2021年技术趋势 趋势趋势：十二年研究2核心现代化信任技术业务云和分布式平台数据和分析及人工智能数字体验与数字现实2021核心复兴零信任战略，精心设计DEI技术：公平工具供应链式机器数据革命MLOps：工业化AI重新启动数字工作场所定制数十亿20202019道德技术与信任开发安全地平线下超过全球研究：动力学领导者金融与IT的未来建筑唤醒连接性一个中的NoOps数字双胞胎人工智能推动聪明的人类体验平台超过2018新核心和网络势在必行风险影响数字前沿指数监视列表CIO调查：体现传统无领劳动力明天再造技术无服务器世界原料药至关重要的区块链到区块链企业数据主权组织机构介面营销数字现实2017风险影响指数监视列表CIO调查：探索传统它无限的不可避免的架构一切即服务信托经济黑暗分析机器智能混合现实2016重新构想核心系统风险影响指数的社会影响CIO调查：创建遗留物正确速度的IT自主平台民主化的信任工业化分析物联网AR与VR去工作2015核心复兴风险影响指数的首席信息官担任首席信息官未来的IT工作者软件定义一切原料药经济智能化环境计算立体营销2014技术的在记忆中赛博指数的首席信息官即时的云认知的可穿戴数字的社会的工业的债务冲销革命安全风险资本家开发运维编排分析订婚激活众包2013重塑ERP引擎没有像防黑客那样的东西设计为一门学科首席信息官（CIO）是后数字化催化剂IT业务IPv6（这次是我们的意思）寻找数据的面目仅限移动设备-以及其他社会再造游戏化开始工作2012外而内的架构数字身份衡量创新超混合云大数据上班地理空间可视化企业移动性用户授权社会事业游戏化2011几乎企业级应用ERP的终结网络情报首席信息官是革命者能力云真实分析可视化应用机动性用户参与度社会计算2010服务最佳品种赛博首席信息官价值驱动虚拟的-云信息信息无线的用户资产思维企业应用安全卓越运营应用管理化革命自动化管理和移动参与智能 表格内容341364116编者的来信战略，精心设计MLOps：工业化AI重新启动数字工作场所62982135执行摘要核心复兴机器数据革命：送入机器量身定制的数十亿美元：数字与物理相遇1047101150宏观技术力量供应链式零信任：永远不要信任，永远要验证DEI技术：公平工具162致谢 编者的来信一种的来信编者4诗人罗伯特·伯恩斯（Robert Burns）沉思，老鼠和男人的最佳计划出意外。 2020年1月，我们大多数人制定了计划-经过深思熟虑的路线图，以在接下来的几个月中指导我们的组织，我们的技术和我们的生活。然后，COVID-19席卷了整个世界，使许多最佳计划毫无用处。似乎在一夜之间，一个奇怪的历史事件破坏了我们的假设，迫切地迫使我们变得比我们原本认为的要适应力强，反应灵敏。考虑到大流行的影响在整个社会，市场和生活中继续蔓延，我们呈现了《 2021年技术趋势》。今年报告的主题是韧性。对我们而言，这意味着适应和in壮成长的顽强决心。面对变化。过去一年，随着组织和整个行业评估其情况，修订其战略计划并迈向未来，我们看到了无数鼓舞人心的复原力示例。我们预计，对于大多数人来说，他们发现的未来将与一月份的现实大不相同。2020年。COVID-19危机以重要而出乎意料的方式推动了变革。越来越多的跨部门组织正在加速其数字化转型不仅要使他们的运营更灵活，更高效，而且还要应对需求和客户的急剧波动期待。例如，虽然许多供应连锁店领导对自己的能力充满信心可以在中断期间发挥作用，我们发现沃伦·巴菲特（Warren Buffett）曾经打趣说，潮退时，赤身裸体游泳。同样，有关工作的未来的高层管理计划讨论也只是关于未来的讨论。流行病使舒适的时间表从数年缩短为数周。在这种背景下，今年的《技术趋势》报告讨论了将在未来18到24个月及以后的时间里推动新计划的机遇，战略和技术：•对于企业技术，我们着重指出了使公司战略与技术战略保持一致的重要性。我们将重新审视关键核心，以及数字非母语人士如何使用云，低码和平台-强化遗留资产的第一个策略；和我们深入探讨了供应链转型。 123456789 的来信编者5•对于数据，我们调查了领先的组织如何通过“ MLOps”将其AI计划产业化，并因此开发了新的方法来管理机器（而非人类）消费数据。我们还将讨论网络安全的新兴趋势。•对于人机交互，我们着眼于未来的新兴趋势。工作场所，数字体验以及支持多样性，公平性和包容性的技术。综合来看，这些趋势表明，过去一年的动荡事件具有更大的希望。新技术和商业计划已经执行，前景光明通往明天的道路。自信地领导这个首席信息官和其他高管将经历一次旅程，他们证明了自己可以重拳出击，重新站起来。这就是我们所说的弹性。斯科特·布赫霍尔兹（Scott Buchholz）新兴技术研究总监和政府与公众服务首席技术官德勤咨询有限责任公司sbuchholz@deloitte.com迈克·贝克特尔常务董事兼首席未来学家Deloitte Consulting LLP mibechtel@deloitte.com比尔·布里格斯全球首席技术官德勤咨询有限责任公司wbriggs@deloitte.com推特：@wdbthree请与我们联系Ť与我们的技术趋势团队交流提出有关新兴技术的问题并访问新内容。获取技术领导者的见解通过我们的CIO计划和高科技女性领导者的研究和成功案例获得新的观点。与德勤见解保持联系将Deloitte Insights和Dow Jones应用程序下载到从我们的高级管理人员日记中访问文章，新闻和每日执行情况简报，并以以下方式接收通知：有新内容可用。123456789 执行摘要案例研究，见解和趋势战略，精心设计•约瑟夫·富勒（Joseph Fuller），哈佛商学院•彼得·史瓦兹（Peter Schwartz），Salesforce核心复兴•阿尔伯马尔•索格拉普•通用金融•嘉吉贾斯汀·克肖（Justin Kershaw）供应链式•Pactiv常绿•威奇托州立大学John Tomblin博士MLOps：工业化AI•国家海洋和大气管理局•摩根士丹利•国歌•Swami Sivasubramanian，AWS机器数据革命：送入机器•美国电话电报公司•洛布劳•荷兰银行•戴姆勒卡车北美公司的Lutz Beck零信任：永远不要信任，永远要验证•武田•哈里伯顿•约翰·金德瓦格（Palm Alto Networks）管理人员概括6重新启动数字工作场所•汤森路透•伦敦劳埃德•仲量联行•贝宝（Dan Torunian），贝宝（PayPal）量身定制的数十亿美元：数字与物理相遇•汉斯·诺伊伯特（Gensler）DEI技术：公平工具•德勤美国 123456789 战略，精心设计 核心复兴供应链式管理人员概括7当今的技术为某些组织带来了新的竞争优势，并威胁着企业的持续生存。其他。结果，公司战略之间的区别而且技术战略模糊不清-每个都需要相互告知。精明的企业战略家们正在超越其组织当前的技术能力和竞争格局，考虑在技术如何扩展其业务范围和获胜方式方面考虑更多的未来可能性。但是，不确定性和可能性的复杂范围可能使人脑无法自行处理。这就是为什么战略家们转向配备了战略技术平台的原因拥有先进的分析，自动化和人工智能。组织正在使用这些工具来不断识别内部和外部战略力量，为战略决策提供信息并监视结果。因此，公司正在将战略开发从不频繁，耗时的过程转变为持续不断的动态过程，从而帮助战略家对未来的广泛可能性进行更广泛和创造性的思考。对旧企业系统进行现代化改造并将其迁移到云中可能有助于释放组织的数字潜在的。直到最近，这些事业也可能破产该组织的数字化转型预算。对于许多人来说，所需的云迁移和其他核心现代化策略的成本可能会高得让人望而却步。这即将改变。在我们公认的增长趋势下，一些开拓性公司开始使用巧妙的外包安排来重新设计传统业务案例以实现核心现代化。同样，一些公司正在探索将核心资产转移到功能日益强大的平台（包括低代码选项）的机会。最后，许多人通过解决ERP系统中的技术债务并将非必要功能迁移到其他平台。在业务中由历史不确定性决定的气候从传统核心资产中获取更多价值的方法可能很快会成为每位CIO数字化转型手册的标准组成部分。长期以来，考虑到做生意的成本，供应链正在移动走出后台，进入客户细分的增值前线和产品差异化。未来-专注于制造商，零售商，分销商等的人正在探索将供应链成本中心转变为以客户为中心的价值驱动力的方法。他们正在从收集，分析和在整个供应网络中共享的数据中获取更多价值。最后，这些组织中的一些组织正在探索使用机器人，无人机和高级图像识别进行制造的机会。实际的供应链互动更加有效，有效，对员工安全。当然，将已建立的供应链转变为弹性的，以客户为中心的供应网络将是一个挑战，对于大多数组织而言，这将是一个持续的旅程-至关重要。我们在COVID-19大流行中看到的那种破坏很可能成为常态。当下一次全球性盛会到来时，技术和供应链领导者将无法声称他们没有看到即将到来的事件。 123456789 MLOps：工业化AI复杂的机器学习模型有效地帮助公司发现模式，揭示异常，做出预测和决策，并产生见识-并且越来越多成为组织绩效的关键驱动力。企业正在意识到有必要从个人转变英雄般的表现以有效的行动机器学习模型从开发到生产再到管理。但是，许多人的努力受到阻碍通过笨拙的，脆弱的开发和部署过程扼杀了实验并阻碍了产品团队，运营人员和数据科学家之间的协作。随着AI和ML的成熟，大量的工程和运营纪律可以帮助组织克服这些障碍并有效扩展AI以实现业务转型。实现更广泛，变革性的AI和ML的好处，手工AI的时代必须让位自动化的工业化见解之一。输入MLOps，也称为ML CI / CD，ModelOps和ML DevOps：DevOps工具和方法在模型开发和交付中的应用，以实现从开发和部署到正在进行的模型维护和管理的工业化和规模化机器学习。机器数据革命：送入机器借助机器学习来全面检查企业运营和决策的能力，越来越多的AI先驱者意识到传统数据模型和基础架构都是经过精心设计的。支持人（而不是机器）的决策可能是ML成功的障碍。作为响应，这些组织正在采取措施从头到尾破坏数据管理价值链。作为...的一部分趋势不断发展，他们正在部署新技术和方法，包括高级数据捕获和结构化功能，分析以识别随机数据之间的连接以及基于云的下一代技术数据存储以支持复杂的建模。这些工具和技术结合在一起，可以帮助组织将不断增长的数据量转化为面向未来的基础。机器将不仅可以增强人类的决策能力，而且可以做出人类无法做出的实时和大规模决策的新时代。管理人员概括8零信任：永远不要信任，永远要验证复杂的网络攻击和不断变化的企业环境破坏了传统的-并有些瑕疵-城堡和-网络安全的护城河方法。零信任根植于这一理念现代企业环境需要采用不同的安全方法：不再有定义的边界在其中每个用户，工作负载，设备和网络本质上是受信任的。在零信任体系结构中，应基于所有可用数据点（包括用户身份，设备，位置以及为每个连接提供上下文并允许基于风险的更细微差别的其他变量）的所有变量来验证每个访问请求。数据，应用程序，工作负载和其他资源被视为包含漏洞的单个可管理单元，并且基于最小特权原则提供访问。正确实施零信任安全架构所需的自动化和工程设计可以帮助加强安全状况，简化安全管理，改善最终用户体验，并启用现代企业环境。但是，转向零信任可能需要大量的努力和计划，包括解决基本的网络安全问题，自动化手动流程以及为安全组织，技术前景和企业本身进行转型更改的计划。 123456789 重新启动数字工作场所随着世界上最大的计划外在家工作实验的进行，许多企业领导者都在问尚未解决的问题：尘埃落定后，远程工作将变成规则还是例外？是永久的远程劳动力可持续的？生产力和员工福祉将如何受到影响？如果没有面对面的创新，创新会遭受损失吗？面对同龄人的联系？身体的作用是什么办公室？公司也许可以通过更故意地克服数字工作场所的缺陷和模棱两可拥抱其积极方面，包括工人工具和平台生成的数据。这