2020 科技趨勢預測

人工智能從感知智能向認知智能演進

人工智能在“聽、說、看”等感知智能領域已經達到或超越了人類水準，但在需要外部知識、邏輯推理和領域遷移的認知智能領域還處于初級階段。認知智能將從認知心理學、腦科學及人類社會歷史中汲取靈感，結合跨領域知識圖譜、因果推理和持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運用，實現從感知智能到認知智能的關鍵突破。

計算存儲一體化突破AI 算力瓶頸

馮·諾伊曼架構的存儲和計算分離理論，已經不適應數據驅動的人工智能應用需求。頻繁的數據搬運導致的算力瓶頸和功耗瓶頸已經成為對更先進算法探索的限制因素。類似于腦神經結構的內存計算架構將數據存儲單元和計算單元融合為一體，能顯著減少數據搬運，極大提高計算并行度和能效。計算存儲一體化在硬件架構方面的革新，將突破AI算力瓶頸。

工業互聯網的超融合

5G、IoT 設備、云計算和邊緣計算的迅速發展將推動工業互聯網的超融合，實現工控系統、通信系統和信息化系統的智能化融合。制造企業將實現設備自動化、搬送自動化和排產自動化，進而實現柔性制造，同時工廠上下游制造產線能實時調整和協同。這將大幅提升工廠的生產效率及企業的盈利能力。

機器間大規模協作成為可能

傳統單體智能無法滿足大規模智能設備的實時感知和決策。物聯網協同感知技術和5G 通信技術的發展將實現多個智能體之間的協同——機器彼此合作、相互競爭共同完成目標任務。多智能體協同帶來的群體智能將進一步放大智能系統的價值。例如，大規模智能交通燈調度將實現動態實時調整；倉儲機器人協作完成貨物分揀的高效協作；無人駕駛車可以感知全局路況；群體無人機協同將高效打通最后一公里配送。

模塊化降低芯片設計門檻

傳統芯片設計模式無法高效應對快速迭代、定制化與碎片化的芯片需求。以RISC-V 為代表的開放指令集及其相應的開源SoC 芯片設計、高級抽象硬件描述語言和基于IP 的模板化芯片設計方法，推動了芯片敏捷設計方法與開源芯片生態的快速發展。此外，基于芯粒的模塊化設計方法用先進封裝的方式將不同功能“芯片模塊”封裝在一起，可以跳過流片快速定制出一個符合應用需求的芯片，進一步加快了芯片的交付。

規模化生產級區塊鏈應用將走入大眾

區塊鏈服務將進一步降低企業應用區塊鏈技術的門檻，專為區塊鏈設計的端、云和鏈等各類固化核心算法的硬件芯片也將應運而生，實現物理世界資產與鏈上資產的錨定，進一步拓展價值互聯網的邊界，實現萬鏈互聯。未來將涌現大批創新區塊鏈應用場景以及跨行業、跨生態的多維協作，日活千萬以上的規模化生產級區塊鏈應用將會走入大眾的視野。

量子計算進入攻堅期

2019 年“量子霸權”之爭讓量子計算再次成為科技焦點。超導量子計算芯片的成果，增強了行業對超導路線及大規模量子計算的樂觀預期。2020 年量子計算領域將會經歷投入進一步增大、競爭激化、產業化加速和生態更加豐富的階段。作為兩個最關鍵的技術里程碑，容錯量子計算和演示實用量子優勢將是量子計算實用化的轉折點。未來幾年內，實現其中任何一個都將是十分艱巨的任務，量子計算將進入技術攻堅期。

新材料推動半導體器件革新

在摩爾定律放緩以及算力和存儲需求爆發的雙重壓力下，以硅為主體的經典晶體管很難維持半導體產業的持續發展，各大半導體廠商對于3nm 以下的芯片走向都沒有明確的答案。新材料將通過全新物理機制實現全新的邏輯、存儲、互聯概念和器件，推動半導體產業的革新。例如，拓撲絕緣體和二維超導材料等能夠實現無損耗的電子和自旋輸運，可以成為全新的高性能邏輯和互聯器件的基礎；新型磁性材料和新型阻變材料能夠帶來高性能磁性存儲器，如SOT-MRAM 和阻變存儲器。

保護數據隱私的AI 技術將加速落地

數據流通所產生的合規成本越來越高。使用AI 技術保護數據隱私正在成為新的技術熱點，AI 能夠在保證各方數據安全和隱私的同時，聯合使用方實現特定計算，解決數據孤島以及數據共享可信程度低的問題，實現數據的價值。

云成為IT 技術創新的中心

隨著云技術的深入發展，云已經遠遠超過IT 基礎設施的范疇，漸漸演變成所有IT 技術創新的中心。云已經貫穿新型芯片、新型數據庫、自驅動自適應的網絡、大數據、AI、物聯網、區塊鏈及量子計算整個IT 技術鏈路，同時又衍生了無服務器計算、云原生軟件架構、軟硬一體化設計和智能自動化運維等全新的技術模式，云正在重新定義IT 的一切。廣義的云，正在源源不斷地將新的IT 技術變成觸手可及的服務，成為整個數字經濟的基礎設施。

AI 技術已發展到可大規模生產的工業化階段，2020 年將出現多家“AI 工廠”

伴隨著國內外科技巨頭對 AI 技術的持續投入，2020 年在全球范圍內將出現多家 AI 模型工廠和AI 數據工廠，產生大規模的 AI 技術和商業解決方案，運用在各行各業幫助產業升級。例如，客服行業的 AI 解決方案將可以大規模復制運用到金融、電商和教育等行業。

2020 年將是AI 芯片大規模落地的關鍵年

最近幾年，AI 芯片已經逐步達到了可用的狀態，2020年將會是AI 芯片大規模落地的關鍵年。端側 AI 芯片將更加低成本、專業化和解決方案集成化，同時，NPU（神經網絡處理單元）將成為下一代端側通用 CPU 芯片的基本模塊。未來，越來越多的端側 CPU 芯片都會以深度學習為核心進行全新的芯片規劃。除芯片之外，AI 還將重新定義計算機體系架構，支持 AI 的訓練和預測計算成為新的異構設計架構思路。

深度學習技術深入滲透產業，并大規模應用

深度學習是當前人工智能領域最重要，也是被產業界證明最有效的技術。以深度學習框架為核心的開源深度學習平臺，大大降低了人工智能技術的開發門檻，有效提高了人工智能應用的質量和效率。2020 年，各行各業將會大規模應用深度學習技術實施創新，加快轉型和升級。

自動機器學習AutoML 將大大降低機器學習的門檻

AutoML 將把傳統機器學習中的迭代過程綜合在一起，構建一個自動化的過程。研究人員僅需輸入元知識（如卷積的運算過程、問題的描述等），該算法就可以自動選擇合適的數據，自動調優模型結構和配置，自動地訓練模型，并將其適配部署到不同的設備上。AutoML 的快速發展將大大降低機器學習的門檻，擴大 AI 應用普及率。

多模態深度語義理解進一步成熟，得到更廣泛應用

多模態深度語義理解以聲音、圖像和文本等不同模態的信息為輸入，綜合感知和認知等 AI 技術，實現對信息的多維度深層次理解。隨著視覺、語音、自然語言理解和知識圖譜等技術的快速發展和大規模應用，多模態深度語義理解進一步成熟，應用場景更加廣闊。結合 AI 芯片等，將廣泛應用于互聯網、智能家居、金融、安防、教育及醫療等行業。

自然語言處理技術將與知識深度融合，面向通用自然語言理解的計算平臺得到廣泛應用

隨著大規模語言模型預訓練技術的出現和發展，通用自然語言理解能力有了大幅度提升。基于海量文本數據的語義表示預訓練技術將與領域知識進行深度融合，持續提升自動問答、情感分析、閱讀理解、語言推斷和信息抽取等自然語言處理任務的效果。集合超大規模算力、豐富領域數據、預訓練模型和完善研發工具的通用自然語言理解計算平臺將逐漸成熟，并在互聯網、醫療、法律和金融等領域得到廣泛應用。

物聯網將在邊界、維度和場景三個方向形成突破

隨著 5G 和邊緣計算的發展，算力將突破云計算中心的邊界，向萬物蔓延，產生泛分布式計算平臺。時間和空間是最重要的兩個維度，對時間和空間的洞察將成為新一代物聯網平臺的基礎能力。這也將促進物聯網與能源、電力、工業、物流、醫療和智能城市等更多場景發生融合，創造出更大的價值。

智能交通將加速在園區和城市等多樣化場景中落地

自動駕駛的發展正在趨于理性，市場將對智能駕駛未來數年的發展更加充滿信心。2020 年，更多自動駕駛汽車被應用于物流快遞、公共交通和封閉道路等不同場景。同時，V2X（Vehicle To Everything）技術啟動規模化部署和應用，使得車車、車路形成廣泛連接，進一步推動智能車路協同技術的實現，智能交通加速在園區、城市和高速等多樣化場景中落地。

區塊鏈技術將以更加務實的姿態融入更多場景

隨著區塊鏈技術與AI、大數據和IOT 和邊緣計算的深度結合，數據和資產線下線上的映射問題逐一解決。圍繞區塊鏈構建的數據確權、數據使用、數據流通和交換等解決方案，將在各行各業發揮巨大的作用。例如，在電商領域，可保證商品的全流程數據真實性；在供應鏈領域，可保證全流程數據的公開和透明，以及企業之間的安全交換；在政務領域，能實現政府數據的打通，實現證件的電子化等。

量子計算將迎來新一輪爆發，為AI 和云計算注入新活力

隨著 “量子霸權”的成功展示，量子計算將在2020 年迎來新一輪的爆發。在量子硬件方面，可編程的中等規模有噪量子設備的性能會得到進一步提升并初步具備糾錯能力，最終將可運行具有一定實用價值的量子算法，量子人工智能應用也將得到很大的發展。在量子軟件方面，高質量的量子計算平臺和軟件將會涌現，并與 AI 和云計算技術實現深度融合。此外，伴隨著量子計算生態產業鏈的初步形成，量子計算必將在更多應用領域獲得重視，越來越多的行業巨頭陸續投入研發資源進行戰略布局，有機會為未來 AI 和云計算領域帶來全新面貌。

傳感與移動

傳感技術是物聯網（IoT）的核心組成部分，它能夠采集大量數據。而人工智能可以提供適用于多種場景的豐富洞察。通過傳感器技術與人工智能的結合，可以讓機器更好地理解周圍的世界，使機器能夠移動并操控物體。例如，在未來，增強現實云（AR Cloud）將創建出一張三維立體世界地圖，實現新的交互模式，在已有物理空間中創造出嶄新的商業模式。企業應關注以下技術：3D 傳感攝像機、增強現實云、輕型貨物派送無人機、自動飛行器,以及4 級和5 級自動駕駛。

人體機能增進

人體機能增進能夠增強人類認知能力和身體機能，并使這些增強的能力成為人體的一部分。一些裝備能夠為人類提供“超人”般的能力，如超過人體自身最大力量的假肢。有關人體機能增進的新興技術包括生物芯片、人格化、增強型智能、情感人工智能、沉浸式工作空間和生物技術（培養組織或人工組織）。

后經典計算和通信

過去幾十年，經典核心計算、通信和集成技術的巨大進步主要依賴于傳統架構的改進，但未來的這些技術將采用全新的架構。這個領域不但會出現顛覆性的改進，還會出現可能產生巨大影響的漸進式改進。例如，近地軌道（LEO）衛星能夠提供低延遲的全球互聯網接入，為網絡服務欠缺的國家和地區帶來新的經濟發展機會。企業應關注5G、下一代存儲器、近地軌道系統和納米級3D 打印等技術。

數字生態系統

數字生態系統通過同一個數字平臺上相互關聯的參與者實現互惠互利。數字化加快了傳統價值鏈的解體，帶來更強大、更靈活且更具有彈性的價值傳遞網，在持續轉型的過程中創造出更好的新產品和服務。企業需要考慮的關鍵技術包括：數字運營、知識圖譜、合成數據、去中心化網絡和去中心化自治組織。

高級人工智能和分析

高級分析使用精密的技術和工具可以對數據或內容進行自動或半自動檢驗，相較于傳統商業智能（BI）應用范圍更加廣泛。邊緣人工智能正越來越多地被用于對延遲敏感（如自動導航）、易受到網絡中斷影響（如遠程監測、自然語言處理及面部識別）和數據密集型（如視頻分析）的應用。企業機構需關注的技術包括：自適應機器學習、邊緣人工智能、邊緣分析、可解釋的人工智能、人工智能平臺即服務、遷移學習、生成式對抗網絡和圖表分析。

數據價值釋放

ICT 產業競爭日趨激烈，要素資源日益稀缺，而成為重要要素資源的數據，則穩步進入資源價值釋放期：數據的應用場景愈加豐富，數據資源持續整合，數據資源向數據資產價值轉化進入關鍵期。

數據價值釋放現有痛點及未來發力點分析 來源：賽迪顧問

邊緣賦能

隨著智能應用和數據量激增，網絡帶寬與計算吞吐量均成為計算的性能瓶頸，同時終端設備產生海量“小數據” 等實時處理需求激增，帶動邊緣計算成為智能時代技術落地的重要計算平臺，成為滿足行業數字化轉型的敏捷連接、實時業務和隱私保護等關鍵支撐。

中國邊緣計算市場規模及應用領域分析 來源：賽迪顧問

5G 藍海

5G 商用更加深入，藍海市場全面啟動。雖然VR/AR和超高清是目前能預見的少數5G 落地應用，但未來在工業互聯網、車聯網和遠程醫療等領域將帶來5G 應用爆發。

5G 先啟應用分析 來源：賽迪顧問

廣泛安全

隨著各行業數字化進程的加快，制造、教育及能源等行業的網絡安全需求不斷釋放，網絡安全逐步向人工智能、云計算、大數據、物聯網和移動互聯網等新興領域不斷擴展，網絡安全問題現在不僅僅是信息化的問題，已經涉及到國家安全、社會安全和人身安全等方面。

中國網絡信息安全各行業市場占比變化及增長率 來源：賽迪顧問

中國新技術領域及其網絡信息安全市場增長率 來源：賽迪顧問

AI 下沉

作為智能經濟時代的核心技術，2020 年人工智能的發展將持續下沉。一方面表現為技術下沉，即加速與大數據、云計算和物聯網等新興技術的深度融合創新；另一方面表現為應用下沉，即行業應用從重點突破到均衡分布，越來越多的市場機會深入小場景和傳統場景。

AI 技術與應用下沉 來源：賽迪顧問

區塊鏈共識

在國家政策指導下區塊鏈技術將回歸賦能實體經濟的主線，炒幣的衰落與央行數字貨幣即將推出形成鮮明對比，各產業主體已形成新的共識。“政學產學研用”圍繞區塊鏈技術賦能實體經濟，脫離“幣” 的表象，回歸“鏈” 的本質。

區塊鏈“政產學研用”協同發力 來源：賽迪顧問

多云管理

作為云計算的主要部署模式，私有云靈活性差且成本高，公有云信息易泄露且遷移復雜，混合云則面臨應用兼容、適配聯通和維護方面等難題，而多云管理則能夠有效解決上述問題而成為發展趨勢，到2023 年，超過90%大中型上云企業將會采用多云管理。

多云管理必要性及未來趨勢分析 來源：賽迪顧問

軟件核心

軟件技術正成為新一輪IT 變革的核心競爭力。在技術端，軟件成為AI、云計算和大數據等新技術發展的關鍵；在企業端，數字化過程中的基礎設施建設趨于穩定，而通過軟件提升IT 價值，完成數字化轉型和創新，成為新動力；在行業端，越來越多傳統企業派生軟件及服務為主的新公司，而軟件人才也向傳統企業流動，成為支撐傳統行業數字化轉型的重要力量。

軟件定義領域及路徑 來源：賽迪顧問

原生滲透

數字經濟浪潮下的新階段，需求變化越來越快，迫切需要以云原生、數據原生和智能原生等“原生”思維構建企業數字架構，從而打破資源和業務邊界，消除信息孤島，靈活應對變化，實現企業的組織變革、資源拓展、模式創新、業務邊界破除、完成數字轉型和創新賦能。

數字經濟亟需原生滲透 來源：賽迪顧問

超級體驗

超級體驗深入技術、產品、商業模式 來源：賽迪顧問

企業創新加速

到2023 年，所有ICT 支出中將有超過50%用于數字化轉型和創新，高于2018 年的27%且復合年增長率為17%。隨著創新支出的持續增長，企業還將通過轉移到勞動力和資本密集程度較低的運營模式來提高傳統ICT 預算的效率。

云連接

為了在數字化經濟中占得先機，數字服務必須能夠隨時隨地運行。這將需要在所有云提供商和位置之間更好地集成應用程序、數據和管理。到2022 年，將有70%的企業通過部署統一的混合/多云管理技術、工具和流程來集成其公共云和私有云。

建立邊緣部署

在邊緣部署IT 服務的原因正迅速從滿足客戶期望和便利性轉變為支持關鍵邊緣活動。到2023 年，部署的新企業基礎架構中超過50%將位于邊緣而不是企業數據中心，如今這一比例不到10%。到2024 年，邊緣應用程序的數量將增加800%。

數字創新工廠

作為軟件驅動的“數字創新工廠”來運營，將是企業可持續分化和競爭自身行業的能力的核心。到2025 年，將有近2/3 的企業成為每天使用代碼部署的多產軟件生產商，其中超過90%的應用程序是云原生的，80%的外部源代碼是開發人員的，超出現在1.6 倍。

行業應用爆炸

到2023 年，將有超過5 億個數字應用程序和服務使用云原生方式開發和部署，其中大多數將針對特定于行業的數字轉換用例。新的數字應用程序和服務的爆炸式增長將為每個行業制定新的最低競爭要求。

AI 技術應用不可避免

到2025 年，至少90%的新企業應用程序將嵌入人工智能，其中大多數將是支持AI 的應用程序。這將提供漸進式改進，以使應用程序更智能和更動態。更具突破性的AI主導應用程序的開發和獲得主流采用將花費更長的時間，到2025 年將占企業應用程序總數的10%。到2024 年，超過50%的用戶界面交互將使用支持AI 的計算機視覺、語音、自然語言處理（NLP）和AR/VR 等技術。

信任度愈加重要

獲得信任對于在數字經濟中競爭至關重要，到2023年，全球2000 強企業中有一半將任命一名首席信托官，負責協調在安全性、風險、合規性、隱私和道德商業運作方面的信任管理。

企業即平臺

到2023 年，全球2000 強企業中有60%將擁有由數千名開發人員組成的數字開發人員生態系統。這些企業中有一半將通過其數字生態系統和平臺推動20%以上的數字收入。在數字經濟中，企業還需要作為數字服務提供商良好運作。對于許多人來說，這是一種全新的功能和業務模型。

綜上所述，針對偏癱性肩關節周圍炎，主治醫師可以應用肩痛穴平衡針灸治療方式，并且此針灸方式具有操作簡單和容易掌握的特點，并且針灸穴位相對較少，降低了針灸意外事故的發生概率[10-12]。相比較而言，傳統的針灸方式需要選擇的穴位較多，在緩解患者疼痛感的同時，有極大的概率引發新的疼痛。最關鍵的是，肩痛穴平衡針灸治療方式具有明顯的治療效果，能夠緩解患者的疼痛感，再加上具有應用安全性高等特點，適合被廣泛應用在臨床醫學中，是一種行之有效的針灸治療方式。

跨行業混搭

企業必須準備好在各行各業之間建立新的數字生態系統合作伙伴關系，以增強客戶體驗。到2025 年，企業收入的20%增長將來自結合了以前不相關行業的數字服務的“空白”產品，而20%的合作伙伴將來自以前不相關的行業。

技術平臺之戰仍在繼續

到2023 年，排名前5 位的公共云大平臺將鞏固至少75%的IaaS 和PaaS 市場份額，而成為“平臺”的SaaS供應商的數量將大大增加。前十大純SaaS 供應商將通過擴展PaaS 服務平均獲得近20%的收入。當SaaS 提供商爭相成為企業數字創新工廠的關鍵來源時，后一種趨勢將顯得尤為重要。

5G 將作為關鍵賦能技術，助企業將邊緣計算納入混合云戰略

能夠在盡量靠近數據生成地點的位置進行計算的邊緣計算是云技術發展的下一個階段，而 5G 則是邊緣計算的關鍵賦能技術。因為 5G 能夠提速并增加帶寬，將數據延遲減少到最低。混合云將繼續充當最相關數據和后端功能的聚合點，而邊緣計算可以在創建數據和采取行動的地點為分析功能和其他核心功能提供實時支持。隨著 5G 部署開始沖擊蜂窩網絡，混合云生態系統將越來越多地利用在邊緣進行計算的機會。據 GSMA 發布的移動經濟報告預測，由此實現的創新將在未來 15 年內為全球經濟貢獻高達 2.2 萬億美元的價值。

“邊緣計算是一種具有變革性的技術。邊緣計算是一種賦能技術，可以將有效的技術送到工作所需之處。”IBM 平臺戰略家、邊緣計算開發首席技術官Ryan Anderson 表示。

自動化將主導混合多云的下一個階段

混合云環境在具備災備能力、可擴展性以及各種應用、API 和數據類型兼容性等各種優勢的同時，本質上是一種十分復雜的環境。自動化工具，包括使用人工智能技術的早期產品會在 2020 年問世，幫助企業管理這種復雜性。隨著自動化工具的不斷涌現，表明云平臺運行概況的儀表盤將成為管理員的一種重要工具，企業可以借助這種工具來調整環境，將適當的工作負載放在適當的地點，從而有效地控制成本并管理安全密鑰和加密過程。

“管理混合多云環境將成為一項非常重要的挑戰。到 2020 年，更多企業會采用多云策略，而如何有效地管理分布于多個云環境中的所有數據將是決定企業投資成敗的關鍵因素。”IBM 研究員兼 IBM 混合云副總裁Bala Rajaraman 表示。

作為混合云戰略的一部分，安全“指揮中心”的數量將激增

大約 60% 的 IT 決策者將安全性視為選擇云供應商的最重要考慮因素。2020 年，借助儀表盤提升集中工作效率，以此揭示安全洞察并加快事件響應速度的技術將會問世。DevSecOps 將安全性整合到了開發過程之中，這也預示著：一個聯系更加緊密的安全生態系統很可能在 2020 年問世，跨環境安全態勢和可視化是下一個發展趨勢。

“在混合多云世界里，需要一個指揮中心。傳統意義上，以前的安全運營中心其實就是指揮中心。整個空間正在經歷迅速演變，‘在混合多云中僅需一個管理面板’的想法在眾多企業之間產生了共鳴。” IBM Public Cloud 副總裁兼首席技術官Hillery Hunter 表示。

除銀行業外，更多行業也會采用經優化的行業專屬云

隨著云技術的采用，企業正在尋找能夠滿足行業特定需求的解決方案，特別是對于受到嚴格管制的行業來說，他們需要的是能夠減輕合規負擔的功能。2019 年，IBM 推出了金融服務專屬公有云。美國銀行采用該行業專屬云來托管關鍵應用和工作負載，為銀行的 6 600 萬名客戶提供支持，該案例將為其他行業提供重要的證據和有用的模板。IBM 全球研究表明，目前，只有 40% 的組織具有管理多云環境所需的技能和策略。行業專屬云能夠幫助組織應對云基礎設施和架構的復雜性。

“我們將看到越來越多的行業特征，生態系統必須針對特定的市場，因為很難做到通用，未來的重點是為行業實現價值以及滿足行業特定的需求。”Bala Rajaraman表示。

開源工具的數量將激增，企業更易使用 Kubernetes

開源技術對云產生了深遠的影響。2019 年，企業開始利用開源軟件來實現企業基礎設施現代化并加快企業采用混合多云的速度；2020 年，開發人員將專注于開發能夠支持快速應用部署的工具，以應對數字化轉型帶來的挑戰。這就意味著企業會廣泛采用持續交付的模式，并接受 DevOps 的理念——快速構建、測試和部署。隨著開發人員不斷通過容器和 Kubernetes 開發及部署云原生應用，持續交付模式也隨之發展。

“2020 年，越來越多的企業會遷移到 Kubernetes 和 OpenShift 上，成為 Kubernetes 生態系統的一部分。”Bala Rajaraman 表示。