趋势1:复合架构
面对着快速的变化以及去中心化趋势,企业需要朝着更加敏捷的响应型架构转变。复合架构由建立在灵活的数据网络结构基础上的封装业务功能组成。这能够让企业响应快速变化的业务需求。
例如,由复合架构支持的“复合型企业”可提供更高的业务弹性。借助这种模块化设计,企业能够在必要时(比如在全球疫情爆发或经济衰退期间)进行“重组”。这种复合型企业有四个核心原则:模块化,高效,持续改进以及适应性创新。尽管很多企业或多或少地以零散的方式运用过这些原则,但复合型企业会在企业的各个领域(从商业模式到员工的工作方式)都应用这四个要素。
借助这种模块化的商业模式,企业能够从僵化的传统规划转变为主动、敏捷的规划。复合型企业思维能带来更多的创新,降低成本并且改善合作伙伴关系。
这种趋势下的其他新兴技术还包括封装业务功能,数据网络结构,私有5G以及嵌入式AI。
趋势2:算法信任
越来越多的消费者数据被曝光、虚假新闻和视频以及带偏见的AI,这些导致企业从信任中心机构(政府注册服务机构,票据交换所)转向信任算法。算法信任模型可确保数据的隐私性和安全性,资产来源的可靠性以及人和物的身份的可信性。
比方说,“经验证来源”是一种对区块链上的资产进行验证并确保它们不是伪造品或赝品的方法。虽说区块链可用来对商品进行身份验证,但它只能跟踪别人提供的信息。
为了能够对资产进行适当的跟踪,必须从源头跟起。例如,如果把伪造品当作真品添加到区块链里面,区块链会继续根据错误的原始数据输入来验证其真实性。由于分类帐的不可变性,导致永远不能对其进行修改或删除。
Gartner认为,随着人们对区块链的兴趣在不断增加,市场上会涌现更多的数字认证与验证选项。
算法信任趋势下的其他技术还包括隐私差异化,负责任的AI以及可解释的AI。
趋势3:超越硅基
摩尔定律预测,高度集成的电路里面晶体管数量每两年就会翻一番,但是这方面的技术正在迅速逼近硅的物理极限。这带动了新型高级材料的发展,其增强的能力可支持更小型、更快速的技术。
比方说,“DNA计算与存储”就利用了DNA和生物化学来取代硅或量子架构来执行计算或存储数据。数据被编码成合成DNA链然后存储起来,而酶则通过化学反应提供处理能力。
虽然这项技术已经有两个成功的原型,但目前还是非常初级且成本很高的原型,主流采用仍存在着重大技术障碍。但是,一旦DNA计算和存储取得成功,这种选项将会变革数据存储、处理并行性以及计算效率。
这种趋势下的其他技术包括可生物降解的传感器和碳基晶体管。
趋势4:形成性人工智能
形成性AI是一种能够用动态变更对情况作出响应的AI。形成性AI有多种类型,比如可随时间动态适应的AI,以及可生成新颖的模型来解决特定问题的技术等。
比如,生成式AI是一种可以创建新颖内容(图像,视频等),或者变更已有内容的AI。新生成的产物跟原始的很像,但不完全相同。这项技术可生成深度伪造的内容,可能会衍生出严重的假信息并带来名誉风险,预计在未来五年内,伪造内容会越来越多。但是,越来越多的企业将这项技术用到正途,比如药物开发以及生成合成数据(AI甚至可以生成艺术品)。
这种趋势下的其他技术还包括复合AI、差异化隐私、小数据以及自我监督学习。
趋势5:数字化自我
从健康护照到数字孪生,随着技术与人的慢慢融合,创造数字版自我的机会也越来越多。这些数字模型将代表着现实世界和虚拟世界里的人类。
比方说,双向脑机接口(BMI)就是一种可改变大脑的可穿戴设备,这种设备可实现人脑与计算机或机器接口之间的双向通信。BMI既可以是可穿戴设备,也可以是植入物,可用来监控EEG(大脑里面的电活动)和个人的精神状态。常规的监控型BMI和双向BMI之间的区别在于,后者可以用电刺激来改变人的精神状态。
在商业世界里,其潜在的应用包括身份验证、访问和支付、沉浸式分析以及外骨骼等。但是,其他一些应用可能会带来社会伦理问题,比如利用刺激让疲倦的员工打起精神,或者向大脑施加电刺激来让暴怒的老师平息下来等。虽然BMI有很多可能的用例,但也为潜在的攻击者提供了又一种滥用漏洞的途径。