Hiperautomatyzacja, rozproszona chmura, praktyczne zastosowania blockchaina i augmentacja człowieka to tylko niektóre z najważniejszych trendów technologicznych, których rozwój będziemy obserwować w przyszłym roku. Mogą one być motorem inicjatyw związanych zarówno z transformacją, jak i optymalizacją biznesu. Gartner twierdzi, że technologiczni innowatorzy muszą przyjąć nowy sposób myślenia i wprowadzić praktyki polegające na ciągłej zmianie. Oto 10 trendów na rok 2020, które według analityków wstrząsną rynkiem IT w nadchodzących latach.

Empowered edge, czyli wzmocniony brzeg

Edge computing (przetwarzanie brzegowe) będzie dominować praktycznie we wszystkich branżach i zastosowaniach IT. Brzeg firmowych sieci zostanie wzmocniony bardziej wyrafinowanymi i specjalizowanymi zasobami obliczeniowymi oraz pojemniejszymi pamięciami masowymi. Ogólnie rzecz biorąc, zadaniem edge computingu jest lokalna obsługa przetwarzania i transferu danych,  by wyeliminować opóźnienia, wykorzystać stwarzane na brzegu możliwości i uzyskać jego większą autonomię.

Obecne potrzeby w tym obszarze wynikają z coraz powszechniejszego wdrażania systemów Internetu rzeczy (IoT). Z biegiem czasu na brzegu powstanie architektura składająca się z wielu najróżniejszych „rzeczy” i usług działających w elastycznej strukturze mesh, której spoiwem będzie zestaw rozproszonych usług chmurowych. W przyszłości inteligentna „rzecz”, taka jak np. dron, może komunikować się z korporacyjną platformą IoT lub lokalnymi usługami chmurowymi inteligentnego miasta, by następnie, w celach nawigacyjnych, łączyć się w trybie peer-to-peer z działającymi w pobliżu innymi dronami.

Do 2028 r. Gartner przewiduje stale rosnące wykorzystanie w urządzeniach brzegowych wbudowywanych czujników, pamięci, mocy obliczeniowej i zaawansowanych funkcji AI. Architektury mesh umożliwią tworzenie bardziej elastycznych, inteligentnych, responsywnych i działających na zasadach peer-to-peer systemów IoT.

Praktyczne zastosowanie blockchaina

Blockchain zapewnia działającym w jego strukturze i nieznającym się nawzajem partnerom bezpieczną interakcję w środowisku cyfrowym i wymianę informacji bez potrzeby posiadania jednego, scentralizowanego organu kontrolującego.

Z powodu różnych problemów technicznych, takich jak mała skalowalność i interoperacyjność, technika ta wciąż jeszcze nie dojrzała do wdrożeń korporacyjnych. Blockchain może jednak przekształcić całe branże, zapewniając przejrzystość wymiany danych między ekosystemami biznesowymi. Potencjalnie jest w stanie obniżać koszty, skracać czas transakcji i usprawniać przepływ pieniędzy. Wśród najbardziej obiecujących przypadków zastosowań są: śledzenie zasobów, automatyczne przetwarzanie reklamacji, wewnętrzne prowadzenie współużytkowanych rejestrów finansowych, a także wdrożenia w ramach koncepcji inteligentnego miasta i Internetu rzeczy.

Do 2023 r. blockchain stanie się technicznie skalowalny i będzie obsługiwać zaufane prywatne transakcje, zapewniając wymaganą poufność informacji. Jak wynika z ankiety Gartnera z 2019 r., 60 proc. CIO spodziewa się jakiejś formy wdrożenia rozwiązań bazujących na blockchainie w ciągu najbliższych trzech lat.

 

Hiperautomatyzacja

Hiperautomatyzacja to połączenie wielu funkcji uczenia maszynowego, pakietów oprogramowania i narzędzi automatyzacji. Wykorzystuje zaawansowane techniki do zwiększania automatyzacji procesów i augmentacji ludzi. Zdaniem Gartnera jest ona nieuniknioną metodologią, w ramach której firmy i instytucje muszą szybko identyfikować i automatyzować wszystkie możliwe procesy biznesowe. Kluczowe elementy hiperautomatyzacji obejmują zrobotyzowaną automatyzację procesów (RPA), która jest sposobem łączenia starszych, nieposiadających interfejsów API systemów z bardziej nowoczesnymi, oraz zestawy do inteligentnego zarządzania procesami biznesowymi, w tym długotrwałymi.

Hiperautomatyzacja często prowadzi do stworzenia cyfrowego bliźniaka (digital twin) przedsiębiorstwa. Umożliwia wtedy firmom wizualizację interakcji funkcji, procesów i kluczowych wskaźników wydajności, tak by zwiększać wartość biznesową. Cyfrowy bliźniak staje się wówczas integralną częścią procesu hiperautomatyzacji, dostarczając w czasie rzeczywistym informacje o przedsiębiorstwie i zwiększając jego możliwości.

Za sprawą automatyzacji zadań w obszarze analizy danych analityka przestanie być do 2021 r. domeną wyłącznie wyspecjalizowanych data scientists.

Multiexperience (wieloobsługowość)

Multiexperience zastępuje znających się na technikach ludzi technikami znającymi się na ludziach. W ramach tego trendu tradycyjna idea komputera z jednym punktem interakcji ewoluuje w kierunku wielosensorowych i wielopunktowych interfejsów, takich jak urządzenia do noszenia (wearables) i zaawansowane czujniki. Gartner daje przykład Domino’s Pizza jako firmy, która stworzyła obsługę klienta wykraczającą poza zamawianie produktów przy użyciu aplikacji, a obejmującą także pojazdy autonomiczne, śledzenie pizzy i komunikację z wykorzystaniem inteligentnych głośników.

Chociaż możliwości rzeczywistości wirtualnej i rozszerzonej robią wrażenie, to wciąż nie brakuje wyzwań i barier do pokonania. Już teraz jednak trzy rodzaje zastosowania multiexperience wykazują wielką przydatność tego typu rozwiązań: projektowanie i wizualizacja produktu, wykonywane w terenie usługi serwisowe oraz szkolenia i symulacje.

Według Gartnera do 2021 r. co najmniej jedna trzecia przedsiębiorstw wdroży platformę programistyczną stworzoną pod kątem multiexperience, by wspierać swój rozwój mobilny, sieciowy, konwersacyjny i oparty na rozszerzonej rzeczywistości.

 

Demokratyzacja techniki

Demokratyzacja techniki to zapewnienie ludziom łatwego dostępu do kompetencji technicznych lub biznesowych bez intensywnego lub kosztownego szkolenia. Przykładowo, demokratyzacja pozwoliłaby programistom tworzyć modele danych bez konieczności posiadania wiedzy data scientist. Możliwe byłoby to dzięki wykorzystaniu programowania bazującego na sztucznej inteligencji do generowania kodu i automatyzacji testów.

Do 2024 r. programowanie niskopoziomowe będzie odpowiadać za ponad 65 proc. działań związanych z tworzeniem aplikacji. Do tego czasu 75 proc. dużych przedsiębiorstw będzie używać co najmniej czterech narzędzi do takiego programowania.

Mieliśmy już do czynienia z shadow IT, teraz jednym z potencjalnych wyzwań związanych z demokratyzacją będzie poradzenie sobie ze zjawiskiem shadow AI (niekontrolowanego wykorzystania sztucznej inteligencji). Osoby bez formalnego przeszkolenia będą masowo korzystać z łatwych w użyciu narzędzi do tworzenia rozwiązań bazujących na AI i zapewniać na zasadach peer-to-peer wsparcie innym podobnym sobie użytkownikom.

Gartner wymienia cztery kluczowe obszary w ramach trendu demokratyzacji, które zyskają na znaczeniu w latach 2020–2023. Są to: rozwój aplikacji, projektowanie, wiedza oraz dane i analityka.

Augmentacja człowieka

Augmentacja człowieka to wykorzystanie techniki do ulepszenia jego poznawczych i fizycznych możliwości. Przykładem mogą być górnicy używający urządzeń do noszenia (wearables), by zwiększyć swoje bezpieczeństwo, czy też wykorzystywanie aplikacji w celu poprawy zdolności do uczenia się lub tworzenia nowych doświadczeń.

Fizyczna augmentacja zwiększy możliwości człowieka przez umieszczenie rozwiązań technicznych w samym ciele lub na nim. Z kolei augmentacja poznawcza poprawi zdolność człowieka do myślenia i podejmowania bardziej świadomych decyzji. Obecnie wszelkiego typu przedsiębiorstwa rozważają augmentację człowieka, by osiągać lepsze wyniki biznesowe. Ma ona stać się podstawowym sposobem oddziaływania ludzi na siebie i wchodzenia w interakcje z przestrzenią wokół nich.

Istnieje pięć głównych zagadnień, na które firmy muszą zwrócić uwagę, wybierając techniki augmentacji człowieka. Przede wszystkim bezpieczeństwo: powierzchnia cyberataku, dotychczas ograniczona do konkretnego urządzenia lub miejsca, będzie stale powiązana z daną osobą, przemieszczając się wraz z nią. Pozostałe trudne kwestie to: prywatność danych, zgodność z regulacjami, potencjalne długoterminowe skutki dla zdrowia oraz poważne problemy natury etycznej.

 

Transparentność i możliwość śledzenia

Zdaniem Gartnera we współczesnym świecie IT dochodzi do kryzysu zaufania, ponieważ konsumenci zwracają większą uwagę na to, w jaki sposób są gromadzone i używane ich dane. Jeśli coraz częściej (w miejsce ludzi) wykorzystuje się sztuczną inteligencję i uczenie maszynowe w samodzielnym podejmowaniu decyzji, to pojawia się potrzeba takiego zarządzania AI, które dałoby się objaśnić.

Ponieważ pojawiła się potrzeba stworzenia podstawowych zasad funkcjonowania firm, to na całym świecie są wdrażane takie przepisy jak unijne RODO. Zdaniem Gartnera transparentność i możliwość śledzenia (traceability) to kluczowe elementy wspierające etykę cyfrową oraz potrzeby dotyczące prywatności danych osobowych i informacji.

Na algorytmach zaczyna bazować niemal każde działanie instytucji, przedsiębiorstw i konsumentów – od rekrutacji i zakupu produktów, przez akceptację lub odrzucenie wniosku o kredyt, po nawet wysłanie kogoś do więzienia. Nieobiektywne lub niepoprawne algorytmy prowadzą do złych decyzji biznesowych, zwiększając ryzyko reakcji niezadowolonych pracowników czy klientów.

Według Gartnera do 2025 r. 30 proc. kontraktów w sektorze publicznym oraz dużych przedsiębiorstw, dotyczących zakupu produktów i usług AI, będzie wymagać użycia etycznej i dającej się objaśnić sztucznej inteligencji.

Rozproszona chmura

Analitycy przewidują, że do 2022 r. aż 75 proc. danych generowanych przez firmy będzie tworzonych i przetwarzanych poza centrum danych lub chmurą (w porównaniu z mniej niż 10 proc. dzisiaj). Chmura rozproszona to model dystrybucji usług chmury publicznej do lokalizacji poza placówką operatora, dzięki któremu dane będą przechowywane w dowolnym miejscu. Ewolucja od scentralizowanej chmury publicznej do rozproszonej tworzy nowy obraz cloud computingu.

Rozproszona chmura znajduje się na wczesnym etapie rozwoju, na którym wielu dostawców oferuje tylko niewielką część wszystkich swoich usług w sposób rozproszony. Gdy są one świadczone w zdalnych centrach, położonych blisko miejsca generowania danych lub wprost w urządzeniach brzegowych, uzyskuje się niskie opóźnienia, znaczną poprawę wydajności i zmniejszone ryzyko awarii związanych z siecią. Do 2024 r. większość platform chmurowych zapewni przynajmniej niektóre usługi, które będą wykonywane w miejscu powstania potrzeb.

 

Systemy autonomiczne

Chociaż większość dzisiejszych rozwiązań autonomicznych funkcjonuje w kontrolowanych środowiskach, takich jak kopalnie czy magazyny, ostatecznie trafią one do otwartych przestrzeni publicznych. Obdarzone inteligencją „rzeczy” autonomiczne będą współpracować z sobą na zasadach roju, czego przykładem był rój dronów wykorzystywanych podczas Zimowych Igrzysk Olimpijskich 2018.

Gartner zachęca do poszukiwania sposobów na wykorzystanie bazujących na sztucznej inteligencji funkcji autonomicznych w praktycznie każdym urządzeniu fizycznym w firmie lub w środowisku klienta. Dostawcy IT mogą tworzyć scenariusze i mapy interakcji klientów, by identyfikować istotne wartości biznesowe. Przedsiębiorstwa mogą wykorzystywać inteligentne rzeczy na równi z tradycyjnymi zadaniami manualnymi i półautomatycznymi. Przykłady użycia mogą obejmować autonomiczną wysyłkę i zaawansowane rolnictwo, gdzie do autonomicznego prowadzenia gospodarstw będą tworzone algorytmy dla robotów.

Systemy autonomiczne bardzo szybko się rozwijają, po części dlatego, że dysponują wspólnymi możliwościami technicznymi. Po przezwyciężeniu wyzwań związanych z rozwojem innowacji w obszarze jednego systemu autonomicznego można ją zastosować do rzeczy autonomicznych innego rodzaju.

Bezpieczeństwo bazujące na AI

Wymieniona wcześniej dziewiątka ewoluujących technologii, która według Gartnera zmieni krajobraz IT, doprowadzi też do powstania nowych luk w zabezpieczeniach i potencjalnych miejsc ataku. Zespoły ds. bezpieczeństwa będą musiały stawić czoła nowym wyzwaniom i ocenić, w jaki sposób sztuczna inteligencja wpływa na cyberochronę. Gartner zakłada, że są trzy kluczowe obszary, które należy zbadać pod kątem wpływu sztucznej inteligencji na bezpieczeństwo: ochrona systemów bazujących na sztucznej inteligencji, wykorzystanie sztucznej inteligencji do zwiększenia bezpieczeństwa oraz spodziewane złośliwe użycie sztucznej inteligencji przez atakujących.

Do 2022 r. 30 proc. wszystkich cyberataków na sztuczną inteligencję będzie polegać na zatruwaniu danych treningowych, kradzieży modelu AI lub wykorzystaniu wrogiej AI do ataku na systemy napędzane sztuczną inteligencją. Zatrucie danych treningowych polega na tym, że hakerzy doprowadzają do awarii bądź błędnego działania systemu sztucznej inteligencji przez dostarczenie mu nieprawidłowych danych.

Kolejne obawy związane z bezpieczeństwem i AI wzbudza to, że atakujący zaczynają korzystać z uczenia maszynowego (ML) i innych technik sztucznej inteligencji, by wzmocnić siłę swoich ataków. Gartner twierdzi, że każda innowacja w ML może być i będzie wykorzystywana w niebezpieczny sposób. Dlatego firmy będą musiały przewidywać, w jaki sposób hakerzy mogą zaatakować rozwiązania bezpieczeństwa oparte na ML w fazach treningu i predykcji.