7月20日，國(guó)際知名咨詢公司麥肯錫發(fā)布了《McKinsey Technology Trends Outlook 2023》2023科技趨勢(shì)展望報(bào)告。

在報(bào)告中，麥肯錫分析了全球先進(jìn)技術(shù)的發(fā)展以及可能的用途和對(duì)各行業(yè)的影響。通過分析每個(gè)科技趨勢(shì)的創(chuàng)新和投資的量化指標(biāo)，以衡量其發(fā)展動(dòng)力，并考慮到這些趨勢(shì)的長(zhǎng)期性質(zhì)和相互依存性，深入探討了每種科技趨勢(shì)的底層技術(shù)、關(guān)鍵不確定性以及未來存在的問題，同時(shí)在此次報(bào)告中新增了一個(gè)重要的分析維度——人才，提供了與每個(gè)趨勢(shì)最相關(guān)角色的人才供需動(dòng)態(tài)數(shù)據(jù)。

(資料圖片)

01總體摘要生成式AI代表了人工智能的下一個(gè)前沿，在現(xiàn)有的通用人工智能和工業(yè)化機(jī)器學(xué)習(xí)技術(shù)基礎(chǔ)上，生成式AI在大多數(shù)行業(yè)中都具有巨大的潛力和適用性

2021年至2022年，生成式AI相關(guān)話題的興趣（從新聞和互聯(lián)網(wǎng)搜索中評(píng)估）增加了三倍。生成式AI和其他基礎(chǔ)模型通過將輔助技術(shù)提升到一個(gè)新水平、減少應(yīng)用開發(fā)時(shí)間并將強(qiáng)大能力賦予非技術(shù)用戶，改變了AI游戲規(guī)則。生成式AI有望從特定用例和更廣泛用途（例如協(xié)助編寫電子郵件草稿）的組合中增加高達(dá)4.4萬億美元的經(jīng)濟(jì)價(jià)值，這些用途可以廣泛提高生產(chǎn)力。

大多數(shù)科技趨勢(shì)的投資在同比收緊，但隨著最近科技估值的反彈，未來增長(zhǎng)的潛力仍然巨大

實(shí)際上，2022年的絕對(duì)投資額保持強(qiáng)勁，合計(jì)超過1萬億美元，充分表明了投資者對(duì)這些趨勢(shì)價(jià)值潛力的信心。在2022年的14種趨勢(shì)中，隨著安全性、隱私性和可擴(kuò)展性變得越來越重要，信任架構(gòu)和數(shù)字身份的趨勢(shì)增長(zhǎng)最大，增長(zhǎng)接近50%。通用人工智能、先進(jìn)連接技術(shù)和邊緣計(jì)算等其他趨勢(shì)的投資則有所下降，原因可能是由于這些技術(shù)已相對(duì)成熟。與氣候技術(shù)和未來出行等新興技術(shù)的較長(zhǎng)投資期相比，更成熟的技術(shù)可能對(duì)短期預(yù)算動(dòng)態(tài)更加敏感。此外，隨著一些技術(shù)變得更具盈利性，它們通常可以在邊際投資較低的情況下實(shí)現(xiàn)進(jìn)一步規(guī)?；髁鞑捎寐蕦⒗^續(xù)保持增長(zhǎng)。

尋求長(zhǎng)期增長(zhǎng)的企業(yè)應(yīng)該關(guān)注對(duì)其業(yè)務(wù)來說最重要的科技趨勢(shì)組合，進(jìn)行有針對(duì)性的投資，利用成熟的技術(shù)或新興技術(shù)來推動(dòng)創(chuàng)新，以及實(shí)現(xiàn)可持續(xù)增長(zhǎng)

例如邊緣計(jì)算和未來生物工程等技術(shù)已經(jīng)顯示出穩(wěn)步增長(zhǎng)的創(chuàng)新性，并在各行業(yè)繼續(xù)拓展用例。事實(shí)上，在各行業(yè)中已經(jīng)確定了400多個(gè)邊緣計(jì)算的用例，預(yù)計(jì)邊緣計(jì)算在未來五年內(nèi)將在全球范圍內(nèi)突破兩位數(shù)的增長(zhǎng)。此外，量子計(jì)算等新興技術(shù)也在不斷發(fā)展，并顯示出巨大的價(jià)值創(chuàng)造潛力。麥肯錫對(duì)2023年的科技趨勢(shì)分析報(bào)告顯示，從量子計(jì)算中最早看到經(jīng)濟(jì)影響的四大行業(yè)分別是汽車、化工、金融服務(wù)和生命科學(xué)，這四大行業(yè)有望到2035年獲得高達(dá)1.3萬億美元的價(jià)值。

科技人才動(dòng)態(tài)：人才的匱乏是制約增長(zhǎng)的首要問題，獲得科技趨勢(shì)價(jià)值所需知識(shí)技能的人才供需之間存在巨大差距

合格人才的短缺一直是限制許多高科技領(lǐng)域增長(zhǎng)的一個(gè)長(zhǎng)期因素，包括AI、量子技術(shù)、太空技術(shù)和電氣化與可再生能源。而且人才緊缺問題在云計(jì)算和工業(yè)化機(jī)器學(xué)習(xí)等行業(yè)中尤為突出，同時(shí)，雇傭高度專業(yè)化人員的領(lǐng)域，如未來出行和量子計(jì)算，也面臨著人才匱乏的主要挑戰(zhàn)。這些現(xiàn)狀凸顯了企業(yè)雇主當(dāng)前面臨的人才困境。

麥肯錫通過對(duì)這些科技趨勢(shì)中的350萬條招聘信息的調(diào)研發(fā)現(xiàn)，許多最急需的技能合格從業(yè)者數(shù)量不到全球平均水平的一半。企業(yè)應(yīng)該緊跟人才市場(chǎng)的脈搏，做好應(yīng)對(duì)顯著變化的準(zhǔn)備，并向希望雇用和留住的技術(shù)人員提供有吸引力的價(jià)值定位。同時(shí)企業(yè)應(yīng)該繼續(xù)研究如何調(diào)整角色或提升員工技能，以滿足定制化的工作要求。盡管整體上全球職位在2021年至2022年期間下降了13%，但與科技趨勢(shì)相關(guān)領(lǐng)域的職位增長(zhǎng)都非常強(qiáng)勁，達(dá)到15%。2018年至2022年期間，通用人工智能和下一代軟件開發(fā)領(lǐng)域共發(fā)布了近100萬個(gè)職位，其中下一代軟件開發(fā)領(lǐng)域的職位數(shù)量增長(zhǎng)最為顯著。

0215種科技趨勢(shì)

麥肯錫《McKinsey Technology Trends Outlook 2023》2023科技趨勢(shì)展望報(bào)告中概述了所有15種科技趨勢(shì)的考慮因素，分析了每項(xiàng)技術(shù)可能的用途和對(duì)各行業(yè)的影響，并將其分為“人工智能革命、數(shù)字化建設(shè)、計(jì)算和互聯(lián)網(wǎng)前沿、尖端科技以及可持續(xù)發(fā)展”五大類。

為了描述每個(gè)科技趨勢(shì)的狀態(tài)，麥肯錫基于擁有研究專利的創(chuàng)新分?jǐn)?shù)以及新聞和網(wǎng)絡(luò)搜索的關(guān)注度分?jǐn)?shù)，統(tǒng)計(jì)了相關(guān)技術(shù)的投資情況和技術(shù)采用率等級(jí)，并對(duì)每個(gè)科技趨勢(shì)進(jìn)行了打分，還詳細(xì)分析了該科技趨勢(shì)的最新動(dòng)態(tài)、實(shí)際用例、底層技術(shù)、關(guān)鍵不確定性以及未來存在的問題。

人工智能革命通用人工智能

通過機(jī)器學(xué)習(xí)(ML)、計(jì)算機(jī)視覺和自然語言處理(NLP)等AI能力，各行業(yè)的企業(yè)都可以利用數(shù)據(jù)洞察信息，實(shí)現(xiàn)流程自動(dòng)化、增加或增強(qiáng)功能，并做出更好的決策。麥肯錫預(yù)測(cè)，通用人工智能的潛在經(jīng)濟(jì)價(jià)值在17萬億至26萬億美元之間，并且追求這種價(jià)值的公司比例也在持續(xù)增加。

根據(jù)麥肯錫年度人工智能現(xiàn)狀全球調(diào)查顯示，采用人工智能技術(shù)的受訪組織比例從2017年的20%上升至2022年的50%，增加了一倍多。其中2022年的調(diào)查還顯示，采用人工智能技術(shù)可以帶來顯著的財(cái)務(wù)效益：25%的受訪者將公司EBIT的5%或更高歸因于AI。然而，在企業(yè)充分發(fā)揮這項(xiàng)技術(shù)潛力之前，首先需要解決組織、技術(shù)、倫理和監(jiān)管問題。

工業(yè)化機(jī)器學(xué)習(xí)

工業(yè)化機(jī)器學(xué)習(xí)(ML)，通常稱為ML運(yùn)營(yíng)或MLOps，指企業(yè)規(guī)?；统掷m(xù)ML應(yīng)用所需的工程實(shí)踐。無論是在功能還是互操作性方面，這些實(shí)踐均得到一個(gè)快速改進(jìn)的技術(shù)工具生態(tài)系統(tǒng)的支持。MLOps工具可以幫助企業(yè)將試點(diǎn)項(xiàng)目轉(zhuǎn)化為可行的商業(yè)產(chǎn)品，加速分析解決方案的規(guī)?；R(shí)別和解決生產(chǎn)中的問題，并提高團(tuán)隊(duì)的生產(chǎn)力。經(jīng)驗(yàn)表明，成功實(shí)現(xiàn)工業(yè)化機(jī)器學(xué)習(xí)的組織可以將機(jī)器學(xué)習(xí)應(yīng)用的生產(chǎn)時(shí)間框架(從概念驗(yàn)證到產(chǎn)品)縮短約8至10倍，開發(fā)資源降低高達(dá)40%。工業(yè)化機(jī)器學(xué)習(xí)最初由少數(shù)領(lǐng)先企業(yè)推動(dòng)，但隨著越來越多的企業(yè)將AI應(yīng)用于更廣泛的行業(yè)用例中，其技術(shù)采用率正在不斷擴(kuò)大。

生成式AI

生成式AI標(biāo)志著AI的一個(gè)發(fā)展轉(zhuǎn)折點(diǎn)。與早期的AI不同，它可以根據(jù)從非結(jié)構(gòu)化數(shù)據(jù)的類似格式中學(xué)習(xí)信息，實(shí)現(xiàn)創(chuàng)造新穎的非結(jié)構(gòu)化內(nèi)容，如文本、音頻、視頻、圖像、代碼、模擬甚至蛋白序列或消費(fèi)者行為。其核心技術(shù)基礎(chǔ)模型可以適應(yīng)廣泛的工作任務(wù)，如總結(jié)、分類或草擬文件。相比之下，早期AI模型就顯得比較“狹隘”，通常只能執(zhí)行一個(gè)任務(wù)。

在商業(yè)環(huán)境中，生成式AI不僅可以解鎖新的用例，還可以加速、擴(kuò)展或以其他方式改進(jìn)現(xiàn)有用例。通過支持開發(fā)新產(chǎn)品和收入來源、提升客戶體驗(yàn)，生成式AI有可能重新定義企業(yè)和價(jià)值鏈，其影響力預(yù)計(jì)將主要體現(xiàn)在提高員工生產(chǎn)力和體驗(yàn)上。

數(shù)字化建設(shè)下一代軟件開發(fā)

下一代技術(shù)正在改變軟件開發(fā)生命周期中每個(gè)階段的工程師能力，從規(guī)劃、測(cè)試到部署、維護(hù)，使更多非技術(shù)員工能夠創(chuàng)建應(yīng)用程序。它們可以簡(jiǎn)化復(fù)雜任務(wù)并將其減少為單個(gè)命令。這些技術(shù)包括AI編程搭檔、低代碼/無代碼平臺(tái)、基礎(chǔ)設(shè)施即代碼，以及自動(dòng)集成、部署和測(cè)試等新興的生成式AI工具。由于技術(shù)難度、重新培訓(xùn)開發(fā)人員和測(cè)試工程師的大規(guī)模需求以及其他組織障礙，該項(xiàng)技術(shù)的采用速度雖然較慢，但在早期發(fā)展階段中已經(jīng)展現(xiàn)了顯著的生產(chǎn)力提升能力，相信廣泛應(yīng)用的時(shí)代正在到來。

信任架構(gòu)和數(shù)字身份

數(shù)字信任技術(shù)使組織能夠管理技術(shù)和數(shù)據(jù)風(fēng)險(xiǎn)，加速創(chuàng)新并保護(hù)資產(chǎn)。此外，建立數(shù)據(jù)和技術(shù)治理信任還可以提升組織績(jī)效并改善客戶關(guān)系。相關(guān)底層技術(shù)包括零信任架構(gòu)（ZTA）、數(shù)字身份系統(tǒng)和隱私工程。其他技術(shù)通過在人工智能設(shè)計(jì)中構(gòu)建可解釋性、透明度、安全性和偏差最小化原則來幫助建立信任。但是，由于集成問題、組織孤島、人才短缺等因素的影響，數(shù)字信任技術(shù)的采用一直受到阻礙。

Web3

Web3的概念遠(yuǎn)超過對(duì)加密貨幣投資的普遍理解，它更多地是指互聯(lián)網(wǎng)的未來模式，該模式將中心化權(quán)力重新分配給用戶，潛在地賦予用戶對(duì)其個(gè)人數(shù)據(jù)單一化和數(shù)字資產(chǎn)所有權(quán)的更多控制權(quán)，并催生一系列新的商業(yè)模式。Web3吸引了大量資本和工程人才，但新創(chuàng)企業(yè)仍在測(cè)試和擴(kuò)展可行的商業(yè)模式，同時(shí)傳統(tǒng)企業(yè)將繼續(xù)探索最佳的Web3用例。早期采用者面臨的挑戰(zhàn)包括當(dāng)下不明確以及不斷發(fā)展的法律法規(guī)、用戶體驗(yàn)不如現(xiàn)有的Web2產(chǎn)品等問題。

計(jì)算和互聯(lián)網(wǎng)前沿先進(jìn)連接技術(shù)

先進(jìn)連接技術(shù)的提高將增強(qiáng)全球消費(fèi)者的用戶體驗(yàn)，并提高出行、醫(yī)療保健和制造業(yè)等行業(yè)的生產(chǎn)力，為未來各行業(yè)的數(shù)字解決方案提供支持。許多企業(yè)已經(jīng)迅速采用了基于現(xiàn)有部署和連接標(biāo)準(zhǔn)的高級(jí)連接技術(shù)，但一些即將出現(xiàn)的新技術(shù)，如低地球軌道(LEO)連接、5G/6G網(wǎng)絡(luò)等面臨著需要解決的障礙，以增加其技術(shù)采用率。

沉浸式現(xiàn)實(shí)技術(shù)

沉浸式現(xiàn)實(shí)技術(shù)利用空間計(jì)算來解釋物理空間，模擬在現(xiàn)實(shí)環(huán)境中添加數(shù)據(jù)、對(duì)象和人員；并通過增強(qiáng)現(xiàn)實(shí)(AR)、虛擬現(xiàn)實(shí)(VR)和混合現(xiàn)實(shí)(MR)提供不同級(jí)別的沉浸感，實(shí)現(xiàn)在虛擬世界中的交互。2021年，風(fēng)險(xiǎn)投資者們向AR和VR初創(chuàng)公司提供了約40億美元的資金，這是繼2018年之后第二個(gè)最成功的融資年份。盡管AR和VR的總投資隨后在2022年有所下降，但投資者對(duì)這一科技趨勢(shì)表現(xiàn)出持續(xù)的興趣，去年至少完成了7輪1億美元或以上的投資輪次。麥肯錫的研究表明，新興的元宇宙科技到2030年可能會(huì)在消費(fèi)者和企業(yè)用例中創(chuàng)造高達(dá)4萬億至5萬億美元的價(jià)值。

云和邊緣計(jì)算

未來，企業(yè)將利用涉及多個(gè)位置的計(jì)算和存儲(chǔ)基礎(chǔ)架構(gòu)，實(shí)現(xiàn)從本地到更接近本地(邊緣)、從小型區(qū)域數(shù)據(jù)中心到遠(yuǎn)程超大規(guī)模數(shù)據(jù)中心的轉(zhuǎn)換。與云相比，邊緣計(jì)算為組織提供了更快(超低延遲)在數(shù)據(jù)源頭處處理數(shù)據(jù)的能力，并實(shí)現(xiàn)數(shù)據(jù)主權(quán)和增強(qiáng)數(shù)據(jù)隱私的靈活性，從而解鎖各種新的用例，縮短與終端用戶的距離，減少數(shù)據(jù)傳輸延遲和成本，并提供對(duì)更相關(guān)數(shù)據(jù)集的更快訪問。公共云將通過以更好的規(guī)模經(jīng)濟(jì)執(zhí)行非時(shí)間敏感的計(jì)算用例，繼續(xù)在未來的企業(yè)發(fā)展中發(fā)揮關(guān)鍵作用。云和邊緣計(jì)算資源的持續(xù)集成將讓用戶將云的創(chuàng)新、速度和敏捷性擴(kuò)展到邊緣和實(shí)時(shí)系統(tǒng)中，從而加速創(chuàng)新，提高生產(chǎn)力并創(chuàng)造商業(yè)價(jià)值。

量子技術(shù)

量子技術(shù)有望利用量子力學(xué)的獨(dú)特屬性，比傳統(tǒng)計(jì)算機(jī)更高效地執(zhí)行特定類型的復(fù)雜計(jì)算，保障通信網(wǎng)絡(luò)的安全，并提供新一代傳感器，其靈敏度相比傳統(tǒng)傳感器的靈敏度有大幅提高。原則上，量子技術(shù)可以為航空航天、國(guó)防、汽車、化工、金融和制藥等行業(yè)的發(fā)展帶來重大進(jìn)步。但是，由于實(shí)現(xiàn)完全糾錯(cuò)的量子計(jì)算機(jī)和可擴(kuò)展的量子通信網(wǎng)絡(luò)仍然存在技術(shù)挑戰(zhàn)，準(zhǔn)量子技術(shù)用戶應(yīng)為不確定的采用路線做好準(zhǔn)備。

尖端科技出行領(lǐng)域

汽車大規(guī)模生產(chǎn)開始已過去一個(gè)多世紀(jì)，移動(dòng)出行正處于第二次重大拐點(diǎn)：向自動(dòng)駕駛、互聯(lián)、汽車電氣化和共享出行(ACES)技術(shù)轉(zhuǎn)變。在過去十年中，ACES技術(shù)的采用率在不斷提高，隨著可持續(xù)性發(fā)展政策不斷收緊、消費(fèi)者偏好發(fā)生改變和創(chuàng)新的不斷推進(jìn)，其發(fā)展步伐正在加快。例如，預(yù)計(jì)自動(dòng)駕駛技術(shù)到2035年將創(chuàng)造高達(dá)4000億美元的收入。但短期內(nèi)，創(chuàng)新者仍需面臨技術(shù)、法規(guī)和供應(yīng)鏈問題的挑戰(zhàn)。

生物工程

生物學(xué)上的突破，結(jié)合數(shù)字技術(shù)的創(chuàng)新，可以幫助組織通過創(chuàng)造新產(chǎn)品和服務(wù)來滿足醫(yī)療保健、食品和農(nóng)業(yè)、消費(fèi)品、可持續(xù)發(fā)展以及能源和材料生產(chǎn)等不同領(lǐng)域的需求。麥肯錫的研究預(yù)測(cè)，當(dāng)今科學(xué)已證明可行的約400個(gè)生物工程用例到2030-2040年，預(yù)計(jì)每年可以產(chǎn)生2萬億至4萬億美元的經(jīng)濟(jì)增長(zhǎng)。雖然目前某些基因療法和生物產(chǎn)品已獲得認(rèn)可，但生物工程未來仍需要解決倫理、監(jiān)管以及公眾認(rèn)知問題，才能充分發(fā)揮其經(jīng)濟(jì)增長(zhǎng)潛力。

太空技術(shù)

過去五到十年，航天工業(yè)最重要的發(fā)展是技術(shù)成本的降低，這使得新技術(shù)和應(yīng)用變得更容易。衛(wèi)星和運(yùn)載火箭的尺寸、重量、功率和成本的降低有力地推動(dòng)了太空組件成本的降低。這些減少導(dǎo)致了系統(tǒng)架構(gòu)的變化，例如從單個(gè)大型地球同步赤道軌道(GEO)衛(wèi)星轉(zhuǎn)向更小的分布式低地球軌道(LEO)衛(wèi)星，以及傳統(tǒng)非航天公司對(duì)航天技術(shù)的興趣日益濃厚。如今，太空技術(shù)和遙感技術(shù)的使用非常廣泛，分析表明，到2030年，太空市場(chǎng)可能會(huì)超過1萬億美元。未來的太空經(jīng)濟(jì)可能涵蓋目前尚未大規(guī)模開展的活動(dòng)，例如在軌制造、發(fā)電和太空采礦，以及載人航天。

可持續(xù)發(fā)展電氣化和可再生能源

盡管越來越多的國(guó)家政府和企業(yè)致力于實(shí)現(xiàn)大幅的脫碳目標(biāo)，但由于地緣政治緊張局勢(shì)和能源需求的反彈，能源市場(chǎng)仍面臨極端性波動(dòng)。電氣化和可再生能源有助于推動(dòng)實(shí)現(xiàn)凈零排放承諾，主要包括太陽能、風(fēng)能、水電、核能、氫能以及其他可再生能源、可持續(xù)燃料等。

此前，麥肯錫在《2022年全球能源展望》報(bào)告中分析了全球能源的發(fā)展趨勢(shì)，預(yù)測(cè)未來能源結(jié)構(gòu)將向電力轉(zhuǎn)移，到2050年，電力、氫氣與合成燃料將占能源結(jié)構(gòu)的50%。此外，對(duì)化石燃料需求的峰值預(yù)計(jì)將繼續(xù)向前推進(jìn)，石油需求預(yù)計(jì)在未來五年內(nèi)達(dá)到頂峰。能源領(lǐng)域的總投資預(yù)計(jì)將以每年4%以上的速度增長(zhǎng)，并將向非化石和脫碳技術(shù)傾斜。

非電氣化和可再生能源的氣候技術(shù)

氣候技術(shù)包括碳捕捉、碳利用和儲(chǔ)存（CCUS）、碳清除、自然氣候解決方案、循環(huán)技術(shù)、替代蛋白質(zhì)和可持續(xù)農(nóng)業(yè),以及用于跟蹤凈零進(jìn)展的技術(shù)。

（本期內(nèi)容編譯自麥肯錫《McKinsey Technology Trends Outlook 2023》，版權(quán)屬于原作者。）

*參考資料：麥肯錫《McKinsey Technology Trends Outlook 2023》

關(guān)鍵詞：