焦點報導

首頁> 焦點報導清單> 2017年新興技術的技術成熟曲線

2017年新興技術的技術成熟曲線

/ 發布日期:2017/08/08/ 瀏覽次數:66
Gartner的「2017年新興技術的技術成熟曲線」(Hype Cycle for Emerging Technologies, 2017)報告提出三項重大趨勢( Megatrend),分別是(1)無處不在的人工智慧;(2)透明沉浸式體驗;(3)數位平台。此外,報告亦指出隨著人工智慧的進步,這些技術趨勢的發展將會創造嶄新的經驗,並與企業未來5至10年的競爭力息息相關。茲將針對三項重大趨勢與重點技術進行說明如下。

一、 無處不在的人工智慧(AI Everywhere)
在未來10年隨著運算能力的大幅提升、近乎無限的龐大資料量與深度神經網絡的進步,將使人工智慧將成為最具破壞性(disruptive)的技術類型。添上AI這雙「翅膀」可幫企業解決許多資料方面從未遇過的問題。
在這樣的趨勢下,企業應該關注的技術包括:深度學習(Deep Learning)、深度強化學習(Deep Reinforcement Learning)、人工智慧(Artificial General Intelligence)、自動駕駛(Autonomous Vehicles)、認知運算(Cognitive Computing)、商用無人機(Commercial UAVs, Drones)、對話式使用者介面(Conversational User Interfaces)、企業知識分類與知識本體管理(Enterprise Taxonomy and Ontology Management)、機器學習(Machine Learning)、智慧塵(Smart Dust)、智慧機器人(Smart Robots)與智慧職場(Smart Workspace)等。

二、 透明的沉浸式體驗(Transparently Immersive Experience)
科技持續朝著以人為本(Human-centric)的方向演進,希冀能消除人、企業與物品之間的隔閡。而當工作場所、居家及商業互動所採用的沉浸式技術能依據情境自行調整時,人、企業與物品之間的關係將會更加緊密。
其中,關鍵的技術包括:4D列印(4D Printing)、擴增實境(Augmented Reality, AR)、腦機介面(Brain-Computer Interface)、連網家庭(Connected Home)、人類機能增進(Human Augmentation)、奈米碳管電子(Nanotube Electronics)、虛擬實境(Virtual Reality, VR)與三維立體顯示(Volumetric Displays)等。

三、 數位平台(Digital Platforms):
新興技術需要的革命性的驅動基礎,以提供所需要的龐大資料量、先進的運算能力和無處不在的生態系統驅動力。從技術性的基礎架構發展至生態系統驅動(Ecosystem-enabling)的網路平台,這項轉變將為新型的商業模式奠定基礎,同時新型商業模式也將搭起人與技術之間的橋梁。在新型的商業生態系統中,企業必須主動地反思與重新定義自己的策略,依此開創以平台為基礎的商業模式,並運用演算法以創造更多的價值。
重要的平台技術包括:5G、數位分身(Digital Twin)、邊際運算(Edge Computing)、區塊鏈(Blockchain)、物聯網平台(IoT Platform)、神經型態硬體(Neuromorphic Hardware)、量子運算(Quantum Computing)、軟體定義安全(Software-Defined Security)、無伺服器運算(Serverless PaaS)與軟體定義一切(Software-Defined Anything - SDx) 等。

人工智慧相關的新興技術在技術成熟曲線中快速的移動著,目前正處於跨越過度期望高峰期的階段,這些技術也是創造透明沉浸式體驗的關鍵技術。數位平台在新興技術成熟曲線中正處於上升階段,顯示出數位平台將成為驅動未來的燃料,而在眾多新興技術中,可預期量子計算與區塊鏈將在未來的5年至10年中帶來顛覆性的影響。
此外,了解以下八項新技術將有助於企業架構(Enterprise Architecture)的發展,以及創新技術領導者在三個重大趨勢中建立關鍵主題,包含:5G、通用人工智慧(Artificial General Intelligence)、深度學習(Deep Learning)、深度強化學習(Deep Reinforcement Learning)、數位分身(Digital Twin)、邊際運算(Edge Computing)、無伺服器運算(Serverless PaaS)、認知運算(Cognitive Computing)。
延伸閱讀
資料來源