Gartner：2023年新兴技术影响雷达，4个主题26项技术

摘译 | 李秋娟/赛博研究院实习研究员

来源 | Gartner

该项研究重点围绕4个关键主题，介绍了26项最具影响力的新兴技术和趋势，旨在帮助企业了解新兴技术发展和趋势，及其对相关领域产生影响。

> 新兴技术正在发生融合。持续发展的物理空间和丰富信息交互、场景不断扩展的混合虚实体验开始走进人们的生活。

> AI工具、技术和应用的进步正在迅速提升人工智能的实用性和自动化潜力。

> 公司和个人数据的指数级增长将加速立法、监管审查和公众监督行动。

> 基础模型和神经形态计算等关键使能技术正在推动新一轮技术进步，孵化新的业务和货币化机会。

产品领导者在评估新兴技术和趋势对产品和服务的影响时，有必要采取以下措施：

> 调整在“智能世界”基础上的投资（例如数字人、虚拟世界、智能空间、多模态UI（人机交互）和数字孪生），通过高级交互体验激发新的客户价值。

> 探索可增加人工智能应用价值的新工具（例如边缘计算、合成数据和模型压缩），克服当前人工智能的局限性。

> 投资积极的技术和趋势（例如数字道德、负责任的人工智能、以人为本的计算、去中心化身份和同态加密），减少诉讼和负面品牌印象，提高企业透明度和隐私保护水平。

> 评估AI算法（如基础模型）、去中心化对产品或服务的影响，为关键技术推动因素的破坏性影响做好准备。

本年度新兴技术影响雷达突出了最有可能颠覆市场的技术和趋势。包括4个关键主题：智能世界、生产力革命、透明度和隐私合规、关键使能技术。

以及26项最具影响力的新兴技术和趋势：

除了图中涉及的技术，该研究还建议产品领导者长期跟踪元宇宙和数字人这2种技术，并进行早期投资，便于在科技成熟时加以发展利用。

该项研究对2023年新兴技术影响趋势的关键主题进行了分析，分别是：

人工智能和数字技术正在改造世界。它们的运用使日常物品变得越来越智能，物理环境由此扩展为情境感知环境，为业务运营和消费者日常生活提供变革性体验，例如：

> 多模态UI和数字人（AI化身）让人机交互变得更加自然，并开启了智能软件的新时代。

> 数字孪生模型采用可视化和智能机器人等手段，帮助改善业务决策成果。

> 物联网平台和定位服务等技术具有监控资产和产品的优势，正用于支持情境化和实时数字孪生的开发。

> 未来的集体3D智能共享空间将在多元技术聚合的元宇宙中实现。虚拟世界体验将使物理世界和数字世界以持久、情境化和设备独立的方式融合，从而重新定义沉浸式体验的传输、转换和交易能力。

2023年新兴技术影响雷达强调，智能世界的创建将在未来5到8年内逐步发生，条件是关键推动因素、透明度和隐私象限技术的持续发展。为了从未来的智能世界中获益，Gartner建议技术供应商应尽早尝试上述用于创建智能世界的赋能技术。

人工智能的进步正在不断增强人工智能应用的生产力潜力。边缘人工智能可以将模型部署在小型、资源有限的设备上，使智能更接近数据生成点。它为组织提供实时情报，允许模型在远程环境中运行。

边缘人工智能最大的机会领域之一是计算机视觉，因为边缘架构为计算机视觉应用提供了显著的性能改进。同样地，智能业务应用程序将优化、咨询和决策支持功能注入到企业业务应用程序的以流程为中心的工作流中。

关键的人工智能工具使组织得以克服人工智能采用的障碍。合成数据是数据集的合成生成，帮助组织解决数据访问挑战。自我监督学习可以从数据本身创建标记数据。当可用的数据量有限或者当机器学习(ML)解决方案的成本不低于手动标记或注释数据的成本时，可以利用自我监督学习加以辅助。模型压缩可以显著降低模型的大小，而对性能的影响可以忽略不计，这意味着可以在资源受限的设备上部署更大、更复杂的算法。这些技术将共同为现有和未来的人工智能应用释放新的潜力。

组织在智能世界中采用和扩展新兴技术不仅取决于能力、成熟度和交付的业务价值，还取决于对人工智能决策和法规合规透明度的高度关注。个人数据的隐私合规是大多数技术提供商的首要任务，并且这项事务随着许多国家和地区不断严格的监管而变化。

为了给各种人工智能模型提供支持，企业和个人数据收集的指数级增长，这进一步加剧了隐私合规挑战。这一挑战要求技术提供商从设计伊始阶段就对人工智能系统负有道德和责任意识，减轻人工智能风险、提供公平的结果、尊重隐私并使基于AI的结果具有可解释性。

实现透明度和隐私的技术包括数字伦理、负责任的人工智能、以人为本的计算、去中心化身份和同态加密。该类别中的大多数新兴技术仍处于早期开发阶段，距离成熟还有6到8年时间（同态加密还有3-6年）。然而，从社会信任和监管的角度来看，它们对于促进生产力革命和智能世界的普遍采用至关重要。对这些新兴技术的战略投资，将增加技术供应商人工智能解决方案中的合规性和透明度，并提升竞争产品的差异化。

基础模型和图形技术等人工智能技术的进步正在改进模型的智能化功能。基础模型有利于提高转录、语言处理和文本分析的准确性。知识图谱架构数据之间的关系，可提供线性决策树无法实现的显著模型性能改进。

除了人工智能，硬件在推动未来应用进步方面也发挥着重要作用。例如，超大规模边缘计算和神经形态计算将提供更高的计算能力，这意味着更复杂和更大的算法可以更加靠近数据生成点运行，提供实时反馈和洞察力。

这些硬件的发展与上述软件的进步相结合，将使下一代高性能人工智能应用成为可能。

Web3.0的发展也受到关键使能技术进步的推动。Web3.0是用于开发分散式Web应用程序的新技术堆栈，使用户能够控制自己的身份和数据。实现这种进步和控制的技术包括区块链和代币，它们为管理数字信任、实现去中心化、进行交易和各方交换价值创造了新的可能性。随着经济继续数字化，管理、交换和保护物理和虚拟资产数字机制的需求只会增长，从而增加对Web3.0技术的需求。

所有以上关键推动因素正在推动硬件和软件性能的发展，并激活数字经济的潜力。