当疫情发生时,AI/ML 技术已经开始被采用,组织已经显著加快提升机器学习算法的整合能力。传统 ML 模式的问题在于,人们花费大量时间来构建和部署模型,但这种模式却无法扩展。或许,AI/ML 将被它自己的局限性所阻碍——直到它可以自己學习。但近期的一项重大突破显示,AI/ML可以通过自动化自学习算法处理非结构化数据。这意味着,阻碍即将被化解。展望未来,对 AI/ML功能的真正理解将有助于提升组织的核心竞争力。
5G在2020年大放异彩,但在 2021 年也许不会广受欢迎。预计至少到 2022年,硬件挑战将阻碍其推广。当你等待的时候,不妨看看 WiFi 6。从 5G 中获得的许多好处将首先通过WiFi 6来实现,这是一种可用但尚未普及的技术。
AR/VR改善了协作和获取知识的途径,其突破性应用将是沉浸式协作通信,比如视频会议的下一个迭代将结合 AR 和 VR 技术。随着越来越多的零售活动和商业交流转移到网上,将会产生更多的沉浸式体验需求。
2010年至2020年间,话题从“区块链是什么?”转变成“我如何有效地利用它?”虽然区块链联盟是一个领先的模式,但他们将受到协调和可见性挑战的阻碍。基于区块链,现在正在开发或试点的应用领域包括安全投票、跟踪政治捐款、跟踪疾病爆发和保护医疗供应链。也许三年后,将大为不同。
生物识别技术在疫情爆发之前就已经开始,并在世界范围内得到发展,比如双重身份验证,将在数据时代急剧增加。生物识别验证的一个关键发展是不再将数据存储在设备上,而是进入云端。
新兴技术的真正力量不是其中的任何一项,而是它们的组合,并将出现在日益强大的边缘计算部署中。在边缘计算中,分析和自动化会进行所有的“思考”, 并在网络外围采取行动,它仿佛为我们一直在讨论的每一种新兴技术提供了一个完美的舞台。