به بیست و چهار ساعت گذشته خود فکر کنید. احتمالاً شما چندین ارتباط مستمر با داده‌ها، اپلیکیشن‌ها، سرویس‌ها و کاربران دیگر داشته‌‌اید. زندگی ما به طور فزاینده‌ای در حال اتصال با دستگاه‌های مختلف و ارتباط افراد دیگر است. ماشین‌های هوشمند هوشمندتر می‌شوند. یک واقعیت جدید فناوری اطلاعات باید پدید آید تا از طریق به‌کارگیری فناوری معماری‌ها و پلتفرم‌ها، بتواند از پیشرفت یک جهان دیجیتالیِ متصل پشتیبانی به عمل آورد. ۱۰ روند برتر استراتژیک تکنولوژی امسال براساس پیش‌بینی گارتنر عبارتند از :
مجموعه به‌هم پیوسته دیجیتال
روند نخست: مجموعه به‌هم پیوسته دیوایس‌ها
مجموعه به‌هم پیوسته دیوایس‌ها، رایانه‌های دسکتاپی سنتی و ابزارهای همراه (تبلت‌ها و اسمارت‌فون‌ها) را پشت سر می‌گذارد تا طیف گسترده‌ای از نقاط پایانی (endpoints) را که ممکن است تحت تاثیر دخالت عامل انسانی قرار گیرند، تحت پوشش خود در آورد. همگام با تکامل و اوج‌گیری استفاده از مجموعه دیوایس‌ها، گارتنر پیش‌بینی کرده است مدل‌های اتصال شاهد گسترش و تنوع شده و ارتباطات تعاملی بیشتری بین دیوایس‌ها برقرار گردد. بر این اساس پیش‌بینی می‌شود ما در گجت‌های پوشیدنی، واقعیت افزوده و به خصوص در حوزه واقعیت مجازی، پیشرفت‌های عظیمی را شاهد خواهیم بود.
روند دوم: تجربه کاربری فراگیر
تمام تعاملات دیجیتالی ما می‌تواند در قالب یک تجربه دیجیتالی مستمر و فراگیر یکپارچه شود؛ تجربه‌ای که قادر است از تجربه ما در سراسر مرزهای سنتیِ دستگاه‌ها محافظت و پشتیبانی به عمل آورد. این تجربه، محیط فیزیکی، مجازی و الکترونیکی را در هم می‌آمیزد. در آینده سازمان‌ها نیاز خواهند داشت که رفتار مشتریان خود را زیر ذره‌بین ببرند تا حوزه تمرکز خود در بخش طراحی را از اپلیکیشن‌های جداگانه به کل مجموعه شبکه محصولات و سرویس‌های مرتبط با تجربه کاربر انتقال دهند.
روند سوم: مواد مورد استفاده در چاپ سه‌بعدی
پیشرفت‌های دامنه‌داری در چاپ سه‌بعدی با استفاده از مواد گوناگون را شاهد خواهیم بود. این مواد شامل آلیاژهای پیشرفته نیکل، الیاف کربن، شیشه، جوهر رسانا، مواد الکترونیکی، دارو و مواد بیولوژیکی است که در حیطه هوافضا، پزشکی، خودرود، انرژی و صنایع نظامی کاربردهای علمی پیدا خواهد کرد.
پیشرفت‌های اخیر این امکان را فراهم می‌آورد که در چاپ سه‌بعدی سنتی، از ترکیب مواد مختلف استفاده شود. این امر می‌تواند در عملیات میدانی یا تعمیرات مربوط به یک ابزار خاص و چاپ آن به هنگام نیاز، سودمند باشد. چاپ سه‌بعدی بیولوژیکی – از قبیل چاپ پوست و اندام بدن – از تئوری تا واقعیت در حال پیشرفت است. با این حال، سیاستمداران و عموم مردم هنوز درک کاملی از این مفاهیم ندارند.
ماشین‌های هوشمند
روند چهارم: اطلاعات همه چیز
تمام مواردی که در مجموعه پیوسته دیجیتال پیرامون ما هستند، در حال تولید، استفاده و برقراری ارتباطات به وسیله حجم غیرقابل اندازه‌گیری از داده‌ها هستند. سازمان‌ها باید دریابند چگونه آن دسته از اطلاعاتی را که ارزش استراتژیک به وجود می‌آورد شناسایی کنند؛ چگونه به داده‌های موجود در منابع مختلف دسترسی یابند؛ و نیز دریابند که چگونه الگوریتم‌ها قادرند اطلاعات همه چیز را به عاملی برای تقویت طرح‌های جدید کسب و کار تبدیل کنند.
روند پنجم: یادگیری ماشینی پیشرفته
یادگیری ماشینی پیشرفته، موضوعی است که توانایی درک مفاهیم در محیط و نیز امکان یادگیری را در ماشین‌های هوشمند گنجانده و در نتیجه باعث شده این نوع ماشین‌ها «هوشمند» به نظر برسند. یک ماشین هوشمند با استفاده از یادگیری ماشینی می‌تواند رفتار آتی خود را تغییر دهد. این حوزه به سرعت در حال تکمیل و پیشرفت است و سازمان‌ها باید ببینند که چگونه می‌توانند این فناوری‌ها را برای کسب مزیت رقابتی به خدمت خود در آورند.
روند ششم: عوامل و اشیاء خودکار
یادگیری ماشینی پیشرفته باعث پیاده‌سازی و توسعه طیف گسترده‌ای از ماشین‌های هوشمند نظیر روبات‌ها، وسایل حمل و نقل مستقل، دستیاران شخصی مجازی (VPA) و مشاوران هوشمندی شده است که در یک وضعیت اتوماتیک (یا دست‌کم نیمه اتوماتیک) عمل می‌کنند.
این امر تجربه کاربری فراگیری فراهم آورده است؛ به طوری که یک عامل هوشمند تبدیل به رابط کاربری اصلی شده و کاربر به جای این که با منوها، فرم‌ها و دکمه‌های یک اسمارت‌فون کلنجار برود، با یک اپلیکیشن – که در واقع یک عامل هوشمند است – سخن می‌گوید.
واقعیت جدید فناوری اطلاعات
روند هفتم: معماری امنیتی تطبیقی
پیچیدگی‌های کسب و کار دیجیتالی و اقتصاد الگوریتمی، در ترکیب با صنعت جدید «هکرها»، میزان تهدیداتی که یک سازمان با آنها روبروست را به شدت افزایش داده است. مدیران فناوری اطلاعات سازمان‌ها باید شناسایی و پاسخ‌دهی به تهدیدات، و نیز شیوه مسدودسازی سنتی و دیگر راهکارهای مقابله با حملات هکرها را در کانون توجهات خود قرار دهند.
روند هشتم: معماری سیستمی پیشرفته
مجموعه پیوسته دیجیتال و ماشین‌های هوشمند نیازمند معماری محاسباتی هستند که آنها را برای سازمان قابل تدوام می‌کند. تحقق این خواسته مستلزم استفاده از معماری‌های (Neuromorphic) فوق‌العاده کارآمد است. سیستم‌هایی که بر اساس [1] GPU و [2] FPGA ساخته می‌شوند، بیشتر شبیه مغز انسان کار می‌کنند و به همین دلیل برای استفاده در ماشین‌های هوشمند و در مواردی نظیر یادگیری عمیق و سایر الگوریتم‌های تطبیق الگوها که مورد بهره‌برداری ماشین‌های هوشمند است، بسیار مناسب و راهگشا هستند. با معماری مبتنی بر FPGA می‌توان الگوریتم‌ها را با مصرف انرژیِ کمتر، در خُردترین نقاط پایانی IoT – نظیر منازل، خودروها، ساعت مچی و حتی در بدن انسان‌ها – توزیع کرد.
روند نهم: اپلیکیشن‌های شبکه و معماری سرویس
مجموعه اپلیکیشن‌ها و معماری سرویس همان مواردی هستند که باعث می‌شوند اپلیکیشن‌ها و سرویس‌ها، به یک محیط منعطف و پویا از مجموعه دیجیتال تبدیل شوند. این معماری نیازهای کاربران را که در طول زمان متفاوت خواهد بود، برطرف می‌کنند.
این شیوه، منابع اطلاعاتی، دیوایس‌ها، اپلیکیشن‌ها، سرویس‌ها و میکروسرویسهای مختلف را در قالب یک معماری انعطاف‌پذیر گرد هم جمع می‌کند، به طوری که اپلیکیشن‌ها قادر خواهند بود در تمام دیوایس‌های نقاط پایانی (endpoint) مختلف توزیع شده و برای ایجاد یک تجربه دیجیتال مداوم، با یکدیگر تعامل داشته باشند.
روند دهم: معماری و پلتفرم‌های اینترنت اشیاء
پلتفرم‌های اینترنت اشیاء (IoT)، باعث تکامل اپلیکیشن‌های شبکه و معماری سرویس‌گرا می‌شوند. فناوری‌ها و استانداردهای موجود در پلتفرم IoT ، مجموعه‌ای از قابلیت‌های مورد نیاز برای برقراری ارتباط، کنترل، مدیریت و ایمن‌سازی نقاط پایانی (endpoints) در IoT را شکل می‌دهد. پلتفرم‌ها، داده‌ها را از نقاط پایانی جمع‌آوری می‌کند تا به IoT را رنگ و بوی واقعیت ببخشد.
منبع:
گارتنر
[1] – Graphics processing unit [2] – Field-programmable gate array