在COVID-19大流行期间，工厂关闭，当员工返回工厂时，他们注意到一些不同之处。传感器或RFID标签被用来确定员工是否经常洗手。计算机视觉可以判断员工是否遵守了佩戴口罩，并使用音响警告员工违反协议。更重要的是，这些数据被组织机构收集和进行分析，以改进工作效率和体验。
收集和使用这些数据来驱动行为被称为行为网络( IoB )。随着组织不仅提高了获取数据的数量，而且提高了如何结合和使用来自不同来源的数据，IoB将继续影响组织与人的交互方式，IoB将使企业在COVID-19引发的重大动荡和当前世界经济状况中具备所需的可塑性或灵活性。
2021年的趋势将有三个主题：以人为本、位置独立和弹性交付。
- 以人为本：尽管疫情改变了工作和与组织互动的人数，但人仍然是所有业务的中心。
- 位置独立性：COVID-19已经转移到员工、客户、供应商和组织生态系统实际存在的地方。位置独立性需要技术转变来支持这种新版本的业务。
- 弹性交付：无论是疫情流行还是衰退，世界上都存在波动性。准备好转变和适应的组织将经受住所有类型的破坏。
一如既往，这九种战略技术趋势并不是彼此独立运作的，而是相互建立和加强。组合创新是这些趋势的一个总体主题。它们共同促进了组织的可塑性，这将有助于指导个人或者组织企业在未来5到10年的发展。
趋势1：行为网络
如COVID-19协议监测示例所示，IoB是关于使用数据来改变行为的。随着收集日常生活“数字尘埃”(跨越数字和现实世界的数据)技术的发展，这些信息可以通过反馈循环来影响人们的行为。
例如，对于商用车辆，远程信息技术可以监控从突然刹车到急转弯的驾驶行为。然后，公司可以利用这些数据来改善司机的性能、时间和安全。
根据个人使用的目标和结果，IoB确实具有伦理和社会意义，可以从多种来源收集、合并和处理数据，包括：商业客户数据;公共部门和政府机构处理的公民数据;社交媒体;人脸识别的公共领域部署;和位置跟踪。处理这些数据的技术越来越复杂，使得这一趋势得以发展。
同样，医疗保险公司用来追踪身体活动以降低保费的可穿戴设备也可以用于监控食品采购;太多的不健康食品会增加保费。不同地区的隐私法各不相同，这将极大地影响IoB的采用和规模。
趋势2：全面经验
整体体验结合了多种体验、客户体验、员工体验和用户体验，从而转变业务结果。趋势目标是改善从技术到员工到客户和用户的所有这些部分交叉的整体体验。
这一趋势使各组织能够利用COVID-19干扰物，将所有这些经验紧密联系在一起——而不是单独地对每一个经验进行改进，将企业与竞争对手区分开来，这种区分是难以复制的，从而创造出可持续的竞争优势。
例如，一家电信公司改变了其整个客户体验，努力提高安全性和满意度。首先，它通过现有应用程序部署预约系统。当顾客到达一家商店，他们收到了两件事：1)通知指导他们完成登记过程，2)警报让他们知道多久前就能安全地进入和保持社会距离。
趋势3：隐私增强计算
隐私增强计算的特点是有三种技术可以在数据被使用时保护数据。第一种方法提供了一个可信任的环境，可以在其中处理或分析敏感数据。第二种方法以分散的方式执行处理和分析。第三种是在处理或分析之前对数据和算法进行加密。
这一趋势使组织能够跨地区安全地与竞争对手进行研究合作，而不会牺牲机密性。这种方法是专门为在保持隐私或安全性的同时共享数据的日益增长的需求而设计的。
趋势4：分布式云
分布式云是指云服务被分布到不同的物理位置，但运营、治理和发展仍由公共云提供商负责。
分布式云可以说是云的未来，使组织能够使这些服务在物理上更接近，有助于实现低延迟场景、降低数据成本，并帮助适应要求数据必须保留在特定地理区域的法律。然而，这也意味着组织仍然可以从公共云中获益，而不用管理他们自己的私有云，因为私有云的成本可能很高，也很复杂。分布式云是云的未来。
趋势5：随处操作
运营模式对于企业去摆脱COVID-19影响来说至关重要。在其核心，该操作模型允许在任何地方访问、交付和启用业务——即客户、雇主和业务合作伙伴在物理远程环境中操作的地方。
“任何地方”业务的模式是“数字先行，远程先行”，例如，只允许移动操作的银行，在没有实体交互的情况下处理从转账到开户的一切事务。在任何时候，数字都应该是默认的。这并不是说物理空间没有它的位置，但它应该被数字化增强，例如，在实体商店的非接触式结账，不管它的物理或数字功能是否应该无缝地交付。
趋势6：网络安全
网络安全网格是一种可扩展、灵活和可靠的网络安全控制的分布式架构方法。许多资产现在已经超出了传统的安全范围。网络安全网络从本质上来说允许安全边界被定义为一个人或事物的身份。通过集中策略编排和分散策略实施，它支持一种更模块化、响应更快的安全方法。
随着周界保护变得越来越没有意义，“围城”的安全措施必须发展到满足当前的需求。
趋势7：智能可组合业务
智能可组合业务是能够根据当前情况进行调整并从根本上重新调整自身的业务。当组织加速数字化业务战略以推动更快的数字化转型时，他们需要敏捷，并根据当前可用的数据做出快速的业务决策。
要成功地做到这一点，组织必须能够更好地访问信息，以更好的洞察力增强信息，并有能力对这种洞察力的影响做出快速反应。这还将包括增加整个组织的自主权和民主化，使部分业务能够迅速作出反应，而不是被低效的流程所拖累。
趋势8：人工智能工程
一个健壮的人工智能工程策略将促进AI模型的性能、可扩展性、可解释性和可靠性，同时实现AI投资的全部价值。AI项目经常面临可维护性、可伸缩性和管理方面的问题，这对大多数组织企业来说都是一个巨大挑战。
AI工程提供了一条途径，使AI成为主流DevOps过程的一部分，而不是一组专门的、孤立的项目。它汇集了各种学科来驯服人工智能的炒作，同时提供了一条更清晰的路径，当操作多种人工智能技术组合时，价值。由于人工智能工程的治理方面，负责任的人工智能正在出现，以处理信任、透明度、道德、公平、可解释性和合规问题。这是人工智能责任的运作化。
趋势9：Hyperautomation超自动化
Hyperautomation指的是组织中任何可以自动化的事情都应该自动化。超自动化是由那些拥有未流线化的遗留业务流程的组织驱动的，这些遗留业务流程为组织形成了非常昂贵的代价。
许多组织是由一种“拼凑”的技术来支持的，这些技术不是精益的、优化的、连接的、干净的或明确的。同时，数字商务的加速要求效率、速度和民主化。不注重效率、效力和业务敏捷性的组织将会落后。
