隨著越來越多的行業在數字化方面趨于成熟，混合云、人工智能(AI)、機器學習(ML)等新興技術將越來越多地用于提高運營效率和降低成本。因此，我們認為2023年對于想要充分利用混合云強大潛力的企業來說將是關鍵的一年。以下四大技術趨勢將在未來一年極大地影響業務重心。
趨勢1：數據和應用正越來越多地轉向混合架構
我們發現企業的云戰略開始從“具有單一公有云提供商的本地云”演變為“擁有多家公有云提供商的本地云”。不僅如此，企業對云服務提供商的看法也在發生變化——如今企業尋求云提供商的中立性，并且在根據業務需求調整云戰略時避免供應商鎖定。
這導致對數據編織架構的需求不斷增加，在這種架構下，企業能夠跨多個地方協調和管理不同的工作負載，并在其間共享安全治理。隨著企業對混合架構的接受度越來越高，這一點將變得十分重要。
無論現在還是未來，如果能夠在對企業最有意義的地方運行工作負載，就能使企業具備落實戰略變革所需的靈活性，以及有效應對當前形勢的敏捷性。
趨勢2：企業
我們發現進取型企業對數據聯邦的興趣日益濃厚，尤其是在低信任環境中。雖然公共部門的組織機構一直是數據聯邦的先行者，但在不失去數據控制權的前提下，越來越多的進取型企業也開始對數據變現或分享數據洞察產生濃厚興趣。
數據越豐富，帶來的洞察就越多。但由于數據分析需要在數據仍處于加密域時進行，也增加這項工作的復雜性。隨著各國持續推進數字化轉型進程，公共和私營部門的組織機構將越來越需要聯合開展數據方面的合作、共享和學習數據。
趨勢3：從傳統數據倉庫架構中加速遷移，轉向本地和公有云中更開放的數據湖倉架構
隨著越來越多的企業追求數字驅動，從任何云中的任何數據獲得實時洞察以做出明智決策的能力至關重要。為了成功應對當今變化和未來挑戰，企業需要能夠將數據轉化為戰略業務資產的工具。具有現代化數據架構的工具將使企業能夠在數據所在的位置上快速、安全地定位、管理及分析其數據。
開放式數據湖倉架構正在逐步替代更傳統的本地數據倉庫。Apache Iceberg等現代化數據架構和技術能夠在大規模(PB級)情況下實現強大的性能。其開源和云原生表格式消除了對有限數量分析工具的限制，并減少了不必要的數據轉換或跨工具和云的數據移動，以從數據中獲得洞察。
這將有助于提高質量和可靠性，并通過支持多功能分析來提高效率，同時減少數據的滯后性和總擁有成本。另外，隨著數據保護法律和法規的不斷出臺，企業可以通過這種架構追溯歷史，對數據過去的狀態進行報告和分析。
趨勢4：新AI/ML算法的引入與發展
我們發現近期AI/ML算法出現了一些令人驚嘆的新發展，比如AI系統DALL-E可以從輸入的文本描述中創造出逼真的圖像和藝術。此外，語音識別技術也取得了進步，比如Whisper可以實現準確實時的語音到文本翻譯。而ChatGPT等AI聊天機器人的出色表現甚至讓谷歌都感受到了壓力。
隨著時間的推移，這個前沿領域的進步與發展將逐漸跨入企業，并進一步推動機器學習和處理的采用。其將被用于預防欺詐交易、打擊金融犯罪等無數不同的用例，并最終幫助開發人員提高編碼效率。
