把握未來發(fā)展趨勢：IT領(lǐng)域與科技結(jié)合的創(chuàng)新與突破
這份報告提出了2023年中國技術(shù)和IT的十大趨勢：從“多云混合”到“一云多態(tài)”的演變；云基礎(chǔ)已經(jīng)從優(yōu)先考慮軟件轉(zhuǎn)向?qū)崿F(xiàn)硬件和軟件；更多的云產(chǎn)品將以Serverless的形式交付；加快將預(yù)先訓(xùn)練好的大型模型作為人工智能基礎(chǔ)設(shè)施的應(yīng)用；AIGC在概念爆炸后進入了產(chǎn)品化嘗試；數(shù)據(jù)收集已從單一點轉(zhuǎn)向一般化；工業(yè)數(shù)字雙胞胎加強了物理空間和虛擬空間之間的互動；數(shù)智逆向融合，形成以智養(yǎng)智的正反饋；數(shù)據(jù)和應(yīng)用將進一步實現(xiàn)感知閉環(huán)；“數(shù)字碳中和”的概念已經(jīng)走向市場。
趨勢1：從“多云混合”到“一云多態(tài)”的演變
分布式云加速發(fā)展，云能力從“中心輻射”向“傳輸和分發(fā)”過渡
“多云混合”是當前企業(yè)使用云的常態(tài)，但各種云部署模式在資源調(diào)度、協(xié)同管理、能力共享等方面存在挑戰(zhàn)，導(dǎo)致了“多云混合型”的“多云孤島”狀態(tài)。以“東數(shù)西算”為代表的云基礎(chǔ)設(shè)施升級”項目和以“分布式云”為代表的云基礎(chǔ)設(shè)施升級將有效解決上述問題。通過統(tǒng)一基礎(chǔ)設(shè)施和利用系統(tǒng)的云網(wǎng)邊緣設(shè)施，我們可以減少云能力從中心到邊緣的“衰退”，推動“無損”“云能力的分布，實現(xiàn)系統(tǒng)化、集成化的云服務(wù)。一云多態(tài)性將更好地滿足傳統(tǒng)行業(yè)復(fù)雜邊緣場景的業(yè)務(wù)需求，加速云計算向傳統(tǒng)行業(yè)的滲透。預(yù)計到2025年，傳統(tǒng)行業(yè)將在云市場占據(jù)主導(dǎo)地位，金融、工業(yè)、汽車等細分行業(yè)將繼續(xù)擴大云支出。
趨勢2：云基礎(chǔ)從軟件優(yōu)先轉(zhuǎn)向軟硬件結(jié)合
為了進一步釋放數(shù)字智能平臺的能力，云供應(yīng)商需要提高基礎(chǔ)硬件資源的質(zhì)量
在數(shù)字時代，“交替、迭代、相互支持”的軟硬件產(chǎn)品的周期性崛起廣泛適用于云服務(wù)、人工智能、物聯(lián)網(wǎng)等數(shù)字行業(yè)。以云服務(wù)為例：通過云計算的概念和工具，云計算在平臺軟件和應(yīng)用軟件領(lǐng)域逐漸得到優(yōu)化。然而，為了更好地支持數(shù)字化的深化發(fā)展，底層硬件也需要加快轉(zhuǎn)型，以更好地釋放軟件能力，支持業(yè)務(wù)創(chuàng)新。作為加速數(shù)字化進程的關(guān)鍵“燃料”，計算網(wǎng)絡(luò)資源不僅可以減少硬件虛擬化損失，還可以通過將軟件功能轉(zhuǎn)移到硬件產(chǎn)品（使用Chiplet等芯片架構(gòu)設(shè)計，使用RDMA進行網(wǎng)絡(luò)加速，結(jié)合NVMe進行存儲加速），從而提高資源利用率，更好地利用云資源服務(wù)核心業(yè)務(wù)。同時，底層硬件的逐步升級換代將進一步帶動上層大數(shù)據(jù)和人工智能平臺更好地支持業(yè)務(wù)創(chuàng)新。
趨勢3：更多的云產(chǎn)品將以無服務(wù)器的形式交付
All on Server less概念進一步滲透到AI和中間件等模塊中
在過去的幾年里，功能即服務(wù)（FaaS）已經(jīng)成為無服務(wù)器的核心產(chǎn)品形式，數(shù)據(jù)庫和大數(shù)據(jù)等基礎(chǔ)軟件或能力平臺也被云供應(yīng)商納入了他們自己的無服務(wù)器產(chǎn)品矩陣。隨著客戶對自動化能力的更高追求，無服務(wù)器的概念進一步滲透到容器、中間件、文件系統(tǒng)、人工智能、云視頻、云通信等多個模塊中，與FaaS一起打包成端到端的云軟件開發(fā)包，形成了“All on Serverless”的云產(chǎn)品迭代浪潮。未來，幾乎所有企業(yè)的業(yè)務(wù)都可以基于無服務(wù)器架構(gòu)，從而消除了客戶部署、維護和管理應(yīng)用程序的需要。通過觸發(fā)執(zhí)行、擴展和按需支付，客戶可以進一步專注于其核心業(yè)務(wù)，快速構(gòu)建業(yè)務(wù)模塊，并無限接近零運維成本和零資源浪費。
趨勢4：加速將經(jīng)過預(yù)訓(xùn)練的大型模型應(yīng)用于人工智能基礎(chǔ)設(shè)施
加快人工智能產(chǎn)業(yè)化進程，撬動人工智能發(fā)展效率，多次釋放生產(chǎn)力
依托智能計算基礎(chǔ)設(shè)施、海量數(shù)據(jù)積累和治理以及深度學習算法的突破，作為一種新興的人工智能計算范式，超大規(guī)模智能模型（也稱預(yù)訓(xùn)練大模型）的通用性和通用性不斷提高，并可應(yīng)用于更廣泛的下游任務(wù)和場景，解決AI應(yīng)用的長尾問題；并且可以在人工智能模型開發(fā)部署應(yīng)用的過程中實現(xiàn)標準化改進，提高人工智能應(yīng)用研發(fā)的效率。人工智能的認知和應(yīng)用沒有邊界，僅僅依靠少數(shù)人工智能科學家和人工智能技術(shù)企業(yè)無法促進整個物理和數(shù)字世界的智能化。預(yù)訓(xùn)練的大模型的加速應(yīng)用有望解決行業(yè)、學術(shù)界和研究界關(guān)注的提高人工智能開發(fā)效率杠桿率和多次釋放人工智能生產(chǎn)力的核心問題。2022年，語言大模型與行業(yè)應(yīng)用的聯(lián)系日益緊密，行業(yè)龍頭企業(yè)正在積極推出適合特定業(yè)務(wù)場景的行業(yè)大模型。通過提供計算能力、核心運營商庫和軟件平臺等集成服務(wù)，我們幫助企業(yè)將基本模型能力與生產(chǎn)流程相結(jié)合，并與*客戶合作推廣落地案例。未來，作為人工智能模型生產(chǎn)基礎(chǔ)設(shè)施的預(yù)訓(xùn)練大型模型將加速其應(yīng)用；夯實智能算力基礎(chǔ)設(shè)施，提高模型對業(yè)務(wù)場景的適應(yīng)性，明確基于呼叫成本的投入與產(chǎn)出平衡點，是其大規(guī)模商用的優(yōu)化方向。
趨勢五：AIGC在概念爆炸后進入產(chǎn)品化嘗試
提升數(shù)字內(nèi)容生產(chǎn)的質(zhì)量和效率，轉(zhuǎn)變?nèi)藱C交互體驗
2022年，一幅由Midjournal生成的AI畫作《太空歌劇院》發(fā)布，AI生成的圖像開始在社交媒體平臺上瘋狂傳播；這股熱潮尚未消退，2023年初，ChatGPT（ChatGenerative Pre-trained Transformer）再次將AIGC的概念推出市場。AIGC是一種新的內(nèi)容制作方法，它利用現(xiàn)有的文本、音頻文件或圖像來創(chuàng)建新的內(nèi)容。它使用機器學習算法從數(shù)據(jù)中學習元素，通?；诳缒B(tài)大型模型，包括基于材料的部分生成和基于指令的完全自主生成和生成優(yōu)化。得益于真實數(shù)據(jù)的積累和計算成本的降低，它可以幫助生成數(shù)字內(nèi)容的初稿，包括AI繪畫、平面設(shè)計、對話系統(tǒng)、虛擬數(shù)字人、搜索引擎、代碼生成等，提高了數(shù)字內(nèi)容的豐富性、生產(chǎn)力和創(chuàng)造力；類人互動體驗和全民參與顯著提升了C端消費者對人工智能的認知，進一步拓展了市場對人工智能商業(yè)價值的想象。未來，隨著多模態(tài)、垂直模型優(yōu)化等底層模型的推進，AIGC技術(shù)將進入技術(shù)產(chǎn)品化加速期，并擴展到更多商業(yè)領(lǐng)域。
趨勢6：數(shù)據(jù)收集從單點走向綜合
通過推廣數(shù)據(jù)收集來提高數(shù)據(jù)處理方法的準確性和效率
傳統(tǒng)的數(shù)據(jù)收集方法通常針對特定的場景和目的，獲取數(shù)據(jù)的渠道和手段相對有限，導(dǎo)致數(shù)據(jù)收集量不足。隨著物聯(lián)網(wǎng)設(shè)備的普及和互聯(lián)網(wǎng)應(yīng)用的擴展，數(shù)據(jù)量呈指數(shù)級增長，為廣泛收集提供了基礎(chǔ)。數(shù)據(jù)維度向多樣化和復(fù)雜性的轉(zhuǎn)變同步增加了數(shù)據(jù)收集的難度和不確定性。傳統(tǒng)的數(shù)據(jù)采集方式已不適合當前企業(yè)豐富的數(shù)據(jù)需求，影響了企業(yè)對數(shù)據(jù)自身價值的利用。物聯(lián)網(wǎng)系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)和傳統(tǒng)信息系統(tǒng)的結(jié)合可以擴大采集樣本的數(shù)量，擴大數(shù)據(jù)維度的多樣性，有利于多個領(lǐng)域的行業(yè)在實際場景中及時應(yīng)對未知情況。泛化數(shù)據(jù)處理難度的增加導(dǎo)致了數(shù)據(jù)處理和分析方法的發(fā)展。以機器學習為主的智能技術(shù)不僅可以獲得用于模型訓(xùn)練和優(yōu)化的數(shù)據(jù)，還可以利用數(shù)據(jù)挖掘和數(shù)據(jù)可視化等功能，為企業(yè)更好地預(yù)測和控制收集到的數(shù)據(jù)。數(shù)據(jù)收集的一般化需要平衡數(shù)據(jù)收集的數(shù)量和質(zhì)量。如果能夠預(yù)先判斷收集到的數(shù)據(jù)的目的，則可以大大減少后續(xù)數(shù)據(jù)處理的工作量，并較大限度地提高收集和應(yīng)用的效率。
趨勢7：工業(yè)數(shù)字雙胞胎加強物理和虛擬空間互動
提升工業(yè)數(shù)字孿生的診斷和預(yù)測能力，促進整個業(yè)務(wù)流程的閉環(huán)優(yōu)化
工業(yè)數(shù)字孿生是基于數(shù)據(jù)和工業(yè)機理模型的集成與融合，構(gòu)建虛擬與現(xiàn)實雙向互動的閉環(huán)優(yōu)化系統(tǒng)。它通過控制生產(chǎn)過程和設(shè)備，在虛擬環(huán)境中模擬工業(yè)生產(chǎn)。它的三個主要特征是整個生命周期的實時反映、決策和閉環(huán)優(yōu)化。未來，工業(yè)數(shù)字孿生將更加注重虛擬與現(xiàn)實融合的應(yīng)用，推動“虛擬現(xiàn)實——從虛擬到現(xiàn)實——從虛到實——從虛變實——從虛擬變實”的孿生閉環(huán)。目前，工業(yè)數(shù)字孿生的應(yīng)用普遍集中在實時監(jiān)控和虛擬現(xiàn)實匹配階段，尚未走向診斷分析和預(yù)測優(yōu)化階段。中短期內(nèi)，加快實施“實到虛映射”，空間維度將從一些雙子對象之間的簡單關(guān)聯(lián)轉(zhuǎn)向多個雙子對象之間自動化、智能化的協(xié)同開發(fā)；時間維度將從具有獨立關(guān)鍵生命周期的雙對象的碎片化應(yīng)用轉(zhuǎn)變?yōu)樨灤?ldquo;生產(chǎn)廢料”整個生命周期的雙重應(yīng)用。從中長期來看，產(chǎn)業(yè)機制模式將是連續(xù)的
趨勢八：數(shù)字智能反向融合，以智養(yǎng)智形成正反饋
AI開始提供數(shù)據(jù)治理反饋，進一步推動人工智能進入小場景
過去十年，以深度學習為代表的人工智能一直以數(shù)據(jù)為基礎(chǔ)，高質(zhì)量的數(shù)據(jù)是人工智能良好應(yīng)用的前提。在這種情況下，數(shù)據(jù)科學家、數(shù)據(jù)分析師和其他人必須投入大量時間和精力來準備數(shù)據(jù)，也稱為臟活累活。這種現(xiàn)象在規(guī)模不夠、分工不徹底的小場景中尤為明顯。這樣一來，高層次人才實際上花了很多時間做低層次的工作，投資回報率低，人工智能很難在任何地方蓬勃發(fā)展。未來，這種情況將有所改善：首先，預(yù)先訓(xùn)練的大型模型在一定程度上減少了所需的數(shù)據(jù)樣本；其次，數(shù)據(jù)治理本身也是一個發(fā)現(xiàn)模式的過程，人工智能已經(jīng)開始對這個過程進行反饋。未來，隨著模型通用性的進一步增強和交互方法的日益簡單，人工智能對數(shù)據(jù)治理的反饋作用將日益顯現(xiàn)，數(shù)據(jù)治理將逐步由人工智能主導(dǎo)、人為補充。
趨勢九：數(shù)據(jù)與應(yīng)用將進一步實現(xiàn)無感閉環(huán)
應(yīng)用程序數(shù)據(jù)的自動管理屬于數(shù)據(jù)層，數(shù)據(jù)分析嵌入到事務(wù)應(yīng)用程序中
在信息技術(shù)時代，應(yīng)用程序生成數(shù)據(jù)，但首先，這些數(shù)據(jù)還沒有連接起來，其次，由于當時的技術(shù)條件，無法進行低成本的大規(guī)模分析。這些痛點促使后來構(gòu)建了以數(shù)據(jù)連接為中心的中央平臺，以及以數(shù)據(jù)分析為中心的數(shù)字智能模型和BI。數(shù)據(jù)如何更廣泛地賦能業(yè)務(wù)應(yīng)用，應(yīng)用層生成的數(shù)據(jù)如何自動流入數(shù)據(jù)層并被自動治理，即數(shù)據(jù)與使用的集成，將關(guān)系到企業(yè)數(shù)字化建設(shè)的整體ROI，成為未來的焦點。數(shù)據(jù)與應(yīng)用的集成強調(diào)的不是數(shù)據(jù)與應(yīng)用之間的緊密耦合，而是在兩者之間形成動態(tài)閉環(huán)。HTAP數(shù)據(jù)庫、lake倉庫集成、低零代碼、GraphQL、敏捷BI和基于NL2SQL的即席搜索、過程挖掘和其他技術(shù)將有助于數(shù)據(jù)和使用的不同方面的集成。數(shù)據(jù)安全、人工智能等等，幾乎貫穿于方方面面。未來：①業(yè)務(wù)人員通過低零代碼創(chuàng)建的應(yīng)用程序?qū)⒆詣庸芾頂?shù)據(jù)并進入數(shù)據(jù)層。②數(shù)據(jù)分析將不再以獨立的形式存在，而是嵌入到應(yīng)用程序中，直接增強一線業(yè)務(wù)人員的能力。
趨勢十：“數(shù)字碳中和”從概念走向市場
綠色低碳日益滲透市場環(huán)境，逐步成為數(shù)字產(chǎn)業(yè)增量新動力
自從2020年我國提出“雙碳”目標，綠色低碳逐漸從理念走向政策、制度和市場，綠色化和數(shù)字化協(xié)同發(fā)展成為重要舉措和重要趨勢。從宏觀政策環(huán)境看，國家部委多部門引導(dǎo)數(shù)字化與綠色化協(xié)同發(fā)展朝著務(wù)實落實的方向發(fā)展；從資本市場來看，交易所和監(jiān)管機構(gòu)越來越強調(diào)企業(yè)的綠色低碳責任，規(guī)?；奶贾泻突鹨查_始頻繁涌現(xiàn)；從市場需求來看，綠色采購進一步加強，不同行業(yè)的綠色供應(yīng)鏈建設(shè)從理念轉(zhuǎn)向?qū)嵺`。對于數(shù)字產(chǎn)業(yè)和數(shù)字廠商而言，綠色低碳發(fā)展有望帶動產(chǎn)業(yè)升級發(fā)展。綠色低碳一方面帶動以數(shù)據(jù)中心為核心的數(shù)字技術(shù)產(chǎn)品升級，另一方面綠色低碳有望帶來新的數(shù)字。
手機號碼：4000-757-730
