技术趋势2024 德勤第15年《技术趋势》报告帮助企业和技术管理者区分趋势与风险，积极拥抱技术发展，并将之应用于业务变革。 趋势背后的企业故事未来已来，各有精彩我们的技术案例研究恰如一幅拼贴画，展现了那些具有开创精神的领导者和组织，如何通过新兴技术的创新应用，勾勒出多面未来之景。deloitte.com/us/trendlines iii技术趋势2024 趋势追踪：近十年的研究注释：如需了解更多的历史技术趋势信息，请访问 www.deloitte.com/us/TechTrends资料来源：德勤分析deloitte.com/insights2024202320212019201720222020201820162015重启数字化工作环境智能界面物联网环境计算穿越屏幕十亿级定制人感体验平台超越营销数字现实混合现实增强现实与虚拟现实的运用立体营销数据跨界共享更便捷机器数据革命企业数据主权暗数据分析工业化分析敞开心扉 MLOps：人工智能产业化数字孪生人工智能赋能的组织机器智能增强智能云上有云云走向行业垂直化NoOps与无服务器计算API势在必行一切皆服务商业化应用启程 区块链：从单一区块链到区块链组合信任经济民主化信任API经济弹性至上 DEI技术：公平工具金融与IT的未来无领劳动力IT无界限IT适速发展未来的IT从业者战略工程化CIO是首席整合官技术堆栈实体化沿伸解放供应链聚构唤醒未来联通必然的架构组成自主平台技术重塑软件定义一切公信之力网络人工智能零信任技术道德与信任DevSecOps和网络势在必行连接与扩展IT的自我颠覆激活核心新核心重构核心系统重振核心技术业务网络与信任信息交互计算“灯神”出瓶智取而非力胜慧眼金睛从DevOps到DevEx核心训练互动新时空核心现代化 技术趋势2024 1目录技术趋势2024：摘要引言 生成式AI：人类野心实现加速器交互互动新时空：空间计算与工业元宇宙 信息“灯神”出瓶：生成式AI催化增长 计算智取而非力胜：超越暴力式计算技术业务从DevOps到DevEx：提升技术员工体验网络与信任慧眼金睛：明辨合成媒体时代的真实核心现代化核心训练：从“技术负债”到“技术健康”致谢02 . . .04 . . .09 . . .14 . . .22 . . .28 . . .36 . . .42 . . .49 . . . 2技术趋势2024摘要三个开拓性力量（交互、信息、计算）和三个支持性力量（技术业务、核心现代化、网络与信任）继续作为我们构建德勤技术趋势的基础框架。德勤技术趋势是我们每年对新兴技术影响的探索，在我们本次第15年探索——《技术趋势2024》中，我们重点介绍了那些在使用新技术和方法上走在前沿的先锋组织的故事，这些技术和方法有望在18-24个月内成为常态。同时，我们还预测了这些趋势在未来十年可能的发展方向。开拓性力量IT发展历程一直被交互、信息和计算方面的开创性进步推动，这些进步共同构成了经久不衰的创新源泉。交互 互动新时空：空间计算与工业元宇宙AR和VR在消费者应用领域已经备受关注，而这些技术的更大影响，正在工业生产领域逐步显现。为使工厂更安全，业务更高效，众多企业正通过工业元宇宙赋能万物，如：数字孪生、空间模拟、增强的作业指导和协作数字空间。工厂工人、设计师和工程师都在以传统知识工作者尚未体验过的方式从沉浸式3D交互中获益，有些基于久经时间考验的设备（如：平板电脑），有些则基于一些新兴的实验性设备（如：智能眼镜）。易于访问的高保真3D数字化资产，正在为空间网络的实用化铺平道路。空间网络在现实中叠加了一个数字层，使得工作效率大大提高。最终，自动化机器、先进的网络协同、甚至更简单的设备就可以实现突破性的空间网络应用，如：远程手术，或通过装备了各种“连接”的一个工人来管理整个工厂车间。信息“灯神”出瓶：生成式AI催化增长哲学家们长期以来一直都在争论着机器是否能够思考，但生成式AI使这个问题不再有意义。这些模型的基本操作与早期的机器学习工具有很多共同之处，但由于计算能力的增强、训练数据以及代码的优化，生成式AI技术可以在许多方面模仿人类的认知能力。无论它在哲学意义上是否具备智能，从实际意义上来说，它确实具备这种能力。在工业环境中，生成式AI可以带来巨大 3技术趋势2024 的生产力和生产效率提升的机会。由于机器已经可以像人类一样行动，理解和叙述，关键问题转化为：这种能力从更广泛的意义上，将如何影响商业环境和我们生活的世界。计算 智取而非力胜：超越暴力式计算随着技术成为企业能力分化的决定性因素之一，越来越多的企业构建了更加复杂的依赖于技术的工作任务。常规的云服务虽然仍然能够为大多数的日常运营提供足够的支撑，但在推动企业竞争优势的前沿应用场景中，云服务对专用硬件的新需求逐渐显现。训练AI模型、执行复杂模拟、构建真实环境的数字孪生需要不同类型的计算能力。如今，领先的企业正在寻找新的方法来充分利用现有的基础设施，并通过增加先进的硬件来加快算力资源建设的进程。很快，部分领先实践者将会完全突破传统的二进制计算。支持性力量以技术业务、核心现代化以及网络与信任为代表的现存系统和投资，需要与开拓性创新良好地整合，以便企业在发展壮大的同时能够无缝运营。技术业务从DevOps到DevEx：提升技术员工体验随着新兴技术越来越被视为一条分水岭并且成为企业的一个关键部分，技术人才变得比以往任何时候都更加重要。然而他们的工作方式远未达到高效：在大多数公司，开发人员通常只有30%至40%的时间用于应用功能开发。现在，那些致力于吸引并和留住最优秀技术人才的公司开始关注一个新的重点：开发者体验 (DevEx) 。这是一种开发者优先的观念，通过关注软件工程师与组织互动的每个工作触点，以提高他们的日常生产力和满意度。在未来的几年里，DevEx能够发展出一个集成且直观的工具，使企业内的公民开发者（即非技术人员开发者）更全面地发挥技术价值。网络与信任慧眼金睛：明辨合成媒体时代的真实随着AI工具的大量涌现，通过网络进行假冒与欺诈变得非常简单，领先企业正在通过一系列制度、策略和技术的“组合拳”来应对。我们看到许多人使用深度伪造技术绕过基于声音和面部识别的访问控制，或进行网络钓鱼攻击。随着每个新的内容生成工具进入互联网，安全风险也在不断增加。但是，领先的组织正在响应这一趋势，通过一系列制度、策略和技术，识别有害内容并提高员工的风险意识。核心现代化核心训练：从“技术负债”到“技术健康” 经过多年对曾经领先技术的投资，公司正在努力应对一系列急需现代化的核心技术，包括主机，网络和数据中心。想要在未来领先的企业，需要放弃点状的技术负债处理方式，转而采用全新的技术健康综合框架。团队可以利用基于业务影响的预防性健康评估，来帮助团队优先处理技术栈中需要治疗的领域，并识别哪些可以继续满足IT需求。未来几年，公司很可能在技术栈上制定高度个性化且整合的健康计划，包括投资自愈技术，以减少未来的现代化改造需求。 4生成式AI：人类野心实现加速器引言去年，我们的未来学家和研究团队决定使用生成式AI来创作《技术趋势2023》的封面和章节插图，其结果堪称完美。为达到严格的设计标准，我们在生成过程中加入了大量的人工协作和干预。实验的成功、ChatGPT的推出以及生成式AI的狂热，让我们决定使用AI生成的文本来协助撰写今年的技术趋势引言部分。与去年的作品相同，本次工作的开展也需要大量的人工干预，这也证明了我们的观点，即在AI时代，人类比以往任何时候都更加重要。作为一个花了四分之一个世纪去关注所有新奇事物的人，我想对当前关于生成式AI的狂热提供一些其他的视角，并将这一突破性技术置于我们持久的宏观技术力量的背景之下。技术演进，商业变革首先，虽然生成式AI给人一种史无前例、革命性的感觉，但这项技术本身其实是机器智能的一种直接演进，只是这一演进令人惊叹。自《技术趋势》创刊以来，我们一直在跟踪和记录这类演进。各类组织机构使用机械臂（工业机器人）已经有近70年了，使用机器思维（机器学习体系）已经有25年了。现在，我们的无机生命的同事可以画一幅画、写一段产品说明或写一段Python，这既非偶然也不令人意外——未来的计算机科学家可能会写一本《认知自动化：早期的岁月》的书，并将这一阶段纳入其中。事实上，至少在过去的15年里，最优秀的公司一直致力于降低决策成本（见图1）。从技术上讲，生成式AI只是信息发展史上的下一个篇章。但在商业方面，这种夸张的说法无可非议。毫无疑问：用硅基智能来增强高价值的专业人士的能力的确是一代人的商机。这是一次模式的全面性转变，它将开启新商机的大门，并从根本上改变企业本身的组织和运营方式。简单“缩窄”并不通往成功根据我最近的经验，太多的商业领袖将生成式AI视为一种减肥药——一种快速而肮脏的手段，利用自动化淘汰工作岗位来降低成本。对企业成本中心进行小修小补是一种取悦股东、纳税人和其他相关方的短期方法——但在最终考量时，记得简单“缩窄”并不通往成功。可以肯定的是，商学院的教科书上充斥着许多故事来描述过去“曾经”伟大的组织，用以警示世人：这些组织被自动化和外包所诱惑，却逐步发现自己变得过于“精简”甚至“简陋”，最终沦为竞争对手或收购者的目标。相反，生成式AI应该被视为助长野心的火箭燃料。事实上，我遇到的每一位高管都用自己独特的方式告诉我，他们现在的工作强度让他们没时间施展未来的抱负。一位CTO跟我说，他认为“运营吞噬创新 (Operations eats innovation for lunch) ”。这句话其实是引申自Peter Drucker的名言“文化吞噬战略(Culture eats strategy for breakfast) ”。无论是传统AI还是生成式AI都可以将宝贵的人力资源从单调的运营工作中释放出来，从而专注于更高价值的工作，这更符合未来的商业需求——即新型的、改良后的产品、服务、体验和市场（即那些久经考验的利润增长点）。 5技术趋势2024 图1信息简史资料来源：Deloitte Technology Futures Report 2021时间（年）t–175t–75t–50t–25t–10tt+10t+nt=∞巴贝奇的设计第一代电子计算机20世纪中期20世纪末期21世纪早期当前未来新星最遥远的恒星信息终极走向存储器算术计算关系型数据库描述性分析预测性分析认知自动化指数级智能通用目的AI智能生成式“人才”不可或缺许多人担心生成式AI减少了对人类创造力的需求（或者更准确地说，创造力的价值不如以往）。但是，我观察到的情况恰恰相反：在一个充满创造性机器的时代，有创造力的人才比以往任何时候都更重要。例如，去年年底，我和一屋子的高管聚集在一起展示一种在当时很先进的生成式AI工具，它可以根据文本提示绘制独特图像。其中一名与会者对这个工具提问：“给我展示日落。”最后形成的图像虽画面不错，但缺乏个性，与会者耸耸肩，认为它“只是”一副日落图罢了。另一位与会者则饶有兴味，当轮到她的时候，她提示工具：“给我看一场椒盐脆饼和芝士球在火星上的战争，椒盐脆饼有双截棍，芝士球有水枪。”图像生成器生成了一幅荒诞、令人愉悦的图像，让满屋子的高管们拍手称快，惊叹不已。大多数人自然而然地都在赞美这台“神奇的画图机器”，但我不禁默默地认可那位聪明的人，是她拥有神奇的思维和勇气，提出了这样的要求，才让这台机器大有可为。生成式AI是想象力的实现加速器，未来属于那些能提出更好的问题、有更多激动人心的想法的人。随着生成式机器不断应用于我们职业生活的各个角落，人们将决定这些工具将以神奇还是平庸的方式规模化地发展下去。在专注和富有想象力的指导下，生成式AI将开启一个充满新商业可能的魔法世界。如果缺乏这种指导，我们就会面临规模化平庸的风险——甚至更糟的情况。正如我的朋友，也是德勤全球CTO Bill Briggs喜欢说的一句话：“好事绝不是从更快地做坏事而来 (Good does not come from making bad things faster)