人工智能/機器學習

盡管組織尚未能夠充分利用生成式人工智能的潛力，但大量信息通信技術(shù)支出將轉(zhuǎn)移到人工智能計劃上。這種支出的轉(zhuǎn)變將導致云服務成本增加，并移動本地服務和云托管服務之間的界限。IT系統(tǒng)需要相互集成，這將通過改進M2M學習和通信來實現(xiàn)。這些改進將通過任務自動化為業(yè)務流程帶來巨大的效率，并且能夠優(yōu)化性能、預測和預防問題以及優(yōu)化能源效率將帶來顯著的好處。這將使網(wǎng)絡(luò)提供商保持競爭力，并提供更高效、安全和個性化的服務。

網(wǎng)絡(luò)安全

雖然人工智能對于大多數(shù)企業(yè)來說仍處于起步階段，但它已經(jīng)被黑客行業(yè)廣泛使用。2024年將會看到越來越多的深度虛假攻擊和人工智能生成的攻擊，因此組織將繼續(xù)朝著“零信任”的方向發(fā)展，并結(jié)合微細分和自主反應。人工智能可以通過個性化威脅意識、自適應安全培訓和行為分析來影響用戶行為。

IT/OT和智能建筑

到2024年，隨著智能建筑計劃的實施，采用IT/OT集成的組織數(shù)量將會增加。這將增加工業(yè)以太網(wǎng)設(shè)備的機會和效率。具有特定認證和要求的工業(yè)市場細分將擴大可用的設(shè)備選項，迫使供應商為每種型號添加市場特定的變體。

邊緣計算

隨著業(yè)務系統(tǒng)不斷創(chuàng)建越來越多的數(shù)據(jù)，對邊緣計算系統(tǒng)的需求將不斷增加。優(yōu)化邊緣數(shù)據(jù)并減少集中式或基于云的系統(tǒng)的負載，使它們的運營效率更高。理想情況下，這些邊緣系統(tǒng)應該具有低功耗，并且能夠在不太理想的環(huán)境條件下運行，以最好地抵消其成本。

可靠性

企業(yè)將繼續(xù)需要高度可用的網(wǎng)絡(luò)。網(wǎng)絡(luò)服務可靠性方法需要包括所有元素，以實現(xiàn)始終在線的網(wǎng)絡(luò)服務。由于其所創(chuàng)造的效率/彈性，彈性網(wǎng)絡(luò)架構(gòu)和更多地使用PoE以及備用電池將成為常規(guī)方法。