科技正改變人類的生活，商業模式持續數位化且持續改變商業模式，在邁向數位化的過程中，科技將以前所未見的速度加快變化的腳步。Gartner提出2020年10大策略科技趨勢，企業需要考量這些技術趨勢在永續營運與創新循環中的應用。

一、Gartner認為以人為本(People-Centric)的智慧空間將奠基於智慧數位網格(Intelligent Digital Mesh)。

(一)    智慧(intelligent)：人工智慧(特別是機器學習)幾乎滲透至現在所有科技中，並創造出全新的科技領域，預估至2022年，開發人工智慧將成為技術服務的主戰場。
(二)    數位(digital)：著重於結合數位與實體世界並創造出自然的數位沉浸，以強化使用者體驗。當物件(things)提供的資料大幅增加，運算能力將移轉至邊緣端點以處理串流資訊，並僅將摘要資訊傳送至中央系統，由AI觸動的數位趨勢將驅使下一代數位商業發展並建構數位商業生態系統。在智慧數位的世界中，將產生各種大數據，數位道德與隱私性的透明性與可追蹤性將更受重視。
(三)    網格(mesh)：開發一整套與人類、商業、裝置與服務間的連結，以促使新的數位商業運作。網格需要更多新興能力以減緩運作產生的摩擦，並對所有網格內發生的事件，提供充足的安全性與回應。企業必須優先考慮人性，意即技術如何影響顧客、員工、商業夥伴、社會大眾或關鍵支持者等，以人為本應從了解關鍵目標支持者，以及這些支持者如何支持或與企業間的互動作為首要任務。
(四)    人物誌(Personas)：是指涵蓋一套動機、偏好、偏見、需求、慾望與其他特性等背景，常被用於了解如何引起目標群眾的動機的行銷與活動設計。通常被用於評估可能因技術應用而受影響的群體，以及可能創造的商業價值，企業技術創新領導者應考量人性面的數位商業策略。
(五)    路徑圖(Journey Maps)：另一個重要的工具為定義路徑圖，其為顯示目標人物誌完成任務之各階段過程，顧客路徑圖顯示顧客從購買產品、使用顧客服務或是在社群網絡抱怨企業的整個流程，能以更具體的方式呈現科技驅動創新的過程。

二、十大策略科技趨勢

Gartner提出的2020年的10大策略科技趨勢大致分為兩類，前五項為以人為本，後五項為智慧空間(smart space)。

(一)    超級自動化(Hyperautomation)：結合許多先進技術的應用，如人工智慧與機器學習，以強化自動化流程與擴增人類能力(augment human)。超級自動化需要兩種關鍵的技術，包含機器人流程自動化(Robotic process automation, RPA)與智慧商業流程管理套件(Intelligent business process management suites)，前項工具能透過減少例行的重複性工作，強化知識工作者的能力，後者能管理長期運作的流程，透過整合與協調工作者、機器與物件讓公民與專業開發者能共同合作改善流程與決策模式。此外，數位機器學習與自然語言運算(natural language processing, NLP)等各種AI技術能快速探索超級自動化在各領域應用的可能性。

(二)    多重體驗(Multiexperience)：處理人們透過各種裝置與感測接觸點，與數位世界的感知、互動與控制。對話式平台正改變人類與數位世界的互動方式，虛擬實境(VR)、擴增實境(AR)與混合實境(MR)亦改變人類看待數位世界的方式，估計至2022年，70%企業將提供顧客體驗沉浸式技術，約有25%企業將此技術應用於其產品，主要應用類型包含3種：產品設計與視覺化、現場服務(Field service)，以及訓練與模擬應用。

(三)    專業知識全民化(Democratization)：透過簡化的方式讓公民不需接受密集且昂貴的訓練，即能獲取技術專業或特定領與專業的管道。在2020-2023年此趨勢將在四個方面加速發展，包含應用程式開發全民化、資料分析全民化、設計全民化與知識全民化。

(四)    增進人類賦能(Human Augmentation)：是指透過使用科技與科學提升人類能力，大致可分為增強實體與認知。實體增強分為幾個面向，包含感知、生物功能，如外骨骼、大腦與基因。認知增強則是透過資訊取得與利用應用程式或在智慧空間的多重體驗，強化決策擬定與採取行動所需的理解力、處理能力，以及記憶與資訊應用。

(五)    透明度與可追溯性(Transparency and Traceability)：透明度與可追蹤性並非單一產品與行動，涉及到態度、行動、相關技術、符合監管要求的實作設計，並應包含6個與信任有關的要素：道德(Ethics)、真實性(Integrity)、開放性(Openness)、可歸責性(Accountability)、能力(Competence)與一致性(Consistency)。歐盟一般資料保護規則(GDPR)重新定義隱私的基本原則，對全球產生相當大的影響，Gartner預估2021年前，因違反GDPR原則的而遭罰款的金額將超過10億歐元。此外，GDPR亦促使中國、俄國、德國與南韓討論資料落地權(data residency)問題，機構必須評估各國資料落地權的規範，建立地區資料中心為其中一個選擇，不過成本較為高昂。目前某些法規在特定情況下，允許個人資料的跨境傳輸。可解釋AI (Explainable AI)與道德AI為許多政治與監管機構正在討論的主要議題，如英國資料道德與創新中心(Centre for Data Ethics and Innovation)已著手檢視金融服務業的演算法可能產生的偏誤。

(六)    更強大的邊緣運算(The Empowered Edge)：目前對邊緣運算(edge computing)的需求主要來自製造或零售等產業，其需將物聯網的運算系統移至邊緣，隨著越來越複雜與特殊運算資源與資料儲存，使邊緣運算成為影響所有產業發展的主要因素，且機器人與自駕車等技術發展將加速邊緣運算的進展。目前企業自非傳統、非集中型資料中心或雲端中產生與處理的資料僅不到10%，估計至2022年此比例將超過75%。將資料儲存與運算從中心型移轉至邊緣將產生許多影響，包含資料與分析案例要能支援新的分散式資料架構、分散式資料需要特定管理能力等。此外，隨著國際電信聯盟(ITU)、第三代行動通訊合作計畫(3GPP)、歐洲電信標準協會(ETSI)等全球標準訂定組織已合作定義5G標準，並將能支援低功率且低流量的窄頻物聯網(Narrow Band Internet of Things, NB-IoT)，將加速此趨勢的進展。

(七)    分散式雲端(Distributed Cloud)：分散式雲端運算能提供彈性可擴張的IT能力，分散式雲端是將公有雲服務分散至不同地理位置，且公有雲服務提供者須為公有雲的運作、治理與更新負責，資料主權與延遲性的考量，使得雲端服務地點成為雲端運算模式的關鍵要素。目前分散式雲端仍處於萌芽期。

(八)    具自主性物件(Autonomous Things)：自動化物件是指利用人工智慧自動化操控過去由人為操作的系統，包含機器人、無人機、自駕車與人工智慧驅動的物聯網裝置，如工業設備或消費性產品。通常自動化物件具備下列幾項技術，包含感知、互動、移動性、可操控、協作與自主功能。具自主性物件的發展將從單一智慧物件擴展至群體協作的智慧物件，目前美國國防先進研究計畫署(DARPA)正研究如何利用蜂群無人機(Drone Swarm)攻擊軍事目標或進行防禦，其他相關案例包含：英特爾在2018年冬季奧運開幕中展示蜂群無人機、本田的SAFE SWARM讓車輛能與基礎設施通訊並於其他車輛分享訊息、波音Loyal Wingman專案讓無人機能與有人戰機相互配合，通常具半自主系統，能獨立飛行、攜帶武器或電子干擾設備，或可由地面或其他飛機進行遠端操控。

(九)    具實用性的區塊鏈(Practical Blockchain)：區塊鏈以數種不同方式驅動潛在價值，包含區塊鏈可移除商業運作與技術間的摩擦，以及將各個應用程式與參與者的分類帳獨立，並複製整個分散式網絡的帳本，讓每個擁有核可路徑的參與者能看到相同的資訊。此外，區塊鏈提供分散式信任架構，讓互不相識的使用者能在具備信任基礎下，建立各種資產的價值交互。根據2019對資訊長(CIO)的調查顯示，60%的資訊長將在未來3年著手應用某些類型的區塊鏈。已佈署或1年內將投入區塊鏈的企業中，財務服務業占比最高，達18%，次之為服務業17%與運輸業16%。雖然企業導入區塊鏈方面仍未成熟，主要是受限於技術問題，包含低擴充性與互操作性(interoperability)不足，不過預估至2023年將能克服擴充性問題，並提供可信任且具資料保密性的私人交易服務。

(十)    人工智慧安全性(AI Security)：未來5年，AI將被用於強化人類決策，同時，也促使物聯網、雲端運算與智慧空間中高度互連的系統遭受攻擊的機率大增，Gartner認為應從下列三方面考量AI對安全空間的影響：保護人工智慧系統、利用AI強化安全防護、預測惡意AI的攻