九色porny国模私拍av-天堂а在线中文在线新版-亚洲成人一二三区-亚洲精选av-欧美亚洲精品在线-全部免费播放在线毛片

2023年上半年，生成式AI/ChatGPT的出現(xiàn)點燃了我們對新一代技術(shù)的熱情。當然，人類在不少科技領(lǐng)域都好消息不斷。生成式AI與其他的眾多先進技術(shù)一起，有望推動可持續(xù)、包容性增長，解決全球各種復(fù)雜挑戰(zhàn)。

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。

為了評估每個趨勢的動力(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，鑒于這些趨勢的長期性和相互依賴性，麥肯錫還深入研究了每個趨勢背后的底層技術(shù)、不確定性、未來挑戰(zhàn)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)。

人才的重要性不用贅述——人才短缺是創(chuàng)新與增長的頭號敵人。

數(shù)據(jù)顯示，與2021年相比，2022年全球職位發(fā)布總體上減少了13％，但與文中提到的15個科技趨勢相關(guān)的領(lǐng)域的職位發(fā)布在2022年增長了15％。麥肯錫對這些技術(shù)趨勢中的350萬個職位發(fā)布進行了調(diào)查，發(fā)現(xiàn)許多最需求的技能，每個職位的合格從業(yè)者數(shù)量還不到全球平均水平的一半↓

紫色表示人才供應(yīng)短缺，氣泡大小表示缺的程度，藍色表示過剩

接下來，我們來看這15個趨勢。這15個趨勢可分成五個更廣泛的類別：人工智能革命、構(gòu)建數(shù)字未來、計算和連接的前沿、尖端工程技術(shù)和可持續(xù)發(fā)展。

PART.1

人工智能革命

1、生成式AI（Generative AI）

生成型人工智能標志著人工智能的一個轉(zhuǎn)折點。

OpenAI、谷歌、微軟、Facebook、Salesforce、IBM等都在大力投資于大型語言模型技術(shù)LLM的研發(fā)，推動模型的不斷創(chuàng)新和改進。與以往的人工智能不同，生成式AI可以根據(jù)從類似非結(jié)構(gòu)化數(shù)據(jù)格式中學到的信息，生成新的非結(jié)構(gòu)化內(nèi)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(chǔ)模型，可以適應(yīng)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啟新的用例，還可以加快、擴展或改進現(xiàn)有的用例。生成型人工智能有可能通過促進新產(chǎn)品和收入流的開發(fā)，提升客戶體驗，從而重新定義企業(yè)和價值鏈。然而，其影響最有望體現(xiàn)在提高員工生產(chǎn)力和體驗方面。

在這個初期階段，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(shè)或協(xié)助專家更快、更好地完成任務(wù)。

當然也需要專家檢查輸出，特別是對于產(chǎn)生虛幻內(nèi)容（應(yīng)用程序產(chǎn)生的不準確內(nèi)容）和知識產(chǎn)權(quán)（IP）問題。

在高風險的應(yīng)用中，讓生成型人工智能基于應(yīng)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(yīng)用型人工智能（Applied AI）

通過機器學習（ML）、計算機視覺和自然語言處理（NLP）等人工智能技術(shù)，各行各業(yè)的企業(yè)可以利用數(shù)據(jù)并得出洞見，實現(xiàn)自動化流程、增強能力，并做出更明智的決策。

麥肯錫的研究估計，應(yīng)用型人工智能所蘊含的潛在經(jīng)濟價值介于17萬億美元至26萬億美元之間，并且追求這一價值的企業(yè)比例正在增加。

麥肯錫全球AI狀況年度調(diào)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(diào)查還表明，采用人工智能可能帶來顯著的財務(wù)效益：25％的受訪者將其公司5％或更多的凈利潤歸功于人工智能。

然而，在企業(yè)實現(xiàn)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(jiān)管等問題。

3、工業(yè)化機器學習（Industrializing machine learning）

工業(yè)化機器學習，通常稱為機器學習運營(ML運營)，或者簡稱為MLOps，指的是在企業(yè)中擴展和維持機器學習應(yīng)用所需的工程實踐。這些實踐得到了快速發(fā)展的技術(shù)工具生態(tài)系統(tǒng)的支持，這些工具在功能和互操作性方面都得到了顯著改進。

MLOps工具可以幫助企業(yè)從試點項目轉(zhuǎn)向可行的商業(yè)產(chǎn)品，加速分析解決方案的擴大，發(fā)現(xiàn)和解決生產(chǎn)中的問題，并提高團隊的生產(chǎn)力。經(jīng)驗表明，成功實現(xiàn)機器學習的工業(yè)化可以將機器學習應(yīng)用的生產(chǎn)時間框架（從概念驗證到產(chǎn)品）縮短約八至十倍，并將開發(fā)資源減少高達40％。

工業(yè)化的機器學習最初由少數(shù)幾家領(lǐng)先的公司引領(lǐng)，但隨著越來越多的公司將人工智能用于更廣泛的應(yīng)用領(lǐng)域，采用這一方法的范圍也在不斷擴大。

2021年，對機器學習工業(yè)化領(lǐng)域的企業(yè)投資在達到47億美元的高點，并在2022年累計達到34億美元，持續(xù)保持強勁勢頭。IDC預(yù)測，到2024年，60％的企業(yè)將實施MLOps。

PART.2

構(gòu)建數(shù)字未來

4、下一代軟件開發(fā)（Next-generation software development）

下一代技術(shù)正在改變軟件開發(fā)生命周期（SDLC）的每個階段工程師的能力，從規(guī)劃和測試到部署和維護，還能使非技術(shù)員工創(chuàng)建應(yīng)用程序。

這些技術(shù)可以幫助簡化復(fù)雜的任務(wù)，并將其他任務(wù)簡化為單一命令。這些技術(shù)包括AI輔助編程工具、低代碼和無代碼平臺、基礎(chǔ)設(shè)施即代碼、自動集成、部署和測試，以及新興的生成型AI工具。

由于技術(shù)挑戰(zhàn)、需要對開發(fā)人員和測試工程師進行大規(guī)模的再培訓(xùn)以及其他組織障礙，應(yīng)用可能會比較緩慢。

到2026年，Gartner預(yù)測80％的低代碼和無代碼工具用戶將來自傳統(tǒng)IT組織之外。AI啟用的工具還可以通過自動化例行任務(wù)和提供問題解決方案來提高傳統(tǒng)開發(fā)者的生產(chǎn)力。

研究顯示，開發(fā)者在代碼生成方面節(jié)省了35%至45%的時間，在代碼重構(gòu)方面節(jié)省了20%至30%的時間。他們還報告在使用AI啟用的工具時感到更快樂、更投入，并獲得更多滿足感，這表明采用這些工具有助于公司在競爭激烈的人才市場中留住人才。

5、信任架構(gòu)和數(shù)字身份（Trust architectures and digital identity）

數(shù)字信任技術(shù)使組織能夠管理技術(shù)和數(shù)據(jù)風險，加速創(chuàng)新并保護資產(chǎn)。而在數(shù)據(jù)和技術(shù)治理中建立信任可以提高組織績效并改善客戶關(guān)系。

底層技術(shù)包括零信任架構(gòu)（ZTA）、數(shù)字身份系統(tǒng)和隱私工程。其他技術(shù)通過將解釋性、透明性、安全性和偏見最小化原則融入AI設(shè)計中來建立信任。

然而，數(shù)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(zhàn)、組織壁壘、人才短缺，以及將其作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(lǐng)導(dǎo)和對多個領(lǐng)域的有意識的變革，從戰(zhàn)略和技術(shù)到用戶使用場景等。

例如法規(guī)正在推動產(chǎn)業(yè)朝隱私工程方向發(fā)展：有關(guān)數(shù)據(jù)本地化和共享的新法規(guī)，以及人工智能和云計算的增加使用，推動隱私工程變得更加重要。在歐洲，像2022年的NIS2指令，強制進行增加網(wǎng)絡(luò)安全風險評估的法規(guī)，以及2023年的數(shù)據(jù)治理法案，旨在促進數(shù)據(jù)共享，使隱私工程變得至關(guān)重要。美國的州級數(shù)據(jù)隱私法以及聯(lián)邦特定領(lǐng)域的數(shù)據(jù)法規(guī)要求采取一系列隱私合規(guī)措施，需要自動化控制。

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互聯(lián)網(wǎng)的一種模式，它將權(quán)力分散化并重新分配給用戶，潛在地賦予他們更多對個人數(shù)據(jù)如何獲得經(jīng)濟價值以及數(shù)字資產(chǎn)的更強所有權(quán)。

此外，它提供了一系列商業(yè)機會：由去中心化自治組織（DAOs）治理的新商業(yè)模式，并通過安全（智能合約）自動化消除中間人，涉及數(shù)字可編程資產(chǎn)的新服務(wù)，以及使用區(qū)塊鏈技術(shù)進行新數(shù)據(jù)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，并且應(yīng)用不斷增多；截至2023年，目前運行的去中心化應(yīng)用程序有數(shù)千個，而2018年僅約有一千個。

但新的企業(yè)仍在測試和擴展可行的商業(yè)模式，同時不斷發(fā)展的監(jiān)管規(guī)定以及尚不成熟的新技術(shù)平臺，使得其用戶體驗通常不如現(xiàn)有的Web 2.0實用工具。

PART.3

計算和連接的前沿

7、先進連接技術(shù)（Advanced connectivity）

先進的連接性改進將提高全球消費者的用戶體驗，并增加移動性、醫(yī)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(xiàn)有部署和連接標準之上的先進連接性技術(shù)，但一些新技術(shù)，如低地球軌道（LEO）連接和5G網(wǎng)絡(luò)，在推廣過程中面臨著些許障礙。

比如，電信公司在消費領(lǐng)域難以實現(xiàn)5G的盈利，工業(yè)應(yīng)用增長遠低于預(yù)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，但由于依賴先進連接性的消費者用例尚未實現(xiàn)規(guī)模化，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(fù)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)市場正在增長，各個行業(yè)，如制造業(yè)、物流、公用事業(yè)等，都在進行標桿部署。

8、全息現(xiàn)實技術(shù)（Immersive-reality technologies）

全息現(xiàn)實技術(shù)利用空間計算來解釋物理空間，模擬將數(shù)據(jù)、物體和人物添加到真實世界環(huán)境中，并通過增強現(xiàn)實（AR）、虛擬現(xiàn)實（VR）和混合現(xiàn)實（MR）實現(xiàn)在虛擬世界中的交互。

2021年，風險投資者為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(xù)：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，未來的元宇宙到2030年在消費者和企業(yè)應(yīng)用上有望創(chuàng)造4萬億至5萬億美元的價值。

前不久，蘋果宣布將于2024年發(fā)布Vision Pro AR/VR頭顯，該頭顯將配備眼動跟蹤、手勢識別和無縫滾動等技術(shù)。蘋果憑借龐大的人才和資本支持了Vision Pro，并擁有5000多項專利。該公司認為這款頭顯可能會帶來顯著優(yōu)勢，并希望在混合現(xiàn)實領(lǐng)域樹立新標準。

9、云以及邊緣計算（Cloud and edge computing）

在未來，企業(yè)將利用多個位置點的計算和存儲基礎(chǔ)設(shè)施，從本地到更靠近本地（邊緣），從小型區(qū)域數(shù)據(jù)中心到遠程超大規(guī)模數(shù)據(jù)中心。邊緣計算為組織提供了處理數(shù)據(jù)更接近其源頭的靈活性，實現(xiàn)更快的數(shù)據(jù)處理速度（超低延遲）并與云相比實現(xiàn)數(shù)據(jù)主權(quán)和增強數(shù)據(jù)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數(shù)據(jù)傳輸延遲和成本，并提供更快速訪問更相關(guān)的數(shù)據(jù)集，有助于企業(yè)遵守數(shù)據(jù)居住法規(guī)。公有云將繼續(xù)在未來企業(yè)中扮演至關(guān)重要的角色，通過更好的規(guī)模經(jīng)濟來執(zhí)行非實時計算用例。

云和邊緣資源的持續(xù)集成將使用戶將云的創(chuàng)新、速度和靈活性延伸到邊緣和實時系統(tǒng)，從而加速創(chuàng)新，提高生產(chǎn)力，并創(chuàng)造商業(yè)價值。

不過，不斷膨脹的成本以及與數(shù)據(jù)隱私和延遲有關(guān)的問題導(dǎo)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(xiàn)，約33％的受訪者已經(jīng)從公有云回遷到數(shù)據(jù)中心或合作設(shè)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(shù)采用混合方法，同時使用本地和公有云。

10、量子技術(shù)（Quantum technologies）

量子技術(shù)利用量子力學的獨特性質(zhì)，比經(jīng)典計算機更高效地執(zhí)行特定類型的復(fù)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(tǒng)傳感器有了顯著的提升。

原則上，量子技術(shù)可以進行模擬和解決更復(fù)雜的問題，這將在航空航天、國防、汽車、化工、金融和制藥等各個行業(yè)帶來重大突破。

然而，技術(shù)挑戰(zhàn)仍然存在，如實現(xiàn)完全糾錯的量子計算機和可擴展的量子通信網(wǎng)絡(luò)。

這個領(lǐng)域的人才缺口仍然顯著，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新的量子技術(shù)碩士學位來填補，而在2021年，只有約三分之一的職位可以填補。未來，這一差距可能會進一步縮小：提供量子技術(shù)碩士課程的大學數(shù)量在2022年幾乎翻了一番。

PART.4

尖端工程技術(shù)

11、未來出行（Future of mobility）

在汽車大規(guī)模生產(chǎn)開始一個多世紀后，出行正在經(jīng)歷第二個重要的轉(zhuǎn)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(shù)的轉(zhuǎn)變，甚至先進空中移動技術(shù)，如垂直起降電動飛行器（eVTOL）也在快速推進。

這一轉(zhuǎn)變有望在改善人員和貨物陸空運輸?shù)男屎涂沙掷m(xù)性的同時，顛覆市場。過去十年，ACES技術(shù)的采用不斷增加，并且隨著可持續(xù)性措施加強、消費者偏好演變和創(chuàng)新進步，這一步伐正在加快。例如，預(yù)計到2035年，自動駕駛技術(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(zhàn)，創(chuàng)新者必須應(yīng)對技術(shù)、監(jiān)管和供應(yīng)鏈問題。

12、未來生物工程（Future of bioengineering）

生物學的突破性發(fā)展，結(jié)合數(shù)字技術(shù)的創(chuàng)新，有望幫助組織應(yīng)對醫(yī)療保健、食品農(nóng)業(yè)、消費品、可持續(xù)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(yīng)用案例在科學上都是可行的，預(yù)計從2030年到2040年，這些用例將產(chǎn)生2萬億到4萬億美元的經(jīng)濟影響。

例如，近期mRNA疫苗在COVID-19上的成功引發(fā)了RNA療法研究活動的爆發(fā)，全球臨床流水線上有50多種RNA療法。

此外，F(xiàn)DA于2022年批準了五種新的病毒載體基因和相關(guān)療法。隨著病毒載體療法逐漸向超稀有指標轉(zhuǎn)變，mRNA技術(shù)成為常見技術(shù)，更多關(guān)注將集中于調(diào)控mRNA和基因療法，開發(fā)個性化的“n = 1”藥物，同時更高產(chǎn)量疊加銷售成本降低，這些個性化藥物將更好地個性化醫(yī)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，但生物工程學要實現(xiàn)其完整的經(jīng)濟潛力，還需要解決倫理、監(jiān)管和公眾認知等問題。

13、太空技術(shù)（Future of space technologies）

過去五到十年，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(yīng)用更加易于獲取。組件成本的降低主要得益于衛(wèi)星和運載火箭的體積、重量、功率和成本的減少。這些降低導(dǎo)致了系統(tǒng)架構(gòu)的變化，例如從單個大型地球同步軌道(GEO)衛(wèi)星轉(zhuǎn)向較小的分布式低地球軌道(LEO)衛(wèi)星，以及傳統(tǒng)非太空企業(yè)對太空技術(shù)越來越感興趣。

太空技術(shù)和遙感分析的使用現(xiàn)在已經(jīng)非常廣泛，分析顯示，到2030年太空市場可能超過1萬億美元。未來太空經(jīng)濟可能涵蓋目前規(guī)模尚不大的活動，例如軌道內(nèi)制造、發(fā)電和太空采礦，以及可擴展的載人航天飛行。

預(yù)計2023年和2024年將有幾個備受期待的新發(fā)射載具亮相，包括SpaceX的超重型Starship，設(shè)計用于攜帶更大的負載；United Launch Alliance的Vulcan Centaur，設(shè)計用于將衛(wèi)星送入軌道；以及Blue Origin的New Glenn，將攜帶部分Amazon的Project Kuiper衛(wèi)星。

PART.5

可持續(xù)發(fā)展

14、電氣化和可再生能源（Electrification and renewables）

未來，能源結(jié)構(gòu)將迅速向電力、合成燃料和氫轉(zhuǎn)變，到2035年將占全球能源結(jié)構(gòu)的32%，到2050年將占50%。

圖片截屏自：mckinsey.com/industries/oil-and-gas/our-insights/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(nèi)實現(xiàn)凈零排放。電氣化和可再生能源有助于實現(xiàn)凈零承諾，包括太陽能、風能、水力能源和其他可再生能源；核能；氫能；可持續(xù)燃料以及電動汽車充電等。

受影響的行業(yè)有：農(nóng)業(yè)；汽車和裝配；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)（Climate technologies beyond）

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(nóng)業(yè)，水資源和生物多樣性解決方案與適應(yīng)措施，以及追蹤凈零排放進展的技術(shù)。