Google Cloud 預測 2023 至 2025 年十大雲端應用開發趨勢

過去三年來,企業試圖解決前所未有的挑戰,因此加快了數位轉型的腳步。Google Cloud 預期,未來兩到三年間將出現更多突破性革新,這些改變的推力來自包容神經多樣性的設計(neuro-inclusive design)、開放原始碼管理,以及有助實現「週休三日」的 AI 擴展趨勢。以下列出 Google Cloud 預測 2023 至 2025 年十大雲端應用開發趨勢:

趨勢一、AI 解決方案有助於推動「週休三日」制

在過去幾年來,AI 技術與相關產品已被證實能可提升員工效率。以整合式機器學習平台 Vertex AI 為例,該平台透過自動處理例行工作,像是模型管理、監控與版本控制,協助資料科學家更快將機器學習模型導入實際工作環境中。

現在 Vertex AI 能以快 5 倍的速度,協助建立及訓練機器學習模型,可讓資料科學家省下時間來進行實驗、減少自訂程式碼作業,並將更多機器學習模型導入實際工作環境。

(截取自Vertex AI

Vertex AI Vision 現提供適用於打造電腦視覺應用程式的全代管開發環境,可大幅降低建構及部署相關應用程式所需的時間,過去要耗費數週的作業時間,現在只要幾小時就能完成。

其他 Google Cloud 的 AI 工具也提供多樣的協助,例如使用 Contact Center AI ,客服中心團隊可同時處理的案件量增加了 28%。同樣地,採用 Recommendations AI ,銷售和電子商務團隊的客戶轉換率提高 40% 。

越來越多企業選擇以更聰明的方式完成工作,而採用 AI 技術帶來的效率提升,便意味著「週休三日」的願景很有可能成真。

趨勢二、透過機器學習獲得可作為行動依據的即時資料

相較於單純取得資料,如何即時「以數據驅動決策」更是關鍵。首先,企業必須要先能看見並信任資料;Google Cloud 的 Dataplex 現在可以將企業所有的 Google Cloud Platform (GCP) 資料自動分類,並整併第三方來源的資料。

為了提供更可靠的資訊,Dataplex 的資料品質和資料歷程(data lineage)功能均採用智慧技術和自動化作業,確保資料能產出可做為行動依據的準確洞察。

(截取自Dataplex

此外,Google 服務採用的串流分析服務 Dataflow 可讓企業在使用這項服務時,能先從小處著手,再向上擴充處理即時事件,例如在應用程式需要時,提供某地的路況資訊。

Google Cloud 會在未來幾個月推出其他功能,讓更多企業能充分運用現有的資料,持續創造業務佳績。預計 2025 年前,將有 90% 的資料能透過機器學習技術,即時轉化為可做為行動依據的資訊。

趨勢三、將有過半企業的應用程式是由非 IT 開發人員打造

隨著技術民主化的發展,讓「低程式碼」或是「無程式碼」技術被更多企業所熟識,預期未來將有越來越多的開發工作是由非 IT 部門的團隊或人員負責。

根據市調機構 Gartner 指出,至 2025 年,由企業所開發的新興應用程式當中,將會有高達 70% 是採用「低程式碼」或者是「無程式碼」技術所打造。遠高於 2020 年,僅有近 25% 應用程式採用該技術所開發。

這代表非 IT 技術背景的人員也可以建立符合需求的企業級應用程式,並不必具備程式設計能力,就能自行打造應用程式和自動化工作流程。

開發人員仍須打造這些無需程式碼的工具,並提供防護機制保護企業安全,但企業使用者可在沒有開發人員的協助下完成更多事情。這一轉變讓企業的營運不再僅仰賴於特定 IT 專業人員,也讓不同層級的人員都有參與開發的機會。

趨勢四、永續發展將成為重要開發理念

為呼應全球淨零趨勢,台灣已通過《氣候變遷因應法》持續推動「2050 淨零排放」落實,並將正式啟動碳費徵收機制。未來開發人員除了專注於如何以最符合成本效益的方式,打造出簡單、快速且安全的服務外,如今永續發展也將成為一大考量。預期在 2025 年前,有 75% 的開發人員將會以永續發展視為主要開發原則。

現今許多 IT 部門主管均表示,希望能在永續發展方面多盡心力,但不知道該如何著手,也沒有可以評估效益的方式。但該情況正逐步轉變,Google Cloud Carbon Footprint 可協助企業評估相關情形、製作報表,並減少雲端服務的碳排放量;企業也可以直接從 Cloud 控制台存取 Carbon Footprint 資訊主頁,不須額外設定。

(截取自Google Cloud Carbon Footprint

此外,永續發展團隊可透過深入分析取得所需資料,彙報公司的碳排放量資訊。企業現在可以使用 Google 工具打造應用程式,並在對環境影響較小的雲端區域中執行。上述工具目前免費開放使用,讓眾多開發人員能在企業中為永續發展做出貢獻。

預測五、透過開放原始碼管理提高可靠度

開放原始碼具備的速度、靈活性,以及可擴充性,讓開發人員高度仰賴開放原始碼的使用。根據市調機構 Gartner 的軟體結構分析市場指南(Market Guide for Software Composition Analysis)指出,幾乎所有企業都會用到開放原始碼軟體,但這也成為企業受到駭客攻擊的痛點之一。

這讓企業開始重視開放原始碼管理的重要性,除了可以維持原始碼的公開性質外,更能提升軟體可靠度。此外,開放原始碼的「管理者」不僅能找出安全漏洞,並會協助修正。管理者會更新舊版依附元件,並追蹤新版依附元件。就開放原始碼管理而言,依附元件會內建自動測試機制,且可能會提供回應型服務水準協議。這點在現今特別重要,因為目前有許多仰賴開放原始碼運作的數位基礎架構,而這些原始碼是由社群以「保持原樣」的方式維護。

這種情況會因開放原始碼管理的普及而改變,例如 Google Cloud Software Delivery Shield 便是管理開放原始碼的工具。這套全代管安全解決方案可從採用原始碼到部署期間,全程保護企業軟體供應鏈。

Google 會掃描、分析及模糊測試超過 250 個 Java 和 Python 套件,替企業找出安全漏洞並視需要更新。由於開放原始碼管理可大幅提升安全性,Google Clou 預期在 2025 年前,所有企業開發人員都會採用這套做法。

趨勢六、防護措施將走向自動化,並以程式碼的形式管理

層出不窮的網路攻擊,讓現今的安全營運團隊難以阻絕危害。根據全球資訊安全業者 Mandiant 調查,亞太區涉及勒索軟體的侵入行為,從 2020 年的 12.5% 增加到 2021 年的 38%,顯示亞太區企業面臨越來越頻繁的網路資安威脅。

為了在雲端環境中大規模實施防護措施,Google Cloud 運用程式碼提升安全機制的敏捷性和應用規模。過程中將採用 API 優先的做法、Chronicle 和其他工具,包括 Google Cloud 最新的 Mandiant 網路安全產品組合。保密資訊的存取規則可依管理員活動記錄等資料自動建立,因此不必手動設定並複製到不同的環境中。

(截取自Chronicle

同樣地,使用者也可以建立應對手冊,以自動化擷取、分析與回應等工作流程,讓安全性分析師能以更接近開發人員的方式工作,省下時間以專注處理企業面臨的重大威脅。預計 2025 年前,有 90% 的安全措施將採用自動化作業,並以程式碼的形式管理。

預測七、包容神經多樣性的設計可增加使用者採用率

無論是求學、工作或經營一段關係,各式各樣的人皆以不同方式經歷、解讀及處理周遭世界的人事物,而包容神經多樣性的設計(Neuro-inclusive design)兼顧不同人士的獨特需求,因此能提升使用者採用率。設計互動式和視覺化功能時,應考量音效、震動或彈出式視窗會的呈現方式,這些項目都會刺激感官並令人分心。

Google Meet 的隱藏式輔助字幕便是包容神經多樣性設計的良好範例,這項功能可讓使用者透過視覺更準確地理解資訊,也能讓說不同語言的與會者有效溝通。開發人員已在 Google 產品中融入包容神經多樣性的設計,預期未來 2 年內可將使用者採用率提升至 5 倍。

趨勢八、交易和分析工作負載的效率提升

就過去的資料架構而言,由於交易和分析工作負載所用的資料庫不同,因此會從混合的工作負載中將兩者區隔開來。交易資料庫的最佳化重點在於加快讀寫速度,而分析資料庫則是匯總大型資料集。以電子購物網站的個人化推薦內容來說,應用程式必須透過同一個資料集支援這兩種工作負載,並避免效能降低。

Google Cloud 現在提供這兩種工作負載均適用的整合式平台,方便開發人員打造出資料導向的智慧型應用程式,BigQuery 適用的 Datastream 就是其中一例。

這項服務可讓開發人員輕鬆將資料從交易資料庫即時複製到 BigQuery,如果再搭配其他類似工具,企業便能即時依據資料採取行動,而且不必建構基礎架構或處理相關作業。隨著這些工具的不斷改善,企業在 2025 年結束前,就不需再分別處理交易和分析工作負載。

趨勢九、自動處理雲端基礎架構的相關決策

Google 與 Intel 攜手合作,共同設計及打造 Infrastructure Processing Unit (IPU) 等自訂晶片,為資料密集型應用程式提供高效能和可擴充性。

此外,在機器學習領域中,Tensor Processing Unit (TPU) 目前用於驅動全球最大、最快且最有效率的超級電腦。TPU 可讓大規模訓練工作負載的速度提升最高 80%,價格也比其他同類產品便宜至多 50%。

用於提供現今雲端服務的這些 IPU 和 TPU,可讓 Google 在未來數年內自動處理超過半數的雲端基礎架構決策。這些處理器支援遙測資料(telemetry data)和採用機器學習的分析功能,可依據個別工作負載的效能和可靠性,主動推薦最適合的基礎架構。

Google Cloud 可在企業指明工作負載後,立即根據使用者的價格、效能和規模需求,迅速推薦、設定及提供最佳選項,成果優於任何手動配置的解決方案。2025 年底前,有超過半數的雲端基礎架構決策會根據企業的使用模式自動進行,考量硬體規格的雲端思維即將成為過去。

趨勢十、企業將可自由切換公有雲服務供應商

企業將在近幾年採用多雲策略分散風險,並提前為雲端遷移作業做好準備。

(截取自Anthos

Google Cloud 提供 Anthos 和相關工具,可讓企業採用一致的設定在不同雲端環境間輕鬆遷移,舉例來說,企業可透過多雲端管理層使用其他雲端環境的運算和資料資源。不論是從資料庫到應用程式,企業都能可在不同的公有雲上執行工作負載,但透過類似的介面管理和相似的方式執行。

例如,Google Cloud 的 Anthos 可協助企業管理跨數十個 Google Cloud 區域的 Google Kubernetes Engine(GKE) 叢集機群,同時也可管理其他雲端環境、地端部署或位於邊緣的叢集。

這表示企業可享有 Google Cloud 工具帶來的助益,像是可隨時提供數據分析的 BigQuery、適用於分散資料的 Spanner、產生優質洞察的人工智慧與機器學習服務,以及專屬的開發人員工具等。隨著越來越多的多雲工具上線,2025 年結束前,使用公有雲的機構中,將有超過半數能自由切換主要的雲端服務供應商。

史塔夫短評:週休三日!休息?多打份工?