今年十大重要戰略技術趨勢榜單涵蓋三大主題：人工智能的必要性與風險、計算新前沿、人機協作。
趨勢策略__趨勢策略案例
人工智能的必要性和風險驅動因素
01
智能代理 人工智能
商業價值：
虛擬代理團隊可以協助、共享和增強人類或傳統應用程式的工作。
挑戰：
需要強有力的保障措施來確保提供商和使用者意圖的一致性。
基於代理的人工智能透過自主規劃和采取行動來實作使用者定義的目標。基於代理的人工智能為能夠共享和補充人類工作的虛擬勞動力帶來了希望。預計到 2028 年，至少 15% 的日常工作決策將由人工智能代理自主做出，而 2024 年這一比例為 0%。該技術的目標導向能力將使適應力更強的軟件系統能夠完成各種任務任務。
基於代理的人工智能有潛力滿足企業資訊總監 (CIO) 提高生產力的願望。這種動機促使公司和供應商探索、建立和構建提供強大、安全和值得信賴的基於代理的人工智能所需的技術和實踐。
02
人工智能治理平台AI
商業價值：
建立、管理和執行政策，確保負責任地使用人工智能，解釋人工智能系統如何工作，進行生命周期管理，並提供透明度以建立信任和問責制。
挑戰：
人工智能指導因地區和行業而異，因此很難建立一致的實踐。
人工智能治理平台是不斷發展的人工智能信任、風險和安全管理（TRiSM）框架的一部份。 AI TRiSM 使企業能夠管理其人工智能系統的法律、道德和營運績效。該技術解決方案支持建立、管理和執行負責任的人工智能使用政策，解釋人工智能系統的工作原理，並提供透明度以建立信任和問責制。
預計到2028年，采用綜合人工智能治理平台的企業，與沒有此類系統的企業相比，人工智能相關道德事件將減少40%。
03
虛假資訊保安
商業價值：
透過增強身份驗證控制減少欺詐；
透過持續的風險評分、情境感知和持續適應力的信任模型來防止賬戶被接管；
透過辨識有害的敘述來保護品牌聲譽。
挑戰：
需要不斷更新、多層次、自適應的學習團隊方法。
虛假資訊保安是一個新興的技術類別。該技術可以系統地辨識信任級別，旨在提供一種方法系統，可以確保資訊完整性、評估真實性、防止冒充者並跟蹤有害資訊的傳播。預計到 2028 年，50% 的企業將開始采用旨在處理虛假資訊保安用例的產品、服務或功能，而目前這一比例還不到 5%。
用於惡意目的的人工智能和機器學習工具的廣泛可用性和先進地位預計將增加針對企業的虛假資訊事件的數量。如果這種趨勢不加遏制，虛假資訊可能會對企業造成重大而持久的損害。
04
後量子密碼學
商業價值：保護數據免受量子計算出現帶來的安全風險。
挑戰：PQC演算法不能直接替代現有的非對稱演算法。當前的應用程式可能存在效能問題，需要測試，並且可能需要重寫。
後量子密碼學可以保護數據免受量子計算解密的風險。基於過去幾年量子計算的發展，目前廣泛使用的幾種傳統加密技術將被淘汰。由於更改加密方法並不容易，因此公司必須有更長的準備時間來為任何敏感或機密資訊提供強有力的保護。
據預測，到2029年，量子計算技術的進步將使大多數傳統非對稱加密技術變得不安全。
05
環境隱形智能
商業價值：
實作低成本、即時的物品跟蹤和感知，提高可視性和效率；
潛在的不可偽造的來源以及物件報告身份、歷史和內容的新方法。
挑戰：
提供商需要解決私密問題並獲得某些類別數據使用的同意；
使用者可以選擇禁用標簽以保護私密。
環境隱形智能是透過成本極低、緊湊的智能標簽和傳感器實作的，這些標簽和傳感器可以提供大規模、經濟高效的跟蹤和傳感。從長遠來看，環境隱形智能將使傳感器和智能技術無縫融入我們的日常生活。
到 2027 年，環境隱形智能的早期範例將側重於解決當前問題，例如零售庫存檢查或易腐貨物物流，透過實作低成本、即時的物品跟蹤和傳感來提高可視性和效率。
06
節能計算-
商業價值：應對法律、商業和社會壓力，透過減少碳足跡來提高可持續性。
挑戰：需要新的硬件、雲服務、技能、工具、演算法和應用程式；遷移到新的計算平台將是復雜且昂貴的；隨著對綠色能源需求的增加，能源價格可能在短期內上漲。
IT 在很多方面影響可持續性。到 2024 年，碳足跡將成為大多數 IT 組織最關心的問題。人工智能訓練、模擬、最佳化和媒體渲染等計算密集型套用由於能耗最高，可能成為企業碳足跡的「最大貢獻者」。
預計 2020 年代末將出現一些新的計算技術，例如光學、神經形態和新的加速器。這些新技術將致力於人工智能和最佳化等特殊任務，並顯著降低能源消耗。
07
混合計算
商業價值：高效、高速、變革性的創新環境； AI效能超越當前技術限制；由更高水平的自動化驅動的自主業務；人類能力的大幅增強，可實作即時個人化，並將人體用作計算平台。
挑戰：新興的高度復雜的技術需要專門的技能；自主模組化系統帶來安全風險；涉及實驗技術，成本高；需要編排和整合。
新的計算範式不斷湧現，包括中央處理單元、圖形處理單元、邊緣、專用集成電路、神經形態以及經典量子計算、光學計算範式。混合計算結合了不同的計算、儲存和網絡機制來解決計算問題。這種計算形式可以幫助企業探索和解決問題，讓人工智能等技術突破當前的技術限制。混合計算將用於建立比傳統環境更高效的變革性創新環境。
人機協作
08
空間計算
商業價值：
滿足消費者對遊戲、教育、電商等沈浸式、互動體驗的需求；
滿足醫療保健、零售和制造領域對復雜視覺化工具的需求，以支持決策並提高效率。
挑戰：
頭戴式顯視器價格昂貴且體積龐大，需要頻繁充電，會隔離使用者並增加發生事故的潛在風險；
使用者介面復雜；數據私密和安全是主要問題。
空間計算利用增強現實和虛擬現實等技術以數碼方式增強物理世界。它將物理和虛擬體驗之間的互動提升到一個新的水平。在未來五到七年裏，空間計算的使用將透過簡化工作流程和增強協作能力來提高業務效率。
預計到2033年，空間計算市場將從2023年的1100億美元增長到1.7萬億美元。
09
多功能機器人
商業價值：
提高效率；
更快的投資回報；
無需修改建築或固定基礎設施，意味著快速部署、低風險和可延伸性；
可以替代人類或與人類合作。
挑戰：
該行業尚未對價格或所需的最低功能進行標準化。
能夠執行多項任務的多功能機器人正在取代旨在重復執行一項任務的特定任務機器人。這款新型機器人的功能提高了效率和投資回報 (ROI)。多功能機器人可以與人類一起工作，並且可以快速部署和輕松擴充套件。
預計到2030年，80%的人類將每天與智能機器人互動，而目前這一比例還不到10%。
10
神經增強
商業價值：
人類技能提升
安全改進
個人化教育
允許老年人延長工作時間
下一代行銷。
挑戰：
初始成本高，電池和移動性有限，以及無線連線選項；
侵入性且有風險；
UBMI（腦機介面）和BBMI（腦腦介面）直接與人腦對接，帶來安全挑戰；
道德問題（例如，改變使用者對現實的看法）。
神經增強利用讀取和解碼大腦活動的技術來提高人類的認知能力。這項技術能夠利用單向腦機介面或雙向腦機介面（BBMI）讀取人的大腦，在人類技能提高、下一代行銷和績效三個主要領域具有巨大潛力改進。神經增強將提高人類認知能力，幫助品牌了解消費者的想法和感受，增強人類神經功能以達到最佳效果。
預計到2030年，30%的知識工作者將透過BBMI等技術提高自身能力（資金來源包括雇主和個人），並依靠這些技術來適應人工智能在工作場所的興起。到2024年，這一比例將低於1%。
魚雲專註於提供高效能雲伺服器和物理伺服器租賃服務。我們致力於為企業提供安全、穩定、高效的解決方案，確保數據無憂、業務順暢。
