Gartner Hype Cycle para tecnologias emergentes de 2023: principais novidades

O Gartner Hype Cycle de 2023 identifica 25 tecnologias emergentes desenvolvidas para ajudar os líderes de inovação tecnológica e arquitetura empresarial a: 

• Avaliar o impacto das tecnologias emergentes nos negócios;

• Examinar e explorar possíveis tecnologias transformadoras;

• Elaborar estratégias para beneficiar-se dessas tecnologias.

Espera-se que essas tecnologias causem grande impacto nos negócios e na sociedade nos próximos dois a dez anos. Mas, acima de tudo, que permitam que diretores e líderes de TI cumpram a promessa da transformação digital dos negócios. 

Visto que as tecnologias emergentes são disruptivas por natureza, é essencial entender os possíveis casos de uso e caminhos para a adoção geral.

“As tecnologias neste Hype Cycle estão em estado inicial ou embrionário,” diz Arun Chandrasekaran, Vice-Presidente Analista emérito da Gartner. “Existe uma grande incerteza sobre como elas evoluirão, por isso, há maior risco para a implementação, mas possivelmente maiores benefícios para os adotantes iniciais também.”

Essas tecnologias proporcionam oportunidades para diferenciação sustentável e maior produtividade da força de trabalho. Ainda que a IA generativa tenha grande potencial para permitir a diferenciação competitiva, várias outras técnicas de IA emergentes também oferecem imenso potencial para aprimorar as experiências digitais do cliente, tomar decisões de negócios melhores e destacar-se entre a concorrência.

Um exemplo de IA emergente, a inteligência artificial generativa pode gerar novas versões derivadas de conteúdo, estratégias, designs e métodos ao aprender com grandes repositórios de conteúdo original. Ela continuará a ter impactos significativos nos negócios, incluindo o desenvolvimento de conteúdo e produtos; automação do trabalho humano; e no aprimoramento das experiências de clientes e funcionários, à medida que atinge a adoção generalizada nos próximos dois a cinco anos. 

Outras tecnologias essenciais de IA emergente incluem:

• A simulação de IA é a aplicação combinada de IA e tecnologias de simulação para desenvolver conjuntamente agentes de IA e os ambientes simulados nos quais eles podem ser treinados, testados e, às vezes, implementados;

• A inteligência artificial causal identifica e usa relações de causa e efeito para ir além de modelos preditivos baseados em correlação e caminhar em direção a sistemas de IA que podem prescrever ações de forma mais eficaz e agir de forma mais autônoma;

• O aprendizado de máquina federado visa treinar um algoritmo de aprendizado de máquina sem compartilhar explicitamente amostras de dados, permitindo mais privacidade e segurança; 

• A ciência de dados de gráficos (GDS) é uma disciplina em que as técnicas de ciência de dados são aplicadas a estruturas de dados de gráficos para identificar características comportamentais que podem ser usadas para construir modelos preditivos e prescritivos;

• A IA neurossimbólica é uma forma de IA composta que combina métodos de aprendizado de máquina (ML) e sistemas simbólicos para criar modelos de IA mais robustos e confiáveis;

• O aprendizado de reforço (RL) é um tipo de aprendizado de máquina em que o sistema de aprendizagem recebe treinamento apenas no que diz respeito a feedback positivo (recompensas) e feedback negativo (punições).

Aprimorar a experiência do desenvolvedor é fundamental para a maioria das empresas. O conjunto de tecnologias sob este tema se concentra em atrair e reter talentos de engenharia de alto nível, apoiando as interações entre desenvolvedores e as ferramentas, plataformas, processos e pessoas com as quais eles trabalham.

A plataforma de gestão de fluxo de valor (VSMP) é um exemplo de tecnologia de DevX que busca otimizar a entrega de produtos de ponta a ponta e melhorar os resultados de negócios. Em geral, VSMPs são independentes de ferramentas. Elas conectam-se a ferramentas existentes e inferem dados de todas as fases do fornecimento do produto de software, das necessidades dos clientes à entrega de valor.

As VSMPs ajudam os líderes de engenharia de software a identificarem e quantificarem oportunidades de melhorar o desempenho do produto de software otimizando custo, modelos operacionais, tecnologia e processos. As plataformas de gestão de fluxo de valor levarão de dois a cinco anos para alcançar a adoção generalizada.

Outras tecnologias essenciais para a experiência do desenvolvedor incluem:

• A engenharia de software aumentada por inteligência artificial, o uso de tecnologias de IA e o processamento de linguagem natural (PLN) para ajudar engenheiros de software a criarem, entregarem e manterem aplicativos;

• SaaS centrado em API,  um serviço de aplicativos na nuvem desenvolvido com interfaces baseadas em eventos (APIs) ou em solicitação/resposta programática como principais métodos de acesso;

• GitOps, um tipo de sistema de controle de circuito fechado para aplicativos nativos da nuvem;

• Os portais de desenvolvedores internos, que permitem a descoberta de autoatendimento e o acesso a recursos em complexos ambientes de desenvolvimento de software nativo da nuvem;

• O escritório de programas de código aberto (EOSPO), o centro de competência para criar estratégias para governar, gerenciar, promover e usar com eficácia software de código aberto (OSS) e dados ou modelos de código aberto.

Essas tecnologias se concentram em como a computação na nuvem evoluirá e se tornará um fator determinante da inovação nos negócios. Elas estão reinventando a nuvem na borda, tornando-a mais verticalmente integrada e permitindo soluções relevantes para o setor. Maximizar o valor dos investimentos na nuvem exigirá escala operacional automatizada, acesso a ferramentas de plataformas nativas da nuvem e governança adequada.

As plataformas na nuvem exemplificam a nuvem abrangente e abordam resultados de negócios relevantes para o setor, combinando serviços subjacentes de software como serviço (SaaS), plataforma como serviço (PaaS) e infraestrutura como serviço (IaaS) em uma oferta de produto completa com recursos combináveis. De modo geral, incluem uma malha de dados do setor, uma biblioteca de pacotes de recursos de negócios, ferramentas compostas e outras inovações de plataformas.

Os líderes de TI podem usar a composição dessas plataformas para obter adaptabilidade e agilidade para responder à disrupção acelerada. Elas levarão de cinco a 10 anos para alcançar a adoção generalizada.

Outras tecnologias essenciais da nuvem disseminada incluem:

• FinOps aumentadas, que aplicam os conceitos de DevOps tradicionais sobre agilidade, integração e implementação contínuas e feedback do usuário final para governança financeira, orçamento e iniciativas de otimização de custos;

• Ambientes de desenvolvimento na nuvem (CDEs), que fornecem acesso remoto e pronto para uso a um ambiente de desenvolvimento hospedado na nuvem com esforço mínimo para instalação e configuração;

• Sustentabilidade na nuvem, que é o uso de serviços na nuvem para obter benefícios de sustentabilidade dentro de sistemas econômicos, ambientais e sociais;

• Nativo na nuvem (Cloud-native), que se refere a algo criado para aproveitar ou implementar, de modo ideal, características da nuvem que fazem parte da definição original de computação na nuvem e incluem recursos fornecidos como serviço;

• Da nuvem para a borda (Cloud-out to edge), um conceito arquitetônico em que um ambiente na nuvem com gestão central, geralmente uma nuvem de hiperescala, fornece recursos de serviços na nuvem que são estendidos aos ambientes de borda;

• WebAssembly (Wasm), uma máquina de pilha virtual leve e em formato de código binário que dá suporte a aplicativos seguros e de alto desempenho em páginas da web.

As tecnologias deste grupo focam em como as organizações podem se tornar resilientes, implementando programas de segurança e privacidade centradas no ser humano. Elas permitem que as empresas criem uma cultura de confiança mútua e de conscientização de riscos compartilhados na tomada de decisões entre muitas equipes.

A gestão da confiança, risco e segurança de IA (AI TRiSM) é um ótimo exemplo de segurança e privacidade centradas no ser humano, assegurando a governança do modelo de IA, confiabilidade, imparcialidade, robustez, eficácia e a proteção de dados. Isso inclui soluções e técnicas para interpretabilidade e explicabilidade de modelos, detecção de anomalias em dados e conteúdo, proteção de dados de IA, operações de modelos e resistência a ataques adversários. O processo para alcançar a adoção generalizada levará de dois a cinco anos.

Outras tecnologias críticas para a segurança e privacidade centradas no ser humano incluem:

• A arquitetura de malha de cibersegurança (CSMA), uma abordagem emergente para arquitetar controles de segurança componíveis e distribuídos que melhoram a eficácia geral da segurança;

• IA de segurança cibernética generativa, que gera novas versões derivadas de conteúdos relacionados à segurança, entre outros tópicos relevantes, estratégias, designs e métodos, aprendendo a partir de grandes repositórios de dados de fontes originais;

• Criptografia homomórfica (HE), que usa algoritmos para habilitar cálculos com dados criptografados e permitir que as empresas compartilhem dados sem comprometer a privacidade;

• Criptografia pós-quântica (PQC), também chamada de criptografia segura contra ataques quânticos, são algoritmos desenvolvidos para proteger contra ataques clássicos e de computação quântica.

Arun Chandrasekaran é Vice-Presidente Analista emérito e se concentra em fornecer orientações estratégicas aos diretores de tecnologia e diretores de tecnologia da informação sobre como estimular a inovação tecnológica na TI empresarial.