联想首席信息官阿特·胡(Art Hu)表示，部署人工智能的公司将越来越认识到人工智能的风险和潜在性质，越来越多的企业将采取有针对性的行动来减轻这种风险。

“例如，检索增强生成等新模式可以帮助大型语言模型（LLM）从权威来源生成结果，”他说。“其他技术，如确保训练数据的质量和保真度，以及让人类参与训练（基于人类反馈的强化学习）和对最敏感场景的推理，都是平衡生成式人工智能提供的增强智能的方法。

正如思科公司的坎托尼（Centoni）解释的那样，可持续能源在应对气候变化方面发挥着至关重要的作用。选择更小的人工智能模型，具有更少的层和特定于用例的过滤器，与通用系统相比，公司将开始降低能耗成本。

“这些专用系统在更小、高度精确的数据集上进行训练，并高效地完成特定任务。相比之下，深度学习模型使用大量数据。”

“快速崛起的能源网络类别结合了软件定义的网络和由直流微电网组成的电力系统的功能，也将有助于提高能源效率。将网络应用于电力并将其与数据连接，能源网络提供了现有排放的全面可见性和基准，以及优化电力使用、分配、传输和存储的接入点。能源网络还将帮助组织更准确地测量能源使用和排放，自动化IT、智能建筑和物联网传感器的许多功能，并释放低效和未使用的能源。凭借嵌入式能源管理功能，该网络将成为测量、监控和管理能耗的控制平台。”

“我们还将看到稳健的治理政策、流程和工具的增加，包括对人工智能生成的内容进行测试和验证，在整个系统中嵌入监控。拥有一个明确的人工智能政策，列出确定什么是道德的、负责任的和包容的标准，将指导人工智能的使用。这再加上教育，以便在这一领域工作的团队可以学习实施指导所必需的技能，这将是我们看到企业执行有形人工智能计划的基石。”

根据Crowdstrike的蒂雷迪（Turedi）的说法，基于身份的攻击将继续成为2024年威胁行为者的主要武器，原因很简单，它仍然是一种非常有效的方法。

“正如CrowdStrike最新的威胁追踪报告所揭示的那样，80%的入侵都是通过身份泄露发生的。对手也不仅仅依赖被破坏的有效凭证，而是滥用各种形式的身份和授权，包括从地下渠道购买的弱凭证，并且提升了他们的网络钓鱼和社会工程技术。

“社会工程是这里的亮点，因为企业努力教育员工认识到自己被欺骗的常见方式。这使得身份保护成为公司在2024年应该加强的最重要的保护。否则，对手将不断瞄准这一弱点，他们往往会成功。”

NTT公司2023年全球CX报告发现，大多数CX互动仍然需要某种形式的人工干预，高管们同意这将仍然是客户旅程的重要部分。尽管五分之四的组织计划在未来12个月内将人工智能纳入CX交付，NTT有限公司CX服务副总裁萨申·奈杜（Sashen Naidu）解释说，人的因素将是其成功的核心。

“随着企业将注意力转向自动化如何补充和增强人类能力，他们将更加重视解决日益严重的技能短缺问题，这将挑战人工智能的抱负。人工智能和大数据分析的基础知识将成为各行业大多数工作的基本技能，但新员工不会是唯一的途径。

“NTT数据公司的研究发现，在过去三年中，商业领袖更有可能看到超过25%的利润率，因为他们投资于技能再培训和技能提升计划。这将持续到2024年，通过更多精心策划的教学体验来帮助缩小技能差距，满足组织的需求。”

根据思科应用执行副总裁兼首席战略官兼总经理Liz Centoni的说法，2024年我们将看到后量子加密(PQC)的采用——甚至在它标准化之前——作为一种基于软件的方法，与传统系统配合使用，以保护数据免受未来的量子攻击。

“PQC将被浏览器、操作系统和库所采用，创新者将通过将其集成到管理经典加密的SSL/TLS 1.3等协议中进行试验。PQC也将开始渗透到企业，因为它们的目标是确保后量子世界的数据安全。

“另一个趋势将是量子网络日益增长的重要性，在四五年内——也许更久——量子计算机将能够进行通信和合作，以实现更可扩展的量子解决方案。量子网络将利用纠缠和叠加等量子现象来传输信息。QKD作为PQC的替代或补充，取决于所需的安全性和性能水平，也将利用量子网络。量子网络将会看到政府和金融服务的重大新研究和投资，这些研究和投资对数据安全和处理有很高的要求。”

 面对不断变化的宏观经济和竞争格局，联想解决方案和服务集团首席运营官兼战略主管姚琳达（Linda Yao）预测，企业将专注于通过多种方式从IT支出中获取更多价值。

她表示:“首先，他们将要求在运营中有更大的灵活性，让投资与回报成比例。他们希望提高现金流的可预测性，无论这意味着使用技术来稳定收入增长或实现支出节约，还是以允许可预测现金流支付的方式实施该技术。

“企业还将关注确保IT部署直接支持或推动业务成果。我们将看到更多的客户根据他们想要实现的业务成果采用IT，无论是顶线、底线还是达到特定的客户体验、可持续性、吞吐量、客户获取、指标类型。更多的企业将把他们的技术采用与这些指标联系起来，而不是在真空中部署和维护技术。

“因此，在传统基础设施上的IT支出将转向在下一代技术上的支出，并在未来5到10年内快速增长，因为客户会对其IT体系进行端到端的现代化改造或更新。这包括从传统IT系统迁移到混合云，采用更加虚拟化和互联的IT环境，并避免使用传统的软件许可证来按需提供高度个性化的技术。”

在当今的混合工作环境中，人们比以往任何时候都更加依赖设备、应用和服务，其中许多设备、应用和服务都托管在云系统中，在物理上不受企业IT的控制。这种新格局需要零信任模式。

Smartsheet安全部门的克里斯·皮克、CISO和SVP预测，在未来一年，我们将看到企业在模型中增加额外的层次。

“例如，一些组织可能会添加基于角色的安全性，允许他们为不同类型的用户定义角色，并相应地管理他们的访问权限，”他说。“这将使他们能够保护敏感信息，同时减少授权个人访问的障碍。组织也可以添加基于时间的访问，允许他们根据他们正在进行的项目的长度来管理用户对信息的访问。

“此外，生成式人工智能在加强数据安全和增加额外一层保护方面具有巨大的潜力。没有人能够手动监控流经其业务的所有数据；智能系统需要承担这一重任。机器学习可以“理解”什么是正常的，并标记任何不正常的东西。

生成式人工智能经常被批评利用旧数据来推动关键任务的结果。然而，SambaNova Systems的首席执行官罗德里戈·梁（Rodrigo Liang）预测，超大规模计算和人工智能模型之间的合作将彻底改变整个数据分析格局，将当前数据与实时微调相匹配，从而大幅提高速度、准确性和价格。

“我们将继续看到向实时微调的转变，允许模型适应和理解当前数据，从而推动每个行业人工智能应用的进步，”他说。“先进芯片和超大规模数据能力的结合将创造一个强大的生态系统，支持开发非常大规模的专家模型，以解决比我们今天在营销、广告、医疗卫生、气候、银行等行业中看到的更复杂的用例。”

随着2024年新威胁的出现，模糊了IT和安全责任之间的界限，CrowdStrike欧洲首席技术官泽基·图雷迪（Zeki Turedi）预测，将有机会通过融合企业内部的IT和安全团队来增强组织的弹性。

“传统上，这些团队各自为政，现在发现他们的目标和日常运营越来越紧密地联系在一起。这种转变不仅是由技术的快速进步推动的，也是由直接影响IT基础架构的不断变化的安全风险形势推动的。”

“这种融合非常及时和必要，因为单一威胁现在同时针对基础架构和安全，需要统一的响应。通过促进更密切的合作、共享技术和平台，这些曾经完全不同的团队可以结合他们的专业知识来加强对复杂网络威胁的防御。专为IT团队量身定制的新网络安全平台的出现证明了这一趋势。这些平台旨在与IT运营无缝集成，提供对安全事件的实时洞察和自动响应，从而缩短响应时间并增强整体安全态势。”

戴尔技术公司的全球首席技术官John Roese预计，生成式AI对话将从理论走向实践，从培训基础设施和成本转向推理和运营成本。

“虽然生成式AI激发了关于它将如何改变商业和世界的令人难以置信的创造性想法，但现实世界中很少有大规模的生成式AI活动。随着我们进入2024年，我们将看到生成式AI企业项目的第一波达到成熟水平，这将揭示生成式AI在早期阶段尚未了解的重要方面，”他说。