Gartner将战略科技发展趋势定义为具有巨大颠覆性潜力、脱离初期阶段且影响范围和用途正不断扩大的战略科技发展趋势；这些趋势在未来五年内迅速增长、高度波动、预计达到临界点。
Gartner副总裁兼院士级分析师David Cearley表示：“智能数字格网（Intelligent Digital Mesh）在过去两年间一直是个热门话题，并将继续在2019年成为重要驱动力。作为ContinuousNEXT战略的一部分，有关这三个主题的各个趋势是推动持续创新过程的主动力。例如，自动化物件与增强智能形态的人工智能（AI）正在与物联网、边缘计算以及数字孪生搭配使用，以带来高度整合的智能空间。这种共同培育新机会与推动新变革的多种趋势组合效应是Gartner的2019年十大战略科技发展趋势（top 10 strategic technology trends for 2019）的特点。”
2019年十大战略科技发展趋势具体如下：
自主化物件（Autonomous Things）
机器人、无人机与自动驾驶车辆等自主化物件采用人工智能自动执行此前由人类完成的各种功能。其自动化水平超越了僵硬的编程模型所提供的自动化，且能够利用人工智能带来与环境及人类互动得更自然的高级行为。
Cearley先生表示：“随着自主化物件日益普及，我们将会看到单一智能物件向众多协作型智能物件的转变，多个设备将在独立于人类或依靠人类输入的情况下协同运行。例如，当无人机考察一大片田地并发现可以收割时，它将调度‘自主收割机’进行操作。而在物流配送市场，最有效的解决方案可能是运用自动驾驶车辆将包裹运送至目标区域。随后，车辆上搭载的机器人与无人机可以确保包裹的最终投递。”
增强型分析（Augmented Analytics）
增强型分析侧重于增强智能的特定领域，利用机器学习（machine learning）转变分析内容的开发、使用与共享方式。增强型分析能力将快速发展至主流应用，成为数据准备、数据管理、现代分析、业务流程管理、流程挖掘与数据科学平台的主要特性。源自增强型分析的自动洞察（automated insights）也将嵌入企业应用，例如人力资源、财务、销售、营销、客户服务、采购与资产管理部门应用等，以优化各个情景下所有员工的决策与行动，而非只是分析师与数据科学家的决策与行动。增强型分析能自动执行数据准备、洞察生成与洞察可视化过程，在多种情况下无需专业数据科学家参与其中。
Cearley先生认为：“这将产生民间数据科学（citizen data science），这是一种能让统计与分析并非其本职工作领域的用户从数据中提取预测性与指示性洞察的新兴能力及实践集合。到2020年，民间数据科学家数量的增长速度将高出专业数据科学家5倍以上。各企业机构可以利用民间数据科学家填补因数据科学家短缺及高成本而导致的数据科学与机器学习人才缺口。”
人工智能驱动的开发（AI－Driven Development）
市场正快速从专业数据科学家必须与应用开发者合作以创建大部分人工智能增强型解决方案，转变为专业开发者可通过预定人工智能模块的服务（predefined models delivered as a service）而独自操作的模式。这为开发者们提供了人工智能算法与模型的生态系统，以及能够将人工智能功能与模型整合为解决方案的开发工具。随着人工智能被用于开发流程以自动执行各种数据科学、应用开发与测试功能，专业应用开发将迎来新的机遇。到2022年，至少40％的新应用开发项目的团队中将出现人工智能共同开发者（AI co－developers）。
Cearley先生表示：“最终，极为先进的人工智能增强型开发环境将自动执行应用的功能性与非功能性环节，从而开创‘非专业应用开发者（citizen application developer）’的新时代，届时，非专业人士能够利用人工智能驱动工具自动生成新的解决方案。支持非专业人员不用编程就能创造应用的工具并不新鲜，但我们预计人工智能增强型系统将进一步提升这些工具的灵活性。”
数字孪生（Digital Twin）
数字孪生是指以数字化方式再现真实的实体或系统。据Gartner预测，到2020年，互联传感器与端点将多达超过200亿，数字孪生将服务于数十亿个物件。各企业机构一开始只是简单地实施数字孪生，但将随着时间的推移对其加以演化，提高其收集与可视化正确数据的能力，应用正确的分析与规则，并有效响应企业的业务目标。
Cearley先生表示：“各企业机构将在内部实施数字孪生（DTO），这会成为数字孪生演化超越物联网的一个方面。DTO是一个动态软件模型，其依靠运营数据或其他数据，了解企业机构如何运营业务模型、关联当前状态、部署资源并响应变化，以实现预期的客户价值。DTO有助于提高业务流程效率，创建更加灵活、动态且能够对不断变化的情况自动做出反应的响应式流程。”
自主性的边缘（Empowered Edge）
边缘（Edge）是指人们所使用或者嵌入我们周围世界的端点设备。边缘计算（Edge computing）是一种计算拓扑，在这种拓扑结构中，信息处理、内容收集与交付更加靠近这些端点。该结构尽力收集流量并在本地处理，以期减少网络拥挤与延迟。
在短期内，边缘由物联网以及靠近终端而不是在中心化云服务器上的处理需求而驱动。但是，云计算与边缘计算并非创建新架构，而是逐渐成为互补模型，其中云服务作为一种运行于中心化服务器、本地分布式服务器以及边缘设备上的集中式服务（centralized service）而受到管理。
未来五年，专业的人工智能芯片以及更强大的处理能力、存储及其他高级功能将被添加至更广泛的边缘设备。该嵌入式物联网世界的极高异质性（extreme heterogeneity）以及各类资产（例如工业系统）的长寿命周期将带来大量管理挑战。长期来看，随着5G日臻成熟，不断扩展的边缘计算环境将为集中式服务带来更加稳健的通信支持。5G降低了延迟、增加了带宽、并显著增加了每平方公里内的节点（边缘端点）数量，这对边缘而言非常重要。
沉浸式体验（Immersive Experience）
会话式平台正在改变着人们与数字世界交互的方式，而虚拟现实（VR）、增强现实（AR）与混合现实（MR）正在改变着人们感知数字世界的方式。这一感知与交互模式的综合转变带来了未来沉浸式用户体验。
Cearley先生表示：“久而久之，我们将从考虑单个设备与片段化用户接口（fragmented user interface）技术转向多渠道与多模式体验（multichannel and multimodal experience）。多模式体验将跨越周围数以百计的边缘设备（包括传统计算设备、可穿戴设备、汽车、环境传感器与消费设备），将人类与数字世界连接起来。该多渠道体验将综合应用所有的人类感觉以及多模式设备中的高级计算机感应（如：热度、湿度与广度）。这种复合体验环境将营造一种情景体验，在这种情况下将由我们周围的空间而非某台设备来定义‘计算机’。实际上，环境就等同于计算机。”
区块链（Blockchain）
区块链是一种分布式分类账（distributed ledger），其有望通过建立信任、提供透明度以及减少跨业务生态系统的摩擦而降低成本、减少交易结算次数与改善现金流而重塑各个行业。当前，人们信赖银行、票据交换所、政府及其他许多机构，并将它们视为在数据库内安全存放“唯一事实（single version of the truth）”的中央机构（central authorities）。这样的集中信任模式增加了交易延迟与摩擦成本（例如佣金、手续费和货币的时间价值）。区块链提供了另外一种信任模式，让人们无需再依赖中央机构仲裁交易。
Cearley先生表示：“当前的区块链技术与概念尚不成熟，人们对其缺乏了解，同时并未经过大规模的、关键型业务运营的验证。对于支持更复杂情景的复杂元素更是如此。尽管存在挑战，但由于区块链具有巨大的颠覆式潜力，即便首席信息官与IT领导者并不急于在未来几年内采用该技术，他们也应该开始对区块链作出评估。”
当前的许多区块链计划并未落实区块链的所有属性，例如，高度分布的数据库。这些受区块链启发的解决方案被定位为通过业务流程自动化或记录数字化而实现运营效率的途径。其有望增强已知实体（known entities）间的信息共享，同时提升跟踪与追溯物理及数字资产的可能性。但是，这些方法并未抓住真正的区块链颠覆价值，并可能增加厂商锁定（vendor lock－in）。选择此类方案的各企业机构应了解其中的局限，并准备随着时间的推移转而采用彻底的区块链解决方案。而通过更高效地利用现有的非区块链技术并对其加以微调，也可以实现相同结果。
智能空间（Smart Spaces）
智能空间是一个物理或数字环境，在这种环境下，人类与受技术支持的系统在更加开放、互联、协作且智能的生态系统内互动。包括人、流程、服务与物在内的多个要素汇聚到智能空间，为目标人群及行业情景打造更加沉浸式、交互式且自动化的体验。
Cearley先生表示：“一段时间以来，该趋势已经围绕智慧城市、数字化工作空间、智能家庭以及互联工厂等要素而进行合并。无论是作为员工、客户、消费者、社区成员还是公民，技术都在日渐成为我们日常生活不可分割的一部分。我们认为，市场正在进入加速交付智能空间的时期。”
数字道德与隐私（Digital Ethics and Privacy）
个人、企业机构与政府日益关注数字道德与隐私问题。人们越来越关心企业机构将如何在公共及私人领域使用其个人信息，对于未主动处理此类问题的企业机构，人们的这种反应只会增强。
Cearley先生表示：“关于隐私的任何讨论都必须基于数字道德与客户、委托人及员工的信任这一更广泛主题。虽然隐私与安全是构建信任的基础组成部分，但信任实际上不仅仅与这些组成部分有关。信任是在无证据或调查的情况下接受所陈述的事实。最终，企业机构对于隐私的立场建立必须由其更广泛的道德与信任立场推动。从隐私到道德的转变使得对话从‘我们合规吗’转向‘我们做得正确吗’。”
量子计算（Quantum Computing）
量子计算是一类在亚原子粒子（例如电子与离子）量子态上操作的非经典计算，其将信息表述为以量子位（qubits）表示的元素。量子计算机的并行执行（parallel execution）与指数级可扩展性意味着其擅于处理那些对于传统方法而言过于复杂、或是传统算法将花费过长时间才能找到答案的问题。汽车、金融、保险、制药、军事等行业以及研究机构从量子计算的发展中受益最多。例如，在制药行业，量子计算可用于在原子级别上建立分子间相互作用模型，加速新型抗癌药物的面市，量子计算也可加快并更加精确地预测蛋白质间相互作用，从而发现新的制药方法。
Cearley先生表示：“首席信息官与IT领导者应开始规划量子计算，加深对其了解，并考虑如何将其用于真实的业务问题。他们需要在该技术尚处于新兴状态时进行学习，确定其能够有潜力解决的真实问题，并考虑其对于安全的潜在影响。但请不要相信‘量子计算在未来几年内就会引领变革’这样的夸张说法。在2022年之前，大部分企业机构应了解并观察量子计算，或许从2023或2025年开始再进行应用。”
