四万字报告:科技趋势,这46项技术将变革商业
发布时间:2016-05-16  来源:投资界    赞(23)   浏览(1041) 

Atos 是一家总部位于法国,从事咨询和 IT 服务的国际性公司。今年,它出了一份 2016 科技趋势报告。从三个维度列举了 46 项将改变商业的技术,本篇为上部,分别为 3D 打印、5G、先进的数据可视化技术、先进的机器人技术、自动驾驶汽车、生物计算机、生物识别技术、区块链、脑机接口、云服务集成、认知计算、容器、背景代理、深度学习、数字化工作平台、数字标牌、分布式社交网络、边缘计算等 18 项技术。明天机器之心将带来剩余 26 项技术,敬请期待。

  以下是对这张图的解释:

  1)时间上的影响

  2016 年看如今的解决方案如何处理这些需求

  2017 年通过试运行思考潜在的解决方案

  2018 年了解现在,思考潜在的影响以及如何解决问题

  2019 年以上,现在开始跟随这些技术,观察技术如何演变

  2)商业影响

  转型(Transformational)影响指公司需要进行转变了。

  高(High)影响指对人类家庭生活和工作有较高影响。

  中等(Medium)影响指代将会冲击公司的流程、服务,影响用户和消费者生活。

  低(Low)影响指代有小幅度提高而不是巨大的改变。

  3)成熟度(Maturity)

  新兴阶段主要是指在学术界和少量专业市场能看到这些技术。

  青年期,指这些技术更多是被分析师或者思想领导者讨论。

  早期采用,指这些技术已经开始被客户关注、寻求解决方案。

  主流期指这些技术明显被需要,客户开始执行解决方案。

  这一雷达图展示了所有研究成果,能让你快速理解颠覆性的新兴科技是如何发展的,并开始考虑需要采取的行动。极坐标系描述了这些技术影响你业务的可能时间,也描述了这些技术影响的潜在规模。同时,技术颜色代表了每一技术如今所处的发展阶段。

  每一个趋势都会从三个角度进行分析:业务影响的潜在规模;可能对你业务产生影响的时间以及成熟度。

  一、3D打印

  1)定义

  3D打印也可被成为叠加制造技术,是一种制造方法,将用CAD(计算机辅助设计)程序创建的虚拟3D对象做成实物。可打印的实物尺寸范围很广,小至纳米级别,大至建筑物般大小。

  打造物体零件过程中,3D打印机可使用各种添加流程,对材料进行层层叠加,而后整个物体才会被创造出来。

  2)应用

  快速成型——使用CAD工具,可以快速简易地制造出物体部件或模型。

  快速制造——生产少量零件,价格低廉

  大规模定制——用户通过基于网络的接口,直接对要生产的独特产品进行个性化要求

  维护——生产汽车,飞机,机械等零件

  铸造——创建铸造零件的加工模式

  零售——客户可以足不出户地购买和下载产品设计,并打印下来

  健康护理—— 创建定制的膝盖、臀部、耳朵、血管、心脏瓣膜等其他身体部位的置换物

  制药——因人制宜地制造药物

  3)影响

  改变产品的供应链,消除对组件和成品的运输需求

  因为组件可以在任意地方创建,全球可能会产生一个新的制造业搬迁浪潮

  减少材料浪费,缩短交货时间,同时简化客户定制流程

  车辆和飞机制造商可以制造轻量部件,以提高燃油效率

  减少铸件的成本,同时提高精度

  更换的部件立即可用,提高售后维护体验

  为需要制造小规模物件的人降低投资门槛

  像在知识共享应用中分享内容,或通过开源行为分享软件块一样,个人能够以同样的方式对打印个体进行设计和分享。

  4)演进

  3D打印最初用于制造业产品开发早期阶段的原型设计。

  3D打印机价格的下降,企业开放硬件的举措,以及大众的「Do It Yourself」(DIY,自己动手做)运动的出现,都使得3D打印迅速传播开来,并受到「makers」(创客)群体的青睐。

  CAD对象(object)设计库逐渐形成,人们在家中就可以分享和定制他们的产品,并打印下来。

  亚马逊以及其他企业已经开通了在线3D打印商店,配置有商用3D打印机和扫描仪。

  随着3D打印技术的进步,多种材料组成的复合对象也可被打印。

  通过对高机械性能新材料,如钢或钛的研究,更多领域中开辟了3D打印的新用途,比如,SpaceX公司创建了第一批3D打印的火箭零件。

  打印生物材料及其他材料方面也取得进展,比如混凝土、玻璃、塑料、金属、陶瓷及食品等。

  大批量打印方面也取得进展。

  三维扫描技术可以收集对象形状和尺寸方面的数据,与3D打印技术互补,创建初始设计更容易。

  5)问题

  3D打印将需要与当前的制造系统链接起来,以实现产品制造中端到端的可视化

  设计模型和计算机辅助设计方面,可能会出现知识产权争端。

  3D打印可能会使各国的国际贸易战略变得难以执行。

  在3D打印的特定价值链中,追溯某原材料的使用情况可能更加复杂

  二、5G

  1)定义

  5G 代表下一代通信网络与服务。不再是传统通信技术的演进版本,5G将会是一种新的通信方式,以满足未来的应用和场景的需求。因此,传统的 4G LTE 技术将继续并行演进。

  2)应用

  连接万亿个智能设备——通过物联网(IoT)

  提供大规模宽带接入——服务于高清电视、移动设备、视频会议,以及其他应用的视频流等。

  支持高度实时应用——如增强现实

  提供超可靠应用——如电子医疗和能源服务,生产控制和联网车辆等

  提供生命线通信——比如自然灾害中的急救电话

  支持车辆通信——提升交通安全性,用实时交通路况辅助驾驶员,提高车辆可靠性能等

  3)影响

  基于软件定义网络(SDN)和网络功能虚拟化(NFV)支持的分析功能,提供网络高度灵活性和动态网络重构

  提供更高级别的安全性,改进用户隐私控制问题

  预计将减少约2毫秒的网络延迟,助力互联汽车等创新发明

  预计将提升1000倍的无线容量,而后可为移动视频流、视频会议等应用提供所需容量

  预计最多节省90%的能源,主要节约部分位于无线接入网

  预计将连接物联网内为70多亿人提供服务的7万多亿台无线设备

  加速服务到市场的时间,有可能将平均制造时间的周期从90小时减少到90分钟

  4)演变

  当前研究主要关注5G网络架构,功能与性能。

  预计2020年出现第一批5G网络部署。

  同时,传统4G LTE 技术将继续演化,形成基于全IP的集成系统,为室内室外提供优质和高安全性的高速服务。

  比如, LTE-A (LTE Advanced)技术与之前的技术相比,速度,性能,容量,密度都得以提高。

  5)问题

  世界不同区域正在争先引领 5G 标准化运动

  5G技术必须能够同时适用于不同垂直领域的广泛的用户案例,且每种情况下的服务都需要满足延迟,弹性,覆盖和带宽等方面更严苛的需求。

  在标准化过程的早期阶段就需要考虑这些用户案例,因此,非电信行业(汽车、IT服务、消费品、医疗及其他)也需要考虑在内。

  5G是多种科技的结合,在首次部署5G之时,对应技术的成熟度将可能发生变化。

  三、先进的数据可视化

  1)定义

  数据量不断增长,我们需要更简易的方式掌握数据的含义。在复杂数据集中,可视化呈现技术(数据可视化技术,也可称为dataviz )是一种更自然地理解模型和关系的方式之一。

  很多解决方法也支持这些数据集之间的交互(比如,操纵数据,改变视角等),这样就可以通过更深层地探索数据,发现大量变量之间隐含的联系和相关性等。

  整个世界日益相连,我们还需要找到方法去探索这些几乎瞬时的海量数据。数量增长的数据集不再是静态数据,先进的  dataviz 技术可对快速演变的数据集进行可视化和探索。

  有些时候,可视化可以不局限于 2D 屏幕,而是通过增强现实,或现实环境,甚至是沉浸式洞穴以提供 3D 的呈现形式。

  2)应用

  科学计算

  工程

  金融

  健康

  制药

  大数据项目

  社交网络图

  地理图

  发展方向

  3)影响

  提高了决策效率,在企业中尤其明显

  扩充了数据科学家的工作成果

  4)演变

  最初,可视化技术仅使用于生产解决方案和商业智能(BI)解决方案中的特定类型的商务图表。

  大数据提高了人们用更直观和可视化的方式遍历内容的需要。因此,当今很多 BI 产品都具有先进的数据可视化能力。

  开源数据可视化工具正在迅速发展,但通常比较底层,缺乏用户友好性。

  人机接口方面的数据可视化或许会有迅猛发展,比如,航空,健康科学领域已经部署了先进的三维图像技术等沉浸式系统,用于分析股票市场等方面复杂的经济数据。

  不久,先进的数据可视化工具将成为主流解决方案,更加民主化。

  数据集不再是静态的,将实时(或快速演变)的数据进行可视化后探索将变得有所益处,甚至成为必须执行的任务。

  随着可用数据量不断增长,数据仓库的范式将逐渐过时,我们不再要对三年,三个月甚至三天的历史数据进行挖掘,而需要对几乎瞬时的海量数据进行探索。

  5)问题

  高交互能力的可视化技术可能会极其复杂,需要操作者有相关知识。

  即使工具处于改进过程,可视化技术仍然相对底层,经常需要一定程度的编码。

  可视化技术若被错误使用或理解,则可能出现不正确的结果或造成误导。

  四、先进的机器人技术

  1)定义

  因为人工智能和计算机视觉方面的进展(应用在软件或硬件中的人工视觉计算机系统,能够对如图像和视频等视觉数据进行认知,处理,和理解),机器人领域得以蓬勃发展。

  当今的先进「智能」机器人是自动化的,能够根据自己的行动做出适宜的决定。机器人互联性也在不断提升,能够成为物联网的一部分与周围环境及其他智能机器进行交互。其外形不一定是人形,且大多数担任机器甚至车辆的角色,比如无人驾驶汽车。

  2)应用

  工业加工过程——比如执行重复性任务,精确指导等。

  服务型和知识型工作者——包括在工作,公共或者有毒场所。

  监控——特别是在恶劣或危险的环境中。

  防火——包括探测和灭火。

  工业检查——比如维修网络。

  清理,分类,传送——比如邮件。

  机器人医生——医生可以远程对病人进行诊断甚至是治疗。

  护理——如老年人。

  自动化车辆——如无人驾驶汽车。

  航天器——如星际导航方面。

  农业——如给绵羊剪毛。

  还有社会,娱乐,运动,甚至教学领域。

  3)影响

  在火灾现场,核电厂等危险环境中取代人类工人,提升人们的安全性

  提高人工智能系统的识别、学习和优化人们难以察觉的数学模型,最大限度地提高效率和降低成本

  机器人无需休息且可以无限期地维持一贯的性能水平,因此生产力可以最大化

  所需的唯一费用就是最初购买的以及后续的维护费用,可减少成本

  能够适应不断变化的工作环境,从而增强工作的灵活性

  能够采用最符合要求的规格,提高可定制性

  4)演进

  机器人的历史很长,且多数与工厂自动化有关

  人工智能的进展,互联性的提高,以及分布式计算模型(云)给这个领域注入了新的活力。

  机器人的智能不断提高,不仅可以在工厂中做重复性任务,并且已经可以根据自我的行动作出适宜的决策。

  很多大型飞机现在基本是上机器人,可以自主飞行,飞行员只是用来安抚乘客。

  日本历史性地推出了机器人,以补偿因老龄化程度加重,国家对日益缺乏的劳动力的依赖

  谷歌等新的企业玩家,携各自的人工智能研发技术,投入了先进机器人的这场浪潮。

  军事无人机等新型应用日益重要,越来越多的人们加以关注。

  未来某天我们可能会目睹一场机器人部队进行的战役。

  未来的机器人可能会有社会智能,人工情感,以及更多的自然化交互功能。

  5)问题

  媒体对机器人的描述经常扭曲事实

  「莫拉维克悖论」仍然正确:机器人在复杂的任务上表现良好,但在日常工作中或许无计可施(有时相当痛苦),如爬楼梯或打开门等。

  机器人从辅助到取代人类劳动力的过程中,人类劳动力可能会加以抗议和抵制。

  互联机器人就像其他互联设备一样,将引发人们对于隐私问题的关注。

  个人应用场景中,比如健康和金融领域,人们会更喜欢与人类打交道。

  设计有瑕疵的智能机器人可能会与目的性能不符,并可能会带来人们不希望的严重后果。

  产业专家和科学家都非常关注,当技术奇点到来时——机器人比人类更智能的时候,未来会是什么样子。

  五、自动驾驶汽车

  1)定义

  自动驾驶汽车是车辆运输和机器人功能交集产生的新兴领域,其中包括采用人工智能的环境传感器,环境意识和自主决策。自驾车辆能够依靠这些技术自己开车,同时识别、响应周围环境。

  这个领域的主要参与者包括相互之间既竞争又合作的汽车和技术公司。

  2)应用

  私人交通工具:包括谷歌和特斯拉开发的自动(和半自动)汽车

  工业监控和交通:尤其在恶劣,空旷或者难以接触的环境,例如矿井,管道或交通堵塞中

  紧急或专业运输:包括空中搜索和救援无人机

  无人机快递:例如亚马逊和谷歌开发的产品

  高容量物流:包括单人司机控制数量卡车

  农业运输:例如监测农作物或监管牛群

  军事运输和监视:尤其在危险的环境

  2)影响

  减少人为错误造成的事故数量

  优化道路上车辆数目

  加速点对点物流

  最小化军事等危险现场中的风险

  帮助不能开车的群体,包括儿童,老年人和残疾人

  让人们负担得起昂贵服务,比如空中摄影

  提供目前运输的替代方法

  为基于合作的新型服务开辟机会

  预计对汽车,保险,能源,医疗,国防和城市规划有变革性的影响

  车辆完全自动化后会产生更大影响,因为相互化将会变得更容易

  3)演化

  长期目标是让自动驾驶汽车补充甚至取代传统驾驶汽车

  虽然仍处于活跃的研发期,但是,很多公司已经在内测自动驾驶汽车

  关注的是如何帮助司机轻松抵达目的地,同时确保司机感到满足和安全

  在起草相关法规和提供研发资金中,各国政府正发挥着更积极的作用

  预测广泛采用将发生在2020年左右,不过有点乐观了

  4)问题

  成本:自动驾驶汽车中使用的传感器,例如,照明和分析反射光所使用的激光雷达 (LIDAR) 仍然很昂贵

  复杂的环境:(气候,环境和其它变量) 条件变化非常复杂

  测试:测试很顺利,但大部分在可控条件下执行

  安全性:介于人身安全的考虑,对安全性要求非常高

  规定:几乎灭有规制自动驾驶车辆的规定。而制定这样的法律是一个复杂的过程

  道德:在与人工智能和机器人相关的各个领域中,道德很重要,因为机器可能做出危害人类生命的狡猾决策

  六、生物计算机

  1)定义

  生物计算机,使用例如DNA和蛋白质等生物材料,来执行包括储存,检索和处理数据在内的计算机计算任务。它们利用生命功能,依靠纳米生物技术,去设计提供计算功能的生物分子系统。

  2)应用

  演绎生命过程:基于我们DNA编码的生物分子之间的复杂生物分子互动

  提供分析细菌和病毒的先进生物模板:推动其它生物力学技术的发展,因为它是目前所知道的唯一自我复制计算技术

  执行需要极端平行的计算:通过数十亿分子彼此同时互动来实现

  解决无法在多项式时间内确定解决的问题

  DNA显示出,作为长期储存信息机制的可能性

  3)影响

  可能提供代替硅基础的系统:有望更快,更小,更节能地解决一些专业问题

  不浪费和低能源消耗的前提下,有望提供大规模并行处理,海量储存和高层次的人工智能

  可能在医疗行业和生命科学领域里,提供一个全新的创新领域:比如在细胞内检测癌细胞活动并在诊断后释放抗癌药物

  4)演化

  不到十年前,加州技术研究所使用RNA分子 (像DNA一样携带遗传信息的分子) 发明了一种居住在酵母细胞中的基础逻辑门

  在比利时鲁汶,世界著名的纳米电子研究中心IMEC正在指导研究生物芯片

  几年前,美国斯坦福大学使用DNA和RNA开发出需要建立生物计算机的最终组件,被称为 「转录因子 (transcriptor) 」的首个生物晶体管

  在2016年2月,在蛋白丝中利用生物代理的并行计算实现

赞(23)

©2014 杭州乐投网络科技有限公司 - 资本汇 版权所有 浙ICP备14027665号
您的浏览器版本过低,在项目数据的填写中可能会出现异常,请升级IE或者安装 谷歌、火狐、360等主流浏览器 ×
吴经理
伍经理
13696905437