2024年技术与实体融合的未来趋势走向

技术改变了世界，这是一个毫无争议的说法。从古代犁地到今天的印刷机再到个人电脑，先进的技术有能力从根本上重塑世界和我们的生活方式。过去几十年的许多变化让我们意识到，软件实现了我们社会最具变化性的一些变化。数字化转型不仅仅是一个流行语，更是一个现实。

2023年是快速变化的一年，许多引人注目的新软件定义技术已经进入企业。下面我们来看看2024年技术与实体融合的未来趋势走向：

技术与实体融合的未来趋势走向之IT与OT融合。

利用信息技术(IT)原理操作技术(OT)互联网的现代化正在迅速增长。“工业4.0”这个词已经流传了十多年。它是用自动化和数字化系统来管理制造和过程控制系统中物理过程的总称。通过打破IT和OT之间的障碍，制造商可以利用新的功能进行合作，积极加强和加快运营，并根据需要灵活智能地扩展。当然，这个概念也包括物联网(IoT)还有电脑视觉等等。

如今，使用先进制造技术和软件定义控制系统的创业公司不断涌现，这些系统融合了物理世界和数字世界(如合作机器人)。人类和工业机器人可以在计算机视觉和其他传感器数据的驱动下并肩工作。今年，我们看到的新情况是，许多主要工业参与者改变了他们的过程，而不是简单的实验。比如福特、雀巢、埃克森美孚。到2024年，随着工业组织对其制造或工艺线进行重组，实现软件定义的控制系统将成为一种常态。

技术与实体融合的未来趋势走向之生成人工智能。

显然，人工智能必须在名单上出名。尤其是生成人工智能已经成为企业创造、迭代和优化复杂问题的催化剂解决方案。借助生成人工智能应用和正确的数据，企业可以探索更多的可能性，最大限度地降低风险，优化生产和自动化任务，从而实现突破性的解决方案，节约成本。大型语言模型，如OpenAIChatGPT和谷歌Bard。(LLM)已改变世界。像StableDiffusion这样的图像生成模型现在正在激发新一代的创造力。

很多组织都在努力让你更容易构建自己的生成人工智能模型。一些组织正在调整像Llama2这样的模型的开源基础，以适应特定的用例。新用例仍在发展，但早期用例包括更高效的工具，如虚拟助手和支持聊天机器人，用于编写商业电子邮件甚至代码，更好地参与电子商务中的正常客户服务交互。

随着这一领域的不断成熟，并在2023年经历了突破性的一年后，获得了越来越多的商业兴趣。预计2024年，除了法律硕士和酷炫图片，还会有很多令人兴奋的生成人工智能新用例。事实上，很难想象人工智能现在或将来可能无法应用任何东西，但我们只是在旅程的开始。

技术与实体融合的未来趋势走向之多云/混合云复杂性。

随著应用发展到全球范围，支撑其基础设施的多样性也呈爆炸式增长。为了帮助管理由此产生的复杂性，许多团队都在生态系统中启动了这个项目。比如Hashicorp的Terraform和CNCF的Crossplane和OpenClusterManagement项目在使用和实验方面都取得了爆炸性的进步。没有任何工具可以帮助团队处理来自云的基础设施、数据、管道等复杂抽象，可以完全控制这种复杂性。然而，他们都添加了特性。

现在，团队正在处理隐藏在云中的这些复杂的新抽象，他们需要知道这些工具是如何工作的。在理想的世界里，他们的一些痛苦和努力会迫使一些东西成熟到足以变得非常有价值。我们不知道2024年会不会有解决多云复杂问题的工具获胜，但我们知道它们会继续变得更好，实现更酷的例子。

技术与实体融合的未来趋势走向之边缘计算安全。

数据引力是一个原理，即随着数据量的增加，它也会获得“质量”，使整个软件架构的元素更接近于数据生成或处理的网站。这一原理继续推动现代架构的发展。这一趋势迫使应用程序更加模块化，使需要低延迟或高带宽访问数据的应用组件能够被推到网络的“边缘”。

2023年，上述趋势将成为这一更大的趋势，要求混合云架构能够响应应用的数据需求。例如，人工智能需要直接访问边缘数据，这通常意味着在制造或过程中。例如，美国陆军多年来一直在进行“边缘计算”，称之为“战术网络”，可以根据需要在有争议的环境中快速可靠地交换数据。

在边缘计算中，由于物理安全性降低、计算占用空间有限、成本预期降低和远程管理的缺乏，传统数据中心以外的数据和处理能力的增加给组织带来了潜在的风险。在这种环境下，安全问题越来越严重，因为集中控制和分布式实施是游戏的名称。围绕零信任网络的现代理论进步使得更难理解其安全影响，但FIDO板载设备(FDO)等待标准有助于确保边缘计算的安全未来。2023年的实施已经成熟许多，我们预计2024年市场将会更加成熟。

技术与实体融合的未来趋势走向之从云趋势回归。

云计算有两个特别有价值的例子:希望在没有建立或雇佣基础设施专业知识的情况下，快速交付产品的组织，以及灵活扩展其能力，将产品交付给最终用户和客户的组织。云承诺从根本上改变组织运行基础设施的方式，一些组织接受无限连接、无限计算和无限存储的承诺。然而，这种事情是有成本的。云供应商存储和输入大量人工智能模型数据的成本引起了买家的遗憾。一些组织开始探索遣返这些数据的可能性，并将其带回自己的数据中心。

但是，从云中移动大量数据是有实际成本的，所以最好的答案是在不限制你需要处理的重要工作的情况下，允许数据保存在最有意义的地方，从而使问题变得更糟。到2024年，更多的组织将磨练“云遣返”技能，促进新的创新，优化处理数据的成本(无论是否已经传输)。

所有这些趋势都有一个共同点:它们都与数据引力和我们在互联网上使用移动数据或需要数据的方法有关。今天的技术系统几乎跟不上世界上数据存储和使用的快速增长。我们仍在寻找新的方法来处理、移动和存储信息。无论是个人的还是商业的，兴趣强烈的火花都会给我们遇到的问题集和新的软件定义系统带来新的想法。这些系统将有意义地塑造我们运行的业务和基础设施。

无论是个人还是商业，强烈兴趣的火花都会带来新的想法来解决我们遇到的问题，并带来新的软件定义系统。这些系统将有意义地塑造业务、我们运行的基础设施和所有这些系统连接在一起的网络。

标签：人工智能,云计算,多云技术,AI人工智能