技术变革的步伐对几乎所有行业都产生了深远的影响。如今，仅仅保持对新兴技术的领先是不够的，还要保持领先于技术。

　　在未来的一年里，围绕数据争论的新的和不断发展的方法将在企业中占据中心位置。随着企业希望快速有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越来越多地用于获取竞争优势。未能预见到这些和其他新兴趋势的企业，将面临着生存危机迅速加剧的风险。

　　为了了解企业应该把赌注放在哪里，我们采访了一些技术专家，希望从他们的角度谈谈，在企业进行数字化转型的过程中，最可能影响各种组织的因素是什么。这些领域的专业人士为我们提供了他们对应该放在您雷达上的内容的首选，以及对采用这些颠覆性技术的影响的一些见解。

　　机器人过程自动化(RPA)

　　企业正从一个简单的概念中看到重大收获：将乏味的业务流程任务委托给软件机器人来实现自动化。这种被称为机器人过程自动化(RPA)的技术已经对早期采用者的工作流程进行了精简——远远早于许多人认为该技术将用于企业的时候。

　　总部位于波士顿的AppNeta首席执行官Matt Stevens表示:“机器人过程自动化的进步速度和功能效用令人震惊地好，而且似乎正在以小时为单位不断提高。我真的没想到，这么高水平的智能或能力会这么快到来。”

　　根据Gartner的数据，RPA正在超越全球企业软件市场的所有其他领域，预计今年的收入将达到13亿美元。该市场去年增长63%，达到8.46亿美元。

　　Laserfiche首席信息官 Thomas Phelps 表示：“RPA从员工的日常活动中去除重复性和常规性任务，让他们专注于更有价值的工作。使用RPA的组织能够让机器人脱离人类，使它们能够专注于帮助企业创新或增强客户体验的任务。它帮助企业提高运营效率，提高质量，提高法规遵从性。”

　　有了一条经过验证的商业价值之路，预计未来几个月将有更多的公司推出RPA计划。

　　人工智能

　　Imagen首席技术官 Tim Jobling 表示，人工智能正在帮助企业解决一些问题，而这些问题对技术或业务员工来说是艰巨的，甚至是不可能的。

　　Jobling 说：“我们并不认为机器将取代所有人类的工作，但我们看到了一场与电脑首次成为主流时类似的革命。如今，我们看到人工智能(AI)和机器学习(ML)方法正在解决一波又一波的问题，这主要消除了一些枯燥的工作量，或者实现了一种新的处理方式，而这种处理方式在人们需要完成工作时是不可能实现的。例如，人工智能使我们的客户能够从音频中创建可搜索的元数据，然后可以使用这些元数据并对其进行大规模缩放。如果没有人工智能，这个过程将是手工完成的，或者根本不需要。”

　　人工智能在保护组织免受安全威胁方面也发挥着重要作用，Balbix首席技术官 Vinay Sridhara 预计，这一趋势将在未来一年继续升温。

　　Sridhara 表示：“企业正在使用人工智能，使其网络安全团队能够通过分析网络上多达数千亿个时变信号，准确了解入侵风险。这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，实时了解公司的违约风险。人工智能平台甚至提供了优先步骤，以纠正问题，推动整个企业降低网络风险，使它们能够更好地保护客户的信息。”

　　DataOps

　　Hitachi Vantara 的 Renee Lahti 表示，采用类似于敏捷的方法，利用人工智能和机器学习管理数据，可以帮助企业在2020年获得优势。这种协作的、跨功能的分析方法被称为DataOps，如果采用它，可能会造成很大的破坏。

　　Lahti 表示:“企业正在解决这个问题。这更多的是关于人，而不是流程的采用。根据Gartner的数据，目前DataOps的采用率还不到可寻址市场的1%，但这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和从制造业中学到的经验教训。

　　“这是一种方法，它使数据科学团队能够蓬勃发展，尽管在该领域部署和维护分析所需要的复杂性越来越高，”Bergh说。“没有技术债务和计划外工作的负担，数据科学团队可以专注于他们的专业领域——创建新的人工智能模型和分析，帮助企业实现他们的使命。”

　　Bergh说，这种方法统一了与数据分析相关的工作流，可以对组织从数据中提取价值的能力产生无形的涟漪效应。“这提高了团队合作，减少了拖累生产力的手工过程。DataOps将数据组织从混乱和缓慢转变为高性能的团队。”

　　视频与统一通信

　　员工的经验正成为组织成功的一个关键因素——不仅是在生产力方面，而且是吸引高度受欢迎的人才进入公司大门的一个关键因素。在一项针对近300家公司的调查中，麻省理工学院的研究人员发现，最令人惊讶的是：视频。研究人员发现，对视频技术的投资会带来创新，以及合作和生产率的提高。

　　麻省理工学院斯隆信息系统研究中心(Sloan Center for Information Systems research)的研究科学家 Kristine Dery 表示:“我们看到，企业在交互式视频技术上投入了大量资金，尤其是当它们将敏捷方法的应用从软件开发团队扩展到业务的其他部门时。这种高度互动的敏捷项目交付方法要求团队要么面对面，要么拥有尽可能接近地复制那些更亲密场景的技术。”

　　Dery预测，视频技术将继续模拟和改进面对面的交流，提供一些新功能，比如虚拟现实(VR)和其他沉浸式技术，尤其是在组织与分布式团队一起努力填补技能空白的时候。

　　同样，AppNeta的Stevens认为统一通信(UC)将在未来几年卷土重来。

　　Stevens 说：“长期的摩擦和可靠性问题使得早期的 UC 解决方案对企业来说是一场赌博。”但他表示，目前的工具已经解决了这些缺陷。最新的UC工具增加了关键的视觉和内容共享功能。他们实际上可以提高会议效率，通过在当今高度分散的工作环境中提供更广泛的参与和积极参与，他们的影响力超越了面对面的互动所能带来的影响。”

　　5G

　　今年是5G技术获得高度宣传的一年，然而，5G的宣传往往忽略了一个事实，即这项技术在全国范围内的推广将需要数年时间。但这并不妨碍公司制定高速低延迟无线服务的计划。

　　TEKsystems 的市场研究经理 Jason Hayman 表示:“企业甚至在网络普及之前就在推进5G战略。”

　　VoltDB 首席技术官 Dheeraj Remella 也看到了5G的前景，但他警告说，对这项技术的预期可能会带来问题。

　　Remella 表示:“如果无线运营商和企业都无法应对5G带来的数据冲击，那么员工或客户期望实时反馈的过程中的延迟就有可能引发针对某些品牌或技术的抗议。”

　　为了解决这个问题，Remella 说公司应该实现可伸缩的、实时的数据架构，“不仅仅是简单地摄取数据，最终通过跨多个数据流做出智能的、动态的决策来推动行动。”

　　此外，Remella 认为5G会产生连锁反应。他表示:“5G的前景正迫使各组织识别当前已经成熟、可以进行变革的流程，并确保现有的IT堆栈能够满足新网络的需求。因此，5G正在推动其他有影响力的技术的采用，从边缘计算到VR和流处理。”

　　容器技术

　　容器和微服务吸引了需要快速开发和扩展代码的组织的兴趣，特别是在处理物联网或云计算时。

　　Sungard AS首席技术总监 Todd Loeppke 表示:“物联网项目引入了许多流行技术，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，这很有趣。”

　　一些专家指出，Kubernetes 得到了广泛采用，这是一个开放源码的容器编制系统，可以自动化容器的部署、扩展和管理。“这使得全新的架构能够快速扩展，”Amalgam Insights公司的研究员 Tom Petrocelli 表示。“如此多的供应商注意力集中在Kubernetes上，损害了其他技术平台。Kubernetes还帮助催生或扩大了许多其他技术，比如服务网格和基于容器的CI/CD管道自动化产品。”

　　SUSE 全球产品和营销经理 Jeff Reser 表示:“Kubernetes是处理跨现场和云环境以及各种尺寸设备运行的容器化应用程序和服务的最流行方式。随着越来越多的事情需要管理，自动化基础设施和应用程序的部署和编排是软件定义基础设施的组成部分。”

　　沉浸式体验(AR, VR，混合现实)

　　身临其境的体验被大肆宣传，但传递起来有些缓慢。尽管如此，这一前景依然诱人，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)尤其能为各行各业提供商业利益，从实体零售商到工业应用和培训。

　　他说，有了AR，“我们可以实时增加商店的货架和产品。在维护、修理和许多工业应用中，我们可以在机械或电气设备上创建信息覆盖，将关键的仪器仪表指标直接交给该领域的服务人员。”

　　Bodin 还看到了旅游行业的例子，机场为旅行者提供个性化的虚拟显示器。他补充称:“在银行，我们可以使用增强现实技术将客户导向关键服务领域，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，我们可以提供内部外围设备故障的视图，并提供针对问题量身定制的安全修复参考。”

　　专注于脑科学的研究人员 Todd Maddox 看到了沉浸式体验在培训项目中的潜在用途。

　　“VR在培训和软技能方面有很大潜力，”他说，尤其是在人际技能培训方面，如同理心、沟通等。“虚拟现实和增强现实非常有效，因为它们以体验学习为基础，而且它们广泛地同步参与大脑中的多个学习和表现中心，包括认知、行为、情感和体验系统。”

　　IoT 和边缘计算

　　CompTIA 2019年的一份研究报告发现，约三分之一的美国公司认为，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一种产品来帮助推动收入增长。

　　Sungard 的 Loeppke 看到了物联网边缘计算的进步，但也看到了对人工智能和ML工具的需求，以一种更便于企业访问的方式处理生成的数据。

　　Loeppke说：“大数据已经存在大约10年了，但大数据真正的挑战是找到一种方法来理解它，并弄清楚如何将其用于商业目的。”

　　“在我看来，使用传统工具取得的成功有限。随着ML技术的普及，更多的公司将能够提供更好的客户体验，更有可能将他们多年积累的数据货币化。”

　　我们讨论过的几位专业人士提到了智能处理的好处——包括在数据上传到云计算之前减少数据量。