云计算的迅速发展并不是新的现象，与以往不同的是，各行业的企业如今都意识到 。相反，企业希望为每个关键工作负载选择合适的云技术。如果 A 云技术适合桌面生产力应用，而 B 云技术更适合基于服务器的数据库，企业就会同时选择 A和 B。
预计到了 2023 年，大多数客户不仅会要选择采用哪个公有云，还要选择适合的部署方式，从而在自己的云基础设施中运行部分工作负载。甲骨文预测，庞大的云计算市场仍在增长。根据2022年4月 ，公有云服务的终端用户支出总额将增长 20.4%，达到 4,947 亿美元，高于 2021 年的 4,109 亿美元。今年，支出总额预计将达到近 6,000 亿美元。
现在客户不仅要求更高，也需要更大的选择空间。在云部署的位置和方式上占据主导地位的将是客户，而非云提供商。有鉴于此，下列是我们的五大 IT 预测。
一、多云策略成为趋势
企业将为每个关键工作负载选择优秀的公有云，其采用率将在未来十年内持续增长。当下，随着后疫情时代来临，越来越多企业为了更好展开业务开始采用多云模式。即使是在传统上规避风险的行业，如金融服务业，也开始使用多云策略。现在，几乎所有大型金融机构都使用 来支持应用和基础设施。不仅如此，企业对 的需求只会有增无减。
为了跟上趋势， 将云基础设施部署在相邻位置，以尽可能减少延迟，从而确保同时采用两家提供商服务的客户能够获得快速响应。例如， 正在帮助诸如 IntegraLife Sciences 和 的企业在两个云平台上运行应用。
这里我们要传达两个主要信息：一是，客户需要多个云平台；二是，云提供商必须在服务之间 构建桥梁，而非筑起高墙，以简化多云策略的采用。
简而言之，客户希望云提供商能够提供真正的客户服务以实现彼此的合作共赢，并了解他们当前和候选的云提供商，确保提供商能够成为客户采用多云策略的支持者。
二、企业渴望选择适合自己的部署方式
我们曾经称为“混合云”，如今也叫做“分布式云”的策略也逐渐流行。在分布式云模型下，企业在外部的公有云上运行部分工作负载，同时也在由企业控制的数据中心内运行其他工作负载。采用分布式云模型往往是为了满足合规性、法规、性能或其他需求。
一些企业必须隔离部分企业和/或客户数据，同时能够根据需要将分析或其他资源密集型工作负载“突发”到公有云，这种混合搭配的分布式云模型很适合此类企业。这种情况相当棘手，因为企业必须谨慎平衡部署在本地、私有云和公有云基础设施中的技术。
然而，某些任务在“本地”运行，但这并不意味着它们不属于“云”。部分云提供商 提供的服务可以在客户站点和公有云中运行，并支持客户在需要时以轻松、低成本的方式传输数据。即使在本地运行云技术的客户，也可以享受按量计费的定价模式。
任何人都不应该把现在市场需要的多云和混合云战略与云计算早期那种 的环境混为一谈。以前，企业内部的部门甚至是员工会毫无计划地启用云服务，他们往往没有得到 IT 部门的许可，而且可能完全没有知会 IT 部门。今天的分布式云计算方案必须经过精心设计，以确保从一开始就具有互操作性和良好的治理。云提供商必须以客户的需求为中心，让客户无需将所有数据和应用迁移到一个特定提供商的云平台中。
三、基于云技术的人力资本管理 (HCM) 将减轻经济不确定性的影响
如今，人力资源管理变得越来越复杂。企业适应了疫情带来的远程办公模式，现在又面临着经济不确定性带来的裁员和劳动力恢复的浪潮。这些因素再加上为应对市场变化而进行快速培训需求，而基于云技术的 HCM 解决方案可以帮助企业应对这些挑战。
人员流动无处不在，特别是 、酒店业和零售业等行业不得不雇用、安排、管理和给付大量兼职员工或合同工。这些行业的许多员工不能居家办公，并且不会被分配到指定的工位。基于云技术的现代 HCM 系统和关联的应用可 优化管理和支持这些“无固定工位”员工。同样的，企业必须继续为远程兼职或全职工作的员工提供与在办公室工作的员工相同的体验。
例如，汽车零部件企业电装（中国）投资有限公司采用 Oracle Fusion 人力资本管理云解决方案(Oracle Fusion Cloud Human Capital Management，HCM) 以实现人力资源平台的统一化管理和公司数据平台的一体化和可视化，加速了制造企业的管理变革与流程创新。
此外， 解决方案配有人工智能 (AI) ，这也是一个巨大的帮助。该系统可以自动完成耗时的普通工作负载，帮助新员工更快、更轻松地入职。AI 数字助手可以向员工收集数据，然后使用自然语言处理 (NLP) 解释和回答问题。这些聊天机器人加速了日常任务处理，尽可能减少 HR 人员接获的电话或电子邮件数量。不仅如此，AI 数字助手可引导员工在整个就职期间完成设备申请、费用报销和其他任务。
根据去年的 ，员工乐于使用人工智能。研究发现，在1,023名中国受访者中，94% 的人认为机器人能够比人类更好地支持他们的职业生涯发展，因为机器人给出的建议不存在任何偏见。人工智能还可以帮助员工根据当前的工作、地点、背景和职业抱负，轻松访问所需的培训内容。
总体而言，企业可以通过有效利用 HCM 技术来提高工作效率，降低管理成本，更好地管理员工职级，并提高人才保留率，在充满不确定因素的环境中将变得十分重要。
四、企业将实现数据访问和分析普及化
企业从各个业务线，包括产品销售、分销、库存、制造等环节获得大量数据，但未被使用的数据是无用的，企业迫切需要让更多的人能够获得这些数据。因此，像机器学习 (ML) 这样的人工智能技术正被嵌入到企业系统中，为 奠定基础。
企业需要推进 部署计划以实现这一愿景，让“大众”可以理解这些数据。换句话说，他们需要让业务人员也理解数据，而不仅仅是知道如何构建和测试模型的数据科学家。这一点至关重要，一方面，数据科学家很稀有，聘用成本很高；另一方面，数据科学家对公司核心业务的了解通常比业务部门经理更少。如果部门经理可以使用简单易懂的语言提问与数据相关的问题，他们就不必等待数据科学家或其他专家的回答。更理想的情况是，由 ML 驱动的分析技术可以根据过去的查询、经理的工作职能和其他因素向经理推送相关报告或预警，那么无需提出要求即可得到所需的数据支撑。
正如 Omdia 首席分析师 Brad Shimmin 指出：“这种推动可访问的、 ‘*化’的数据科学的有趣之处在于，它并不只是有利于大众用户，即普通商业用户。相反地，它能够使 ML 渗透企业的方方面面，让正确的人在正确的时间用它完成某些任务。”
快速分析和访问相关数据可以显著提高各种场景的应用性能，包括从 F1 一级方程式赛车以及 到 等。未来，实时数据访问的需求将是另一个关键驱动因素。
五、企业需要在环境、社会和治理 (ESG)领域发挥更大作用
随着可持续发展越来越受关注， 产品和服务的来源、制造和交付方式。越来越多的人希望与具有高环境、社会和治理 ( ) 价值的企业合作。聪明的企业正在用 迎接挑战，而不仅仅是口头承诺。
各行各业的企业都表示他们将尽力确保采购、制造和分销方式以 的方式进行，实际上许多企业只是停留在问题的表面。根据 显示，在五个“具有实质效果”的可持续性行动中，超过三分之一的企业仅实施了其中一个行动。例如，67% 受访的高管表示他们的公司正在使用更可持续的材料，66% 的高管表示他们正在提高能源效率。但在接受调研的超过 2,000 名高管中，只有 49% 的受访者表示他们正在开发新的气候友好型产品，只有 37% 的高管的薪酬与环境和可持续的绩效相关。
研究表明，企业在计算其对环境的影响时，必须考虑整个供应链，因为约 90% 的温室气体排放量源自于供应链。仅仅应对表面问题是不够的，企业需要解决供应链问题以改善其财务状况。根据 显示，除了上述的 90% 温室气体数据外，企业的供应链还产生了 50% 至 70% 的运营成本。这项研究指出，“除了规避风险和满足合规性之外，企业正在寻求将可持续性嵌入到供应链运营的方法，从而创造长期价值。”
为了应对巨大的挑战，企业需要拥有来自自己、供应商和分销合作伙伴这三方的完整且始终更新的库存视图。如上所述，企业需要创新的分析技术来分析这些数据，借助这些工具，企业可以更好地在更靠近购买者的地方采购和制造产品，从而尽可能地减少运输里程和燃料成本。企业还可以更好地优化仓储以预测甚至防止短缺，并对供应链计划进行微调，以减少业务对环境的整体影响。重要的是，我们必须认识到，没有企业能够孤军奋战。所有企业都必须与供应商和其他合作伙伴合作，共同构建高效的 。
除了上述优势以外，大规模 迁移上云 还可以帮助应对气候变化。 在 2021 年到 2024 年之间，广泛的云采用可能减少超过 10 亿公吨的二氧化碳排放。比如德国欧绿保集团，它拥有全球领先的资源再生技术，并持续深耕于固体废弃物的各个业务领域。在Oracle 企业资源计划 (Oracle Enterprise Resource Planning, ERP) 云解决方案和Oracle企业绩效管理 (Oracle Enterprise Performance Management, EPM) 云解决方案的帮助下，欧绿保实现了业财一体化管理，进一步助力欧绿保在环境保护方面发挥出更大的作用。
ESG的重要性渐增。一方面，企业对 ESG 有要求；另一方面，* ，以确保企业能够说到做到在资金（和政策）方面遵循既定的可持续计划。
要使企业履行 ESG 责任，就必须软硬兼施。通过采用技术来优化供应链和其他运营，企业可以切实减少对环境的负面影响，并以此为品牌加冕，关注环境课题的消费者也会注意到这些企业的努力。
总的来说，在2023年和未来，企业希望获得能够帮助他们管理成本、增加收入以及可以选择部署方式的技术。当然，企业始终会优先考虑能够支持他们以想要的方式运行云工作负载的云提供商。