Gartner：2021年九大策略科技趋势
https://bit.ly/36E9MS8
面对COVID-19大流行及2020年前所未有的社经挑战，Gartner发布九大策略科技（strategic technology），其中，行为网络（Internet of Behavior; IoB）以收集和使用这些防疫抗疫资料来影响人的行为作法。随着各组织不仅提升了收集的资料量，且改善了如何将不同来源的整合使用，行为网络将继续影响人们的互动的模式，行为网络将帮助企业维持可塑性和灵活度。
2020年的趋势分为三个主题：（1）以人为本（people centricity）（2）地点独立（location independence）（3）弹性交付（resilient delivery）。
以人为本：虽然COVID-19改变了人们工作互动模式，但人仍然是所有业务的中心，且在现今的环境中需要数位化的流程才能运作。
地点独立：COVID-19已经改变了员工、客户、供应商和组织生态系的实际地点。技术需要转变，以支援这种新的业务模式。
弹性交付：COVID-19疫情以及连带的经济衰退，使现今社会动荡不安。能够调整适应的组织才能承受住各种干扰。
总之，这九大策略科技并不是独立运作，而是相互依存的。创新组合是这些趋势的共通性，以促成可塑性，有助于组织未来五到十年的发展。
行为网络 （Internet of Behaviors）
正如COVID-19的防疫监控措施，行为网络就是利用资料来改变行为。随着日常生活中“数位尘埃”（digital
dust）收集技术的进步，这些资讯可以用来影响行为。例如，商用车可以透过车载资通讯系统（Telematics）来监控急刹车和转弯等驾驶行为，并利用这些资料来改善驾驶的表现、路线和安全。行为网络(IoB)可以收集、整合和处理不同来源的资料，包括：商业客户资料、公部门和政府机构收集的民众的资料、社交媒体、脸部识别和定位资料。随着处理资料的技术日趋成熟，行为网络得以发展。而IoB行为网络取决于使用的目标和结果，在社会道德层面的影响也引来顾虑。保险公司用来追踪客户身体活动以降低保费的穿戴式设备也可以用来监控使用者的购物行为，购买过多的
不健康食品可能会增加保费。各个地区的隐私法规的不同，将影响行为网络的应用和规模。
全面体验（Total experience）
全面体验将多体验（multiexperience）、客户体验、员工体验和使用者体验结合，目标是改善从技术到员工到客户和使用者之间交叠的整体体验，提升业务成效。将所有这些体验紧密地联系起来，而非单独的一项一项改进，使企业能以一种难以被复制的方式与竞争对手区分开来，创造竞争优势。
例如，一家电信公司为了提高安全性和满意度，决定改造客户体验。首先，它通过现有的应用程式设立了一个预约系统。当客户距离预约地点75英尺以内时，会收到：一个通知，引导他们完成签到流程；一个提醒，让他们知道还有多久才能安全进入商店并保持社交距离。该公司还增加了更多的数位资讯服务站（digital kiosks），并使员工能够使用自己的平板电脑同步浏览客户的装置，无需实际接触硬件。为客户和员工提供安全整合的体验。
隐私增强运算（Privacy-enhancing computation）
隐私增强计算包含了三项技术，可以在资料被使用时保护隐私。第一是提供一个用来处理或分析敏感性资料的可信任的环境。第二是以去中心化的方式处理和分析资料。第三是在处理或分析之前对资料和算法进行加密。隐私增强计算使各组织与竞争对手合作时，能够安全地保密而不必牺牲隐私，以满足共用资料的需求且同时保有隐私。
分布式云端（Distributed cloud）
分布式云端是指将公有云分布到不同的物理位置，但公有云运营管理仍由供应商负责。分布式云端使企业能够在实体上更接近云端服务，有助于降低延迟和资料成本，以及符合规定资料必须留在特定地理区域的法律。同时避免组织需要付出高成本来管理私有云的情况。分布式云端是云端服务的未来。
随处运营（Anywhere operations）
随处运营的业务模式在后疫情时代极为重要。不论身处何处，都能满足员工全球各地客户服务。随处运营的业务模式以“数位优先，远端优先”为原则，例如，从转帐到开户，都将透过手机处里，省略实体银行。数位化工具将加强而不是完全取代实体空间，像是实体店的非接触式结帐。
网络安全网（Cybersecurity mesh）
网络安全网是一种分布式的架构，可以达成可扩展、灵活、可靠的网络安全控制。现在很多资产都存在于传统的安全围墙之外。网络安全网使身份验证成为新的安全边界。随着周边保护的意义越来越小，围墙式的保全方式必须随之改变。
智慧组合企业（Intelligent composable business）
智慧组合企业是指能够根据当前形势进行调整并从根本上重新定位自己的企业。随着企业加快数位转型的脚步，需要能灵活快速的根据现有资料做出决策。
人工智能（AI）工程化（AI engineering）
稳健的AI工程策略将提升AI模型的性能和可靠度，提供AI技术投资的价值。AI专案经常面临维护、扩展和管理的难题。AI工程将多项领域和技术结合，让AI成为DevOps流程的一部分，而不是一套独立专门的项目。在AI工程管理方面，“负责任的人工智能”（Responsible AI）正在兴起，解决信任、透明、道德、公平、和法遵问题。
超级自动化 (Hyperautomation )
超级自动化是指组织中任何可以自动化的东西都应该自动化。省略简化任何流程都会引来昂贵和大规模的问题。很多组织仰赖“拼凑”的技术，这些技术不够精益、优化和明确。数位转型的过程中，不注重效率、效能和敏捷性的组织将被甩在后面。