本文最初由麦肯锡公司（www.mckinsey.com）发布。版权所有 (c) 2022，保留所有权利。经许可转载。
这十项技术发展吸引了最多风险投资，也产生了最多专利申请。
其中包括更先进的流程自动化与虚拟化，以及通过 5G 和物联网实现更快的连接。
其他值得关注的领域包括信任架构（用于验证数据在网络间流动时设备是否可信）、下一代智能材料，以及训练机器的人工智能算法。
麦肯锡科技趋势指数
随着数字化各领域不断加速发展，哪些技术趋势对企业和高管最为重要？为回答这一问题，我们制定了一套独特的方法，用以确定与竞争优势和技术投资最相关的十项趋势。
这些科技趋势未必代表最酷、最前沿的技术，但它们吸引了最多风险投资，产生了最多专利申请，也对竞争方式和领域，以及加速业绩所需的能力产生了最重大影响。
贯穿并支撑这些趋势的，是计算速度大幅提升所产生的组合效应：它推动技术之间出现新的融合，促成健康科学和材料科学领域令人瞩目的突破，带来一系列全新的产品与服务功能，并为企业、市场、行业和产业的重塑奠定坚实基础。
企业家兼未来学家彼得·戴曼迪斯认为，未来十年我们所经历的进步将超过过去一百年的总和，因为技术正在重塑健康科学、材料科学、能源、交通运输以及众多其他行业和领域。这对企业的影响广泛而深远。想想制造商将 3D 或 4D 打印与下一代材料相结合，自行生产过去由供应商提供的产品，从而压缩价值链并免去备件需求，会带来什么影响。再看零售商如何结合传感器、计算机视觉、人工智能、增强现实、沉浸式计算和空间计算，以类似电子游戏的体验设计惊艳顾客。还可以想象，制药和化工等以科学为基础的行业将研发职能虚拟化，或贵公司的财务职能实现全面自动化。
贵组织能否充分利用这些趋势，在快速创新、提升绩效和取得重大成就方面迈上新台阶？这份互动内容介绍了这些技术趋势向您发展的速度、成熟度，以及它们在各行业的适用性；还展示了支撑每项趋势的关键技术、当前应用，以及这些技术预示着未来企业将面临的变革。这些变革可能影响重大。麦肯锡近期的一项调查指出，疫情期间，技术进一步降低了数字化颠覆的门槛，为更快速、由技术驱动的变革铺平了道路。各行业的受访者都表示，其公司在利润结构、产品捆绑能力和运营方面面临重大风险。我们很快将进一步探讨这些趋势对具体行业的影响，以及它们为您的行业、商业模式和独特组织能力带来的战略问题。在此之前，我们的新研究有助于理清纷繁复杂的技术格局。
科技趋势一：更先进的流程自动化与虚拟化
技术的组合力量推动了十大趋势中的第一项：机器人、工业物联网（IIoT）、数字孪生以及 3D 或 4D 打印（又称增材制造，简称 AM）相结合，从而简化日常任务、提高运营效率并缩短产品上市时间。
这些技术的发展速度有多快？到 2025 年，将有超过 500 亿台设备连接至工业物联网，每年产生 79.4 泽字节数据。自 2015 年以来，工业机器人年安装量已增长一倍，达到约 45 万台；到 2022 年，这一数字将增至约 60 万台。与此同时，到 2022 年，70% 的制造商将定期使用数字孪生。到 2030 年，各行业约 10% 的现有制造流程将由增材制造取代。
为何重要
要了解更先进的流程自动化与虚拟化所带来的广泛影响，可以想想：未来几十年，当前 50% 的工作活动可能实现自动化，从而有力地改变未来工作形态、劳动力成本和公共政策。随着机器人变得越来越智能、能力越来越强，这一变化将逐步发生。生产规模将扩大，同时生产前置时间会缩短。这一趋势将使竞争转向自动化技术的资本支出投资，以及智能机器接管更多体力、重复性和基础认知任务后所需的社交、情感和技术技能；与此同时，企业使用增材制造在更靠近本土的地方生产产品和零部件，也将压缩价值链。
应用
汽车
一家汽车原始设备制造商利用工业物联网连接全球 122 家工厂和 500 多个仓库，同时优化制造与物流流程、整合实时数据，并实施分析和机器学习，以提高生产效率。
制造业
一家大型制造商使用安装在自动导引车上的协作机器人（cobot）直接装载托盘，无需人工参与，从而提高了运营效率和安全性。
市政
内华达州卡森市创建了一个数字孪生，根据用水时段模拟未来供水情况，优化水资源供应并节省运营成本。
航空航天
一家全球航空航天供应商试制了一款 3D 打印燃油喷嘴，重量减轻 25%，可快速规模化生产，且复杂程度没有增加。
科技趋势二：连接的未来
第二项趋势将第五代（5G）宽带蜂窝网络与物联网（IoT）结合起来，实现更远距离、更快速的连接，显著加快下载速度，并将延迟（检索数据所需的时间）降至几乎为零。网络覆盖范围和能力的大幅提升，将推动商业格局发生广泛变化，从制造业数字化（通过无线方式控制移动工具、机器和机器人），到分布式能源供应和远程患者监测。
我们在 17 个商业领域发现了数百种用例。仅在出行、医疗保健、制造业和零售这四个领域采用最有前景的用例，到 2030 年就可能使全球 GDP 增加 1.2 万亿美元至 2 万亿美元。
为何重要
超高速连接（以及互联网）对组织有着广泛影响。它支持开发与传感器赋能的智能产品相关的新服务和商业模式，催生新的价值链服务（例如预测性服务、增强智能服务），并使企业能够更顺畅地通过不同渠道提供个性化服务，提升客户体验。例如，在出行领域，物联网传感器和近乎全球覆盖的网络可以帮助制造商捕获车辆信号、监测汽车各系统的状况，并在故障发生前通知车主安排维修，从而提升车辆的耐用性和使用寿命。
应用
电信
一家领先的电信公司开始建设一座业内领先的全新工厂，采用一流的信息技术和运营技术，并通过 5G 将其整合为无缝的物联网设备网络。
体育与娱乐
一座体育场升级 5G 网络，旨在实时更新球员信息、提升安保水平、分析观众情绪，并为球迷提供高清 360° 增强现实回放。
交通运输
中国一座铁路车站利用 5G 和物联网自动检测站内事件与异常情况（例如通过视频和人流检测）。
科技趋势三：分布式基础设施
第三项趋势将云计算与边缘计算结合起来，帮助企业将计算能力进一步部署到网络边缘，使其能够以更低的延迟，在更多甚至更偏远的地点连接数据需求量大的设备，并按需运用高级分析加快决策。这一科技趋势将帮助企业提升速度与敏捷性、降低复杂性和成本，并增强网络安全防御能力。
到 2022 年，约 70% 的企业将采用混合云或多云管理技术、工具和流程，这些都是分布式 IT 基础设施的典型特征。随着企业逐渐放弃更传统的本地 IT 基础设施，企业从云服务平台、开放存储库和企业软件即服务（SaaS）供应商获取的软件将日益增多：如果当前趋势延续，这一比例将从目前的 23% 升至 2025 年的近 50%；若采用速度加快，则有可能达到 80%。
为何重要
第三项趋势带来的商业影响包括 IT 基础设施，尤其是计算能力的普及，以及相应地从重视 IT 能力转向重视软件开发技能及相关人才。推动这一转变的是云技术促成的更集中化“即服务”（XaaS）交付模式，企业则逐渐放弃传统的本地 IT 基础设施。这一转变还意味着，企业组织可能采用新的、更模块化的配置，以围绕活动和技术“平台”构建，针对数字化转型等特定业务目标，并满足对新人才（例如更多系统架构师）的需求，同时降低成本、促进创新。更广泛地说，随着数据流入云端，进入门槛降低，企业得以战略性地进入相邻市场；传统行业边界持续模糊，生态系统的重要性也不断上升。
应用
公用事业
一家欧洲公用事业公司将约 90% 的应用迁移至公有云，使 IT 运营成本降低 15%，并通过停用三分之一的应用简化了应用组合。
教育
2018 年，麻省理工学院和哈佛大学的布罗德研究所用了 8 分钟对一个人类基因组进行测序（速度为每天 16 太字节）。此后，基于云的分析将测序时间缩短了 400%。
制造业
一家制造商将边缘端的物联网传感器与集中的云数据中心相结合，实时监测和分析维护问题，从而更及时地维护制造设备、降低维护成本并提高资产回报率。
科技趋势四：下一代计算
第四项趋势体现了量子计算和神经形态计算的迅速到来。后者涉及开发称为专用集成电路（ASIC）的专用微芯片。下一代计算有望帮助解决困扰科学界和社会多年的难题，为企业释放前所未有的能力。它还承诺通过模拟缩短化学品和药品的开发时间，借助量子人工智能加速自动驾驶汽车的发展，并变革网络安全；同时降低 IT 硬件成本、加快机器学习，并更高效地搜索非结构化数据集。
为何重要
下一代计算推动人工智能驱动服务进一步普及，实现极快的开发周期，并降低各行业的进入门槛。它有望颠覆部分价值链并重塑所需技能（例如自动化交易取代交易员，化学模拟减少实验需求）。
为下一代计算做好准备，需要判断贵公司是否属于第一波受影响的行业（例如金融、旅游、物流、全球能源与材料以及先进工业），以及业务是否依赖商业机密等数据；在从当前密码技术转向量子密码技术的过程中，这些数据必须得到保护。其他公司目前应继续密切关注这一科技趋势。
应用
城市物流
北京市使用专用量子计算机上的经典量子优化求解器优化交通流量，减少市中心与机场之间的交通拥堵。
机器学习
谷歌以云服务形式提供张量处理单元（TPU），让大众市场也能使用机器学习能力，由此实现的机器学习应用速度提高了 27
倍，成本比图形处理单元（GPU）低 38%。
自适应机器人
机器人感知、调整并自主决策的能力不断提升，在第四次工业革命中发挥着关键作用。然而，所需的人工神经网络可能会给传统 CPU 带来沉重负担。
下一代计算，尤其是神经形态（ASIC）芯片的持续进步，将所需的处理能力带到更靠近边缘设备的位置，使自适应机器人能够以更少的取舍运行。早期应用包括自平衡自行车和神经形态“事件”摄像头，后者可实现目标跟踪和高速视觉控制。
科技趋势五：人工智能应用
第五项趋势运用人工智能算法训练机器识别模式、解读模式并据此采取行动，帮助计算机理解真实世界的数据，包括视频或图像（使用计算机视觉）、文本（通过自然语言编程 [NLP]）和音频（使用语音技术）。
这一科技趋势有望通过新的客户界面和交互方式提升客户满意度，例如根据照片在亚马逊上搜索商品。更顺畅的人机交互也通过将人类提供的语音、文本和图像转换为机器可读指令，简化了应用，从而提高人的生产力并降低运营费用。
我们估计，到 2024 年，超过 50% 的用户交互将借助人工智能驱动的语音、书面文字或计算机视觉算法得到增强；到 2021 年，将有 10 亿台联网摄像头收集并共享视觉数据。
为何重要
人工智能应用即将迎来爆发式增长，几乎将增强人机交互的方方面面，并推动面向消费者和企业的自动化迈上新台阶。生成式模型和下一代模拟也将使人工智能应用进一步颠覆研发。只要有效且可重复地应用人工智能，任何公司都能从中获得可观价值；然而，报告称人工智能对利润产生重大影响的受访者不到四分之一。这并不令人意外：许多公司仍难以实现规模化影响，不仅因为技术挑战，也因为所需的组织变革。
应用
化工
一家农作物保护产品生产商将实时卫星田地影像输入计算机视觉算法，在植物病毒对人类工作人员变得可见之前就检测出来，使农民能够及早采取行动，使用低剂量农药。
零售
一家零售商运用计算机视觉、自然语言处理（NLP）和语音技术，构建并个性化呈现 360° 客户视图，以提供量身定制的居家和店内零售体验，并通过拟人化虚拟助手和商品探索工具实现互动。
科技趋势六：编程的未来
第六项科技趋势与“软件 2.0”的兴起有关：程序员将由利用机器学习开发软件的神经网络取代。这有望释放更高阶的边缘用例，例如自动驾驶汽车；在这类场景中，进步只能依靠人工智能模型。另一方面，软件 2.0 还将通过低代码和无代码方法，为组织提供一种更简单、更具迭代性且更直观的方式，以定制现有代码并自动执行平凡的编程任务。机器学习领域的新兴科技趋势将进一步推动软件 2.0 的发展，通过“抽象化”来消除当前阻碍人工智能模型开发和应用的许多困难与复杂性。
为何重要
这一科技趋势使数据密集型人工智能应用得以快速扩展和普及。神经网络相对同质的特性也有助于开发新的开源库，而且神经网络正日益模块化、可互操作，并能跨领域使用。这降低了此类应用的技术门槛，也让能够获取并完善训练这些模型所需数据、通过强化学习优化模型的企业获得更大优势。
软件 2.0 将使企业能够用更少代码（因而需要更少开发人员）处理一类新的高阶边缘用例。与此同时，成功的软件生产商仍需发展人才队伍，以及技术栈和开发实践（例如 MLOps，它结合基础设施、工具和工作流，提供更快速、更可靠的机器学习流水线，类似于 DevOps 如何支持并促进更好的传统软件开发）。随着数据及其优化方法日益成为宝贵的竞争优势，企业与数据的关系也将发生变化。
应用
汽车
软件 2.0 的实施模式通过将人工编写的代码（软件 1.0）转变为经过优化的神经网络编写的代码，以更少投入实现更多成果。
一家汽车公司的参与者利用软件 2.0 驱动的人工智能，交付了约 80 万辆自动驾驶汽车；这些车辆已收集超过 30 亿英里的驾驶数据，用于持续改进其人工智能。
娱乐
Netflix 的 Metaflow 为基础设施技术栈提供统一 API，用于设计工作流、规模化运行工作流、部署至生产环境，并自动跟踪版本和实验。
因此，Netflix 的部署中位时间缩短了 16 倍，从四个月降至七天。
金融服务
一家初创公司创建了模型即服务平台，帮助金融服务公司应对模型部署相关风险，并通过指标和仪表板保持模型“健康”，便于监控和调试。该平台可将用户的模型设计和部署时间从数月缩短至数分钟，同时不降低风险和合规保障水平。
科技趋势七：信任架构
第七项趋势描述了一系列为网络攻击日益增多的世界而设计的技术和方法；仅在 2019 年，就有超过 85 亿条数据记录遭到泄露。这些信任架构为验证
数据在网络、API 和应用程序间流动时设备是否可信提供了结构。信任架构可包括分布式账本技术（DLT），区块链便是其中一种；也可包括用于防止数据泄露的“零信任安全”方法。信任架构不仅能降低泄露风险，还能减少遵守安全法规的成本，降低与网络安全相关的运营支出和资本支出，并实现更具成本效益的交易，例如买卖双方之间的交易。
为何重要
信任架构既能降低风险，也会为某些行业的企业增加风险。企业采用零信任安全措施降低数据泄露威胁，网络风险便随之下降。然而，对其他行业而言，分布式数据账本带来的去中介化威胁会增加战略风险。企业还需关注监管监督角色的变化：DLT 应用未必能轻易纳入现有监管框架，并可能引发不同国家和监管机构的多样化应对。更广泛地说，网络风险不断上升意味着整体网络安全支出将大幅增加。信任技术（如加密货币和高度安全的数据室）的货币化也将呈现同样趋势。
应用
先进工业
一家公司意识到敏感数据面临被窃取的风险。通过部署
采用零信任安全方法，对静态和传输中的数据进行加密，并实施额外控制，防止云服务提供商访问这些数据。
先进工业
一家公司的区域性停电导致其全球服务长时间中断。该公司仅有的几座数据中心彼此距离很近，数据和网络分段也不足，无法隔离故障。
零信任安全架构将数据分散存储在多台服务器、多个数据中心和不同地区，从而在遭遇局部停电时增强了韧性。
零售
一家零售公司希望通过零信任安全对网络进行安全分段，以保护销售点设备和持卡人信息，同时实现快速连接，并将成本列为首要考量。
该零售商通过简化支付卡行业（PCI）数据安全标准的合规流程，将安全相关资本支出和运营支出降低了50%。
零售
一家零售商将从供应商到客户的所有流程和行动记录下来，并将其编写成区块链上的智能合约，从而简化了供应链管理。
这使食品来源更易追溯（从而提高食用安全），减少了供应链中的人工操作，也改善了对遗失产品的追踪。
世界经济论坛在区块链领域开展了哪些工作？
技术趋势8：生物革命
第八项技术趋势体现了生物科学领域的进步与计算、自动化和人工智能的加速发展汇聚一堂，这些进步共同催生了
一波名为“生物革命”的创新浪潮。这一技术趋势有望对经济和我们的生活产生重大影响，并将影响从医疗和农业到消费品、能源和材料等多个行业。这场革命中的生物分子领域，包括“组学”和分子技术，已成为生物科学发展最快、最前沿的领域，但生物机器、生物计算和生物系统也同样重要。一些创新因生物具有自我维持、自我复制和相互关联的特性而伴随着重大风险，因此有必要就这场革命应如何推进展开严肃且持续的讨论。
为何重要
生物科学的迅猛发展很快就会带来竞争格局的颠覆，而且影响的不只是医疗保健行业。随着生物创新渗透食品、消费健康和材料等行业，消费者和患者对个性化产品的需求不断增加，这些创新也带来了更高的利润率。新的市场可能随之出现，例如基于基因的营养建议；与此同时，DNA测序的快速创新正推动医学进一步走向超个性化，并加快疫苗研发。生物革命带来的机遇和风险，要求企业应对的不仅是竞争层面的影响，还有伦理乃至道德问题。
企业需要评估自身的“bQ”（生物商数），也就是对生物科学及其影响的了解程度。随后，企业应明确需要投入哪些资源来发展生物技术和相关能力，并决定是将这些能力整合进现有研发体系，还是与以科学为基础的初创企业合作。
应用
能力
Amyris将数字技术与生物学专业能力结合起来，采用新的生产方法，以低成本、大批量生产纯净稳定的护肤产品，并使用可再生资源。
平台
Ginkgo Bioworks生产具有工业用途的细菌，并创建了Ferment Consortium，让分拆公司能够全面使用其用于细胞编程的基因组挖掘平台。
精准化
Trace Genomics正在分析土壤微生物组，以解读农业中的健康和疾病风险指标。
研发生态系统
农业和制药领域的成熟企业正与Caribou Biosciences、CRISPR Therapeutics和Pairwise合作，以利用独特的生物能力。
技术趋势9：下一代材料
材料科学创新是第九项趋势的核心。石墨烯和二维材料、二硫化钼纳米颗粒、纳米材料，以及各类智能、响应灵敏、轻质材料等下一代材料，正在为制药、能源、交通、医疗、半导体和制造业带来新的功能和更优性能。下一代材料对环境的影响较小，因此对未来的可持续经济至关重要。许多此类材料仍处于研究阶段，但另一些已接近商业化。二硫化钼纳米颗粒已用于柔性电子产品，而石墨烯则推动了二维半导体的复兴。随着计算材料科学将计算能力及相关机器学习方法应用于材料领域的问题和机遇，更多新材料也将不断涌现。
为何重要
材料设计与发现对21世纪经济至关重要，在交通、医疗、微电子和可再生能源等行业拥有广泛的潜在影响。下一代材料可改变众多产品和服务的经济效益，并在许多尚未开发的应用领域显著提高效率，从而有望改变行业的经济格局并重塑其中的企业。
应用
医疗保健与制药
医疗保健公司可以使用可生物降解的纳米颗粒作为药物载体，构建纳米药物递送系统，例如采用胶束纳米颗粒。
例如，NanoCarrier公司正在为癌症药物研发纳米药物递送系统。
制造业
制造商可以使用石墨烯基复合材料增强复合材料性能，例如应用于防锈涂料和体育器材。
例如，Applied Graphene Materials公司生产可用于油漆和涂层以及复合材料的石墨烯分散液。
制造业
垂直排列的碳纳米管已用于制造电池，其储能量是传统电池的三倍，功率是传统电池的十倍。
法国公司NAWA Technologies专注于研发超强、多功能的轻质材料，这些材料还能够储能，可用于汽车、飞机、建筑或移动设备。
技术趋势10：清洁技术的未来
第十项趋势体现了应对清洁能源发电需求迅速增长的新技术。这些技术包括电网智能能源分配系统、储能系统、碳中和能源发电和聚变能源。此类新技术将广泛应用于：
电力，例如可再生能源（太阳能光伏、太阳能热能和风能）、清洁煤、碳捕集与封存、智能电网和计量技术、储能解决方案、能源效率以及废弃物能源化利用
交通运输，例如清洁汽车、电动汽车（混合动力、插电式混合动力和纯电动）、燃料电池和电池
建筑与基础设施，例如自动化、暖通空调、窗户、隔热、家庭能源管理、家用电器和LED照明
水，例如废水处理和海水淡化/膜技术
为何重要
随着清洁技术的成本不断下降，其对传统商业模式的颠覆性日益增强，影响着行业结构和竞争态势。企业必须跟上新兴的业务发展机遇，设计涉及技术开发、采购、制造和成本削减的运营改进计划；同时还要掌握气候变化相关要求如何影响能源成本、改变碳密集型行业的资产负债表，并提高绩效标准，从而加速下一代清洁技术的采用。清洁技术的进步还有望带来充足的绿色能源，支撑技术呈指数级增长，例如高功率计算的发展。
应用
综合性企业集团
一家全球性综合企业集团认定太阳能光伏（PV）产业具有增长潜力，并迅速通过并购获取专业能力。
收购一家全球领先光伏制造商的大量股权后，相关部门的股价在随后几个月上涨了40%。
饮料
一家全球啤酒生产商采取了提高能源效率、重新设计流程和更换燃料等措施，以大幅节省成本并减少50%的碳排放。
公共部门
一座具有环保意识的城市通过行为和技术措施相结合的方式，探索碳减排的新领域，措施范围从拥堵收费到建筑改造。
如今，这座城市有机会实施大胆的战略，实现其目标，继续影响国家和全球气候变化辩论，并巩固其在该领域的领导地位
。
公用事业
一线员工协助一家污水处理厂开展现场诊断，找出改进着力点，并启动量身定制的转型计划，以支持持续改进。
四年后，该公用事业公司的营业利润每年提高了19%，每年节省1.78亿美元；监管绩效评分每年提高7%，漏损率降低30%。客户投诉减少了近三分之一。
关于本研究
本研究考察了多种因素，以确定对高管及其所领导企业最重要的技术趋势。针对每项趋势，我们根据其底层技术的增长率计算势头评分；增长率则通过深入分析六项代理指标得出：专利申请、出版物、新闻提及、在线搜索趋势、私人投资金额以及进行投资的企业数量。随后，我们将底层技术的评分汇总为该趋势的单一综合评分。结合综合势头评分、某一趋势对行业的适用性及其技术成熟度，高管便能判断一项技术趋势可能造成多大颠覆，以及这种颠覆会在多大程度上影响业务。
底层指标各不相同，有助于反映每项指标所代表的多元视角。某一领域的研究出版物数量是技术趋势出现时的领先指标。专利申请数量衡量企业对某项特定趋势的重视程度。私人投资金额以及进行投资的企业数量，则显示某一趋势是否具有明确的财务利益。最后，搜索趋势和新闻报道反映公众对某项趋势的关注度。将早期指标与公众和财务关注度的衡量结果结合起来，能够全面呈现各项技术趋势，也有助于对其潜在影响进行排序和比较。以增长率作为势头评分的依据，可以区分规模已经庞大的领域和正在迈向巨大规模的领域。
最后，我们与麦肯锡技术委员会的外部专家共同审阅了分析结果，从而形成了独特视角，将研究分析与当今一些顶尖思想家的定性见解结合起来。
