《Gartner：2024年數據與分析百大預測報告（18頁）.pdf》由會員分享，可在線閱讀，更多相關《Gartner：2024年數據與分析百大預測報告（18頁）.pdf（18頁珍藏版）》請在三個皮匠報告上搜索。

1、 2024 年數據與年數據與分析百大預測分析百大預測 分析師：Graham Peters, Alan D. Duncan 發布日期：2020 年 3 月 20 日 | 編號： 2 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。 Gartner 年度預測揭示了數據和分析在不同的業務和 IT 項目中的重要性。數據和分析領導應參考這些戰略規劃假設以完善其愿景和規劃。 分析分析 未來，數字化業務將為企業創造業務價值提供近乎無窮無盡的機會。如今，數據和分析逐漸成為業務戰略的主要驅動因素之一；數據驅動型業務戰略和信息產品具備了前所未有的巨大潛力。它們已經完全融入了日常工作的方方面面。

2、然而，對很多企業而言，“數據思維”的能力依然難能可貴。 要成功轉型為數據驅動型業務，就需要首席數據官（CDO）、CEO 和 CIO 等數據和分析領導，需要從全新角度推動業務問題的解決。這將對數據和分析部門的工作內容以及企業必須培養的能力造成深刻的影響， 甚至可能轉變整個企業的管理思維，比如中央部門的角色（見圖 1）。 圖圖 1：數據驅動型企業工作類型：數據驅動型企業工作類型 信息 數據驅動型 價值管理 策略 數據素養 用例管理 數據科學 數據獲取 信息 治理 特意 編排 信息 架構 信息 資產管理 分布式 實踐 信息 產品管理 數據 管理 信息 管制 分析技術 來源：高德納 接下頁 3 202

3、0 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 無論是私營行業，還是公共領域，數據和分析在幾乎所有行業、業務部門和 IT 職能中的重要性都日益突出，這從 Gartner 發布的 2020 年預測系列研究報告也可見一斑。最重要的是，數據和分析已成為數字化業務成功的關鍵。本報告以 2020 年初發布的預測為基礎，提出了 100 多條關于 2024 年數據和分析領域的戰略規劃假設（SPA）。數據和分析領導應將其納入規劃，以制定成功的戰略。 報告亮點報告亮點 數據和分析核心預測數據和分析核心預測 數據和分析戰略與創新數據和分析戰略與創新 隨著數據和分析領域戰略

4、逐漸成熟，相關投資的回報問題越發關鍵。然而，要影響企業級戰略對全球的影響，數據和分析領導者必須采用可優化成本，解決數據挑戰并提高業務價值的學科和技術。 要層面的戰略、使其對整體發揮作用，數據和分析領導必須通過一定的技術和方法來優化成本、解決數據挑戰和提升業務價值。 高級分析和數據科學高級分析和數據科學 未來五年，分析的實施、管理和交付方式將發生變化。數據和分析領導必須確保綜合治理方案涵蓋自助服務、物聯網和去中心化分析等項目。 “2020 年預測：數據年預測：數據和分析戰略和分析戰略投資、影響和推動投資、影響和推動” 到 2021 年，為數據使用者提供增強數據目錄的企業，其數據和分析投資實現回報

5、的速度將比其它企業快三倍。 到 2022 年，70% 的企業將通過各種指標嚴格跟蹤數據質量，最終將數據質量提高 60%，從而大幅降低運營風險和成本。 到 2023 年，30% 的企業將對關系戰略目標的最核心數據進行治理，最終超過數據和分析的 ROI 目標。 到 2023 年，在采用區塊鏈智能合同的企業，整體數據質量將提高 50%，但數據可用性降低 30%，最終使得數據和分析的 ROI 為正。 到 2023 年，全球 30%的企業將采用圖形技術推動決策的快速情境化。 “2020 年預測：分析和商業智能年預測：分析和商業智能（BI）戰略戰略” 到 2022 年，增強分析技術將全面普及，但只有 10

6、% 的分析師能夠充分發揮其潛力。 接下頁 4 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 人工智能人工智能 大部分企業都難以將 AI 試點轉化為生產項目，因此無法充分發揮 AI 的潛在業務價值。負責 AI 的 IT 領導必須制定合理的基礎設施戰略，推動 AI 試點發展成為可擴展的生產項目，最終實現其價值。 雖然不少企業已經開始著手進行 AI 概念驗證（POC），但要將其轉化為業務運營，還存在著諸多障礙。IT 領導必須設法完成概念驗證，確保更多項目投入生產，以發揮規模優勢、創造業務價值。 “2020 年預測：分析和商業智能年預測：分析和商業智能

7、（BI）戰略戰略”（接上）（接上） 到 2022 年，40% 的機器學習模型開發和評估將來自于并非以機器學習為主要目標的產品。 到 2023 年，90% 的世界 500 強企業將把分析治理納入范圍更廣的數據和分析治理。 到 2025 年，在含有電子元件的消費品或工業制品中，將有 80% 的產品在本機進行分析。 “2020 年預測：人工智能核心技術年預測：人工智能核心技術” 到 2022 年，85% 的企業 AI 組合將采用容器。 到 2023 年，基于云的 AI 將在 2019 年基礎上增加 5 倍，使得 AI 成為最重要的云服務之一。 到 2023 年，在由深度神經網絡進行的數據分析中，在邊

8、緣系統數據采集點完成的分析比例將從 2019 年的不足 5% 增加到 50%。 “2020 年預測：人工智能年預測：人工智能邁向生產邁向生產” 2021 年，80% 的業務線（LOB）領導將無視 AI 做出的業務決策。 到 2022 年，利用自動化機器學習（autoML）服務構建機器學習（ML）模型的應用開發工程師的比例將從 1% 增加到 25%，從而減少對數據科學家的需求。 到 2023 年，ML 工程師將成為 AI/ML 領域增長最快的崗位，ML 工程師與數據科學家空缺崗位的比例從 2019 年的不足 10% 增加到 50%。 到 2028 年，供應商 85% 的 AI 解決方案將專注于具

9、體的行業和領域。 5 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 AI 正在轉變我們的工作和學習方式、工作內容和求職方式。應用領導將更多地精力放在了創新上，而 AI 則致力于以負責任的態度改善員工體驗、培養員工技能和建立組織的能力。 數據管理和基礎設施數據管理和基礎設施 數據和分析領導正面臨著日益復雜的數據情況。Gartner 數據管理解決方案預測顯示，云功能、聯網數據架構、元數據和基于 AI 應用的常規/非常規任務自動化的需求將持續增長，相關領域將迎來重大發展。 “2020 年預測：人工智能年預測：人工智能邁向生產邁向生產”（接上）（接上）

10、 到 2024 年，在自然語言技術（NLT）項目中采用圖形和語義方法的企業，其技術債務將比其它企業減少 75%。 “2020 年預測：年預測：AI 和未來工作和未來工作” 到 2023 年，由于 AI 和其它新興技術降低了工作的門檻，殘疾人受雇人數將增長到之前的三倍。 到 2024 年，管理人員 69% 的工作內容將實現自動化，意味著管理人員的角色將發生徹底轉變。 到 2025 年，AI 將使 67% 的在職崗位培訓失去意義，47% 的學習和發展預算將被浪費。 到 2023 年，所有從事 AI 發展和培訓工作間的人員都必須具備“負責任的 AI 發展”方面的專業知識。 “2020 年預測：數據管

11、理解決方案年預測：數據管理解決方案” 到 2022 年，各大通信服務供應商（CSPs）都將在競爭壓力下取消出口費用，以提高開放程度。 到 2023 年，25% 的企業將采用單一云供應商提供的數據和分析解決方案以降低整體成本。 到 2022 年，60% 的企業將借助基于機器學習的數據質量技術來減少數據質量改進方面的人工操作。 到 2023 年，云數據庫管理系統（DBMS）營收將占到整個數據庫管理系統（DBMS）市場的 50%。 到 2023 年，互聯云和混合環境的重點將從數據商店管理轉向集成對每年高達 600 億美元的支出進行重新配置，以滿足人員和資金需求。 6 2020 高德納咨詢有限公司及/

12、或其關聯公司版權所有。保留所有權利。CM_GTS_971802 IT 基礎設施預測基礎設施預測 應用開發和集成應用開發和集成 在業務和 IT 之間不斷易手的技術領導權將達到平衡，以雙方協作而告終。應用領導必須接合以下預測，了解這種平衡將在企業內部采取何種形式。 業務應用經驗和架構以及整個商業軟件行業將在未來五年內發生劇變。應用領導能否實現未來應用愿景，取決于他們目前的規劃。 區塊鏈區塊鏈 區塊鏈技術不僅有助于改善全球“無銀行服務”人群的財務包容性，還可用于打擊虛假新聞。應用領導必須意識到這種技術的成熟還需一定時日，前進的道路上必然伴隨著新的風險。 接下頁 “2020 年預測：應用架構、開發、集

13、成和平臺的未來年預測：應用架構、開發、集成和平臺的未來” 到 2024 年，低代碼開發將占到所有應用開發活動的 65% 以上。 到 2023 年，50% 以上的新集成技術將把 AI 作為降低集成難度的關鍵手段。 到 2023 年，在 50% 以上的大型企業中，采用機器人流程自動化即服務（rpaPaaS）的比例將高于 RPA。 “2020 年預測：應用領導年預測：應用領導” 到 2023 年，40% 的專業員工將像混音那樣對業務應用經驗和能力進行編排。 到 2025 年，40% 的業務功能將通過聚合平臺，由平臺自動整合來自不同 ERP 核心供應商的功能。 “2020 年預測：區塊鏈技術年預測：區

14、塊鏈技術” 到 2023 年，全球 30% 的新聞和視頻將由區塊鏈技術鑒定真偽。 到 2025 年，在擁有智能手機、但沒有傳統銀行賬戶的人群中，50% 將使用通過手機訪問的加密貨幣賬戶。 2023 年，多個區塊鏈技術標準將為主流去中心化應用和智慧合約的開發和部署提供支持。 7 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 盡管對企業的有用性還有待提高，但區塊鏈等去中心化權限模型為客戶數據的跟蹤和管理提供了新的方法。應用領導必須了解去中心化技術的發展方向，或是在這一領域落后于競爭對手可能造成的風險。 云計算云計算 雖然對于企業 IT 而言，云計算

15、已經成為一種“新常態”；但在數字化過程中，云的重要性還在不斷提升。因此，IT 部門的 CIO 必須升級流程、提高員工技能，才能在云快速普及的同時保持必要的控制。 “2020 年預測：區塊鏈技術年預測：區塊鏈技術”（接上）（接上） 到 2023 年，30% 的智慧合約的成本將超過回報。 2022 年，將多方計算（MPC）用于簽核和私鑰保護的幣所比例將從 1% 增加到 50%。 “2020 年預測：區塊鏈業務年預測：區塊鏈業務” 到 2024 年，20% 的法幣將通過數字化表現形式在全球流動，從而提供近乎無摩擦的資金轉移。 到 2023 年，在將區塊鏈投入生產的企業中，20% 將從基于區塊鏈的客戶

16、驅動型聯盟采購數據。 到 2024 年，客戶將使用區塊鏈許可保護 30% 的敏感個人數據。 到 2023 年，業務問題將超過技術因素成為制約區塊鏈項目的最主要瓶頸。 “2020 年預測：云成本管理、技年預測：云成本管理、技能和供應商依賴性的改善將進一步推動云的普及能和供應商依賴性的改善將進一步推動云的普及” 到 2024 年，幾乎所有遷移到公共云基礎設施即服務（IaaS）的遺留應用都需要進行優化以提高成本效益。 到 2024 年，多云策略將降低三分之二的企業對供應商的依賴性，但并非主要通過應用移植性來實現。 到 2022 年，由于欠缺云基礎設施即服務（IaaS）方面的能力，半數企業的 IT 組

17、織遷移到云端的步伐將被延遲兩年以上。 到 2023 年，領先的云服務供應商將通過分布式 ATM 之類的方式使部分服務能夠滿足低時延應用的要求。 8 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 物聯網物聯網 物聯網實施如火如荼，其成熟度不斷提高（有時也會經歷成長的陣痛）。應用領導應將區塊鏈發展狀況、數字孿生和安全等因素納入物聯網實施項目。 移動、移動、Web 和個人設備和個人設備 最終用戶計算團隊將被并入數字化工作環境團隊，負責為移動員工訪問不同終端的云服務提供支持。IT 運維（I&O）領導將面對新的構件和工具，如統一終端管理和統一安全設備。

18、企業架構企業架構 為了形成競爭優勢，企業將借助創新技術、數據和分析建立智能業務和運營模式。企業架構（EA）和技術創新領導必須開發新的服務、尋找新的方法、培養新的能力，以便為企業提供支持。 “2020 年預測：隨著物聯網年預測：隨著物聯網的普及，其成熟度不斷提高，同時隱現問題征兆的普及，其成熟度不斷提高，同時隱現問題征兆” 到 2024 年，75% 的區塊鏈和物聯網聯合項目將以推動成本優化為目的。 到 2024 年，市場將提供 10 萬種以上的數字孿生模型。 到 2023 年，物聯網實施人員將不得不重新設計其安全解決方案的架構，因為 70% 以上的供應商將更改品牌/定位、被收購或是消失。 “20

19、20 年預測：移動和終端技術年預測：移動和終端技術” 到 2023 年，40% 的一線員工將使用可穿戴設備作為主要計算工具，而 2019 年這一比例僅為不到 10%。 “2020 年預測：企業架構助力打造智能年預測：企業架構助力打造智能企業企業” 到 2023 年，65% 的 EA 項目將把重點轉向信息架構，使其成為所有數字化項目的核心。 到 2023 年，60% 的 EA 實踐將把智能化納入業務和運營模式。 到 2023 年，60% 的 EA 工具將實現智能化。 9 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 數據安全和隱私預測數據安全和隱

20、私預測 安全與風險管理安全與風險管理 Gartner 始終關注著 CIO 使命、地域政治、人才管理和網絡物理系統（CPSs）等方面的趨勢。安全和風險管理領導同樣應監控這些趨勢，才能在數字化時代獲得成功。 身份和權限管理身份和權限管理 身份和權限管理（IAM）工具的成熟度將繼續提高，多種不同身份的管理將成為剛需。安全和風險管理領導必須繼續培養技術能力和進行技術投資，以降低成本、增強客戶體驗、改善服務交付和減輕風險。 數字化業務數字化業務/商業與業務功能預測商業與業務功能預測 數字化商務數字化商務 數字化商務的業務和架構模式將繼續發展演變。支持數字化商務技術的應用領導必須預見到不斷變化的格局，并相

21、應地調整其戰略、實踐和路線圖。 “2020 年預測：安全與風險管理項目年預測：安全與風險管理項目” 到 2023 年，30% 的首席信息安全官（CISO）將以“為業務部門創造的價值”作為其業務績效的直接評估標準。 到 2023 年，因 CPS 攻擊造成人員傷亡而導致的財務損失將超過 500 億美元，十倍于 2013 年數據安全漏洞所造成的損失。 “2020 年預測：身份和權限管理年預測：身份和權限管理” 到 2022 年，50% 以上的身份治理和管理（IGA）供應商將提供基于 ML 和 AI 的預測性/預見性和其它自動化治理引擎，以更高效地降低身份風險。 “2020 年預測：市場模式、新的支付

22、方式和平臺的發展將為數字化商務創造更多機遇年預測：市場模式、新的支付方式和平臺的發展將為數字化商務創造更多機遇” 到 2024 年，在大部分企業中，80% 的訂購和補貨操作將無需人為干預。 接下頁 10 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 數字化工作環境數字化工作環境 數字化工作環境應用將在提高數字化水平、改變員工體驗方面發揮關鍵作用。Gartner 2020 年預測著重介紹了一些新的趨勢和技術，負責數字化工作環境的應用領導應對其進行全面而深入的分析，以優化新的核心工作應用。 CRM 和客戶體驗和客戶體驗 協同客戶服務的興起、“零工經

23、濟”以及基于數字孿生的成果導向型合同模式將為客戶服務部門帶來新的機遇和挑戰。應用領導必須了解這些趨勢并相應地調整技術路線圖。 CRM 銷售銷售 預測性和規范性 AI 技術將顛覆傳統的銷售過程。但要充分發揮這一新技術的潛力，應用領導不僅需要投資新的銷售工具，還應著眼于分析、培訓和變革管理等領域。 “2020 年預測：新的核心應用引領數字化工作環境應用發展年預測：新的核心應用引領數字化工作環境應用發展” 到 2024 年，AI 服務將成為日常工作的必要組成部分，但基本不會引起注意。 到 2024 年，在新創建的文檔和往來文書中，80% 將包含回收內容和通過自動完成插入的內容。 到 2025 年，基

24、于 SaaS 的知識圖將為員工提供個性化的內容推薦、工作模式洞察和個人技能發展指導，以提高其數字化水平。 “2020 年預測：年預測：CRM 客戶服務和支持客戶服務和支持” 到 2023 年，30% 的客戶服務部門將利用基于 AI 的流程編排和連續智能主動提供客戶服務。 到 2025 年，50% 以上的設備制造商將提供依賴物聯網連接的成果導向型服務合同，而 2019 年這一比例僅為 15%。 “2020 年預測：年預測：面向面向 CRM 銷售的銷售的 AI 技術必須與分析、培訓和變革管理等因素一起加技術必須與分析、培訓和變革管理等因素一起加以權衡以權衡” 到 2025 年，50% 的企業 B2

25、B 銷售技術實施項目將利用客戶互動分析優化其銷售過程。 到 2025 年，90% 以上的 B2B 企業銷售部門仍將主要依賴于直覺而非先進的數據分析，結果造成預測不夠準確，銷售管道和配額完成情況不甚理想。 接下頁 11 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 企業資源規劃企業資源規劃 企業資源規劃（ERP）不斷變化的本質將為高效轉型/改進提供前所未有的機遇。然而只有當 CIO 制定了合理期望和采購戰略，并培養相應的技術和能力，才能真正實現效益。 員工和人力資本管理員工和人力資本管理 世界各地的企業正紛紛投資流程和相關技術，以提高員工和企業的

26、敏捷性。負責人力資本管理的應用領導（HCM）必須在投資方面向經驗、學習、技能提升和 AI 傾斜，才能在不斷變化的時代實現企業的敏捷性目標。 供應鏈規劃和運營供應鏈規劃和運營 由于企業都面臨著提高復雜決策速度、減少人工干預的問題，自動化供應鏈管理方面的炒作甚囂塵上。供應鏈技術領導可利用本研究報告了解未來風險和機遇，在復雜多變的世界中脫穎而出。 “2020 年預測：面向年預測：面向 CRM 銷售的銷售的 AI 技術必須與分析、培訓和變革管理等因素一起加技術必須與分析、培訓和變革管理等因素一起加以權衡以權衡”（接上）（接上） 到 2025 年，在面向客戶的 SaaS 應用中，50% 的數字化采用解決

27、方案將以白標形式進行，以此提高客戶滿意度和忠誠度。 到 2025 年，由于變更管理措施不夠完善/過于短暫，B2B 銷售部門 50% 的數字化優化項目將無法達到用戶的最初期望。 “2020 年年 ERP 預測：前所未有的預測：前所未有的 ERP 變革推動轉型變革推動轉型” 到 2022 年，60% 的企業將利用人工智能打包解決方案在多個職能領域實現流程自動化。 到 2025 年，40% 的 ERP 實施將因為在集成方面投入不足而無法達到預期目標。 到 2022 年，65% 的 CIO 將把人工智能整合到后現代 ERP 戰略中，以創造競爭優勢。 “2020 年預測：年預測：HCM 技術轉型技術轉型

28、” 到 2023 年，將出現至少 10 個面向具體行業/崗位的 AI 技能評估和培訓平臺。 到 2023 年，在 2019 年以來實施的人力資源 AI 試點項目中，近半數將推廣到整個企業。 接下頁 12 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 IT 運營、采購和資產管理運營、采購和資產管理 面對數字化轉型，IT 運維（I&O）用于創造業務價值的傳統方式將在很多領域逐漸力不從心。IT 運維領導必須發揮帶頭作用，主動采取措施以滿足敏捷實踐、新的 AI 用例以及采用整體方法管理復雜環境的要求。 超自動化、互聯供應商網絡、數字化助理和實時信息在供

29、應商遴選和采購應用中的運用將很快改變這一領域的工作方式。應用領導應針對這些趨勢進行合理規劃否則就可能造成企業在競爭中落后。 供應商遴選、采購和供應商管理領導在評估供應商及其方案時將面臨更復雜的情況。采購團隊必須以高效技術和流程為基礎，提高整體速度和靈活性，通過培養分析能力為業務部門提供建議。 “2020 年預測：供應鏈技術年預測：供應鏈技術” 到 2023 年，30% 上的大型企業供應鏈部門將投資至少一種自動化移動機器人。 到 2024 年，50% 的工作場所管理系統（WMS）供應商將在其產品中內置機器學習功能，以增強自動化與人工之間的工作流。 到 2024 年，50% 的制造執行系統（MES

30、）解決方案將包含工業物聯網平臺。 到 2024 年，0% 的企業將實現自動規劃。 “2020 年預測：年預測：IT 運營運營” 到 2024 年，30% 的業務領導將依賴 AIOps 平臺獲取自動化洞察，以提高業務相關決策質量，目前這一比例僅為不足 3%。 “2020 年預測：供應商遴選和采購應用技術顛覆年預測：供應商遴選和采購應用技術顛覆” 到 2024 年，25% 的采購訂單將通過語音或聊天創建，由此提高合同執行流程的采用率。 到 2024 年，50% 的企業將采用近實時采購分析技術。 到 2025 年，半數以上的采購超自動化項目將因為老舊過時的遺留 ERP 和財務應用而遭遇失敗。 13

31、2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 通信服務供應商通信服務供應商 不斷變化的競爭格局和新技術的涌現將顛覆通信服務供應商（CSP）的業務和運營模式。CSP 市場產品經理必須為企業的快速轉型提供支持。 行業預測行業預測 銀行和投資服務銀行和投資服務 生態體系將使最終客戶能夠直接或通過第三方與金融機構和銀行產品進行互動。金融服務機構的 CIO 可利用 Gartner 2020 年預測確定，其平臺戰略能否幫助他們引領，競爭或只是參與。行業、開展競爭或只是參與生態體系。 “2020 年預測：年預測：IT 供應商遴選和采購逐漸成為數字化轉型的催化

32、劑供應商遴選和采購逐漸成為數字化轉型的催化劑” 到 2023 年，50% 的大型企業 IT 采購團隊將訂閱三種以上的數據服務，以加快供應商風險評估速度。 到 2024 年，40% 的大型企業將在供應商遴選過程中使用 AI 功能。 “2020 年預測：年預測：CSP 數字化增長的五大關鍵趨勢數字化增長的五大關鍵趨勢” 到 2025 年，35% 的 CSP 區塊鏈成功項目將在 POC 階段發現各種實施問題。 到 2025 年，由于上市速度更快，將 AI 用于業務決策的 CSP 將在運營利潤方面領先其它 CSP 5 個百分點。 “2020 年預測：生態體系將賦能銀行業客戶、蠶食銀行業傳統價值主張年預

33、測：生態體系將賦能銀行業客戶、蠶食銀行業傳統價值主張” 到 2023 年，由于客戶紛紛分享其個人生態體系，造成數據可用性提高，25% 的金融機構將利用這些數據創造新的營收流。 到 2024 年，10% 的金融服務機構（FSI）將向最終客戶開放供應商的金融科技生態體系平臺，使客戶能夠創建自己的定制解決方案。 到 2025 年，25% 的支付渠道將由其它行業的第三方數字化生態體系掌握，造成銀行不得不參與其中或丟失市場份額。 到 2023 年，公有云和私有云在現成商用核心銀行應用中的占比將分別達到 5%。 14 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971

34、802 教育教育 工作領域的快速變革也會反饋到教育領域。教育行業的 CIO 必須快速調整其傳統的技能獲取、學習和課程創建方式，完善關鍵的支持功能，以應對這些變革。 政府政府 在瞬息萬變的數字化情境下，政府也不得不在專注于傳統公共服務價值的同時做出改變。面對日益增加的壓力，CIO 必須在發展與顛覆之間尋求平衡，以確保公共領域的效能和效率。 醫療衛生醫療衛生 醫療衛生領域的顛覆者正利用跨行業合作和新興技術創建新的數字化業務和運營模式，希望以此打造更具吸引力的行業格局。供應商 CIO 可將這些預測用于未來五年的戰略規劃。 “2020 年預測：教育界應擁抱工作領域的變革年預測：教育界應擁抱工作領域的變

35、革” 到 2024 年，80% 的中學將提供針對高中畢業就業市場和高等教育的數字化技能（如編程和云技術）課程。 到 2025 年，60% 的中小學將在教學活動中積極嘗試或全面實施自適應學習解決方案。 “2020 年預測：政府平衡變革與連續、顛覆與發展年預測：政府平衡變革與連續、顛覆與發展” 到 2023 年，在需要認證的政府服務中，80% 以上將支持通過不同的數字化身份供應商進行訪問。 “2020 年預測：醫療衛生服務供應商必年預測：醫療衛生服務供應商必須達到平衡，才能實現數字化業務的成功須達到平衡，才能實現數字化業務的成功” 到 2024 年，50% 的醫療衛生服務供應商將把數字化監控、診斷

36、和護理管理集成到臨床工作流中。 到 2024 年，由于自動化報銷交易的競爭日益激烈，25% 的支付者和供應商之間將爆發報銷否決和上訴的機器人大戰。 到 2022 年，市民醫療記錄平臺將成為智能手機上的核心應用，75% 的醫療衛生服務供應商將提供電子病歷（HER）數據。 15 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 未來五年內，AI 等先進技術將在美國醫療衛生支付者中得到普及。為了提高會員忠誠度、刺激增長，CIO 必須在業務轉型規劃中戰略性地運用技術以建立信任。 保險保險 雖然早在五年前保險行業就啟動了數字化轉型進程，但達到較高成熟度的寥寥

37、無幾。保險行業 CIO 在企業內外所面臨的重重挑戰嚴重制約，甚至阻礙了數字化轉型的創新和成功。 生命科學生命科學 AI、物聯網和云等顛覆性技術正在轉變醫療衛生機構為消費者創造價值的方式。生命科學首席信息官必須將這些功能納入其戰略計劃，并加快其采用已完全轉變其業務。 “2020 年預測：美國醫療衛生支付者高度重視新興技術年預測：美國醫療衛生支付者高度重視新興技術” 到 2024 年，美國醫療衛生支付者將開始將面部分析技術用于新會員的健康風險評估，并隨后停止這樣的做法。 “2020 年預測：數字化挑戰拖慢保險業轉型步伐年預測：數字化挑戰拖慢保險業轉型步伐” 到 2023 年，僅有 30% 的消費者

38、愿意允許保險商使用個人數據提供定制化產品和服務。 到 2023 年，僅有不到 10% 的保險公司能夠通過物聯網數據變現創造新的營收來源。 “2020 年預測：生命科學行業的年預測：生命科學行業的 CIO 必須利用數字化推動業務增長必須利用數字化推動業務增長” 到 2023 年，生命科學行業的業務領導將在 50% 的企業核心流程中采用 AI從而暴露出 IT 架構、治理和技能等方面的不足。 到 2023 年，大型生命科學企業將在新產品推廣中放棄電視廣告，轉為采用 AI 驅動的全數字化互動策略。 到 2023 年，在生命科學企業 50 強中，將有 25% 采用物聯網傳感器和設備以增強現有的臨床和商業

39、產品監控、跟蹤和管理技術。 16 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 石油天然氣石油天然氣 油氣行業的 CIO 正面臨著日益增加的復雜挑戰。數字化技術對企業的運營模式造成了巨大的影響，對 IT 提出了全新的能力要求。CIO 可利用本研究報告了解這些處于行業數字化轉型前沿的趨勢及其所造成的影響。 零售零售 客戶對產品和服務的情境化要求不斷提高。零售行業的 CIO 可利用智能來獲取更深入的洞察、預測客戶需求以及在所有接觸點主動提供服務。 “2020 年預測：數字化成熟度放大油氣行業機遇與威脅年預測：數字化成熟度放大油氣行業機遇與威脅” 到

40、 2022 年，過度依賴 AI 將在油氣行業造成至少一起環境、健康和安全事故或違規事件。 到 2022 年，油氣企業 50% 以上的中央 IT 預算將用于數字化產品而非 IT 項目。 “2020 年預測：消費者在銷售開始前就決定了零售的成敗年預測：消費者在銷售開始前就決定了零售的成敗” 到 2025 年，全球 10 大零售商將把 AI 用于規范性產品建議和交易，以及通過庫存信息轉發實現快速送貨。 17 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。CM_GTS_971802 作者推薦作者推薦 Data and Analytics Strategies Primer for

41、 2020 Data and Analytics Leaders Primer for 2020 Analytics, BI and Data Science Solutions Primer for 2020 Artificial Intelligence Primer for 2020 Data Management Solutions Primer for 2020 How to Craft a Modern, Actionable Data and Analytics Strategy That Delivers Business Outcomes Build a Data-Drive

42、n Enterprise 10 Ways CDOs Can Succeed in Forging a Data-Driven Organization How to Make Data and Analytics Central to Your Digital Transformation Initiative Augmented Analytics Is the Future of Analytics 相關報告推薦相關報告推薦 Worlds Collide as Augmented Analytics Draws Analytics, BI and Data Science Together

43、 Cool Vendors in Analytics and Data Science Analytics, BI and Data Science Solutions Primer for 2020 How to Enable Self-Service Analytics Toolkit:Gartner Analytics Atlas 視您當前的訂閱情況而定，部分文件可能無法查看。如希望查閱更多 Gartner 內容，敬請垂詢客戶專員。 與與 Gartner 專家對話專家對話 歡迎成為 Gartner 客戶，全年隨時查閱此類洞察報告，尊享針對貴公司戰略重點量身定制的支持服務。 美國：美國：1

44、 800 213 4848 國際：國際：+44（0）3331 306 809 關于關于 Gartner 高德納咨詢有限公司（NYSE: IT）是全球領先的研究和顧問公司，股票入選標普 500 指數成分股。公司致力于為商界領袖提供不可或缺的洞察、建議與工具以完成當前關鍵任務和打造未來成功企業。 在業內首屈一指的高德納報告由專家主導研究、從業人士提供信息、以詳實數據為基礎，旨在引領客戶就重大問題做出正確決策。作為備受信賴的咨詢顧問和客觀公正的信息來源，Gartner 為 100 多個國家的 15,000 多家客戶提供服務，覆蓋各主要行業、職能和企業規模。 如需了解 Gartner 如何幫助決策者推

45、動未來業務成長，敬請訪問 。 聯系我們聯系我們 電話：電話：+1 203 964 0096 網站：網站： 2020 高德納咨詢有限公司及/或其關聯公司版權所有。保留所有權利。 如無高德納事前書面許可，不得以任何形式復制或傳播本出版物。本出版物中包含高德納研究機構的觀點，不應被理解為事實陳述。本出版物中所含信息取自可靠來源，但高德納不對此類信息的準確性、完整性和適當性做任何保證。高德納研究中可能涉及法律及財務問題，但高德納并不提供法律建議或投資服務，亦不可將高德納研究成果作此用途。訪問和使用本出版物時應遵守高德納使用政策之規定。高德納以獨立客觀而蜚聲業界，所有研究項目均由公司研究部門獨立完成，不受任何第三方影響。如需更多信息，敬請參閱獨立性和客觀性指導原則。