2025年技術(shù)趨勢報告

Deloitte.Insghts圖1信息圖1信息“C位出道”核心現(xiàn)代化與我們生活的紋理之中。隨著時間的推移，我們將會如在，它將被視為一種預(yù)期始終穩(wěn)定運(yùn)行且不可或缺的技術(shù)力量。在這一愿景中，AI將在幕后悄然運(yùn)作，調(diào)控城市交通網(wǎng)絡(luò)、量身定制個人健康解決方案，或在教育領(lǐng)域開辟出適應(yīng)性強(qiáng)且易于獲取的學(xué)習(xí)路徑。它不會被人們主動尋求，而是悄然存在于我們的日常體驗之中，賦予世界以更加智慧、迅速和直觀的運(yùn)作方式。這種現(xiàn)象看似魔法般不可思議，實則根植于精密空間計算“C位出道”由于能夠打破信息孤島并創(chuàng)造更加自然的用戶交互方式，空間計算持續(xù)激發(fā)企業(yè)的興趣。企業(yè)已經(jīng)開始在諸多應(yīng)用場景中取得顯著成效，例如通過高級仿真技術(shù)測試不同情境，以評估各種條件對其運(yùn)營的潛在影來的幾年里，隨著對執(zhí)行能力的關(guān)注不斷深化，我們或?qū)⒂瓉硪粋€自主式AI的新時代，通過賦予消費(fèi)者和硬件吞噬世界來的能源需求增長造成了可持續(xù)性的挑戰(zhàn)，但在能源來源和使用效率上的進(jìn)步正使AI硬件變得更加可行與普及。展望未來，隨著AI持續(xù)融入設(shè)備中，這一趨勢有望革新物聯(lián)網(wǎng)及機(jī)器人技術(shù)，借助更智能、更自主的設(shè)備（如在醫(yī)療健康行業(yè)的應(yīng)用），推動行業(yè)實現(xiàn)過基礎(chǔ)設(shè)施、工程、財務(wù)運(yùn)營、人才管理及創(chuàng)新這五不斷增強(qiáng)，“人”在技術(shù)交付的每個階段都可能經(jīng)歷從“作為主導(dǎo)者”到“作為其中一環(huán)”的范式轉(zhuǎn)換。新難題：量子時代對加密技術(shù)的挑戰(zhàn)當(dāng)年應(yīng)對“千年蟲”危機(jī)時，各組織敏銳地察覺到了潛在風(fēng)險，并迅速采取了應(yīng)對措施。如今，面對IT領(lǐng)域的新挑戰(zhàn)，IT部門同樣需要以前瞻性和主動性做出響應(yīng)。專家預(yù)測，量子計算機(jī)有望在未來5到20年內(nèi)走向成熟，其強(qiáng)大的破譯能力對現(xiàn)有加密技術(shù)和數(shù)字簽名構(gòu)成了嚴(yán)重威脅，進(jìn)而對數(shù)據(jù)和通信的完整性和構(gòu)思和設(shè)計業(yè)務(wù)流程，使其更加智能、更高效、更具備預(yù)測性。為確保平穩(wěn)運(yùn)營，此過程需要周密規(guī)劃以應(yīng)對復(fù)雜的集成挑戰(zhàn)，技術(shù)和技能的戰(zhàn)略性投資，并建立穩(wěn)健的治理框架。值得注意的是“自動化悖論”現(xiàn)象：隨著系統(tǒng)復(fù)雜性的增強(qiáng)，人類員工的重要性愈發(fā)突出。盡管，將AI引入核心系統(tǒng)可能簡化用戶的交互體驗，但它同時也增加了系統(tǒng)的架構(gòu)復(fù)雜程度。因此，在管理核心系統(tǒng)中的AI應(yīng)用時，深厚的技術(shù)專長并購后的協(xié)同效應(yīng)以及戰(zhàn)略合作伙伴來驅(qū)動發(fā)展。然而，當(dāng)前的趨勢正逐漸從細(xì)分與專業(yè)化，轉(zhuǎn)向技術(shù)與這一無形的規(guī)則猶如互聯(lián)網(wǎng)的脈絡(luò)，將全球信息網(wǎng)絡(luò)緊密相連。但我敢打賭，雖然平日里我們依賴對它的使用，但實際上大多數(shù)人已經(jīng)很久沒有對“超文本傳如同魔法師的權(quán)杖，賦予空間計算模擬以更強(qiáng)的？：及其與終端用戶設(shè)備、物聯(lián)網(wǎng)、機(jī)器人技術(shù)的完件測試以及技術(shù)人才能力提升上的廣泛應(yīng)用，正如一股強(qiáng)勁的東風(fēng)，不僅極大地拓展了技術(shù)領(lǐng)域的邊界與影響力，更引領(lǐng)企業(yè)IT破浪前行，逐步掙脫虛擬化枷鎖與預(yù)算緊縮的羈絆，開啟一個嶄?智能中樞：AI顛覆核心系統(tǒng)現(xiàn)代化：核心系統(tǒng)供應(yīng)商在AI領(lǐng)域傾注心血，有望簡化用戶體驗，搭建起應(yīng)用間數(shù)據(jù)共享的橋梁。但同時，AI在系統(tǒng)中的不斷深化，也將使系統(tǒng)架構(gòu)愈加復(fù)雜。位出道”“燈神”空間計算“C位出道”看，這種情況在涉及物理組成部分的工作流程中尤為突出。專業(yè)任務(wù)往往需要針對各種獨(dú)特的系統(tǒng)進(jìn)行狹式的科技生態(tài)系統(tǒng)，讓人們能夠更自然地與世界互動境數(shù)據(jù)，使供應(yīng)鏈工作人員能夠識別需要訂購的零部件，也能幫助營銷人員把握產(chǎn)品的整體美感，以便于構(gòu)建更具吸引力的營銷活動。公司各部門的員工都可一提到空間計算，很多人自然而然會聯(lián)想到引人注目于此，它并非僅僅局限于通過眼鏡提供視覺體驗。實空間計算可感知現(xiàn)實世界的物理組件，使用橋接技術(shù)連接物理和數(shù)字輸入，并將數(shù)字輸出疊加到混合界面人機(jī)交互發(fā)展中，空間計算將從根本上改變我們對數(shù)空間計算空間計算“C位出道”9圖圖1虛擬數(shù)字人物/角色多商業(yè)流程都包含物理組成部分，尤其在重資產(chǎn)行業(yè)更是如此。然而這些流程的信息常常被過度抽象化，從而使員工失去把握其本質(zhì)并產(chǎn)生洞察的機(jī)會。企業(yè)固然能夠從有組織、結(jié)構(gòu)化的商業(yè)數(shù)據(jù)中獲取諸多關(guān)于自身運(yùn)營的信息，但若能結(jié)合物理數(shù)據(jù)，便能更深入地洞察企業(yè)的運(yùn)營狀況。正是在這樣的背景下，空“在正確的時間提供正確的信息和正確的視角，這是間計算能夠使人們對物理世界和虛擬世界有更自然的設(shè)想一下，一家制造公司的設(shè)計師、工程師和供應(yīng)鏈購全部所需零件；醫(yī)生可以通過增強(qiáng)現(xiàn)實查看患者身地圖上疊加詳細(xì)的工程模型。這些可能性就像我們的用攝像機(jī)和計算機(jī)視覺技術(shù)，全程追蹤球員在比賽中的表現(xiàn)，并為每位球員的每一個動作構(gòu)建完整的三維AI技術(shù)則助力識別某一球員的面向方向，以及其決策中考慮的諸多關(guān)鍵因素。這些數(shù)據(jù)實質(zhì)上為每位球員“AI的快速發(fā)展推動了這些模型持續(xù)優(yōu)化，以用于我6。高級模擬技術(shù)也已應(yīng)用于醫(yī)療環(huán)境。例如，虛擬患者情景可作為護(hù)士或醫(yī)生培訓(xùn)的有力補(bǔ)充，提供比傳統(tǒng)教科書更為動態(tài)、更具自主性的學(xué)習(xí)環(huán)境。然而，這將AI整合到現(xiàn)有學(xué)習(xí)材料中，以及提升模擬的真實感等。盡管如此，基于AI的模擬技術(shù)仍有望深刻影響我統(tǒng)級的數(shù)字孿生體，不列顛哥倫比亞?。ㄎ挥诩幽么笪鞑浚┑墓残l(wèi)生機(jī)構(gòu)對患者在不同護(hù)理環(huán)境中的活動進(jìn)行了有效的可視化，并利用模擬來確定不同護(hù)理模式對患者獲得醫(yī)療服務(wù)的影響。盡管這項工作仍在進(jìn)行中，但弗雷澤衛(wèi)生局預(yù)計，通過增加患者對可用隊在實施更傳統(tǒng)的基于軟件的項目時未曾遇到過的。盡管這些空間計算應(yīng)用程序的開發(fā)項目具有令人信服的商業(yè)價值，但組織在實現(xiàn)它們的過程中，仍需探索以將正確的空間數(shù)據(jù)輸入到可視化系統(tǒng)中，是一個棘手的工程挑戰(zhàn)。確保數(shù)據(jù)質(zhì)量高且真實反映現(xiàn)實世界多數(shù)組織中歷來管理不善，盡管它體現(xiàn)了一些企業(yè)最數(shù)據(jù)管道為業(yè)務(wù)發(fā)展提供源源不斷的燃料數(shù)據(jù)是新的石油已經(jīng)是一種老生常談的說法，但對于一家美國的石油和天然氣公司來說，這一比喻正逐漸成為現(xiàn)實，這得益于其在重新構(gòu)建部分?jǐn)?shù)據(jù)管道方面使用計算機(jī)視覺算法對數(shù)據(jù)進(jìn)行分析，以確保其資產(chǎn)在上述足球、醫(yī)療、能源等各個例子中，關(guān)鍵要素是什么？是數(shù)據(jù)集成。以這家能源巨頭為例，該企業(yè)構(gòu)和文件類型，涵蓋了機(jī)器數(shù)據(jù)、無人機(jī)數(shù)據(jù)、業(yè)務(wù)數(shù)空間計算“C位出道”過去，企業(yè)難以將空間數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)整合到一個可視化界面中，但如今這一狀況正在發(fā)生轉(zhuǎn)變。正如我橋梁，基于空間數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)進(jìn)行解讀并按需補(bǔ)充空間計算“C位出道”呈現(xiàn)這些數(shù)據(jù)，而這一過程往往并非一帆風(fēng)順，但很發(fā)人員、財務(wù)分析師等角色。與今天的機(jī)器人不同，未來的自主式AI能夠提前規(guī)劃并預(yù)見用戶的需求，甚至無需用戶提出要求?；谟脩羝煤蜌v史行為，它們將知道如何在合適的時間提供合適的內(nèi)容或采取合），多年后才能顯現(xiàn)，但企業(yè)仍可以朝著利用空間計算優(yōu)勢的方向去努力。盡管構(gòu)建數(shù)據(jù)管道是十分艱巨的任空間計算空間計算“C位出道”StefanKircher擔(dān)任德勤管理咨詢產(chǎn)品與解決方案業(yè)務(wù)的總德勤無限現(xiàn)實?業(yè)務(wù)的CTO。他在生產(chǎn)制造、技術(shù)戰(zhàn)略規(guī)劃以及跨不同行業(yè)解決方案構(gòu)建方面積累了超過25年的深厚專業(yè)經(jīng)RobertTross是德勤管理咨詢的GPS市場領(lǐng)導(dǎo)合伙人，負(fù)責(zé)引領(lǐng)德勤無限現(xiàn)實?服務(wù)在聯(lián)邦市場的業(yè)務(wù)拓展。他擁有超過25年的豐富經(jīng)驗，專注于打造跨多種平臺的全渠道體驗，其專業(yè)領(lǐng)域包括網(wǎng)絡(luò)平臺、沉浸式與空間計算技術(shù)、社交媒體、移動設(shè)備、可衷心感謝德勤各領(lǐng)域的眾多專家領(lǐng)導(dǎo)，他們?yōu)榻换フ鹿?jié)的研究空間計算“C位出道”空間計算“C位出道”一系列較小模型的協(xié)同工作可能會服務(wù)于與當(dāng)前大語言模型不同的場景。組織可以根據(jù)新的開源選擇和多模態(tài)輸出（不僅是文本）解鎖全新的服務(wù)和產(chǎn)品，開在未來數(shù)年，隨著AI模型向更小型化、專業(yè)化發(fā)展的進(jìn)程，企業(yè)在AI應(yīng)用領(lǐng)域的規(guī)則與標(biāo)準(zhǔn)有可能將被再各組織或?qū)⒁娮CAI從增強(qiáng)知識到增強(qiáng)執(zhí)行的根本性轉(zhuǎn)會通過為消費(fèi)者和企業(yè)提供大量基于硅基技術(shù)的智能助手，徹底改變我們的工作與生活方式。想象一下那些能夠執(zhí)行特定任務(wù)的智能體，比如在董事會會議上提交財務(wù)報告或申請補(bǔ)助金?！皩Υ?，有個應(yīng)用程序?qū)玫膸椭边@句話未來很可能會演變?yōu)椤斑@大語言模型無疑是令人興奮的，但其部署需要堅實的基礎(chǔ)工作。許多企業(yè)并未自行構(gòu)建模型，而是選擇與因為低質(zhì)量的輸入將導(dǎo)致更差強(qiáng)人意的輸出（換句話說，垃圾進(jìn)，垃圾指數(shù)級出）。正因如此，數(shù)據(jù)標(biāo)注司通過在網(wǎng)絡(luò)上搜集信息來構(gòu)建盡可能大的模型時，精明的企業(yè)則專注于創(chuàng)造更加智能的模型。這就需要為其大語言模型提供更符合某個具體領(lǐng)域的特定“訓(xùn)受訪組織指出，隨著AI試點項目的規(guī)?；七M(jìn)，一系列新挑戰(zhàn)或?qū)㈦S之浮現(xiàn)。其中，涉及敏感數(shù)據(jù)的法規(guī)細(xì)則尚不明晰，在外部數(shù)據(jù)（諸如獲授權(quán)的第三方數(shù)大語言模型與其他高階模型（如模擬仿真）可能會更易于快速搭建，并實現(xiàn)規(guī)模擴(kuò)增。但切記，規(guī)模并非全部。隨著時間推移，由于AI訓(xùn)練和實施方法的多樣化發(fā)展，企業(yè)可能會更傾向于嘗試小模型。許多企業(yè)或許擁有比想象中更“價值連城”的數(shù)據(jù)，將這些數(shù)據(jù)通過任務(wù)導(dǎo)向的小模型來付諸使用，能夠在節(jié)省時間、精力的同時，減少麻煩。正如今年開篇所討論的那樣，我們正處在從彼此孤立的AI項目向“無處不在），在接下來的18至24個月內(nèi)，主要的AI供應(yīng)商和企業(yè)用戶很可能會擁有一套模型工具包，其中包含日益精密、強(qiáng)大的大語言模型，以及更適用于日常應(yīng)用場景的其他模型。事實上，在大語言模型并非最佳選擇的情況下，AI的三大支柱開辟出了新的創(chuàng)造價值途小語言模型大語言模型的供應(yīng)商正競相讓AI模型盡可能高效。他們所做的努力并非著眼于開拓新的應(yīng)用場景，而是旨在針對現(xiàn)有場景對模型進(jìn)行適當(dāng)調(diào)整和優(yōu)化。例如，對于像總結(jié)一份檢驗報告這類常規(guī)工作而言，一個基于類似文檔訓(xùn)練而成的較小模型就足以勝任，并不一定需要由多么龐大的模型來完成，而且這樣在成本效練一個小語言模型。這樣一來，員工就能快速獲取洞察，無需耗費(fèi)數(shù)周時間來手動解析龐大的數(shù)據(jù)集。通過諸如此類的小語言模型獲得的信息隨后可以與用戶圖圖1不同需求適用的不同AI工具小模型的另一個優(yōu)勢在于其可以在設(shè)備端運(yùn)行，并且企業(yè)能夠用較小規(guī)模、經(jīng)過精心整理的數(shù)據(jù)集對其進(jìn)行訓(xùn)練，來解決更為具體的問題，而不僅限于泛泛的查詢，正如本文“硬件吞噬世界”趨勢中所討論的那最后，小語言模型領(lǐng)域的諸多進(jìn)展均得益于像型18。由于此類模型可以針對不同需求進(jìn)行定制，只要企業(yè)的IT團(tuán)隊擁有相應(yīng)的AI人才來對其進(jìn)行微調(diào)，就可以在企業(yè)中發(fā)揮巨大作用。事實上，近期由選擇較小的開源模型，并針對具體場景對其進(jìn)行定制19。歸功于多元化編程社區(qū)的不懈努力和持續(xù)貢獻(xiàn)，開源模型得以持續(xù)優(yōu)化和升級。正因如此，這類模型在規(guī)模和運(yùn)行效率上有望實現(xiàn)迅速的增長和提升。多模態(tài)模型聲音的形式提供回應(yīng)，從而提升數(shù)字包容性。像美國快速將營銷材料從英語翻譯成其他語言，或是生成相在接受傳感器數(shù)據(jù)、維護(hù)日志和倉庫圖像訓(xùn)練后，推闡述。隨著技術(shù)的進(jìn)步和模型架構(gòu)的優(yōu)化，我們預(yù)計我們的工作模式。無論是大型還是小型的工作模型，均突破了大語言模型單純的問答局限，具備在現(xiàn)實世界里完成特定任務(wù)的能力。這些模型的應(yīng)用范圍十分廣泛，不僅可以根據(jù)您的旅行偏好預(yù)訂航班，還可提供自動化客戶服務(wù)。這種服務(wù)無需您下達(dá)極具專業(yè)性域或行業(yè)的自主式AI能夠改變企業(yè)中人機(jī)交互的方式AI間的溝通：智能體之間可能會存在一種比人類語言更為高效的溝通方式，畢竟我們不需要讓聊識仍至關(guān)重要，他們將專注于智能體的管理與培訓(xùn)，并與其進(jìn)行合作，就像他們今天與大語言模圖圖2自主式AI數(shù)量不斷增加，可能會引發(fā)對網(wǎng)絡(luò)安全的廣泛擔(dān)憂，而且隨著時間推移以及AI系統(tǒng)訪問的數(shù)據(jù)越來越多，網(wǎng)絡(luò)安全只會變得愈發(fā)重要。要想最大限度地使用智能體，就需要建立風(fēng)險評估與信任了減輕對環(huán)境的影響，未來的AI發(fā)展需要在性能與可持續(xù)性之間找到平衡。這不僅涉及到充分利用液態(tài)神經(jīng)網(wǎng)絡(luò)以及其他高效AI訓(xùn)練方式所帶來的進(jìn)步，同時也涵蓋了實現(xiàn)這些技術(shù)所需的硬件支持，正如我們在本文“硬件吞噬世界”趨勢中?面向未來的領(lǐng)導(dǎo)力：AI具備變革性的潛力，這一點在過去一年中已經(jīng)被廣泛討論，但其潛力的被激發(fā)程度取決于領(lǐng)導(dǎo)者的決策水平。如果僅將AI當(dāng)作一種沿襲舊有做事方式的更快途徑，那么，踐”，在這一過程中，我們將會找到新的組織形談及AI，企業(yè)未來可能仍會秉持當(dāng)下的考量要點：數(shù)的諸多監(jiān)管挑戰(zhàn)和倫理不確定性（例如數(shù)據(jù)收集和使用限制、公平性問題、透明度缺失等）做好準(zhǔn)備工作38?！袄M(jìn)，垃圾出”的風(fēng)險只會與日俱增，選擇協(xié)助客戶通過數(shù)據(jù)驅(qū)動的分析和AI解決方案來轉(zhuǎn)型其業(yè)務(wù)，從而醫(yī)療健康及電信等多個行業(yè)的客戶提供專業(yè)服務(wù)，并對這些組織中的財務(wù)職能有著深厚的見解，曾領(lǐng)導(dǎo)項目分析、規(guī)劃、預(yù)測與NitinMittal是德勤管理咨詢合伙人，現(xiàn)任USAI戰(zhàn)略性增長業(yè)務(wù)年，他在紐約AI峰會榮獲“年度AI創(chuàng)新者”獎項提供專業(yè)建議，助力客戶通過數(shù)據(jù)和認(rèn)知驅(qū)動的轉(zhuǎn)變來獲取競爭優(yōu)勢，這些轉(zhuǎn)變能夠提升企業(yè)的智能水平，使客戶能夠在行業(yè)顛CDAO項目全國領(lǐng)導(dǎo)合伙人。他是德勤生成式AI業(yè)務(wù)領(lǐng)導(dǎo)團(tuán)隊的衷心感謝德勤各領(lǐng)域的眾多專家領(lǐng)導(dǎo)，他們?yōu)樾畔⒄鹿?jié)的研究歷經(jīng)多年“軟件浪潮”后，硬件如今開始大放異彩。爾定律逐漸逼近極限，AI革命的前景愈發(fā)依賴高性能隨專用芯片已成為AI計算任務(wù)的寶貴資源，英偉達(dá)已對于企業(yè)而言，一個關(guān)鍵的硬件應(yīng)用場景可能在于AI嵌入式用戶終端和邊緣設(shè)備。以個人電腦為例，企業(yè)筆記本電腦多年來已逐漸商品化。然而，隨著AI嵌入個人電腦的發(fā)展，我們可能正站在計算領(lǐng)域重大變革司已經(jīng)在宣傳AI電腦的潛力，聲稱其能夠“未來化”技術(shù)基礎(chǔ)設(shè)施，降低云計算成本，并增強(qiáng)數(shù)據(jù)隱私保索的離線AI模型，知識工作者可以借助更快、更準(zhǔn)確的AI技術(shù)提升工作效率。盡管如此，企業(yè)在大規(guī)模更新終端用戶的計算資源時應(yīng)進(jìn)行戰(zhàn)略性部署，不然會使數(shù)據(jù)中心的電力消耗顯著增加，增幅與瑞典或德國提供能源支持的研究估計，由于AI需求的激增，未來AI技術(shù)的進(jìn)步，越來越多的設(shè)備將變得更加智能，因為AI使它們能夠分析其使用情況并承擔(dān)新任務(wù)（如本過去，技術(shù)專家常認(rèn)為軟件是獲得投資回報的關(guān)鍵，因為軟件具有可擴(kuò)展性、易更新性和受知識產(chǎn)權(quán)保護(hù)為“沉思者”，硬件投資正在激增10。去年我們曾報大型科技公司是這一需求驅(qū)動的部分重要原因，因為它們可能會構(gòu)建自己的AI模型，并在本地部署專用芯對GPU的需求已經(jīng)超過了產(chǎn)能。在當(dāng)今的淘金熱中，圖圖1 更加受歡迎。NPU模擬大腦神經(jīng)網(wǎng)絡(luò)的工作原理，可業(yè)能夠?qū)I應(yīng)用從云端遷移到本地，處理無法外部托戴爾科技的企業(yè)戰(zhàn)略高級副總裁VivekMohindra表用年限已達(dá)到或超過四年。這些舊電腦因為沒有配置可能即將迎來一次大規(guī)模的更新?lián)Q代。隨著NPU使終端設(shè)備能夠離線運(yùn)行AI，并使模型更加精簡以適應(yīng)特定應(yīng)用場景，硬件可能再次成為企業(yè)競爭力的差異化因素。在德勤最近的一項研究中，72%的受訪者認(rèn)為生成式AI對其行業(yè)的影響將是“上升至變革性質(zhì)的”隨著曾經(jīng)被認(rèn)為具備無限訪問能力的云計算浪潮逐漸退去，資源受限的時代即將到來。企業(yè)基礎(chǔ)設(shè)施（例如個人電腦）在結(jié)束長達(dá)多年被視為一種簡單工具的時期后，再次具備戰(zhàn)略意義。具體而言，專用硬件在AI的三個核心領(lǐng)域扮演著至關(guān)重要的角色：嵌入式AI設(shè)備和物聯(lián)網(wǎng)、數(shù)據(jù)中心以及先進(jìn)的物理機(jī)器人技術(shù)。針對第三個領(lǐng)域，專用硬件對機(jī)器人技術(shù)的影響可能在未來幾年才會逐漸顯現(xiàn)，因此我們在下一部分領(lǐng)域進(jìn)行決策。在AI資源稀缺和需求持續(xù)的情況下，這兩個領(lǐng)域的參與者可能會在發(fā)展與競爭中一決高緣AI是的最佳方式之一。“從延遲性、網(wǎng)絡(luò)資源和數(shù)據(jù)量多方面綜合考慮，將數(shù)據(jù)移動到集中計算位置是低效、無效且不安全的，”他表示，“最好是將AI技術(shù)應(yīng)用于數(shù)據(jù)所在之處，而不是將數(shù)據(jù)傳輸至AI系統(tǒng)出貨量將具備能夠運(yùn)行大語言模型或圖像生成模型的Thatcher認(rèn)為，設(shè)備的更新過程將與個人電腦1990年代從命令行輸入到圖形用戶界面的重大轉(zhuǎn)變類似。“不同的工具和協(xié)作方式如今充斥著軟件，已然發(fā)生了根本性變革，”他說，“軟件需要具備加速這一變今年，蘋果和微軟公司也都將在其生產(chǎn)的設(shè)備中嵌入隨著選擇的增多，有效治理將至關(guān)重要，企業(yè)需要思考：我們有多少員工需要配備下一代設(shè)備？芯片制造商正在競相提高AI性能30，但企業(yè)用戶無法負(fù)擔(dān)隨每次技術(shù)進(jìn)步更新所有邊緣設(shè)備。相反，他們應(yīng)制定分層策略，從而實現(xiàn)這些設(shè)備的效用最大化。云計算領(lǐng)域的相關(guān)經(jīng)驗積累，企業(yè)已深刻洞察“如果有問題的模型在不合適的硬件上運(yùn)行，成本會迅速膨新方法來解決該問題：“我們已經(jīng)實現(xiàn)每臺惠普工作站AI資源的跨企業(yè)共享。設(shè)想一下，能夠通過搜索查看哪些GPU處于空閑狀態(tài)，并使用它們來完成工作。按需計算已實現(xiàn)高達(dá)七倍的飛速提升，這或許將會成最后，雖然在未來兩年內(nèi)AI可能會成為首要議題，但響。正如我們在“新難題：量子時代對加密技術(shù)的挑戰(zhàn)”這一趨勢中所討論的，企業(yè)或?qū)A向于考慮使用量子計算來進(jìn)行下一代加密（尤其是隨著AI被用于處理和傳輸更多敏感數(shù)據(jù)）、優(yōu)化和模擬問題。數(shù)據(jù)中心可持續(xù)性有關(guān)運(yùn)行大型AI模型數(shù)據(jù)中心的能源使用已經(jīng)產(chǎn)生諸多討論。主流銀行發(fā)布的報告已在質(zhì)疑我們是否有足每日電力消耗相當(dāng)于近18萬個美國家庭的日常用電量目前關(guān)于AI的可持續(xù)發(fā)展討論眾說紛紜，企業(yè)在考慮未來兩年的AI數(shù)據(jù)中心時，應(yīng)關(guān)注這些領(lǐng)域的進(jìn)展（能源所面臨的壓力正在逐漸加大——對AI的關(guān)注程度快速增長可能有助于整體經(jīng)濟(jì)向可再生能源據(jù)中心，該中心利用當(dāng)?shù)靥烊坏暮錃夂蜻M(jìn)行自然冷卻，并完全依賴地?zé)岷退Πl(fā)電供電41。在薩爾瓦多，企業(yè)甚至在探索如何利用火山為數(shù)據(jù)?可持續(xù)性應(yīng)用：雖然AI的相關(guān)建設(shè)會消耗大量能源，但AI在許多領(lǐng)域的應(yīng)用可以抵消部分碳成本。AI已經(jīng)用于構(gòu)建并跟蹤森林砍伐、冰山融化情況，探索惡劣天氣規(guī)律。它還可以幫助公司跟?硬件改進(jìn)：新的GPU和NPU為和成本。創(chuàng)新并未停滯，最近英特爾和格羅方德），極大地簡化了倉庫材料的搬運(yùn)和存儲過程，將手動操作轉(zhuǎn)型升級為高效、智能的自動化流程。該公司開發(fā)了一種完全模塊化的存儲系統(tǒng)，由鋼制“立方體”組空間內(nèi)移動物質(zhì)的通用計算機(jī)之一。51”圖圖2略性增長業(yè)務(wù)咨詢領(lǐng)導(dǎo)合伙人，以及全球戰(zhàn)略、數(shù)據(jù)分析與并購智能創(chuàng)新者獎項”。他專長于通過數(shù)據(jù)和認(rèn)知驅(qū)動的轉(zhuǎn)型為客戶提供競爭優(yōu)勢，這些轉(zhuǎn)型旨在提升智能水平，幫助客戶在面臨顛在他的職業(yè)生涯中，Mittal一直擔(dān)任全球客戶的信賴顧問，并在多個行業(yè)領(lǐng)域工作過。他的主要工作重點是與生命科學(xué)和醫(yī)療健康行業(yè)的客戶合作，實施大規(guī)模的數(shù)據(jù)項目，以促進(jìn)組織智能，AbdiGoodarzi是德勤管理咨詢的合伙人，領(lǐng)導(dǎo)德勤的企業(yè)績效業(yè)務(wù)板塊。這一板塊包括六項服務(wù)，為各種企業(yè)職能提供策略、實施和運(yùn)營服務(wù)，涵蓋從端到端的業(yè)務(wù)和IT轉(zhuǎn)型、數(shù)字供應(yīng)鏈優(yōu)化、制造和產(chǎn)品策略、采購即服務(wù)，到全球財務(wù)、共享服務(wù)、規(guī)衷心感謝德勤各領(lǐng)域的眾多專家領(lǐng)導(dǎo)，他們?yōu)橛嬎阏鹿?jié)的研究試軟件，還能在整體上賦能技術(shù)人才。德勤的研究表明，處于這一組織變革前沿的科技公司已經(jīng)準(zhǔn)備推進(jìn)落實生成式AI——在接下來的一年內(nèi)，相比于保守的五個關(guān)鍵領(lǐng)域進(jìn)行AI轉(zhuǎn)型：工程、人才、云財務(wù)運(yùn)營者轉(zhuǎn)變?yōu)閰f(xié)調(diào)和創(chuàng)新者。在這種情況下，AI不僅可能像我們在今年的報告引言中所指出的那樣潛移默化地發(fā)揮作用，還可能公開進(jìn)入董事會，按照人類的需求的需求未被充分滿足，且疫情期間數(shù)字化受到了額外如今，企業(yè)正努力協(xié)調(diào)硬件、數(shù)據(jù)管理和數(shù)字化的新關(guān)聯(lián)，以提升AI使用率，實現(xiàn)其價值潛力。根據(jù)德勤根據(jù)德勤的研究，現(xiàn)超過60%的美國技術(shù)領(lǐng)導(dǎo)者正在認(rèn)為，AI將從根本上改變IT部門所扮演的角色。他表部門將比以往任何時候都更深入地融入業(yè)務(wù)。AI迅速在接下來的18到24個月內(nèi)，隨著企業(yè)越來越多地使用生成式AI，IT部門的性質(zhì)可能會發(fā)生變化。德勤前討論的那樣，即使在最保守的情況下，生成式AI也將嵌入每家公司的數(shù)字化產(chǎn)品或軟件足跡中（圖輔助，使一位沒有該編程語言經(jīng)驗的初級開發(fā)人員能正如德勤在一篇關(guān)于生成式AI時代的工程文章中所述，開發(fā)者的角色可能會從編寫代碼轉(zhuǎn)變?yōu)槎x架構(gòu)、審查代碼并通過提示詞工程實現(xiàn)編排功能。技術(shù)領(lǐng)導(dǎo)者應(yīng)預(yù)見到，在未來幾年的AI使用過程中，人機(jī)協(xié)作的代碼生成和審查將成為標(biāo)準(zhǔn)16。德勤去年調(diào)查的技術(shù)高管指出，他們難以招聘到具有安全、機(jī)器學(xué)習(xí)和軟件架構(gòu)這些IT關(guān)鍵背景的員工，并且由于缺乏合適技能的人才，他們被迫推遲有資金隨著自動化程度的提高，技術(shù)人才將承擔(dān)監(jiān)督角色，并擁有更多精力專注于能夠改善利潤所在的創(chuàng)圖1新（正如我們?nèi)ツ晁懻摚?。這有助于吸引人才，因為根據(jù)德勤的研究，吸引技術(shù)人才加入新機(jī)會的最大激勵是他們在該職位上將要從事的工作本身21。云財務(wù)運(yùn)營在云計算時代，由于資源可以一鍵配置，支出失控成為了一個屢見不鮮的問題。云服務(wù)供應(yīng)商巨頭為財務(wù)行預(yù)算編制，并且在不同系統(tǒng)之間的可視化程度有限管理。實時成本分析、強(qiáng)大的模式檢測和跨系統(tǒng)的資24。以上行為的必要性在于，未來幾年，AI可能會大幅增加大型公司的云成本。將AI應(yīng)用于財務(wù)運(yùn)營可以幫助證明針對AI投資的合理性，并在AI需求增加的同時優(yōu)化其他方面的成本25?；A(chǔ)設(shè)施），組織與他們所期望的自動化程度尚有差距。就在幾年前，一半的大企業(yè)仍在完全手動處理諸如安全、合規(guī)自動資源分配、預(yù)測性維護(hù)和異常檢測皆可能在一個企業(yè)智能體中實現(xiàn)，它能夠理解自身實時狀態(tài)并采取相應(yīng)行動27。這種新興的IT觀念被稱為自主計算，類似于人體的自主神經(jīng)系統(tǒng)，該系統(tǒng)調(diào)節(jié)心率和呼吸，并根據(jù)內(nèi)部和外部刺激動態(tài)調(diào)整28。正如上文所述，這樣的系統(tǒng)將使基礎(chǔ)設(shè)施從人類主導(dǎo)轉(zhuǎn)變?yōu)槿祟悈⑴c，因為其將自行管理，并最終僅呈現(xiàn)某些需要人類干預(yù)的問題。這就是為什么像eBay這樣的公司已經(jīng)在利用生成式AI來擴(kuò)展基礎(chǔ)設(shè)施，并處理大量客戶數(shù)據(jù)，這可能會對其平臺產(chǎn)生巨大影響29。最后，隨著技術(shù)團(tuán)隊逐漸適應(yīng)上述變化和挑戰(zhàn)，許多勵適應(yīng)最新技術(shù)。信任和安全責(zé)任也將擴(kuò)大，技術(shù)團(tuán)隊將保留人類的參與，以審查數(shù)據(jù)隱私、網(wǎng)絡(luò)安全和職能的地位。有見地的技術(shù)領(lǐng)導(dǎo)者需要培養(yǎng)一系列技能，因為技術(shù)和AI在企業(yè)中的重要性將會日益增加。這些技能包括流程和業(yè)務(wù)知識、項目和產(chǎn)品管理、業(yè)務(wù)發(fā)展、信任和合規(guī)專長，以及生態(tài)系統(tǒng)管理（包括AI工具和共享能力）。領(lǐng)導(dǎo)者還可能需要承擔(dān)新的角TimSmith是德勤管理咨詢的合伙人，同時擔(dān)任德勤摩立特技術(shù)戰(zhàn)略與業(yè)務(wù)轉(zhuǎn)型實踐的合伙人。他在美國及海外擁有超過20年的跨行業(yè)技術(shù)咨詢與實施經(jīng)驗。Tim與客戶密切合作，通過對運(yùn)營模式、架構(gòu)和生態(tài)系統(tǒng)之間進(jìn)行綜合決策，從而最大化技術(shù)資產(chǎn)的價值。他現(xiàn)居紐約市，擁有弗吉尼亞大學(xué)系統(tǒng)工程學(xué)士學(xué)位以運(yùn)營、企業(yè)業(yè)務(wù)和咨詢經(jīng)驗，他在凝聚關(guān)鍵利益相關(guān)者、推動變網(wǎng)絡(luò)安全專家需要考慮的問題已經(jīng)有很多。從司空見慣的網(wǎng)絡(luò)詐騙到悄然興起的AI生成內(nèi)容威脅，迫在眉睫的問題層出不窮。然而，在專注于這些緊急問題的同時，他們可能忽視了一個重要的潛在威脅：未來某企業(yè)依賴的大部分公鑰加密技術(shù)。一旦加密技術(shù)被破解，在線會話的建立、交易的驗證和用戶身份的保護(hù)截然相反：其影響預(yù)計會更為廣泛，但無人知曉威脅們會處理的，或者供應(yīng)商會幫我處理的。我們的事情以來最重要的事情，但對于大多數(shù)人來說并非當(dāng)務(wù)之這種自以為是的心態(tài)是災(zāi)難的溫床，因為問題并不在于量子計算機(jī)是否會到來，而是何時會到來。大多數(shù)），在最近的一份報告中，美國管理與預(yù)算辦公室表問題的潛在規(guī)模非常大，但幸運(yùn)的是，如今已有專業(yè)的工具與知識幫助企業(yè)解決這一問題。美國國家標(biāo)準(zhǔn)“此問題規(guī)模宏大，且對未來的影響日益凸顯。也許距離它的到來仍有一些時間，但我們需要防患于未然?！蹦炒笮凸I(yè)產(chǎn)品公司印度分部的安全技術(shù)副總圖圖1問題的規(guī)模非常大），經(jīng)處于風(fēng)險之中。種種跡象表明，不良分子正進(jìn)行所謂的“先竊取，后解密”攻擊，即先竊取加密數(shù)據(jù)，待更成熟的量子計算機(jī)出現(xiàn)后再進(jìn)行破解。在企業(yè)將系統(tǒng)升級為抗量子加密系統(tǒng)之前，其數(shù)據(jù)可能會持續(xù)“我們很早就意識到客戶數(shù)據(jù)和金融行業(yè)面臨的潛在威脅，這促使我們在量子準(zhǔn)備領(lǐng)域取得了開創(chuàng)性成鑒于問題的規(guī)模，升級至量子安全加密技術(shù)可能需要花費(fèi)幾年，十幾年甚至更久，在這期間我們也很可能在感覺上也許遙遙無期，但啟動應(yīng)對這一威脅的時機(jī)“組織應(yīng)立即啟動為量子計算帶來的潛在威脅做準(zhǔn)圖2初步行動包括政策和管理方法的建立、了解當(dāng)前的加密暴露情況、評估如何在基礎(chǔ)設(shè)施和供應(yīng)鏈優(yōu)先采取補(bǔ)救工作。同時，規(guī)劃綜合性的路線圖，確保更新?lián)Q代既覆蓋組織內(nèi)部，也能通過合同機(jī)制，要求供應(yīng)商初步行動完成后，組織便可著手進(jìn)行加密算法更供組織實現(xiàn)的新算法。該機(jī)構(gòu)表示，新算法可以通過題，而是使用格問題和哈希算法問題，這些問題足夠的項目將展示這些工具的使用方法以及這些工具的輸出如何支持風(fēng)險分析，從而幫助組織規(guī)劃優(yōu)先遷移到在升級加密技術(shù)的同時，企業(yè)也應(yīng)當(dāng)考慮他們還能做些什么。這可以比作打掃地下室：面對多年來無人問津的角落，我們應(yīng)當(dāng)如何清理？企業(yè)將識別出多年未評估的核心系統(tǒng)中高度技術(shù)化，但目前能力不足的部分。也許在升級加密技術(shù)的過程中，企業(yè)會發(fā)現(xiàn)其他可以一并解決的潛在問題，例如優(yōu)化治理機(jī)制、改進(jìn)除了防范未來的量子攻擊威脅，這些將網(wǎng)絡(luò)安全習(xí)慣隨著數(shù)字生活與物質(zhì)生活的聯(lián)系愈發(fā)緊密，我們的友誼、信譽(yù)和資產(chǎn)正在經(jīng)歷“數(shù)字化轉(zhuǎn)型”。這些領(lǐng)域以數(shù)字手段進(jìn)行中介，并通過加密技術(shù)進(jìn)行保護(hù)。展望未來，消息、交易及越來越多反映人們真實生存狀態(tài)的信息都將建立在數(shù)字信任的基礎(chǔ)之上。對加密的保護(hù)不僅關(guān)乎于保護(hù)企業(yè)數(shù)據(jù)存儲，也關(guān)乎于保護(hù)我至關(guān)重要的。優(yōu)先保護(hù)最敏感信息的行為不僅是明智量子計算機(jī)有望在藥物發(fā)現(xiàn)、金融建模等很多可以改善人們生活的應(yīng)用場景中帶來顯著好處，這些潛在的好處不應(yīng)被隨之而來的安全挑戰(zhàn)所掩蓋。因此，為了充分利用量子發(fā)展的好處，并規(guī)避量子計算機(jī)可能帶ColinSoutar博士是德勤全球的總監(jiān)，領(lǐng)導(dǎo)德勤在美國和全球的全實踐的成員，Soutar博士在該組織中領(lǐng)導(dǎo)年協(xié)助客戶管理、實施和運(yùn)營復(fù)雜網(wǎng)絡(luò)安全項目的工作經(jīng)驗，為還擔(dān)任德勤金融服務(wù)行業(yè)保險領(lǐng)域的網(wǎng)絡(luò)安全負(fù)責(zé)人，專攻安全托管服務(wù)、網(wǎng)絡(luò)安全策略與評估、身份與訪問管理、云和基礎(chǔ)設(shè)施安全、IT風(fēng)險和合規(guī)管理、事件響應(yīng)、威脅與漏洞管理、第三人，并擔(dān)任全球量子安全準(zhǔn)備能力專家。他的團(tuán)隊專注于加密管理的各個方面，如公鑰基礎(chǔ)設(shè)施、證書生命周期管理、密鑰管理衷心感謝德勤各領(lǐng)域的眾多專家領(lǐng)導(dǎo)，他們?yōu)榫W(wǎng)絡(luò)與信任章節(jié)的研究AI為核心系統(tǒng)帶來了變革性的影響。多年來，核心系統(tǒng)和在其上運(yùn)行的ERP工具一直是大多數(shù)企業(yè)的記錄系統(tǒng)，也是企業(yè)唯一的真相來源。無論是供應(yīng)商還是客戶，對運(yùn)營的任何方面有疑問，核心系統(tǒng)都能提供毫無疑問，這一過程中將面臨整合和變革管理的挑戰(zhàn)。IT團(tuán)隊需要投資于正確的技術(shù)和技能，并構(gòu)建強(qiáng)大的數(shù)據(jù)治理框架以保護(hù)敏感數(shù)據(jù)。隨著AI與核心系統(tǒng)的集成度提高，架構(gòu)將變得更為復(fù)雜，也更需要被妥善管理。此外，團(tuán)隊需要解決AI信任問題，以確保資產(chǎn)。人們清楚地認(rèn)識到，擁有一個系統(tǒng)來描述所有目前的挑戰(zhàn)在于，能實現(xiàn)這些工具所帶來的預(yù)期收益的組織相對較少。盡管認(rèn)識到集中化的單一事實來源有業(yè)務(wù)數(shù)據(jù)和業(yè)務(wù)邏輯，因此即使這些集成要求難以AI正在打破這一模式。一些企業(yè)正在尋求減少對單一探索：AI為核心系統(tǒng)注入“強(qiáng)心劑”經(jīng)過一系列技術(shù)更替，ERP系統(tǒng)可能會繼續(xù)保持其作為記錄系統(tǒng)的地位。在大多數(shù)大型企業(yè)中，ERP系統(tǒng)仍然保存著幾乎所有的業(yè)務(wù)數(shù)據(jù)，而且在過去幾年中采用了ERP系統(tǒng)的組織棄用ERP的意愿較低。在這個模式中，當(dāng)今的核心系統(tǒng)成為構(gòu)建AI領(lǐng)域創(chuàng)新AI協(xié)調(diào)的難題。例如，公司應(yīng)該使用供應(yīng)商提供的模塊，還是第三方工具，抑或擴(kuò)張技術(shù)團(tuán)隊以開發(fā)自己的模型？如果選擇供應(yīng)商，則意味著在功能開發(fā)方面好處是其能夠跨系統(tǒng)、跨文件類型讀取并解讀數(shù)據(jù)。這對新的學(xué)習(xí)戰(zhàn)略和自動化而言是一個發(fā)展契機(jī)，但也可能會對隱私安全提出挑戰(zhàn)。對于核心系統(tǒng)而言，人力資源、財務(wù)、供應(yīng)商和客戶信息高度敏感。在沒有開展治理的情況下將這些數(shù)據(jù)輸入AI模型可能會引還有一個問題是，將AI引入核心系統(tǒng)的主要策劃方應(yīng)該是誰。由于這是一個高度技術(shù)性的過程，因此需要這些問題的答案因不同的使用場景和企業(yè)而異。但在核心系統(tǒng)領(lǐng)域全面投身AI之前，企業(yè)相關(guān)團(tuán)隊?wèi)?yīng)思考這些問題并形成清晰的答案，為放大技術(shù)的收益打下其擴(kuò)展到庫存預(yù)測和規(guī)劃領(lǐng)域。公司目前正在將AI添加到訂單系統(tǒng)中，以幫助銷售代理發(fā)現(xiàn)交叉銷售和追供報價的AI工具。該工具允許員工使用自然語言查詢產(chǎn)品目錄，為客戶提供選項，并將信息整合成與客戶借助基于AI的工具，員工現(xiàn)在可以將時間集中在銷售和業(yè)務(wù)開發(fā)上，而不是花費(fèi)大量時間查找信息和回復(fù)這一變化不僅僅是為了給面向客戶的員工騰出時間。Graybar的領(lǐng)導(dǎo)層正著眼于通過在其核心系統(tǒng)中擴(kuò)大AI的使用范圍、并啟用全新的工作模式以實現(xiàn)數(shù)登錄不同的系統(tǒng)、并自行查找工作需要的資源。但如圖1Park表示，這種自動化學(xué)習(xí)方法可以應(yīng)用于各種業(yè)務(wù)流程。通過生成式AI能力（如摘要生成、筆記生成、些新技術(shù)力量重新定義企業(yè)現(xiàn)狀，以實現(xiàn)指數(shù)級的價范圍內(nèi)的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中開展訓(xùn)練，在此過程中，業(yè)務(wù)數(shù)據(jù)對于開發(fā)準(zhǔn)確、有洞察力的AI模型至關(guān)重要。利用核心系統(tǒng)促進(jìn)數(shù)據(jù)與行將應(yīng)用的AI模型相協(xié)同以獲取業(yè)務(wù)洞察，為企業(yè)實現(xiàn)真正的洞察驅(qū)動質(zhì)的飛躍，必須依靠跨業(yè)務(wù)域的AI，其不僅能夠利用單一記錄系統(tǒng)中的數(shù)據(jù)，還能夠通過審視全域數(shù)據(jù)，基于全域數(shù)據(jù)運(yùn)行模型開展相應(yīng)行動，這才是真正的展望：自動化發(fā)展是把“雙刃劍”對許多企業(yè)而言，核心現(xiàn)代化是一個耗時長、推進(jìn)難的任務(wù)。在這種情況下，企業(yè)若將AI視為與其已經(jīng)熟此次現(xiàn)代化將與過去的改革大相徑庭，變革速度和規(guī)模可能會比以往更快、更大。在過去，現(xiàn)代化主要是實施“升級”，整體過程十分繁瑣且耗時，但仍然被企業(yè)充分認(rèn)可并廣泛執(zhí)行。軟件供應(yīng)商通常會提供升頭部企業(yè)已經(jīng)開始開發(fā)類似功能，例如奢侈品零售商Saks的客戶服務(wù)機(jī)器人可以與訂單和庫存系統(tǒng)互因此簡化了在線購買商品的交付和退換貨流程，并賦與遷移實踐，該實踐隸屬于應(yīng)用現(xiàn)代化與創(chuàng)新服務(wù)。他曾創(chuàng)立軟提供戰(zhàn)略、實施和運(yùn)營服務(wù)，包括端到端的業(yè)務(wù)和IT轉(zhuǎn)型、數(shù)字供應(yīng)鏈優(yōu)化、制造和產(chǎn)品策略、采購即服務(wù)、全球財務(wù)、共享服她在行業(yè)和咨詢領(lǐng)域擁有超過20年的經(jīng)驗，為全球能源、資源和制造領(lǐng)域客戶提供大規(guī)模技術(shù)解決方案領(lǐng)導(dǎo)并協(xié)助客戶管理業(yè)務(wù)轉(zhuǎn)型，。Austin為相關(guān)客戶提出并落地IT戰(zhàn)略，幫助大型企業(yè)將業(yè)務(wù)和IT戰(zhàn)略運(yùn)營化，同時提高其技術(shù)流程的效率。她在將IT戰(zhàn)略與架構(gòu)、治理、項目管理、運(yùn)營模式和服務(wù)管理對齊方面擁有衷心感謝德勤各領(lǐng)域的眾多專家領(lǐng)導(dǎo)，他們?yōu)楹诵默F(xiàn)代化章節(jié)的研究這一趨勢對企業(yè)和技術(shù)領(lǐng)導(dǎo)者有何啟示？雖然將技術(shù)團(tuán)隊劃分為“相互獨(dú)立”的小組，專注于單一技術(shù)領(lǐng)域的開發(fā)，這一安排能夠在職能模塊上帶來效率的顯這一趨勢對企業(yè)和技術(shù)領(lǐng)導(dǎo)者有何啟示？雖然將技術(shù)團(tuán)隊劃分為“相互獨(dú)立”的小組，專注于單一技術(shù)領(lǐng)域的開發(fā)，這一安排能夠在職能模塊上帶來效率的顯著提升。但更為關(guān)鍵的是，領(lǐng)導(dǎo)者需要在團(tuán)隊之間架起溝通與協(xié)作的橋梁。這種跨團(tuán)隊的協(xié)作不僅能促進(jìn)知識共享和技術(shù)融合，還能推動整個組織的創(chuàng)新與發(fā)展。若企業(yè)一味追求“小步快跑”式的漸進(jìn)優(yōu)化，而非著眼于顛覆性的技術(shù)整合，就如同選擇了略微改良的錘子，而非效率更高的沖擊鉆，這是對創(chuàng)新潛力的個領(lǐng)域知識的人往往具備引領(lǐng)潮流的潛力。在當(dāng)今社會，行業(yè)與技術(shù)交匯的速度愈發(fā)加快，正驗證了“廣度”即“深度”的理念。我們比以往任何時候都更加需要通才型人才——那些能夠洞察不同行業(yè)、技術(shù)和理念之間關(guān)聯(lián)的“大局思考者”，這些跨學(xué)科的“連式的新浪潮。我們期待著，您的組織將揭示怎樣的交以量子機(jī)器學(xué)習(xí)為例，它將量子計算的原理引入機(jī)器絡(luò)和邊緣計算等網(wǎng)絡(luò)技術(shù)結(jié)合得如此緊密，以至于它正如在本文“硬件吞噬世界”趨勢中所述，智能工廠通過融合計算機(jī)視覺、傳感器和數(shù)據(jù)分析，正在構(gòu)建能夠自主學(xué)習(xí)與自我改進(jìn)的機(jī)器，為人形機(jī)器人技術(shù)獨(dú)立、完全窮盡），認(rèn)為將問題分解為“相互獨(dú)立”的虛假內(nèi)容，為用戶抵御合成媒體帶來的潛在威脅；再比如，太空技術(shù)與生物技術(shù)的合作，則致力于為宇航員提供更完善的保護(hù)，以應(yīng)對長期太空旅行帶來的撞，方是孕育最具潛力與豐厚回報的未來之源。這種領(lǐng)導(dǎo)者，下一個重大突破可能早已潛藏于其他行業(yè)、地區(qū)或競爭對手之中。企業(yè)不應(yīng)局限于自身的視野，而應(yīng)將目光投向更廣闊的領(lǐng)域，去發(fā)現(xiàn)那些可能被忽