根据市场研究公司Gartner的预测，2020年全球IT支出有望达到3.87万亿美元。IDC公司最近发布的报告称，未来4年内全球数字化转型支出预计将超过6万亿美元，而且单在今年年内，全球企业在数字化转型方面的支出就将超过1万亿美元。尽管经济衰退、贸易战和关税等带来了不确定性因素，但IT支出依然持续增长。IT是推动业务发展的引擎，数字业务及其生态系统的发展，将IT与各种业务捆绑在一起，与企业的生存息息相关。
随着互联网及传统行业公司逐渐转向数据驱动的运营方式，企业软件继续展示出强劲的增长势头，而保障软件质量的测试，也被赋予了新的意义。IT软件质量保证团队手动检查应用的功能而不与开发人员协同作战的时代早就已经过去了。如果软件开发企业能够在软件开发过程中更多地重视软件质量问题，并尽可能在软件开发生命周期的早期就发现软件中存在的漏洞，那么就能够节约大量的成本。
当下，很多企业已采用了敏捷与DevOps, 以应对快速变化的需求，而为了有效地实施DevOps实践，研发团队不能忽视测试自动化，因为它是DevOps过程的基本要素。与此同时，随着AI和机器学习技术的不断成熟和发展，我们正在看到更多应用它们来解决质量问题的实践，测试正在变得越来越智能。看看国内头部公司的实践，就会发现智能化、自动化、DevOps已成为主旋律：阿里打造了协同化的测试模式，通过降低门槛，让开发、算法参与进来，借助先进的智能化技术以及可视化、产品化的方式，让整个测试工作变得更简单；360搜索通过CI/CD全流程自动化、功能、性能、接口测试自动化，再加上业务监控、线上产品质量的自动化分析、AB实验以及一套完善的数据分析系统来保障线上服务质量；网易通过OverMind平台，从需求到研发，到测试，到上线，把各个环节常规所需要用到的平台和工具都进行串联打通，通过DevOps提升迭代效率，并突出测试的价值。
Testin云测认为，2020年测试行业将呈现如下趋势：
1.测试的未来：AI+测试，更智能的测试
通过将 AI 与自动化测试相结合，有助于自动化、全路径探索应用的各种显在或是潜在问题，提取特征训练进行业务功能的识别，并智能生成测试报告。AI 的加入还有助于实现对功能模块的自动探索以及执行过程的可视化，使得测试环节定位更加迅速准确。对于用户来说，自动化的测试管理和测试用例创建能够显著降低测试时间与资源的浪费，大大加快软件上市的进程。AI 和机器学习将会从进行更多的自动化测试、增强人工测试人员的能力等方面来影响软件测试工作，以达到更高的质量要求和更紧迫的时间要求。
