《2020技术趋势报告》(Tech Trends 2020)提出的2020年五大重点趋势为:

数字孪生:连结现实与数字世界

长期以来,使用虚拟的模型来优化流程、产品或服务的想法并不新鲜。但随着具有更复杂的仿真和建模能力、更好的互操作性和IoT传感器以及电力系统可视化的数字化仿真平台和工具的广泛使用,使企业逐渐意识到创建更精细、更具动态感的数字化仿真模型成为可能。我们可以看到数字孪生技术能够在提高生产效率、优化供应链、改变预测域维护、有效缓解交通拥堵等领域发挥重要作用。越来越多的企业,特别是那些从产品销售向产品+服务捆绑销售转变的企业,或销售即服务的企业,正在广泛应用数字孪生技术。随着企业能力和成熟度的不断提升,我们可以预见未来会有更多企业使用数字孪生技术进行流程优化、数据驱动决策,和设计新产品、新服务及业务模型。从长远来看,要释放数字孪生技术的全部潜力,需要整合整个生态系统中的所有系统与数据。

架构觉醒

越来越多的技术和首席高管们逐渐意识到,此刻,技术架构领域的科学在战略上比以往任何时候都更加重要。事实上,为了在被技术创新打乱的市场中保持竞争力,成熟企业就需要不断改进他们的架构——这个过程可以从改变技术架构师在企业内扮演的角色开始。在接下来的几个月里,我们期待有更多企业将架构师从传统象牙塔转移到新的阵地。这些富有才华但没有被充分利用的技术人才将通过担任服务和系统的职责,参与到系统运营当中。这种转变的目的非常明确:把经验最丰富的架构师安排到最需要他们的地方,比如,加入设计复杂技术的软件开发团队。同时,加大对架构师的人才培养,在整个企业范围内提升他们的战略价值,有助于把这一IT岗位的职能演化为数字经济中的竞争优势。

技术道德与信任

在不断变化的趋势中,先锋企业越来越意识到,企业内部每一个受技术影响的方面都可能成为取得或失去信任的关键。对他们而言,信任更是一个关键的企业目标,而不仅是合规或公共关系问题。如今,信任更作为先锋企业的一个全方位承诺,确保企业内部的技术、流程和人员等各个方面都能够齐心协力,维持众多利益相关者所期待的高度信任。企业领导者也开始重新评估他们在产品、服务以及有关数据管理、合作伙伴关系和员工培训等相关领域的策略是如何构建信任的。CIO们也纷纷强调“技术道德”,并开发出一套工具用来辅助企业:当企业需要引入并使用颠覆性技术时,能够准确洞察其中的道德困境。同时,那些将企业价值观和技术道德贯穿整个企业的领导者们正在向世人展示他们“从善”的承诺,这有助于与利益相关者建立长期的互信关系。

人感体验平台

越来越多的人工智能(AI)解决方案——将被称为“情感计算”或“情感AI”——正在重新定义我们感受技术的方式。在接下来的几个月里,更多的公司将积极响应人们对AI技术日益增长且没有被满足的需求,从而更好地了解人类感情并与人类互动。回顾历史,计算机一直无法将事件与人类的情感或情感因素联系起来,但这种情况正因创新者目前大规模地将情商(EQ)添加到技术的智商(IQ)中而发生改变。人感体验平台就是将人工智能技术、以人为本的设计和目前神经学研究相结合,从而能够识别人的情绪状态及背景内容,然后做出适当地响应。事实上,利用人感智能平台进行认知和大规模使用情感数据的能力确实是企业未来发展的一大重要机遇。

财务与IT的未来

就在技术战略日渐成为企业业务战略的核心部分同时,人们对其在改进结果上的要求也有所增加。为了实现这一目标,我们相信会有越来越多的IT和财务领域的领导者将会共同努力,设计灵活的流程与方法,以敏捷速度进行经营管理与创新。无论是为了支持创新、抵御颠覆或实现数字化转型,IT都需要财务的支持,以便反思并对技术创新进行有效治理,适应敏捷方法,获得创新资本。同时,避免向支持创新的新型财务、预算和会计流程的过渡一蹴而就。但对于CIO和CFO来说,他们都有强烈的动机去寻找有效资助创新的方法。有些公司已经开始顺应这一趋势,并大力探索未来的各种可能性。他们处于领先地位,而且很可能率先享受到由财务以敏捷的速度资助创新所带来的竞争优势。

成为VIP会员查看完整内容
0
135

相关内容

12月13日,“中国5G经济研讨会”在北京中国国际经济交流中心召开,论坛发布了《中国5G经济报告2020》。

  报告运用5x5x5的思考框架,归纳总结出5G先锋行业识别器,遴选出5大先锋行业,从5个角度深入透视5G先锋行业,提出推动5G相关产业发展的政策建议,总结5G经济带来的5个启发。

  报告指出,5G时代运营商面临建设资金量大、C端用户支付意愿弱、管道思维和组织模式待调整等严峻挑战,5G网络建设是个循序渐进过程,未来十年4G和5G将共存,预计2025年5G用户渗透率为48%。

  报告还详细介绍了中国5G产业发展5大独特优势,具体包括:政府积极推动5G产业发展、消费者积极拥抱5G新科技、中国将是全球最大的5G市场、5G产业基金投资已经启动、5G产业链有国际竞争优势。

成为VIP会员查看完整内容
0
76

德勤发布中国人工智能产业白皮书,内容关于人工智能行业综述,人工智能商业化应用,以及中国主要人工智能产业发展区域及定位。

主要发现

  1. 中国人工智能产业发展迅速, 但整体实力仍落后于美国。中国人工智能产业发展迅速, 2018年中国人工智能市场规模有望超过300亿元人民币。人工智能企业数量超过1000家,位列全球第二。本次人工智能浪潮以从实验室走向商业化为特征, 其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、 大规模多频次的投资以及逐渐清晰的用户需求。与此同时,中国处于人工智能发展初期, 基础研究、 芯片、 人才方面的多项关键指标与美国差距较大。

  2. 中国企业价值链布局侧重技术层和应用层, 对需要长周期的基础层关注度较小。人工智能产业链分为基础层(芯片、 算法框架)、 技术层(计算机视觉、自然语义理解、 语音识别、 机器学习) 和应用层(垂直行业/精确场景)。中国企业布局比较偏好技术相对成熟、 应用场景清晰的领域, 对基础层关注度较小。瞄准AI专用芯片或将为中国企业另辟蹊径。

3.科技巨头生态链博弈正在展开,创业企业则积极发力垂直行业解决方案,深耕巨头的数据洼地, 打造护城河。科技巨头构建生态链, 已经占据基础设施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡, 更多的创业企业将发力深耕巨头的数据洼地(金融、 政府事务、 医疗、 交通、 制造业等),切入行业痛点, 提供解决方案, 探索商业模式。

  1. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道,早期进入的企业逐步建立行业壁垒, 未来需要解决数据割裂问题以获得长足发展。各地政府的工作内容及目标有所差异, 因而企业提供的解决方案并非是完全标准化的,需要根据实际情况进行定制化服务。由于政府一般对于合作企业要求较高,行业进入门槛提高, 强者恒强趋势明显。

  2. 人工智能在金融领域的应用最为深入, 应用场景逐步由以交易安全为主向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工智能在金融行业的应用, 改变了金融服务行业的规则, 提升金融机构商业效能,在向长尾客户提供定制化产品的同时降低金融风险。

  3. 医疗行业人工智能应用发展快速,但急需建立标准化的人工智能产品市场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康, 医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用, 还将取决于产品商业化过程中如何制定医疗和数据监管标准。

  4. 以无人驾驶技术为主导的汽车行业将迎来产业链的革新。传统车企的生产、 渠道和销售模式将被新兴的商业模式所替代。新兴的无人驾驶解决方案技术公司和传统车企的行业边界将被打破。随着共享汽车概念的兴起。无人驾驶技术下的共享出行将替代传统的私家车的概念。随着无人驾驶行业规范和标准的制定, 将衍生出更加安全和快捷的无人货运和物流等新兴的行业。

  5. 人工智能在制造业领域的应用潜力被低估,优质数据资源未被充分利用。制造业专业性强, 解决方案的复杂性和定制化要求高, 所以人工智能目前主要应用在产品质检分拣和预测性维护等易于复制和推广的领域。然而, 生产设备产生的大量可靠、 稳定、 持续更新的数据尚未被充分利用, 这些数据可以为人工智能公司提供优质的机器学习样本, 解决制造过程中的实际问题。

  6. 人工智能加速新零售全渠道的融合,传统零售企业与创业企业结成伙伴关系, 围绕人、 货、 场、 链搭建应用场景。人工智能在各个零售环节多点开花, 应用场景碎片化并进入大规模实验期。传统零售企业开始布局人工智能, 将与科技巨头在应用大数据和人工智能领域同台竞技, 意味零售商将更加积极与创业公司建立伙伴关系。

  7. 政策与资本双重驱动推动人工智能产业区域间竞赛, 京沪深领跑全国, 杭州发展逐步加速。京津冀、 珠三角、长三角以及西部川渝地区成为人工智能企业聚集地区。北京、 上海、 深圳牢牢占据人工智能城市实力第一梯队的位置, 广州的大型企业与初创企业数量较少, 杭州主要依靠阿里巴巴,因而属于第二梯队, 重庆则受到技术与人才基础限制处于第三梯队。

  8. 各地政府以建设产业园的方式发挥人工智能产业在推动新旧动能转换中的作用。人工智能产业园呈现多点开花、 依托原有高科技产业园以及与原有园区企业产生联动效应的特点。但由于建设速度过快, 园区也出现了空心化与人才缺口的问题。

12.杭州未来科技城抓住人工智能产业快速发展的机会并取得显著成绩,未来可以从人才、 技术、 创新三要素入手进一步打造产业竞争力。推出培养、 吸引、 保留人才的具体措施, 建立具有成长性的人才库;通过完善产业链布局, 发现高价值技术企业并了解企业诉求。提高对技术型企业的招商效率;从创新主体、创新资源和创新环境三个层次聚集创新要素, 打造利于企业创新创业的有利条件。

成为VIP会员查看完整内容
1
161
小贴士
相关VIP内容
相关资讯
Gartner:2020年十大战略性技术趋势, 47页pdf
专知
23+阅读 · 2020年3月10日
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
32+阅读 · 2019年8月28日
图说报告 | “智能+”的终极版图:数字孪生世界
人工智能学家
12+阅读 · 2019年8月20日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
25+阅读 · 2019年7月8日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
21+阅读 · 2019年4月22日
德勤:工业4.0与数字孪生(附PDF下载)
走向智能论坛
12+阅读 · 2018年9月6日
相关论文
Bernhard Schölkopf
10+阅读 · 2019年11月24日
Blockchain for Future Smart Grid: A Comprehensive Survey
Muhammad Baqer Mollah,Jun Zhao,Dusit Niyato,Kwok-Yan Lam,Xin Zhang,Amer M. Y. M. Ghias,Leong Hai Koh,Lei Yang
10+阅读 · 2019年11月8日
TinyBERT: Distilling BERT for Natural Language Understanding
Xiaoqi Jiao,Yichun Yin,Lifeng Shang,Xin Jiang,Xiao Chen,Linlin Li,Fang Wang,Qun Liu
8+阅读 · 2019年9月23日
KagNet: Knowledge-Aware Graph Networks for Commonsense Reasoning
Bill Yuchen Lin,Xinyue Chen,Jamin Chen,Xiang Ren
7+阅读 · 2019年9月4日
FocusNet: An attention-based Fully Convolutional Network for Medical Image Segmentation
Chaitanya Kaul,Suresh Manandhar,Nick Pears
4+阅读 · 2019年2月8日
Mehdi Mohammadi,Ala Al-Fuqaha,Mohsen Guizani,Jun-Seok Oh
3+阅读 · 2018年10月9日
Hierarchical Deep Multiagent Reinforcement Learning
Hongyao Tang,Jianye Hao,Tangjie Lv,Yingfeng Chen,Zongzhang Zhang,Hangtian Jia,Chunxu Ren,Yan Zheng,Changjie Fan,Li Wang
6+阅读 · 2018年9月25日
Ermo Wei,Drew Wicke,David Freelan,Sean Luke
10+阅读 · 2018年4月25日
Ursula Challita,Walid Saad,Christian Bettstetter
4+阅读 · 2018年1月16日
Top