风君子博客12月14日消息，在2023年末，戴尔科技集团全球首席技术官John Roese分享了2024年及未来影响科技行业的新兴趋势，以及戴尔科技如何与客户合作，把握趋势并抓住创新机遇。
“今年是生成式AI的元年，2024年将是生成式AI的次年，GenAI或者是整个AI会继续主导2024年的话题。”John Roese强调，但GenAI绝不是2024年唯一的重点科技趋势，在安全方面会更多地谈及到零信任，2024年零信任会更加落到实处，同时现代化边缘平台的出现和兴起也是重要趋势。
John Roese对 2024 年及未来技术行业发展趋势做出了4点展望：
第一、GenAI讨论重点将从理论转向实践
John Roese指出，今年Google、OpenAI、阿里巴巴都陆续推出了生成式AI的技术，但是还没有多少客户把GenAI系统投入到实用中，都还是在理论探讨的阶段。到2024年的时候会看到真正的转变的到来，GenAI将从今年的纯理论的探讨阶段进入到业务应用阶段。
GenAI从理论转向实践企业需要解决两大挑战。其一，要把GenAI投入到企业以及业务用例的过程当中，意味着GenAI将从构建训练基础架构转向构建推理基础架构。这时，企业必须要能更好地理解、搞清楚，除了训练的基础架构，如何打造一个推理的基础架构。这包括“把推理放在什么地方？”训练是在数据中心当中，推理可能会放在边缘，接近企业客户所在的位置。
同时，随着这一转变的发生，如何确保推理基础架构的安全将成为企业关注的重点。因为训练基础架构保护好数据中心就够了，但如果把推理的基础架构部署到现实的世界中，离开数据中心到边缘中，来到了工厂、制造中心和客户所在的地方，包括交通运输的网络中，这样的安全保护的模式就不同了，需要面对不同类型的风险、不同类型的攻击。
GenAI从理论走到实践要解决的第二大挑战是，明年企业CIO和领导者必须做一个决定，即选出几个需要优先实施的GenAI应用项目，这是很有风险的事情，对企业至关重要。正确的选择将确保企业在业务竞争中领先，如果选错了会出现大量的资源的浪费。“做出正确的选择”要求企业必须充分理解到GenAI的价值，对自己的企业而言GenAI在哪些方面能帮上最大的忙。
此外，John Roese指出，GenAI转向实践还将带来一个新趋势，即今年大家认为GenAI的成本就是训练成本，即在训练的时候构建模型需要用多少台服务器、需要有多少架构开发和维护的人员等。但是，到2024年，GenAI转向实践时，在企业的用例中，在应用阶段的主要成本将是运营成本。
第二、真正的零信任势在必行
John Roese认为：“整个2023年充斥着对零信任及其在全球网络安全工作中重要性的讨论。2024年，零信任不再只是一个热门话题，我们将更注重落实真正的技术、标准乃至认证，从而明确什么才是真正的零信任。”
“零信任不是一个新的概念，我们现在看到这个行业在不断地成熟“，John Roese表示，”我的预测是，今年更多关于安全是随意的讨论，而明年开始，政府机构因为有架构和技术方面的进展，在2024年初政府会在零信任方面来发力，鼓励这样的架构。“
“所以我认为，5年之后如果任何的IT架构没有采取零信任，那才奇怪。”John Roese强调。
第三、边缘平台蓬勃发展
John Roese分享认为，企业将认识到构建现代化边缘有两种方式：边缘孤岛的扩展和多云边缘平台的搭建。未来的发展方向将是后者，即采用“边缘平台”让现代化边缘成为多云基础架构的延伸。
“边缘平台”把边缘平台和边缘的工作负载分隔出来，它上面既有软件又有硬件的编排，就可以来运营以软件为定义的平台。
John Roese表示，对戴尔科技而言，我们认为还可以把它变得更安全、更自动化，建立一个共同的边缘平台，而不是针对每一个工作负载和应用的各自的不同平台。戴尔科技在2023年就开始有这样的远景，而且从明年开始将落实一些此前的概念和设想。
第四、未来量子计算与GenAI密不可分
展望更远的未来，John Roese 指出，量子计算与GenAI密不可分。量子计算解决了GenAI和大多数大规模AI对计算资源需求量极大这一主要问题。量子计算如果对GenAI进行优化之后，就能够让GenAI更加有效，运行得更好。
他预计量子计算将带来AI系统能力的巨大飞跃。混合量子系统将成为现代化AI的计算基础，AI工作将被分散于包括量子处理单元在内的一系列不同的计算架构中。
“量子计算和GenAI进行结合，不是说要重新发明生成式AI，而是让生成式AI极其高效、极其快速，那个时候产生的影响和刚出现ChatGPT的时候给大家带来的惊喜是一样的。“John Roese表示。
对于2024年的技术展望，John Roese总结道：“AI是未来世界发展的中心，它可以通过边缘投入到生产中，依靠零信任保障安全，并最终从量子技术处获取源源不断的动力，实现扩展到全球系统所需的性能和效率。我们需要密切关注AI，但也不能忽视其他架构。只有这样才能确保愿景与行动一致，从而取得长期成功。”