7月20日，國際知名咨詢公司麥肯錫發(fā)布了《McKinsey Technology Trends Outlook 2023》2023科技趨勢展望報告。

在報告中，麥肯錫分析了全球先進技術(shù)的發(fā)展以及可能的用途和對各行業(yè)的影響。通過分析每個科技趨勢的創(chuàng)新和投資的量化指標(biāo)，以衡量其發(fā)展動力，并考慮到這些趨勢的長期性質(zhì)和相互依存性，深入探討了每種科技趨勢的底層技術(shù)、關(guān)鍵不確定性以及未來存在的問題，同時在此次報告中新增了一個重要的分析維度——人才，提供了與每個趨勢最相關(guān)角色的人才供需動態(tài)數(shù)據(jù)。

(資料圖片)

01總體摘要生成式AI代表了人工智能的下一個前沿，在現(xiàn)有的通用人工智能和工業(yè)化機器學(xué)習(xí)技術(shù)基礎(chǔ)上，生成式AI在大多數(shù)行業(yè)中都具有巨大的潛力和適用性

2021年至2022年，生成式AI相關(guān)話題的興趣（從新聞和互聯(lián)網(wǎng)搜索中評估）增加了三倍。生成式AI和其他基礎(chǔ)模型通過將輔助技術(shù)提升到一個新水平、減少應(yīng)用開發(fā)時間并將強大能力賦予非技術(shù)用戶，改變了AI游戲規(guī)則。生成式AI有望從特定用例和更廣泛用途（例如協(xié)助編寫電子郵件草稿）的組合中增加高達(dá)4.4萬億美元的經(jīng)濟價值，這些用途可以廣泛提高生產(chǎn)力。

大多數(shù)科技趨勢的投資在同比收緊，但隨著最近科技估值的反彈，未來增長的潛力仍然巨大

實際上，2022年的絕對投資額保持強勁，合計超過1萬億美元，充分表明了投資者對這些趨勢價值潛力的信心。在2022年的14種趨勢中，隨著安全性、隱私性和可擴展性變得越來越重要，信任架構(gòu)和數(shù)字身份的趨勢增長最大，增長接近50%。通用人工智能、先進連接技術(shù)和邊緣計算等其他趨勢的投資則有所下降，原因可能是由于這些技術(shù)已相對成熟。與氣候技術(shù)和未來出行等新興技術(shù)的較長投資期相比，更成熟的技術(shù)可能對短期預(yù)算動態(tài)更加敏感。此外，隨著一些技術(shù)變得更具盈利性，它們通?？梢栽谶呺H投資較低的情況下實現(xiàn)進一步規(guī)?；?，主流采用率將繼續(xù)保持增長。

尋求長期增長的企業(yè)應(yīng)該關(guān)注對其業(yè)務(wù)來說最重要的科技趨勢組合，進行有針對性的投資，利用成熟的技術(shù)或新興技術(shù)來推動創(chuàng)新，以及實現(xiàn)可持續(xù)增長

例如邊緣計算和未來生物工程等技術(shù)已經(jīng)顯示出穩(wěn)步增長的創(chuàng)新性，并在各行業(yè)繼續(xù)拓展用例。事實上，在各行業(yè)中已經(jīng)確定了400多個邊緣計算的用例，預(yù)計邊緣計算在未來五年內(nèi)將在全球范圍內(nèi)突破兩位數(shù)的增長。此外，量子計算等新興技術(shù)也在不斷發(fā)展，并顯示出巨大的價值創(chuàng)造潛力。麥肯錫對2023年的科技趨勢分析報告顯示，從量子計算中最早看到經(jīng)濟影響的四大行業(yè)分別是汽車、化工、金融服務(wù)和生命科學(xué)，這四大行業(yè)有望到2035年獲得高達(dá)1.3萬億美元的價值。

科技人才動態(tài)：人才的匱乏是制約增長的首要問題，獲得科技趨勢價值所需知識技能的人才供需之間存在巨大差距

合格人才的短缺一直是限制許多高科技領(lǐng)域增長的一個長期因素，包括AI、量子技術(shù)、太空技術(shù)和電氣化與可再生能源。而且人才緊缺問題在云計算和工業(yè)化機器學(xué)習(xí)等行業(yè)中尤為突出，同時，雇傭高度專業(yè)化人員的領(lǐng)域，如未來出行和量子計算，也面臨著人才匱乏的主要挑戰(zhàn)。這些現(xiàn)狀凸顯了企業(yè)雇主當(dāng)前面臨的人才困境。

麥肯錫通過對這些科技趨勢中的350萬條招聘信息的調(diào)研發(fā)現(xiàn)，許多最急需的技能合格從業(yè)者數(shù)量不到全球平均水平的一半。企業(yè)應(yīng)該緊跟人才市場的脈搏，做好應(yīng)對顯著變化的準(zhǔn)備，并向希望雇用和留住的技術(shù)人員提供有吸引力的價值定位。同時企業(yè)應(yīng)該繼續(xù)研究如何調(diào)整角色或提升員工技能，以滿足定制化的工作要求。盡管整體上全球職位在2021年至2022年期間下降了13%，但與科技趨勢相關(guān)領(lǐng)域的職位增長都非常強勁，達(dá)到15%。2018年至2022年期間，通用人工智能和下一代軟件開發(fā)領(lǐng)域共發(fā)布了近100萬個職位，其中下一代軟件開發(fā)領(lǐng)域的職位數(shù)量增長最為顯著。

0215種科技趨勢

麥肯錫《McKinsey Technology Trends Outlook 2023》2023科技趨勢展望報告中概述了所有15種科技趨勢的考慮因素，分析了每項技術(shù)可能的用途和對各行業(yè)的影響，并將其分為“人工智能革命、數(shù)字化建設(shè)、計算和互聯(lián)網(wǎng)前沿、尖端科技以及可持續(xù)發(fā)展”五大類。

為了描述每個科技趨勢的狀態(tài)，麥肯錫基于擁有研究專利的創(chuàng)新分?jǐn)?shù)以及新聞和網(wǎng)絡(luò)搜索的關(guān)注度分?jǐn)?shù)，統(tǒng)計了相關(guān)技術(shù)的投資情況和技術(shù)采用率等級，并對每個科技趨勢進行了打分，還詳細(xì)分析了該科技趨勢的最新動態(tài)、實際用例、底層技術(shù)、關(guān)鍵不確定性以及未來存在的問題。

人工智能革命通用人工智能

通過機器學(xué)習(xí)(ML)、計算機視覺和自然語言處理(NLP)等AI能力，各行業(yè)的企業(yè)都可以利用數(shù)據(jù)洞察信息，實現(xiàn)流程自動化、增加或增強功能，并做出更好的決策。麥肯錫預(yù)測，通用人工智能的潛在經(jīng)濟價值在17萬億至26萬億美元之間，并且追求這種價值的公司比例也在持續(xù)增加。

根據(jù)麥肯錫年度人工智能現(xiàn)狀全球調(diào)查顯示，采用人工智能技術(shù)的受訪組織比例從2017年的20%上升至2022年的50%，增加了一倍多。其中2022年的調(diào)查還顯示，采用人工智能技術(shù)可以帶來顯著的財務(wù)效益：25%的受訪者將公司EBIT的5%或更高歸因于AI。然而，在企業(yè)充分發(fā)揮這項技術(shù)潛力之前，首先需要解決組織、技術(shù)、倫理和監(jiān)管問題。

工業(yè)化機器學(xué)習(xí)

工業(yè)化機器學(xué)習(xí)(ML)，通常稱為ML運營或MLOps，指企業(yè)規(guī)?；统掷m(xù)ML應(yīng)用所需的工程實踐。無論是在功能還是互操作性方面，這些實踐均得到一個快速改進的技術(shù)工具生態(tài)系統(tǒng)的支持。MLOps工具可以幫助企業(yè)將試點項目轉(zhuǎn)化為可行的商業(yè)產(chǎn)品，加速分析解決方案的規(guī)模化，識別和解決生產(chǎn)中的問題，并提高團隊的生產(chǎn)力。經(jīng)驗表明，成功實現(xiàn)工業(yè)化機器學(xué)習(xí)的組織可以將機器學(xué)習(xí)應(yīng)用的生產(chǎn)時間框架(從概念驗證到產(chǎn)品)縮短約8至10倍，開發(fā)資源降低高達(dá)40%。工業(yè)化機器學(xué)習(xí)最初由少數(shù)領(lǐng)先企業(yè)推動，但隨著越來越多的企業(yè)將AI應(yīng)用于更廣泛的行業(yè)用例中，其技術(shù)采用率正在不斷擴大。

生成式AI

生成式AI標(biāo)志著AI的一個發(fā)展轉(zhuǎn)折點。與早期的AI不同，它可以根據(jù)從非結(jié)構(gòu)化數(shù)據(jù)的類似格式中學(xué)習(xí)信息，實現(xiàn)創(chuàng)造新穎的非結(jié)構(gòu)化內(nèi)容，如文本、音頻、視頻、圖像、代碼、模擬甚至蛋白序列或消費者行為。其核心技術(shù)基礎(chǔ)模型可以適應(yīng)廣泛的工作任務(wù)，如總結(jié)、分類或草擬文件。相比之下，早期AI模型就顯得比較“狹隘”，通常只能執(zhí)行一個任務(wù)。

在商業(yè)環(huán)境中，生成式AI不僅可以解鎖新的用例，還可以加速、擴展或以其他方式改進現(xiàn)有用例。通過支持開發(fā)新產(chǎn)品和收入來源、提升客戶體驗，生成式AI有可能重新定義企業(yè)和價值鏈，其影響力預(yù)計將主要體現(xiàn)在提高員工生產(chǎn)力和體驗上。

數(shù)字化建設(shè)下一代軟件開發(fā)

下一代技術(shù)正在改變軟件開發(fā)生命周期中每個階段的工程師能力，從規(guī)劃、測試到部署、維護，使更多非技術(shù)員工能夠創(chuàng)建應(yīng)用程序。它們可以簡化復(fù)雜任務(wù)并將其減少為單個命令。這些技術(shù)包括AI編程搭檔、低代碼/無代碼平臺、基礎(chǔ)設(shè)施即代碼，以及自動集成、部署和測試等新興的生成式AI工具。由于技術(shù)難度、重新培訓(xùn)開發(fā)人員和測試工程師的大規(guī)模需求以及其他組織障礙，該項技術(shù)的采用速度雖然較慢，但在早期發(fā)展階段中已經(jīng)展現(xiàn)了顯著的生產(chǎn)力提升能力，相信廣泛應(yīng)用的時代正在到來。

信任架構(gòu)和數(shù)字身份

數(shù)字信任技術(shù)使組織能夠管理技術(shù)和數(shù)據(jù)風(fēng)險，加速創(chuàng)新并保護資產(chǎn)。此外，建立數(shù)據(jù)和技術(shù)治理信任還可以提升組織績效并改善客戶關(guān)系。相關(guān)底層技術(shù)包括零信任架構(gòu)（ZTA）、數(shù)字身份系統(tǒng)和隱私工程。其他技術(shù)通過在人工智能設(shè)計中構(gòu)建可解釋性、透明度、安全性和偏差最小化原則來幫助建立信任。但是，由于集成問題、組織孤島、人才短缺等因素的影響，數(shù)字信任技術(shù)的采用一直受到阻礙。

Web3

Web3的概念遠(yuǎn)超過對加密貨幣投資的普遍理解，它更多地是指互聯(lián)網(wǎng)的未來模式，該模式將中心化權(quán)力重新分配給用戶，潛在地賦予用戶對其個人數(shù)據(jù)單一化和數(shù)字資產(chǎn)所有權(quán)的更多控制權(quán)，并催生一系列新的商業(yè)模式。Web3吸引了大量資本和工程人才，但新創(chuàng)企業(yè)仍在測試和擴展可行的商業(yè)模式，同時傳統(tǒng)企業(yè)將繼續(xù)探索最佳的Web3用例。早期采用者面臨的挑戰(zhàn)包括當(dāng)下不明確以及不斷發(fā)展的法律法規(guī)、用戶體驗不如現(xiàn)有的Web2產(chǎn)品等問題。

計算和互聯(lián)網(wǎng)前沿先進連接技術(shù)

先進連接技術(shù)的提高將增強全球消費者的用戶體驗，并提高出行、醫(yī)療保健和制造業(yè)等行業(yè)的生產(chǎn)力，為未來各行業(yè)的數(shù)字解決方案提供支持。許多企業(yè)已經(jīng)迅速采用了基于現(xiàn)有部署和連接標(biāo)準(zhǔn)的高級連接技術(shù)，但一些即將出現(xiàn)的新技術(shù)，如低地球軌道(LEO)連接、5G/6G網(wǎng)絡(luò)等面臨著需要解決的障礙，以增加其技術(shù)采用率。

沉浸式現(xiàn)實技術(shù)

沉浸式現(xiàn)實技術(shù)利用空間計算來解釋物理空間，模擬在現(xiàn)實環(huán)境中添加數(shù)據(jù)、對象和人員；并通過增強現(xiàn)實(AR)、虛擬現(xiàn)實(VR)和混合現(xiàn)實(MR)提供不同級別的沉浸感，實現(xiàn)在虛擬世界中的交互。2021年，風(fēng)險投資者們向AR和VR初創(chuàng)公司提供了約40億美元的資金，這是繼2018年之后第二個最成功的融資年份。盡管AR和VR的總投資隨后在2022年有所下降，但投資者對這一科技趨勢表現(xiàn)出持續(xù)的興趣，去年至少完成了7輪1億美元或以上的投資輪次。麥肯錫的研究表明，新興的元宇宙科技到2030年可能會在消費者和企業(yè)用例中創(chuàng)造高達(dá)4萬億至5萬億美元的價值。

云和邊緣計算

未來，企業(yè)將利用涉及多個位置的計算和存儲基礎(chǔ)架構(gòu)，實現(xiàn)從本地到更接近本地(邊緣)、從小型區(qū)域數(shù)據(jù)中心到遠(yuǎn)程超大規(guī)模數(shù)據(jù)中心的轉(zhuǎn)換。與云相比，邊緣計算為組織提供了更快(超低延遲)在數(shù)據(jù)源頭處處理數(shù)據(jù)的能力，并實現(xiàn)數(shù)據(jù)主權(quán)和增強數(shù)據(jù)隱私的靈活性，從而解鎖各種新的用例，縮短與終端用戶的距離，減少數(shù)據(jù)傳輸延遲和成本，并提供對更相關(guān)數(shù)據(jù)集的更快訪問。公共云將通過以更好的規(guī)模經(jīng)濟執(zhí)行非時間敏感的計算用例，繼續(xù)在未來的企業(yè)發(fā)展中發(fā)揮關(guān)鍵作用。云和邊緣計算資源的持續(xù)集成將讓用戶將云的創(chuàng)新、速度和敏捷性擴展到邊緣和實時系統(tǒng)中，從而加速創(chuàng)新，提高生產(chǎn)力并創(chuàng)造商業(yè)價值。

量子技術(shù)

量子技術(shù)有望利用量子力學(xué)的獨特屬性，比傳統(tǒng)計算機更高效地執(zhí)行特定類型的復(fù)雜計算，保障通信網(wǎng)絡(luò)的安全，并提供新一代傳感器，其靈敏度相比傳統(tǒng)傳感器的靈敏度有大幅提高。原則上，量子技術(shù)可以為航空航天、國防、汽車、化工、金融和制藥等行業(yè)的發(fā)展帶來重大進步。但是，由于實現(xiàn)完全糾錯的量子計算機和可擴展的量子通信網(wǎng)絡(luò)仍然存在技術(shù)挑戰(zhàn)，準(zhǔn)量子技術(shù)用戶應(yīng)為不確定的采用路線做好準(zhǔn)備。

尖端科技出行領(lǐng)域

汽車大規(guī)模生產(chǎn)開始已過去一個多世紀(jì)，移動出行正處于第二次重大拐點：向自動駕駛、互聯(lián)、汽車電氣化和共享出行(ACES)技術(shù)轉(zhuǎn)變。在過去十年中，ACES技術(shù)的采用率在不斷提高，隨著可持續(xù)性發(fā)展政策不斷收緊、消費者偏好發(fā)生改變和創(chuàng)新的不斷推進，其發(fā)展步伐正在加快。例如，預(yù)計自動駕駛技術(shù)到2035年將創(chuàng)造高達(dá)4000億美元的收入。但短期內(nèi)，創(chuàng)新者仍需面臨技術(shù)、法規(guī)和供應(yīng)鏈問題的挑戰(zhàn)。

生物工程

生物學(xué)上的突破，結(jié)合數(shù)字技術(shù)的創(chuàng)新，可以幫助組織通過創(chuàng)造新產(chǎn)品和服務(wù)來滿足醫(yī)療保健、食品和農(nóng)業(yè)、消費品、可持續(xù)發(fā)展以及能源和材料生產(chǎn)等不同領(lǐng)域的需求。麥肯錫的研究預(yù)測，當(dāng)今科學(xué)已證明可行的約400個生物工程用例到2030-2040年，預(yù)計每年可以產(chǎn)生2萬億至4萬億美元的經(jīng)濟增長。雖然目前某些基因療法和生物產(chǎn)品已獲得認(rèn)可，但生物工程未來仍需要解決倫理、監(jiān)管以及公眾認(rèn)知問題，才能充分發(fā)揮其經(jīng)濟增長潛力。

太空技術(shù)

過去五到十年，航天工業(yè)最重要的發(fā)展是技術(shù)成本的降低，這使得新技術(shù)和應(yīng)用變得更容易。衛(wèi)星和運載火箭的尺寸、重量、功率和成本的降低有力地推動了太空組件成本的降低。這些減少導(dǎo)致了系統(tǒng)架構(gòu)的變化，例如從單個大型地球同步赤道軌道(GEO)衛(wèi)星轉(zhuǎn)向更小的分布式低地球軌道(LEO)衛(wèi)星，以及傳統(tǒng)非航天公司對航天技術(shù)的興趣日益濃厚。如今，太空技術(shù)和遙感技術(shù)的使用非常廣泛，分析表明，到2030年，太空市場可能會超過1萬億美元。未來的太空經(jīng)濟可能涵蓋目前尚未大規(guī)模開展的活動，例如在軌制造、發(fā)電和太空采礦，以及載人航天。

可持續(xù)發(fā)展電氣化和可再生能源

盡管越來越多的國家政府和企業(yè)致力于實現(xiàn)大幅的脫碳目標(biāo)，但由于地緣政治緊張局勢和能源需求的反彈，能源市場仍面臨極端性波動。電氣化和可再生能源有助于推動實現(xiàn)凈零排放承諾，主要包括太陽能、風(fēng)能、水電、核能、氫能以及其他可再生能源、可持續(xù)燃料等。

此前，麥肯錫在《2022年全球能源展望》報告中分析了全球能源的發(fā)展趨勢，預(yù)測未來能源結(jié)構(gòu)將向電力轉(zhuǎn)移，到2050年，電力、氫氣與合成燃料將占能源結(jié)構(gòu)的50%。此外，對化石燃料需求的峰值預(yù)計將繼續(xù)向前推進，石油需求預(yù)計在未來五年內(nèi)達(dá)到頂峰。能源領(lǐng)域的總投資預(yù)計將以每年4%以上的速度增長，并將向非化石和脫碳技術(shù)傾斜。

非電氣化和可再生能源的氣候技術(shù)

氣候技術(shù)包括碳捕捉、碳利用和儲存（CCUS）、碳清除、自然氣候解決方案、循環(huán)技術(shù)、替代蛋白質(zhì)和可持續(xù)農(nóng)業(yè),以及用于跟蹤凈零進展的技術(shù)。

（本期內(nèi)容編譯自麥肯錫《McKinsey Technology Trends Outlook 2023》，版權(quán)屬于原作者。）

*參考資料：麥肯錫《McKinsey Technology Trends Outlook 2023》

關(guān)鍵詞：