1.1 技术革命的发展规律

1.1.1 技术发展的成熟度曲线

技术发展有其自身规律，一项技术从概念阶段到成熟应用阶段的过程中会受制于各种外在条件。因此，考察一项新技术如何走向成熟应用也是分析技术发展规律的重要内容。美国著名IT研究和咨询机构——Gartner公司在1995年提出的新兴技术成熟度曲线（The Gartner Hype Cycle for Emerging Technologies）就是一个很好的反映技术发展规律的指标。Gartner公司的新兴技术成熟度曲线如图1-1所示。Gartner公司通过分析预测，把各种新兴科学技术发展阶段以及要达到成熟阶段所需的时间绘制在一条曲线上，有助于人们了解市场当前的热点技术以及技术的未来发展趋势。每年的曲线图报告几乎是对最新技术的一次总结和对比，可以给人们带来很大的启发。

以时间作为x轴，以期望作为y轴，可将新兴技术与公众、媒体的关注度关系分为5个阶段。

图1-1 Gartner公司的新兴技术成熟度曲线

第1阶段（萌芽期，Innovation Trigger）：当新技术的诞生被业界和媒体关注时，大众或者业内人士对新技术的期望值越来越高。

第2阶段（过热期，或称期望膨胀期，Peak of Inflated Expectations）：公众的期望值达到顶峰，有少量用户开始使用该项技术生产产品。

第3阶段（低谷期，或称幻灭期，Trough of Disillusionment）：随着这项技术的缺点、问题、局限逐渐暴露，失败的应用案例比比皆是，公众的期望值逐渐降低，只有少数幸存者才能继续获得投资。

第4阶段（复苏期，Slope of Enlightenment）：经历此前的种种失败后，此项技术可带来的经济效益逐渐清晰并得到更广泛的理解；技术发明者陆续推出第2代、第3代产品；技术得到尝试性的应用。

第5阶段（成熟期，Plateau of Productivity）：生产平稳期，该技术产生的效益可以被证明和接受。越来越多的组织对降低的风险水平和增长的速度感到满意。

回顾2000年的互联网泡沫破灭到今天某些公司取得的蓬勃发展，大部分公司的每项技术几乎都经历了上述5个阶段。时至今日，仍然有大量的新技术正处在不同的发展阶段。

1.1.2 战略性技术发展趋势

战略性技术发展趋势的定义是：具有巨大的颠覆性潜力、脱离初期阶段且影响范围正不断扩大、用途正不断增多的技术。这些趋势在未来5年内迅速增长、高度波动、预计达到临界点。Gartner公司认为2020年十大战略性技术发展的趋势具体如下。

1.超自动化

超自动化是一个为了交付工作，涵盖了多种机器学习、套装软件和自动化工具的集合体。超自动化不但包含丰富的工具组合，还包含自动化本身的所有步骤（发现、分析、设计、自动化、测量、监控和再评估）。超自动化的重点在于理解自动化步骤的作用范围、彼此之间的关联以及它们的组合与协调方式。

该趋势由机器人流程自动化开始，但仅机器人流程自动化还称不上超自动化，超自动化需要组合多种工具来帮助复制任务流程中人类所参与的部分。

2.多重体验

用户体验将在两个方面发生巨大的变化：用户对数字世界的感知以及用户与数字世界的交互方式。会话平台正在改变人与数字世界的交互方式，而虚拟现实（Virtual Reality，VR）、增强现实（Augmented Reality，AR）与混合现实（Mixed Reality，MR）正在改变人们对数字世界的感知方式。感知与交互模式的同时改变将在未来带来多感官与多模式体验。

这一模式将从精通技术的人转变为理解人类的机器。计算机将代替人类承担人机交互的重担。这种与人类进行多重感官交流的能力将创造一个更丰富的环境，从而能够传递更丰富的信息。

3.专业知识的民主化

专业知识的民主化致力于通过给用户带来极简的体验且在不需要接受大量成本高昂的培训的前提下，为人们提供专业技术知识（如机器语言、应用程序开发）或业务领域专业知识（如销售流程、经济分析）。“公民化”（如公民数据科学家、公民解决方案整合者）、公民程序开发和无代码模式都是专业知识民主化的例子。

这一民主化趋势将使以下4个关键方面加速发展。

（1）数据和分析的民主化

从针对数据科学家的专用工具扩大到适用于一般开发人员的普及工具。

（2）开发的民主化

在自主开发应用程序中使用人工智能工具。

（3）设计的民主化

少代码、无代码的场景持续增加，更多的应用程序开发功能实现自动化，为公民开发者提供支持。

（4）知识的民主化

非IT专业人员通过使用工具和专家系统，可以应用超出自身具备的专业知识和受到的培训以外的专业技能。

4.人体机能增强

人体机能增强就是研究如何使用技术增强人的体能与认知。

（1）体能增强

通过在人体内植入或外置可穿戴设备等技术部件，改变人类固有的身体机能，从而增强体能。

（2）认知增强

通过传统的计算机系统和新兴的智能空间里的多体验接口中获得的信息和应用来得以实现。

在未来10年，由于越来越多的人追求增强机能，人类体能与认知增强技术将会变得越来越普遍。这将产生一种全新的“消费化”效应，员工将持续增强自身的机能，并进一步拓展。

5.透明度与可追溯性

越来越多的消费者意识到其个人信息的价值，并提出控制个人信息的要求。企业和机构也认识到保护与管理个人数据的风险日益增加，而政府正在实施严格的法律法规，确保企业和机构能遵循这些法律法规。透明度与可追溯性已成为支持此类数字道德与隐私需求的关键要素。

透明度与可追溯性是指用于满足监管要求、维持使用人工智能和其他先进技术中所需遵守的道德规范。企业和机构在建立透明度与信誉措施时，必须专注于以下3个领域。

① 人工智能与机器学习。

② 个人数据隐私、所有权与控制。

③ 符合道德的设计。

6.边缘计算

边缘计算是一种在信息来源、存储库及使用者附近进行信息处理、内容收集和交付的计算拓扑结构。边缘计算试图将网络流量与计算处理保留在本地，以减少时延，以及发挥边缘能力和赋予边缘更大的自治性。

目前，边缘计算主要关注制造、零售等特定行业中由嵌入式物联网系统提供的离线或分布式能力。但随着边缘被赋予越来越成熟和专业的计算资源及越来越多的数据存储，边缘计算将成为大部分行业和应用的主导要素。机器人、无人机、自动驾驶汽车及可操作系统等复杂的边缘设备将加快这一转变。

7.分布式云

分布式云是指将目前集中式的公有云服务分布到不同的物理位置，原来的公有云服务提供商继续负责分布式云的运营、治理、更新和迭代。这对于目前大多数公有云服务所采用的集中式模式来说是一次巨大的转变，并且将开辟云计算的新时代。

8.自动化物件

自动化物件是指使用人工智能自动执行那些以往由人类执行的任务的物理设备。最典型的自动化物件有机器人、无人机、自动驾驶汽车、自动驾驶船及各种设备。自动化物件的自动化超越了固化的程序所能实现的自动化程度，并能够借助人工智能做出与所在环境和人类进行更自然交互的高级行为。随着技术的改进、监管机构的批准以及社会接受度的提高，自动化物件将被越来越多地应用于公共场所。

随着自动化物件的普及，笔者预计独立的智能物件将转变成无论是否有人操作，都可以让多台设备一起工作的协作式智能物件组合。例如，不同种类的机器人可以在同一个装配流程中同时运行。在快递行业中，最高效的解决方案可能是由自动驾驶汽车将包裹运到目标区域，然后由车上的机器人和无人机进行最后的派送。

9.实用型区块链

实用型区块链可以通过实现信任、提供跨业务生态透明度和实现跨业务生态价值交换、降低成本、减少交易结算时间及改善现金流等方式来重塑整个行业。由于可以追溯到资产的来源，出现以次充好的产品的概率大幅降低。资产追踪技术对其他领域也具有很大的价值，包括追踪食物在整条供应链中的足迹以识别污染来源、追踪各零部件以协助产品召回等。实用型区块链还可用于身份管理。区块链中的智能合约可以使系统在事件发生时自动触发行动，如在收到货物时付款等。

由于可扩展性与互操作性不佳等各种技术问题，区块链在企业中的应用还不成熟。尽管存在这些挑战，但由于区块链所具有的颠覆性和带来收入增长的巨大潜力，企业机构应开始评估这项技术，即便是认为这项技术在近期不会快速普及的企业机构也不例外。

10.人工智能安全

人工智能与机器学习将被继续用于提升各种应用场景中人类决策的能力。虽然这给实现超自动化和使用自动化物件进行业务转型带来了良机，但同时也因为物联网、云计算、微服务及智能空间中高度连接的系统增加了大量的潜在攻击点，从而给安全团队与风险领导者带来了新的挑战。安全团队与风险领导者应专注于3个关键领域：保护人工智能赋能系统、利用人工智能提升安全防御机制和做好攻击者对人工智能的恶意使用的心理准备。