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
谷歌宣布为Chrome iOS版推出新功能,用户可在工作和个人谷歌账户间轻松切换,无需反复登录登出。该功能支持托管账户浏览,实现严格的数据分离,工作账户的标签页、历史记录和密码等本地数据与个人浏览完全隔离。随着企业不再提供公司手机,员工常需在个人设备上访问公司资源,此更新有助企业允许员工使用自选设备。
以色列理工学院和希伯来大学研究团队通过创新的"对调训练"实验,首次系统性地揭示了大语言模型认知偏见的真正来源。研究发现,AI模型的32种认知偏见主要源于预训练阶段而非微调阶段,这一发现颠覆了此前的认知,为开发更公正的AI系统指明了新方向。
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越,但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境,也不具备主观体验和意识。真正的智能需要多方面综合能力,而非仅仅在特定任务上的优异表现。
约翰霍普金斯大学团队开发了VLV系统,仅用1000美元成本就能达到GPT-4o级别的AI图像描述效果。该系统巧妙组合现有的视觉编码器、扩散模型和语言模型,通过两阶段训练实现高质量图像描述。测试显示VLV在重建质量和人类评价方面与顶级商业模型相当,同时具备出色的空间理解和创意组合能力,为AI技术普及化提供了新思路。