【51CTO.com快译】用一个字来概述今年的企业技术，那就是清晰。
我们已了解，围绕容器、微服务、云可扩展性、开发运维、应用程序监控和数据流分析的新兴生态系统不是一时的潮流。它是未来，已经在支持硅谷和西雅图***进的科技公司。再加上机器学习和物联网，企业IT的下一个阶段就有了一个完整的框架，并且不断改进。
与此同时，我们更清楚地认识到这个新世界与大多数现有的企业IT运营之间的差距在拉大。那就是为什么“数字化转型”这个老掉牙的短语拒绝消亡――辞旧迎新需要深远、多阶段、全面的变化。
但是明年会是什么样?如果你知道今天的企业技术处于什么样的情况，更容易展望未来。本着这个精神，我列出了明年及之后的九大企业技术趋势(与往年没有重复!)。先从最明显的趋势说起：
高级协作
遭到多年的“商业社交网络”失败后，Slack及其蓬勃发展的生态系统已将基于聊天的协作确立为一种最基本的商业应用。当然，竞争对手扎堆，从HipChat到Flock;大家都想知道微软Teams是否能够在Slack的地盘击败它――尤其是由于Teams随带免费的Office 365。
但是如果你问我，基于聊天的简单协作很可能已流行起来，因为聊天室这个概念自IRC以来就存在了。自Linus Torvalds推出Git、作为一种组织Linux内核修订的方式以来，开发人员就参与一种更深入的协作，GitHub、Bitbucket和GitLab提供如今***的Git实现方法。乔恩·尤德尔(Jon Udell)及其他人士表示，除了代码外，GitHub还有望提供各种各样的协作的基础。
不过更激动人心的是这个概念：机器学习让协作平台能够聚集一家企业组织中的人员、资源和数据，实时成立工作组，这是思科***技术官佐拉瓦·比里·辛格(Zorawar Biri Singh)在最近接受《InfoWorld》杂志采访时提出的一个概念。消除孤岛的协作是数字化转型的关键，所以实现这一幕的机器智能似乎是未来几年在这个领域的大好机会。Flock已经凭借其“魔法搜索”功能大放异彩。
2. 深度学习
人工智能及其分支：机器学习最近大行其道，主要归功于云计算能够提供大量的计算、内存和数据，算法可能大量耗用这些资源，并迅速生成有用的结果。这对深度学习来说更是如此，这种计算密集型的机器学习采用了神经网络的多层，同时处理同一个问题，适用于从图像识别到欺诈检测和预测分析的诸多任务。
所有主要的云都让客户能够增强深度学习所需的计算能力(包括GPU处理能力)，谷歌的TensorFlow一路领跑，它既作为一项服务出现在谷歌云平台上，又作为一个开源项目而存在。IBM的Watson同样逐渐获得了深度学习功能，如今在Bluemix云中可供开发人员使用。来自微软Azure的新服务(微软Cognizant Toolkit)和AWS的新服务(MXNet框架以及新的Rekognition、Polly和Lex服务)有助于让深度学习成为市面上最热门的领域。
3. SQL强势回归
有好几年，我们似乎尽在谈论诸如MongoDB或Cassandra之类的NoSQL数据库。这些全新解决方案的灵活数据建模和横向扩展等优点非常吸引人。但是你猜怎么着?SQL也学会了横向扩展――也就是说，借助ClustrixDB、DeepSQL、MemSQL和VoltDB之类的产品，你只要添加商用节点，而不是增强数据库服务器。另外，诸如亚马逊Aurora和谷歌云SQL之类的云数据库即服务解决方案让横向扩展问题毫无意义。
与此同时，NoSQL数据库在不遗余力地提供SQL互操作性。实际上，如果你有大量的数据，想要能够分析它，流行的分析工具(更不用说用户了)仍需要SQL。种类繁多的NoSQL仍提供巨大的潜力，但是SQL丝毫没有露出衰败的迹象。每个人都预测SQL和NoSQL会有一番大统一。没人知道那实际上会是什么样子。
4. Kubernetes高奏凯歌
我们知道应用程序的未来是什么样子：微服务在可扩展的云基础设施中的Docker容器里面运行。但是如果我们把整体式应用程序分解成一个个微服务，就有一个问题：你需要管理和编排它们。已出现了应对这一挑战的几种解决方案，包括Apache Mesos、Docker Swarm和谷歌Kubernetes。
眼下很清楚，Kubernetes已获胜，至少目前是这样。它有何理由不获胜?毕竟，在生产环境下大规模运行容器方面，没有哪一家公司的经验比谷歌还要丰富，谷歌使用一种名为Borg的内部系统，而Kubernetes就源自于Borg。所有主要的云都支持Kubernetes，而CoreOS和Red Hat是本地实现和云实现的主要的Kubernetes提供商。除此之外还有Heptio，这是由前谷歌人员、Kubernetes项目的联合创始人克雷格·麦克勒基(Craig McLuckie)组建的一家新初创公司。
不过，Kubernetes获胜可能只是暂时的，一方面是由于我们在容器方面处于早期阶段。比如在最近的AWS re:Invent大会上，***技术官沃纳·沃格尔斯(Werner Vogels)就宣布了一大批新的容器管理和编排工具。由于明显的原因，谷歌会坚持搞Kubernetes，但是云才是最有奔头的地方，这场较量远未结束，只是刚开始上演。
5. 无服务器计算
如果你是开发人员，要是只想专注于应用程序逻辑和用户界面的设计，那么为基础设施(哪怕是虚拟基础设施)操心让人讨厌。无服务器计算平台让业界的漫长历史：在抽象上面叠加抽象进入到下一个阶段，那样担心这种低层架构变成了过去时。无服务器模式还鼓励开发人员从库获得函数，并将它们连接起来，尽量减少需要编写的原始代码的数量。
AWS Lambda是无服务器计算的最知名例子，但是其他云亦步亦趋。微软有Azure函数(Azure Functions)，谷歌提供了云函数(Cloud Functions)。初创公司Iron.io也提供一种无服务器计算平台，这家公司专门开发微服务工作负载管理软件。
6. 定制的云处理器
你是否知道亚马逊还有一家子公司在为服务器设计自己的ARM处理器?更广为人知的是，谷歌在涉足协处理器领域：Tensor处理单元(TPU)是专门为加速机器学习而设计的。另外，微软为其数据中心增添了FPGA，优化机器学习等特定的应用，并计划提供让Azure客户也能够为FPGA编程的工具。在上周召开的亚马逊re:Invent大会上，AWS推出了自己的FPGA，即面向EC2的一种新的F1实例类型。
7. 物联网互操作性
MQTT历来就是一种已确立了地位的物联网消息传递协议，它具有紧凑和高效的特性，因而适用于低功耗、相对不大智能的哑设备。2016年5月份，谷歌旗下的Nest子公司开源了Thread，这种网状网联网协议让拥有更强大处理能力的设备能够保持对等连接，不需要依赖集线器。
最激动人心的动向已经出现在应用层。10月份，AllSeen联盟与开放连接基金会合并，这实际上将AllJoyn和IoTivity这两大物联网软件框架合并成单一开源项目。更惊人的是，在上周召开的亚马逊re:Invent大会上，AWS***执行官安迪·杰西(Andy Jassy)宣布了AWS Greengrass，这个软件核心(和SDK)旨在可以在物联网设备上运行，让那些设备能够运行AWS Lambda函数，并且安全地连接到AWS物联网平台。现在所有主要的公共云都有物联网平台，这对物联网取得进展而言至关重要，所以预计微软Azure、谷歌云平台和IBM云会在2017年会推出各自的类似Greengrass的解决方案。
8. 硬件即服务
这个趋势有点出乎意料。IDC预测，2017年，10%的企业会开始与厂商签署PC即服务协议。据称，惠普和联想已经启动了这种租赁计划。在服务器方面，戴尔、惠普和联想会开始提供由微软管理的服务器，预先装有Azure Stack，采用订购模式。甲骨文有本地版本的甲骨文云(Oracle Cloud)，名为甲骨文云机器(Oracle Cloud Machine)，它通过“面向云的订购模式”来提供。这是不是说我们所知道的IT资本投入已走到了头?
9. Python、Python、Python
这个趋势有点可笑。但是每年，Python程序员的阵营在壮大，Python在Tiobe Index的所有语言中排名第四位。Python干净、类似英语的语法帮助它成为***先推荐的***编程语言。
人们使用它开发一切，不过它在数据科学家当中尤其备受追捧。此外，Python已成为编写代码使运营实现自动化的开发运维工程师们的***语言，Python框架和IDE继续方兴未艾。Python群体到底有多忠诚?这里不妨透露一下：Python 3.6会在圣诞节那天发布。
原文标题：9 enterprise tech trends for 2017 and beyond，作者：Eric Knorr
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
