根据Gartner周二发布的研究，预计2023年全球低代码开发市场将达到近270亿美元。这比2022年205亿美元的支出增长了近20%。

如果您的组织需要遵守法律或监管标准，请从这里开始了解Azure中的合规性。

自2021起，在国家信息技术和公民自由委员会（CNIL）标准的监督下，医疗数据仓库（HDW）的创建面临着双重挑战：一方面是共享、存储和处理信息的新方法，另一方面是适用于生产者和用户的不断变化的法规。事实上，这些敏感数据的大规模数字化揭示了卫生部门大数据处理的多维复杂性，而汇集和存储这些信息的挑战受到数字技术发展的深刻影响。

医疗数据仓库解决方案

自2017年授权以来，HDW今年成为政府呼吁的主题，旨在伴随和资助其创建的项目，作为2030年“法国Relance”eHealth加速战略的一部分。

无论是公共还是私人，HDW都可以通过收集和整合来自各种医疗管理和临床信息来源（与管理相关的患者数据、以前研究的数据、社会人口数据等）的大量健康数据，消除利用医疗数据的障碍。

CNIL由此创建并验证的公共信息系统，在个人法律和保护框架内，促进了卫生数据的共享和使用，以用于分析和研究目的。

人工智能（AI）面临的挑战

在这种情况下，人工智能对于理解收集的大量数据是必要的。通过使预测分析和预测能够开发和训练机器学习模型，算法通过提供医疗器械质量和安全的高标准保证，正在彻底改变研究、研究和分析的交叉功能。

此页面是Azure Policy内置策略定义和语言使用模式的索引。

法规遵从性产品

Gartner公布了2023年十大战略技术趋势，重点关注三个主题：优化、规模和先锋。

Gartner预测2023年前十大技术趋势包括通过优化IT降低成本、扩展网络以实现业务价值和增长以及改变业务方向。

如何应对供应链问题、乌克兰和东欧战争、难以找到人才以及不断演变的金融危机带来的最新挑战，目前的不确定性越来越大。为了克服这些困难，一些企业将削减成本，其他企业将继续现有的扩张计划，还有一些企业将彻底改变其业务战略的方向。

Gartner预测了2023年十大战略技术趋势，这些趋势可以帮助企业应对当前的经济和市场挑战。

垂直扩展行业云平台

为了扩大业务规模，各组织正在采用垂直市场云，越来越多的供应商为医疗、制造、供应链、农业和金融等行业提供行业特定数据集。Gartner高级主管分析师Padraig Byrne表示，如今，企业专注于从云技术中获取业务价值，而不想担心底层基础设施。

Byrne说：“我们看到的是行业特定模块化组件的兴起，这些组件专门用于特定行业领域，使企业能够快速构建差异化产品，而无需完全开发底层技术。”。

十多年来，组织一直在努力实现和维护PCI DSS合规性。问题不在于知识或技术；这是熟练程度。

九年来，Verizon发布了关于支付卡行业数据安全标准（PCI DSS）合规状况的年度支付安全报告。九年来，模式一直保持不变：许多公司不遵守标准，许多遵守标准的公司在审计后不久就不遵守标准。IT组织不会因为缺乏知识或技术而与PCI DSS法规遵从性斗争；问题在于熟练程度。

自2013年以来，该报告的主要作者、Verizon企业解决方案全球安全保障咨询高级经理西斯克·范·奥斯滕（Ciske van Oosten）表示：“熟练是主要主题。”。“有了10年的数据泄露调查报告，您开始认识到模式。”

“这不是一个知识问题，”van Oosten补充道。“那里有丰富的知识。人们几乎被淹没了。这不是真正的技术失败。而是真正的熟练程度：自信、技能和经验。”

PCI DSS合规性状态

在今年早些时候发布的2017年报告中，威瑞森发现，全球企业的整体合规性有所提高-威瑞森评估的企业中，55.4%在2016年通过了中期评估，高于2015年的48.4%。但这意味着，近一半的零售商、餐馆、，酒店和其他接受信用卡支付的企业每年都未能保持合规性。

这场战斗的结果对创新的未来有着重大影响。

喜剧演员约翰·奥利弗（John Oliver）打趣道，加密货币是“你对金钱不了解的一切，加上你对技术不了解的所有。”他错过了另一个臭名昭著的混乱领域：法律。庞大的监管机构已经意识到由SEC领导的区块链技术的重要性。

政府确信加密货币必须受到监管，但它面临着一个棘手的问题：加密货币是什么样的资产？安全商品通货还有别的吗？与此同时，技术专家和企业家正在开发影响答案的新应用程序。

加密市场创新的新引擎看起来与我们熟悉的公司股票非常相似，除了中介机构较少和监管较少（你猜到了）。风险投资公司可以制造代表底层技术的代币，从而通过与业务活动直接相关的机制为业务活动提供资金。这推动了创新，因为创新者可以在没有第三方参与的情况下自由开展融资工作，市场能够以最小的干扰奖励成功和惩罚失败。

证券交易委员会并未忽视与股票的相似性。事实上，加密货币作为投资工具的能力是加密行业未来的关键。在联邦法律中，此类车辆作为证券受到监管。因此，我们回到加密货币是一种什么资产的微妙问题上来？

即使在新冠肺炎危机之前，人工智能和算法，特别是在定价方面，也是联邦贸易委员会和司法部反垄断部门的重点。随着新冠肺炎疫情成为网络平台和使用算法定价的卖家关注的焦点，尤其重要的是，公司要了解各机构关于如何确保人工智能的使用不违反反垄断法或消费者保护法的最新指导。

在4月8日大流行期间，联邦贸易委员会消费者保护局局长发布了关于人工智能和算法使用的指导意见，建议“人工智能工具的使用应透明、可解释、公平且符合经验，同时促进问责制。”

在反垄断方面，机构演讲和执法行动提供了关于机构将如何评估人工智能和算法定价使用的见解。

《联邦贸易委员会消费者保护指南》要求人工智能工具透明、公平、经验性强，并将决策传达给消费者

联邦贸易委员会的指导主要旨在帮助企业避免对误导消费者、非法歧视或违反《公平信用报告法》（FCRA）的担忧，最后一项可能适用于收集消费者信息以用于有关信贷、就业、保险、住房或类似福利和交易资格的决策的公司。

头条吹捧人工智能技术的快速进步。使用人工智能技术——机器和算法——进行预测、建议或决策，对提高福利和生产率具有巨大潜力。但它也带来了风险，如可能出现不公平或歧视性结果，或现有社会经济差异的持续存在。健康人工智能就是这种紧张关系的一个典型例子。最近发表在《科学》杂志上的研究表明，一种出于良好意图而使用的算法——将医疗干预目标对准病情最严重的患者——最终将资源输送给了更健康的白人人口，而损害了病情更严重的黑人患者。

好消息是，虽然人工智能和机器学习技术的复杂性是新的，但自动化决策并非如此，我们在联邦贸易委员会拥有处理使用数据和算法做出消费者决策所带来的挑战的长期经验。多年来，联邦贸易委员会提出了许多指控违反我们执行的涉及人工智能和自动化决策的法律的案件，并调查了该领域的许多公司。例如，1970年颁布的《公平信用报告法》（FCRA）和1974年颁布的平等信用机会法（ECOA）都涉及自动决策，金融服务公司几十年来一直将这些法律应用于基于机器的信用承销模型。我们还利用《联邦贸易委员会法》授权禁止不公平和欺骗行为，以解决因使用人工智能和自动化决策而造成的消费者伤害。