艾瑞咨詢：2023年中國科技與IT十大趨勢

導(dǎo)語：

本報(bào)告提出2023年中國科技與IT十大趨勢：“多云混合”向“一云多態(tài)”進(jìn)化；云基礎(chǔ)從軟件優(yōu)先到軟硬兼施；更多云產(chǎn)品將以Serverless形式交付；預(yù)訓(xùn)練大模型作為AI基礎(chǔ)設(shè)施加速應(yīng)用；AIGC在概念爆發(fā)后進(jìn)入產(chǎn)品化嘗試；數(shù)據(jù)采集由單點(diǎn)走向泛化；工業(yè)數(shù)字孿生加強(qiáng)物理與虛擬空間交互；數(shù)智反向融合，形成以智養(yǎng)智的正反饋；數(shù)據(jù)和應(yīng)用將進(jìn)一步實(shí)現(xiàn)無感知閉環(huán)；“數(shù)字碳中和”從概念走向市場。

趨勢一：“多云混合”向“一云多態(tài)”進(jìn)化

分布式云加速發(fā)展，云能力從“中心輻射”到“傳遞下發(fā)”

“多云混合”為企業(yè)當(dāng)前用云常態(tài)，但各類云部署模式間資源調(diào)度、協(xié)同管理、能力共享等均存在挑戰(zhàn)，導(dǎo)致“多云混合”容易呈現(xiàn)“多云孤島”狀態(tài)。以“東數(shù)西算”工程為代表的云基礎(chǔ)設(shè)施升級和以“分布式云”為代表的云基礎(chǔ)架構(gòu)升級將有效解決上述問題。通過統(tǒng)一基礎(chǔ)架構(gòu)，并借助系統(tǒng)化的云網(wǎng)邊端設(shè)施，降低云能力從中心到邊緣的“衰退”，驅(qū)動云能力的“無損”下發(fā)，實(shí)現(xiàn)體系化、融合化的云服務(wù)。一云多態(tài)將更好地滿足傳統(tǒng)行業(yè)復(fù)雜場景、邊緣場景的業(yè)務(wù)需求，加速云計(jì)算向傳統(tǒng)行業(yè)滲透。預(yù)計(jì)2025年，傳統(tǒng)行業(yè)將成為云市場主導(dǎo)，金融、工業(yè)、汽車等細(xì)分行業(yè)將持續(xù)擴(kuò)大云支出。

趨勢二：云基礎(chǔ)從軟件優(yōu)先到軟硬兼施

為進(jìn)一步釋放數(shù)智平臺能力，云廠商需提升基礎(chǔ)硬件資源質(zhì)量

在數(shù)字時(shí)代，軟硬件產(chǎn)品“交替迭代、互為支撐”的循環(huán)上升特征廣泛適用云服務(wù)、人工智能、物聯(lián)網(wǎng)等數(shù)字行業(yè)。以云服務(wù)為例：云計(jì)算在平臺軟件及應(yīng)用軟件領(lǐng)域已通過云原生理念和工具逐步實(shí)現(xiàn)優(yōu)化，但為更好地支持?jǐn)?shù)字化的深入發(fā)展，底層硬件亦需要加速變革以更好地釋放軟件能力，支持業(yè)務(wù)創(chuàng)新。算存網(wǎng)資源作為加速數(shù)字化進(jìn)程的關(guān)鍵“燃料”，通過將軟件能力卸載到硬件產(chǎn)品（采用Chiplet等芯片架構(gòu)設(shè)計(jì)、利用RDMA實(shí)現(xiàn)網(wǎng)絡(luò)加速、結(jié)合NVMe實(shí)現(xiàn)存儲加速等）不僅將降低硬件虛擬化損耗，還能有效減少業(yè)務(wù)進(jìn)程中算存網(wǎng)資源調(diào)度的內(nèi)耗，進(jìn)而提升資源利用率，讓云資源更好的服務(wù)于核心業(yè)務(wù)。同時(shí)，底層硬件逐步完成升級替換，將進(jìn)一步驅(qū)動上層大數(shù)據(jù)及人工智能平臺更好地支持業(yè)務(wù)創(chuàng)新。

趨勢三：更多云產(chǎn)品將以Serverless形式交付

All-on-Serverless理念進(jìn)一步向AI、中間件等模塊滲透

在過去幾年，函數(shù)即服務(wù)（FaaS）成為Serverless事實(shí)上的核心產(chǎn)品形式，同時(shí)數(shù)據(jù)庫、大數(shù)據(jù)等基礎(chǔ)軟件或能力平臺也已被云廠商列入自身Serverless產(chǎn)品矩陣中。而隨著客戶對自動化能力的更高追求，Serverless理念進(jìn)一步向容器、中間件、文件系統(tǒng)、人工智能、云視頻、云通信等諸多模塊滲透，與FaaS一起打包成為端到端的云軟件開發(fā)套裝，形成了“All-on-Serverless”的云產(chǎn)品迭代浪潮。未來，企業(yè)幾乎所有業(yè)務(wù)都可基于Serverless架構(gòu)，免去客戶部署、維護(hù)和管理應(yīng)用，按需觸發(fā)執(zhí)行、擴(kuò)縮容和付費(fèi)，使客戶進(jìn)一步聚焦核心業(yè)務(wù)，敏捷搭建業(yè)務(wù)模塊，無限逼近于零運(yùn)維成本及零資源浪費(fèi)。

趨勢四：預(yù)訓(xùn)練大模型作為AI基礎(chǔ)設(shè)施加速應(yīng)用

提速AI工業(yè)化進(jìn)程，為AI開發(fā)效率加杠桿，倍數(shù)釋放生產(chǎn)力

依托智能算力基建化、海量數(shù)據(jù)積累與治理、深度學(xué)習(xí)算法突破等，作為一種新興的AI計(jì)算范式，超大規(guī)模智能模型（又稱預(yù)訓(xùn)練大模型）的泛化性和通用性不斷提升，可應(yīng)用到更廣闊的下游任務(wù)及場景中解決AI應(yīng)用的長尾問題；并且能夠?qū)崿F(xiàn)AI模型研發(fā)-部署-應(yīng)用的流程標(biāo)準(zhǔn)化提升，提升AI應(yīng)用研發(fā)效率。AI的認(rèn)知與應(yīng)用是沒有邊界的，僅靠極少量的AI科學(xué)家和AI技術(shù)企業(yè)無法推動整個(gè)物理世界和數(shù)字世界的智能化。預(yù)訓(xùn)練大模型的加速應(yīng)用有望解決“為AI開發(fā)效率加杠桿，倍數(shù)釋放AI生產(chǎn)力”這一產(chǎn)學(xué)研界關(guān)注的核心問題。2022年，語言大模型與產(chǎn)業(yè)應(yīng)用的銜接也日漸緊密，行業(yè)領(lǐng)軍企業(yè)積極推出適合具體業(yè)務(wù)場景的行業(yè)大模型。通過提供算力、核心算子庫和軟件平臺一體服務(wù)，幫助企業(yè)將基礎(chǔ)模型能力與生產(chǎn)流程融合，與頭部客戶合作推廣落地案例。未來，預(yù)訓(xùn)練大模型作為面向AI模型生產(chǎn)的基礎(chǔ)設(shè)施將加速應(yīng)用；而鞏固智能算力基建、提高模型與業(yè)務(wù)場景目標(biāo)適配度、基于調(diào)用成本明確投入產(chǎn)出的平衡點(diǎn)等是其規(guī)模商用的優(yōu)化方向。

趨勢五：AIGC在概念爆發(fā)后進(jìn)入產(chǎn)品化嘗試

提升數(shù)字化內(nèi)容生產(chǎn)質(zhì)效，變革人機(jī)交互體驗(yàn)

2022年，一幅由Midjourney生成的AI畫作《太空歌劇院》橫空出世，AI生成圖片開始在社交平臺瘋狂傳播；熱潮未退，2023年初，ChatGPT（Chat Generative Pre-trained Transformer）又使AIGC這一概念徹底出圈。AIGC是一種全新的內(nèi)容生產(chǎn)方式，是利用現(xiàn)有文本、音頻文件或圖像創(chuàng)建新內(nèi)容的技術(shù)。其使用機(jī)器學(xué)習(xí)算法，從數(shù)據(jù)中學(xué)習(xí)要素，一般基于跨模態(tài)大模型打造，包括基于素材的部分生成和基于指令的完全自主生成和生成優(yōu)化。得益于真實(shí)數(shù)據(jù)積累和計(jì)算成本下降，可幫助生成數(shù)字化內(nèi)容初稿，產(chǎn)品包括AI繪畫、平面設(shè)計(jì)、對話系統(tǒng)、虛擬數(shù)字人、搜索引擎、代碼生成等，提高了數(shù)字化內(nèi)容的豐富度、生產(chǎn)效率與創(chuàng)造性；類人的交互體驗(yàn)和全民參與性則跨越式提升了C端消費(fèi)側(cè)對于AI的感知，進(jìn)一步拓寬了市場對AI商業(yè)價(jià)值的想象空間。未來，隨著多模態(tài)等底層模型進(jìn)步和垂直模型優(yōu)化，AIGC技術(shù)將進(jìn)入技術(shù)產(chǎn)品化加速爬坡期，擴(kuò)展更多的商用領(lǐng)域。

趨勢六：數(shù)據(jù)采集由單點(diǎn)走向泛化

泛化數(shù)據(jù)采集加速提升數(shù)據(jù)處理方式的精準(zhǔn)性與高效性

傳統(tǒng)的數(shù)據(jù)采集方式通常針對特定場景與目的，獲取數(shù)據(jù)的渠道與手段相對單一，數(shù)據(jù)采集量不充足。隨著物聯(lián)網(wǎng)設(shè)備的普及和互聯(lián)網(wǎng)應(yīng)用的拓展，數(shù)據(jù)量呈現(xiàn)指數(shù)級別的增長，為泛化采集提供基礎(chǔ)。數(shù)據(jù)維度向多樣化、復(fù)雜化的轉(zhuǎn)變，同步提升了采集數(shù)據(jù)的難度與不確定性。傳統(tǒng)的數(shù)據(jù)采集方式已無法適配當(dāng)前企業(yè)對全面、豐富的數(shù)據(jù)需求，影響了企業(yè)對數(shù)據(jù)自身價(jià)值的高效利用。結(jié)合物聯(lián)網(wǎng)系統(tǒng)、Web系統(tǒng)和傳統(tǒng)信息系統(tǒng)的泛化數(shù)據(jù)采集形式可以擴(kuò)大采集樣本數(shù)量，擴(kuò)充數(shù)據(jù)維度多樣性，有利于多領(lǐng)域行業(yè)及時(shí)應(yīng)對實(shí)際場景應(yīng)用中的未知情況。泛化數(shù)據(jù)處理難度的提升催生了數(shù)據(jù)處理、分析方式的進(jìn)化，以機(jī)器學(xué)習(xí)為主的智能技術(shù)，在獲取數(shù)據(jù)進(jìn)行模型訓(xùn)練與優(yōu)化的同時(shí)，通過發(fā)揮數(shù)據(jù)挖掘、數(shù)據(jù)可視化等功能，反哺企業(yè)更好的對采集數(shù)據(jù)進(jìn)行預(yù)測與控制。泛化采集數(shù)據(jù)需兼顧采集數(shù)量與采集質(zhì)量，如果能對被采集數(shù)據(jù)的用途進(jìn)行前置化判斷，可大幅降低后續(xù)數(shù)據(jù)處理的工作量，實(shí)現(xiàn)采集與應(yīng)用效率最大化。

趨勢七：工業(yè)數(shù)字孿生加強(qiáng)物理與虛擬空間交互

提升工業(yè)數(shù)字孿生診斷預(yù)測能力，推動業(yè)務(wù)全流程閉環(huán)優(yōu)化

工業(yè)數(shù)字孿生基于數(shù)據(jù)與工業(yè)機(jī)理模型的集成融合，構(gòu)建虛實(shí)雙向交互的閉環(huán)優(yōu)化系統(tǒng)，在虛擬環(huán)境中對生產(chǎn)過程、生產(chǎn)設(shè)備的控制來模擬現(xiàn)實(shí)環(huán)境的工業(yè)生產(chǎn)，其三大特征是全生命周期實(shí)時(shí)映射、綜合決策和閉環(huán)優(yōu)化。未來工業(yè)數(shù)字孿生將更加注重虛實(shí)融合的應(yīng)用，推動“由虛擬實(shí)-由虛映實(shí)-虛實(shí)互映-由虛控實(shí)”的孿生閉環(huán)。現(xiàn)階段工業(yè)數(shù)字孿生的應(yīng)用普遍聚焦在實(shí)時(shí)監(jiān)測管控、虛實(shí)相映階段，尚未邁向診斷分析、預(yù)測優(yōu)化階段。中短期內(nèi)，加速落實(shí)“由實(shí)向虛的真實(shí)映射”，空間維度上將由部分孿生對象間的簡單關(guān)聯(lián)，向多孿生對象間的自動化、智能化的協(xié)同共進(jìn)發(fā)展；時(shí)間維度上將由孿生對象關(guān)鍵生命周期單獨(dú)孿生的碎片化應(yīng)用，向“生產(chǎn)→報(bào)廢”全生命周期孿生應(yīng)用發(fā)展。中長期內(nèi)，將不斷沉淀工業(yè)機(jī)理模型以推進(jìn)“由虛向?qū)嵉臏?zhǔn)確模擬”，構(gòu)建面向物理對象精準(zhǔn)化映射的孿生對象模型，形成綜合決策并反饋，達(dá)到診斷分析乃至預(yù)測優(yōu)化的目的，推動工業(yè)全業(yè)務(wù)流程閉環(huán)優(yōu)化。

趨勢八：數(shù)智反向融合，形成以智養(yǎng)智的正反饋

AI開始反哺數(shù)據(jù)治理，進(jìn)一步促進(jìn)人工智能進(jìn)入小場景

十年來，以深度學(xué)習(xí)為代表的人工智能是基于數(shù)據(jù)的，高質(zhì)量的數(shù)據(jù)是人工智能良好應(yīng)用的前提條件。在這種情況下，數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師等不得不把大量的時(shí)間和精力用于數(shù)據(jù)的準(zhǔn)備工作，也即常說的臟活。這種現(xiàn)象在因?yàn)橐?guī)?；潭炔粔颍M(jìn)而導(dǎo)致分工不徹底的小場景中尤為明顯。如此，高級人才的大量時(shí)間其實(shí)在做低級工作，ROI不高，人工智能難遍地開花。未來，這一情況將有所改善：第一，預(yù)訓(xùn)練大模型已經(jīng)在一定程度上減少所需的數(shù)據(jù)樣本；第二，數(shù)據(jù)治理本身也是一個(gè)發(fā)現(xiàn)規(guī)律的過程，人工智能已對該過程開始反哺。未來隨著模型通用性的進(jìn)一步增強(qiáng)、交互方式的日趨簡單，這種人工智能對數(shù)據(jù)治理的反哺作用將越來越明顯，數(shù)據(jù)治理將逐漸變成人工智能為主、人工為輔。

趨勢九：數(shù)據(jù)和應(yīng)用將進(jìn)一步實(shí)現(xiàn)無感知閉環(huán)

應(yīng)用數(shù)據(jù)自動治理落入數(shù)據(jù)層，數(shù)據(jù)分析嵌入到事務(wù)型應(yīng)用

信息化時(shí)代，應(yīng)用產(chǎn)生數(shù)據(jù)，但一來這些數(shù)據(jù)并未打通，二來受制于當(dāng)時(shí)技術(shù)條件無法進(jìn)行低成本大規(guī)模的分析。這些痛點(diǎn)，促使了后來以數(shù)據(jù)打通為核心的中臺建設(shè)，和以數(shù)據(jù)分析為核心的數(shù)智模型構(gòu)建以及BI。數(shù)據(jù)如何能更廣泛地賦能業(yè)務(wù)應(yīng)用，而應(yīng)用層產(chǎn)生的數(shù)據(jù)如何自動流入數(shù)據(jù)層并自動化地被治理，即數(shù)用一體，將關(guān)系到企業(yè)數(shù)字化建設(shè)的整體ROI，也成為接下來的重點(diǎn)。數(shù)用一體，強(qiáng)調(diào)的并非是數(shù)據(jù)和應(yīng)用的緊耦合，而是指兩者應(yīng)形成動態(tài)閉環(huán)。HTAP數(shù)據(jù)庫、湖倉一體、低零代碼、GraphQL、敏捷BI及基于NL2SQL的即席搜索、流程挖掘等技術(shù)將助力數(shù)用一體的不同環(huán)節(jié)，而數(shù)據(jù)安全、人工智能等，貫穿于幾乎每一個(gè)環(huán)節(jié)。未來：①業(yè)務(wù)人員通過低零代碼創(chuàng)建的應(yīng)用，數(shù)據(jù)自動治理且落入數(shù)據(jù)層。②數(shù)據(jù)分析會更少以獨(dú)立的形式存在，而是嵌入到應(yīng)用中，并直接賦能一線業(yè)務(wù)人員。

趨勢十：“數(shù)字碳中和”從概念走向市場

綠色低碳日益滲透市場環(huán)境，逐步成為數(shù)字產(chǎn)業(yè)增量新動力

自從2020年我國提出“雙碳”目標(biāo)，綠色低碳逐漸從理念走向政策、制度和市場，綠色化和數(shù)字化協(xié)同發(fā)展成為重要舉措和重要趨勢。從宏觀政策環(huán)境來看，國家部委多部門引導(dǎo)數(shù)字化綠色化協(xié)同發(fā)展落向?qū)嵦?；從資本市場來看，交易所、監(jiān)管機(jī)構(gòu)日益重視企業(yè)綠色低碳責(zé)任，大規(guī)模碳中和基金也開始頻出；從市場需求來看，政府綠色采購進(jìn)一步夯實(shí)，不同行業(yè)綠色供應(yīng)鏈建設(shè)從概念走向?qū)嵺`。對于數(shù)字產(chǎn)業(yè)和數(shù)字廠商而言，綠色低碳發(fā)展有望推動行業(yè)升級發(fā)展，一方面是綠色低碳驅(qū)動以數(shù)據(jù)中心為核心的數(shù)字技術(shù)產(chǎn)品升級，另一方面綠色低碳有望帶來新的數(shù)字化業(yè)務(wù)機(jī)會。

本文轉(zhuǎn)載自“艾瑞咨詢”微信公眾號；智通財(cái)經(jīng)編輯：黃曉冬。