是德科技，發布2023年行業趨勢預測(一)
軟件將加速發展--是德科技首席信息官（CIO），Dan Krantz
1. “數字鴻溝”將決定企業的成敗
對于許多企業來說，將“數據見解”轉變成商業價值一直是難以實現的目標；然而人工智能（AI）技術的成熟最終會讓這一目標成為可能——企業可以提煉數據信息，并付諸行動。這種趨勢在未來五年將會不斷加速；那些能夠把數據成功轉化為商業行動的企業有望獲得蓬勃發展。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”——財務變差和競爭力下滑在所難免。
2. 人才 2.0：數字敏捷性成為必須
數字敏捷性將會提高到新的等級，除了IT部門以外，企業里的所有人才都必須具備基本的軟件開發技能。行動快速的企業將會憑借數據科學脫穎而出。
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——盡管經濟存在不確定性。在未來幾年中，自動化和系統環境的升級將會沖擊企業留住員工的能力。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、能使他們專注于回報更高和具有創造性任務的企業。那些不向自動化轉型、仍然堅持手動為先的企業，將在人才競爭方面越來越乏力。
4. 軟件開發走向機器人編程
我們習慣了數字通信中的文本預測，但人們可能會驚訝地發現，這些功能也存在于軟件開發當中。在某些環境里，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，我們將見證數字孿生技術在物理系統中的應用取得巨大進步。這將為各行各業帶來諸多好處，例如醫療保健行業、制造業、零售業等等。設想一下在手術當中，外科醫生可以隨時從 AI 助手那里查看解剖數據和患者病史，而不必再靠回憶調取這些細節。聽上去像是幻想，實際上為了實現這一點，諸多工作已在進行之中。預計明年會有越來越多的公司打破現實世界與虛擬世界之間的界限。
軟件自動化和質量-是德科技軟件測試自動化總經理（Gareth Smith）
1. 自動化測試設計
傳統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的“數字孿生”自動生成，并自動創建和執行實際測試。這就大大簡化和優化了測試，可以提高測試質量，縮短上市時間。因此，“自主測試設計”將會成為 2023 年的主流測試方法。
2. 測試的可持續性
傳統的測試自動化是基于需求，在指定時間段（例如，晚上、周末和發布之前）運行大量固定測試。每個測試的執行都需要耗費大量算力，這既有能源成本，又會影響環境。隨著能源價格上漲和可持續性意識的增強，這種傳統的“非智能”自動化測試將被智能的“測試優化”——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，供應商需要擁有多種渠道；網絡和手機最為常見，此外還有專用的移動app、售貨亭、物聯網設備、ATM、機頂盒等。預計 2023年，關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計、構建和測試任務——意味著，他們都需要一個移動應用、一個網站和一個元宇宙平臺。非同質化代幣（NFT）可視為一個元宇宙環境，它為交付產品和服務提供了一種新方法。測試元宇宙是一項艱巨的任務；這將為測試自動化技術帶來許多挑戰，同時也為這個領域的加速創新帶來了機遇。
4. 通過人工智能（AI）提供質量和操作保證
在數字優先的世界中，隨著復雜性的增加，數字產品將會受到更嚴格的審查。對于安全關鍵型系統來說，此前的審查已經很嚴格，但到2023年，預計所有領域都會更嚴。產品的內容，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的。隨著產品變得更加智能，人工智能（AI）在系統和設備中的應用變得更加廣泛，它們的操作也將更加微妙和復雜。對這些系統進行測試時，需要用更智能的技術來理解測試響應，并根據可接受的操作進行驗證——這就導致了需要使用AI來測試AI。
5. 人人都是開發者
隨著精通數字技術的人員越來越多，傳統的非技術受眾對于使用更復雜的系統越來越精通、越來越自信。隨著用戶體驗設計和可用性提升方面的進步，這些新的非技術用戶可以通過低代碼或無代碼技術進行開發，滿足其特定需求——在許多情況下，不需要再為技術團隊提供單獨的文檔供其實施。這就縮短了交付時間，降低了誤解風險，提高了整體效率。
蓬勃發展的技術-是德科技工程和研發副總裁（Daniel Thomasson）
1. 云經濟將緩解市場對于經濟衰退的擔憂
對于 2023 年經濟衰退的擔憂將促使更多企業把數據密集型任務轉移到云端，以降低基礎設施和運營成本，同時改善網絡安全。將應用轉移到云端也有助于企業提供更好的數據驅動的客戶體驗。例如，一些先進的仿真和測試數據管理功能（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據網格。該網格可以在更豐富的數據集上運行新的算法，促使客戶更快獲得更深入的洞察力。在未來一年里，面對經濟的不確定性，云技術有望給許多公司帶來驚喜。
2. 不懼經濟困難，發力部署數字孿生
2023年，研發效率倍受重視；預計在系統設計和測試過程中，使用數字孿生的情況會明顯增加。數字孿生有助于加快設計周期，實現更有效的軟硬件協同設計、更穩健的產品、更低的成本，以及提高可制造性和服務能力。在未來一年里，將會有更多的互聯平臺通過數字孿生來設計和測試完整的產品。
3. 加密技術的進步加強了云和網絡安全
出于安全考慮，許多企業對于采用基于網絡和云的軟件和服務一直猶豫不決。預計到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及數據的嚴密訪問控制，用戶可以獲得前所未有的（從探測到云再到后臺）數據完整性保證。因此，我們預計未來一年將有更多的云和網絡安全投資，幫助企業應對不斷擴大的威脅。
4. 自動化：經濟低迷時的“安全帶”
在當今不確定的環境下，人們特別需要可以降低人力需求的技術，例如自動化和機器人。自動執行重復仿真任務和測量任務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錯誤來確保測試結果的有效性，并通過消除人為導致的變化來提高測量質量。借助這些及其他的自動化功能，員工可以根據收集到的新見解采取行動，并專注于更具戰略意義的工作。
5. AI 和 ML 壓低了數據量激增的成本
自動化和 AI/ML 技術方興未艾。它們有助于降低不斷增長的測量數據的管理成本。這些技術還將減少對數據集進行手動分析和提取關鍵元數據的需求，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. 支持關鍵測量，實現綠色能源目標
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/機器學習有助于優化工商業基礎設施（如數據網絡）的測量和監測，從而推動更高層級的能耗管理。
軟件將加速發展--是德科技首席信息官（CIO），Dan Krantz
1. “數字鴻溝”將決定企業的成敗
對于許多企業來說，將“數據見解”轉變成商業價值一直是難以實現的目標；然而人工智能（AI）技術的成熟最終會讓這一目標成為可能——企業可以提煉數據信息，并付諸行動。這種趨勢在未來五年將會不斷加速；那些能夠把數據成功轉化為商業行動的企業有望獲得蓬勃發展。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”——財務變差和競爭力下滑在所難免。
2. 人才 2.0：數字敏捷性成為必須
數字敏捷性將會提高到新的等級，除了IT部門以外，企業里的所有人才都必須具備基本的軟件開發技能。行動快速的企業將會憑借數據科學脫穎而出。
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——盡管經濟存在不確定性。在未來幾年中，自動化和系統環境的升級將會沖擊企業留住員工的能力。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、能使他們專注于回報更高和具有創造性任務的企業。那些不向自動化轉型、仍然堅持手動為先的企業，將在人才競爭方面越來越乏力。
4. 軟件開發走向機器人編程
我們習慣了數字通信中的文本預測，但人們可能會驚訝地發現，這些功能也存在于軟件開發當中。在某些環境里，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，我們將見證數字孿生技術在物理系統中的應用取得巨大進步。這將為各行各業帶來諸多好處，例如醫療保健行業、制造業、零售業等等。設想一下在手術當中，外科醫生可以隨時從 AI 助手那里查看解剖數據和患者病史，而不必再靠回憶調取這些細節。聽上去像是幻想，實際上為了實現這一點，諸多工作已在進行之中。預計明年會有越來越多的公司打破現實世界與虛擬世界之間的界限。
軟件自動化和質量-是德科技軟件測試自動化總經理（Gareth Smith）
1. 自動化測試設計
傳統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的“數字孿生”自動生成，并自動創建和執行實際測試。這就大大簡化和優化了測試，可以提高測試質量，縮短上市時間。因此，“自主測試設計”將會成為 2023 年的主流測試方法。
2. 測試的可持續性
傳統的測試自動化是基于需求，在指定時間段（例如，晚上、周末和發布之前）運行大量固定測試。每個測試的執行都需要耗費大量算力，這既有能源成本，又會影響環境。隨著能源價格上漲和可持續性意識的增強，這種傳統的“非智能”自動化測試將被智能的“測試優化”——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，供應商需要擁有多種渠道；網絡和手機最為常見，此外還有專用的移動app、售貨亭、物聯網設備、ATM、機頂盒等。預計 2023年，關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計、構建和測試任務——意味著，他們都需要一個移動應用、一個網站和一個元宇宙平臺。非同質化代幣（NFT）可視為一個元宇宙環境，它為交付產品和服務提供了一種新方法。測試元宇宙是一項艱巨的任務；這將為測試自動化技術帶來許多挑戰，同時也為這個領域的加速創新帶來了機遇。
4. 通過人工智能（AI）提供質量和操作保證
在數字優先的世界中，隨著復雜性的增加，數字產品將會受到更嚴格的審查。對于安全關鍵型系統來說，此前的審查已經很嚴格，但到2023年，預計所有領域都會更嚴。產品的內容，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的。隨著產品變得更加智能，人工智能（AI）在系統和設備中的應用變得更加廣泛，它們的操作也將更加微妙和復雜。對這些系統進行測試時，需要用更智能的技術來理解測試響應，并根據可接受的操作進行驗證——這就導致了需要使用AI來測試AI。
5. 人人都是開發者
隨著精通數字技術的人員越來越多，傳統的非技術受眾對于使用更復雜的系統越來越精通、越來越自信。隨著用戶體驗設計和可用性提升方面的進步，這些新的非技術用戶可以通過低代碼或無代碼技術進行開發，滿足其特定需求——在許多情況下，不需要再為技術團隊提供單獨的文檔供其實施。這就縮短了交付時間，降低了誤解風險，提高了整體效率。
蓬勃發展的技術-是德科技工程和研發副總裁（Daniel Thomasson）
1. 云經濟將緩解市場對于經濟衰退的擔憂
對于 2023 年經濟衰退的擔憂將促使更多企業把數據密集型任務轉移到云端，以降低基礎設施和運營成本，同時改善網絡安全。將應用轉移到云端也有助于企業提供更好的數據驅動的客戶體驗。例如，一些先進的仿真和測試數據管理功能（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據網格。該網格可以在更豐富的數據集上運行新的算法，促使客戶更快獲得更深入的洞察力。在未來一年里，面對經濟的不確定性，云技術有望給許多公司帶來驚喜。
2. 不懼經濟困難，發力部署數字孿生
2023年，研發效率倍受重視；預計在系統設計和測試過程中，使用數字孿生的情況會明顯增加。數字孿生有助于加快設計周期，實現更有效的軟硬件協同設計、更穩健的產品、更低的成本，以及提高可制造性和服務能力。在未來一年里，將會有更多的互聯平臺通過數字孿生來設計和測試完整的產品。
3. 加密技術的進步加強了云和網絡安全
出于安全考慮，許多企業對于采用基于網絡和云的軟件和服務一直猶豫不決。預計到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及數據的嚴密訪問控制，用戶可以獲得前所未有的（從探測到云再到后臺）數據完整性保證。因此，我們預計未來一年將有更多的云和網絡安全投資，幫助企業應對不斷擴大的威脅。
4. 自動化：經濟低迷時的“安全帶”
在當今不確定的環境下，人們特別需要可以降低人力需求的技術，例如自動化和機器人。自動執行重復仿真任務和測量任務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錯誤來確保測試結果的有效性，并通過消除人為導致的變化來提高測量質量。借助這些及其他的自動化功能，員工可以根據收集到的新見解采取行動，并專注于更具戰略意義的工作。
5. AI 和 ML 壓低了數據量激增的成本
自動化和 AI/ML 技術方興未艾。它們有助于降低不斷增長的測量數據的管理成本。這些技術還將減少對數據集進行手動分析和提取關鍵元數據的需求，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. 支持關鍵測量，實現綠色能源目標
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/機器學習有助于優化工商業基礎設施（如數據網絡）的測量和監測，從而推動更高層級的能耗管理。