7月20日,國際知名咨詢公司麥肯錫發(fā)布了《McKinsey Technology Trends Outlook 2023》2023科技趨勢展望報告。
在報告中,麥肯錫分析了全球先進技術的發(fā)展以及可能的用途和對各行業(yè)的影響。通過分析每個科技趨勢的創(chuàng)新和投資的量化指標,以衡量其發(fā)展動力,并考慮到這些趨勢的長期性質和相互依存性,深入探討了每種科技趨勢的底層技術、關鍵不確定性以及未來存在的問題,同時在此次報告中新增了一個重要的分析維度——人才,提供了與每個趨勢最相關角色的人才供需動態(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前沿,在現(xiàn)有的通用人工智能和工業(yè)化機器學習技術基礎上,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相關話題的興趣(從新聞和互聯(lián)網(wǎng)搜索中評估)增加了三倍。生成式AI和其他基礎模型通過將輔助技術提升到一個新水平、減少應用開發(fā)時間并將強大能力賦予非技術用戶,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4.4萬億美元的經(jīng)濟價值,這些用途可以廣泛提高生產(chǎn)力。
大多數(shù)科技趨勢的投資在同比收緊,但隨著最近科技估值的反彈,未來增長的潛力仍然巨大
實際上,2022年的絕對投資額保持強勁,合計超過1萬億美元,充分表明了投資者對這些趨勢價值潛力的信心。在2022年的14種趨勢中,隨著安全性、隱私性和可擴展性變得越來越重要,信任架構和數(shù)字身份的趨勢增長最大,增長接近50%。通用人工智能、先進連接技術和邊緣計算等其他趨勢的投資則有所下降,原因可能是由于這些技術已相對成熟。與氣候技術和未來出行等新興技術的較長投資期相比,更成熟的技術可能對短期預算動態(tài)更加敏感。此外,隨著一些技術變得更具盈利性,它們通??梢栽谶呺H投資較低的情況下實現(xiàn)進一步規(guī)?;?,主流采用率將繼續(xù)保持增長。
尋求長期增長的企業(yè)應該關注對其業(yè)務來說最重要的科技趨勢組合,進行有針對性的投資,利用成熟的技術或新興技術來推動創(chuàng)新,以及實現(xiàn)可持續(xù)增長
例如邊緣計算和未來生物工程等技術已經(jīng)顯示出穩(wěn)步增長的創(chuàng)新性,并在各行業(yè)繼續(xù)拓展用例。事實上,在各行業(yè)中已經(jīng)確定了400多個邊緣計算的用例,預計邊緣計算在未來五年內(nèi)將在全球范圍內(nèi)突破兩位數(shù)的增長。此外,量子計算等新興技術也在不斷發(fā)展,并顯示出巨大的價值創(chuàng)造潛力。麥肯錫對2023年的科技趨勢分析報告顯示,從量子計算中最早看到經(jīng)濟影響的四大行業(yè)分別是汽車、化工、金融服務和生命科學,這四大行業(yè)有望到2035年獲得高達1.3萬億美元的價值。
科技人才動態(tài):人才的匱乏是制約增長的首要問題,獲得科技趨勢價值所需知識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域增長的一個長期因素,包括AI、量子技術、太空技術和電氣化與可再生能源。而且人才緊缺問題在云計算和工業(yè)化機器學習等行業(yè)中尤為突出,同時,雇傭高度專業(yè)化人員的領域,如未來出行和量子計算,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)雇主當前面臨的人才困境。
麥肯錫通過對這些科技趨勢中的350萬條招聘信息的調研發(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)應該緊跟人才市場的脈搏,做好應對顯著變化的準備,并向希望雇用和留住的技術人員提供有吸引力的價值定位。同時企業(yè)應該繼續(xù)研究如何調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%,但與科技趨勢相關領域的職位增長都非常強勁,達到15%。2018年至2022年期間,通用人工智能和下一代軟件開發(fā)領域共發(fā)布了近100萬個職位,其中下一代軟件開發(fā)領域的職位數(shù)量增長最為顯著。
0215種科技趨勢
麥肯錫《McKinsey Technology Trends Outlook 2023》2023科技趨勢展望報告中概述了所有15種科技趨勢的考慮因素,分析了每項技術可能的用途和對各行業(yè)的影響,并將其分為“人工智能革命、數(shù)字化建設、計算和互聯(lián)網(wǎng)前沿、尖端科技以及可持續(xù)發(fā)展”五大類。
為了描述每個科技趨勢的狀態(tài),麥肯錫基于擁有研究專利的創(chuàng)新分數(shù)以及新聞和網(wǎng)絡搜索的關注度分數(shù),統(tǒng)計了相關技術的投資情況和技術采用率等級,并對每個科技趨勢進行了打分,還詳細分析了該科技趨勢的最新動態(tài)、實際用例、底層技術、關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
通過機器學習(ML)、計算機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,實現(xiàn)流程自動化、增加或增強功能,并做出更好的決策。麥肯錫預測,通用人工智能的潛在經(jīng)濟價值在17萬億至26萬億美元之間,并且追求這種價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)狀全球調查顯示,采用人工智能技術的受訪組織比例從2017年的20%上升至2022年的50%,增加了一倍多。其中2022年的調查還顯示,采用人工智能技術可以帶來顯著的財務效益: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)揮這項技術潛力之前,首先需要解決組織、技術、倫理和監(jiān)管問題。
工業(yè)化機器學習
工業(yè)化機器學習(ML),通常稱為ML運營或MLOps,指企業(yè)規(guī)?;统掷m(xù)ML應用所需的工程實踐。無論是在功能還是互操作性方面,這些實踐均得到一個快速改進的技術工具生態(tài)系統(tǒng)的支持。MLOps工具可以幫助企業(yè)將試點項目轉化為可行的商業(yè)產(chǎn)品,加速分析解決方案的規(guī)?;?,識別和解決生產(chǎn)中的問題,并提高團隊的生產(chǎn)力。經(jīng)驗表明,成功實現(xiàn)工業(yè)化機器學習的組織可以將機器學習應用的生產(chǎn)時間框架(從概念驗證到產(chǎn)品)縮短約8至10倍,開發(fā)資源降低高達40%。工業(yè)化機器學習最初由少數(shù)領先企業(yè)推動,但隨著越來越多的企業(yè)將AI應用于更廣泛的行業(yè)用例中,其技術采用率正在不斷擴大。
生成式AI
生成式AI標志著AI的一個發(fā)展轉折點。與早期的AI不同,它可以根據(jù)從非結構化數(shù)據(jù)的類似格式中學習信息,實現(xiàn)創(chuàng)造新穎的非結構化內(nèi)容,如文本、音頻、視頻、圖像、代碼、模擬甚至蛋白序列或消費者行為。其核心技術基礎模型可以適應廣泛的工作任務,如總結、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)行一個任務。
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、擴展或以其他方式改進現(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,生成式AI有可能重新定義企業(yè)和價值鏈,其影響力預計將主要體現(xiàn)在提高員工生產(chǎn)力和體驗上。
數(shù)字化建設下一代軟件開發(fā)
下一代技術正在改變軟件開發(fā)生命周期中每個階段的工程師能力,從規(guī)劃、測試到部署、維護,使更多非技術員工能夠創(chuàng)建應用程序。它們可以簡化復雜任務并將其減少為單個命令。這些技術包括AI編程搭檔、低代碼/無代碼平臺、基礎設施即代碼,以及自動集成、部署和測試等新興的生成式AI工具。由于技術難度、重新培訓開發(fā)人員和測試工程師的大規(guī)模需求以及其他組織障礙,該項技術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,相信廣泛應用的時代正在到來。
信任架構和數(shù)字身份
數(shù)字信任技術使組織能夠管理技術和數(shù)據(jù)風險,加速創(chuàng)新并保護資產(chǎn)。此外,建立數(shù)據(jù)和技術治理信任還可以提升組織績效并改善客戶關系。相關底層技術包括零信任架構(ZTA)、數(shù)字身份系統(tǒng)和隱私工程。其他技術通過在人工智能設計中構建可解釋性、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)字信任技術的采用一直受到阻礙。
Web3
Web3的概念遠超過對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,該模式將中心化權力重新分配給用戶,潛在地賦予用戶對其個人數(shù)據(jù)單一化和數(shù)字資產(chǎn)所有權的更多控制權,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)仍在測試和擴展可行的商業(yè)模式,同時傳統(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)包括當下不明確以及不斷發(fā)展的法律法規(guī)、用戶體驗不如現(xiàn)有的Web2產(chǎn)品等問題。
計算和互聯(lián)網(wǎng)前沿先進連接技術
先進連接技術的提高將增強全球消費者的用戶體驗,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)有部署和連接標準的高級連接技術,但一些即將出現(xiàn)的新技術,如低地球軌道(LEO)連接、5G/6G網(wǎng)絡等面臨著需要解決的障礙,以增加其技術采用率。
沉浸式現(xiàn)實技術
沉浸式現(xiàn)實技術利用空間計算來解釋物理空間,模擬在現(xiàn)實環(huán)境中添加數(shù)據(jù)、對象和人員;并通過增強現(xiàn)實(AR)、虛擬現(xiàn)實(VR)和混合現(xiàn)實(MR)提供不同級別的沉浸感,實現(xiàn)在虛擬世界中的交互。2021年,風險投資者們向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,但投資者對這一科技趨勢表現(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年可能會在消費者和企業(yè)用例中創(chuàng)造高達4萬億至5萬億美元的價值。
云和邊緣計算
未來,企業(yè)將利用涉及多個位置的計算和存儲基礎架構,實現(xiàn)從本地到更接近本地(邊緣)、從小型區(qū)域數(shù)據(jù)中心到遠程超大規(guī)模數(shù)據(jù)中心的轉換。與云相比,邊緣計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,并實現(xiàn)數(shù)據(jù)主權和增強數(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,并提供對更相關數(shù)據(jù)集的更快訪問。公共云將通過以更好的規(guī)模經(jīng)濟執(zhí)行非時間敏感的計算用例,繼續(xù)在未來的企業(yè)發(fā)展中發(fā)揮關鍵作用。云和邊緣計算資源的持續(xù)集成將讓用戶將云的創(chuàng)新、速度和敏捷性擴展到邊緣和實時系統(tǒng)中,從而加速創(chuàng)新,提高生產(chǎn)力并創(chuàng)造商業(yè)價值。
量子技術
量子技術有望利用量子力學的獨特屬性,比傳統(tǒng)計算機更高效地執(zhí)行特定類型的復雜計算,保障通信網(wǎng)絡的安全,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,量子技術可以為航空航天、國防、汽車、化工、金融和制藥等行業(yè)的發(fā)展帶來重大進步。但是,由于實現(xiàn)完全糾錯的量子計算機和可擴展的量子通信網(wǎng)絡仍然存在技術挑戰(zhàn),準量子技術用戶應為不確定的采用路線做好準備。
尖端科技出行領域
汽車大規(guī)模生產(chǎn)開始已過去一個多世紀,移動出行正處于第二次重大拐點:向自動駕駛、互聯(lián)、汽車電氣化和共享出行(ACES)技術轉變。在過去十年中,ACES技術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、消費者偏好發(fā)生改變和創(chuàng)新的不斷推進,其發(fā)展步伐正在加快。例如,預計自動駕駛技術到2035年將創(chuàng)造高達4000億美元的收入。但短期內(nèi),創(chuàng)新者仍需面臨技術、法規(guī)和供應鏈問題的挑戰(zhàn)。
生物工程
生物學上的突破,結合數(shù)字技術的創(chuàng)新,可以幫助組織通過創(chuàng)造新產(chǎn)品和服務來滿足醫(yī)療保健、食品和農(nóng)業(yè)、消費品、可持續(xù)發(fā)展以及能源和材料生產(chǎn)等不同領域的需求。麥肯錫的研究預測,當今科學已證明可行的約400個生物工程用例到2030-2040年,預計每年可以產(chǎn)生2萬億至4萬億美元的經(jīng)濟增長。雖然目前某些基因療法和生物產(chǎn)品已獲得認可,但生物工程未來仍需要解決倫理、監(jiān)管以及公眾認知問題,才能充分發(fā)揮其經(jīng)濟增長潛力。
太空技術
過去五到十年,航天工業(yè)最重要的發(fā)展是技術成本的降低,這使得新技術和應用變得更容易。衛(wèi)星和運載火箭的尺寸、重量、功率和成本的降低有力地推動了太空組件成本的降低。這些減少導致了系統(tǒng)架構的變化,例如從單個大型地球同步赤道軌道(GEO)衛(wèi)星轉向更小的分布式低地球軌道(LEO)衛(wèi)星,以及傳統(tǒng)非航天公司對航天技術的興趣日益濃厚。如今,太空技術和遙感技術的使用非常廣泛,分析表明,到2030年,太空市場可能會超過1萬億美元。未來的太空經(jīng)濟可能涵蓋目前尚未大規(guī)模開展的活動,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
盡管越來越多的國家政府和企業(yè)致力于實現(xiàn)大幅的脫碳目標,但由于地緣政治緊張局勢和能源需求的反彈,能源市場仍面臨極端性波動。電氣化和可再生能源有助于推動實現(xiàn)凈零排放承諾,主要包括太陽能、風能、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》報告中分析了全球能源的發(fā)展趨勢,預測未來能源結構將向電力轉移,到2050年,電力、氫氣與合成燃料將占能源結構的50%。此外,對化石燃料需求的峰值預計將繼續(xù)向前推進,石油需求預計在未來五年內(nèi)達到頂峰。能源領域的總投資預計將以每年4%以上的速度增長,并將向非化石和脫碳技術傾斜。
非電氣化和可再生能源的氣候技術
氣候技術包括碳捕捉、碳利用和儲存(CCUS)、碳清除、自然氣候解決方案、循環(huán)技術、替代蛋白質和可持續(xù)農(nóng)業(yè),以及用于跟蹤凈零進展的技術。
(本期內(nèi)容編譯自麥肯錫《McKinsey Technology Trends Outlook 2023》,版權屬于原作者。)
*參考資料:麥肯錫《McKinsey Technology Trends Outlook 2023》
關鍵詞: