Gartner《2022年中国信息和通信技术成熟度曲线》报告称,为了创造数字收入和提高运营可持续性,中国企业的首席信息官应该重视以下四个步骤:通过赋能数字业务发现新的机会、利用可组合架构获得以业务为导向的信息和通信技术(ICT)解决方案、提高安全和数据隐私保护以及通过对应用和基础设施进行现代化改造来提高业务敏捷性。
自2021年3月发布“十四五”计划(2021-2025年)以来,中国政府已经出台了多项旨在实现可持续经济增长的新法规和举措。这些举措必将影响到信息和通信技术领域。新技术与实践已成为助推中国企业通过可组合架构实现数字化转型的重要创新引擎。
生产成熟期重点关注实际效益已得到证明和公认的技术。随着越来越多的企业机构对风险下降程度感到满意,技术的采用开始进入到快速增长阶段(见图一)。
图一、2022年中国信息和通信技术成熟度曲线

来源:Gartner(2022年7月)
元宇宙
元宇宙及其基础技术将通过赋能跨行业的用户体验和用例并提供新的创收机会,打破阻碍下一个创新时代到来的瓶颈。
当前互联网的发展正遭遇瓶颈——由于长期缺乏内容、互动、参与和互操作性方面的突破,因此互联网“在增长的过程中无法取得突破性的进展”。元宇宙及其基础技术将通过赋能跨行业的新用户体验、各种不同的用例以及提供新的投资机会,打破阻碍下一个创新时代到来的瓶颈。它们还能让残障人士在数字世界享有平等。
云安全
在中国,云采用率的不断提高给保护企业位于云端的关键数字业务和资产带来了挑战。云安全不同于重视边界的传统保护技术,它要求企业机构与云服务商携手对云资源采取安全控制措施。有效且易管理的云安全在帮助企业安全、合规地使用云方面发挥着重要的作用。
隐私保护
中国根据2021年11月生效的《个人信息保护法》(PIPL)对隐私进行监管,并且目前正在制定相关的跨行业法规。《个人信息保护法》(PIPL)虽然与欧盟的《通用数据保护条例》(GDPR)等隐私法有相似之处,但也存在明显不同的要求,并且在多家监管机构的指导下执行。
《个人信息保护法》大大改变了中国的法律和监管环境。之前的执法依据主要是网络安全法和个人信息安全标准。《个人信息保护法》为中国公民提供了一个更加全面的个人数据保护框架并加入了严厉的经济制裁措施——违法者将被处以前一年年收入的5%或5000万人民币(以较高者为准)罚款。
云原生计算
云原生可以带来速度和敏捷性。业务系统正在从赋能业务能力向加快业务速度和增长的战略性数字化转型演变。企业越来越需要将产品上市速度、创新功能、微服务/共享服务架构转型和零停机加入到数字化举措中。云原生能够加快产品上市时间,而且云原生功能和产品在扩展和运行时的运营开销较少。
边缘计算
去中心化的边缘计算将与高度中心化的超大规模公有云形成互补。边缘计算解决了许多迫在眉睫的问题,例如由于位于边缘的数据大量增加而产生不可接受的延迟和带宽要求。中国正在建设大量边缘设施,包括铺设全国性的5G网络,以便借边缘计算之力赋能各个层面的超大型数字化转型应用场景。
机密计算
机密计算是一种在基于硬件的可信执行环境(TEE,也被称为飞地)中执行代码的安全机制。这些飞地不仅可以将代码和数据与主机系统及主机系统的所有者隔离并提供保护,还可以确保代码完整性和认证。
为了通过数据交换和处理来盘活数据价值,中国在2020年将数据指定为生产要素。中国《数据安全法》(DSL)和《个人信息保护法》(PIPL)的生效促使企业寻求数据保护。
受到高度监管的企业担心公有云上的数据会被未经授权的第三方访问,而机密计算可以减轻阻碍这些企业采用云的主要障碍。面对竞争对手、数据处理者和数据分析者,企业能够通过机密计算以传统密码技术无法实现的方式在硬件层面加强对正在使用的数据的保护。而当应用于物联网(IoT)/边缘服务器或节点时,机密计算可以保护更加接近数据源的数据和企业应用。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题:系统追求更好性能时会增加复杂度,但过高复杂度会破坏学习能力。研究建立了学习边界定理,提出双门控制机制,为AI安全自我改进提供了理论基础和实用方案,对确保AI技术长期安全发展具有重要意义。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器(RxT),通过事件驱动架构和固定大小记忆系统,将传统聊天机器人的对话成本从平方级降为线性级,使长期对话成本降低99%以上,同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型,为高效对话AI开辟新路径。
 
             
                 
                     
                     
                    