今年，Gartner 將這 17 個技術分為 5 個大趨勢：民主化人工智能（AI）、數字化生態系統、自動化生物黑客、透明的沉浸式體驗和無處不在的基礎設施。
“技術 leader 時刻面臨著技術的更新迭代，這些變化將會對你的工作產生重要影響，此調查報告顯示的技術趨勢可能將對打破企業原有商業產生巨大影響，因此，執行團隊應該密切注意這些變化。”Gartner 調研副總裁 Mike Walker 說道。
1趨勢：民主化人工智能
由於雲計算、開源和“製造商”社區，AI 將成為最具破壞性的技術之一，應用會更加廣泛。早期採用者從該技術的不斷髮展中受益，但最顯著的變化將是其對大眾的可用性。這些技術還培養了一大批開發人員、數據科學家和 AI 架構師，他們將會創建基於 AI 的新解決方案。
例如，能夠與人類一起工作、提供客房服務或在倉庫工作的智能機器人將會讓組織輔助、替換或重新部署人類工作者，讓人類有時間可以進行更多有價值的工作。此類別中還包括 Level 4 自動駕駛和 Level5 自動駕駛，它在今年的 Hype Cycle 中取代了“自動駕駛汽車”。
Level 4 無人車是指在大多數（但不是所有）條件和位置，可以在沒有人類交互的情況下，在一定地理區域內操作的自動駕駛車輛。這一級別的自動駕駛汽車可能會在未來十年內上市。Level 5 車輛在所有情況和條件下都可以自主運行，並控制所有任務。沒有方向盤、剎車或踏板，這些汽車可能成為家庭的另一個生活空間，將產生深遠的社會影響。
閱讀更多：CIO 的 AI 指南
https://www.gartner.com/smarterwithgartner/the-cios-guide-to-artificial-intelligence/
2趨勢：數字化生態系統
新興技術總是需要新的技術基礎和更具活力的生態系統的支持。這些生態系統需要新的業務戰略，並轉向基於平臺的業務模式。
“從獨立的技術基礎設施向生態系統支持平臺的轉變，為構成人與技術之間橋樑的全新商業模式的形成奠定了基礎，”Walker 說道。
例如，區塊鏈可能會成為數據安全領域遊戲規則的改變者，因為它有可能提高集中式系統的彈性、可靠性、透明度和信任度。在此技術趨勢下，代表真實物體的虛擬表示數字孿生（digital twins）也是其中一個技術。這一技術在運維領域已經開始得到採用，Gartner 預估未來五年之內，數以萬計的事物將擁有數字孿生。
閱讀更多：CIO 的區塊鏈指南
https://www.gartner.com/smarterwithgartner/the-cios-guide-to-blockchain/
3趨勢：自動化生物黑客
2018 年只是一個“跨人類”時代的開始，黑客生物學和“擴展”人類的普及和可用性將會增加。從簡單的診斷到神經植入，這門技術將引起關於道德人性和法律、社會等問題。這種技術將分為四類：技術增強、營養基因組學、實驗生物學和磨床生物駭客。
例如，生物芯片甚至可以在患者出現症狀之前，檢測到大至癌症、小到天花等疾病的可能性。這些芯片由表面的一系列分子傳感器製成，可以分析生物元素和化學物質。今年，“生物技術”也是技術炒作週期上的“新客”，即人工培養和生物培育的肌肉。雖然仍處於實驗室開發階段，但這項技術最終可以讓皮膚和組織在機器人外部生長，並對壓力敏感。
4趨勢：透明的沉浸式體驗
智能工作站 等技術越來越以人為中心，模糊了人、企業和事物之間的界限，擴展並實現了更智能的生活、工作和生活體驗。在智能工作站中，電子白板可以更好地捕獲會議記錄，傳感器可以根據員工位置提供個性化信息，辦公用品也可以直接與 IT 平臺交互。
在家居方面，互相連接的家庭可以連接設備、傳感器、工具和平臺。越來越智能的系統可以讓人們有更加情境化和個性化的體驗。
5趨勢：無處不在的基礎設施
總的來說，基礎設施將不再是戰略業務目標的關鍵。日益普及的雲計算和無處不在、隨時可用的基礎架構環境改變了基礎架構的格局。這些技術將是新業務模式的未來。
例如，具有複雜的量子比特和算法系統的量子計算比傳統計算機運行速度有指數級的增長。在未來，該技術將對優化、機器學習、加密、分析和圖像分析產生巨大影響。雖然通用量子計算機可能永遠不會實現，但該技術在狹義領域中將具有巨大的潛力。
這一趨勢中的第二項新技術是神經形態硬件。這是一種受神經生物學架構啟發而發明的半導體器件，可以為深度神經網絡提供極高的性能，減少功耗的同時可以提供比傳統方法更高的性能。
6 那些消失的新興技術趨勢
然而，事實上，並非榜單中所有的新興技術都可以在翻越“技術炒作週期”的頂峰後成功存活下來。
根據 Gartner 的技術炒作週期，一項成功的新技術必須首先登上過高期望的峰值期（Peak of Inflated Expectations），然後再跌入絕望的谷底，或者 Gartner 所謂的泡沫化的底谷期（Trough of Disillusionment）。甩掉身上的泥垢，重新站起來，沿著穩步爬升的光明期（Slope of Enlightenment）向上爬，然後再次到達陽光普照的實質生產的高原期 （Plateau of Productivity）。只有這樣，新興技術才能最終放下揹包，打開保溫瓶，當之無愧地享用美味的午餐。
去年的 Gartner 技術炒作週期報告中出現的九項新興技術已經消失了。
2017年Gartner炒作週期
2018年Gartner炒作週期
其中有一些非常有份量。去年 7 月，機器學習距離趨勢峰值還有兩年的時間，但今年它已經消失了。正如其他很多趨勢一樣，它的堂兄深度學習也搖搖欲墜。
這裡可能有人會產生疑問：機器學習為什麼會從技術趨勢中消失呢？
對於這個問題，或許微軟機器學習研究員 John Langford 的一番話可以給我們一些參考：“只注重實踐的研究者有時候會犯一些很愚蠢的錯誤，比如，分不清訓練集和測試集或者採用錯誤的方法去解決問題。只注重理論的人也許理解優秀算法的結構，但不能有效運用，或者不能從很多可能的方法中選出合適的那個。運用方程解決問題和證明方程是兩種完全不同的能力，這在機器學習中尤其的正確，在機器學習領域，證明方程有效經常並不意味著可以用它來解決問題。”
在實踐應用中，由於機器學習的炒作和教育方式大都是圍繞著研究領域而不是應用領域展開，企業的機器學習團隊往往把時間花費在研究領域，而不是業務應用中，因此未能成功獲得預期價值，逐漸對機器學習的熱情減退。
另一方面，機器學習算法難以復現，也是阻礙研究者的原因之一。
閱讀更多 產業智能官 的文章
