新基建五大关键领域见解及建议

关于新兴基础设施建设，即“新基建”，这是一个科技端的基础设施建设领域，它涵盖了七大关键领域：包括我们熟悉的5G基建、特高压等，也有日益重要的新能源汽车充电桩和大数据中心等。在这之中，高德纳（Gartner）公司针对五大关键领域为首席信息官及IT领导者提供了独特的见解和建议。

关于备受瞩目的5G技术。它被描述为新一代的蜂窝网络技术，将改变移动服务的交付模式，使其更加侧重于业务和消费者需求。这一技术正处于一个充满期望的阶段，国际社会正在围绕着它进行各种研究和应用。企业需要重新思考其应用范围和可能性，特别是在考虑其能为蜂窝网络服务和用例带来的变化时。与此也需要了解射频、网络软件和切片技术的组合如何影响所需的架构变化。对于IT领导者来说，制定切合实际的期望并了解移动网络运营商的需求和计划至关重要。

然后是电动汽车无线充电技术。随着电动汽车的普及，充电系统的便利性和效率成为了焦点。现有技术已经足够用于住宅和社区充电系统，但需要合理的定价策略来保证其吸引力。部门正在考虑在公交车路线和短途送货车辆等领域建立快速充电系统。企业需要关注行业趋势，参与行业团体和标准制定机构，以应对未来的无线充电技术市场。

接下来是数据中心基础设施的讨论。现有的数据中心需要维护和优化，同时也要为未来规划制定基础设施愿景。企业需要采用自动化和机器学习技术来改善现有的数据中心设施，同时也要实施智能基础设施策略来应对新兴技术趋势。在混合环境中平衡传统数据中心和新技术的影响是一个挑战，需要密切关注市场动态并做出适应性的决策。

最后是关于人工智能核心技术的预测。人工智能正在成为企业的重要驱动力，但实施过程中的挑战也不容忽视。企业需要关注技能、技术和基础设施整合的问题，同时需要部署AI推理引擎以适应不同的需求。对于生产AI管道相关的技术债务和基础设施复杂性也将成为IT领导者的主要挑战之一。实时响应的需求正在推动分析功能向数据采集点边缘系统或端点设备的移动。这是新的挑战和机遇，企业需要从新的视角来看待和适应这些变革。核心建议概览

面向希望从AI概念验证过渡到生产并实现产量增长的IT领导者，我们提出以下核心建议：

一、加快AI在生产中的应用

设计并展示串流数据分析基础设施的自定义参考架构原型。这不仅有助于深入理解业务需求，还能为机器学习模型的实施提供坚实基石。使用容器技术封装机器学习模型，简化模型管理，为推理引擎的部署流程提供便利。通过这种方式，IT领导者能更有效地将AI应用于生产环境。

二、利用云服务加速AI实现

战略性地选择具备可扩展AI基础设施功能的云服务供应商，这将极大加速AI的实现过程。借助云服务，企业可以灵活调整资源，应对AI处理需求的波动，从而更高效地推进项目。

三、确定深度神经网络分析的最佳位置

在推动AI在生产中应用的还需量化数据类型、数据量以及通信带宽、延迟和可用性的影响。这将有助于准确确定进行深度神经网络分析的最佳地点，确保数据分析能在最适当的环境中进行。

全球工业物联网：市场机会分析

关键洞察

工业物联网(IIoT)软件平台虽然已在2018年实现盈利，但之后的盈利之路充满挑战。与其他物联网堆栈相比，工业物联网应用展现出相对稳定的增长率和利润率。这背后的推动力主要来自于购买中心的变迁以及物联网相关购买要求的演变。工业物联网服务的增长和利润仍受到一些限制，包括供应商的专业领域过于狭窄，以及无法为重复收入型产品创建具有吸引力的产品目录。

连接性和硬件是物联网解决方案的基础要素，也是工业物联网利润和收入的主要来源。为了克服当前的市场挑战，技术总经理需要采取一系列行动。

核心建议

为了创新工业物联网产品，技术总经理应：

一、根据特定行业的特征和功能开发工业物联网平台，以此扩展客户环境并维持增长。这不仅能提高产品的行业适配性，还能增强客户黏性。

二、开发独立于平台的工业物联网应用并实现差异化。这些应用需能将行业专业知识和商业智慧“转化为产品”，满足目标行业的基础用例并产生收益。通过这种方式，企业可以更加精准地满足客户需求，提高市场份额。

三、通过创建基于资产的托管服务组合确保每年的重复性收入。此类服务应采用信息技术基础设施库(ITIL)方法，为物联网解决方案和物联网资产的运营和服务管理提供支持。这将有助于稳定企业的收入来源，提高盈利能力。

四、锁定与工业企业合作，创建联网工业产品和服务。在销售过程中嵌入或捆绑硬件和联网功能，以提高增长率并降低销售成本。通过与工业企业紧密合作，可以更好地了解市场需求，优化产品设计和销售策略。