Gartner发布中国ICT成熟度曲线：AIOps、容器、边缘计算势头强劲

从诞生、高峰、低谷、爬坡到成熟是一项技术完整生命周期的几个阶段。在不同阶段，技术会呈现出不同的市场接受度和发展速度。正确判断技术所处阶段，有助于掌握该技术的发展现状和趋势。

为此，全球咨询机构Gartner定期发布技术成熟度曲线（Hype Cycle），为业界提供参考。近期，Gartner发布2021年中国ICT市场技术成熟度曲线（ICT China Hype Cycle），其中AIOps、容器、边缘计算被重点关注，而去年曾经火热的中台，今年则变身为数字化商业技术平台。

从中台到数字化商业技术平台

近年来，数据中台在IT行业持续升温，众多企业提出了数据中台的概念，从2020年的技术成熟度曲线中，Gartner研究开始关注了数据中台。

Gartner高级研究总监季新苏（Kevin Ji）表示，以往Gartner更多从基础设施的视角考虑技术成熟度，而现在更多关注IT负责人的所思所想，即从技术驱动型变为业务和IT驱动型。

Gartner高级研究总监  季新苏

数字化转型是IT负责人所普遍关注的话题，在季新苏看来，数字化转型就是在现有IT能力之外构建一些新能力，实现对线上线下的整合或者一些新数字场景的感知，需要构建一些新的能力，补充现有能力拼图的缺失部分。

如何补齐能力拼图？季新苏用地铁进行了形象说明。“我们需要进行API化或者场景化，其中每一个能力都可以归属到可调用的节点，就像地铁线路图。”季新苏解释，业务部门相当于乘客，IT系统相当于站点，未来业务部门不需要清楚地铁的具体运行调度方式，只需要知道每个站点以及如何到达站点即可，这就是IT系统和业务部门的未来新接口：IT系统输送能力，相当于标准的站点，业务部门通过线路的组合到达想要去的目的地，即通过IT能力构建想要的应用场景。

对此，Gartner认为“类中台”的数字化商业技术平台更加面向未来，且更加具体化。“数字化商业技术平台是对现有平台的延伸，类似于地铁站，面对业务专家屏蔽掉复杂的IT运维，像搭积木一样用低代码方式把能力和场景连接起来。”季新苏表示。

当无需主动关注技术实现细节后，数字化服务场景也从被动式服务变成主动式服务。季新苏以电梯保养进行说明：过去的电梯被动式维护，出现问题再维修，客户满意度往往不佳；现在变成预防式为主，主动监测和预警可能出现的问题，并进行预防性维护。

当然，平台能力的构建是一个聚沙成塔的过程，不可能一步到位满足所有场景需求，而是需要基于不同行业、面向不同场景一步步构建。

“可以将某些公共能力尽可能下沉，在真正实现一些特殊需求以后，用API的方式去调用这些公共能力。”季新苏表示，总体而言，定义场景之后倒逼技术去匹配，实现业务驱动。

值得关注的几个技术

从平台出发对数字化转型进行支撑，季新苏认为需要对基础设施进行几方面的改造，而这些方面也是成熟度曲线中富有增长潜力的几大亮点。

第一，AIOps。Gartner预计，大企业对AIOps的使用率将从2018年的2%增长到2022年的25%以上。

AIOps不是一个新概念，很多企业在数据中心转型过程中都会用到AIOps能力，其核心逻辑是：在基础设施敏捷化改造过程中，传统的运维或者监控方式很难发现故障，服务能力需要提升，成本需要降低，因此需要将原来“竖井”般的监控管理场景进行整合。AIOps类似于对汇聚的数据，基于端到端的场景分析。“对于需要快速迭代、快速交付的场景，AIOps是必然选择。”季新苏认为。

第二，容器。Gartner预计，全球企业的容器运行使用将成为主流，企业数量将从2018年的30%快速增长到2022年的75%。

季新苏认为，容器化是未来三五年不可阻挡的潮流。越来越多的大型金融机构拥抱容器，并把一些应用迁到容器上，尤其是互联网相关应用。这对加快开发进度非常有帮助，且容器具有快速启停、快速创建、快速恢复的能力，能够助力构建可靠的应用，助力平台做到快速资源扩展、快速服务自愈。

第三，DevOps工具链。Gartner预计，2018年不足10%的企业实践DevOps工具链，到2022年将上涨到30%。

敏捷、微服务、CICD、DevOps和容器同属一个大的生态系统，且具有相辅相成，互相承接的关系。“如果用微服务来拥抱敏捷，那么您肯定会拥抱持续学习、持续交付，也肯定会拥抱容器。这样的方式可以加强协作，支撑业务场景，让业务快速响应用户需求。”季新苏表示。

第四，边缘计算。Gartner预计，到2022年全球工业企业产生和处理的数据有超过50%都会位于数据中心和云之外，大多数通过传感器等产生。

季新苏认为，基于IoT的物联世界比传统数据中心为主的管理世界要复杂很多，需要对场景和技术进行深度挖掘；而数据是有边界的，边缘产生的数据有可能需要在当地实现。因此就需要边缘计算支撑。

总体而言，目前边缘计算主要与行业相关，尚未出现公有云那样“一招鲜吃遍天”的统一方案。季新苏认为，比较理想的边缘计算模型分为边缘端、平台层、企业层三个层面，而“端”和“云”是一个能力互补的过程。