分析师、研究公司和思想领袖观察技术趋势提供了更广阔的视角。它不仅可以帮助软件架构师了解所采用技术的影响，还可以帮助他们为自己或团队构建合适的技能。本文根据更广泛的研究、技术见解、观察和行业经验，综合了 2024 年及以后的十大技术趋势。

#1——生成人工智能和人工智能平台

生成式人工智能被 Gartner 评为 2024 年十大战略技术趋势、Werner Vogel 的 2024 年顶级预测、IDC 2024 年行业 FutureScape 等的关键技术趋势。

• 过去几年，生成式人工智能对行业的颠覆挑战了 IT 行业的常见工作方式，因此它将继续成为未来几年的主要技术趋势之一。

• 最有前途的部分是生成式人工智能对垂直行业、产品公司、云服务提供商等的更广泛影响。需要了解产品公司对生成式人工智能的适用性。

• 考虑到早期阶段，根据研究，只有 10% 的组织在生产中部署了生成式 AI，但超过 50% 的组织正在进行试点。这表明在 2024 年及以后，将会出现大量技术举措来构建满足不同业务用例和内部效率的生成式 AI 应用程序。

• 人工智能增强开发、内容生成、对话体验以及用于工作流程和自动化的多代理应用程序是企业组织正在尝试的最常见用例。

• 企业生成式人工智能平台、生成式人工智能应用程序的可观察性、端到端自动化的AIOps 、保护生成式人工智能应用程序和负责任的人工智能将继续成为需要加强的主要重点领域。

• Amazon Bedrock、Azure AI、Google Vertex AI、NVIDIA AI和IBM Watson等生成式 AI 平台将继续推动企业组织构建 AI 和 ML 功能。Scale AI、Galileo、Dataiku、Mosaic AI、DataRobot和H2O.ai等新兴参与者将提供新颖的解决方案。

#2 — 云数据平台

研究人员估计，到 2026 年，我们将耗尽用于训练法学硕士的高质量文本数据，这一趋势可能会减缓人工智能的进步 — CBInsights

在不同文化的数据上训练的大型语言模型（LLM）将获得对人类经验和复杂社会挑战的更细致的理解。这种文化的流畅性有望让全球用户更容易使用生成式人工智能——Werner Vogels（亚马逊首席技术官）

• 随着大语言模型的兴起，数据平台在提供相关、上下文和高质量数据方面的作用将继续发展。随着企业组织采用云数据平台（包括基于云的数据仓库、数据湖或 Lakehouse 解决方案），产品公司将继续将其平台与生成式 AI 功能集成，并增强构建此类应用程序的整个生命周期。

• Snowflake 、Databricks、Google BigQuery、Amazon Redshift和Azure Synapse是领先的云数据平台。Redpanda、Teradata、Fivetran、MongoDB、Redis、Couchbase、Cloudera、Confluence 等参与者将其核心产品扩展为综合数据平台。

• 考虑到 Lakehouse 架构结合了数据湖和数据仓库的功能，它仍将是一项战略技术举措，作为企业技术战略的一部分。

• 数据平台与数据科学、机器学习或生成人工智能平台之间的界限将继续缩小，因为大多数领先的参与者都将它们作为集成解决方案提供。

此外，工程密集型企业组织将继续使用开源技术扩展其云提供商管理或自我管理的数据平台，例如：

• Dremio、Presto、Trino 或 Apache Drill作为数据查询引擎

• Spark、Flink或类似的数据处理平台

• Parquet、Avro、Delta Lake或类似的数据存储格式

• Iceberg、Hudi 或 Delta Lake作为表存储格式

• dbt、Dataform或类似的 ELT 处理

• Airflow、Airbyte、Dagster或类似的数据处理工作流程编排

#3 —云原生平台和生态系统

到 2027 年，超过 50% 的企业将使用行业云平台来加速其业务计划，而 2023 年这一比例还不到 15% — Gartner

• 云原生平台和技术已成为主流采用，这一趋势将在 2024 年公司技术路线图中继续下去。垂直行业存在落后者，云原生生态系统将继续提供整体解决方案来加速他们的进程。

• 行业云平台根据垂直行业提供定制的云解决方案，将继续作为企业技术路线图上的战略举措出现。借助 SaaS、PaaS 和 IaaS 服务的强大功能，这些解决方案的可组合性将成为业务推动者。

• 随着CNCF培育供应商中立的技术，开源云原生技术将继续与社区一起支持创新生态系统。

#4 — 事件驱动架构

虽然事件驱动架构在全球 72% 的企业中广泛使用，但只有 13% 的组织达到了事件驱动架构成熟度的黄金标准 — Solace 报告

• 虽然事件驱动架构已成为主流采用，但架构的成熟度模型将在 2024 年继续发展。

• 事件生成、事件编排、事件处理、事件存储、事件治理、事件存储数据格式、事件消费、错误处理、事件数据去重、弹性和可扩展性以及相关模式将随着成熟度模型不断发展。

• 虽然存在云提供商特定的事件处理平台，但Kafka、Spark Streaming、Pulsar、Solace 和 Flink等开源解决方案（云管理服务或自我管理）的采用将在 2024 年继续增加。

• 使用事件驱动架构进行实时数据的供应商集成将继续成为大中型企业组织中主要采用的技术举措。

• 事件驱动架构在生成式人工智能时代的作用对于大语言模型的近实时上下文至关重要。这将催生事件网格等模式，从而提高数据处理平台的成熟度。

#5——软件供应链和零信任安全

到 2026 年，由于缺乏对后量子密码学的投资，50% 的组织将面临数据泄露的风险 — IDC FutureScape 2024。

• 随着生成式人工智能的兴起，围绕大语言模型防止“即时注入”等攻击的安全实践将继续对企业组织至关重要。为生成式 AI 应用程序提供企业级安全策略（威胁建模、威胁检测、洞察生成）的威胁建模和安全 Guardrails 框架（独立于云服务提供商）将在 2024 年继续发展。NVIDIA NeMo Guardrails等解决方案将继续发展让开发人员更轻松地为大型语言模型实现护栏。

• OWASP Top 10 大型语言模型应用程序强调的实践将继续受到开发人员、架构师和技术领导者的关注，并于 2024 年采用。

• 人工智能信任、风险和安全管理 (AI TRiSM)等框架将在 2024 年变得更加普遍，并且超出了企业内部安全实践的范围。MITRE ATT&CK等社区驱动的知识库将继续获得基于现实世界观察的对手策略和技术的采用。

• 随着网络威胁日益复杂，组织将继续采用主动方法作为持续威胁暴露管理 (CTEM) 的一部分来管理和降低风险。日益增长的威胁将需要在 2024 年采取更强有力的网络安全措施，并重点关注零信任安全方法。

• 软件供应链安全将继续成为 DevSecOps 的重点领域，以促进企业组织的左移思维。

• 后量子密码学等新兴安全技术将在 2024 年及以后进入实验阶段。

#6——平台工程

到 2026 年，80% 的软件工程组织将建立平台团队，作为应用程序交付的可重用服务、组件和工具的内部提供商 — Gartner

• 通过自助服务功能、持续集成和部署、持续交付、基础设施自动化、应用人工智能增强软件开发等平台工程实践提高开发人员的工作效率。

• 考虑到组织和团队的背景性质，构建内部平台将继续成为趋势，以提高生产力。单击此处查看工具和技术的综合列表。虽然工具和技术发挥着支持作用，但为了开发人员的福祉而设计的实践和组织文化却发挥着关键作用。

• 组织软件工程团队的团队拓扑方法已成为构建有效平台工程团队的重要参考。

• 生产力和工程指标的衡量将继续成为评估平台工程成熟度的推荐方法。DORA (2018)、SPACE (2021) 和DevEx (2023) 是衡量工程和开发人员生产力指标的领先框架，将继续被企业采用。

• 从“基础设施即代码”到最近的“基础设施从代码”的趋势将继续进行试验，以使开发人员能够使用他们最喜欢的编程接口或像Winglang这样的新语言来管理云基础设施。

#7 — 无代码和低代码平台

低代码和无代码平台正处于早期大众阶段 — InfoQ 软件架构和设计趋势报告 (2024)

作为 2023 年技术趋势报告的一部分，低代码和无代码应用平台已按主要参与者进行了分类，如下（新增内容）：

• 企业低代码平台：拥有更现成的生态系统，用于构建 Mendix、Microsoft Power Apps、Oracle APEX、OutSystems、Pega Infinity、Salesforce、ServiceNow 等应用程序。

• 云服务提供商：有一些云原生服务可以使用Azure App Service、AWS Amplify或Google Firebase构建业务应用程序。此外，Azure Power Apps、Google Cloud AppSheet和AWS Honeycode提供了一个以低代码为中心的开发生态系统。

• 利基平台：专注于专业领域的特定参与者，例如Creatio、Caspio、Betty Blocks、Zoho、Kintone、Newgen和Quickbase。

低代码平台通过利用人工智能辅助开发 (AIAD) 扩展了快速开发和部署应用程序的目标，AIAD 在我们内置的虚拟联合开发人员助理的指导下加速了开发。单击此处了解产品公司如何利用生成式人工智能。

采用低代码和无代码平台以及专门的 SaaS 解决方案的趋势将继续成为 2024 年及以后企业的技术路线图。

#8——边缘计算和物联网

到 2027 年，85% 的 G2000 将依赖云提供商和连接合作伙伴来实现零接触配置和零信任安全，从而减轻 IT 员工在使用分布式 AI 功能时的负担 — IDC Worldwide Cloud FutureScape，2024 年

• 向边缘计算的转变一直是通过 CDN、边缘网关、强大的移动和物联网设备等在云中构建的分布式应用程序的重点领域。

• 到 2024 年及以后，我们将继续在更接近数据源的地方处理数据，以降低延迟并提高业务应用程序的性能。

• 物联网见证了自动化连接设备和嵌入式计算能力的大幅增长，智能设备将在 2024 年及以后继续构建。

#9 — 绿色计算和可持续发展

到 2027 年，25% 的 CIO 将获得与其可持续技术影响相关的薪酬 — Gartner

• 随着生成式人工智能的兴起，考虑到大型语言模型和相关处理的功耗激增，绿色计算和可持续性变得至关重要。

• 各组织已经认识到此类实践的重要性，并且在 2024 年及以后将首选环保技术解决方案来支持这一事业。

• Gartner 预测可持续技术框架在企业组织中的兴起，以实现环境、社会和治理 (ESG) 计划的长期影响。

• 绿色计算基金会等社区将提高人们对可持续 IT 实践的认识，从而促进环境责任、社会公平和经济发展。

#10 — FinOps 和云成本管理

到 2025 年，所有企业都将面临不确定的基础设施成本和可访问性，从而引发权宜之计，使云经济和数据物流目标更难实现 — IDC FutureScape 2024 报告

• 随着生成式人工智能的兴起，组织的成本考虑对于支持 LLM 代币使用、计算和存储容量、网络带宽等方面的额外成本至关重要。

• FinOps 基金会等社区驱动的举措有助于云成本管理框架和实践的社会化，组织将在 2024 年及以后继续开始利用这些举措。

另一个有趣的趋势是利用混合云或自己的数据中心（又称云遣返）来降低云成本足迹或法律/合规原因或数据主权，如下所示：

• Uber 的账本数据存档从 AWS DynamoDB 迁移到数据中心的自我管理 Blob 存储，以节省成本。

• 嘿，从云迁移到自己的数据中心。

为了进一步扩展上面的列表，这些也是值得关注的技术趋势：

• 去中心化、Metaverse、区块链和 Web 3.0

• 量子计算

• 空间计算

• 增强现实和虚拟现实、扩展现实 (XR)

• 机密计算

• 机器人与 RPA

• 隐私增强计算

• 采用 Neuralink 等技术的脑机接口 (BCI)

总而言之，这些是 2024 年及以后的关键顶级技术趋势，这些趋势将随着新的架构和设计模式而继续发展。

参考：

• Gartner 2024 年十大战略技术趋势

• Werner Vogels 对 2024 年及以后的技术预测

• Forrester 预测 2024 年

• IDC 未来景观

• IEEE 的技术和计算趋势

• CB Insights 2024 年技术趋势

• 德勤 2024 年科技趋势

原文始发于微信公众号（KK安全说）：2024 年十大技术趋势