2018年，企業IT部門需要注意的七大領域是什么？此外還有一個大問題：人工智能還沒有完全準備好進入主流。

數據功能和芯片技術現在已經足夠先進，可以支持邊緣的實時計算，并且在2018年將會看到組織更新基礎設施以利用邊緣計算的優勢。

在2017年結束的時候，許多企業***信息官（CIO）都將行業熱門詞匯歸納總結為人工智能、數字化轉型和DevOps。盡管圍繞這些技術的發展勢頭越來越強勁，組織機構對于2018年將如何發展仍然一片茫然。預測未來的發展并不容易，但隨著2018年的到來，以下一些熱點將成為值得人們關注的領域。

[[216117]]

1.數字化轉型將會加速

企業已經開始了解客戶參與和數字化轉型之間的聯系。反過來，他們已經意識到，使用原有的基礎設施將無助于他們實現這一轉變。因此，越來越多的企業將從根本上重新考慮他們的數據：如何管理，如何移動，以及如何將它呈現給客戶，從而發展他們的商業模式。

這一基礎性的反思始于數據基礎設施層面，實現了最終將導致企業實現其數字化轉型目標的靈活性。將業務數據庫基礎設施重新改造成為現代的數據平臺。這允許數據的流動性，并且從邊緣到云端的安全管理的平臺將以***的速度加快運行。

2.多云興起

云計算的應用日益成熟，從私有云到混合云，目前是多云技術，這將成為企業尋求優化工作負載和避免供應商鎖定的云計算架構事實上的標準。

現代數據基礎設施將伴隨多云的采用，因為數據安全性和完整性將成為數據在云端和越來越多的接觸點之間移動的關鍵任務。多云不再僅僅是一種競爭優勢，而是將成為2018年新的云計算標準。

3.邊緣計算

云計算徹底改變了虛擬化，迎來了數字化時代，而現在，邊緣計算將把這些數字化學習帶回到硬件，以便以新穎的方式擴展客戶參與。工業物聯網應用、傳感器和基于虛擬現實（VR）的設備使用邊緣計算來提供離線功能，以實現現代用戶期望的無縫的實時體驗。

數據功能和芯片技術現在已經足夠支持邊緣實時計算，2018年將會看到企業更新基礎設施，將會更好地利用邊緣計算的優勢。

4.奠定人工智能基礎

如今，人工智能更像是一個流行的術語，而不是實際的現實，因為人工智能只是和大量數據一樣好，但很難執行。數據完整性在企業內部仍然存在差異，但真正實現人工智能仍然是一個幾年內不會實現的概念。

然而，廣告和零售行業領域等垂直機器學習應用的早期階段已經被確定下來。未來數年，包括工業物聯網、數字健康和數字金融在內的更多行業將開始利用應用程序中的機器學習來提供更有意義的用戶體驗。在整個轉型過程中，數據庫將發揮重要作用，通過適應規模迅速變化的數據，同時保持大數據集的可靠性和安全性。

5.默認情況下，安全性優先于DevOps的易用性

DevSecOps，或者將DevOps與安全性融合在一起，通過在最初的開發階段納入預防性措施，正在日益突出地應對日益嚴重的安全漏洞。

以前，易于使用和安全的默認解決方案之間存在著一些緊張關系，但由于諸如歐盟的GDPR合規性和日益增長的數據規定等問題，安全性已成為開發者所關注的頭等大事。隨著NoSQL在企業領域的地位日益突出，數據庫中充斥著更多的客戶數據，其內置的安全性將越來越重要。

6.包含數據庫擴展將是一項任務

解決單一客戶問題的一種技術解決方案將開始剝離。為了保持持久的商業戰略，企業需要成為持續創新的真正合作伙伴，而不是解決利基問題的解決方案。

將眾多解決方案整合到一個平臺上的成本并不那么復雜和令人頭痛，而提供一個滿足多個客戶需求的平臺的企業將會蓬勃發展。組織需要適應客戶的期望，對技術采取靈活的方法將是關鍵的區分因素。

7.無服務器體系結構在組織的應用

隨著云計算技術的成熟，無服務器架構已經浮出水面，形成了反應式體系結構，可以驅動更小、更高效的服務。

無服務器體系結構將構成應用層的下一個基礎架構，特別是DevOps試圖以新的方式推動業務價值。2018年將會看到采用無服務器架構，并將出現新的用例，以***的方式組裝和拆解堆棧。