在技术领域中，Gartner的新兴技术成熟度曲线一直是大家特别关注的。就在这几天，Gartner带来了一年一度的新兴技术成熟度曲线（Hype Cycle for Emerging Technologies, 2024），再次成为引领行业发展的风向标，大家可以对比2023年和AI的曲线一起看看，哪些技术进入了曲线，哪些又不在了呢？哪些倒退了，哪些前进了，哪些成了炒作的顶峰，哪些又从顶峰要去向低谷了呢？
https://www.gartner.com/en/newsroom/press-releases/2024-08-21-gartner-2024-hype-cycle-for-emerging-technologies-highlights-developer-productivity-total-experience-ai-and-security
Hype Cycle for Emerging Technologies, 2024
Hype Cycle for Emerging Technologies, 2023
今年，Gartner从2000多项技术中提炼出了25项具有颠覆性的技术，这些技术被分为四个关键领域：自主AI、开发人员生产力、整体体验以及以人为本的安全和隐私计划。
一、自主AI：从科幻到现实的渐进过程
自主AI是今年成熟度曲线中的一个重要主题。随着AI技术的快速发展，自主AI系统正在逐渐从科幻小说变为现实。这些系统能够在最少的人工监督下运行，自我改进并在复杂环境中做出有效的决策。它们可以执行人类可以执行的任何任务，包括多智能体系统、大型动作模型、机器客户、类人工作机器人、自主智能体和强化学习等。
然而，Gartner也警告说，尽管自主AI具有巨大的潜力，但当前一代的AI模型仍然缺乏能动性。AI研究实验室正在迅速释放能够与其环境动态交互以实现目标的智能体，但这种发展将是一个渐进的过程。因此，企业在追求自主AI时，需要保持理性和耐心，不要过分夸大其短期内的效益。
二、开发人员生产力：技术变革下的高效交付
开发人员生产力是另一个值得关注的领域。在快速变化的技术环境中，开发人员的工作效率不仅仅是快速编写代码。它还受到开发人员有效沟通和协作能力的影响，以及他们是否充满活力、专注、充分参与和享受工作（处于“心流状态”）的影响。
Gartner指出，技术正在彻底改变开发人员设计和交付软件的方式，使他们的工作效率比以往任何时候都更高。这确保了他们能够快速交付更高质量的产品，同时通过提高开发人员满意度、协作和流程来最大化收益。为了提高开发人员的工作效率，新兴技术如AI增强软件工程、云原生、GitOps、内部开发人员门户、提示工程和WebAssembly等正在逐渐崭露头角。
三、整体体验：创造卓越的客户与员工共享体验
整体体验是一种通过将客户体验、员工体验、多元体验和用户体验实践交织在一起来创造卓越共享体验的策略。它使用技术来解决关键交互问题，为客户和员工提供支持，目标是提高信心、满意度、忠诚度和拥护度。
在整体体验领域，Gartner强调了客户的数字孪生、空间计算、超级应用程序和6G等技术的重要性。这些技术将帮助企业更好地理解和满足客户的需求，提供更加个性化和沉浸式的体验。同时，它们也将为员工创造更加便捷和高效的工作环境，提高整体的工作满意度和生产力。
四、以人为本的安全和隐私：构建信任与共同风险意识
在安全性方面，Gartner强调了以人为本的安全和隐私计划的重要性。通过使用安全和隐私技术，组织将变得更有弹性，从而在团队之间建立一种相互信任的文化和共同风险意识。
然而，Gartner也指出，安全实践往往依赖于人类可以以完全安全可靠的方式行事的前提。但在现实中，当员工必须在安全和业务交付之间做出选择时，他们通常会选择业务交付，有时会绕过过于严格的安全控制。因此，以人为本的安全和隐私计划需要将紧密的安全和隐私结构编织到组织的数字设计中，以确保员工在追求业务目标的同时，也能遵守安全规范和保护客户隐私。
支持以人为本的安全和隐私的新兴技术包括AI TRiSM、网络安全网格架构、数字免疫系统、虚假信息安全、联合机器学习和同态加密等。这些技术将帮助企业更好地应对日益复杂的安全挑战，保护客户和员工的隐私和数据安全。
五、AGI的争议与未来展望
在探讨新兴技术的同时，我们也不能忽视通用人工智能（AGI）这一颇具争议的话题。Gartner警告说，AGI的前景至少还需要10年的时间才会到来，也许不一定会到来。甚至有人认为AGI可能不值得追求。
尽管像OpenAI这样的大语言模型构建者声称已确立了一条实现堪比人类智能的近期道路，但认知科学界的其他人士对此表示怀疑。他们认为人们对AGI这个概念知之甚少，且LLM方法也不尽如人意。因此，关于AGI是不是值得追求的目标，研究界并没有达成明确的共识。
然而，无论AGI的未来如何，我们都不能否认AI技术在当前和未来的重要性。生成式AI（GenAI）虽然即将进入“低谷期”，但其长期影响仍然值得期待。与此同时，我们也需要关注其他新兴技术的发展，如自主AI、开发人员生产力、整体体验以及以人为本的安全和隐私计划等。这些技术将在未来2到10年内为企业带来变革性的收益，推动行业的持续发展和创新。
总之，Gartner 2024新兴技术成熟度曲线中的新兴技术将为企业带来前所未有的变革和机遇。然而，在追求这些技术的同时，我们也需要保持理性和谨慎，不要过分夸大其短期内的效益，而是要关注其长期的发展潜力和实际应用价值。只有这样，我们才能在技术的浪潮中乘风破浪，创造更加美好的未来。
附Gartner曲线各个阶段的定义：
创新触发点（技术萌芽期，Innovation Trigger）：一项突破、公开演示、产品发布或其他事件引发了媒体和行业的广泛关注。
期望膨胀高峰期（期望膨胀期，Peak of Inflated Expectations）：在这个阶段，由于过度热情和不切实际的预测，技术领导者的一系列广泛宣传的活动导致了一些成功，但更多的是失败，因为创新被推向了极限。唯一赚钱的企业是会议组织者和内容出版商。
幻灭低谷期（泡沫幻灭期，Trough of Disillusionment）：由于创新没有达到其过度膨胀的期望，它迅速变得不再流行。媒体兴趣减弱，除了少数警示故事外。
启蒙爬坡期（爬升恢复期，Slope of Enlightenment）：越来越多样化的组织进行的专注实验和扎实的努力工作，使人们对创新的适用性、风险和效益有了真正的理解。商业化的现成方法和工具简化了开发过程。
生产力高原期（稳步增长期，Plateau of Productivity）：创新的实际效益得到展示和接受。随着第二代和第三代工具和方法论的出现，它们变得越来越稳定。越来越多的组织对降低的风险水平感到满意；采用的快速增长阶段开始。大约20%的目标受众在进入这个阶段时已经采用或正在采用这项技术。
技术和产品： 智能体自动化设计：AI产品爆发的新纪元？ 谷歌DeepMind哈萨比斯谈AI的挑战、机遇与未来 ARC百万美元AI竞赛：推动AGI新征程 AI变身“智慧监工”：懂界限、促协作的团队助手 KAN：MLP的潜在替代者 模型合并技术综述 大模型在复杂系统异常检测中的潜力和新应用 面向嵌入式系统的计算机视觉模型压缩技术综述 类脑计算新突破：内生复杂性引领AI未来 软件工程中大模型与基于大模型的智能体综述 机器人技术中深度强化学习综述 机器人技术中深度生成模型综述 大模型广泛应用的挑战综述 大模型隐私保护综述 光学神经网络重大突破：全前向模式训练 人类程序员：从用AI编程到与AI工程师一起工作 高效训练大模型综述 Transformer替代方案Mamba架构的综述 苹果正式发布大模型AFM AI数学的飞跃 AI训练AI：挑战与反思 具身智能综述（Embodied AI） 基于语义变量的端到端大模型应用优化 扎克伯格：开源AI是前进的道路 大模型开源也是一种生意 你值得了解——深度生成模型 李雅普诺夫函数在人工智能系统中的应用 类脑计算新突破——树突结构模拟 AI计算的希望——物理神经网络PNN的综述 18个月326项能力，这家大厂猛猛上新生成式AI（亚马逊） 追问快读 | 意识的大一统理论要来了吗？（幼儿园级通俗版） 这将会是下一篇《Attention is all you need》吗？ 脑启发设计：人工智能的进化之路 智能体（AI Agent）：下一代智能工具、助手和伙伴 英伟达今年仍将在中国获益120亿美元 2024重大科学问题、工程技术难题和产业技术问题 BigCodeBench: 继 HumanEval 之后的新一代代码生成测试基准 连载｜鸿蒙世界——展望篇：鸿蒙星辉 给大模型撰写提示（Prompt），这有一份最新、最全的综述和各家经验梳理 AI视频的新进展 AI音乐的新进展和工具梳理 2024中国大模型主流产品评估 AI的机会在哪里？ AI评估在演进，LiveBench意味着什么？ 超越Llama-3，英伟达就要AI计算一直热下去 张亚勤与李开复共谈AI的未来 微软关闭面向消费者的GPT Builder服务：战略调整还是市场失败？ Apple Intelligence 不等于 Artificial Intelligence AI写的高考作文，你看能得多少分呢？ AI涉及的价值对齐 观察和治理：
