CompTIA2024 年 IT 行业发展报中文版

Introduction 战略和战术。随着我们进入2024年，这两个成功的主要因素将在企业主、技术工人和整个行业的脑海中占据重要位置。在战略方面，你有网络安全问题的严重性和生成人工智能(AI)的迅速崛起需要考虑，几乎每一个 决定。从战术上讲，它更多的是关于小事：改进，对旧计划的新采取以及其他旨在经营更好的业务或培养富有成果的技术职业 CompTIA的《2024年IT行业展望》探讨了当今技术行业，工作场所和社会的战略和战术方面的各个方面。毫无疑问，这是全球充满挑战的时期。除了国内的经济和社会挑战之外，乌克兰和中东的世界事件无疑正在影响美国和国外在组织层面做出的决定。对网络攻击的担忧，技术技能差距和人才短缺造成的商业斗争，以及像人工智能技术这样爆炸性的东西将在未来一年继续困扰我们。 但正如这份报告所详述的那样，尽管存在这些挑战，但仍有很多值得乐观的地方。网络安全规划和AI破译似乎令人头疼，但两者都有望在各个领域提供巨大的机会，从新的和更新的工作角色到个人和组织的生产力和创新收益。在这两个方面都走在前列的公司和专业人士将为增长和成功的未来道路做好准备。其他机会来自对细节的关注：IT渠道中的企业拥抱营销复杂性，雇主加倍使用多代劳动力，或者IT部门最终破解了数字转型真正承诺的代码-生产力。 随着我们进入2024年，大大小小的事情都将占据中心舞台。技术领域的公司和个人将不得不自行决定哪些重点领域对他们试图实现的目标最有意义，无论是收入增长、专业开发、产品创新还是更多。然而，工具和知识是可以接受的。 在深入了解2024年的主要趋势之前，了解受访者对未来一年的总体感受总是很好的。在大多数情况下，渠道和IT专业人员都有半满的态度。事实上，大多数受访者在几个方面都表现出了值得注意的乐观情绪，包括他们自己的职业道路、商业前景和整个科技行业。 IT专业人员报告的前景主要乐观。其中三分之一的人表示，他们对自己的职业道路、公司的发展轨迹和更广泛的技术行业非常乐观，而十分之四的人对这三者的看法略有缓和，并表示相当乐观。另有19%的人喜忧参半，而只有7%的人承认对未来一年的前景有更多的负面担忧。科技专业人士有理由对未来保持乐观。在每个可以想象的行业中，对高薪的技术工作和技能的需求都很高。在技术学科和工作角色方面的选择是大量的，从入门级帮助台和网络技术到数据科学家，网络安全专家以及处理当今新AI项目的人员。 如果IT专业工作环境有不利之处，那就是压力。需要在复杂性不断增长的技术环境中不断提供更多服务和技能-尤其是在应对网络安全攻击和缓解的持续威胁时-可能是压倒性的。此外，对于一些人来说，工作安全担忧与某些技术角色的外包有关。 广泛的问题驱动情绪 在IT渠道方面，衡量情绪的主要考虑因素是他们的业务在未来一年将如何发展。它会增长吗？实现盈利目标？获得新客户？大多数人对他们的前景持积极看法，净68%的人表示他们对2024年的业务感觉非常好或相当好。大约四分之一（23％）的人感到复杂，而只有8％的人表示他们感到不安。大多数积极情绪都是基于渠道改善其业务并在2024年实现销售目标。对未来一年的悲观情绪完全取决于外部因素，例如顽固的通货膨胀和持续的劳动力紧缩。也就是说，44%的渠道公司预计2024年的收入和利润数字将超过2023年，另有43%的公司预计这些方面的稳定性将同比增长。 趋势观察2024 AI炒作逐渐消退，但工作流仍在不断发展 表面。大多数公司将不得不退后一步，为现代人工智能运营建立适当的先决条件，但这并不意味着探索和试点计划将停滞不前。随着新的独立产品，广泛的业务应用程序将开始将AI作为一项功能。在这种情况下，公司将解决使用这些应用程序的工人之间的AI技能差距。 很难相信CompTIA的《2023年IT行业展望》没有提到生成AI- I该报告是在ChatGPT发布前一周发布的。从那时起，几乎没有一天没有新闻故事猜测AI将带来或宣布更强大的产品和功能的变化。炒作周期一直是与最近记忆中的任何趋势一样强烈，并且有充分的理由；大型语言模型(LLM)算法正在产生几年前科幻小说领域的产出，并引发了对未来工作的质疑。与所有技术趋势一样，最初的炒作由于各种原因，generative AI可能会在2024年消失。第一批产品虽然令人惊叹，但并不是少数选定案例之外的独立业务解决方案。在大多数组织中，正确培训LLM所需的数据供不应求。处理概率输出的挑战刚刚开始 最终结果将是工作流的演变，使用AI来处理日常任务或加速自动化，同时重新构想员工的角色和职责。工作流程演变的早期阶段可能不会像引入生成人工智能那样成为头条新闻，但它可能会在未来几年和几十年里为全面的工作场所革命奠定基础。历史表明，新技术可以产生深远的影响，人工智能在现代数字运营之上的潜力可能会推动重大的经济颠覆。 对当前人工智能采用模式和未来投资计划的看法表明，炒作与现实之间存在脱节。超过20％的受访公司正在积极追求AI在各种技术产品和业务工作流程中的集成。可以合理地假设，这些前沿组织代表了预计明年将大幅增加人工智能投资的群体的大部分，因此，尽管总体投资计划增加，但这可能不会显着改变采用曲线。 当前的AI努力和未来的投资 收养方面的犹豫可能源于早期收养者遇到的挑战。人工智能面临的最大挑战，无论是来自早期经验还是仅仅是对实施的期望，都是成本。有两个需要考虑的成本-升级应用程序的成本（39％）和构建基础设施的成本（37％）。对于那些持有预算的人来说，可能很难理解在免费(目前)的网站上制作工具所需的投资。 也可能很难完全理解正确训练AI所需的数据。超过三分之一(36%)的受访公司表示，收集和准备输入人工智能算法所需的数据集是一个重大挑战。这与过去五年积极追求数据分析的公司的经验相呼应-数据管理和数据分类的坚实基础是高级数据活动的先决条件。 即使面临所有挑战，公司希望实现的好处将使人工智能的努力从长远来看是值得的。无论是在IT运营（52％的公司）还是在业务工作流程（46％）中，许多公司都希望获得更高的自动化程度。减少在日常任务上花费的时间是另一个最大的好处，49%的公司希望人工智能能够在这一领域提高效率。最后，AI有望帮助加速数据运营，占44％。预计对数据进行更深入的分析，33%的企业希望通过人工智能工具提出新的见解。 技术提供商使用AI经营更好的企业 客户服务；人工智能算法，用于分析客户数据并预测购买模式，以实现更有效的销售和营销活动；人工智能工具，用于自动执行重复性任务并优化工作流程，从而释放人力资源以追求更多的战略目标。这些都是公司今天开始看到的具有巨大潜力的好处 尽管人工智能市场今天确实是一个巨大的炒作，几 W乎可以肯定，MSP和其他技术将有成熟的收入机会渠道提供商兑现。尽管如此，大多数人都会同意，今天，普通的渠道公司仍处于对生成AI的修补和发现阶段-至少在积极向客户销售解决方案，做出供应商选择，评估技能等方面是这样。虽然这项工作正在加速发展，但更直接的好处将来自内部应用新的AI功能，以实现更好的目标。run, more efficient business. Automation aims have alwaysbeen a part of an MSP ’ s quest, to be sure, but today 's AI willonly accelerate and improve those efforts. Consider some ofthe use cases: AI - powered chatbots and Virtual assi 为了未来。即使是那些选择不将AI解决方案作为其业务一部分的渠道公司，也可以通过在其内部运营中部署AI功能来提高盈利能力并获得积极成果。最后，对人工智能自动化能力将取代人类的担忧可能并不像预期的那样可怕。在CompTIA今年的一项劳动力研究中，三分之二的MSP受访者表示。 他们公司使用人工智能要么不会改变他们的人员配备水平，要么会带来净收益。 当谈到该渠道对人工智能的采用时，整个渠道出现了一种可预测的行为模式，从矛盾情绪(19%的受访者)到全力以赴的拥抱(17%)。 在这两个极点之间的是大多数渠道公司。净56%的受访者表示，他们要么正在以某种方式(很可能是在内部)试验当今的人工智能解决方案，要么已经开始研究和评估未来可能采用的工具。 这种深思熟虑和迭代的模式在许多方面反映了渠道公司最初是如何处理云计算浪潮的，当它在十多年前登陆时。渠道公司当时对云的许多同样的问题正在被人们思考：它是什么？我们如何将其货币化？它是一种使能技术还是一种产品？我们如何在内部使用它来改善我们的业务？ 渠道公司在外部和内部探索AI 对于在内部推进人工智能的公司来说，用例很多。一些已知的AI最佳位置（如客户支持或营销活动）位居榜首，但紧随其后的是一些不太明显的应用程序，如供应商管理或财务分析。前者的一个例子是使用AI工具在多供应商产品集中实时执行竞争性定价分析。或者在财务分析的情况下，在推出新产品或服务之前进行投资回报率（ROI）评估。在这两种情况下，人工智能技术都允许小型渠道公司通过更容易地访问诸如分析之类的大公司功能来看待和行动。 由于这些类型的内部活动是该频道最初人工智能探索的主旨，第一个主要好处与它们相关也就不足为奇了。大约一半的渠道受访者表示，效率提高(53%)和成本节约(48%)是去年人工智能带来的最高回报。接近的第三组（45％）报告了更快/更好的决策。请注意，这些结果都不是关于销售的增长。人工智能和渠道的早期显然与运营业务效率有关。 至于挑战？数据质量和采集问题位居榜首。正如大量报道的那样，生成AI输出仅与该工具所拥有的数据一样好，这在所有用途中都适用。 治理成为网络安全和数据运营的焦点 T以下是涉及IT运营的四个主要学科。基础设施和软件开发是最成熟的，网络安全和数据是新的孩子们。在所有四个学科中，主要重点往往是实施细节。然而，随着技术变得更具战略性，对治理的需求不断增长，以确保实施遵循最佳实践。较为成熟的IT学科有已经定义的治理框架,如IT服务和支持的信息技术基础设施库(ITIL)标准、由开放集团架构框架(TOGAF)为基础设施设置的企业架构框架,以及软件开发的DevOps实践。网络安全和数据运营领域有一些针对特定领域或提供早期概述的治理框架示例，例如服务组织控制类型2（SOC 2），健康保险流通和责任法案（HIPAA）法规或数据治理研究所（DGI） 框架。下一阶段的进展将是制定更全面的标准，然后推动广泛采用。适当的治理有几个目的。首先，它建立了一个可用于在同一页面上获取不同业务单元的操作基准。跨职能沟通正在成为数字战略的关键部分，而通用语言是其中的必要部分。治理还有助于确保遵守政府法规；金融或医疗保健等高度监管的行业多年来一直在处理这些问题，现在是公司。 随着新法律的通过，几乎每个行业都需要关注。最后，治理定义了成功运营的指标。随着技术从成本中心活动转变为战略驱动因素，组织需要一种结构来衡量技术投资的潜在影响。强调网络安全和数据动态领域的治理将有助于使技术计划与组织目标保持一致。 与CompTIA在网络安全领域进行的先前研究一样，在IT行业展望2024调查中，治理在公司中的优先地位并不是很高。实际上，在当前网络安全计划的焦点方面，治理位于列表的底部，只有5％的个人将治理作为驱动因素。 大多数对治理的低关注来自于对这种做法的历史观点，这种做法是一种保持遵守政府法规的方法。严格关注这种心态，有足够的理由让公司在治理过程中建立更严格的管理，因为法规正在迅速超越传统的高度监管医疗保健或金融等行业。遵守数字业务的法规正迅速成为持续运营的要求。 除了监管合规外，治理还有助于为战略和战术带来结构。这在数据领域最为明显。在过去的几年中，组织发现需要建立基础数据实践，将来自各种孤岛的数据整合和分类为可用于高级分析的综合图片。对生成AI的热情凸显了数据治理的另一个原因：数据必须正确结构化和正确分类，才能准确