从Gartner 2023重要战略技术趋势看网络安全进化方向

Gartner每年都会发布一份重要技术趋势清单，分析其在未来三年内如何影响企业的战略，指导业务领导者和技术人员尽早了解探索，以满足各自的业务需求。

2023年，企业集中精力推动其业务在后疫情时代实现增长，同时也忙于应对经济大环境衰退带来的影响，以及供应链、数字化转型方面的挑战。

《2023年重要战略技术趋势》围绕优化、扩展和开拓这三大主题，提出了10项关键技术，帮助企业机构优化韧性、运营或可信度、扩展垂直解决方案和产品交付，并利用新的互动形式、更加快速的响应或机会进行开拓。

2023年重要战略技术趋势：利用技术推动重大业务成果

优化

优化IT系统，提高系统可靠性，改善数据驱动型决策，在生产环境下维护AI系统的价值完整性。

相关趋势：数字免疫系统，应用可观测性，AI信任、风险和安全管理

扩展

加快推出垂直产品，提高产品交付速度，提供无处不在的连接。

相关趋势：行业云平台、平台工程、无线价值实现

开拓

实现商业模式变革，重塑与员工和客户的互动方式，加快制定战略，开辟新的虚拟市场。

相关趋势：超级应用、自适应AI、元宇宙

以及贯穿上述所有战略技术趋势的可持续技术。

要了解如何利用这些技术趋势提升企业价值，首先需要了解企业自身的战略目标。Gartner的研究表明，94%的CEO希望继续或加速推进数字化转型进程，这10项技术趋势与广泛的企业战略相关，聚焦到更为具体的业务目标之上，Gartner认为，构建安全的基础是加速数字化转型的底座，如上图所示，超过一半的技术趋势将支持安全相关的业务战略。我们在此重点介绍数字免疫系统和AI信任、风险和安全管理。

数字免疫系统（Digital Immune System）

数字免疫系统能够提供一个模型，帮助企业机构为应对潜在风险做好准备，并通过学习失败经验，打造具备韧性的、能够抵御失败的卓越客户和用户体验。

其结合了可观测性、AI增强测试、混沌工程、自动修复、站点可靠性工程以及软件供应链安全领域的实践和技术，可作为一种参考框架，指导企业机构投资相关实践，提高关键业务系统的安全和质量，IT领导者将能够发挥关键作用，实现软件开发与业务成果的关联。

Gartner预计，到2025年，投资建设数字免疫系统的企业机构，将减少80%的宕机时间，从而提高客户满意度。

创建并发展数字免疫系统的关键行动包括：

高管牵头组建团队，负责制定和执行DIS战略。该团队首先应对业务能力进行评估，确定应优先针对哪些能力构建数字免疫系统，或哪些能力将能够从数字免疫系统投资中获益最多。

创建专门的实践社区（CoP），用以分享经验教训、指导原则、可复用资产、标准、工具以及任何基于AI的洞察。该社区应由企业架构师负责，以确保汇集所有相关领域的意见与资源。

确保所有韧性提升举措的领导者对于改善客户体验负有同等责任，在企业层面鼓励和奖励韧性提升，特别要关注在数字免疫系统方面的协作。

在开发、安全和运营团队之间建立协作文化，确保其持续支持相关举措。

Gartner列举了美国航空的案例，其利用站点可靠性工程和混沌工程实践，并采用了“测试优先”的方法，来应对日益增加的系统复杂性，以及未知的漏洞和弱点。这增加了其对系统的理解和认识，并帮助其发现了一个巨大的韧性漏洞。

另一案例显示，巴西银行Banco Itaú在其监控系统中引入了预测和修复能力，以持续评估系统的健康状况，提高系统性能，并提供有助于实现最佳员工和客户体验的洞察。这些能力使问题的自动修复率增加了37%，平均解决时间缩短了45%。

AI信任、风险和安全管理（Trust, Risk and Security Management，AI TRiSM）

AI信任、风险和安全管理涵盖了有关模型可解释性、AI隐私、模型运行和对抗性攻击防御的解决方案、技术和流程，能够支持AI模型的治理、可信度、公平性、可靠性、稳健性、有效性和隐私。

由于传统控制措施无法提供人工智能需要的新型信任、风险和安全管理方法，新型AI TRiSM能力，能够确保模型的可靠性、可信度、安全性和隐私。

Gartner预计，到2026年，成功对AI透明度、信任和安全进行运营化的企业机构，其AI项目成果，包括采

用率、业务目标实现以及用户接受度，将提升50%。

实施AI TRiSM的关键行动包括：

成立特别小组或专门的部门来管理企业的AI TRiSM工作。

实施整体的AI隐私、安全和风险管理，以改善AI的业务成果，而不仅仅是为了满足合规要求。

作为整体AI TRiSM项目的一部分，在企业内广泛开展工作，有效管理最佳工具集。

使用能够提供附加价值的开源工具或厂商解决方案，为AI模型注入可解释性。

借助必要的解决方案为AI模型使用的数据提供保护，针对不同的用例及其组件，使用不同的数据保护方法。

使用能够确保模型和数据完整性的解决方案，将风险管理纳入模型运行，并不断验证模型运行的可靠性。

相关用例显示，丹麦商业管理局（Danish Business Authority）开发了一种方法，在AI模型中应用了高层次的道德原则，进而将道德原则与具体行动联系起来，根据公平性测试检查模型的预测结果，并建立了模型监控框架。借助这一方法，丹麦商业管理局快速部署并管理了16个AI模型，这些模型能够监测价值数十亿欧元的金融交易。

此外，以下技术趋势同样支持企业的安全业务战略，企业机构可以关注。

无线价值实现（Wireless Value Realization）

覆盖从传统终端用户计算，到边缘设备支持，再到数字标签解决方案的一切场景。所有这些场景的运行均有赖于网络连接，并需要一系列无线解决方案来满足不同环境的需求。网络将不再局限于提供连接，而是将直接提供业务价值：即从一种通信技术转变为更广泛的数字创新平台。Gartner预计，到2025年，50%的企业无线终端将使用除通信外提供附加能力的网络服务，这一比例目前还不到15%。

平台工程（Platform Engineering）

为了支持开发者、数据科学家和终端用户，减少其工作中的摩擦，前瞻性企业已开始搭建运营平台，在用户与后端服务之间建立连接。平台工程能够优化开发人员的体验，为数字化交付提速。Gartner预计，到2026年，80%的软件工程组织将建立平台团队，为内部提供可复用的服务、组件和工具，支持应用交付。

自适应AI（Adaptive AI）

鉴于AI工程的复杂性，以及企业加快产品上市速度的需求，自适应AI系统可以从过去的人类和机器经验，以及运行环境中学习行为模式，支持模型行为在部署后进行调整，以更快地适应不断变化的现实世界。Gartner预计，到2026年，采用AI工程实践构建和管理自适应AI系统的企业，其AI模型运营化将在模型数量和速度上至少优于同行25%。

应用可观测性（Applied Observability）

以高度协调和整合的方式在业务职能部门、应用和运维（I&O）团队中应用可观测的数据，尽可能缩短行动与响应之间的延迟，实现业务决策的主动规划。Gartner预计，到2026年，70%成功应用可观测性的企业机构，将能够缩短决策延迟，帮助目标业务或IT流程建立竞争优势。