技术展望2023

我们生活在两个并行的现实中，一个是原子构成的现实世界，一个是比特构成的数字世界。

我们的生活在数字世界和现实世界之 间切换：线下和线上购物、现场和远程办公以及人际和人机协作。为了让体验更加便捷、高效，人们试图让现实与数字世界结合得更为紧密，但依旧挑战重重。

现在时机成熟了。新一波企业转型将从打造纯数字能力转向构建数实融合的新现实，将现实世界与不断延伸的数字世界无缝结合，使两者浑然一体。要实现这一目标不能循序渐进，而是要大刀阔斧地进行变革。过去，人们可能仅仅满足于线上购物或智能设备连接，但现在我们意识到，将数字世界和实体世界融为一体有望创造全新的事物，产生新的价值。以生成式人工智能为例，很多人如今只是用它来进行数字图像和内容创作，但我们已经能预计到未来它对科学、企业数据、产品设计和制造等方面可能产生的巨大影响。

数年来，企业的创新支柱一直是流程乃至整个组织的数字化，尽管我们已经建立了非常丰富且深具意义的数字世界，但仍未能完全构建数实融合。

去年，在埃森哲《技术展望2022》中，我们将“多元宇宙”（Metaverse Continuum）称为继数字化转型之后的下一个跨越。元宇宙是连接数字世界和物理世界的纽带，正因为如此，我们看到，虚实互促是激发元宇宙应用潜力的 最佳方式。

未来将充满许多激动人心的创新与突破，引领我们走向新的前沿。我们不仅在推动数字化发展，还要让此前努力打下的数字基础发挥作用。元宇宙、数字孪生、增强现实和机器人技术仅仅是数实融合发展的一个开端。数字和实体世界的融合不仅仅会孕育新的产品和服务，更是推动科技前沿探索的关键力量。领军企业正在开发新工具，引发行业颠覆，改写世界的运作方式。

技术展望2023

本年度《技术展望2023》探讨了推动数实融合发展的技术趋势，以及企业要实现长远发展所需采取的行动。

数字身份: 数字世界与现实身份的全息融合

趋势概述

数字身份将深化融合创新，最具创新能力的全球领先企业已在行动。

当下的身份识别努力将直接塑造未来最富创新性的企业。更重要的是，数字身份不仅仅是CIO或CTO需要关注的技术问题，更支撑着企业实现许多宏伟的业务目标，因此整个管理层都需要予以重视。

先锋创新企业现在已经认识到，数字身份不仅可以弥补过去的不足之处，而且可以让企业适应未来截然不同的数据共享和数据归属形式。便携可信的全网数字身份的概念打破了许多我们习以为常的惯例。

数字身份是联合国推进“人人享有合法身份”概念的关键机制，并在《可持续发展目标》中明确呼吁各国在2030年之前为所有人建立合法身份。因此，多国政府推出数字身份计划。不久的将来，企业也可能很快跟进，以便和国家计划接轨。

数字身份应该列为您当前创新计划的重点。

技术动向

身份证主要分为两大类：第一类是核心身份（例如国家身份证），第二类是功能性身份证（例如驾照）。

我们经常把用于特定目的的功能性信息当作核心身份，以电话号码为例，手机号码最初是一种功能性的联系信息，然而，随著电话号码日益成为数字生活的入口，它已被用作核心身份识别符，但是这样做的不良后果已经开始显现，在一种名为SIM卡交换的攻击中，黑课利用社会工程手段诱使运赢商将目标的电话流量转到一张新的SIM卡上。这样一来，发送到目标号码的任何信息都会被攻击者拦截。

互联网设计之初并没有保护核心身份的概念，在重塑数字生活和现实生活之间的连接时，我们希望不再发生上述问题，重蹈覆辙，领先组织正在构建基础身份层，并创建通往融合世界的新入口。

在政府、公私合作伙伴关系和基层努力的引领下，数字化产生的核心数字身份已经开始出现。

另一种日益流行的核心身份处理方法是创建去中心化或分布式平台。这些举措有时称为自我主权身份（SSI），其基础是区块链和分布式账本技术。因此，它们不是依靠一个集中授权，而是依靠多方共识机制来验证身份。

分布式方案的优点是可以增强安全、保障和信任，但去中心化的性质使其很难用于专门目的。此外还存在可用性、互操作性和对账户恢复的担心等问题，也因此影响使用率。

变革启示

在推行核心数字身份的同时，我们还必须重新思考这些身份的功能：如何创建和关联与身份相关的数据、如何共享和管理这些数据，以及如何维持整个生态系统的归属权平衡。

Permission.io和星巴克已经开始利用代币化，这是企业开始围绕数字身份进行创新的主要方式之一。代币化是将“事物”转换成相关数字资产的过程，通常存储在区块链上。重要的是，这些例子还表明数字身份创新并不仅限于人。星巴克和Permission.io是将消费者的忠诚度和兴趣代币化。

很快，每个企业都不得不从新的角度重新看待身份和数据。例如，由于苹果和谷歌隐私权政策的改变，企业可能将无法再访问他们过去拥有的数据，这意味着他们目前所依赖的第三方和消费者数据将不复存在。如果没有做好准备去适应新的模式，这将会产生巨大的连锁反应。

虽然消费者普遍欢迎这些变化，但企业的担忧也在所难免。

当企业开始转向基于同意和价值的数据生态系统时，需要提前做好数据管道中断的准备。探索未来解决方案有助于企业找到应对之道，但技术只能解决一半问题。企业领导人需要认真思考，如何在新的数据生态系统中获取数据访问权限，并确保始终可以访问其数据。

行动建议

如果企业敢于应对挑战，勇于重塑数字身份的未来，他们将能显著提升自身安全水平，强化客户和合作伙伴的信任感。最为重要的是，他们将能赢得先机，营造更加美好的网络环境，最终迈向更加美好的世界。

数据透明: 共享数据成为宝贵资产

趋势概述

过去，我们会通过询问朋友或翻阅美食指南来决定“去哪吃饭”。2005年起，随着各大餐饮美食点评网的上线，我们拥有了更便捷更周全的选择方式。

点评平台的建立给了我们更多的启示，信息的透明让我们对世界有了更清晰、直观和全面的认知。

除了提供纯数据，这种信息的透明度还有助于我们全面洞察业务流程、消费者、市场变化、投资、企业领导者甚至整个行业。以更宏大的企业眼光来看，企业必须满足人们也期望获得数据的心理期望。

过去，数据由于其专有性和保密性成为了一种稀缺资源，而现在数据经系统量化并开源，让企业一下子非常被动。首先，大多数企业数据架构无法应对如此高级别的透明度。虽然许多企业已经制订了数据战略，但仍未充分利用触手可及的数据。

即使企业当前的数据架构非常领先，但面对全球海量的数据，也需要采取与时俱进的战略。除了数据量，企业还需要具备评估数据质量和完整性的能力，共享数据洞察，并做出决策。

你必须让品牌战略与时并进，因为你不能再假设这一类的数据都将保持隐蔽状态。如果您无法满足这些要求，竞争对手就会抢先一步。

技术动向

信息透明的商业时代即将到来。企业处于彻底重塑世界的变革最前沿，要想成为下一个时代的领导者，建立客户信任是必然之举。而数据透明度也将由此成为企业最宝贵的资源。企业要想成功就必须制定全新的数据战略，也就是创建、收集、管理和使用数据的方式。您应审视整个数据生命周期，重新思考数据需求以及数据收集方式；审视数据管理方法及其不足之处；并重新评估如何使用数据、有权访问数据的对象以及希望从中获得哪些业务能力。

仅拥有数据还远远不够，充分利用数据才是关键。通信技术提供了高效、快速、可靠的数据传输和处理能力，除了大量数据的传输，还可以实现远距离传输、更大范围的传输以及近乎实时的传输。

数据和连接性是实现透明度的先决条件，但并不能保证企业管理数据的能力。其中一个根本原因是企业内部的数据通常是孤立的，56%的受访人员表示数据源之间缺乏集成是妨碍其有效利用客户数据的最大挑战。如果企业的数据基础设施已经无法应对海量数据，那么未来出现更大数据负载时，它会在顷刻间瓦解崩溃。

数据网格和数据编织这两种新兴的数据管理战略将助力企业重塑。它们的优势和特点各不相同，但都可以简化数据架构，消除数据孤岛。

变革启示

企业要转变思维方式，积极构建透明度，重新审视计算风险的方式，从更多维度思考数据的价值。

这是否意味著企业必须始终共享所有数据？并非如此，企业必须负责任地收集和使用数据，并且将用户隐私与保密放在第一位。然而，企业也不应过于保守，因为共享资源能为企业内部运营、客户和公众带来宝贵的资源。例如，建立透明度之后，企业可以更清楚地看到推动业务运转的因素，洞察效率低下等问题，有的放矢地开发解决方案。

提高透明度，可以帮助企业重振和巩固与现有客户的关系，甚至可以成为吸引新客户的一种途径。在消费者最注重信任的时代，透明度的价值不可估量。直面这些新的数据需求，将有助于企业与客户建立信任关系，使他们成为品牌的粉丝。客户相关数据一直是企业的珍贵资产，而现在，让这些数据为客户创造价值的时机已经成熟。

无论企业的目标是提高运营效率、转变与客户的关系，还是参与解决世界上最具挑战性的信息问题，借助这种新的数据处理方法和思维模式，所有目标均可轻松实现。

行动建议

“透明度之窗”即将开启，现在，企业需要做出决策：是抓住机会，充分利用不断变化的数据生态系统；还是徒劳抗拒，白白错失大好机会。

合作伙伴、客户、监管机构都迫切需要深入了解企业和所在行业。如果您无法满足这些要求，竞争对手就会抢先一步。

通用智能: 无限延展的智能边界

趋势概述

2022年底，OpenAI公司展示了一款功能强大的新型聊天机器人-ChatGPT，迅即引发全球体验热潮。无论面对复杂的开放式问题，还是创作主题晦涩、风格奇特的诗歌和散文，ChatGPT的回答都令人惊叹，甚至充满幽默。例如，用户要求ChatGPT用英文詹姆斯钦定版《圣经》的语言风格，解说如何从录像机中取出花生酱三明治。

实际上，早在ChatGPT诞生之前，互联网上就已涌现出大量由人工智能生成的艺术作品。各种文本转图像生成器，如Stability AI公司的Stable Diffusion以及OpenAI的DALL·E 2等，都能根据文本提示生成栩栩如生的图像，效果令人惊叹。

这些生成的内容标志着人工智能进化史上最重大的跨越式变革之一：具有卓越任务适应能力的预训练模型，将彻底改变各行各业企业应用人工智能的方式和场景。

2017年，谷歌研究人员在人工智能模型架构方面取得了里程碑式创新。自此以后，科技企业和研究人员一直致力于加快人工智能的更新换代，将模型规模和训练集体量扩大。其结果是：强大的预训练模型（又称为“基础模型”）在接受训练的领域内表现出了前所未有的适应性

有了基础模型，企业可以开始以不同的方式处理许多任务和挑战，将重点从如何从构建人工智能，变为用人工智能构建。

技术动向

2020年，OpenAI发布的GPT-3成为首款赢得公众广泛关注的基础模型。令人讶异的是，GPT-3展示出了前所未有的能力。它不仅可以教会自己执行未经训练的任务，表现甚至优于其他专门训练过的模型。在此后几年里，更多的超大模型相继涌现。谷歌、微软、Meta等公司纷纷开发了自身的大型语言模型。

斯坦福大学“以人为本”人工智能研究院（Stanford Institute for Human-Centered Artificial Intelligence）使用“基础模型”一词来定义这种新型人工智能。该院的研究人员将此类基于大量数据训练、具有显著下游任务自适应能力的大型人工智能模型统称为基础模型。

一些企业正在竭力扩展数据类型，以解锁更多的数据模态。例如 "蛋白质语言"，Meta公司开发了一种蛋白质折叠模型，将蛋白质结构预测速度提高了60倍。

企业应密切跟踪的另一关键领域，则是基础模型构建和部署的便捷化，快速增长的计算需求，以及处理大规模计算所需的相关成本和专业知识，是当前面临的最大障碍。所有下游应用变体的运行和托管成本亦十分高昂。

变革启示

企业面临的问题并非基础模型是否会影响其所在行业，而是会产生哪些具体影响。

基础模型有望深刻改变人机交互方式。例如ChatGPT代表着搜索和知识检索的未来，可以撰写诗歌论文、调试代码和回答复杂问题。ChatGPT还能记住之前的对话，因此回复时可以酌情修改或详细说明，从而使人机交流更加流畅自然。

基础模型为人工智能的应用开启了新的可能性，但面临的主要问题是缺乏训练数据。不过预训练基础模型，显然可以规避这一局限。

多模态基础模型也在挑战极限。当多模态模型能够连接文本、声音、图像、视频、三维空间数据、工业设备的传感器数据、环境数据以及许多其他类型的数据时，可以帮助我们完成哪些工作？工业设备可以使用人工智能系统，将来自数十个传感器的数据转化为机器维修程序。

一些大型科技企业和研究机构已完成了预训练基础模型的构建，进而将其作为平台，为新的人工智能应用提供支持。他们会通过开源渠道或API付费访问的形式，提供基础模型服务。

要让基础模型在企业中发挥适当作用，就必须了解其最佳应用场景。许多人工智能应用程序使用的数据类型，已超出基础模型的处理范围。而对其他企业来说，狭义的人工智能仍能提供良好的服务，因为它是为了特定任务而训练的。更重要的是，基础模型中的偏见问题如今已非常普遍。这主要是由于模型的同质化趋势，以及许多基础模型均是通过互联网大型数据集训练而成。

即使自然语言让用户界面操作变得更加简便，企业也仍需具备一定的软件工程知识，只有这样，才能依托基础模型成功创建相关应用程序。当然，不具备相关技能的企业同样能从技术中获益良多，此类企业正好构成了该生态系统的第三层。随着OpenAI等一众企业纷纷开启模型的平台化进程，许多企业也开始提供新的B2B产品和服务。

最终，人工智能业务将从构建模型，转变为基于模型开发产品及服务。因此，会使用基础模型、使其适应业务需求、并且将基础模型与应用程序相集成的人才将日益抢手。

行动建议

基础模型的问世堪称人工智能历史上的最大变革之一。企业已经可以使用现有的模型来试验和构建新的应用程序； 随着技术的进步，机会将会如雨后春笋般倍增。

前沿探索: 计算与行业科学大爆炸

趋势概述

一直以来，科技创新与数字技术之间都进行双向反馈，相辅相成，不断突破认知极限。随著计算机的增长，数字技术也取得了前所未有的重要性。尽管科学加快取得发展成果，越来越多的企业开始将技术发展交在特定行业与研究员的手上。我们忘记了二战后的教训，科学与技术的融合户促推动了全球取得创新进展。

如今，情况已经开始改变，越来越多的企业开始投资新技术以加速科学发展，并利用这些科学发展成果快速高效地开发新的解决方案。

技术之力正从管理信息（简称IT）和控制物理系统（简称OT），扩展到第三个维度：科学技术（ST）。新的技术进步，将推动材料能源学、地球与空间学、以及合成生物学等领域的科学进步。此种良性循环，转而又将助力企业实现技术革新。

从企业提供解决方案的场所到产品的构成，一切都可能发生改变。除此之外，社会对加快科技反馈回路的需求从未如此迫切。面对医药、供应链和气候变化方面前所未有的全球性挑战，我们需要加快速度，制定出更加完善的解决方案。

如今，许多新兴技术都具有加快科学与技术反馈循环的潜力。因此，着手确定哪些技术能够对科学进步产生最大的影响，以及哪些科学进步反过来将最大程度地推动未来技术发展，对企业而言至关重要。

三个周期明显加快的领域：材料能源学、地球与空间学以及合成生物学。

技术动向

企业必须了解科学技术革命，以保持有竞争力的创新与战略。 反馈循环的加速与其他推动创新的要素一样至关重要。

企业要深入、准确地了解对公共健康、气候变化、供应链等全球最重大问题的意义。即使这些问题当前与企业的业务关系不大，但在未来几年中，它们中的一些问题必将成为企业面临的首要挑战。因此，企业应该积极地利用科技发展，以应对未来的挑战，并从中获得更多的创新机遇。

越来越多的企业开始投资新技术以加速科学发展，并利用这些科学发展成果快速高效地开发新的解决方案。

变革启示

前沿探索说易行难。许多新兴技术已经加快了科技反馈循环，由此带来的创新前景迭代也将越来越快。

与数字革命不同的是，此时企业的起步成熟度较彼时相差甚远，这让企业面临的挑战也愈发复杂。比如，一些制药或化工企业长期以来都在践行以科学为主导的创新。他们深知保持技术领先地位的重要意义，因而努力探索和投资于新兴数字技术，不断加快创新实践步伐，牢牢把握科技带来的种种机遇-建立合作关系并搭建沟通桥梁。

尽管其他企业自身并未涉足科学领域，也必须采取三项关键行动，为在下一阶段取得成功做好准备。首先，企业应充分认识到：合作是关键。量子计算等新一代计算技术不仅非常先进和复杂，更对相关稀缺技术人才有着大量需求。为此，跨行业和跨部门组织正通过组建联盟，合力实现量子计算目标。

企业做好创新准备的第二种方式是启动试验，实现新的科学驱动型创新。幸运的是，随着许多先进的技术和科学平台相继建立，此项工作变得更加便捷。

最后，企业还需意识到新前沿存在的种种风险，并为此妥善筹备。例如，合成生物学的进步和量子计算。

行动建议

下一代计算、空间技术和生物技术等领域的科技探索，将促进材料能源学创新、地球与空间学发展以及合成生物学的进步。为了应对气候变化和公共健康等严峻挑战，我们必须立即行动起来，大力投资、加速创新，让数字化与科技发展融合互促，缩短周期，并充分释放其潜力。