1. Интернет вещей
1.1. Это вещи, которые конструируются с возможностью подключения к Wi-Fi, что означает возможность их подключения к Интернету. Подобная технология уже встроена во многие устройства - от бытовой техники до автомобилей, и скоро не останется нового продукта без возможности подключить его к сети для, например, удаленного пользования или обмена данными. И мы только находимся на начальной стадии этой новой технологической тенденции: прогнозы предполагают, что к 2030г. около 50 млрд этих устройств IoT будут использоваться по всему миру, создавая огромную сеть взаимосвязанных устройств, охватывающих все, от смартфонов до кухонной техники. Согласно прогнозам, в 2022г. глобальные расходы на Интернет вещей достигнут $1,1 трлн.
1.1.1. Промышленный интернет вещей (IIoT, Industrial Internet of Things). Применяется на производстве, складах, заводах и в лабораториях. Его задача — автоматизировать и упростить производственные процессы. Примеры IIoT: датчики на оборудовании и станках, которые собирают данные об их работе и помогают предотвращать поломки; системы климат-контроля, которые анализируют температуру и влажность, автоматически регулируют микроклимат в цеху или на складе.
1.1.2. Бытовой интернет вещей (IoT). Пример — система «умный дом». Также к этому типу относятся фитнес-браслеты, умные колонки и док-станции.
2. Облачные вычисления
2.1. Облачные вычисления – это когда пользователю предоставляются по подписке через интернет ресурсы компьютерных систем: серверы, приложения, базы данных, хранилища, аналитические программы и другие. Проще говоря, это рабочая площадка в интернете, которую можно арендовать. Пользователь пользуется теми сервисами, которые нужны для решения текущих задач, и при этом оплачивает только те мощности, которые потребляет. Поставщик, то есть арендодатель, отвечает за нужные для этого ресурсы — дата-центры, серверы, сетевую инфраструктуру, программы, — обеспечивает их работоспособность, обновляет, следит за безопасностью. Чтобы воспользоваться облачными вычислениями, нужно заключить договор с провайдером и получить доступ в личный кабинет. После этого можно использовать любые ресурсы и сервисы, которые он предоставляет.
2.1.1. SaaS
2.1.1.1. Модель SaaS (программное обеспечение как сервис) предполагает, что пользователь получает готовый продукт, который запускается и управляется поставщиком облачных услуг. Доступ к приложению осуществляется через браузер, API или программу‑клиент на устройстве пользователя. По этой модели предоставляется бо́льшая доля платного ПО. Например, корпоративные базы данных, CRM, корпоративная почта, анти-DDoS, Kubernetes. К преимуществам этой модели услуг относятся автоматическое обновление приложений и защита от потери данных.
2.1.2. Paas
2.1.2.1. Модель PaaS (платформа как сервис) предполагает, что пользователь не занимается серверами, хранилищами и приложениями. Он просто выбирает из доступного списка серверы и среды, которые необходимы для запуска, тестирования, развёртывания, поддержки, обновления и масштабирования его приложений. Это повышает производительность работы, так как позволяет сосредоточиться на развёртывании приложений и управлении ими. Решения PaaS обычно создаются на основе технологии контейнеризации.
2.1.3. IaaS
2.1.3.1. Модель IaaS (инфраструктура как сервис) предполагает, что пользователь получает доступ к виртуальным серверам, сетям, хранилищам и другим облачным вычислительным ресурсам на базовом уровне. Это похоже на традиционный способ работы с инфраструктурой, привычный большинству отделов IT. Единственное отличие в том, что оборудование находится в дата‑центре провайдера облачных услуг. Возможность быстро регулировать производительность ресурсов в зависимости от текущих потребностей делает модель IaaS наиболее гибкой с точки зрения эксплуатации.
2.1.4. FaaS
2.1.4.1. Модель FaaS(функция как сервис), в рамках которой клиенты используют функции в облаке для выполнения конкретной задачи. Управление приложениями и серверами остаётся в зоне ответственности провайдера.
2.1.5. CaaS
2.1.5.1. Модель CaaS(контейнер как сервис), позволяет клиентам использовать контейнеры для разработки и развёртывания приложений.
3. BIG DATA
3.1. Bid Data, они же большие данные — это разнообразные данные больших объёмов, которые хранятся на цифровых носителях. В их число входит общая статистика рынков и личные данные пользователей: информация о транзакциях и платежах, покупках, перемещениях и предпочтениях аудитории.Такой массив информации невозможно проанализировать силами человека или с помощью обычного компьютера, для этого нужны специальные инструменты - Есть шесть основных характеристик больших данных: скорость накопления данных, объем, разнообразие, достоверность, изменчивость и ценность. = Данные в основном поступают из трех источников: социальных (соцсети, приложения, онлайн-сервисы), машинных (оборудование, элементы «умного» дома), транзакционных (финансовые транзакции). = Данные хранятся в data-центрах с мощными серверами. -Обрабатывают данные в распределенных системах хранения данных.
3.1.1. Актуальность и перспективность данной тенденции можно обосновать тем, что только в сфере финансовых услуг объем данных, генерируемых каждую секунду, вырастет более чем на 700% (статистика 2021г.). Глобальный объем рынка Big data в 2020г. составил $138,9 млрд, в дальнейшем с ежегодным ростом 10,6% к 2025г. он может составить $229,4 млрд. Такой рост будет подкрепляться и тем, что большие данные неразрывно связаны с другими технологическими трендами, описанными выше, и рост одних неминуемо повлечет за собой рост других. Лидером данной отрасли традиционно остается США с долей рынка 53%, а на втором месте расположилась Япония – 5,1%. Китай на третьем – 5%. Основными отраслями, выступающими драйверами роста Big data, являются: банковская сфера, промышленность и производство, государственное управление, медицина и IT.
4. Искусственный интеллект
4.1. Многие страны строят национальные центры ИИ и содействуют индустриализации ИИ, чтобы стать одним из центров интеллектуальной модернизации отраслей. Как новая технология общего назначения (GPT), ИИ будет способствовать быстрому росту ВВП, а также станет технологическим достижением, за которое страны с каждым годом сильнее конкурируют.
4.1.1. Рынок ИИ составит 7,44 трлн долларов США к 2025 году, а его ежегодный темп роста в течение следующих пяти лет составит более 30%. Прогнозируется, что к 2030 году искусственный интеллект приведет к ежегодному увеличению мирового ВВП на 1,2% и ежегодному увеличению ВВП Китая на 1,6%. В этом отношении он намного превосходит другие технологии общего назначения. Более 50 стран выпустили национальные стратегии ИИ изучив данный потенциал
5. Когнитивные технологии
5.1. Когнитивные технологии работают с нашим познанием: оценивают и анализируют внимание, работу мозга, состояние, то есть стремятся «понять» человека. Перспективные направления развития этих технологий таковы: 1)разработка когнотропных препаратов, увеличивающих возможности человека, например, стимулирующих память и интеллект; 2)создание когнитивных ассистентов — систем адаптивной помощи в различных ситуациях (например, контроль доступа, автопилот); 3)виртуальные интерфейсы вида «мозг-компьютер» — создание доступных на уровне интуиции способов управления компьютерными системами.
5.1.1. По мнению аналитической компании IDC, рост мирового рынка когнитивных технологий будет составлять в среднем 55 % в год. Более 40 % рынка займут программные средства, такие как приложения, осуществляющие анализ материалов, машинное обучение, генерацию гипотез, навигацию и т.д., а также когнитивные платформы, которые будут разрабатывать интеллектуальные программы. Около 20 % мирового объёма закупок когнитивных систем составит доля банковской отрасли. В этой сфере они используются для выявления мошеннических схем, ликвидации угроз, автоматического анализа и разработки рекомендаций. Следующие отрасли –торговля, где с помощью когнитивных систем работают агенты автоматизированного обслуживания клиентов и мерчандайзинг, а также здравоохранение, в котором эти системы применяются для диагностики и лечения.