今年Gartner发布的《全球首席信息官议程调查》和往年大有不同,调查的受众从之前的首席信息官扩展到了企业内负责科技的高管,因为现在很多企业不仅仅只有首席信息官在管理科技,像销售、采购、财务等岗位也会做一些自主的开发,Gartner也有一个词来形容这一变化“业务领导力的民主化”。
今年调查的主题被定为业务可组合性(Business Composability),这和中国谈的“中台”有类似之处。Gartner研究副总裁陈勇表示,业务可组合性的理念是把业务像积木一样搭起来,并且随时随地拆开重建,更具灵活性。

Gartner研究副总裁陈勇
虽有异曲同工,但业务可组合性和中台还有一些区别,中台是将业务能力抽象成一个个模块,业务可组合性则被称为“业务元素”,业务元素比业务能力的涵盖要更广,除了可以把业务能力作为一个个模块,还可以把其他业务元素作为模块。并且中台更强调逻辑关系,具有相互调动的关系。
调查中,57%的受访者认为最大的不确定性来源于两极分化,包括政治和经济等层面。Gartner提出“业务可组合性”也是为了应对未来的不确定性。
其中一个出乎意料的调查结果是,只有3%的受访者认为疫情还有很大的不确定性,对其业务有很大的影响,这和去年有了很大的变化。因为疫情已经成为常态化,需要适应这一新的环境。
从IT预算上可以看到,预计2022年全球企业的IT预算是从2008年以来最大的增幅,达到3.6%,但是预计中国2022年的IT预算将是十年来最低的一次增长。陈勇也解释称,这和中国GDP的走势有着相关性,虽然有所下降,但是整体预算还是要高于全球。

Gartner认为,业务可组合性需要遵循四个原则,第一,模块化原则,把业务变成一个个模块;第二,发现原则,通过积木重新搭配探索出新的商业模式;第三,编制原则,业务的可编制;第四,自主原则,每一个模块相对独立运行。
四个原则可以理解为“模块内部要高耦合,模块之间要低耦合”。陈勇表示,“模块内部高耦合”是模块内部需要紧密地联系在一起,而模块与模块之间却是松散的连接,因为松散的连接可以更容易重新拆开、重新编制。
企业的可组合性可以分为高中低三个大类,高组合企业需要组合性的思维、组合性的业务架构和组合性的技术,也就是从思维、架构和技术三个维度来考虑这件事情。
Gartner通过九个实践来对企业的可组合性进行评定,思维的实践分为自主的团队、自主的员工、可适应性战略;业务架构的实践分为多种智能混合团队、分布式职责、设计业务和设计技术;技术实践分为迭代式开发、自主合作、集成性。
同时,企业在技术使用层面与去年相比变化不大,云的使用速度依然在加快,人工智能热度有所回落。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。