Мониторинг глобальных технологических трендов. Мониторинг глобальных технологических трендов Медиа и развлечения

Как будут развиваться производство и строительство в ближайшие 20 лет? Появится ли в этих отраслях «волшебная кнопка», нажав на которую можно будет получить готовое решение, будь то здание или уникальное изделие? Эти вопросы легли в основу прошедшего недавно Форума Будущего компании Autodesk. На мероприятии назвали главные технологические тренды, которые будут влиять на бизнес в России и в мире следующие 5-20 лет. О них – в этой статье.

Тренд № 1: Производственные технологии в стройке

В строительстве активно развивается так называемая префабрикация. Она позволяет изготавливать на заводе как практически готовые помещения (модули), так и их элементы, а также типовые панели зданий, которые затем отправляются для сборки на строительную площадку.

Ожидается, что в России префабрикация станет стандартом приблизительно в ближайшие 5 лет. В частности, сегодня ее развивает компания КНАУФ, построившая в Красногорске завод для производства элементов и модулей. Запуск ожидается в 3-м квартале этого года. Поскольку сборка здания из заводских модулей на строительной площадке выполняется всего за несколько часов, уже в этом году появятся первые жилые дома, построенные по такому принципу. Проекты модулей разработаны с применением технологии информационного моделирования (BIM), повсеместное внедрение которой в России поддержано Минстроем. Для каждого модуля в ПО AutodeskRevit создано BIM-семейство – трехмерные модели объектов, из которых состоит BIM-модель проекта.Модели включают необходимые архитектурные, конструктивные и инженерные решения с выбором оборудования и варианта внутренней и наружной отделки. Всего разработано более 90 видов модулей, которые можно комбинировать для создания индивидуальных проектов. В компании уверены – модульное строительство позволит снизить расходы на проектирование, материалы и логистику более чем на 30%. Кроме того, по предварительным расчетам, квадратный метр модульного жилья со всеми коммуникациями и отделкой будет стоить до 40 тыс. рублей, что значительно дешевле, чем при строительстве с применением традиционных методов.

Еще один вариант применения производственных технологий в строительстве – создание нестандартных металлоконструкций, например, при возведении несущих колонн небоскребов, которые являются уникальными конструкциями и принимают на себя высокую нагрузку. Такие проекты, в частности, выполняет китайская компания CCEED (China Construction Eighth Engineering Division). На заводе по 3D-модели колонны изготавливаются на станках с ЧПУ. Эти массивные металлические конструкции состоят из отдельных деталей. После изготовления на каждую деталь наносится QR-код, чтобы собрать информацию обо всех частях в BIM-модель и отслеживать их путь от завода до места установки. Чтобы убедиться в том, что все конструкции правильно соединятся между собой, на заводе их сканируют лазерным сканером и превращают в актуальные 3D-модели с помощью Recap. Затем их анализируют на отклонения от исходной спецификации и соответственно обновляют BIM-модель.

Тренд № 2: Большие данные

Стройка становится интеллектуальной. На это влияют ряд факторов: активное внедрение BIMна этапе строительства (а не только проектирования, как раньше), использование датчиков и беспилотных летательных аппаратов для сбора информации об объекте, появление инструментов на базе искусственного интеллекта для анализа больших данных в строительных проектах. Например, облачный сервис BIM 360 Project IQ, использующий машинное обучение, представляет собой базу знаний, в которой собрано около 20 млн. проблем, встречавшихся раньше в строительных проектах. Используя эту информацию, Project IQ позволяет анализировать строительные данные, выявлять тенденции, шаблоны и типовые решения. Компания, начиная новый проект, может обратиться к базе и посмотреть, какие проблемы встречались в аналогичных случаях. Таким образом, она может заранее оптимизировать свою работу.

Другой пример – Smartvid.io, стартап, который использует искусственный интеллект и машинное обучение для анализа фото и видео информации на стройплощадке. Технология, интегрированная с облачным сервисом Autodesk BIM 360 для стройки, может применяться для повышения безопасности, контроля качества строительства и повышения эффективности процессов. Доступ к платформе и данным можно осуществить с любого устройства – дронов, камер GoPro, мобильных телефонов и планшетов.

В промышленности рост объема данных и развитие интернета вещей привели к появлению умных фабрик – новому виду предприятия, подразумевающему максимальную цифровизацию процессов проектирования и производства и минимизацию человеческих ресурсов. Работа такой фабрики может, среди прочего, сократить расходы на производство и логистику на 10-20%, снизить время простоя оборудования на 30-50%, а также увеличить производительность на 3-5%. Неотъемлемой частью умной фабрики является ее цифровой двойник (digital twin) – виртуальная копия, полностью повторяющая происходящее на «реальном» предприятии. Такой двойник позволяет отследить все данные и процессы, контролировать и оптимизировать их при необходимости.

Недавно Autodesk открыл такую умную фабрику в Бирмингеме, Великобритания. Она оснащена не только новейшим оборудованием, но и технологиями Autodesk для организации умного производства. Все данные предприятия собираются в систему Autodesk Fusion Production, которая использует общую облачную среду с единым инструментом для сбора, объединения и демонстрации данных с различных частей производства и ЧПУ станков, используя промышленный интернет вещей. Это общее пространство данных помогает команде определять неэффективные процессы и предлагает решения по улучшению производительности. Благодаря аналитике, построенной на данных с производства и IoT, менеджеры на предприятии могут использовать данные и в режиме реального времени отображать их для каждого участника цепочки поставок. Проектировщики смогут видеть последующие технологические процессы и усовершенствовать дизайн в соответствии с возможностями производства. Возможность подключения к данным в режиме реального времени также позволяет членам команды находить и исправлять ошибки, если они происходят, получать больше информации о производительности, помогающей улучшить показатели качества и сократить время простоя оборудования.

Тренд № 3: Кастомизация

Еще одна тенденция – персонализация изделий. Для производства изделий с кастомизированным дизайном используют, в том числе, 3D-печать. С ее помощью можно создать формы, недоступные для производства традиционными методами.

К кастомизации постепенно приходят и популярные бренды, например, производители спортивной обуви. Например, компания Under Armour использовала 3D-печать и персонализацию изделий для лимитированной серии кроссовок UA Architech. Главной особенностью стала подошва, решетчатая структура которой могла быть произведена только с помощью аддитивного производства. Подошва фиксирует положение ноги и адаптируется под движение, позволяя тем самым избежать травм. Для ее проектирования был использован генеративный дизайн от Autodesk, который позволил с помощью ключевых параметров – максимального веса владельца кроссовок, размера его ноги, предпочтительной формы подошвы, а также количества и интенсивности нагрузок – создать наиболее оптимальный вариант.

Тренд № 4: Компьютер-проектировщик

Генеративный дизайн является революционной технологией, использующей алгоритмы искусственного интеллекта для разработки изделия. За рекордно короткие сроки он может создать сотни тысяч вариантов конструкций и планировок, опираясь на критерии и ограничения (например, вес, способ производства, материалы), заданные инженером, при этом нередко предлагая варианты, которые человек не может даже вообразить. Последнему остается только выбрать нужный вариант.

Совсем недавно о планах ее внедрения заявила компания General Motors– она будет использовать сочетание генеративного дизайна и 3D-печати для создания деталей автомобилей. В качестве эксперимента специалисты компании создали крепление сиденья. Оно получилось на 40% легче и на 20% прочнее.

Тренд № 5: Роботы-партнеры

По прогнозам Autodesk, в ближайшие 5-15 лет будет решен вопрос взаимодействия роботов и людей так, чтобы оно проходило безопасно и продуктивно.

Робот Эш, созданный Autodesk, живет в Сан-Франциско. Его отличие от собратьев в том, что он не заперт в ограниченном пространстве, а взаимодействует напрямую с людьми. Это происходит через систему виртуальной реальности – сотрудники Autodesk используют для этого VR-очки, которые позволяют им погрузиться в его среду. Кроме того, Эш оснащен компьютерным зрением, благодаря чему может видеть окружающих, узнавать о процессах, происходящих вокруг, и учиться выполнять, то что от него ждут.

Еще один пример – робот Бишоп, которого нужно было обучить перекладывать некоторые детали. В определенный момент стало понятно, что его обучение можно проводить не в реальном, а в виртуальном мире – это будет намного эффективнее. В виртуальном пространстве разместили трехмерные модели кирпичиков Лего. В этом пространстве Бишоп выполняет множество имитаций хватательных движений и сборки за короткий срок. Благодаря машинному обучению буквально за несколько часов Бишоп осваивает любую хаотичную ситуацию и может предложить подходящий дизайн. Самое потрясающее в том, что, поскольку в проекте использовались облачные технологии, множество других роботов, по сути, тут же стали обладателями этих знаний.
__________________________________________________________________________________

Оргкомитет Форума Будущего

В наступившем году искусственный интеллект из убийцы профессий превратится в создателя рабочих мест, а туркомпании и ретейлеры сделают свои предложения более персонализированными для каждого покупателя. Зато одна за другой умрут даже большие и устойчивые компании, которые не справятся с защитой пользовательских данных. 2018 станет годом распознавания голоса, машинного обучения и перехода в широкие массы. Вот основные направления, по которым будут развиваться технологии в разных отраслях.

Финансовые рынки

2018 год будет «годом искусственного интеллекта» , с экспоненциальным использования AI. Разрыв в уровне владения технологиями AI приведет к войне за таланты, появится много специальностей и рабочих мест, которых раньше не было: будут востребованы специалисты, владеющие навыками разработки адаптивного ПО, разбирающиеся в механизме распознавания лиц и речи, действии искусственной нейронной сети и т.д.

Сложность и мощность новых AI-программ будет стимулировать развитие кибербезопасности финансовых и персональных данных. Предоставляя таким программам необходимые данные для решения тех или иных задач, трудно при этом защитить всю информацию от несанкционированного использования. Внедрять многоуровневые системы защиты данных придется не только компаниям, функционирующим в финансовой сфере, но и всем, кто работает с персональными и чувствительными данными: букинговым сервисам, медицинским организациям, онлайн-магазинам, инжиниринговым организациям и др.

Использование машинного обучения (machine learning, ML) для анализа финансовых данных будет стремительно , особенно в области неструктурированных данных, например новостей компаний и клиентов. Более качественный анализ новостных и аналитических текстов о компаниях, рынках и внутренних коммуникациях финансовых организаций позволит генерировать эффективные инвестиционные идеи и бороться с недобросовестным поведением участников рынка. А новые масштабные технологии обработки данных позволят использовать более широкий спектр данных для управления инвестиционными рисками.

Развитие технологий AI стимулирует революционные изменения в регулировании финансовых рынков . Одно из регуляторных преимуществ AI - способность помочь банковским системам избежать обвалов и оценить риски эффекта домино. Дело в том, что AI может идентифицировать модели и соединения данных, которые не под силу распознать людям, сравнить данные разных периодов с большей точностью и скоростью. Это позволит предугадать возможные варианты развития событий. К тому же AI позволяет отслеживать возникающие у банков проблемы в режиме реального времени.

Диджитализация пользовательского опыта останется одним из ключевых приоритетов. Люди привыкли к удобным решениям и интерфейсам (таким как приложения для вызова такси), и хотят, чтобы у банков были похожие сервисы. Мобильный банк должен функционировать как на персональном компьютере, так и на мобильном телефоне, и быть интуитивно понятным, - пользователи не будут тратить время на некачественные решения. Компании, которые не смогут обеспечить комфорт, сохранив безопасность финансовой и личной информации, рискуют потерять клиентов.

Важность управления операционными рисками (operational risk management , ORM) будет возрастать, а устаревшие системы, которыми до сих пор пользуются многие финансовые организации, в сочетании с недостаточно развитыми практиками управления данными затрудняют измерение рисков бизнеса. С помощью AI эту проблему можно будет решить без масштабной реорганизации.

Всё больше людей будут понимать преимущества и других технологий распределенных реестров (distributed ledger technologies , DLT), что приведет к их значительному распространению (не связанному с ростом криптовалют). Многообещающим выглядит появление новых типов блокчейна или скрещивание его с другими технологиями, такими как IoT. В 2018 году DLT будут чаще применять в международных переводах, системах управления цепочками поставок, а также для хранения персональных данных при KYC (know your сustomer - идентификация клиентов) и электронной идентификации.

Путешествия и виртуальная реальность

Туристические компании будут продолжать инвестировать в персонализирующее ПО (анализирует личные предпочтения пользователя) для улучшения пользовательского опыта. Машинное обучение и искусственный интеллект также набирают обороты: компании видят перспективы в автоматизации простых бизнес-процессов. Еще недавно заказы, пожелания, предпочтения клиентов собирались вручную и формировались в профиль. Уже сейчас большинство крупных турфирм и отелей ведут автоматический учет этих данных при создании новых предложений. Следующий шаг – предсказание пожеланий клиентов. Например, варианты размещения на горнолыжных курортах незадолго до нового сезона будут предлагать тем, кто до этого неоднократно бронировал гостиницы для отдыха в горах.

Речевые технологии (voice activated technologies) в туриндустрии вскоре могут затмить популярность мобильных приложений. Установленные на мобильных устройствах, в домах и офисах пользователей голосовые помощники довольно скоро могут начать выполнять роль турагентов. Бронирование билетов, гостиниц, трансферов, просмотр прогноза погоды, изучение обзоров ресторанов и построение маршрутов до достопримечательностей можно будет поручить голосовому помощнику. Он не только посоветует, когда лучше всего отправиться в путешествие, подберет подходящие билеты, самые удобные гостиницы с максимальным рейтингом и расположением неподалеку от мест, которые могут быть интересны именно вам, но и предложит забронировать столик в ресторане, который понравился вашим друзьям. Компании уже приступили к претворению футуристических картин в реальность. Так, Expedia рассматривает партнерство с Amazon Alexa для заказа букинга с помощью голосовых команд.

Виртуальная реальность (virtual reality, VR) и дополненная реальность (augmented reality, AR) изменят онлайн-шопинг путешественников. С помощью этих технологий становится нагляднее выбор места, куда отправиться, или гостиницы - можно увидеть реальную картинку и оценить чистоту пляжа или уровень комфорта в номере. Marriott, Best Western, Kayak, Carlson Rezidor и Airbnb уже используют эти технологии при бронировании номеров, и в наступившем году таких компаний станет заметно больше. Технология виртуальной реальности станет доступнее, а ее возможности как нового маркетингового канала продвижения будут использоваться чаще.

Роботов начнут использовать для регистрации заездов в отели, для информационной поддержки и развлечения гостей, обслуживания номеров. Robotic Process Automation (RPA) поможет предприятиям выполнять повторяющиеся административные задачи более качественно и дешево.

Телеком и IoT

Технологии 5G позволят разрабатывать и развертывать новые типы цифровых услуг. Благодаря низкой задержке сигнала и улучшенной пропускной способности технологии позволят объединять нескольких типов устройств IoT. Это значит, что будут развиваться сервисы связи для автономного вождения, дополненная и виртуальная реальность и тактильный интернет (новый тип связи, который передает не только информацию, но и тактильные ощущения). Korea Telecom (KT) покажет пробную мобильную платформу 5G на зимних Олимпийских играх. Но полноценное внедрение технологии произойдет не ранее 2020 года - телекоммуникационные компании только намечают сроки развертывания сетей.

К 2020 году будет создано 25 млрд удаленных устройств. (internet of things , IoT) поможет связать 4,4 млрд из них. Цифровая трансформация представит новые возможности для телекоммуникационной отрасли, включая строительство платформ и приложений для транспортной сферы, сельского хозяйства, здравоохранения, страхования и дома.

Блокчейн в медицине

Больницы и фармацевтические компании будут проявлять к блокчейну , используя его для анализа данных пациентов в исследовательских целях. Сейчас данные хранятся на серверах больниц и пациент не имеет возможности управлять ими. Если перенести это в блокчейн, пациент сможет контролировать доступ и, если захочет, продавать свои данные фармкомпаниям. Соответственно, у компаний появится больше доступа к ценной для них информации.

Развитие технологий искусственного интеллекта (AI) в телемедицине будет ускоряться по мере распространения машинного обучения (ML) и методов обработки естественного языка (natural language processing). Это позволит предоставить клиентам персонализированный опыт, поможет повысить эффективность и сократить расходы в системе здравоохранения. В DataArt создали прототип приложения для демонстрации возможностей AI и ML в медицине. Это платформа для телемедицины, подключенная к IBM Watson - программе, преобразующей голос в текст. Watson слушает разговор между пациентом и врачом и записывает его в журнале, что значительно снижает нагрузку врача по составлению документации и позволяет ему сосредоточиться на пациенте. Еще один элемент AI читает журнал разговоров, используя обработку естественного языка, и интегрируется с набором собственно медицинских инструментов для идентификации главной жалобы, ее кодировки в электронной системе здравоохранения и поддержки врача в выборе необходимых медицинских мер. Вряд ли AI заменит врачей, но точно позволит расширить их возможности, уменьшить бюрократическую нагрузку и свести к минимуму ошибки.

Розничная торговля и дистрибуция

Ретейлеры будут продолжать цифровую трансформацию , которой способствуют интернет-продажи ведущих игроков отрасли. Благодаря внедрению масштабируемых Agile-технологий, изменения произойдут и в IT-ландшафте ретейлеров, и в их бизнес-моделях в целом. Среди этих изменений – omni-channel стратегии, которые еще недостаточно хорошо используются даже крупными сетями. Магазин как место для шопинга будет трансформироваться в магазин как демо-зал: клиенты будут пробовать/тестировать/касаться товаров, прежде чем принять решение о покупке в интернете.

Современные технологии открывают новые возможности, делая существующие бизнес-модели устаревшими и неэффективными. Потребители быстро подстраиваются под изменения: они осваивают новые каналы, продукты и модели взаимодействия. Компании, которые не приспосабливаются к новым обстоятельствам, идут ко дну.

Многие новинки в мире технологи имеют большой потенциал, но только некоторые из них предлагают реальную ценность. Вот почему современным специалистам так важно разбираться в последних трендах и действовать оперативно. Пассивное восхищение со стороны не принесет никаких результатов.

Чтобы помочь коллегам в этом непростом деле, Deloitte Consulting провели масштабное исследование ведущих технических трендов 2017 и постарались предсказать их влияние на маркетинг и бизнес. Это уже восьмой годовой отчет бренда по этому направлению. И надо сказать, что большинство их выводов оказались верными. Например, рост популярности и развитие машинного обучения и искусственного интеллекта Deloitte Consulting предсказали еще в 2014.

Собранные в рамках этого исследования данные и аналитика помогут вам определить наиболее перспективные направления развития и грамотно реализовать весь потенциал вашего бизнеса.

1. IT без границ

Многие компании модернизируют свои бизнес-модели, при этом самые дальновидные из них создают многофункциональные команды и стирают границы между отделами в сфере IT. Они также не ограничиваются только своей организацией и пристально следят за рынком талантов, формируя новые типы отношений с поставщиками, инкубаторами и научными институтами.

Так как IT все чаще начинает доминировать в бизнес-стратегии, компании уделяют особое внимание обучению сотрудников и руководителей, которые должны владеть не только базовыми, но и новейшими технологиями.

Чтобы реализовать этот подход, необходимо адаптировать организационные модели, IT-процессы и системы поддержки. Результаты того стоят: услуги станут “неограниченными” и более эффективными, что трансформирует всю IT-организацию.

За последние 10 лет ведущие компании мира начали реализовывать совершенно другой подход к IT. Они сместили фокус с создания и поддержки систем на внедрение новых технологий и упрощение процессов. В ближайшие 18-24 месяца начнется новый этап трансформации IT: изменятся подходы к работе команд и сотрудничеству с бизнесом и внешними партнерами. Проще говоря, IT выйдет за привычные рамки. Нас ждут следующие изменения:

• Ускорение IT . Особенно оно будет заметно в управлении требованиями, тестировании и внедрении технологий, где для получения результатов необходима высокая скорость работы.
• Ранняя автоматизация . Платформы автоматизации позволяют IT эффективно управлять ресурсами и все элементы в единую систему.
• Разрушение границ между IT и бизнесом . Согласно опросу 2016 Global CIO Survey, в котором приняло участие 1200 руководителей из IT-сферы, 78% респондентов считают согласование стратегии важнейшим условием успеха. Следующей фазой трансформации IT станет переход на новый уровень сотрудничества с бизнесом и его поддержки.
• Разработка новых подходов . Чтобы эффективно выполнять свою основную функцию и открывать возможности, IT начнет по-новому сотрудничать с партнерами, поставщиками, научными организациями и стартапами, которые способны вдохновить и поддержать стремления к генерации свежих идей и освоению уникальных ресурсов.

С чего начать?

Начать трансформацию IT в своей организации можно с использования следующих подходов:

• Заслужите доверие руководства . Работайте смешанной командой и убедите лидеров бизнеса, что решение продолжит поддерживаться и после окончания разработки.
• Измените взгляд на IT как на сервис . Сформулируйте общие цели и сконцентрируйтесь на их реализации. Однако не забывайте и о традиционных функциях: обеспечении надежности, доступности и безопасности технологий.
• Поставьте перед сотрудниками новые задачи . Переключите их фокус на инновационную деятельность и всячески поощряйте креативное мышление. Но для начала автоматизируйте рутинные процессы, чтобы освободить их время на решение создающих ценность задач.
• Соберите совет по инновациям . Важно не только стереть границы между отделами, но и объединить руководство. Пригласите представителей IT, бизнеса, маркетинга, финансов и других направлений в единую группу, отвечающую за инновации.
• Расширьте границы . Изменить подход к работе совсем непросто, особенно если вы годами полагались на одну проверенную стратегию. Пригласите в вашу группу экспертов из других областей, чтобы начать по-новому смотреть на вещи.

Сегодня многим компаниям просто необходимо пересмотреть свой подход к развитию. Разрушение границ IT поможет добиться скорости и гибкости, необходимой для адаптации к постоянно меняющимся условиям, и опередить конкурентов.

2. “Темная” аналитика

Многие организации сталкиваются с проблемой неструктурированных данных. При этом только некоторые компании открывают для себя нетрадиционные источники данных такие, как изображения, аудио и видео, интернет вещей и неизведанные уголки сети. Однако современные технологии: компьютерное видение, системы распознавания закономерностей и когнитивная аналитика, помогают пролить свет на “темные” источники информации, благодаря чему бизнес может существенно улучшить и процесс принятия решений.

Во времена стремительного развития технологий данные – это конкурентное преимущество. Именно они позволяют подтверждать или опровергать предположения, а также принимать верные решения.

До недавнего времени пассивный подход к данным и аналитике был стандартной практикой. Его целью является создание отчета в рамках определенной системы или функции компании. Соответственно, полученные выводы оказывались либо ограниченными, либо бесполезными.

Сегодня специалисты используют распределенные базы данных, машинное обучение, визуализацию и другие технологии для получения ответа на свои вопросы и выявления закономерностей. Аналитика начала доминировать в IT-сфере. Согласно опросу 2016 Global CIO Survey аналитика является приоритетным направлением для инвестиций.

Освоение новых инструментов и навыков приведет к тому, что в ближайшие 18-24 месяца все больше компаний начнут обращаться к «темной» аналитике: изучению неструктурированных данных, позволяющих оценить все нюансы бизнеса. Этот подход ориентируется на такие источники данных, как сообщения, документы, видео, аудио и изображения, а также непроиндексированные ресурсы в сети.

Интернет-вселенная увеличивается вдвое каждый год. Ожидается, что к 2020 она достигнет размера 44 триллиона гигабайт. При этом «на поверхности» находится лишь небольшая часть данных. А учитывая, что к 2020 в мире будет 20,8 миллиардов подключенных устройств, у компаний появится множество новых источников для сбора информации.

С чего начать?

Ранняя подготовка к работе с «темными» данными позволит вашей организации уже сегодня делать ценные выводы и расширять свои возможности в будущем. Этот процесс начинается с ряда шагов:

• Задавайте правильные вопросы . Прежде чем окунаться в океан данных, обсудите с командой, на какие вопросы вы хотите получить ответы. Затем начните работать только с актуальными источниками.
• Анализируйте данные за рамками организации . Вы можете дополнять собственные данные общественно доступной информацией. Это позволит делать выводы в актуальном контексте.
• Привлекайте многопрофильных специалистов . Аналитики играют важнейшую роль в любой организации, особенно если у них есть опыт работы в различных сферах.
• Освойте инструменты для визуализации . Не все сотрудники вашей компании смогут понять и применять в работе сложные статистические данные. Их визуализация позволит донести до каждого члена команды значение сделанных вами выводов.
• Включите аналитику в общую стратегию бизнеса . Пора перестать относиться к ней как к функции IT. А для этого нужно заручиться поддержкой руководства.
• Мыслите широко . Ваша новая стратегия работы с данными должна стать частью архитектуры бизнеса, чтобы ее могли использовать все члены команды.

Так как большая часть данных в сети еще не изучена, организации будут открывать для себя новые источники ценной информации. Однако важно не потерять фокус и четко сформулировать вопросы, на которые вы хотите получить ответы.

3. Машинный интеллект

Благодаря стремительному развитию появились уникальные, но часто недооцененные, AI возможности такие, как машинное обучение, глубокое обучение, когнитивный анализ, роботизация и боты. Они могут повышать эффективность сотрудников, справляться со сложными задачами и даже имитировать общение с человеком.

Использование аналитики для выявления закономерностей открыло перед компаниями множество новых возможностей: они начали по-другому подходить к взаимодействию с клиентами, развитию навыков сотрудников и созданию новых продуктов и услуг.

Искусственный интеллект уже способен выполнять некоторые задачи, которые еще недавно были доступны только человеку. Однако он является лишь частью системы развития когнитивных вычислений. Машинный интеллект (MI), к примеру, машинное обучение, когнитивная аналитика и боты, играют куда более значимую роль.

Компании по всему миру внедряют машины в различные процессы, в ближайшие несколько месяцев их число будет только расти. Расходы на это направление достигнут 31,3 миллиарда долларов к 2019. А по данным опроса 2016 Global CIO Survey 64% руководителей из сферы IT назвали когнитивные технологии важным направлением для инвестирования в ближайшие два года.

С чего начать?

Сегодня сложные алгоритмы и аналитические техники позволяют решать задачи и автоматизировать многие процессы. Машинный интеллект будет особенно полезен в следующих вопросах:

• Курирование данных . MI способен проанализировать каждый элемент данных и предложить эффективные способы решения возникающих проблем.
• Решение сложных задач . Четкая формулировка проблемы, выбор подходящих техник и обеспечение необходимых условий позволит вам применять машинный интеллект для решения более сложных задач.
• Сотрудничество . Рассмотрите возможность партнерства с поставщиками услуг , которые захотят вкладываться в ваши усилия. Также сотрудничайте с учеными и экспертами для получения ценного опыта.
• Индустриализованная аналитика . Внедряйте надежные подходы, платформы и инструменты на всем предприятии.

Искусственный интеллект чаще упоминается в заголовках, но машинный интеллект куда важнее для бизнеса. Его применение позволит организациям перейти от ретроспективной аналитики к . Возможность получать подобные данные и использовать их для автоматизации решения задач свидетельствует о начале новой когнитивной эры.

4. Смешанная реальность

Потенциал дополненной и виртуальной реальности продолжает расти, компании открывают все новые способы их использования. Немаловажную роль в этом процессе сыграло развитие интернета вещей: сенсоров и подключенных устройств, которые позволяют создавать интегрированный и расширенный цифровой и физический ландшафт. 2D экраны начинают постепенно уступать инструментам, использующим сенсоры, жесты, голос, окружение и интернет-контент. Самое время начать осваивать этот новый мир.

Усовершенствования дополненной и виртуальной реальности могут изменить подход к взаимодействию с технологиями. Потенциал этих направлений не ограничивается играми и развлечениями, все больше организаций начинают использовать в своих стратегиях AR, VR и IoT. Впервые эти технологии начали применяться в сферах здравоохранения, организации поставок и создания инфраструктуры умных городов.

Смешанная реальность (MR) – это контролируемое объединение виртуальной и дополненной реальности, а также интернета вещей. В рамках этого тренда виртуальный и реальный мир создают новую среду, в которой сосуществуют и взаимодействуют цифровые и физические объекты. MR позволяет создавать более естественные интерфейсы и доставлять необходимую информацию в любую локацию. Она может быть эффективно использована для обучения, выполнения операций, коммуникаций, маркетинга, обслуживания клиентов и шопинга.

Компании по всему миру инвестируют в платформы, устройства и программное обеспечение, стремясь заменить дисплеи на новую парадигму коммуникации и сотрудничества. Если им это удастся, нас ждут глобальные изменения в подходе к взаимодействию с пользователями.

С чего начать?

В ближайшем будущем смешанная реальность может существенно повлиять на то, как компании представляют свои продукты, и то, как клиенты с ними взаимодействуют. Начать внедрение новой технологии в бизнес стоит со следующих шагов:

• Опробуйте технологию . Помните, что помимо потрясающего опыта, смешанная реальность должна предлагать и другие возможности, необходимые для реализации бизнес-целей.
• Выходите за рамки . Использование MR для улучшения существующей стратегиибывает неэффективно. Не бойтесь начать с чистого листа.
• Развенчайте мифы . Смешанная реальность – это не элемент научной фантастики. Эти технологии уже активно осваиваются и запускаются в массовое производство.
• Не упустите возможности . Не стоит останавливаться только на популярных сегодня устройствах. Вкладывайте бюджет в перспективные направления.
• OT и IT . В некоторых индустриях MR может вывести сотрудничество операционных и информационных технологий на новый уровень. В этом случае потребуется создание новой инфраструктуры.

Смешанная реальность использует весь потенциал AR, VR и IoT технологий, комбинируя лучшее из виртуальной и физической реальностей. Она делает цифровой контент физически ощутимым и . В результате компании могут стирать границы между реальностью и фантазией, что упрощает процесс принятия решений, обработку важной информации и обмен данными. Без сомнения, MR – будущее вовлеченности.

5. Гибкая архитектура

Организации перестраивают свою архитектуру, комбинируя открытые ресурсы и стандарты, визуализацию и контейнеризацию. При этом они активно внедряют автоматизацию, связывают существующие и новые платформы и часто при этом полагаются на облачные сервисы. Все эти шаги являются частью набирающего популярность тренда стандартизации гибких моделей архитектуры, которые повышают эффективность, снижают затраты и позволяют быстро получать желаемые результаты.

Согласно опросу 2016 Global CIO Survey 46% респондентов назвали «упрощение IT-инфраструктуры» своим основным приоритетом. При этом почти четверть руководителей оценили надежность, функциональность и эффективность своих систем как неудовлетворительные.

В ближайшие 18-24 месяца IT-специалисты могут найти решение этих проблем в гибкой архитектуре, массовое освоение которой практически неизбежно. Эта модель ориентируется на облачные сервисы и виртуальные платформы, автоматизированные и тесно связанные друг с другом.

Подобная гибкая архитектура является отличной базой для быстрого развития и реализации инновационных решений, что способствует росту компании в условиях жесткой конкуренции и экономии ресурсов.

С чего начать?

Чтобы эффективно выстроить гибкую архитектуру в организации, следуйте следующим рекомендациям:

• Сформулируйте собственные принципы . Подходы к созданию гибкой архитектуры зависят от нужд и возможностей компании. Определите принципы и приоритеты, которыми вы будете руководствоваться в процессе реализации нового подхода.
• Распределите роли . Перед началом работы решите, какие вы будете использовать, кому они будут полезны и для достижения каких целей потребуются. Это позволит вам разработать более точную и детализированную стратегию.
• Объедините команды . Сформируйте группы специалистов разного профиля для работы над проектом. Чтобы упростить понимание концепций, используйте визуализацию данных.
• Учитывайте интересы бизнеса . Сместите фокус с краткосрочных нужд отдельных команд на долгосрочные нужды нескольких групп сотрудников.

Современные компании больше не могут позволить себе игнорировать влияние замедленного технического развития, а также изоляции и сложности IT-процессов на конечные результаты. Трансформация архитектуры с применением облачных технологий, платформ визуализации и контейнеров поможет бизнесу уверенно смотреть в будущее.

6. Все-как-сервис

Многие компании перепрофилируют свои возможности и продукты в пакеты услуг, которые могут быть использованы как внутри организации, так и за ее пределами. Однако новый подход требует существенных изменений в IT и обновления платформ.

Инновации в области технологий открывают перед компаниями новые возможности, позволяющие полностью изменить их подход к работе, взаимодействию с клиентами и партнерами.

Новые интернет-продукты и предложения совместно с аналитикой, социальными сетями и мобильными устройствами привели к появлению бизнес-моделей, выстроенных вокруг интуитивного опыта и . Но могут ли современные IT-системы поддержать эти инновации? Чаще всего, нет.

IT-специалистам следует переключиться на создание ориентированных на клиентов ценных строительных блоков, которые смогут поддержать будущее развитие бизнеса. В ближайшие 18-24 месяца подход все-как-сервис (XaaS) начнет все чаще реализовываться в бизнес-моделях.

XaaS позиционирует возможности, продукты и процессы не как вертикальные изолированные предложения, а как коллекцию горизонтальных услуг, которые могут быть использованы всеми командами организации. Новый подход позволяет повысить эффективность работы и по-новому начать взаимодействовать с клиентами, сотрудниками и партнерами.

С чего начать?

Начните переход от систем к сервисам со следующих шагов:

• Пересмотрите существующие предложения . Проанализируйте имеющиеся системы и продукты. Можно ли превратить их в услуги для расширения возможностей вашей бизнес-модели?
• Начните с малого . Реализуя новый подход, начните с небольших элементов – системы отслеживания наличия товара на складе или службы поддержки клиентов. Не стоит сразу перепрофилировать базовые предложения.
• Реализуйте подход поэтапно . Сначала измените или обновите платформы, затем добавьте новые возможности, решите возникшие конфликты и внедрите новые решения в систему. Если риски слишком велики, стоит пересмотреть приоритеты.
• Привлеките новых сотрудников . Пригласите в команду специалистов, у которых уже есть опыт работы с XaaS.
• Оцените последствия . Изменение всего одного элемента в IT-экосистеме может повлиять на весь рабочий процесс. Поэтому важно убедиться, что новый сервис впишется в архитектуру бизнеса.

Трансформация существующих продуктов, процессов и систем в пакеты сервисов поможет оптимизировать IT-операции и даже генерировать новые источники доходов.

Цифровизация бизнеса размывает физический и виртуальный миры, преобразуя бизнес-проекты, отрасли, рынки и организации. Продолжающаяся эволюция бизнеса использует новые технологии для интеграции физического и виртуального миров, создания совершенно новых бизнес-моделей. Будущее будет определяться умными устройствами, предоставляющими всё большее проникновение цифровых услуг во все аспекты жизни. Gartner называет взаимодействие людей, устройств, контента и услуг "интеллектуальной цифровой группой" (intelligent digital mesh ). Это обеспечивается цифровизацией бизнес-платформ, предоставляющих богатый интеллектуальный набор услуг для поддержки бизнеса.

Gartner выделяет 10 основных технологических тенденций, которые можно объединить в три группы – искусственный интеллект (ИИ), цифровизация, построение mesh -сетей (см. Рис. 1).

Рисунок 1. Top 10 Strategic Technology Trends for 2018

"Интеллектуальный тренд" исследует, как ИИ проникает практически во все существующие технологии и создает совершенно новые направления. Применение ИИ станет основным направлением для поставщиков технологий до 2022 года. Использование ИИ будет способствовать появлению всё более гибких автономных систем.

1. Использование ИИ
2. Интеллектуальные приложения и аналитика
3. Интеллектуальные вещи

"Цифровой тренд" фокусируется на смешении физического и цифрового миров. В связи с тем, что поток данных, генерируемый вещами растет экспоненциально, вычислительные мощности смещаются к границам сетей для обработки этого потока информации и на центральные узлы отправляются только сводные данные. Цифровые тенденции, наряду с возможностями, предоставляемыми ИИ, являются драйверами нового этапа цифровизации бизнеса и создания экосистемы цифрового бизнеса.

1. Цифровые модели
2. Граничные облачные вычисления
3. Диалоговые системы
4. Технологии погружения (Immersive Experience)

"Тренд построения mesh-сетей" относится к использованию связей между всё увеличивающимся количеством людей и компаний, а также устройств, контента и услуг, для достижения результатов цифрового бизнеса. Ячеистая топология (mesh) требует использования новых возможностей, которые обеспечат глубокую безопасность и смогут реагировать на возникающие события в этих соединениях.

1. Блокчейн
2. Событийно-управляемая модель (Event-driven model)
3. Непрерывная оценка риска и степени доверия (Continuous Adaptive Risk and Trust, CARTA)

В данном списке представлены направления развития, которые еще не получили широкого распространения, но имеют значительное отраслевое воздействие. До 2022 года технологии, связанные с этими тенденциями, достигнут достаточного уровня зрелости.

Тренд 1. Использование ИИ

Создание систем, которые обучаются, адаптируются и потенциально действуют автономно, станет основным направлением разработок, по крайней мере, до 2020 года. Возможность использования ИИ для повышения эффективности принятия решений, создания новых бизнес-моделей и экосистем приведет к выигрышу в цифровых инициативах до 2025 года. Развитие ИИ строится на многочисленных технологиях, которые развивались на протяжении многих лет. Это приводит к тому, что:

• используются всё более продвинутые алгоритмы машинного обучения – контролируемые, неконтролируемые и алгоритмы обучения с подкреплением;
• для машинного обучения доступны огромные массивы данных;
• для обработки большого объема данных и сложных алгоритмов используются аппаратные средства, обеспечивающие практически безграничные вычислительные мощности.

При этом сегодняшние задачи подразумевают использование «узкого ИИ» - см. Рис. 2.

Рисунок 2. Narrow AI"s Place in the Long History of AI

«Узкий ИИ» состоит из высокоуровневых программ машинного обучения, ориентированных на решения конкретных задач (например, понимание человеческого языка или управление транспортным средством в контролируемой среде). Используемые алгоритмы оптимизированы для конкретной заданной задачи. Все имеющиеся примеры реальных реализаций или разработок ИИ являются примерами «узкого ИИ». С другой стороны, общий искусственный интеллект (General AI) использует машинное обучение для решения широкого спектра задач. Такие системы ИИ, если бы они существовали, успешно выполняли бы любую интеллектуальную задачу, которую мог бы выполнять человек, и постоянно обучались, как это делают люди. Подобные системы, вероятно, не будут созданы, но интерес к ним не утихает.

Технологии ИИ быстро развиваются. Успешное использование этих технологий требует значительных инвестиций. Недостаточное развитие науки о данных, вероятно, затруднит применение ИИ в краткосрочной перспективе. К 2020 году 30% новых проектов будут развивать ИИ совместными командами ученых и программистов.

Прикладное применение ИИ приводит к ряду интеллектуальных реализаций. К ним относятся как физические устройства (такие как роботы, автономные транспортные средства и бытовая электроника), так и приложения, и услуги (виртуальные персональные помощники и интеллектуальные консультанты). Эти реализации ИИ будут позиционироваться как новый класс явно интеллектуальных приложений и вещей. Они обеспечат встроенный интеллект в широкой спектр взаимодействующих между собой устройств, а также в существующие программные и сервисные решения. Для создания подобных систем используется сложная научная база. Это означает, что многие организации будут использовать ИИ в основном уже в готовых интеллектуальных приложениях и вещях, в том числе по принципу «модель как сервис» (models as a service, MaaS).

Тренд 2. Интеллектуальные приложения и аналитика

Компании применяют методы ИИ для создания новых категорий систем, например, виртуальные клиентские помощники, VCA, а также для улучшения традиционных приложений (таких как системы анализа производительности, системы анализа продаж и маркетинга, системы безопасности). Интеллектуальные приложения смогут трансформировать характер работы и структуру рабочего места. При изучении того, как и где возможно использовать ИИ, целесообразно сосредоточиться на трех целевых доменах:

• Аналитика : ИИ может использоваться для создания более предиктивной или предписывающей аналитики. ИИ также используется для расширенной аналитики;
• Процесс : ИИ может управлять более интеллектуальными действиями приложения. Например, вы можете использовать ИИ для интеллектуального сопоставления счетов или анализа документов электронной почты для улучшения качества обслуживания;
• Пользовательский опыт : взаимодействие на человеческом языке, используемое для создания VPA, распознавание лиц или другие приложения ИИ для понимания эмоций пользователя, контекста или намерения и прогнозирования потребностей.

В течение следующих нескольких лет практически каждое приложение или сервис будут включать ИИ в каком-либо объеме. Некоторые из этих приложений станут интеллектуальными приложениями в явном виде и не могут существовать без ИИ и машинного обучения. Другие будут использовать ИИ незаметно для пользователя.

VPA, такие как Google Now, Microsoft Cortana, Apple Siri, Алиса от Яндекс, чат-боты (например, Facebook Messenger) быстро развиваются и могут работать с ИИ (например, Wit.ai). Приложения могут создавать новый интеллектуальный промежуточный уровень для взаимодействия между людьми и системами. Например, в здравоохранении online-консультанты, оснащенные ИИ, могут улучшить понимание проблемы врачами, что позволит предоставлять более персонализированные методы лечения.

Расширенная аналитика позволит больше времени уделять исследованиям

Расширенная аналитика - это стратегическая парадигма данных и аналитики нового поколения, на которую оказывает влияние ИИ – см. Рис. 3. ИИ использует машинное обучение для автоматизации процесса подготовки данных и предварительной подготовки информации. Расширенная аналитика позволит специалистам сосредоточиться на решении специализированных проблем. Пользователи будут тратить меньше времени на подготовку данных и больше времени на анализ наиболее важных идей.

Рисунок 3. Augmented Analytics for Citizen and Professional Data Scientists

Как небольшие стартапы, так и крупные компании теперь предлагают приложения с расширенными возможностями аналитики с использованием ИИ. К 2020 году расширенная аналитика станет доминирующим драйвером для систем анализа данных, и автоматизация задач в области информатики позволит непрофессиональным ученым производить больший объем расширенного анализа, чем сегодня специализированным ученым-исследователям.

Тренд 3. Интеллектуальные вещи

Интеллектуальные вещи - это системы, которые выходят за рамки жестко заданных программных моделей, и используют ИИ для расширения модели поведения, что приводит к более естественному взаимодействию с окружающей средой и людьми. ИИ способствует развитию новых интеллектуальных решений, таких, как беспилотные транспортные средства, роботы и дроны, а также предоставляет расширенные возможности для множества существующих платформ, потребительских и промышленных систем, подключенных к IoT (см. Рис. 4).

Рисунок 4. Intelligent Things Span Many Sectors

Интеллектуальные вещи являются либо полу-, либо полностью автономными. Слово "автономный", когда оно используется для описания интеллектуальных систем, необходимо интерпретировать. В понимании Gartner "автономный" означает свободу от внешнего контроля или влияния человека. Имеется в виду, что эти интеллектуальные вещи могут функционировать без надзора в течение определенного периода времени для решения поставленной задачи. Интеллектуальные вещи могут иметь различные уровни автономии, о чем свидетельствуют следующие примеры:

• Роботы-пылесосы, которые имеют ограниченную автономность и ограниченный интеллект;
• Дроны, которые в полете могут автономно уклоняться от препятствий;
• Беспилотные летательные аппараты, которые могут летать в зданиях, в том числе через окна и двери.

Автономные дроны и роботы претерпят значительную техническую эволюцию, основанную на моделях и алгоритмах машинного обучения. Достижения в одной области будут доступны приложениям из других областей.

Использование беспилотных транспортных средств в контролируемых условиях (например, сельское хозяйство, добыча полезных ископаемых или складирование) является растущей областью интересов интеллектуальных вещей. В промышленных условиях транспортные средства могут быть полностью автономными. При этом к 2022 году, по оценке Gartner, будут доминировать полуавтономные сценарии, требующие участия водителя и такие автономные транспортные средства будут использоваться на дорогах в ограниченных, четко определенных контролируемых зонах (пример - использование беспилотных такси в рамках технопарка Сколково).

ИИ будет все чаще внедряться в повседневные вещи - умная бытовая техника, умные колонки, оборудование для больниц. Это явление тесно связано с появлением диалоговых платформ, расширением IoT и тенденцией к разработки цифровых моделей.

Другие рынки будут иметь аналогичный потенциал для реализации встроенного интеллекта. Например, современный цифровой стетоскоп может записывать и сохранять звуки пульса и дыхания. Сбор и хранение таких данных, связывание этих данных с диагностической и лечебной информацией, а также создание приложений, использующих ИИ, позволит врачам получать помощь в диагностировании пациентов в режиме реального времени. Однако, при реализации более сложных сценариях необходимо учитывать такие важные вопросы, как конфиденциальность пациентов и нормативные ограничения. Gartner считает, что эти не технические проблемы и сложность создания узкоспециализированных помощников замедлят внедрение ИИ в промышленных IoT и других бизнес-сценариях. Организации, которые смогут устранить эти барьеры, будут иметь значительные конкурентные преимущества.

Рой умных вещей будет работать вместе

По мере того как количество интеллектуальных систем будет разрастаться, Gartner ожидает перехода от автономных интеллектуальных вещей к рою интеллектуальных вещей. При такой реализации несколько устройств будут работать вместе, независимо от людей или с управлением одним человеком. Например, если дрон произвел осмотр полей и обнаружил, что какие-то из них готовы к уборке, он может отправить в нужное место «автономный комбайн». На логистическом рынке наиболее эффективным решением может быть использование беспилотных автомобилей для перевозки грузов до перевалочных складов. Роботы и дроны, находящиеся на борту этих беспилотных автомобилей, смогут затем произвести окончательную доставку товара покупателю. Военные проводят работы в данной области и изучают возможность использования роев дронов для нападения или защиты военных целей.

Тренд 4. Цифровые модели

Цифровая модель - это цифровое представление реальной сущности или системы – Рис. 5.

CAD = computer-aided design; FEA = finite element analysis; ML = machine learning

Рисунок 5. Digital Twins Are Digital Representations of Real-World Objects

Реализация цифровой модели представляет собой программный модуль, который отражает уникальный физический объект. Данные из нескольких цифровых моделей могут быть агрегированы для составного представления о нескольких реальных объектах. Понятие цифрового представления реальных объектов или систем не ново. При этом, в рамках последних разработок:

• обеспечивается надежность моделей;
• обеспечивается связь цифровых моделей с реальным миром, потенциально в режиме реального времени;
• используются big data и ИИ;
• обеспечивается возможность взаимодействия моделей и оценка сценариев «что, если».

Построение цифровых моделей в рамках проектов IoT сегодня представляет определенный интерес. Хорошо продуманные цифровые модели активов могут значительно упростить и ускорить принятие решений на предприятиях. Модели связаны с их реальными аналогами и используются для понимания состояния вещей или системы, реагирования на изменения, улучшения операций. Сначала организации будут внедрять простые цифровые модели. Они будут развивать эти модели, улучшая их способность собирать и визуализировать правильные данные, применять нужную аналитику и различные наборы правил. После 2027 года использование цифровых моделей будет применяться уже не только инженерами-технологами и учеными-исследователями.

Цифровые модели могут повысить понимание данных и улучшить принятие решений, и в конечном итоге будут помогать в разработке новых бизнес-сценариев. Их использование принесет множество преимуществ в различные сроки, в том числе:

• Краткосрочный период: цифровые модели будут применяться в мониторинге, оптимизации и улучшении пользовательского опыта, что важно почти во всех отраслях. Переход от превентивного к предиктивному обслуживанию - это наиболее ценное использование цифровых моделей систем и механизмов. Преимущества для клиентов включают сокращение времени простоя и снижение эксплуатационных расходов.
• Среднесрочный период: организации будут использовать цифровые модели для управления компаниями и повышения операционной эффективности. Цифровые модели будут использоваться для планирования периодов обслуживания оборудования и прогнозирования отказа, на основе полученных данных о состоянии систем, что позволит ремонтировать оборудование в нужные моменты (предиктивно), чтобы предотвратить его отказ. Организации также будут использовать цифровые модели для улучшения процесса разработки, используя их для имитации поведения новых продуктов на основе понимания цифровой модели предыдущих реализаций с учетом их стоимости, оказания воздействия на окружающую среду и производительности.
• Долгосрочные период: цифровые модели будут способствовать развитию инноваций, путем предоставления информации о том, как использовать и улучшать продукты и услуги. Новые бизнес-модели могут сосредоточиться на упреждающих советах. Например, инженеры-автомобилестроители могут использовать цифровые модели совместно с инструментом аналитики для анализа того, как будет управляться конкретный автомобиль, чтобы предложить новые функции для снижения аварийности. Инженеры смогут также предлагать новые решения для обслуживания машины с точки зрения водителя.

Цифровые модели будут связаны с другими цифровыми объектами

Цифровые модели объединяют огромные объемы информации об отдельных активах и группах, часто обеспечивая контроль над ними. По мере развития, модели будут «общаться друг с другом», например, чтобы создать модель «цифрового завода» из множества связанных цифровых моделей отдельных цехов, сборочных линий и т.д. Цифровые модели активов будут связаны с другими цифровыми объектами для людей (цифровые персоны), процессов (правоохранительных органов) и пространств (цифровых городов). Понимание этих связей, выделение отдельных элементов, где это необходимо, и отслеживание взаимодействий будет важно для поддержки безопасной цифровой среды.

Хотя сегодня большое внимание уделяется цифровым моделям активов в области Интернета вещей, более сложные цифровые модели реального мира оказывают гораздо большее влияние. Цифровые модели построены на концепции, что виртуальные модели активов сосуществуют и связаны с реальными активами - они являются двойниками. Однако эта концепция не ограничивается активами (или вещами). Создание цифровых аналогов реальных элементов развивается по различным направлениям. Подобно цифровым моделям, эти цифровые аналоги объектов часто создаются из структур метаданных и моделей вещей, не связанными, или незначительно связанными с реальными объектами.

Тренд 5. Граничные облачные вычисления

Граничные вычисления (edge computing) описывают вычислительную топологию, в соответствии с которой сбор, обработка и доставка контента располагаются ближе к источникам и потребителям информации. Граничные вычисления основаны на концепциях mesh-сетей и распределенных вычислений. В этой концепции данные стараются обрабатывать локально, с целью сократить трафик в сети и задержку при доставке контента. По сути, понятие граничных вычислений существует уже много лет. Маятник «где обрабатывать данные» качался между централизованным подходом (например, мэйнфреймом или централизованным облаком) и более децентрализованными подходами (такими, как ПК и мобильные устройства). Проблемы со связностью и задержкой, ограничения полосы пропускания стандартных подходов построения сети, а также большая функциональность, заложенная в концепцию граничных вычислений, благоприятствуют развертыванию распределенных моделей. Пока данная топология, приложения и сетевые архитектуры не получили широкого применения. Платформы для управления системами и сетями необходимо будет расширить, включив в них особенности технологий граничных вычислений. К данным технологиям относятся прореживание, сжатие и защита данных, локальная аналитика. Edge computing решает многие насущные проблемы, такие как высокая стоимость WAN-сети и неприемлемые задержки. Топология граничных вычислений позволит в ближайшем будущем однозначно определить особенности цифрового бизнеса и ИТ-решений.

Edge Computing привносит распределенные вычисления в облачные системы

Большинство специалистов рассматривают облачные и граничные вычисления как конкурирующие подходы построения сетей. Развертывание публичных облаков рассматривается как существенная экономия, централизация точек обработки данных, в том числе с выполнением вычислений, которые более оптимально было бы выполнять на границе сети. Но это неправильное понимание обоих понятий. Облачные вычисления - это стиль вычислений, в котором гибко масштабируемые технологические возможности поставляются как услуга с использованием интернет-технологий. Облачные вычисления не требуют централизации. Граничные вычисления привносят аспекты распределенных вычислений в облачную модель. Необходимо рассматривать облачные и граничные вычисления как взаимодополняющие, а не конкурирующие концепции – Рис. 6.

Рисунок 6. Cloud and Edge Computing Are Complementary Concepts

В некоторых реализациях "облаков" уже используется подход, который распределяет функциональные возможности к границе сети (например, Microsoft Office 365 и AWS Greengrass). Gartner ожидает, что этот подход будет использоваться чаще, поскольку поставщики облачных технологий продвигаются дальше на рынок IoT, а поставщики IoT систем используют построение "облаков" для более эффективного управления своими решениями. Несмотря на то, что IoT является сильным драйвером для подхода «от облака к границе», эта тенденция также принесет пользу для мобильных устройств или стационарных PC. Вероятнее всего, появятся другие решения, подобные «Office 365».

Тренд 6. Диалоговые системы

Диалоговые системы приведут к новому большому сдвигу парадигмы в том, как люди взаимодействуют с цифровым миром. Сложность перевода намерения (определения задачи) пользователя будет перемещаться от человека к компьютеру. Система получит вопрос или команду от человека обычным языком. Система ответит человеку, выполнив функцию, предоставив контент или запрашивая дополнительные данные.

Диалоговая система обеспечивает высокоуровневую модель проектирования и механизм выполнения, в котором происходит взаимодействие человека и машины. Как предполагает термин «диалоговая», интерфейсы взаимодействия реализуются в основном на устном или письменном языке пользователя. Со временем будут добавлены и другие механизмы взаимодействия – зрение, вкус, запах, прикосновения. Использование расширенных сенсорных каналов будет поддерживать расширенные возможности, такие как обнаружение эмоций посредством анализа выражения лица или состояния здоровья человека посредством анализа запахов.

В течение следующих нескольких лет диалоговые системы, основанные на естественном (вербальном или письменном) языке, станут основной целью для взаимодействия с пользователем. Gartner прогнозирует, что к 2019 году 20% взаимодействия пользователей со смартфонами будут проходить через VPA (виртуальный личный помощник, virtual personal assistant). Исследование Gartner показало, что уже сейчас четверть пользователей смартфонов используют VPA ежедневно или еженедельно.

Диалоговые платформы наиболее узнаваемы в следующих форматах:

• VPA, такие как Amazon Alexa, Apple Siri, Google Assistant и Microsoft Cortana;
• VCA (виртуальное вычислительное устройство , virtual compute appliance), такие как IPsoft"s Amelia, Watson Virtual Agent, Artificial Solutions, Interactions, Next IT и Nuance;
• Структуры Chatbot, такие как Amazon Lex, API.AI от Google, IBM Watson Conversation и Microsoft Bot Framework.

Взаимодействие в диалоговых системах обычно неформально и двунаправленно. Взаимодействие может быть простым запросом или вопросом (например, «какая погода на улице?» или «сколько времени?») с простым ответом. В ином случае, это может быть структурированное взаимодействие, например, необходимое для бронирования столика в ресторане или номера в гостинице. По мере развития технологии возможно будет реализовывать чрезвычайно сложные запросы, что приведет к получению достаточно сложных результатов. Например, диалоговая система сможет собрать устные показания свидетелей преступления, и на основании их составит образ подозреваемого.

Рисунок 7. Conversational Platforms Include New User Experience Design Elements

Тренд 7. Технологии погружения (Immersive Experience)

В то время как диалоговые платформы меняют способ взаимодействия людей с цифровым миром, виртуальная реальность (virtual reality, VR), дополненная реальность (augmented reality, AR) и смешанная реальность (mixed reality, MR) меняют то, как люди воспринимают цифровой мир. Этот комбинированный сдвиг в моделях восприятия и взаимодействия приведет к реализации впечатляющего пользовательского интерфейса.

VR и AR - это отдельные, но связанные технологии. MR расширяет оба подхода, чтобы более надежно подключить физический мир. Визуальный аспект взаимодействия важен, но существуют также и другие модели взаимодействия, такие как сенсорная (тактильная обратная связь) и звуковая (пространственный звук). В большей степени это касается MR, в которой пользователь сможет взаимодействовать с цифровыми и реальными объектами, сохраняя при этом присутствие в физическом мире.

VR обеспечивает компьютерную 3D-среду, которая окружает пользователя и естественным образом реагирует на действия человека. Обычно это происходит с помощью шлема виртуальной реальности (head-mounted display, HMD), который занимает все поле зрения пользователя. Контроллеры распознавание жестов или миниатюрные контроллеры отслеживают положения рук и тела, позволяя использовать сенсорную обратную связь. Стационарные контроллеры обеспечивают более глубокое чувство погружения в виртуальную реальность, с возможностью организации трехмерного изображение сразу для нескольких участников.

AR - это использование в режиме реального времени информации в виде текстовых, графических, видео и других виртуальных дополнений, интегрированных с объектами реального мира. Дополненная реальность реализуется посредством использования шлема виртуальной реальности или мобильного устройства. Наложение элементов виртуального мира на фон реального мира отличает дополненную реальность (AR) от виртуальной (VR). AR стремится улучшить взаимодействие пользователей с реальной физической средой, а не отделять их от нее. Это определение также относится и к смешенной реальности (МР), которая дополнительно объединяет элементы многих видов технологий погружения.

Рынок VR и AR является молодым и разрозненным. Однако инвестиции в эту область не уменьшаются. В 2016 году было выделено 2.09 млрд. долларов США, в 2017 году планировалось увеличение на 3% до 2,16 млрд. долларов. Большая часть инвестиций предназначена для разработки базовых технологий, или для технологий, позволяющих совершить технологический скачок в данной области. В 2017 году Apple представила ARKit 15, а Google – ARCore. Эти технологические платформы виртуальной реальности предназначены для мобильных вычислительных устройств компаний, и они указывают на значительный долгосрочный интерес со стороны лидеров рынка. ARCore и ARKit, Google Cardboard и Daydream, Samsung Gear VR используют смартфон в качестве вычислительной платформы для VR и AR.

VR и AR могут повысить производительность

Интерес к технологиям высок, что приводит к многочисленным новым приложениям для виртуальной реальности. Многие из них не представляют никакой реальной ценности для бизнеса, помимо организации дополнительных развлечений, таких как видеоигры и 360-градусные сферические видеоролики. Для компаний это означает, что рынок хаотичен. AR и VR часто используются как новинка для взаимодействия с клиентами. Обычно дополненная реальность реализуется через смартфон (как у Pokémon Go). Иногда это вариант использования шлема виртуальной реальности (например, Everest VR на HTC Vive, который позволяет зрителям наслаждаться просмотром, когда они практически поднимаются на Эверест). Однако 40% организаций, использующих или использующих AR, считают, что технология превосходит их ожидания.

До 2021 года потребительский и деловой контент, а также и приложения для виртуальной реальности будут быстро развиваться. В 2018 году рынок виртуальной реальности достигнет 67,2 млн. устройств. До 2021 год технология head-mounted display (HMD) будет значительно улучшаться, но наиболее широко будет распространена технология AR на мобильных устройствах.

Дальнейшим развитием является смешанная реальность - Рис. 8. Она реализует технологию, которая оптимизирует интерфейс, более соответствующий тому, как люди взаимодействуют со своим миром. MR использует шлемы виртуальной реальности, смарфоны и планшеты, умные зеркала, системы отображения информации на лобовом стекле автомобиля и проекторы. Смешанная реальность выходит за рамки использования только визуальной информации, в ней также используются звуковые, тактильные и другие сенсорные каналы ввода/вывода. MR также включает в себя маяки и датчики, встроенные в среду вокруг пользователя.

Рисунок 8. The Future of the User Experience (UX)

Интеграция VR и AR с различными системами (мобильными, носимыми, IoT, множеством датчиков, диалоговыми платформами) расширит возможности приложений. Помещения и окружающее пространство станут взаимодействовать с вещами, и работать вместе с виртуальными мирами. Представьте себе склад, который может не только определять присутствие рабочих, но также помогать им понять состояние обслуживаемого оборудования и визуально показывать детали, требующие замены. При этом, хотя потенциал VR и AR впечатляет, для широкого внедрения и использования предстоит еще решить много сложных задач.

Тренд 8. Блокчейн

Блокчейн развился из цифровой валютной инфраструктуры в платформу для цифровой трансформации. Блокчейн и другие технологии с распределенной базой данных обеспечивают доверие к ненадежным средам, устраняя необходимость в едином центре аутентификации. В этом исследовании Gartner используется термин «блокчейн» как общий термин для всех технологий с распределенной базой данных. Технологии блокчейн предлагают радикальный отход от текущих централизованных транзакций и механизмов учета.

По своей сути, блокчейн является общей, распределенной, децентрализованной и токенизированной базой данных. Блокчейн - мощный инструмент для цифрового бизнеса и обеспечивает:

• Устранение сложностей взаимодействия в бизнесе и технике;
• Возможность создания собственного актива и его распространение;
• Создание управляемую доверительную модель .

Блокчейн набирает популярность, поскольку он предлагает возможности преобразования операционной модели отрасли. Финансирование проектов блокчейн продолжает расти, и одной из интересных разработок является использование первичного размещения (initial coin offerings, ICO) в качестве источника финансирования. Повышенный интерес к блокчейну первоначально находился в финансовой отрасли. Но блокчейн имеет много потенциальных реализаций помимо финансовых услуг, включая государственные приложения, здравоохранение, производство, логистику, распространение контента, проверку подлинности и патентное право.

Критическим аспектом технологии блокчейн является нерегулируемое государством создание и перевод денежных средств, примером которых является биткоин. Эта возможность финансирует большую часть развития блокчейна, но в связи с этим беспокоит государственных регуляторов и правительство. Дискуссии о разрешенных, не разрешенных, гибридных и частных экосистемах и управлении этими системами приведут к более надежному анализу распределенных баз данных. Рабочие решения появятся в 2021 году по мере завершения этого анализа.

Блокчейн потенциально предлагает значительные долгосрочные преимущества, несмотря на имеющиеся проблемы

К основным потенциальным преимуществам блокчейна относятся:

• Улучшенный денежный поток
• Снижение транзакционных издержек
• Сокращение расчетного времени
• Происхождение активов
• Создание собственного актива
• Новые модели доверия

Использование открытого блокчейна может устранить необходимость использования доверенных центров аутентификации в записях транзакций и арбитражных спорах. Это связано с тем, что доверие встроено в модель через неизменные записи в распределенной базе данных. Потенциал этой технологии для радикального преобразования экономических взаимодействий должен поднять ряд важных вопросов для общества, правительств и компаний. Пока нет четких ответов на эти вопросы.

Блокчейн сталкивается с другими важными вопросами, которые не позволят реализовать надежные масштабируемые решения в срок до 2022 года. Технологии и концепции блокчейн являются незрелыми, плохо понятными и недоказанными в критически важных бизнес-операциях.

Тренд 9. Событийно-управляемая модель (Event-Driven Model)

Бизнес всегда ощущает и готов использовать новые аспекты цифровых технологий. Это центральное место в цифровизации бизнеса. Бизнес-события отражают начало определенных состояний или изменения состояний. Некоторые бизнес-события или комбинации событий представляют собой бизнес-моменты - выявленные ситуации, которые требуют определенных бизнес-действий. Наиболее важные бизнес-моменты имеют последствия для нескольких сторон (например, отдельные приложения, бизнес-направления или партнеры).

Более крупные бизнес-события можно обнаружить быстрее и проанализировать более подробно, используя брокеры событий, IoT, облачные вычисления, блокчейн, управление данными в памяти и ИИ. Но технология сама по себе не может обеспечить полную ценность событийно-управляемой модели. Для этого требуется внесение изменений в культуру и лидерство: ИТ-руководители, планировщики и архитекторы должны использовать «событийное мышление». К 2020 году для 80% цифровых бизнес-решений потребуется ситуационная осведомленность о событиях в реальном времени. И 80% новых бизнес-экосистем потребуется поддержка для обработки событий.

Событийно-управляемая архитектура оптимизирована для гибкости, отказоустойчивости, расширяемости, более низкой стоимости изменений, открытого дизайна. Для достижения целей пользователями в диалоговых платформах необходимо обеспечить динамический подход, основанный на событиях. Пользовательский интерфейс с диалоговыми платформами становится более интеллектуальным, реагируя на динамический и изменяющийся контекст пользователя и интегрируя различные системные элементы. Потоки данных из систем IoT представляют собой потоки событий. Принятие решений в режиме реального времени и ситуационная осведомленность требуют постоянного мониторинга и оценки событий.

События станут более важными в интеллектуальной цифровой mesh-сети

Модели проектирования приложений, управляемые запросами и событиями, являются взаимодополняющими – Рис. 10. Обе модели являются полезными, в зависимости от выполняемого бизнес-процесса. Модель, управляемая запросами, с ее командным и структурированным подходом обеспечивает большую уверенность и контроль взаимодействия между службами. Эта модель относительно жесткая, с ограниченным параллелизмом и созданием зависимостей. Подход, основанный на событиях, более гибкий, поддерживающий потоки событий и масштабирование в реальном времени. Но для этого требуется введение промежуточного уровня, брокера событий (event broker). Разработчики процессов, архитекторы и программисты должны рассматривать оба подхода как равные. Событийно-управляемая модель постепенно станет предпочтительным подходом из-за её гибкости.

Рисунок 10. Event-Driven and Request-Driven Application Design Models Are Complementary

Тренд 10. Непрерывная оценка риска и степени доверия (Continuous Adaptive Risk and Trust, CARTA)

Интеллектуальная цифровая mesh-сеть и связанные с ней цифровые технологические платформы и архитектура приложений создают все более сложный мир для построения систем обеспечения безопасности. Продолжающаяся эволюция «индустрии взлома» и использование в ней всё более сложных инструментов, включая те же самые передовые технологии, которые доступны для «добросовестных» компаний, значительно повышают потенциал угрозы. Надеяться на защиту периметра на основе статических правил уже некорректно и несовременно. Это особенно важно, поскольку организации всё чаще используют мобильные устройства, облачные сервисы и открытые API в процессе создания бизнес-экосистем для клиентов и партнеров. ИТ-руководители должны сосредоточиться на обнаружении угроз и реагировании на них, а также использовать традиционные меры, такие как блокировка, для предотвращения атак и других злоупотреблений. В то же время для цифрового бизнеса потребуется более совершенная защита доступа, когда системы и информация находятся в цифровой mesh-сети. Руководители по вопросам безопасности и управления рисками должны применять стратегический подход, основанный на непрерывной оценке риска и степени доверия (continuous adaptive risk and trust assessment, CARTA). Это жизненно важно для безопасного доступа к цифровым бизнес-инициативам в мире продвинутых таргетированных атак и позволит принимать решения в режиме реального времени, основанного на оценке риска и использовании доверительной модели.

Необходимо устранять барьеры между командами безопасности и разработчиков приложений

В рамках подхода CARTA организации должны устранять барьеры между командами разработчиков и безопасности. Аналогией данной ситуации является то, как инструменты и процессы DevOps преодолевают разрыв между разработкой и эксплуатацией. Команды безопасности не могут позволить себе дожидаться окончания процесса сборки и выпуска приложения для проведения подробного сканирования на наличие уязвимостей. Требования безопасности должны быть четко обозначены и легко интегрированы в процессы разработчиков, а не наоборот. Архитекторы информационной безопасности совместно с DevOps должны интегрировать процедуру тестирования в необходимые точки рабочих процессов. Организация работ должна быть прозрачной для разработчиков, обеспечивать совместную работу и гибкость среды разработки. Это приведет к созданию DevSecOps модели, показанной на Рис. 11.

Все платформы информационной безопасности должны предоставлять полную функциональность через API. Таким образом, процессы могут быть интегрированы в процесс DevOps и автоматизированы в предпочтительную инструментальную цепочку разработчика.

Выводы

Искусственный интеллект (ИИ) обеспечивает ценность для каждой отрасли, позволяя создавать новые бизнес-модели, поддерживая основные направления, такие как взаимодействие с клиентами, цифровое производство, умные города, беспилотные автомобили, управление рисками, компьютерное зрение и распознавание речи.

Поскольку люди, места, процессы и «вещи» становятся все более цифровыми, они будут представлены цифровыми моделями. Это обеспечит благодатную почву для новых событийно-управляемых бизнес-процессов, а также бизнес-моделей и цифровых экосистем.

Способ взаимодействия с цифровыми технологиями будет претерпевать радикальные преобразования в течение следующих пяти – десяти лет. Диалоговые платформы, дополненная реальность, виртуальная реальность и смешанная реальность обеспечат более естественное и захватывающее взаимодействие с цифровым миром.

Цифровой бизнес событийно-ориентирован, что означает, что он должен постоянно адаптироваться к новым вызовам. То же самое относится и к инфраструктуре безопасности и оценке рисков, которые ее поддерживают.

Пользовалась спросом лишь у любителей и дизайнеров. Они создавали одноразовые прототипы из пластика, потому что другие материалы, такие как металл, делали печать дорогим и невозможно долгим процессом.

Сейчас 3D-печать позволяет легко и быстро изготовить объекты из любого материала, в том числе металла. Это значит, что предприятиям не нужно хранить горы деталей на складе. После того как поступил заказ, его сразу можно изготовить и отправить клиенту. В долгосрочной перспективе заводы станут более универсальными. Производители смогут изготавливать детали разной сложности без дополнительного оборудования.

Эмбриологи Кембриджского университета смогли искусственно создать мышиные эмбрионы из стволовых клеток. Это достижение открывает новые возможности для понимания того, как зародилась жизнь.

Мы знали, что стволовые клетки обладают мощным потенциалом, но не представляли, что они могут самостоятельно организовываться в такие структуры.

Магдалена Зерница-Гёц, профессор биологии стволовых клеток и молекулярной биологии

Следующим шагом, по словам Магдалены, будет создание искусственного эмбриона из человеческих стволовых клеток. Над этим работают учёные в Университете Мичигана и Университете Рокфеллера.

Искусственные эмбрионы человека помогут изучить само понятие жизни. Однако в этом случае встаёт ряд этических вопросов. Что, если они окажутся неотличимыми от настоящих эмбрионов? Как долго их можно выращивать в лаборатории, прежде чем они почувствуют боль?

Понятие «умный город» пока из области фантастики. Все планы по созданию такой инфраструктуры до сих пор существуют лишь на бумаге. Однако нью-йоркская компания Alphab’s Sidewalk Labs в рамках проекта Quayside собирается переосмыслить эту идею и создать в Торонто целый квартал, используя новейшие цифровые технологии.

Alphab’s Sidewalk Labs планирует разместить множество датчиков, которые будут собирать информацию о городе и его жителях. В плане проекта говорится об автоматизированных транспортных средствах и роботах, работающих в метро. Кроме того, компания разместит программное обеспечение в открытом доступе, чтобы разработчики смогли создавать и внедрять свои сервисы.

Alphab’s Sidewalk Labs намерена внимательно следить за общественной жизнью. Это решение вызывает обеспокоенность у жителей города. Они переживают за . Однако сотрудники Sidewalk Labs считают, что смогут уладить этот вопрос.

По данным государственного агентства Waterfront Toronto, другие города Северной Америки уже стоят в очереди на участие в проекте Quayside.

Мне уже позвонили из Сан-Франциско, Денвера, Лос-Анджелеса и Бостона с просьбами о внедрении системы.

Уилл Фляйсиг, генеральный директор Waterfront Toronto

(ИИ) был дорогой игрушкой для крупных компаний вроде Amazon, Baidu, Google и Microsoft, а для остальных оказался недоступным и непонятным инструментом. Однако гиганты индустрии планируют размещать свои разработки в облачных сервисах, чтобы ими могли воспользоваться другие.

До сих пор в этой области доминировала AWS - дочерняя компания Amazon. Google не осталась в стороне и разработала TensorFlow - библиотеку ИИ с открытым исходным кодом. Её используют для разработки программ с машинным обучением. Недавно поисковый гигант анонсировал Cloud AutoML. Это набор систем, которые сделают ИИ более простым в использовании.

Microsoft вместе с Amazon создала Gluon - библиотеку машинного обучения с открытым исходным кодом. Она должна помочь в создании нейронных сетей - ключевой технологии искусственного интеллекта, которая грубо имитирует человеческое обучение.

Пока неизвестно, какая компания станет лидером рынка. В любом случае потребители останутся в выигрыше.

Искусственный интеллект прекрасно разбирается в предметах. Покажите миллион фотографий, и он с необычайной точностью определит, где изображён пешеход, переходящий дорогу. Однако ИИ долгое время был лишён возможности творить самостоятельно. Будь у искусственного интеллекта воображение, он мог бы использовать его для обучения. Например, нейросеть в беспилотном автомобиле научилась бы распознавать людей на дороге без необходимости выезжать на улицу.

Аспирант Монреальского университета Ян Гудфеллоу предложил решение этой проблемы. Он описал метод, который получил название «генеративно-состязательная сеть», или GAN. Алгоритм построен на взаимодействии двух нейросетей - генератора и дискриминатора. Одна из них создаёт изображения, а другая сравнивает их с базой данных и определяет подлинность.

Возьмём пример с . В начале обучения изображения пешехода будут отличаться от реальности. Генератор может рисовать его с тремя руками, огромной головой или вообще непохожим на человека. Дискриминатор будет браковать эти изображения. В конце концов одна нейросеть нарисует такого реалистичного пешехода, что другая не сможет отличить его от настоящего.

GAN по праву считают технологическим прорывом. Некоторые эксперты уверены, что с помощью этого алгоритма искусственный интеллект научится лучше понимать окружающий мир.

Это вымышленное существо из серии книг Дугласа Адамса «Автостопом по галактике». Своего рода органический имплантат, с помощью которого носитель может понимать любой язык. Рыбка переводит инопланетную речь в режиме реального времени и передаёт сигналы прямо в мозг.

Наши технологии пока не настолько продвинутые, но тоже кое-что умеют. Google анонсировала наушники Pixel Buds, которые, помимо выполнения своих основных задач, могут переводить иностранную речь в реальном времени с помощью голосового ассистента. Пока наушники находятся на стадии разработки. Однако каждый может получить доступ к базовой технологии голосового перевода на своём смартфоне.

Стоит упомянуть и Microsoft. Компания реализовала перевод в реальном времени через приложение Skype. Такими темпами человечество изобретёт свою вавилонскую рыбку.

Природный газ - дешёвый и доступный источник энергии. С помощью него добывают 30% электроэнергии в США и 22% во всём мире. Однако это загрязняет окружающую среду.

Американский стартап NetPower построил экспериментальную электростанцию в Хьюстоне. Диоксид углерода, который получается в результате сжигания газа, будут перерабатывать или продавать другим компаниям. С помощью новой технологии можно не только решить экологические проблемы, но и снизить стоимость производства электроэнергии.

Доказательство с нулевым разглашением - протокол, который защитит личные данные в Сети. Он обрёл большую популярность благодаря криптовалюте Zcash, которую запустили в 2016 году. Разработчики применили метод под названием zk-SNARK, чтобы пользователи могли совершать анонимные транзакции.

В большинстве публичных блокчейнов транзакции видны всем. В теории они анонимные, но, сопоставив данные из других источников, можно отследить пользователя. Виталик Бутерин, создатель Etherium - второй по популярности блокчейн-сети, назвал zk-SNARK «технологией, абсолютно меняющей игру».

Банки смогут проводить платежи, не разглашая при этом информации о клиенте. В прошлом году JPMorgan Chase добавил zk-SNARK в свою собственную платёжную систему на основе блокчейна. Обычные пользователи тоже не останутся в стороне. Например, они смогут доказать, что у них достаточно денег на карте, не раскрывая банковских данных.

Тем не менее предстоит ещё много работы. zk-SNARK - сложная и медленная технология, которая нуждается в дополнительной настройке.

9. Генетические прогнозы

Оказывается, самые распространённые болезни, черты характера и поведения, а также интеллект зависят не от одного или нескольких генов, а от их комбинаций. Используя данные крупных генетических исследований, учёные разработали так называемые полигенные оценки риска.

Новые тесты ДНК помогут создавать более эффективные лекарства. Фармацевтические компании смогут использовать результаты тестов в лабораторных исследованиях. Например, набрать группу добровольцев, у которых есть риск развития , для тестирования новых препаратов.

Проблема ДНК-тестов заключается в том, что, помимо болезней, они могут выявить черты характера и даже уровень интеллекта. С одной стороны, это хорошо, с другой - неизвестно, как будут обращаться с этой информацией педагоги и родители. Как изменится воспитание детей, если родители обнаружат низкий уровень интеллекта у ребёнка?

Химики давно мечтают об эффективных лекарствах на основе новых белков, о мощных батареях и соединениях, которые могут превратить солнечный свет в жидкое топливо. У нас нет всех этих вещей, потому что смоделировать молекулы на современных компьютерах очень тяжело. Не хватает мощности.

Попробуйте имитировать поведение электронов даже в простой молекуле, и вы столкнётесь с большими сложностями. Однако скоро всё изменится. Недавно исследователи IBM смоделировали молекулу с помощью 7-кубитного квантового компьютера. Со временем исследователи смогут моделировать более сложные молекулы на машинах с большим количеством кубитов.