文章发表于2021-01-13 10:53:58，归属【科技前沿】分类，已有1528人阅读
趋势一：超自动化（Hyperautomation）
超自动化是结合机器运算与人工智慧的先进技术，增进了自动化的过程与人类增能。超自动化除了能使器械自动化，还能让精细的思考也自动化，例如研发、分析、设计、测量、自动化、监控、再评价等。
目前还没有任何单一器械能取代人类，超自动化涉及了多项工具，像是机器人流程自动化（Robotic Process Automation，RPA）、智慧商业管理软件（Intelligent business management software，Ibms）和人工智慧的结合，目标是增强人工智慧导向决策。
超自动化也常常成为组织的「数位分身」（digital twin of the organization，DTO），让企业能设想工作运行、流程与关键绩效指标（Key performance indicators，KPI），能如何交互运作以驱动价值。
数位分身本身也将成为超自动化的一环，提供组织即时、持续的智能信息，带来重要的商机。
趋势二：多重体验（Multiexperience）
多重体验将「以人为本的科技」取代了「以科技为本的人」。在此趋势下，传统电脑的单一式互动，变成多装置的多点式互动，像是智慧型穿戴装置和先进电脑感应器。
例如达美乐披萨不只提供app叫餐服务，还结合了自动驾驶、披萨追踪和智慧语音助理。
未来，这项趋势也将成为「环景体验」（ambient experience），目前多重体验着重在运用扩增实境（AR）、虚拟实境（VR）、多频道人机界面（multichannel human-machine interfaces）和感应科技的整合式体验。
趋势三：普及化（Democratization）
普及化意味着，每个人都能更轻易掌握科技与商业的专业能力，而不需高度的训练与花费。
它包含四项关键领域：应用发展、数据与分析、设计与知能。普及化也被视为「公民参与」，将引领公众数据科学和公众软件工程师的崛起。
普及化能让开发者在无需数据科学家的协助下，建立数据模型，运用人工智慧建置代码与自动测试。
趋势四：人类机能增强（Human augmentation）
人类机能增强指的是运用科技，增加人类的认知与身体能力。
做法是透过植入或操控一台机器，以增强人体的能力。例如，有些企业利用穿戴装置确保员工的安全；亚马逊等零售业则会运用装置，提升员工工作效率。
身体增能又可分为四个分类，包括感官增能（如听觉、视觉等知觉）、附属器官与生物功能增强（外骨骼和义肢）、大脑增能（治疗癫显的植入手术）和基因增能（体壁基因与细胞治疗）。
认知增能将提升人的思考与决策力，例如利用信息来增强学习与新体验；植入性的大脑增能，也能同时加强认知能力。
不过，人体增能仍有文化与道德上的争议。例如有人认为，利用人体基因编辑技术（CRISPR）来筛选基因，形同扮演「上帝」的角色，违反自然。
趋势五：透明与可追溯（Transparency and traceability）
科技演化正带来一场信任危机：随着客户越来越意识到，自己的数据是如何被收集与应用，企业也要更了解自己的责任，增强保护与集中数据。
当人工智慧与机器演算逐步取代人类决策，更加深了信任危机。人们害怕算法黑箱，所以需要了解人工智慧治理（AI governance）的方式；「可解释性人工智慧」（explainable AI）的呼声也开始出现，人们希望了解演算模型得出决策的过程与原因。
要做到透明与可追溯，就需要六项关乎信任的关键因素：道德、诚信、开放、当责、能力与一致性。
像是2018年5月欧盟通过的《一般资料保护规范》（General Data Protection Regulation，GDPR），规范个人数据或生物数据应被保护，不得随意使用。在全球国家与企业，也有更多类似的规范在推动发展中。
趋势六：强化边缘运算（The empowered edge）
边缘运算是一种分布式的运算构架，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。如此一来，原本完全由中心节点处理的大型服务被分解，切割成更小、更容易管理的单位，边缘节点更靠近用户终端装置，所以能加快数据处理与传送，减少延迟。例如物联网和5G，就是边缘运算的应用。
预估到了2023年，边缘表达式的智慧装置数量，将比传统IT装置多上20倍。
趋势七：分布式云端（The distributed cloud）
分布式云端指的是云端提供者，从过往大企业的实体数据中心，变成由个人提供的公共云端服务。云端提供者将负责所有云端的建置、传输、操作、管理与更新。
虽然数据仍由云端提供者掌控，但与以往中心式的云端系统已大不相同。分布式云端载体可以在许多不同地点，这种做法让数据不再只掌握在少数大厂手上，也使云端科技的发展更隐私、更在地。
趋势八：自动化物件（Autonomous things）
自动化物件包含无人机、机器人、轮船与设备等，利用人工智慧来执行任务。从半自动化与完全自动化、从大海到陆地，都是这项科技的应用范围。
目前自动化物件多运用在受控的环境中，如矿山或仓库，但未来可能将应用在开放的公共空间，并从单机作业变成群机协作。
例如2018年平昌冬季奥运上，200台无人机组成的烟火表演秀；今年屏东灯会也以300台无人机在夜空中排出黑金枪鱼、鹅銮鼻灯塔、「TAIWAN」等字样。
虽然自动化物件不能取代人的大脑，但越明确且狭窄的应用范围，将使自动化物件发挥最大效益。
趋势九：内存块链应用（Practical blockchain）
内存块链是一个公众的电子记账数据库，奠基于「去中心化的分布式数据库」，公开透明的账本使每一笔交易都能被看见，每一个用户都是数据库的一员，不再需要集中式的金融权威机构。
比起传统式交易，内存块链能追溯交易的起源，使金流与物流公开透明，例如有餐厅便利用趋块练来追溯食材供应来源。它也能让互不认识的交易者，能在安全的数位环境中互动，不再需要权威机构认证。
完整的内存块链模式需要五个元素：共享与分布式的账本、不可更改但可追溯的账本、加密、代币化和分布式的公众共识机制。
目前，内存块链技术已在小规模试验，预计到2023年将有突破性的升级。
趋势十：人工智慧防御（AI security）
超自动化与自动化物件，为世界带来了新发展与机会，但也曝露出它的安全疑虑。人工智慧的安全性将是重要课题，包含三个面向：
1.保护AI驱动系统：包含AI的训练数据、训练管道和机器演算模型。
2.以AI加强安全防御：运用机器演算来分析攻击模式、发现攻击，使安全防备流程自动化。
3.预测攻击者恶意使用AI的情形：辨识与抵御攻击。
值得注意的是，这十个趋势都非单独存在，彼此互相影响与增强；信息技术领域的领导者必须决定怎样的结合运用，最具创新与战略性。
例如，运用机器运算、超自动化（hyperautomation）与边缘运算（edge computing）的AI人工智慧，可以高度整合智慧建筑与城市空间。而这样科技的结合，也将使技术更普及。