Gartner最新研究揭示,基础设施和运营(I&O)领导人在未来12至18个月必须开始为六个趋势做好准备。
Gartner研究副总裁Jeffrey Hewitt表示:“基础设施和运营领导人需要推动变革,而不仅仅是吸收变革。他们需要能够在任何地点为日益分散的员工队伍提供更具适应性和弹性的服务。这正在迫使基础设施和运营领导人采取行动,作出更加符合业务需求的决策,而这是贯穿今年各项趋势的一个主题。”
以下是影响2022年基础设施和运营的重大趋势:
趋势一:准时化基础设施(Just-In-Time Infrastructure)
基础设施部署速度正在变得与在正确的地点(主机托管中心、数据中心、边缘等)部署正确的基础设施一样重要,这一点是支撑准时化基础设施的基础。
该趋势的名称借鉴了“准时化生产”一词,它将减少基础设施的部署时间并促进企业对业务需求和随处运营的响应性。Gartner预计,在企业比较服务提供商和与服务提供商进行协商时,该趋势将成为一项差异化因素。
趋势二:数字原生(Digital Natives)
数字原生公司指从一开始就将公有云和其他数字化能力作为其业务模式一部分的公司,例如拼车应用或线上食品配送服务。此类企业同时通过多种不同的创收途径实现数字资产的变现,从而获得新的客户并提高市场份额,并且自疫情爆发以来,这些企业变得更加普遍。
Hewitt表示:“传统的基础设施和运营企业机构可以通过疫情期间快速发展的数字原生同行,自行生产高度灵活、创新和有竞争力的产品,或者加入那些能够做到这一点的企业。基础设施和运营领导人正面临着‘加入还是竞争’的两难境地。”
到2025年,70%忽视创新的基础设施和运营领导人将被边缘化,只能得到旧有系统的支持。
趋势三:管理融合(Management Confluence)
从IT服务管理(ITSM)到人工智能运营(AIOps),该趋势反映了越来越多的管理和监控工具需要融合到一个综合工具中。而这种融合在采用可组合的技术时必不可少。可组合的技术是业务组合能力的三个领域之一,使系统和数据的各个组成部分能够更快速、轻松地组合。
根据Gartner 2022年首席信息官和技术高管调研,58%具有强大组合能力的企业正在扩展数据、分析和应用集成能力。这些企业机构去年的业务表现优于同行或竞争对手。
Hewitt表示:“基础设施和运营领导人可以盘点他们目前的管理工具使用情况并确定可以合并的工具,将这些工具合并成一个更有价值、更加全面的工具组合来提高基础设施和运营的敏捷性并推动最佳业务结果,进而扩展整个技术栈的组合能力。”
趋势四:数据增生(Data Proliferation)
数据的种类、速度和数量将继续成倍增加。随着企业继续扩展他们的数据采集和保留工作,基础设施和运营领导人将在围绕企业数据处理、保留和法律要求的政策指导工作中发挥重要作用。
Hewitt表示:“基础设施和运营员工队伍需要通过与他们的首席数据官密切合作来扩展数据素养并有效支持全企业的数据管理。”
趋势五:业务敏锐度(Business Acumen)
基础设施和运营领导人正在指导他们的部门适应一个快速变化的分布式技术环境,该环境正面临着IT人才缺口这一难题并且需要补充新的技能。根据Gartner最近的一项调研*,64%的基础设施和运营领导人表示,技能和资源不足是他们在过去一年中所面临的最大挑战之一。
Hewitt表示:“技术型技能的适用期正在缩短。由于基础设施和运营部门被要求为他们的行动提供更多的正当业务理由,企业机构正在寻找的基础设施和运营新员工应具有业务背景,而不拘泥于技术学位。”
Gartner预计到2025年,首席信息官将雇用没有基础设施和运营经验的人员填补65%的空缺基础设施和运营领导人职位。
趋势六:从职业阶梯转向职业格点(Career Ladders to Career Lattices)
与商业敏锐度趋势类似,基础设施和运营正在脱离以工作负载和传统技术型技能为主的单一领域职业路径。事实上,Gartner Talent Neuron的数据显示,在2018年普通基础设施和运营职位招聘所要求的技能中,有29%的技能到2022年将不再被需要。
相反,基础设施和运营团队将按照考虑软技能并强调学习敏捷性和跨领域技术专长的能力格点选择人才。
Hewitt表示:“虽然该趋势要求一些工作时间较长的基础设施和运营工作者调整自己的思维模式,但当他们摆脱地域性思维并开始培养协作式环境时,基础设施和运营团队内部的机会将大幅增加。”
*编辑注:Gartner 2021年基础设施和运营领导人调研于2021年6月在线进行,共有96名全球IT领导人参与。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。