Gartner представила стратегические технологические тенденции на 2022 год:

• Ткань данных (Data Fabric) — гибкая интеграция различных источников данных на платформах и среди бизнес-пользователей; данный подход позволит более эффективно управлять данные и менять подходы к работе с ними.
• Сеть кибербезопасности (Cybersecurity Mesh) — гибкая архитектура, которая объединяет распределенные и разрозненные службы безопасности. Сеть позволит автономным решениям безопасности работать вместе, быстро проверять идентичность и соблюдение политик.
• Вычисления, повышающие конфиденциальность (Privacy-Enhancing Computation) обеспечивают обработку персональных данных. Развитие законов о конфиденциальности и защите данных, стимулируют данную тенденцию, которая использует различные методы защиты.
• Cloud-Native платформы (Cloud-Native Platforms) позволяют создавать новые отказоустойчивые и гибкие архитектуры приложений. Это улучшает традиционный подход, который не позволяет использовать преимущества облака.
• Составные приложения (Composable Applications) создаются из модульных компонентов, что упрощает повторное использование кода, ускоряет вывод на рынок новых программных решений.
• Интеллектуальное принятие решений (Decision Intelligence) — подход, в котором процесс принятия решений моделируется с помощью дополненной аналитики и искусственного интеллекта.
• Гиперавтоматизация (Hyperautomation) — ориентированный на бизнес подход, позволяющий быстро выявлять, проверять и автоматизировать бизнес и ИТ-процессы, обеспечивая масштабируемость.
• ИИ-инжиниринг (AI Engineering) — оптимизация производства с помощью ИИ за счет автоматизации обновлений данных, моделей и приложений.
• Распределенные предприятия (Distributed Enterprises) улучшают взаимодействие с удаленными сотрудниками.
• Общий опыт (Total Experience) — бизнес-стратегия, которая объединяет опыт сотрудников, клиентский и пользовательский опыт в точках взаимодействия для ускорения роста.
• Автономные системы (Autonomic Systems) — физические или программные системы, которые автоматически обучаются на данных из окружающей среды и модифицируют собственные алгоритмы для оптимизации своей работы внутри экосистемы.
• Генеративный ИИ (Generative AI) — ИИ, определяющий артефакты в данных и обучающийся на них, что позволяет ему создавать новые формы контента (например, видео) или подходы к R&D-процессам.