導讀:2023年7月20日,麥肯錫公司發(fā)布了《McKinsey Technology Trends Outlook 2023》2023科技趨勢展望報告。為了評估每個(gè)趨勢的動(dòng)力(momentum),報告考察了其關(guān)注度(interest)、創(chuàng )新性(innovation)和資本(investment)等定量指標,同時(shí),鑒于這些趨勢的長(cháng)期性和相互依賴(lài)性,麥肯錫還深入研究了每個(gè)趨勢背后的底層技術(shù)、不確定性、未來(lái)挑戰等。這15個(gè)趨勢可分成五個(gè)更廣泛的類(lèi)別:人工智能革命、構建數字未來(lái)、計算和連接的前沿、尖端工程技術(shù)和可持續發(fā)展。
一、人工智能革命
1、生成式AI
生成型人工智能標志著(zhù)人工智能的一個(gè)轉折點(diǎn)。
OpenAI、谷歌、微軟、Facebook、Salesforce、IBM等都在大力投資于大型語(yǔ)言模型技術(shù)LLM的研發(fā),推動(dòng)模型的不斷創(chuàng )新和改進(jìn)。與以往的人工智能不同,生成式AI可以根據從類(lèi)似非結構化數據格式中學(xué)到的信息,生成新的非結構化內容,如文本、音頻、視頻、圖像、代碼、模擬甚至蛋白質(zhì)序列或消費者旅程。而且,其核心技術(shù)——基礎模型,可以適應各種任務(wù)。
在商業(yè)環(huán)境中,生成型人工智能不僅可以開(kāi)啟新的用例,還可以加快、擴展或改進(jìn)現有的用例。生成型人工智能有可能通過(guò)促進(jìn)新產(chǎn)品和收入流的開(kāi)發(fā),提升客戶(hù)體驗,從而重新定義企業(yè)和價(jià)值鏈。然而,其影響最有望體現在提高員工生產(chǎn)力和體驗方面。
在這個(gè)初期階段,我們看到許多行業(yè)的公司主要將生成型人工智能作為一種輔助技術(shù),用于創(chuàng )建初稿、生成假設或協(xié)助專(zhuān)家更快、更好地完成任務(wù)。
當然也需要專(zhuān)家檢查輸出,特別是對于產(chǎn)生虛幻內容(應用程序產(chǎn)生的不準確內容)和知識產(chǎn)權(IP)問(wèn)題。
在高風(fēng)險的應用中,讓生成型人工智能基于應用從輔助逐漸過(guò)渡到完全自動(dòng)化可能還需要一段時(shí)間。
2、應用型人工智能
通過(guò)機器學(xué)習(ML)、計算機視覺(jué)和自然語(yǔ)言處理(NLP)等人工智能技術(shù),各行各業(yè)的企業(yè)可以利用數據并得出洞見(jiàn),實(shí)現自動(dòng)化流程、增強能力,并做出更明智的決策。
麥肯錫的研究估計,應用型人工智能所蘊含的潛在經(jīng)濟價(jià)值介于17萬(wàn)億美元至26萬(wàn)億美元之間,并且追求這一價(jià)值的企業(yè)比例正在增加。
麥肯錫全球AI狀況年度調查顯示,組織中采用人工智能的比例從2017年的20%翻倍至2022年的50%。而且,2022年的調查還表明,采用人工智能可能帶來(lái)顯著(zhù)的財務(wù)效益:25%的受訪(fǎng)者將其公司5%或更多的凈利潤歸功于人工智能。
然而,在企業(yè)實(shí)現這一技術(shù)的全部潛力之前,還需要解決組織、技術(shù)、倫理和監管等問(wèn)題。
3、工業(yè)化機器學(xué)習
工業(yè)化機器學(xué)習,通常稱(chēng)為機器學(xué)習運營(yíng)(ML運營(yíng)),或者簡(jiǎn)稱(chēng)為MLOps,指的是在企業(yè)中擴展和維持機器學(xué)習應用所需的工程實(shí)踐。這些實(shí)踐得到了快速發(fā)展的技術(shù)工具生態(tài)系統的支持,這些工具在功能和互操作性方面都得到了顯著(zhù)改進(jìn)。
MLOps工具可以幫助企業(yè)從試點(diǎn)項目轉向可行的商業(yè)產(chǎn)品,加速分析解決方案的擴大,發(fā)現和解決生產(chǎn)中的問(wèn)題,并提高團隊的生產(chǎn)力。經(jīng)驗表明,成功實(shí)現機器學(xué)習的工業(yè)化可以將機器學(xué)習應用的生產(chǎn)時(shí)間框架(從概念驗證到產(chǎn)品)縮短約八至十倍,并將開(kāi)發(fā)資源減少高達40%。
工業(yè)化的機器學(xué)習最初由少數幾家領(lǐng)先的公司引領(lǐng),但隨著(zhù)越來(lái)越多的公司將人工智能用于更廣泛的應用領(lǐng)域,采用這一方法的范圍也在不斷擴大。
2021年,對機器學(xué)習工業(yè)化領(lǐng)域的企業(yè)投資在達到47億美元的高點(diǎn),并在2022年累計達到34億美元,持續保持強勁勢頭。IDC預測,到2024年,60%的企業(yè)將實(shí)施MLOps。
二、構建數字未來(lái)
4、下一代軟件開(kāi)發(fā)
下一代技術(shù)正在改變軟件開(kāi)發(fā)生命周期(SDLC)的每個(gè)階段工程師的能力,從規劃和測試到部署和維護,還能使非技術(shù)員工創(chuàng )建應用程序。
這些技術(shù)可以幫助簡(jiǎn)化復雜的任務(wù),并將其他任務(wù)簡(jiǎn)化為單一命令。這些技術(shù)包括AI輔助編程工具、低代碼和無(wú)代碼平臺、基礎設施即代碼、自動(dòng)集成、部署和測試,以及新興的生成型AI工具。
由于技術(shù)挑戰、需要對開(kāi)發(fā)人員和測試工程師進(jìn)行大規模的再培訓以及其他組織障礙,應用可能會(huì )比較緩慢。
到2026年,Gartner預測80%的低代碼和無(wú)代碼工具用戶(hù)將來(lái)自傳統IT組織之外。AI啟用的工具還可以通過(guò)自動(dòng)化例行任務(wù)和提供問(wèn)題解決方案來(lái)提高傳統開(kāi)發(fā)者的生產(chǎn)力。
研究顯示,開(kāi)發(fā)者在代碼生成方面節省了35%至45%的時(shí)間,在代碼重構方面節省了20%至30%的時(shí)間。他們還報告在使用AI啟用的工具時(shí)感到更快樂(lè )、更投入,并獲得更多滿(mǎn)足感,這表明采用這些工具有助于公司在競爭激烈的人才市場(chǎng)中留住人才。
5、信任架構和數字身份
數字信任技術(shù)使組織能夠管理技術(shù)和數據風(fēng)險,加速創(chuàng )新并保護資產(chǎn)。而在數據和技術(shù)治理中建立信任可以提高組織績(jì)效并改善客戶(hù)關(guān)系。
底層技術(shù)包括零信任架構(ZTA)、數字身份系統和隱私工程。其他技術(shù)通過(guò)將解釋性、透明性、安全性和偏見(jiàn)最小化原則融入AI設計中來(lái)建立信任。
然而,數字信任技術(shù)的采用受到一系列因素的阻礙,包括整合挑戰、組織壁壘、人才短缺,以及將其作為價(jià)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(fēng)險思維和能力需要自上而下的領(lǐng)導和對多個(gè)領(lǐng)域的有意識的變革,從戰略和技術(shù)到用戶(hù)使用場(chǎng)景等。
例如法規正在推動(dòng)產(chǎn)業(yè)朝隱私工程方向發(fā)展:有關(guān)數據本地化和共享的新法規,以及人工智能和云計算的增加使用,推動(dòng)隱私工程變得更加重要。在歐洲,像2022年的NIS2指令,強制進(jìn)行增加網(wǎng)絡(luò )安全風(fēng)險評估的法規,以及2023年的數據治理法案,旨在促進(jìn)數據共享,使隱私工程變得至關(guān)重要。美國的州級數據隱私法以及聯(lián)邦特定領(lǐng)域的數據法規要求采取一系列隱私合規措施,需要自動(dòng)化控制。
6、Web 3.0
Web 3.0 超越了對加密貨幣投資的典型理解,更重要的是它指的是未來(lái)互聯(lián)網(wǎng)的一種模式,它將權力分散化并重新分配給用戶(hù),潛在地賦予他們更多對個(gè)人數據如何獲得經(jīng)濟價(jià)值以及數字資產(chǎn)的更強所有權。
此外,它提供了一系列商業(yè)機會(huì ):由去中心化自治組織(DAOs)治理的新商業(yè)模式,并通過(guò)安全(智能合約)自動(dòng)化消除中間人,涉及數字可編程資產(chǎn)的新服務(wù),以及使用區塊鏈技術(shù)進(jìn)行新數據存儲和治理。
Web 3.0 吸引了大量資本和人才,底層技術(shù)不斷改進(jìn),并且應用不斷增多;截至2023年,目前運行的去中心化應用程序有數千個(gè),而2018年僅約有一千個(gè)。
但新的企業(yè)仍在測試和擴展可行的商業(yè)模式,同時(shí)不斷發(fā)展的監管規定以及尚不成熟的新技術(shù)平臺,使得其用戶(hù)體驗通常不如現有的Web 2.0實(shí)用工具。
三、計算和連接的前沿
7、先進(jìn)連接技術(shù)
先進(jìn)的連接性改進(jìn)將提高全球消費者的用戶(hù)體驗,并增加移動(dòng)性、醫療保健和制造業(yè)等行業(yè)的生產(chǎn)力。
公司們正在迅速采用建立在現有部署和連接標準之上的先進(jìn)連接性技術(shù),但一些新技術(shù),如低地球軌道(LEO)連接和5G網(wǎng)絡(luò ),在推廣過(guò)程中面臨著(zhù)些許障礙。
比如,電信公司在消費領(lǐng)域難以實(shí)現5G的盈利,工業(yè)應用增長(cháng)遠低于預期。雖然5G的API為電信公司提供了向消費者提供5G服務(wù)的盈利能力,但由于依賴(lài)先進(jìn)連接性的消費者用例尚未實(shí)現規?;?,其采用速度較慢。許多工業(yè)公司選擇等待采用5G私有網(wǎng)絡(luò ),原因包括復雜性、對蜂窩技術(shù)優(yōu)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(wǎng)絡(luò )市場(chǎng)正在增長(cháng),各個(gè)行業(yè),如制造業(yè)、物流、公用事業(yè)等,都在進(jìn)行標桿部署。
8、全息現實(shí)技術(shù)
全息現實(shí)技術(shù)利用空間計算來(lái)解釋物理空間,模擬將數據、物體和人物添加到真實(shí)世界環(huán)境中,并通過(guò)增強現實(shí)(AR)、虛擬現實(shí)(VR)和混合現實(shí)(MR)實(shí)現在虛擬世界中的交互。
2021年,風(fēng)險投資者為AR和VR初創(chuàng )企業(yè)提供了約40億美元的資金,成為僅次于2018年的第二成功融資年。盡管在2022年,AR和VR的總體投資有所下降,但投資者對這一趨勢的興趣依然持續:去年至少有七輪投資額達1億美元或更多的交易達成。
研究顯示,未來(lái)的元宇宙到2030年在消費者和企業(yè)應用上有望創(chuàng )造4萬(wàn)億至5萬(wàn)億美元的價(jià)值。
前不久,蘋(píng)果宣布將于2024年發(fā)布Vision Pro AR/VR頭顯,該頭顯將配備眼動(dòng)跟蹤、手勢識別和無(wú)縫滾動(dòng)等技術(shù)。蘋(píng)果憑借龐大的人才和資本支持了Vision Pro,并擁有5000多項專(zhuān)利。該公司認為這款頭顯可能會(huì )帶來(lái)顯著(zhù)優(yōu)勢,并希望在混合現實(shí)領(lǐng)域樹(shù)立新標準。
9、云以及邊緣計算
在未來(lái),企業(yè)將利用多個(gè)位置點(diǎn)的計算和存儲基礎設施,從本地到更靠近本地(邊緣),從小型區域數據中心到遠程超大規模數據中心。邊緣計算為組織提供了處理數據更接近其源頭的靈活性,實(shí)現更快的數據處理速度(超低延遲)并與云相比實(shí)現數據主權和增強數據隱私,從而解鎖各種新的用例。
減少到終端用戶(hù)的距離將縮短數據傳輸延遲和成本,并提供更快速訪(fǎng)問(wèn)更相關(guān)的數據集,有助于企業(yè)遵守數據居住法規。公有云將繼續在未來(lái)企業(yè)中扮演至關(guān)重要的角色,通過(guò)更好的規模經(jīng)濟來(lái)執行非實(shí)時(shí)計算用例。
云和邊緣資源的持續集成將使用戶(hù)將云的創(chuàng )新、速度和靈活性延伸到邊緣和實(shí)時(shí)系統,從而加速創(chuàng )新,提高生產(chǎn)力,并創(chuàng )造商業(yè)價(jià)值。
不過(guò),不斷膨脹的成本以及與數據隱私和延遲有關(guān)的問(wèn)題導致企業(yè)向公有云的遷移速度放緩。然而Uptime Institute Global Data Center最近的一項研究發(fā)現,約33%的受訪(fǎng)者已經(jīng)從公有云回遷到數據中心或合作設施。然而,在那些回遷的企業(yè)中,只有6%完全放棄了公有云。大多數采用混合方法,同時(shí)使用本地和公有云。
10、量子技術(shù)
量子技術(shù)利用量子力學(xué)的獨特性質(zhì),比經(jīng)典計算機更高效地執行特定類(lèi)型的復雜計算,提供安全通信網(wǎng)絡(luò ),并提供新一代傳感器,其靈敏度比傳統傳感器有了顯著(zhù)的提升。
原則上,量子技術(shù)可以進(jìn)行模擬和解決更復雜的問(wèn)題,這將在航空航天、國防、汽車(chē)、化工、金融和制藥等各個(gè)行業(yè)帶來(lái)重大突破。
然而,技術(shù)挑戰仍然存在,如實(shí)現完全糾錯的量子計算機和可擴展的量子通信網(wǎng)絡(luò )。
這個(gè)領(lǐng)域的人才缺口仍然顯著(zhù),但可能在縮小。麥肯錫的研究顯示,行業(yè)中近三分之二的空缺職位可以通過(guò)新的量子技術(shù)碩士學(xué)位來(lái)填補,而在2021年,只有約三分之一的職位可以填補。未來(lái),這一差距可能會(huì )進(jìn)一步縮?。禾峁┝孔蛹夹g(shù)碩士課程的大學(xué)數量在2022年幾乎翻了一番。
四、尖端工程技術(shù)
11、未來(lái)出行
在汽車(chē)大規模生產(chǎn)開(kāi)始一個(gè)多世紀后,出行正在經(jīng)歷第二個(gè)重要的轉折點(diǎn):向自動(dòng)駕駛、連接性、車(chē)輛電氣化和共享出行(ACES,Autonomous, Connected, Electric and Shared vehicles)技術(shù)的轉變,甚至先進(jìn)空中移動(dòng)技術(shù),如垂直起降電動(dòng)飛行器(eVTOL)也在快速推進(jìn)。
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(shí),顛覆市場(chǎng)。過(guò)去十年,ACES技術(shù)的采用不斷增加,并且隨著(zhù)可持續性措施加強、消費者偏好演變和創(chuàng )新進(jìn)步,這一步伐正在加快。例如,預計到2035年,自動(dòng)駕駛技術(shù)將創(chuàng )造高達4000億美元的收入。
然而,在近期仍然存在挑戰,創(chuàng )新者必須應對技術(shù)、監管和供應鏈問(wèn)題。
12、未來(lái)生物工程
生物學(xué)的突破性發(fā)展,結合數字技術(shù)的創(chuàng )新,有望幫助組織應對醫療保健、食品農業(yè)、消費品、可持續發(fā)展以及能源和材料生產(chǎn)等領(lǐng)域的需求,創(chuàng )造新的產(chǎn)品和服務(wù)。
麥肯錫的研究表明,目前400種生物工程的應用案例在科學(xué)上都是可行的,預計從2030年到2040年,這些用例將產(chǎn)生2萬(wàn)億到4萬(wàn)億美元的經(jīng)濟影響。
例如,近期mRNA疫苗在COVID-19上的成功引發(fā)了RNA療法研究活動(dòng)的爆發(fā),全球臨床流水線(xiàn)上有50多種RNA療法。
此外,FDA于2022年批準了五種新的病毒載體基因和相關(guān)療法。隨著(zhù)病毒載體療法逐漸向超稀有指標轉變,mRNA技術(shù)成為常見(jiàn)技術(shù),更多關(guān)注將集中于調控mRNA和基因療法,開(kāi)發(fā)個(gè)性化的“n = 1”藥物,同時(shí)更高產(chǎn)量疊加銷(xiāo)售成本降低,這些個(gè)性化藥物將更好地個(gè)性化醫療的需求。
當然,盡管某些基因療法和生物產(chǎn)品已經(jīng)得到認可,但生物工程學(xué)要實(shí)現其完整的經(jīng)濟潛力,還需要解決倫理、監管和公眾認知等問(wèn)題。
13、太空技術(shù)
過(guò)去五到十年,太空產(chǎn)業(yè)最重要的發(fā)展是技術(shù)成本的降低,這使得新的能力和應用更加易于獲取。組件成本的降低主要得益于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,例如從單個(gè)大型地球同步軌道(GEO)衛星轉向較小的分布式低地球軌道(LEO)衛星,以及傳統非太空企業(yè)對太空技術(shù)越來(lái)越感興趣。
太空技術(shù)和遙感分析的使用現在已經(jīng)非常廣泛,分析顯示,到2030年太空市場(chǎng)可能超過(guò)1萬(wàn)億美元。未來(lái)太空經(jīng)濟可能涵蓋目前規模尚不大的活動(dòng),例如軌道內制造、發(fā)電和太空采礦,以及可擴展的載人航天飛行。
預計2023年和2024年將有幾個(gè)備受期待的新發(fā)射載具亮相,包括SpaceX的超重型Starship,設計用于攜帶更大的負載;United Launch Alliance的Vulcan Centaur,設計用于將衛星送入軌道;以及Blue Origin的New Glenn,將攜帶部分Amazon的Project Kuiper衛星。
五、可持續發(fā)展
14、電氣化和可再生能源
未來(lái),能源結構將迅速向電力、合成燃料和氫轉變,到2035年將占全球能源結構的32%,到2050年將占50%。
在COP26之前,共有64個(gè)國家承諾或立法在未來(lái)幾十年內實(shí)現凈零排放。電氣化和可再生能源有助于實(shí)現凈零承諾,包括太陽(yáng)能、風(fēng)能、水力能源和其他可再生能源;核能;氫能;可持續燃料以及電動(dòng)汽車(chē)充電等。
受影響的行業(yè)有:農業(yè);汽車(chē)和裝配;航空、旅游和物流;化工;建筑和建筑材料;電力、天然氣和公共事業(yè);金屬和采礦;石油和天然氣;房地產(chǎn)。
15、其他氣候相關(guān)的技術(shù)
其他氣候技術(shù)包括碳捕獲利用與封存(CCUS),碳減排,自然氣候解決方案,循環(huán)技術(shù),替代蛋白和農業(yè),水資源和生物多樣性解決方案與適應措施,以及追蹤凈零排放進(jìn)展的技術(shù)。