入正确的信息来打开车门和启动引擎。《星球大战》中的死星(Death Star)并不是唯一一个被不设防的物理端口摧毁的技术奇迹。
针对台式机或笔记本电脑硬件的类似攻击，正开始触及IT部门的要害。构建既能抵御数字攻击又能抵御物理攻击的安全设备是非常困难的。
主要受众：最担忧的可能是曾因防御不严而受到过物理攻击的组织，但其实每个人都需要考虑到其中的危险。
可行性：基本的物理安全就像锁门一样简单。真正的物理安全可能是不可能的。IT部门必须为他们的数据找到实际的平衡，至少要提高他们的对抗水平，以击败新一代的攻击者。
5. 可靠计算(Reliable computing)
值得信赖的系统一直是开发人员的目标，但最近一些引人注目的事件使一些IT管理者相信，更好的体系结构和实践是必要的。他们知道，许多软件开发人员掉进了这样一个陷阱：看着自己的代码在桌面上完美地运行，并认为在现实世界中亦是如此。西南航空(Southwest Airlines)和易捷航空(EasyJet)等公司发生的一系列引人注目的软件故障表明，大多数时候运行良好的代码也可能出现严重故障。
IT团队面临的挑战是试图预测这些问题，并在代码中构建另一层弹性。有些系统(如数据库)旨在提供高可靠性。现在，开发人员需要通过添加更好的保护措施将其提升到一个新的水平。一些较新的架构，如微服务和无服务器设计，提供了更好的保护，但往往也有自己的问题。
开发人员正在重新评估他们的微服务和大规模单层(monolayer)，着眼于了解它们如何以及何时崩溃。
主要受众：像航空公司这种离不开技术的企业。
可行性：那些能够提高可靠性，甚至避免偶尔的事故和灾难的公司将会生存下去。那些不这样做的企业将会因为失去合同和机会而面临淘汰。
6. Web assembly(wasm)
过去几十年的大部分软件开发都致力于在现代web浏览器的安全约束下复制本地桌面代码的易用性和速度。
结果总体上是好的，但由于Web assembly(简称wasm)的出现，它们即将变得更好。该技术为开发人员编写更复杂的代码提供了机会，这些代码为用户提供了更复杂、更灵活的界面。复杂的工具，如照片编辑器和更身临其境的环境成为可能。
Web assembly非常适合无服务器环境，被视为克服许多阻碍其采用的无服务器问题的一种方式。今天典型的第三方用例意味着无服务器将需要第三方的支持，而第三方通常是云供应商。对于许多人来说，无服务器架构可能等同于Amazon Web Services上的 Lambda 或来自其他云供应商(例如 Azure、Google Cloud、 Oracle或 IBM)的产品。因此，在许多情况下，组织必须乐于将其多个基础架构委托给一个第三方云提供商，而不是多个供应商来管理其关键应用程序。仅出于这个原因，避免供应商锁定是Wasm的一个关键卖点。
主要受众：必须向远程用户交付复杂的响应式代码的团队。如果大部分工作是在客户端机器上完成的，那么Web assembly通常可以加快这一层的速度。希望确保所有硬件都运行相同代码的管理人员会发现这种简单性很有吸引力。
可行性：基础已经奠定。更深层次的问题是构建编译器和分发机制，将运行的代码放入人们的机器中。
7. 去中心化身份(Decentralized identity)
分离/拆分我们所谓的“身份”的想法正在两个层面上发展。一方面，隐私倡导者正在构建智能的算法，这些算法可以透露足够的信息，以通过任何身份检查，同时对个人的其他信息保密。例如，一种潜在的算法可能是一种数字饮酒许可证，它可以保证购买啤酒的人年满21岁，而无需透露他们的出生月份、日期甚至年份。
另一个层面似乎正在反向发展，因为广告业正在寻找方法将我们所有的假名和半匿名的网络浏览连接起来。例如，如果你去目录商店买伞，之后你就会在新闻网站上看到伞的广告。即使你不登录，即使你删除了cookies，这些聪明的团队也会想方设法跟踪我们。
主要受众：医疗或银行等处理个人信息和犯罪的企业。
可行性：基本算法运行良好;挑战在于社会阻力。
8. GPU
图形处理单元(GPU)最初是为了加速复杂视觉场景的渲染而开发的，但最近开发人员发现，这些芯片还可以加速与游戏或3D世界无关的算法。一些物理学家使用GPU进行复杂的模拟已经有一段时间了。一些人工智能开发人员已经将它们部署到训练集中。
现在，开发人员开始探索使用GPU加速更常见的任务，如数据库搜索。当同样的任务需要同时并行处理大量数据时，GPU的性能显著。当问题正确时，它们可以将工作速度提高10到1000倍。不仅如此，像苹果和AMD这样的公司在整合GPU和CPU方面做得很好，生产出可以很好地完成这两种任务的产品。
主要受众：数据驱动型企业，希望探索计算密集型挑战，如人工智能或复杂分析。
可行性：聪明的程序员多年来一直在为特殊项目使用GPU。现在，他们正在释放与更广泛的业务相关的问题的潜力。
9. 绿色计算
每天我们都能听到关于巨大的新数据中心的新故事，这些数据中心充斥着巨大的计算机，为云提供动力，并解锁了令人难以置信的复杂算法和人工智能应用程序的力量。在这种敬畏感消散之后，有两种人开始退缩：一种是必须支付高昂电费的首席财务官，另一种是担心这会对环境造成影响的环保倡导者。这两个团体都有一个共同的目标：减少电量。
事实证明，许多算法都有改进的空间，这推动了“绿色计算”的发展。这个机器学习算法真的需要研究1TB的历史数据吗，还是可以用几百GB的数据得到同样的结果?算法设计者的新目标是用更少的电力产生同样的效果，从而节省资金，甚至是保护地球。
主要受众：任何关心环境或正在支付巨额水电费的实体。
可行性：在摩尔定律的保护下，程序员不知道运行代码的真实成本。更好的节能代码还有很大的发展空间。
10. 去中心化金融
有人称之为区块链(blockchain)。其他人则更喜欢“分布式账本”(distributed ledger)这个更普通的说法。无论哪种方式，挑战在于创造一个共享的真相版本。随着每个人将事件或事务添加到共享的分布式列表中，这种“真相”也在演变。加密货币在很大程度上依赖于这种数学上保证的列表来追踪各种虚拟货币的所有者，这使得这个想法出名，但这样的去中心化方法并非只局限于货币。
去中心化金融就是这样一种可能性，它的潜在之处在于，它将涉及几个需要合作的公司或团体，即使它们彼此并不真正信任。分布式账本中的交易链可以跟踪保险支付、汽车购买或任何数量的资产。只要各方都同意账本是真实的，个人交易就可以得到保证。
尽管炒作已经消退，但人们对不可替代交易(Non-fungible Transactions, NFT)的真正兴趣仍在继续。对于任何想要为数字体验增加一层真实性的企业来说，这些最终都具有实用价值。也许棒球队可能会向任何购买了真正的门票坐在看台上的人发行NFT版本的记分卡。也许一家运动鞋公司可能会向NFT发放某种配色的下一款产品。
主要受众：任何需要与另一家公司或实体信任并验证其工作的人。
可行性：它已经存在，但仅限于加密货币世界。更保守的公司正在慢慢跟进。
关于企业网D1net(www.d1net.com)：
国内主流的to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。同时运营19个IT行业公众号(微信搜索D1net即可关注)
版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK