2020年的发展十大战略趋势还有什么？

如今5G应用正在加速布局，6G即将登场。Oulu大学6G旗舰研究计划发布了全球首个6G白皮书。报告显示，大约每十年移动通信就会更新换代，如今我们已进入5G时代，预计6G将在2030年左右出现。

对于6G的愿景，报告也给出了描述，即泛在无线智能。6G服务将无缝覆盖全球用户；无线连接是关键基础架构的一部分；为全人类和万物提供情景感知的智能服务和应用。

那么除了6G以外，未来的科技发展究竟会呈现什么样的趋势？在信息技术研究和顾问公司Gartner看来，2020年的战略科技发展将呈现十大趋势。

超自动化

Hyperautomation

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。超自动化不但包含了丰富的工具组合，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）。

解读：超自动化就是在自动化的基础上能够进一步理解作用范围、彼此间关联及组合协调方式。

多重体验

Multiexperience

从现在起到2028年，用户体验将在两个方面发生巨大的变化，即用户对于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、增强现实与混合现实正在改变人们对数字世界的感知。

解读：这一模式将从精通技术的人转变为理解人类的技术，计算机将代替人类承担人机交互的重担。

专业知识的民主化

Democratization of Expertise

专业知识的民主化致力于通过极简的体验，且在不需要接受大量成本高昂培训的前提下为人们提供专业技术知识（例如机器语言、应用程序开发）或业务领域专业知识（例如销售流程、经济分析）。“公民化”（例如公民数据科学家、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。

解读：包括数据和分析的民主化、开发的民主化、设计的民主化以及知识的民主化。

人体机能增强

Human Augmentation

体能增强通过在人类身体上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，从而实现增强。认知增强则是通过传统的计算机系统和新兴的智能空间中的多体验接口中的信息和应用来实现。

解读：人体机能增强研究如何使用技术提供认知与体能增强，并使其成为人类体验中不可或缺的一部分。

透明度与可追溯性

Transparency and Traceability

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。透明度与可追溯性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以及恢复对企业机构信任缺失的态度、行动以及辅助技术与实际措施。

解读：即企业机构在建立透明度与信誉措施时必须专注于三个领域：

（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。

边缘赋能

The Empowered Edge

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。它试图将网络流量与计算处理保留在本地以减少延迟、发挥边缘能力以及赋予边缘更大的自治性。

解读：我们所熟知的机器人、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。

分布式云

Distributed Cloud

分布式云指的是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是一次巨大的转变，并且将开辟云计算的新时代。

解读：将公有云分到不同的地理位置。

自动化物件

Autonomous Things

自动化物件是使用人工智能，自动执行那些以往被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/船及各种设备。

解读：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。

实用型区块链

Practical Blockchain

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来重塑整个行业。由于可以追溯到资产的来源，因此“以次充好”的概率大幅降低。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，例如在收到货物时付款等。

解读：由于区块链所具有带来收入增长的潜力，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。

人工智能安全

AI Security

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，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潜在攻击点。

解读：安全与风险领导者应专注于三个关键领域：保护人工智能赋能系统、利用人工智能提升安全防御机制以及做好攻击者对人工智能的恶意使用的心理准备。

注：文/数据杂志，公众号：TalkingData，本文为作者独立观点，不代表亿邦动力网立场。