是德科技，發(fā)布2023年行業(yè)趨勢預(yù)測(一)
軟件將加速發(fā)展--是德科技首席信息官（CIO），Dan Krantz
1. “數(shù)字鴻溝”將決定企業(yè)的成敗
對于許多企業(yè)來說，將“數(shù)據(jù)見解”轉(zhuǎn)變成商業(yè)價值一直是難以實現(xiàn)的目標；然而人工智能（AI）技術(shù)的成熟最終會讓這一目標成為可能——企業(yè)可以提煉數(shù)據(jù)信息，并付諸行動。這種趨勢在未來五年將會不斷加速；那些能夠把數(shù)據(jù)成功轉(zhuǎn)化為商業(yè)行動的企業(yè)有望獲得蓬勃發(fā)展。他們的首席信息官所青睞的解決方案會兼顧以下四個方面：低代碼可擴展性、用戶體驗更直觀、API 更為豐富以提供最大限度的可組合性，以及具有突破性的分析見解。那些不能提供這些能力的公司將會陷入“Excel蟲洞”——財務(wù)變差和競爭力下滑在所難免。
2. 人才 2.0：數(shù)字敏捷性成為必須
數(shù)字敏捷性將會提高到新的等級，除了IT部門以外，企業(yè)里的所有人才都必須具備基本的軟件開發(fā)技能。行動快速的企業(yè)將會憑借數(shù)據(jù)科學(xué)脫穎而出。
3. 自動化影響人才的招聘和保留
在2023年，自動化趨勢依然強勁——盡管經(jīng)濟存在不確定性。在未來幾年中，自動化和系統(tǒng)環(huán)境的升級將會沖擊企業(yè)留住員工的能力。員工會尋求更多選擇，把目光盯向那些采用智能自動化系統(tǒng)、能使他們專注于回報更高和具有創(chuàng)造性任務(wù)的企業(yè)。那些不向自動化轉(zhuǎn)型、仍然堅持手動為先的企業(yè)，將在人才競爭方面越來越乏力。
4. 軟件開發(fā)走向機器人編程
我們習(xí)慣了數(shù)字通信中的文本預(yù)測，但人們可能會驚訝地發(fā)現(xiàn)，這些功能也存在于軟件開發(fā)當中。在某些環(huán)境里，機器人會建議如何完成代碼；未來幾年，這種情形就會屢見不鮮。到 2028 年，世界上一半以上的軟件代碼都會是由機器人（而不是人工）編寫的。
5. 現(xiàn)實世界和虛擬世界相融合，效率步入新時代
2023年，我們將見證數(shù)字孿生技術(shù)在物理系統(tǒng)中的應(yīng)用取得巨大進步。這將為各行各業(yè)帶來諸多好處，例如醫(yī)療保健行業(yè)、制造業(yè)、零售業(yè)等等。設(shè)想一下在手術(shù)當中，外科醫(yī)生可以隨時從 AI 助手那里查看解剖數(shù)據(jù)和患者病史，而不必再靠回憶調(diào)取這些細節(jié)。聽上去像是幻想，實際上為了實現(xiàn)這一點，諸多工作已在進行之中。預(yù)計明年會有越來越多的公司打破現(xiàn)實世界與虛擬世界之間的界限。
軟件自動化和質(zhì)量-是德科技軟件測試自動化總經(jīng)理（Gareth Smith）
1. 自動化測試設(shè)計
傳統(tǒng)的測試自動化本身仍然需要手動編寫代碼以完成測試。基于模型的方法是從中心模型生成測試；而“自主測試設(shè)計”則更了進一步，它是自動生成這些模型。這意味著，該模型可作為待測系統(tǒng)的“數(shù)字孿生”自動生成，并自動創(chuàng)建和執(zhí)行實際測試。這就大大簡化和優(yōu)化了測試，可以提高測試質(zhì)量，縮短上市時間。因此，“自主測試設(shè)計”將會成為 2023 年的主流測試方法。
2. 測試的可持續(xù)性
傳統(tǒng)的測試自動化是基于需求，在指定時間段（例如，晚上、周末和發(fā)布之前）運行大量固定測試。每個測試的執(zhí)行都需要耗費大量算力，這既有能源成本，又會影響環(huán)境。隨著能源價格上漲和可持續(xù)性意識的增強，這種傳統(tǒng)的“非智能”自動化測試將被智能的“測試優(yōu)化”——只運行針對具體問題的測試——所取代。
3. 元宇宙作為平臺
為了與客戶保持接觸，供應(yīng)商需要擁有多種渠道；網(wǎng)絡(luò)和手機最為常見，此外還有專用的移動app、售貨亭、物聯(lián)網(wǎng)設(shè)備、ATM、機頂盒等。預(yù)計 2023年，關(guān)于元宇宙被視為未來與客戶互動的一個重要渠道的討論將會越來越多。這個截然不同的渠道也為測試廠商帶來了新的設(shè)計、構(gòu)建和測試任務(wù)——意味著，他們都需要一個移動應(yīng)用、一個網(wǎng)站和一個元宇宙平臺。非同質(zhì)化代幣（NFT）可視為一個元宇宙環(huán)境，它為交付產(chǎn)品和服務(wù)提供了一種新方法。測試元宇宙是一項艱巨的任務(wù)；這將為測試自動化技術(shù)帶來許多挑戰(zhàn)，同時也為這個領(lǐng)域的加速創(chuàng)新帶來了機遇。
4. 通過人工智能（AI）提供質(zhì)量和操作保證
在數(shù)字優(yōu)先的世界中，隨著復(fù)雜性的增加，數(shù)字產(chǎn)品將會受到更嚴格的審查。對于安全關(guān)鍵型系統(tǒng)來說，此前的審查已經(jīng)很嚴格，但到2023年，預(yù)計所有領(lǐng)域都會更嚴。產(chǎn)品的內(nèi)容，包括所有的組成部分和第三方組件都必須逐項列出并進行認證，確保全部都是真實和原創(chuàng)的。隨著產(chǎn)品變得更加智能，人工智能（AI）在系統(tǒng)和設(shè)備中的應(yīng)用變得更加廣泛，它們的操作也將更加微妙和復(fù)雜。對這些系統(tǒng)進行測試時，需要用更智能的技術(shù)來理解測試響應(yīng)，并根據(jù)可接受的操作進行驗證——這就導(dǎo)致了需要使用AI來測試AI。
5. 人人都是開發(fā)者
隨著精通數(shù)字技術(shù)的人員越來越多，傳統(tǒng)的非技術(shù)受眾對于使用更復(fù)雜的系統(tǒng)越來越精通、越來越自信。隨著用戶體驗設(shè)計和可用性提升方面的進步，這些新的非技術(shù)用戶可以通過低代碼或無代碼技術(shù)進行開發(fā)，滿足其特定需求——在許多情況下，不需要再為技術(shù)團隊提供單獨的文檔供其實施。這就縮短了交付時間，降低了誤解風(fēng)險，提高了整體效率。
蓬勃發(fā)展的技術(shù)-是德科技工程和研發(fā)副總裁（Daniel Thomasson）
1. 云經(jīng)濟將緩解市場對于經(jīng)濟衰退的擔憂
對于 2023 年經(jīng)濟衰退的擔憂將促使更多企業(yè)把數(shù)據(jù)密集型任務(wù)轉(zhuǎn)移到云端，以降低基礎(chǔ)設(shè)施和運營成本，同時改善網(wǎng)絡(luò)安全。將應(yīng)用轉(zhuǎn)移到云端也有助于企業(yè)提供更好的數(shù)據(jù)驅(qū)動的客戶體驗。例如，一些先進的仿真和測試數(shù)據(jù)管理功能（比如實時特征提取和加密等）將會允許使用基于云的安全數(shù)據(jù)網(wǎng)格。該網(wǎng)格可以在更豐富的數(shù)據(jù)集上運行新的算法，促使客戶更快獲得更深入的洞察力。在未來一年里，面對經(jīng)濟的不確定性，云技術(shù)有望給許多公司帶來驚喜。
2. 不懼經(jīng)濟困難，發(fā)力部署數(shù)字孿生
2023年，研發(fā)效率倍受重視；預(yù)計在系統(tǒng)設(shè)計和測試過程中，使用數(shù)字孿生的情況會明顯增加。數(shù)字孿生有助于加快設(shè)計周期，實現(xiàn)更有效的軟硬件協(xié)同設(shè)計、更穩(wěn)健的產(chǎn)品、更低的成本，以及提高可制造性和服務(wù)能力。在未來一年里，將會有更多的互聯(lián)平臺通過數(shù)字孿生來設(shè)計和測試完整的產(chǎn)品。
3. 加密技術(shù)的進步加強了云和網(wǎng)絡(luò)安全
出于安全考慮，許多企業(yè)對于采用基于網(wǎng)絡(luò)和云的軟件和服務(wù)一直猶豫不決。預(yù)計到2023年，這些顧慮將被打破——通過強大的加密功能和對測量參數(shù)及數(shù)據(jù)的嚴密訪問控制，用戶可以獲得前所未有的（從探測到云再到后臺）數(shù)據(jù)完整性保證。因此，我們預(yù)計未來一年將有更多的云和網(wǎng)絡(luò)安全投資，幫助企業(yè)應(yīng)對不斷擴大的威脅。
4. 自動化：經(jīng)濟低迷時的“安全帶”
在當今不確定的環(huán)境下，人們特別需要可以降低人力需求的技術(shù)，例如自動化和機器人。自動執(zhí)行重復(fù)仿真任務(wù)和測量任務(wù)的工具有望迎來更大的投資。這些工具可以通過自動捕捉和修復(fù)錯誤來確保測試結(jié)果的有效性，并通過消除人為導(dǎo)致的變化來提高測量質(zhì)量。借助這些及其他的自動化功能，員工可以根據(jù)收集到的新見解采取行動，并專注于更具戰(zhàn)略意義的工作。
5. AI 和 ML 壓低了數(shù)據(jù)量激增的成本
自動化和 AI/ML 技術(shù)方興未艾。它們有助于降低不斷增長的測量數(shù)據(jù)的管理成本。這些技術(shù)還將減少對數(shù)據(jù)集進行手動分析和提取關(guān)鍵元數(shù)據(jù)的需求，還可從真實的被測器件故障中快速鎖定測量誤差，從而加速分析，減少精力浪費。
6. 支持關(guān)鍵測量，實現(xiàn)綠色能源目標
在2023年，減少碳排放仍是達到政府要求、滿足社會需求的一個重點。人工智能/機器學(xué)習(xí)有助于優(yōu)化工商業(yè)基礎(chǔ)設(shè)施（如數(shù)據(jù)網(wǎng)絡(luò)）的測量和監(jiān)測，從而推動更高層級的能耗管理。
軟件將加速發(fā)展--是德科技首席信息官（CIO），Dan Krantz
1. “數(shù)字鴻溝”將決定企業(yè)的成敗
對于許多企業(yè)來說，將“數(shù)據(jù)見解”轉(zhuǎn)變成商業(yè)價值一直是難以實現(xiàn)的目標；然而人工智能（AI）技術(shù)的成熟最終會讓這一目標成為可能——企業(yè)可以提煉數(shù)據(jù)信息，并付諸行動。這種趨勢在未來五年將會不斷加速；那些能夠把數(shù)據(jù)成功轉(zhuǎn)化為商業(yè)行動的企業(yè)有望獲得蓬勃發(fā)展。他們的首席信息官所青睞的解決方案會兼顧以下四個方面：低代碼可擴展性、用戶體驗更直觀、API 更為豐富以提供最大限度的可組合性，以及具有突破性的分析見解。那些不能提供這些能力的公司將會陷入“Excel蟲洞”——財務(wù)變差和競爭力下滑在所難免。
2. 人才 2.0：數(shù)字敏捷性成為必須
數(shù)字敏捷性將會提高到新的等級，除了IT部門以外，企業(yè)里的所有人才都必須具備基本的軟件開發(fā)技能。行動快速的企業(yè)將會憑借數(shù)據(jù)科學(xué)脫穎而出。
3. 自動化影響人才的招聘和保留
在2023年，自動化趨勢依然強勁——盡管經(jīng)濟存在不確定性。在未來幾年中，自動化和系統(tǒng)環(huán)境的升級將會沖擊企業(yè)留住員工的能力。員工會尋求更多選擇，把目光盯向那些采用智能自動化系統(tǒng)、能使他們專注于回報更高和具有創(chuàng)造性任務(wù)的企業(yè)。那些不向自動化轉(zhuǎn)型、仍然堅持手動為先的企業(yè)，將在人才競爭方面越來越乏力。
4. 軟件開發(fā)走向機器人編程
我們習(xí)慣了數(shù)字通信中的文本預(yù)測，但人們可能會驚訝地發(fā)現(xiàn)，這些功能也存在于軟件開發(fā)當中。在某些環(huán)境里，機器人會建議如何完成代碼；未來幾年，這種情形就會屢見不鮮。到 2028 年，世界上一半以上的軟件代碼都會是由機器人（而不是人工）編寫的。
5. 現(xiàn)實世界和虛擬世界相融合，效率步入新時代
2023年，我們將見證數(shù)字孿生技術(shù)在物理系統(tǒng)中的應(yīng)用取得巨大進步。這將為各行各業(yè)帶來諸多好處，例如醫(yī)療保健行業(yè)、制造業(yè)、零售業(yè)等等。設(shè)想一下在手術(shù)當中，外科醫(yī)生可以隨時從 AI 助手那里查看解剖數(shù)據(jù)和患者病史，而不必再靠回憶調(diào)取這些細節(jié)。聽上去像是幻想，實際上為了實現(xiàn)這一點，諸多工作已在進行之中。預(yù)計明年會有越來越多的公司打破現(xiàn)實世界與虛擬世界之間的界限。
軟件自動化和質(zhì)量-是德科技軟件測試自動化總經(jīng)理（Gareth Smith）
1. 自動化測試設(shè)計
傳統(tǒng)的測試自動化本身仍然需要手動編寫代碼以完成測試?；谀Ｐ偷姆椒ㄊ菑闹行哪Ｐ蜕蓽y試；而“自主測試設(shè)計”則更了進一步，它是自動生成這些模型。這意味著，該模型可作為待測系統(tǒng)的“數(shù)字孿生”自動生成，并自動創(chuàng)建和執(zhí)行實際測試。這就大大簡化和優(yōu)化了測試，可以提高測試質(zhì)量，縮短上市時間。因此，“自主測試設(shè)計”將會成為 2023 年的主流測試方法。
2. 測試的可持續(xù)性
傳統(tǒng)的測試自動化是基于需求，在指定時間段（例如，晚上、周末和發(fā)布之前）運行大量固定測試。每個測試的執(zhí)行都需要耗費大量算力，這既有能源成本，又會影響環(huán)境。隨著能源價格上漲和可持續(xù)性意識的增強，這種傳統(tǒng)的“非智能”自動化測試將被智能的“測試優(yōu)化”——只運行針對具體問題的測試——所取代。
3. 元宇宙作為平臺
為了與客戶保持接觸，供應(yīng)商需要擁有多種渠道；網(wǎng)絡(luò)和手機最為常見，此外還有專用的移動app、售貨亭、物聯(lián)網(wǎng)設(shè)備、ATM、機頂盒等。預(yù)計 2023年，關(guān)于元宇宙被視為未來與客戶互動的一個重要渠道的討論將會越來越多。這個截然不同的渠道也為測試廠商帶來了新的設(shè)計、構(gòu)建和測試任務(wù)——意味著，他們都需要一個移動應(yīng)用、一個網(wǎng)站和一個元宇宙平臺。非同質(zhì)化代幣（NFT）可視為一個元宇宙環(huán)境，它為交付產(chǎn)品和服務(wù)提供了一種新方法。測試元宇宙是一項艱巨的任務(wù)；這將為測試自動化技術(shù)帶來許多挑戰(zhàn)，同時也為這個領(lǐng)域的加速創(chuàng)新帶來了機遇。
4. 通過人工智能（AI）提供質(zhì)量和操作保證
在數(shù)字優(yōu)先的世界中，隨著復(fù)雜性的增加，數(shù)字產(chǎn)品將會受到更嚴格的審查。對于安全關(guān)鍵型系統(tǒng)來說，此前的審查已經(jīng)很嚴格，但到2023年，預(yù)計所有領(lǐng)域都會更嚴。產(chǎn)品的內(nèi)容，包括所有的組成部分和第三方組件都必須逐項列出并進行認證，確保全部都是真實和原創(chuàng)的。隨著產(chǎn)品變得更加智能，人工智能（AI）在系統(tǒng)和設(shè)備中的應(yīng)用變得更加廣泛，它們的操作也將更加微妙和復(fù)雜。對這些系統(tǒng)進行測試時，需要用更智能的技術(shù)來理解測試響應(yīng)，并根據(jù)可接受的操作進行驗證——這就導(dǎo)致了需要使用AI來測試AI。
5. 人人都是開發(fā)者
隨著精通數(shù)字技術(shù)的人員越來越多，傳統(tǒng)的非技術(shù)受眾對于使用更復(fù)雜的系統(tǒng)越來越精通、越來越自信。隨著用戶體驗設(shè)計和可用性提升方面的進步，這些新的非技術(shù)用戶可以通過低代碼或無代碼技術(shù)進行開發(fā)，滿足其特定需求——在許多情況下，不需要再為技術(shù)團隊提供單獨的文檔供其實施。這就縮短了交付時間，降低了誤解風(fēng)險，提高了整體效率。
蓬勃發(fā)展的技術(shù)-是德科技工程和研發(fā)副總裁（Daniel Thomasson）
1. 云經(jīng)濟將緩解市場對于經(jīng)濟衰退的擔憂
對于 2023 年經(jīng)濟衰退的擔憂將促使更多企業(yè)把數(shù)據(jù)密集型任務(wù)轉(zhuǎn)移到云端，以降低基礎(chǔ)設(shè)施和運營成本，同時改善網(wǎng)絡(luò)安全。將應(yīng)用轉(zhuǎn)移到云端也有助于企業(yè)提供更好的數(shù)據(jù)驅(qū)動的客戶體驗。例如，一些先進的仿真和測試數(shù)據(jù)管理功能（比如實時特征提取和加密等）將會允許使用基于云的安全數(shù)據(jù)網(wǎng)格。該網(wǎng)格可以在更豐富的數(shù)據(jù)集上運行新的算法，促使客戶更快獲得更深入的洞察力。在未來一年里，面對經(jīng)濟的不確定性，云技術(shù)有望給許多公司帶來驚喜。
2. 不懼經(jīng)濟困難，發(fā)力部署數(shù)字孿生
2023年，研發(fā)效率倍受重視；預(yù)計在系統(tǒng)設(shè)計和測試過程中，使用數(shù)字孿生的情況會明顯增加。數(shù)字孿生有助于加快設(shè)計周期，實現(xiàn)更有效的軟硬件協(xié)同設(shè)計、更穩(wěn)健的產(chǎn)品、更低的成本，以及提高可制造性和服務(wù)能力。在未來一年里，將會有更多的互聯(lián)平臺通過數(shù)字孿生來設(shè)計和測試完整的產(chǎn)品。
3. 加密技術(shù)的進步加強了云和網(wǎng)絡(luò)安全
出于安全考慮，許多企業(yè)對于采用基于網(wǎng)絡(luò)和云的軟件和服務(wù)一直猶豫不決。預(yù)計到2023年，這些顧慮將被打破——通過強大的加密功能和對測量參數(shù)及數(shù)據(jù)的嚴密訪問控制，用戶可以獲得前所未有的（從探測到云再到后臺）數(shù)據(jù)完整性保證。因此，我們預(yù)計未來一年將有更多的云和網(wǎng)絡(luò)安全投資，幫助企業(yè)應(yīng)對不斷擴大的威脅。
4. 自動化：經(jīng)濟低迷時的“安全帶”
在當今不確定的環(huán)境下，人們特別需要可以降低人力需求的技術(shù)，例如自動化和機器人。自動執(zhí)行重復(fù)仿真任務(wù)和測量任務(wù)的工具有望迎來更大的投資。這些工具可以通過自動捕捉和修復(fù)錯誤來確保測試結(jié)果的有效性，并通過消除人為導(dǎo)致的變化來提高測量質(zhì)量。借助這些及其他的自動化功能，員工可以根據(jù)收集到的新見解采取行動，并專注于更具戰(zhàn)略意義的工作。
5. AI 和 ML 壓低了數(shù)據(jù)量激增的成本
自動化和 AI/ML 技術(shù)方興未艾。它們有助于降低不斷增長的測量數(shù)據(jù)的管理成本。這些技術(shù)還將減少對數(shù)據(jù)集進行手動分析和提取關(guān)鍵元數(shù)據(jù)的需求，還可從真實的被測器件故障中快速鎖定測量誤差，從而加速分析，減少精力浪費。
6. 支持關(guān)鍵測量，實現(xiàn)綠色能源目標
在2023年，減少碳排放仍是達到政府要求、滿足社會需求的一個重點。人工智能/機器學(xué)習(xí)有助于優(yōu)化工商業(yè)基礎(chǔ)設(shè)施（如數(shù)據(jù)網(wǎng)絡(luò)）的測量和監(jiān)測，從而推動更高層級的能耗管理。