如今5G應用正在加速布局，6G即將登場。Oulu大學6G旗艦研究計劃發布了全球首個6G白皮書。報告顯示，大約每十年移動通信就會更新換代，如今我們已進入5G時代，預計6G將在2030年左右出現。

對于6G的愿景，報告也給出了描述，即泛在無線智能。6G服務將無縫覆蓋全球用戶；無線連接是關鍵基礎架構的一部分；為全人類和萬物提供情景感知的智能服務和應用。

那么除了6G以外，未來的科技發展究竟會呈現什么樣的趨勢？在信息技術研究和顧問公司Gartner看來，2020年的戰略科技發展將呈現十大趨勢。

超自動化

Hyperautomation

超自動化是一個為了交付工作、涵蓋了多種機器學習、套裝軟件和自動化工具的集合體。超自動化不但包含了豐富的工具組合，還包含自動化本身的所有步驟（發現、分析、設計、自動化、測量、監控和再評估）。

解讀：超自動化就是在自動化的基礎上能夠進一步理解作用范圍、彼此間關聯及組合協調方式。

多重體驗

Multiexperience

從現在起到2028年，用戶體驗將在兩個方面發生巨大的變化，即用戶對于數字世界的感知以及用戶與數字世界的交互方式。會話平臺正在改變人與數字世界的交互方式，而虛擬現實、增強現實與混合現實正在改變人們對數字世界的感知。

解讀：這一模式將從精通技術的人轉變為理解人類的技術，計算機將代替人類承擔人機交互的重擔。

專業知識的民主化

Democratization of Expertise

專業知識的民主化致力于通過極簡的體驗，且在不需要接受大量成本高昂培訓的前提下為人們提供專業技術知識（例如機器語言、應用程序開發）或業務領域專業知識（例如銷售流程、經濟分析）。“公民化”（例如公民數據科學家、公民解決方案整合者）、公民程序開發和無代碼模式都是專業知識民主化的例子。

解讀：包括數據和分析的民主化、開發的民主化、設計的民主化以及知識的民主化。

人體機能增強

Human Augmentation

體能增強通過在人類身體上植入或外置可穿戴設備等技術部件改變人類固有的身體機能，從而實現增強。認知增強則是通過傳統的計算機系統和新興的智能空間中的多體驗接口中的信息和應用來實現。

解讀：人體機能增強研究如何使用技術提供認知與體能增強，并使其成為人類體驗中不可或缺的一部分。

透明度與可追溯性

Transparency and Traceability

越來越多的消費者意識到其個人信息的價值并提出控制個人信息的要求。透明度與可追溯性指用于滿足監管要求、維持使用人工智能和其他先進技術中，所需遵守的道德規范以及恢復對企業機構信任缺失的態度、行動以及輔助技術與實際措施。

解讀：即企業機構在建立透明度與信譽措施時必須專注于三個領域：

（1）人工智能與機器學習；

（2）個人數據隱私、所有權與控制；

（3）符合道德的設計。

邊緣賦能

The Empowered Edge

邊緣計算是一種在信息來源、存儲庫及使用者附近進行信息處理、內容收集和交付的計算拓撲結構。它試圖將網絡流量與計算處理保留在本地以減少延遲、發揮邊緣能力以及賦予邊緣更大的自治性。

解讀：我們所熟知的機器人、無人機、自動駕駛汽車及可操作系統等復雜的邊緣設備將加快這一轉變。

分布式云

Distributed Cloud

分布式云指的是將目前集中式的公有云服務分布到不同的物理位置，原來的公有云提供商繼續負責分布式云的運營、治理、更新和迭代。這對于目前大多數公有云服務所采用的集中式模式是一次巨大的轉變，并且將開辟云計算的新時代。

解讀：將公有云分到不同的地理位置。

自動化物件

Autonomous Things

自動化物件是使用人工智能，自動執行那些以往被人類執行的任務的物理設備。最典型的自動化物件有機器人、無人機、自動駕駛汽車/船及各種設備。

解讀：例如不同種類的機器人可以在同一個裝配流程中同時運行。在快遞行業中，最高效的解決方案可能是由自動駕駛汽車將包裹運到目標區域，然后由車上的機器人和無人機進行最后的派送。

實用型區塊鏈

Practical Blockchain

區塊鏈可以通過實現信任、提供跨業務生態透明度和實現跨業務生態價值交換、降低成本、減少交易結算時間及改善現金流來重塑整個行業。由于可以追溯到資產的來源，因此“以次充好”的概率大幅降低。區塊鏈還可用于身份管理。區塊鏈中的智能合約可以使系統在事件發生時自動觸發行動，例如在收到貨物時付款等。

解讀：由于區塊鏈所具有帶來收入增長的潛力，企業機構應開始評估這項技術，即便是認為這項技術在近期不會快速普及的企業機構也不例外。

人工智能安全

AI Security

人工智能與機器學習將被繼續用于提升各種應用場景中人類決策的能力，但同時也因為物聯網、云計算、微服務及智能空間中高度連接的系統增加了大量潛在攻擊點。

解讀：安全與風險領導者應專注于三個關鍵領域：保護人工智能賦能系統、利用人工智能提升安全防御機制以及做好攻擊者對人工智能的惡意使用的心理準備。

注：文/數據雜志，公眾號：TalkingData，本文為作者獨立觀點，不代表億邦動力網立場。