Gartner 2018 十大IT预测:未来5年IT专业人才需求缩减到75%
据《福布斯》北京时间10月4日报道,在其Symposium/ITxpo 2017会议上,市场研究公司Gartner就明年及之后的IT发展做出了十大预测。Gartner的预测,以及支持这些预测的假设,表明企业首席信息官必须首先是业务战略师,然后才是技术专家。明年及以后,首席信息官在创收、价值创造、新业务模式开发/推出方面将肩负起更大责任。
以下是Gartner针对明年及以后IT组织做出的十大预测:
1、到2021年,修改网站设计、支持视觉和语音搜索的品牌,数字商务营收将增长30%。Gartner发现,语音搜索是增长最快的移动搜索类型。语音和视觉搜索将加速基于手机浏览器和手机应用的交易的发展,这一趋势在明年及以后不会消失。目前,在许多电商网站上,基于手机浏览器和应用的交易占到交易总量的50%。苹果、Facebook、谷歌和微软在人工智能和机器学习领域的投资,将是未来两年他们视觉和语音搜索快速的一个证据。
2、到2020年,七大数字巨头中的五家,将心甘情愿地“自我颠覆”,以创造在下一轮创新大潮中领先的机遇。七大数字巨头包括阿里巴巴、亚马逊、苹果、百度、Facebook、谷歌、微软和腾讯。自我颠覆的例子,包括AWS Lambda-传统云服务虚拟机、Alexa语音助手-基于屏幕的电子商务、苹果面容ID- Touch ID指纹传感器。
3、到2020年,银行产业将因使用基于区块链的加密数字货币获得10亿美元价值。Gartner估计,目前在全世界流通的加密数字货币价值之和为1550亿美元。受市场兴趣增长等因素影响,这一数字将不断增长。根据Gartner预测,到2023年底,加密数字货币将占到全球区块链增值业务的逾半数。
4、到2022年,发达经济体的大多数人口“消费”的虚假信息将超过真实信息。Gartner警告称,虽然人工智能被证明在新信息创建方面非常有效,但在扭曲数据创建虚假信息方面,它也很有效。Gartner预计,在2020年前,虚假信息会造成重大财务欺诈事件。2022年,没有一家大型互联网公司在解决这一问题方面能取得完全成功。3年内,一个主要国家将通过法律法规,遏制人工智能生成的虚假信息的传播。
5、到2020年,基于人工智能的虚假内容的创作,将超过发现虚假内容的能力,助长数字化不信任,目前,在对图像数据分类方面,人工智能和机器学习比人速度更快,也更精确。Gartner警告称,到2018年,一旦被误认为真实内容,虚假视频可能会引发公共辩论。预测称,在此后一年,旨在探测虚假新闻的商业性项目将增加10倍。
6、到2021年,逾半数企业每年在机器人和聊天机器人开发方面的支出将超过移动应用开发。Gartner预测,到2020年,55%的大企业将已经部署至少一款机器人或聊天机器人。自然语言处理技术的快速发展,将大幅提升目前的聊天机器人在识别用户意图方面的能力。根据Gartner的预测,自然语言处理将被用来判断聊天机器人中决策树的起点,但绝大多数聊天机器人,在决策树中仍然使用脚本化响应。
7、到2021年,40%的IT部门员工将成为多面手,出任多个职位,其中大多数与商业而非技术有关。到2019年,聘请的IT技术专家将减少逾5%。Gartner预测,50%的企业将正式完成IT多面手职位和工作岗位描述。20%的IT组织将招聘多面手人才。IT技术专业人才数量将减少到2017年水平的75%。
8、到2020年,人工智能将会带来工作岗位增长,创造230万个工作岗位,“干掉”180万个工作岗位。到2020年,人工智能创造的工作岗位将超过“干掉”的工作岗位,2025年“净”工作岗位将达到200万。2018年,全球IT服务公司将新增10万个工作岗位,消失8万个工作岗位。Gartner预计,到2021年,人工智能将创造2.9万亿美元商业价值。
9、到2020年,物联网技术将被应用在95%电子产品中。Gartner预测,带有智能手机激活功能、支持物联网技术的产品将在2019年年初问世。
10、到2022年,半数物联网安全预算将用于故障修复、召回等而非保护。物联网产品安全市场2020年将达到8.405亿美元,2013年至2020年间的年均复合增长率为24%。Gartner预测,总体物联网安全市场将呈指数级数增长,到2020年时将超过50亿美元。
来源:软件定义世界(SDX)

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
是什么让 AI 时代真正到来
更多深度文章,请关注云计算频道:https://yq.aliyun.com/cloud AI 已经在众多领域带来了革新,取代了众多人类的工作,改变未来学生必须具备的技能——这都是怎么发生的?为了更好地理解 AI 时代,我们先简单梳理一下 AI 的基本概念,然后看看推动 AI 时代到来的六大因子。 什么是 AI?AI 大致可以分为三大类: 弱人工智能:能够解决某一具体的问题,例如搜索引擎、Siri 或者机器人顾问。 强人工智能:与人类智能相似,能胜任一系列功能,例如…再过30-50年也许我们能看到例子 超人工智能:指数级超越人类智能的AI。你以为需要比30-50年更久才能出现,但是专家预测,也许强人工智能实现后,只要2天,超人工智能就会到来。 AI 的子集虽然“弱人工智能”听起来很“弱”,但是它已经为能够有效利用它的人带来了巨大的 ROI 机遇。在 AI 中,有两个子集尤其值得关注: a). 机器学习:机器学习能够利用算法,能够自动理解随机数据。机器能够将数据分类,帮助预测未来事件或行动。这种超越人类的数据处理能力,为金融服务领域带来了巨大机遇。 b). 深度学习:深度学习利用深度神经网...
- 下一篇
不知道这些AI知识,可能你就out了!
更多深度文章,请关注云计算频道:https://yq.aliyun.com/cloud 最近,我有幸与人工智能领域相关企业的决策者进行交谈。 其中几名高管已经被投资者询问了他们的机器学习方向的战略,以及他们现有机器学习项目的情况。 那么为何机器学习会突然成为公司董事会讨论的话题呢? 大家都知道,从一开始计算机就被设计成帮助人类解决各种问题。 传统的软件工程就是针对某个问题进行编程。换句话说,就是我们告诉计算机一个能解决某个问题的算法,并让它来执行。现实世界中很多问题可以被描述成某个算法。 比如,小学算数中,我们用加法来解决计数问题。一旦现实问题被抽象成了算法,计算机能比人类更快速,更高效地执行它们。 不过,人们也渐渐的发现了这种过程的局限性。对于类似图像识别这类问题(例如,判断照片中是否是一只猫),在人类看来是如此的轻而易举,然而想把这类问题描述成一种高效的算法却并不容易。由于对象的特征有可能被隐藏起来,我们不能简单的用“有四条腿”或“有两只眼睛”来对判断是否是猫的照片。而且,照片中还可能只显示了猫的一部分,问题就演变为识别猫的某个部位,进而使得问题变得愈加复杂。 以上对于传统编程来说...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- SpringBoot2整合Redis,开启缓存,提高访问速度
- Windows10,CentOS7,CentOS8安装Nodejs环境
- MySQL8.0.19开启GTID主从同步CentOS8
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Hadoop3单机部署,实现最简伪集群
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- 设置Eclipse缩进为4个空格,增强代码规范