過去三年來，企業試圖解決前所未有的挑戰，因此加快了數位轉型的腳步。

Google Cloud預期，未來兩到三年間將出現更多突破性革新，這些改變的推動力來自包容神經多樣性的設計（neuro-inclusive design）、開放原始碼管理，以及有助實現「週休三日」的AI擴展趨勢。

以下為Google Cloud預測2023至2025年的十大雲端應用開發趨勢：

[趨勢一] AI解決方案有助於推動「週休三日」制

近年來，AI 技術與相關產品已被證實足以提升員工效率。以整合式機器學習平台Vertex AI為例，該平台透過自動處理例行工作，像是模型管理、監控與版本控制，協助資料科學家更快將機器學習模型導入實際工作環境中。

現在Vertex AI能以快上5倍速度來協助建立及訓練機器學習模型，讓資料科學家省下時間來進行實驗、減少自訂程式碼作業，並將更多機器學習模型導入實際工作環境。

而Vertex AI Vision現提供適用於打造電腦視覺應用程式的全代管開發環境，可大幅降低建構及部署相關應用程式所需的時間，過去要耗費數週的作業時間，現在只要幾小時就能完成。其他Google Cloud的AI工具也提供多樣的協助，例如使用Contact Center AI，客服中心團隊可同時處理的案件量增加了 28%。同樣地，採用Recommendations AI，銷售和電子商務團隊的客戶轉換率提高40%。

越來越多企業選擇以更聰明的方式完成工作，而採用AI技術帶來的效率提升，便意味著「週休三日」的願景很有可能成真。

[趨勢二] 透過機器學習獲得行動依據的即時資料

相較於單純取得資料，如何即時「以數據驅動決策」更是關鍵。首先，企業必須要先能看見並信任資料；Dataplex可以將企業所有的Google Cloud Platform（GCP）資料自動分類，並整併第三方來源的資料。為了提供更可靠的資訊，Dataplex的資料品質和資料歷程功能均採用智慧技術和自動化作業，確保資料能產出可做為行動依據的準確洞察。

此外，Google服務採用的串流分析服務Dataflow可讓企業在使用這項服務時，能夠先從小處著手，再向上擴充處理即時事件，例如在應用程式需要時，提供某地的路況資訊；而未來幾個月將推出其他功能，讓更多企業能充分運用現有的資料。預計2025年前，將有90%的資料能透過機器學習技術，即時轉化當成行動依據時的資訊。

[趨勢三] 將有過半企業的應用程式由非IT開發人員打造

隨著技術民主化的發展，讓「低程式碼」或是「無程式碼」技術被更多企業所熟識，預期未來將有越來越多的開發工作是由非IT部門的團隊或人員負責。

根據市調機構Gartner指出，至2025年，由企業所開發的新興應用程式當中，將會有高達70%是採用「低程式碼」或者是「無程式碼」技術所打造。遠高於2020年，僅有近25%應用程式採用該技術所開發。

這代表非IT技術背景的人員也可以建立符合需求的企業級應用程式，並不必具備程式設計能力，就能自行打造應用程式和自動化工作流程。

開發人員仍須打造這些無需程式碼的工具，並提供防護機制保護企業安全，但企業使用者可在沒有開發人員的協助下完成更多事情。這一轉變，讓企業的營運不再僅仰賴於特定IT專業人員，也讓不同層級的人員都有參與開發的機會。

[趨勢四] 永續發展將成為重要開發理念

為呼應全球淨零趨勢，台灣已通過《氣候變遷因應法》持續推動「2050淨零排放」落實，並將正式啟動碳費徵收機制。未來開發人員除了專注於如何以最符合成本效益的方式，打造出簡單、快速且安全的服務外，如今永續發展也將成為一大考量。預期在2025年前，將有75%的開發人員會視永續發展為主要開發原則。

現今許多IT部門主管均表示，希望能在永續發展方面多盡心力，但不知道該如何著手，也沒有可以評估效益的方式。但該情況正逐步轉變，Carbon Footprint可協助企業評估相關情形、製作報表，並減少雲端服務的碳排放量；企業也可以直接從Cloud控制台存取Carbon Footprint資訊主頁，不須額外設定。

此外，永續發展團隊可透過深入分析取得所需資料，彙報公司的碳排放量資訊。企業現在可以使用Google工具打造應用程式，並在對環境影響較小的雲端區域中執行；上述工具目前免費開放使用。

[預測五] 透過開放原始碼管理提高可靠度

開放原始碼具備的速度、靈活性及可擴充性，讓開發人員高度仰賴開放原始碼的使用。根據市調機構Gartner的《軟體結構分析市場指南（Market Guide for Software Composition Analysis）》指出，幾乎所有企業都會用到開放原始碼軟體，但這也成為企業受到駭客攻擊的痛點之一。

這讓企業開始重視開放原始碼管理的重要性，除了可以維持原始碼的公開性質外，更能提升軟體可靠度。此外，開放原始碼的「管理者」不僅能找出安全漏洞，並會協助修正。管理者會更新舊版依附元件，並追蹤新版依附元件。

就開放原始碼管理而言，依附元件會內建自動測試機制，且可能會提供回應型服務水準協議。這點在現今特別重要，因為目前有許多仰賴開放原始碼運作的數位基礎架構，而這些原始碼是由社群以「保持原樣」的方式維護。

這種情況會因開放原始碼管理的普及而改變，例如Google Cloud Software Delivery Shield便是管理開放原始碼的工具。這套全代管安全解決方案可從採用原始碼到部署期間，全程保護企業軟體供應鏈。Google會掃描、分析及模糊測試超過250個Java和Python套件，替企業找出安全漏洞並視需要更新。由於開放原始碼管理可大幅提升安全性，Google Cloud預期在2025年前，所有企業開發人員都會採用這套做法。

[趨勢六] 防護措施邁向自動化 以程式碼形式管理

層出不窮的網路攻擊，讓現今的安全營運團隊難以阻絕危害。根據全球資訊安全業者Mandiant調查，亞太區涉及勒索軟體的侵入行為，從2020年的12.5％增加到2021年的38％，顯示亞太區企業面臨越來越頻繁的網路資安威脅。

為了在雲端環境中大規模實施防護措施，Google Cloud運用程式碼提升安全機制的敏捷性和應用規模。過程中將採用API優先的做法、Chronicle和其他工具，包括網路安全產品組合。保密資訊的存取規則可依管理員活動記錄等資料自動建立，因此不必手動設定並複製到不同的環境中。

同樣地，使用者也可以建立應對手冊，以自動化擷取、分析與回應等工作流程，讓安全性分析師能以更接近開發人員的方式工作，省下時間以專注處理企業面臨的重大威脅。預計2025年前，有90%的安全措施將採用自動化作業，並以程式碼的形式管理。

[預測七] 包容神經多樣性設計 可增加使用者採用率

無論是求學、工作或經營一段關係，各式各樣的人皆以不同方式經歷、解讀及處理周遭世界的人事物，而包容神經多樣性的設計（Neuro-inclusive design）兼顧不同人士的獨特需求，因此能提升使用者採用率。設計互動式和視覺化功能時，應考量音效、震動或彈出式視窗會的呈現方式，這些項目都會刺激感官並令人分心。

Google Meet的隱藏式輔助字幕是包容神經多樣性設計的範例，這項功能可讓使用者透過視覺更準確地理解資訊，也能讓說不同語言的與會者有效溝通。開發人員在Google產品中融入包容神經多樣性的設計，預期未來2年內可將使用者採用率提升至5倍。

[趨勢八] 交易和分析工作負載的效率提升

就過去的資料架構而言，由於交易和分析工作負載所用的資料庫不同，因此會從混合的工作負載中將兩者區隔開來。交易資料庫的最佳化重點在於加快讀寫速度，而分析資料庫則是匯總大型資料集。以電子購物網站的個人化推薦內容來說，應用程式必須透過同一個資料集支援這兩種工作負載，並避免效能降低。

Google Cloud現在提供這兩種工作負載均適用的整合式平台，方便開發人員打造出資料導向的智慧型應用程式，BigQuery適用的Datastream就是其中一例，這項服務可讓開發人員輕鬆將資料從交易資料庫即時複製到BigQuery，如果再搭配其他類似工具，企業便能即時依據資料採取行動，而且不必建構基礎架構或處理相關作業。隨著這些工具的不斷改善，企業在2025年底以前，就不需再分別處理交易和分析工作負載。

[趨勢九] 自動處理雲端基礎架構的相關決策

Google與Intel攜手合作，共同設計及打造Infrastructure Processing Unit （IPU）等自訂晶片，為資料密集型應用程式提供高效能和可擴充性。

此外，在機器學習領域中，Tensor Processing Unit（TPU）目前用於驅動全球最大、最快且最有效率的超級電腦。TPU可讓大規模訓練工作負載的速度提升最高80%，價格也比其他同類產品便宜至多50%。

用於提供現今雲端服務的這些IPU和TPU，可讓Google在未來數年內自動處理超過半數的雲端基礎架構決策。這些處理器支援遙測資料（telemetry data）和採用機器學習的分析功能，可依據個別工作負載的效能和可靠性，主動推薦最適合的基礎架構。

Google Cloud可在企業指明工作負載後，立即根據使用者的價格、效能和規模需求，迅速推薦、設定及提供最佳選項，成果優於任何手動配置的解決方案。2025年底以前，有超過半數的雲端基礎架構決策會根據企業的使用模式自動進行，考量硬體規格的雲端思維即將成為過去。

[趨勢十] 企業將可自由切換公有雲服務供應商

企業將在近幾年採用多雲策略分散風險，並提前為雲端遷移作業做好準備。

Google Cloud提供Anthos和相關工具，可讓企業採用一致的設定在不同雲端環境間輕鬆遷移，舉例來說，企業可透過多雲端管理層使用其他雲端環境的運算和資料資源。不論是從資料庫到應用程式，企業都能可在不同的公有雲上執行工作負載，但透過類似的介面管理和相似的方式執行。

例如，Google Cloud的Anthos可協助企業管理跨數十個Google Cloud區域的Google Kubernetes Engine（GKE）叢集機群，同時也可管理其他雲端環境、地端部署或位於邊緣的叢集。這表示企業可享有 Google Cloud 工具帶來的助益，像是可隨時提供數據分析的BigQuery、適用於分散資料的Spanner、產生優質洞察的人工智慧與機器學習服務，以及專屬的開發人員工具等。隨著越來越多的多雲工具上線，2025 年結束前，使用公有雲的機構中，將有超過半數能自由切換主要的雲端服務供應商。