蔡玉琬/ 發布日期：2018/11/02/ 瀏覽次數：124

數位轉型驅動組織持續更新商業模式，且多數的改變皆由技術進展所促成，Gartner認為技術革新速度持續加快，技術創新領導者必須有不斷接受改變的做法與心態，並提出2019年10個驅動創新流程的策略趨勢。
智慧裝置將是未來的特徵，且各地將出現更多數位服務，Gartner稱此為智慧數位網格(intelligent digital mesh)，此為過去兩年Gartner策略科技趨勢的主軸，並將持續成為2019年科技發展的主要驅動力。

趨勢一、具自主性的物件(Autonomous Things)
具自主性的物件是透過AI將先前人類執行的工作予以自動化，此自動化較過去死板的程式模型不同，其利用AI來提供與人類更自然的進階互動，包含各種類型的物件，如機器人、車輛、無人機、應用程式與代理人，且能在許多不同環境下操作，如海洋、空中、地面與數位環境，以及具有不同層級的協作與智慧，如半自動化或人類助理。

趨勢二、增強分析(Augmented Analytics)
增強分析著重於特定領域的增強智慧(augmented intelligence)，增強分析利用自動化機器學習改變分析內容的開發、使用與分享，主要包含下列事項：
1. 強化資料準備：使用機器學習自動化以強化資料剖析與資料品質、協調、模型建立、操作、後設資料(metadata)開發與分類。此趨勢將顛覆各方面的資料管理，包含自動化資料整合與資料庫，以及資料湖(Data Lake)管理。
2. 增強分析（Augmented analytics）為分析與商業智慧的一部分，其能使商業使用者與公民資料科學家(citizen data scientist)在不需建立模型或寫演算法的情況下，自動發現、視覺化與描述相關新事物，這些發現包含相關性、特例、分群(clusters)、分類、異常值與預測，或是利用自動產生的視覺化與對話式介面進行資料探索，包含自然語言(natural language)詢問與結果敘述。
3. 強化資料科學與機器學習，利用AI進行自動化關鍵資料科學與機器學習模型，如特徵工程(feature engineering)、模型選擇、模型操作、解釋、調整與管理，其可減少對建立、操作與管理進階分析模型所需的特殊技能需求。

趨勢三、AI驅動開發(AI-Driven Development)
AI驅動開發持續探索工具、技術與最佳實務操作的演進，期能將AI能力內嵌至應用程式，主要涉及三個面向：
1. 用於建立AI解決方案的工具將被持續擴展，從以資料科學家為目標的工具，如AI基礎設施、AI框架與AI平台，到以專業開發社群為目標的工具，如AI平台與AI服務。
2. 被應用於建構AI解決方案的工具本身，就是利用AI能力來協助專業開發人員，及發展與AI強化解決方案開發相關的自動化任務。
3. 讓AI得以運作的工具，涵蓋從協助與自動執行應用程式開發(application development)的功能，到強化商業領域之專業知識與應用程式開發流程（一般開發至商業解決方案設計)的自動化活動。

趨勢四、數位分身(Digital Twins)
數位分身能代表實體世界中的個體或系統，多個數位分身的資料能集合為跨現實個體的合成視圖(composite views)，如電廠或城市。數位分身並非新概念，其為承接過去利用電腦輔助設計(CAD)代表實體資產的概念，主要差異在於：數位分身著重於如何協助特定業務產出穩健的模型、能與真實世界連結並具有即時監測與控制的潛能、能應用進階大數據分析與AI以開發新的商業機會，以及具有與數位分身互動的能力並進而進行情境評估。Gartner估計在2020年前，將有超過200億個感測器與終端具有連結性，且可能有超過10億個數位分身。數位分身能以多種方式驅動顯著的商業機會，包含改善維護與可靠性、最佳化商業流程與資產、資料與模型貨幣化(Monetization)、R&D，以及開創新的商業模式。

趨勢五、強化邊緣(Empowered Edge)
邊緣運算為運算拓樸(topology)，能進行資訊運算、內容蒐集與傳輸更多資訊與資料庫，其結合網格(mesh)網路的概念與分散運算，透過控制流量與就地運算，以減少流量與降低延遲性為目標。現在對邊緣運算主要的需求，來自於特定產業(如製造業或零售業)的物聯網(IoT)世界，需要能提供非連結或分散式功能的物聯網系統，不過拓譜的廣泛應用與網路架構尚未普及。
Gartner估計未來將激增數百萬邊緣端點(edge location)，以及大量資料移入或移出邊緣的需求，使5G成為邊緣運算重要的通訊技術。目前5G有3個關鍵通訊技術，包含最多服務提供者可能優先執行的增強型行動寬頻服務(eMBB；Enhanced Mobile Broadband)、符合許多既有工業、醫療、無人機與運輸要求的高可靠度和低延遲通訊(Ultra-reliable and Low Latency Communications，URLLC)，以及符合物聯網邊緣運算規模要求的巨量多機器型態通訊(mMTC；Massive Machine Type Communications)。

趨勢六、沉浸式體驗(Immersive Experience)
至2028年，使用者體驗(user experience)將顯著影響使用著看待數位世界與互動的方式。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)正改變人類看待數位世界的方式，結合兩種感知與互動模式將引領未來的沉浸式使用者體驗。Gartner估計至2022年，將有超過70%的企業會體驗到沉浸式科技，約有25%的企業會將其應用於工作流程。

趨勢七、區塊鍊(Blockchain)
區塊鏈是分類帳(distributed ledger )的一種，分類帳是按時間順序的加密簽署清單，具有無法撤銷紀錄並能分享給所有參與者的特性。區塊鏈代表另一種模式的中央式信任，現今我們信任銀行、資料交換中心、政府與其他機構作為中央型授權的機構，但是中央型的信任模式增加了交易的延遲性與摩擦成本(如費用與貨幣的時間價值)，區塊鏈提供另一種信任模式，並使科技創新領導者重新思考全球去中心化信任的價值交換的概念。
雖然目前對區塊鏈的熱潮仍集中在金融服務產業，但區塊鏈具有應用在政府、健康照護、製造、供應鏈、輸配業與身分驗證的潛能。Gartner估計區塊鏈將在2030年前創造3.1兆美元的商業價值，不過更務實的應用區塊鏈應清楚了解商業機會與潛在影響、區塊鏈技術的能力與限制、信任架構與執行技術的必備技能。

趨勢八、智慧空間(Smart Spaces)
智慧空間是指實體或數位環境，在智慧空間中，人類與科技的互動將在更開放、連結、協調與智慧的生態系統中，人類、流程、服務與物件的元素將匯集在智慧空間中，為特定族群或產業建立一個更為沉浸式、互動式與自動化的體驗，這類趨勢已融合出如智慧城市、數位工作環境、智慧家庭與連結工廠。個別企業長久以來為了特定目的，利用封閉且獨立的支援系統，當系統變得更具動態協調性，企業正應用AI與其他技術來建立具彈性與自主性的協調系統。智慧空間主要涉及五項關鍵面向：開放性、連結性、協調性、智慧與範圍。智慧空間是自然的演進，從隔離系統、連結系統、協調系統到智慧環境，將結合許多科技與趨勢來創造目標個體的體驗或產業情境。

趨勢九、數位道德與隱私(Digital Ethics and Privacy)
個人、機構與政府對數位道德與隱私的關心持續提高，消費者意識到個資是有價且需要被控管的，機構體認到確保個資風險與管理的重要性，政府亦實施更嚴格的法令。目前政府應用科技來執法的方式相當廣泛，例如利用臉部辨識來識別相關人員與解鎖嫌疑人的手機，數十億的終端資料被蒐集，執法者不僅能辨識個人身分、所在地、行為，甚至是想法。任何與隱私有關的討論都必須以更廣泛的數位道德，與顧客、選民、員工共同討論，最終企業在隱私的定位將被更廣泛的道德與信任所驅動，從符合規範的機構，到以道德趨動的機構的改變，大致可分為幾個層次，從最基本的意識到應合乎規範、減緩風險、創造價值差異到創造品牌價值。

趨勢十、量子電腦Quantum Computing
可商業化、可負擔與可信任的量子電腦產品或服務將能顛覆整個產業，多數對量子電腦的詢問在於量子電腦對加密的威脅、對量子電腦能力的好奇與特定應用的時程，以及將量子電腦作為競爭優勢的潛力。Gartner認為汽車業、金融業、保險業、醫藥業、軍方與研究機構將是量子電腦發展的主要受益產業，最具應用量子電腦的面向包含：
1.最佳化：最佳化可能是量子電腦最適合應用的領域，量子電腦的最佳化能協助機器學習、AI與神經網絡，估計到2023年，隨著量子電腦技術發展，模型辨識將被大幅改善。
2.材料科學：量子電腦能被用於分析複雜的原子間的互動，有助於加速新材料的發現，並促使新的發展機會。
3.化學：量子電腦能在原子尺度上模擬量子，進而設計新的化學流程。
4.個人醫療：量子電腦能被用於模擬原子尺度的分子互動，可加速治療癌症新藥物進入市場的時間，更準確預測蛋白的互動，進而加速新藥開發。
5.生物學：量子電腦可用於模擬光合作用這類的過程，也可用於模擬能量系統與相互作用，進而改善肥料協助解決全球糧食問題。