技术的变革步伐对几乎所有行业都产生了深远的影响。如今，仅仅掌握新兴技术还不足以保持企业在行业中的领先地位。
在未来的一年里，人们对数据的新看法和新使用方式将在企业中占据中心位置。随着企业希望快速高效地利用数据做出更好的商业决策，人工智能、边缘计算和软件机器人方面的创新将被逐步用于获取竞争优势。对于没能预见到这些新兴趋势的企业来说，他们所面临的生存危机将有加速恶化的风险。
为了搞清楚企业应当把重心放在哪里，我们采访了许多技术专家，从他们的角度了解了一些在企业进行数字化转型过程中的重要影响因素。这些领域的专业人士不仅为我们提供了一些建议，还给出了他们对部署这些颠覆性技术的看法。
机器人流程自动化(RPA)
企业从一个简单的概念中得到了一个重大启发，即将乏味的业务流程任务交给软件机器人来完成以实现自动化。这种被称为机器人流程自动化(RPA)的技术帮助早期采用者精简了许多工作流程。当人们普遍认为可以将该技术用于企业之时，它们已经取得了长足的进步。
波士顿的AppNeta公司首席执行官Matt Stevens表示:“机器人流程自动化的发展速度和功能好得令人震惊，似乎正在以小时为单位不断提高。我真的没想到，这么高水平的智能化会到来得这么快。”
据市场研究机构Gartner的数据显示，RPA正在超越全球企业软件市场中的所有其他领域，预计今年的营收将达到13亿美元。在去年，该市场的营收为8.46亿美元，增长率为63%。
Laserfiche的首席信息官Thomas Phelps说：“RPA去除了员工日常工作中的重复性和例行性任务，使得员工们能够专注于具有更高价值的工作。使用RPA的企业可以让机器人替代人类从事一些能够帮助企业创新或增强客户体验的任务。此外，它们还能够帮助企业提高运营效率、提升质量，强化合规性。”
由于这条业务价值之路已经得到了验证，预计未来几个月将有更多的企业会推出他们的RPA计划。
人工智能
Imagen的首席技术官Tim Jobling表示，人工智能正在帮助企业解决一些对技术人员或业务员工来说是艰巨的，甚至是不可能的工作。
Jobling说：“我们并不认为机器能够替代人类完成所有工作，但我们看到了一场类似于电脑首次成为主流时的革命。如今，我们看到人工智能和机器学习正在解决一波又一波的问题，它们极大地降低了一些枯燥工作的工作量，或者让新的大规模处理方式得以变为现实，如果将这些工作交由人工处理是不可能完成的。例如，人工智能使客户能够从音频中创建可搜索的元数据，并对它们进行大规模使用和扩展。如果没有人工智能，这个过程通过手动完成的，或者根本不可能完成。”
人工智能在保护企业免受安全威胁方面也发挥着重要作用。Balbix的首席技术官 Vinay Sridhara 预测，这一趋势将在未来一年继续升温。
Sridhara表示：“得益于人工智能，企业的网络安全团队才能够分析网络上多达数千亿个时变信号，并准确掌握数据泄露风险。同时，人工智能也使得首席信息安全官能够持续分析高容量、高速度的网络安全数据，实时了解公司的数据泄露风险。由人工智能赋予的平台甚至能够为修复问题提供一些优先措施，以降低整个企业的网络风险，从而更好地保护客户的信息。”
DataOps
Hitachi Vantara的Renee Lahti表示，敏捷的方法加上人工智能和机器学习对数据进行管理，可以帮助企业在2020年获得竞争优势。这种具有协作性和跨功能的分析方法被称为DataOps，它们已经被证实具有很强的颠覆性。
Lahti称:“企业正在对此进行评估。Gartner的数据显示，目前DataOps的采用率还不到目标市场的1%，然而恰恰这1%将具有巨大的竞争优势。”
DataKitchen的首席执行官Chris Bergh说，这个概念融合了敏捷开发、DevOps和从制造业中汲取到的经验教训。
Bergh认为，“这是一种能够使数据科学团队蓬勃发展的方法，尽管在该领域部署和维护分析所需要的复杂性越来越高。没有技术欠账和计划外工作的负担，数据科学团队可以更加专注于他们的专业领域，即创建新的人工智能模型和分析方法，帮助企业实现他们的目标。”
这种方法统一了与数据分析相关的工作流，并且能够产生涟漪效应提升企业从数据中提取价值的能力。Bergh称：“团队的凝聚力得到了提升，同时减少了拖累生产力的手动流程。DataOps让数据部门从一支混乱低效的团队转变为了高效团队。”
视频与统一通信
员工的经验正成为企业取得成功的一个关键因素。这种成功不仅体现在生产力方面，而且更为关键的是它们能够吸引受欢迎的人才加入公司。针对是什么让员工积累了丰富经验这一问题，麻省理工学院的研究人员对近300家企业的调查中惊奇地发现他们得出来的结论是“视频”。此外，他们还发现，对视频技术的投资不仅会带来创新，还会提高合作与生产力。
麻省理工学院斯隆信息系统研究中心的研究科学家 Kristine Dery 表示:“我们看到，随着企业将敏捷方法的应用范围从软件开发团队扩展到其他业务部门后，企业加大了在交互式视频技术上的资金投入。这种高度互动式高敏捷性项目交付方法要求团队要么面对面开展工作，要么拥有尽可能完美地复制这些亲密场景的技术。”
Dery预测，视频技术将通过一些如虚拟现实和其他沉浸式技术等新功能继续模拟和改进面对面的交流，尤其是在部门与分布式团队协力填补技能空白的时候。
AppNeta的Stevens则认为统一通信(UC)将在未来几年卷土重来。Stevens说：“长期的分歧和可靠性问题使得早期的统一通信解决方案对企业来说无异于一场赌博。”目前的工具已经解决了这些缺陷。例如，最新的统一通信工具增加了关键的视觉和内容共享功能。这些功能可以有效地提高会议效率，为当今高度分散的工作环境提供了更广泛的参与度和积极性。它们的影响力已经超越了面对面互动所能带来的效果。
5G技术
5G的高调宣传推广中忽略了一个事实，那就是这项技术的大范围铺开需要数年时间。不过，这并不妨碍企业制订他们自己的高速低延迟无线服务计划。
TEKsystems 的市场研究经理Jason Hayman称:“企业甚至在5G网络普及之前就已经开始推进他们的5G战略了。”
VoltDB的首席技术官Dheeraj Remella也看到了5G的前景，不过他认为这项技术未来可能会带来一些问题。Remella表示:“员工和客户都期望更快的网络能够实现实时反馈。如果无线运营商和企业都无法应对5G带来的数据冲击，那么因此导致的延时可能会引发员工或客户对某些品牌或技术的不满。”
为了解决这个问题，Remella认为企业应该实现可缩放的实时数据架构。“不仅仅是简单地获取数据，最终的目的是要通过跨多个数据流做出智能的动态决策。”
此外，Remella认为5G会产生一些连锁反应。他表示:“5G的前景正迫使企业找出一些当前已经成熟且可以变革的流程，以确保现有的IT堆栈能够满足新网络的需求。与此同时，5G正在推动企业部署边缘计算、虚拟现实和流处理等有影响力技术的部署。”
容器技术
容器和微服务正在吸引那些需要快速开发和扩展代码的企业，尤其是在他们使用物联网或云计算的时候。
Sungard AS的首席技术官Todd Loeppke称:“物联网项目引入了许多热门技术，比如边缘计算、无服务器和容器，以及围绕DevOps和微服务的组织结构。”
一些专家指出，目前已经被广泛使用的Kubernetes是一个开放源码的容器编排系统，其可以实现容器的部署、扩展和管理的自动化。Amalgam Insights公司的研究员Tom Petrocelli称：“这使得全新的架构能够快速扩展。Kubernetes还催生或带动了许多其他技术的发展，比如服务网格和基于容器的CI/CD管道自动化产品。”同时，他还指出，如此多的供应商都将注意力集中在Kubernetes上，导致其他技术平台被忽视。
SUSE公司的全球产品与营销经理Jeff Reser称:“Kubernetes是处理容器化应用程序和跨本地与云环境运行服务的最流行方式。随着越来越多的东西需要管理，实现基础设施和应用程序的部署和编排的自动化对于软件定义基础设施来说是不可匮缺的一环。”
增强现实、虚拟现实和混合现实等沉浸式体验技术
身临其境的体验曾经被热炒，但是实用性进程却极为缓慢。尽管如此，这一前景依然十分诱人。企业应用程序制造商Kony的首席技术官 Bill Bodin认为，增强现实技术（AR）尤为能够为包括实体零售商、工业应用和培训等各行各业带来商业利益。
他认为，通过增强现实技术，“我们可以实时增加商店的货架和产品。在维护、修理和众多工业应用中，我们可以在机械或电气设备上创建信息叠加层，将关键设备的指标直接交到该y领域的服务人员手上。”
Bodin以旅游业为例称，机场可以为旅行者提供个性化的虚拟显示器。他还补充道，“在银行，我们可以使用增强现实技术将客户引导至关键服务区，并动态显示分行员工的姓名和专业领域。对于那些为ATM等银行设备提供服务的机构，我们可以提供内部的外围设备故障视图，并针对出现的问题提供量身定制的安全修复参考。”
脑科学研究人员Todd Maddox也看到了沉浸式体验在培训项目中的潜在用途。他称：“虚拟现实技术在培训和软技能方面有着很大潜力，尤其是在认同、沟通等人际交流技能培训方面。虚拟现实和增强现实非常有效，因为它们以体验式学习为基础，能够广泛地同步参与大脑中的多个学习和表现中心，如认知、行为、情感和体验系统。”
物联网和边缘计算
美国计算技术产业协会(CompTIA)2018年度的研究报告显示，约1/3的美国企业认为，物联网战略可以通过提高产量、将数据货币化或将服务作为产品进行销售来帮助推动公司营收的增长。
Sungard公司的Loeppke看到了物联网边缘计算的进步，同时他也看到了对人工智能和机器学习工具的需求，因为它们能够以更便于企业访问的方式处理生成的数据。
Loeppke称：“目前大数据已经存在近10年时间，但是大数据真正的挑战是找到一种方法来解读它们，以找到如何将其用于商业目的的方式。”
“在我看来，使用传统工具只能取得有限的成功。随着机器学习技术的普及，越来越多的企业能够提供更好的客户体验，并有可能将他们多年积累的数据实现货币化。”
我们曾与多位专业人士探讨过智能处理的好处，其包括在将数据上传到云端之前减少数据量。
1E公司的创始人兼首席执行官Sumir Karayi称：“人们真正关心的是与现实世界的互动，而这需要终端实现智能化。这就是我认为边缘计算将取代物联网的原因。许多人将物联网视为与云端相连的非智能实体，认为应当有效地让云端实现智能化而不是让物联网本身实现智能化。他们的这种看法是正确的，因为连接的设备会产生让你无法控制的海量数据。另一方面，边缘计算提供了本地决策能力和对个人数据的更多控制。”
作者：Paul Heltzel为作家兼编辑，曾就职于Discovery News、国家地理、美国国家公共电台和PC World杂志等多家知名媒体。
编译：陈琳华
原文网址：https://www.cio.com/article/3254744/technologies-that-will-disrupt-business.html?nsdr=true
