•
麥肯錫：2023年最受關注的科技趨勢
導語：這15個趨勢可分成五個更廣泛的類別：人工智慧革命、建構數位未來、運算和連結的前沿、尖端工程技術和永續發展
2023年上半年，人類在不少科技領域都好消息不斷。生成式AI與其他的眾多先進技術一起，有望推動永續、包容性成長。
近日，麥肯錫公司發表了《McKinsey Technology Trends Outlook 2023》2023科技趨勢展望報告。為了評估每個趨勢的動力(momentum)，報告考察了其關注度(interest)、創新性(innovation)等定量指標，同時，鑑於這些趨勢的長期性和相互依賴性，麥肯錫也深入研究了每個趨勢背後的底層技術和未來挑戰等。
與往年不同的是，麥肯錫增加了一個重要的新分析維度——人才(talent)——人才短缺是創新與成長的頭號「敵人」。數據顯示，與2021年相比，2022年全球職位與文中提到的15個科技趨勢相關的領域的職位發布增長了15％，但每個職位的合格從業者數量還不到全球平均水平的一半。
接下來，我們來看看這15個趨勢。這15個趨勢可分成五個更廣泛的類別：人工智慧革命、建構數位未來、運算和連接的前沿、尖端工程技術和永續發展。
01 人工智慧革命
1、生成式AI(Generative AI)
生成型人工智慧標誌著人工智慧的一個轉折點。與以往的人工智慧不同，生成式AI可以根據從類似非結構化資料格式中學到的信息，產生新的非結構化內容，如文字、音訊、視訊、圖像、程式碼、模擬甚至蛋白質序列或消費者旅程。而且，其核心技術——基礎模型，可以適應各種任務。
在商業環境中，生成型人工智慧不僅可以開啟新的用例，還可以加快、擴展或改進現有的用例。生成型人工智慧有可能透過促進新產品和收入流的開發，提升客戶體驗，進而重新定義企業和價值鏈。然而，其影響最有望體現在提高員工生產力和體驗方面。
在這個初期階段，我們看到許多行業的公司主要將生成型人工智慧作為一種輔助技術，用於創建初稿、產生假設或協助專家更快、更好地完成任務。當然也需要專家檢查輸出，特別是對於產生虛幻內容（應用程式產生的不準確內容）和智慧財產權（IP）問題。在高風險的應用中，讓生成型人工智慧基於應用從輔助逐漸過渡到完全自動化可能還需要一段時間。
2.應用型人工智慧(Applied AI )
透過機器學習、電腦視覺和自然語言處理等人工智慧技術，各行各業的企業可以利用數據並得出洞見，實現自動化流程、增強能力，並做出更明智的決策。
麥肯錫全球AI狀況年度調查顯示，組織中採用人工智慧的比例從2017年的20％翻倍至2022年的50％。而且，2022年的調查也表明，採用人工智慧可能帶來顯著的財務效益：25％的受訪者將其公司5％或更多的淨利潤歸功於人工智慧。
然而，在企業實現這項技術的全部潛力之前，還需要解決組織、技術、倫理和監管等問題。
3.工業化機器學習( Industrializing machine learning )
工業化機器學習，通常稱為機器學習營運(ML運作)，或簡稱為MLOps，指的是企業中擴展和維持機器學習應用所需的工程實務。這些實踐得到了快速發展的技術工俱生態系統的支持，這些工具在功能和互通性方面都得到了顯著改進。
MLOps工具可以幫助企業從試點專案轉向可行的商業產品，加速分析解決方案的擴大，發現和解決生產中的問題，並提高團隊的生產力。經驗表明，成功實現機器學習的工業化可以將機器學習應用的生產時間框架（從概念驗證到產品）縮短約八至十倍，並將開發資源減少高達40％。
工業化的機器學習最初由少數幾家領先的公司引領，但隨著越來越多的公司將人工智慧用於更廣泛的應用領域，採用此方法的範圍也在不斷擴大。IDC預測，到2024年，60％的企業將實施MLOps。
02 建構數位未來
4.下一代軟體開發(Next-generation software development)
下一代技術正在改變軟體開發生命週期（SDLC）的每個階段工程師的能力，從規劃和測試到部署和維護，也能讓非技術員工創建應用程式。
這些技術可以幫助簡化複雜的任務，並將其他任務簡化為單一命令。這些技術包括AI輔助程式設計工具、低程式碼和無程式碼平台、基礎設施即程式碼、自動整合、部署和測試，以及新興的生成型AI工具。
由於技術挑戰、需要對開發人員和測試工程師進行大規模的再培訓以及其他組織障礙，應用可能會比較緩慢。
到2026年，Gartner預測80％的低程式碼和無程式碼工具使用者將來自傳統IT組織之外。AI啟用的工具還可以透過自動化例行任務和提供問題解決方案來提高傳統開發者的生產力。
研究顯示，開發者在程式碼產生方面節省了35%至45%的時間，在程式碼重構方面節省了20%至30%的時間。他們也報告在使用AI啟用的工具時感到更快樂、更投入，並獲得更多滿足感，這表明採用這些工具有助於公司在競爭激烈的人才市場中留住人才。
5.信任架構與數位身分( Trust architectures and digital identity )
數位信任技術使組織能夠管理技術和數據風險，加速創新並保護資產。而在數據和技術治理中建立信任可以提高組織績效並改善客戶關係。
底層技術包括零信任架構（ZTA）、數位身分系統和隱私工程。其他技術透過將解釋性、透明性、安全性和偏見最小化原則融入AI設計中來建立信任。
然而，數位信任技術的採用受到一系列因素的阻礙，包括整合挑戰、組織障礙、人才短缺，以及將其視為價值主張的重要組成部分的有限考慮。建立全面信任為先的風險思維和能力需要自上而下的領導和對多個領域的有意識的變革，從策略和技術到使用者使用場景等。
6、Web 3.0
Web 3.0是未來互聯網的一種模式，它將權力分散化並重新分配給用戶，潛在地賦予他們更多對個人資料如何獲得經濟價值以及數位資產的更強所有權。
但新的企業仍在測試和擴展可行的商業模式，同時不斷發展的監管規定以及尚未成熟的新技術平台，使得其用戶體驗通常不如現有的Web 2.0實用工具。
03 計算和連接的前沿
7.先進連線技術( Advanced connectivity )
先進的連接性改進將提高全球消費者的用戶體驗，並增加行動性、醫療保健和製造業等行業的生產力。
公司們正在迅速採用建立在現有部署和連接標準之上的先進連接性技術，但一些新技術，如低地球軌道（LEO）連接和5G網絡，在推廣過程中面臨著些許障礙。
例如，電信公司在消費領域難以實現5G的獲利，工業應用成長遠低於預期。雖然5G的API為電信公司提供了向消費者提供5G服務的獲利能力，但由於依賴先進連接性的消費者用例尚未實現規模化，其採用速度較慢。許多工業公司選擇等待採用5G私有網絡，原因包括複雜性、對蜂窩技術優勢和管理的理解不足、部署成本和端到端用例的早期階段。但是5G網路市場正在成長，各個產業，如製造業、物流、公用事業等，都在進行標竿部署。
8.全息現實技術（Immersive- reality technologies ）
全像實境技術利用空間運算來解釋實體空間，模擬將資料、物件和人物添加到真實世界環境中，並透過擴增實境（AR）、虛擬實境（VR）和混合實境（MR）實現在虛擬世界中的交互。
前不久，蘋果宣布將於2024年發表Vision Pro AR/VR頭顯，該頭顯將配備眼動追蹤、手勢辨識和無縫滾動等技術。蘋果以龐大的人才和資本支持了Vision Pro，並擁有5000多項專利。該公司認為這款頭顯可能會帶來顯著優勢，並希望在混合實境領域樹立新標準。
9.雲端以及邊緣運算( Cloud and edge computing )
在未來，企業將利用多個位置點的運算和儲存基礎設施，從本地到更靠近本地（邊緣），從小型區域資料中心到遠端超大規模資料中心。邊緣運算為組織提供了處理資料更接近其來源的靈活性，實現更快的資料處理速度（超低延遲）並與雲端相比實現資料主權和增強資料隱私，從而解鎖各種新的用例。
減少到終端用戶的距離將縮短資料傳輸延遲和成本，並提供更快速存取更相關的資料集，有助於企業遵守資料居住法規。公有雲將繼續在未來企業中扮演至關重要的角色，透過更好的規模經濟來執行非即時運算用例。
雲端和邊緣資源的持續整合將使用戶將雲端的創新、速度和靈活性延伸到邊緣和即時系統，從而加速創新，提高生產力，並創造商業價值。
不過，不斷膨脹的成本以及與資料隱私和延遲有關的問題導致企業向公有雲的遷移速度放緩。然而Uptime Institute Global Data Center最近的一項研究發現，約33％的受訪者已經從公有雲回遷到資料中心或合作設施。但在那些回遷的企業中，只有6％完全放棄了公有雲。大多數採用混合方法，同時使用本地和公有雲。
10.量子技術( Quantum technologies )
量子技術利用量子力學的獨特性質，比經典電腦更有效率地執行特定類型的複雜計算，提供安全通訊網絡，並提供新一代感測器，其靈敏度比傳統感測器有了顯著的提升。
04 尖端工程技術
11.未來出遊( Future of mobility )
在汽車大規模生產開始一個多世紀後，出行正在經歷第二個重要的轉折點：向自動駕駛、連接性、車輛電氣化和共享出行（ACES,Autonomous, Connected, Electric and Shared vehicles）技術的轉變，甚至先進空中移動技術，如垂直起降電動飛行器（eVTOL）也在快速推進。
這一轉變有望在改善人員和貨物陸空運輸的效率和可持續性的同時，顛覆市場。過去十年，ACES技術的採用不斷增加，隨著永續措施加強、消費者偏好演變和創新進步，這一步伐正在加快。然而，在近期仍存在挑戰，創新者必須應對技術、監管和供應鏈問題。
12、未來生物工程( Future of bioengineering )
生物學的突破性發展，結合數位技術的創新，有望幫助組織應對醫療保健、食品農業、消費品、永續發展以及能源和材料生產等領域的需求，創造新的產品和服務。
麥肯錫的研究表明，目前400種生物工程的應用案例在科學上都是可行的，預計從2030年到2040年，這些用例將產生2兆到4兆美元的經濟影響。
此外，FDA於2022年批准了五種新的病毒載體基因和相關療法。隨著病毒載體療法逐漸向超稀有指標轉變，mRNA技術成為常見技術，更多關注將集中於調控mRNA和基因療法，開發個人化的「n = 1」藥物，同時更高產量疊加銷售成本降低，這些個人化藥物將更好地個人化醫療的需求。
當然，儘管某些基因療法和生物產品已經被認可，但生物工程學要實現其完整的經濟潛力，還需要解決倫理和監管等問題。
13、太空科技( Future of space technologies )
過去五到十年，太空產業最重要的發展是技術成本的降低，這使得新的能力和應用更容易取得。組件成本的降低主要得益於衛星和運載火箭的體積、重量、功率和成本的減少。這些降低導致了系統架構的變化，例如從單一大型地球同步軌道(GEO)衛星轉向較小的分散式低地球軌道(LEO)衛星，以及傳統非太空企業對太空技術越來越感興趣。
太空技術和遙感分析的使用現在已經非常廣泛，分析顯示，到2030年太空市場可能超過1兆美元。未來太空經濟可能涵蓋目前規模尚不大的活動，例如軌道內製造、發電和太空採礦以及可擴展的載人太空飛行。
05 永續發展
14.電氣化和再生能源( Electrification and renewables )
未來，能源結構將迅速向電力、合成燃料和氫轉變，到2035年將佔全球能源結構的32%，到2050年將佔50%。
圖片來源
麥肯錫《Global Energy Perspective 2022》
在COP26之前，共有64個國家承諾或立法在未來幾十年內實現淨零排放。電氣化和再生能源有助於實現淨零承諾，包括太陽能、風能、水力能源和其他再生能源；核能；氫能；永續燃料以及電動車充電等。
受影響的產業有：農業；汽車和組裝；航空、旅遊和物流；化學；建築和建築材料；電力、天然氣和公共事業；金屬和採礦；石油和天然氣；房地產。
15.其他氣候相關的技術（ Climate technologies beyond ）
其他氣候技術包括碳捕獲利用與封存（CCUS），碳減排，自然氣候解決方案，循環技術，替代蛋白和農業，水資源和生物多樣性解決方案與適應措施以及追蹤淨零排放進展的技術。（產業報告研究院）
來源：編譯自麥肯錫《McKinsey Technology Trends Outlook 2023》