1. 首頁 > 生活百科 > >

數字化技術應用的趨勢 什么是數字化技術( 二 )

小知識數字化技術


趨勢4：AI落地分化為“場景、轉型、工具”
發生概率65%
中國市場對AI價值的期待達到空間高度，這也使AI技術必須全面走出實驗室，落地到更多行業和場景 。 “AI公司”的標簽已經無法形容各個玩家做的事情：在零售、交通等行業，AI將系統性改造業務鏈，推動企業和行業級的智能轉型；在醫療、制造、能源、電信等行業，AI落地將體現在現有商業模式下的特定場景改造和精進；在銀行業，AI技術產品化的需求增強，成為IT和科學家的工具和平臺 。
易觀分析認為，不同行業技術使用者業務訴求的顯著差異，將在2022年分化AI價值落地方式：“場景、轉型、工具”將分別承載AI價值 。 這有助于AI落地過程中快速實現商業正反饋，因為以業務需求驅動的AI落地方式將使得成本效益指數級優化的用例快速增加，從而進一步提升行業推進數字化轉型的信心與投入 。
趨勢5：AI改造網絡安全攻防兩面
發生概率55%
在數字化轉型深化過程中，企業網絡安全邊界持續瓦解 。 云化加速以及分布式企業經營模式無形中擴大了可攻擊范圍，同時，網絡攻擊的多樣性、隱蔽性與持續性進一步加強，網絡與數據安全環境更加惡劣 。 這對數字化技術帶來了巨大挑戰：不僅要滿足企業數據結構的開放度和彈性，同時也要求安全架構能夠確保企業網絡安全 。
易觀分析認為，以傳統安全技術為基礎構建的企業防御能力將愈加難以阻擋不斷向企業內部滲透的威脅 。 對于技術的使用者，安全防控的思維需要由點到面，在攻防兩面利用多種組合人工智能技術來構建面狀的安全管理能力 。 在攻擊面，通過特定AI算法實時掃描與檢測攻擊面，識別風險，預判潛在攻擊并快速響應；在防御面，基于擬態防御等方式提升網絡空間的攻擊門檻，化風險于未然 。
業務重掌轉型話語權 。 2022年，易觀分析在數字化技術和產品領域的研究包括如下領域：人工智能（覆蓋計算機視覺、自然語言、知識圖譜、智能決策、機器學習平臺等細分）、云原生（覆蓋API開放平臺、微服務、PaaS等細分）、安全和風險管理、RPA、工業軟件、數字孿生、隱私計算、分布式數據庫，MarTech 。 期待與相關技術購買者和供應商進行更多深入交流與合作 。
行業篇：行業屬性改造硬科技企業數字化最終需要傳導至業務結果，數字化轉型是手段，而科技是中立的，只有那些立足于行業和業務場景的轉型路線才有可能成功 。 對于技術供應商和它的投資人來說，期望憑借高度標準化的技術和產品來快速賦能千行百業，實現產品驅動的增長，這固然有機會成就好的toB產品，但在服務企業數字化轉型過程中，完全依賴產品本身的增長空間將會受限 。
易觀分析認為，當企業數字化進入深水區，越來越多的技術供應商將關注立足行業業務場景來改造自身的產品技術組合，憑借“具備行業屬性的硬科技”來提供解決方案 - 或者打磨工具、或者深耕場景、或者驅動轉型，以獲得細分市場的競爭優勢 。
而期待實現數字化轉型的技術購買者在采購技術產品時，應當鮮明地提出自己的行業特征和業務需求，并選擇那些有能力提供必要的行業定制能力和咨詢服務、以及兼具開放性和靈活性的供應商 。
趨勢6 銀行趨向自主構建數智能力
發生概率70%
銀行業在過去幾年的數字化基礎建設由IT與科技供應商的創新來驅動，這個過程很大程度上武裝了銀行自己的數字化、智能化團隊 。 而隨著數字化轉型深度的提升，銀行將面對技術民主化、場景規模化、安全合規、自主可控等方面更多待解問題，這些問題一方面來源于自身轉型深化過程中的內在需求，另一方面是數智化能力的整合與輸出，這些問題的解法都指向銀行要基于對自身戰略目標和業務基礎的理解，自主推動轉型的深化和戰略目標實現 。
易觀分析認為，2022年銀行業將趨向于自主構建數智能力，一方面，銀行業仍將加大對于外部智能工具的采購投入，包括AI中臺，機器學習平臺，隱私計算平臺等等，借助外部技術工具持續武裝數字科技團隊能力；另一方面，銀行將更傾向強化內部數字化能力，內生驅動轉型，而非依賴更多外部力量進入轉型深水區 。 比如，一些銀行在推動以往中心化的科學家和IT組織更多進入業務，形成虛擬化組織，依托自有組織完成業務抽象，數據和AI治理、模型訓練優化等數字化業務 。
趨勢7 零售科技溢出誕生智能鏈主
發生概率60%
Covid-19加速了零售全渠道整合和全鏈路數據的打通，這讓零售企業不僅實現自身鏈條的統一智能化運營，還將引領研、產、供、銷、服整個產業鏈各個環節的智能協同，成為行業數字化的“智能鏈主” 。 智能鏈主具備如下特征：其一，具備全渠道、全場景、全生命周期的數字化覆蓋能力；其二，具備利用技術和平臺實現研發、供應鏈、生產制造、倉儲物流調度、銷售服務各環節協作的能力 。

推薦閱讀