隨著領(lǐng)先企業(yè)積極應(yīng)用數(shù)字技術(shù)，運營更加智能化，企業(yè)與個人之間的傳統(tǒng)界限日漸模糊，企業(yè)在社會中的角色正在被重新定義。

在技術(shù)大時代的變遷中，企業(yè)必須順勢而上，釋放智能企業(yè)蘊含的巨大潛能。我們生活和工作在一個空前的技術(shù)創(chuàng)新大時代，云、人工智能、區(qū)塊鏈、增強現(xiàn)實和虛擬現(xiàn)實、物聯(lián)網(wǎng)、機器人、量子計算等一系列技術(shù)發(fā)展突飛猛進。無論是單項技術(shù)，還是融合應(yīng)用，都賦予企業(yè)巨大的發(fā)展?jié)摿?，重塑商業(yè)運轉(zhuǎn)模式。時不我待，企業(yè)必須應(yīng)新于時。

未來涌現(xiàn)新機遇，企業(yè)肩負(fù)新責(zé)任。連續(xù)三年《埃森哲技術(shù)展望》都把“以人為本”作為主旨，2018年的研究過程中，我們觀察到企業(yè)的角色發(fā)生了根本性轉(zhuǎn)變—企業(yè)越來越接近人們生活的中心。隨著領(lǐng)先企業(yè)積極應(yīng)用數(shù)字技術(shù)，運營更加智能化，企業(yè)與個人之間的傳統(tǒng)界限日漸模糊，企業(yè)在社會中的角色正在被重新定義。

未來的領(lǐng)先企業(yè)不再只是提供產(chǎn)品和服務(wù)，而是運用技術(shù)與人們建立更深入、更有意義的關(guān)系。它們進行跨界合作，形成新的價值生態(tài)，共同創(chuàng)建出符合客戶和員工期望的新產(chǎn)品與服務(wù)，進而實現(xiàn)業(yè)務(wù)增長和新的差異化優(yōu)勢。不僅如此，這些領(lǐng)先企業(yè)還以造福社會為己任，探索各種經(jīng)濟發(fā)展機遇，為社會發(fā)展和進步創(chuàng)造條件。

圍繞上述變革的各種技術(shù)推動力，埃森哲經(jīng)過長達一年的潛心研究，將結(jié)果匯編于本年度報告《智能企業(yè)：共建新契約，共贏無邊界》。從戰(zhàn)略到運營，技術(shù)已層層滲透企業(yè)的各個方面，同時也牢牢占據(jù)了人們生活的核心。

通過創(chuàng)新研究、深刻洞見和有力實證，《埃森哲技術(shù)展望2018》旨在幫助企業(yè)在新時代實現(xiàn)數(shù)字化轉(zhuǎn)型，共建智能社會，持續(xù)實現(xiàn)增長和成功。

趨勢一：公民AI

培養(yǎng)AI，普惠商業(yè)和社會

人工智能（AI）的能力快速增長，在整個社會中的應(yīng)用面也日漸寬泛。企業(yè)在充分利用AI潛力的同時，必須深諳其背后的影響力。

AI不僅僅是技術(shù)工具。在企業(yè)內(nèi)，它擁有著與使用者同等的影響力。對于企業(yè)來說，部署人工智能不再只是訓(xùn)練它執(zhí)行特定任務(wù)，而是必須將其“培養(yǎng)”為負(fù)責(zé)任的企業(yè)員工，并為社會進步做出重要貢獻。

紐約西奈山伊坎醫(yī)學(xué)院（Icahn School of Medicine）的研究人員創(chuàng)建了一個名為“Deep Patient”的人工智能系統(tǒng)。該系統(tǒng)通過對70萬名患者的電子醫(yī)療檔案進行訓(xùn)練分析，通過病例數(shù)據(jù)中的模式，自學(xué)掌握了預(yù)測78種疾病的能力?，F(xiàn)在，醫(yī)生已開始依靠該系統(tǒng)來輔助診斷。

Deep Patient并非個人，但它也絕不只是一套程序。AI可以持續(xù)學(xué)習(xí)、自主決策，從技術(shù)工具發(fā)展成為人們的合作伙伴，與企業(yè)員工和社會成員協(xié)調(diào)配合。隨著其自主性和處理復(fù)雜任務(wù)能力的不斷提升，AI與使用AI的人類相比，影響力日趨相同。

埃森哲調(diào)查顯示，大多數(shù)高管（81%）認(rèn)為，不出三年時間，AI就將作為一名同事、合作者和值得信賴的顧問，在企業(yè)中與人類并肩協(xié)作。

舊金山Stitch Fix公司的服裝設(shè)計師用AI為顧客提供最符合他們需求的服飾設(shè)計。螞蟻金服的“定損寶”利用AI協(xié)助保險公司優(yōu)化車險理賠。

北歐軟件制造商疊拓（Tieto）甚至在其領(lǐng)導(dǎo)團隊中“聘請”了一名名為“Alicia T”的AI，希望“她”能幫助管理團隊利用數(shù)據(jù)作出明智決策。

在其他一些企業(yè)中，AI已然走上了一些對外交流的工作崗位，處理著聊天、語音和電子郵件回復(fù)等事項，有些甚至直接擔(dān)任起了客服。

未來，AI的應(yīng)用領(lǐng)域?qū)⑦M一步滲透。據(jù)IDC預(yù)測，2015年至2020年，全球企業(yè)用于認(rèn)知技術(shù)/人工智能系統(tǒng)的開支將以54%的年復(fù)合增長率（CAGR）快速增長。

用AI進行決策將給人類生活帶來越來越多的影響。而正如父母有義務(wù)教育子女負(fù)責(zé)任、講道理，企業(yè)現(xiàn)在也需要將AI作為一個個體進行“培養(yǎng)”，教會它責(zé)任、公平和透明等商業(yè)及社會規(guī)范。

許多企業(yè)目前仍只是將AI視為軟件，把它當(dāng)成一種工具。這個觀點需要轉(zhuǎn)變。因為，AI的決策已經(jīng)對人類生活和工作產(chǎn)生了影響，所以我們不能再把AI視為單純的軟件或工具，而應(yīng)該教它負(fù)責(zé)任地“行動”、解釋自己的決定，或者與他人合作。

通過擔(dān)負(fù)起“培養(yǎng)”AI的新責(zé)任，企業(yè)可以創(chuàng)建不同的AI技能組合。而在完成培訓(xùn)后，所有技能模塊可以企業(yè)內(nèi)流通，按需使用。經(jīng)過適當(dāng)培訓(xùn)的AI可以進行規(guī)?；\作，同時也可以像人類技術(shù)人員那樣接受繼續(xù)教育，適應(yīng)新的工作要求?？偠灾髽I(yè)應(yīng)正視AI的社會影響力，培養(yǎng)有能力、善合作的AI員工。

教軟件學(xué)習(xí)

AI是一系列先進技術(shù)的集合，使機器具備感知、領(lǐng)悟、行動和學(xué)習(xí)能力。

以往，達成這一目標(biāo)依靠的是基于規(guī)則的數(shù)據(jù)分析程序、統(tǒng)計回歸計算和早期的“專家系統(tǒng)”。但如今，功能強大的深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)了爆發(fā)式增長，使AI得以突破單一程序的局限，擁有了超越預(yù)期的行動能力。

企業(yè)必須改變對AI的傳統(tǒng)認(rèn)識，它不再是程序化運行的系統(tǒng)，而是具有學(xué)習(xí)能力的系統(tǒng)。因此，我們應(yīng)該授之以漁，培養(yǎng)其分析并解決問題的能力?？▋?nèi)基梅隆大學(xué)的研究人員開發(fā)了一種訓(xùn)練方法，使一架無人機能夠通過自我培訓(xùn)，學(xué)會識別和追蹤某輛汽車，這一技術(shù)同樣可應(yīng)用于偏遠管道檢查等其他工作。

所以，企業(yè)當(dāng)前必須注重AI學(xué)習(xí)能力的開發(fā)。以程序方式構(gòu)建的AI系統(tǒng)的功能有限，但會學(xué)習(xí)的AI則擁有無限可能。隨著知識累積和能力增長，它們可能成為我們的新同事，而且無需擔(dān)心它們會“跳槽”。

與人類教育和發(fā)展所面臨的挑戰(zhàn)一樣，培養(yǎng)AI也需謹(jǐn)慎。建立是非觀念，理解責(zé)任的意義；客觀地傳授知識；以及在獲得自主能力的同時，深諳與他人合作、溝通的重要性。

為了切實擔(dān)負(fù)培養(yǎng)AI的新責(zé)任，企業(yè)可以借鑒人類教育和發(fā)展過程的各個階段。首先教它掌握學(xué)習(xí)方法，然后解釋所有決定背后的原因，并為其最終結(jié)果負(fù)責(zé)。為了切實擔(dān)負(fù)培養(yǎng)AI的新責(zé)任，企業(yè)可以借鑒人類教育和發(fā)展的各個階段。

通過數(shù)據(jù)更新推動學(xué)習(xí)

隨著人工智能系統(tǒng)日益完善，它在整個企業(yè)中的應(yīng)用也越來越廣泛。但無論使用哪種類型的AI，最初都需要大量的訓(xùn)練數(shù)據(jù)。

請試想一下，一套機器學(xué)習(xí)系統(tǒng)希望在圖片中找到一只狗，并分辨出品種。為此，大量帶有“標(biāo)記”的圖像不可或缺。一組圖片教會系統(tǒng)在圖片中識別狗的位置，其他圖片集則用于區(qū)分不同犬種。

在監(jiān)督學(xué)習(xí)模式下，圖像通過手動標(biāo)記，不僅告知系統(tǒng)動物位置，同時也說明其種類。并行處理技術(shù)（參見趨勢五“智聯(lián)網(wǎng)”部分）和人工智能算法的發(fā)展進一步開啟了深度神經(jīng)網(wǎng)絡(luò)的潛能。受到大腦的神經(jīng)連接模式的啟發(fā)，深度神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)大量的現(xiàn)有數(shù)據(jù)—即使它們中混雜著許多無用數(shù)據(jù)也不受影響。

作為學(xué)習(xí)過程的一部分，這些算法會自主掌握新的數(shù)據(jù)聯(lián)系方式—這意味著，深度神經(jīng)網(wǎng)絡(luò)人工智能系統(tǒng)可以不斷拓展和提高自身能力。

另一項進步則體現(xiàn)在強化學(xué)習(xí)領(lǐng)域—AI完全自主學(xué)習(xí)，無需人為監(jiān)督。DeepMind公司的AlphaGo Zero人工智能系統(tǒng)在不了解任何規(guī)則的情況下，自學(xué)了圍棋下法。在幾天之內(nèi)，AlphaGo Zero便已成為頂尖圍棋高手，以100比0的絕對優(yōu)勢擊敗了自己的上一版本—曾戰(zhàn)勝全球最優(yōu)秀人類選手的“阿法狗”。

AI獲取的數(shù)據(jù)越多，其預(yù)測效果就越好。它通過學(xué)習(xí)，能夠利用這些數(shù)據(jù)建立模型，然后根據(jù)測試數(shù)據(jù)理解各種因素的作用。例如，前面提到的識別寵物及其品種，測試數(shù)據(jù)集中可以加入一幅在雜亂背景中存在多只寵物的圖像。一旦模型達到了所需精度，就可以在生產(chǎn)環(huán)境中使用。

為人工智能創(chuàng)建培訓(xùn)課程

通過成功地訓(xùn)練和培養(yǎng)AI，企業(yè)將創(chuàng)造出一名新的員工，它能夠不斷地拓展能力，適應(yīng)各項工作，表現(xiàn)優(yōu)異。但首先，企業(yè)必須擁有大量的正確數(shù)據(jù)。

當(dāng)孩子們學(xué)習(xí)交流時，經(jīng)常會先使用符號和手勢，而非語言；不過最終，他們必須掌握一門語言體系，以擴大對世界的認(rèn)知。同樣，企業(yè)的人工智能系統(tǒng)也應(yīng)從基本原則開始打造，但隨后必須逐步依照設(shè)定的分類結(jié)構(gòu)建立技能。企業(yè)如能擁有最準(zhǔn)確的數(shù)據(jù)，以此培訓(xùn)AI如何完成其工作，就將打造出最強大的人工智能系統(tǒng)。

谷歌近期發(fā)布了一套開源數(shù)據(jù)集，幫助企業(yè)提升其人工智能系統(tǒng)的語音識別能力。為了創(chuàng)建一套數(shù)據(jù)集，使AI做好充分準(zhǔn)備來理解某種語言的30個單詞，谷歌錄制了數(shù)千人的發(fā)音，共計6.5萬條音頻剪輯。正是憑借如此龐大的培訓(xùn)數(shù)據(jù)，谷歌的語音識別準(zhǔn)確性達到了95%。

企業(yè)還必須確保，無論AI的溝通對象是客戶和員工、還是其他人工智能系統(tǒng)，雙方都擁有相同的認(rèn)知背景。

企業(yè)的數(shù)據(jù)科學(xué)家在選擇分類法和培訓(xùn)數(shù)據(jù)時必須小心謹(jǐn)慎—除了注重數(shù)據(jù)量，還需確保其多樣性。弗吉尼亞大學(xué)研究人員在訓(xùn)練AI進行一組常規(guī)照片和數(shù)據(jù)集合的圖像識別時，發(fā)現(xiàn)AI竟然有性別歧視，會將站在爐灶旁的男性全部識別為女性，原因就在于數(shù)據(jù)集本身存在性別偏見。

企業(yè)還必須為正在收集和分享的各項模型標(biāo)明出處，由此確?？蓮?fù)制的模型和訓(xùn)練數(shù)據(jù)之間的聯(lián)系。如果能對數(shù)據(jù)錄入加以整理，盡量消除各種偏差，同時建立良好的歸檔、組織和正確標(biāo)記，企業(yè)就能建立起強大的AI模型庫，反復(fù)對其進行利用。

更易懂的AI

在企業(yè)和社會中，對決策結(jié)果作出說明至關(guān)重要。而如今，為了使人們與AI協(xié)作更為順暢，對AI的運行原理加以說明顯得尤為重要。88%的受訪者均表示，當(dāng)企業(yè)做出基于AI的決策時，應(yīng)確保員工和客戶都能理解其背后的原因。因此，企業(yè)需要訓(xùn)練AI，讓它能夠?qū)ψ约旱男袆幼鞒鼋忉尅?/p>

英偉達公司（NVIDIA）開發(fā)了Drive PX自動駕駛汽車平臺，該平臺完全由AI控制，能夠自主學(xué)習(xí)如何駕駛。

該平臺將車內(nèi)的攝像機拍攝的影像與人類駕駛員駕駛行為進行匹配，從而自行決定駕駛方式。但由于整個系統(tǒng)非常復(fù)雜，人們難以理解其工作原理。不過，最近英偉達撬開了這個技術(shù)黑匣子。它開發(fā)出一種方法，突出顯示行車記錄視頻中AI聚焦觀察的區(qū)域，展現(xiàn)了AI所“看到、想到”的信息。另外，美國的第一資本銀行（Capital One）正研究如何讓AI在拒絕客戶信用卡申請時，按照銀行法規(guī)要求做出合理說明。

政府決策者們也在考慮出臺規(guī)則，管理AI在決策中的作用。將于2018年中期生效的歐盟《通用數(shù)據(jù)保護條例》，其原則精神賦予了個人對AI和其他算法所做決定的“解釋要求權(quán)”。

更負(fù)責(zé)的AI

企業(yè)必須提高人工智能系統(tǒng)的責(zé)任意識。無論其最終在社會中扮演何種角色，AI所采取的一切行動都代表著企業(yè)。如果一家依托AI的抵押貸款機構(gòu)拒絕向合格的購房者提供貸款，或是一部由AI引導(dǎo)的存貨管理機器人撞傷了倉庫工人，會引發(fā)怎樣的后果？使用這些技術(shù)的企業(yè)必須仔細考慮需要為其行動承擔(dān)的責(zé)任和義務(wù)。

奧迪公司（Audi）宣布，在A8車型的“交通擁堵領(lǐng)航”自動駕駛系統(tǒng)于2019年投入使用后，將為其事故承擔(dān)責(zé)任。德國聯(lián)邦政府也就自動駕駛汽車事故制定了應(yīng)對預(yù)案：在事故不可避免的情況下，汽車必須選擇物質(zhì)損害，而非人身傷害，并且對于性別、年齡或種族應(yīng)無差別對待。

趨勢總結(jié)：期待更多

隨著AI更加廣泛而緊密地融入社會當(dāng)中，它所帶來的直接影響和沖擊將會是全方面的—從財務(wù)決策、醫(yī)療保健，一直延伸到刑事司法，乃至更廣闊的領(lǐng)域。

隨著其影響日益擴大，企業(yè)在培養(yǎng)AI方面任重而道遠。歐洲議會已開始考慮授予機器或機器人有限的“電子人格”，類似于判定責(zé)任或損害時所使用的“法人”概念。

如果企業(yè)不主動提高AI“心智”方面的成熟，法規(guī)和公眾則會反過來對其提出要求，甚至整個人工智能行業(yè)都將因為AI的責(zé)任缺失受到嚴(yán)格監(jiān)管控制。領(lǐng)軍企業(yè)將積極迎接培養(yǎng)教育AI的挑戰(zhàn)，充分重視其在社會中的新角色與影響力。為了達成該目標(biāo)，它們會創(chuàng)建起一套標(biāo)準(zhǔn)，據(jù)此打造更負(fù)責(zé)、更易懂的人工智能系統(tǒng)。

不僅如此，這些企業(yè)還將努力贏得客戶與員工的信任。我們的《技術(shù)展望》調(diào)查中發(fā)現(xiàn)，72%的高管表示，所在企業(yè)正設(shè)法提高AI決策與行動的透明度，以此獲取客戶的信任和信心。這將是AI融入社會的關(guān)鍵一步，歡迎我們的“公民AI”。

趨勢二：泛現(xiàn)實

零距離

沉浸式體驗改變著人們獲取信息、體驗、以及彼此聯(lián)系的方式。融合了虛擬和增強現(xiàn)實等技術(shù)的擴展現(xiàn)實（XR）技術(shù)第一次做到了消滅現(xiàn)實距離，“重置”人們在時空中的關(guān)系。

在線房地產(chǎn)交易平臺Redfin致力于用技術(shù)重新定義房地產(chǎn)經(jīng)紀(jì)行業(yè)，公司現(xiàn)已開始用虛擬現(xiàn)實出售房屋。在Matterport公司的技術(shù)支持下，Redfin推出了以3D Walkthrough在線看房功能。與此同時，入迷（roOomy）這款虛擬家居展示的APP除了能讓消費者查看虛擬樣板房，還打通了家具零售商的生態(tài)系統(tǒng)，讓消費者用它們提供的家具和飾品進行虛擬室內(nèi)設(shè)計，對滿意的產(chǎn)品還可以通過APP立即購買。對于在建項目，專注于VR的初創(chuàng)企業(yè)Virtual Xperience可以讓消費者查看、感受到完工后的房屋空間。隨著這些虛擬銷售技術(shù)的涌現(xiàn)，人們不用再擠在周日看房了。

融合了AR、VR和MR的XR技術(shù)，直擊了消費者和企業(yè)的共同痛點：距離。實際上，不同產(chǎn)業(yè)的企業(yè)乃至整個行業(yè)，均面臨著“需求在這兒，資源在那兒”這一最基本也最難應(yīng)對的挑戰(zhàn)。例如，消費者想買進口食品，企業(yè)想招聘本地技能短缺的人才，不一而足?！栋Ｉ芗夹g(shù)展望2018》調(diào)查顯示，36%的高管指出，消除距離障礙是他們采用XR解決方案的驅(qū)動因素。

如今，XR解決企業(yè)一直以來的難題—距離。從2014到2016年，沉浸式體驗提供商Matterport實現(xiàn)了高達186%的年復(fù)合增長率；與之相似，虛擬現(xiàn)實教育機構(gòu)zSpace同期的業(yè)務(wù)增速也已攀升至128%。這些企業(yè)的超速增長表明XR正發(fā)揮著前所未有的影響力，它消滅了距離，讓人們更方便聯(lián)系，也更容易獲得信息和體驗。從虛擬售房到虛擬教育，企業(yè)和社會顯然在經(jīng)歷根本轉(zhuǎn)變：你在哪將不再重要。

與人的距離

XR還被應(yīng)用于消除人與人之間的距離。借助沉浸式環(huán)境，員工可以“瞬間移動”到任何地點，XR解決方案與創(chuàng)新正在整個員工隊伍，以及面向客戶的產(chǎn)品與服務(wù)中持續(xù)普及。

經(jīng)歷了十年的相對停滯后，目前規(guī)模為359億美元的美國企業(yè)培訓(xùn)行業(yè)有望再次發(fā)力，在2020年之間達到10.5%的年復(fù)合增長率。其增長動力來源于：分散各地的員工需要進行培訓(xùn)或再培訓(xùn)，而利用XR可以幫助他們快速完成技能轉(zhuǎn)型。通過這種模式，企業(yè)可以安排培訓(xùn)師開展“現(xiàn)場”講解，或者將培訓(xùn)生“送往”培訓(xùn)地點；培訓(xùn)可以在任意地點開展，虛擬環(huán)境也可以反復(fù)使用或進行調(diào)整，目的是讓培訓(xùn)生在不同情境下都盡量獲得切身體驗。擴展現(xiàn)實讓原本分開兩地的培訓(xùn)生和講師處于同一空間，讓教學(xué)從概念深入到實踐。

借助XR，講師可以模擬各種具有挑戰(zhàn)或危險的環(huán)境開展訓(xùn)練。沃爾瑪（Walmart）正在使用虛擬現(xiàn)實技術(shù)開展員工培訓(xùn)，通過VR設(shè)備，員工可以“親歷”每年最忙碌的黑色星期五，并應(yīng)對可能出現(xiàn)的庫存短缺、客流疏導(dǎo)等問題，從而備戰(zhàn)美國的線下“雙11”。全球最大的工程機械及礦山機械制造企業(yè)之一小松（Komatsu）集團則通過在任意地點和各種天氣條件下為操作員提供虛擬培訓(xùn)，增強了其服務(wù)。借助虛擬現(xiàn)實技術(shù)，企業(yè)可以確保操作人員擁有學(xué)習(xí)所需的“駕駛環(huán)境”，而無需投入數(shù)百萬美元購置挖掘設(shè)備。

XR還將幫助企業(yè)快速接觸到優(yōu)秀人才，而這一直以來都是企業(yè)人力資源方面的一個重大難題。得益于XR技術(shù)，企業(yè)可以隨時隨地找到擁有特定技能的人才，而不用擔(dān)心他/她身處何地。在零工經(jīng)濟不斷崛起的今天，企業(yè)這樣做不但可以節(jié)省最高達12%的招聘成本，同時還能吸引越來越多希望靈活工作的自由職業(yè)者，接觸到世界各地、上千技能的各式人才。

不僅如此，隨著基于擴展現(xiàn)實的物理系統(tǒng)更加易于遠程控制，企業(yè)能夠無視距離，在全球范圍內(nèi)聘請到制造、裝配和機器人等領(lǐng)域的技術(shù)專家，哪怕住得再遠也無所謂。技術(shù)為企業(yè)和專家?guī)砹穗p贏：企業(yè)可以不受距離限制重塑業(yè)務(wù)；專家們也不再由于山高路遠而錯過一展身手的機會。

徹底革新員工培訓(xùn)和專業(yè)人才的聘用方式只是一個開始，隨著技術(shù)的不斷成熟，未來擴展現(xiàn)實將從招聘、技能提升、最優(yōu)人才等各個方面幫助企業(yè)收割更多效益。

與信息的距離

員工如果缺乏所需信息，就無法快速完成工作。他們頭腦中所不具備的任何資料，都必須從電子表格、教程視頻或其他各種資源中查找，這不但會分散他們的注意力，而且將占用處理手頭工作的時間與資源。

XR正在消除員工與所需信息之間的距離。通用電氣（GE）可再生能源公司利用增強現(xiàn)實來提供組裝信息，風(fēng)力發(fā)動機裝配車間的工人不必再依賴書面文件，生產(chǎn)效率提高達34%。

DHL集團供應(yīng)鏈部門在業(yè)務(wù)中使用了增強現(xiàn)實眼鏡，系統(tǒng)會提供分揀和擺放指示，分揀人員無需再查看紙質(zhì)說明，從而能夠更加高效而舒適地工作。

通過整合這些擴展現(xiàn)實解決方案，DHL的平均工作效率提高了15%，同時準(zhǔn)確性也顯著提升。歐萊雅（LOréal）的美容實驗室則通過虛擬現(xiàn)實技術(shù)來測試設(shè)計、品牌和包裝，將產(chǎn)品的上市時間從數(shù)月之久縮短至幾星期，在加快決策速度的同時顯著降低了風(fēng)險。

消費者也在利用通過XR技術(shù)獲取的信息選購商品。奧迪運用虛擬現(xiàn)實技術(shù)，使?jié)撛诳蛻裟軌騾⑴c設(shè)計并全方位考察自己的定制車款。而寶馬開發(fā)了一套基于增強現(xiàn)實的車型查看工具，人們甚至可以“進入”虛擬車內(nèi)仔細瀏覽。

家居裝修App Houzz推出了增強現(xiàn)實模式，用戶可以在“查看我的房間”界面上添加3D物品，看到真實家具和配飾的搭配效果。該功能使購買意向提高了11倍之多。消費者獲得產(chǎn)品細節(jié)越來越輕松，企業(yè)也可因此了解其購買或放棄購買的觸發(fā)點。

XR將信息帶到了人們面前，幫助人們快速獲得洞察。各種新的XR工具能夠在3D環(huán)境中展示數(shù)據(jù)，更貼近人類實際觀看和情境想象的體驗，開啟了新的信息查看和獲取方式。

Body VR公司在傳統(tǒng)平面醫(yī)學(xué)影像（如CT掃描和核磁共振圖像）的基礎(chǔ)上創(chuàng)建了交互式3D圖形，從而能夠更直觀地查看病情。與之相似，牛津大學(xué)研究人員構(gòu)建了基因數(shù)據(jù)的虛擬現(xiàn)實模型，以便更清楚地觀察活性細胞內(nèi)發(fā)生的狀況。XR改變的不只是獲取信息的渠道，更重要的是提供了新的數(shù)據(jù)分析、展示和提取方式。

與體驗的距離

或許，XR帶來的最大顛覆在于讓消費者回歸實體產(chǎn)品。過去15年中，盡管美國個人消費者的總體支出增長了一倍，但汽車和家具等耐用消費品所占份額卻呈下滑態(tài)勢；與其形成鮮明對比的是，娛樂和旅游等體驗開支一直在不斷上升。

許多企業(yè)都致力于設(shè)計獨特的客戶體驗來建立競爭優(yōu)勢。在美國橄欖球國家聯(lián)盟中，巴爾的摩烏鴉隊率先推出了AR粉絲應(yīng)用“虛擬臉部貼圖”，用戶能夠以個性化方式輕松分享作為該隊球迷的體驗。

丹佛自然科學(xué)博物館利用AR技術(shù)，將數(shù)字空間和史前世界交織在一起，打造出互動式的解剖學(xué)課程，博物館的觀眾可以給恐龍化石加上肌肉和皮膚。餐飲業(yè)也應(yīng)用3D全息投影，為食客打造炫酷的用餐體驗，使候餐再也不無聊。

美國德克薩斯州圣安東尼奧市的阿拉莫古堡正在通過一款融合了AR和VR技術(shù)的阿拉莫版App，為參觀古堡的游客提供沉浸式體驗，讓其穿越回兩百多年前，如臨其境。

XR還能應(yīng)用于情緒治療。研究人員發(fā)現(xiàn)，使用VR可以治療退伍軍人的創(chuàng)傷后應(yīng)激障礙，他們創(chuàng)設(shè)虛擬痛苦場景，引導(dǎo)患者將感受實時與治療師分享，最終走出陰影。

在各個行業(yè)和應(yīng)用領(lǐng)域，XR技術(shù)正推動企業(yè)從新的角度思考業(yè)務(wù)契機，同時創(chuàng)造出許多應(yīng)對新挑戰(zhàn)的方案，而在這方面領(lǐng)先的企業(yè)將獲得巨大的競爭優(yōu)勢。

趨勢總結(jié)：瞬間移動

歷史上，從車輪到互聯(lián)網(wǎng)，技術(shù)的發(fā)展不斷縮短著距離。隨著各種沉浸式體驗的普及，擴展現(xiàn)實技術(shù)的真正意義在于它讓任何距離都不再是距離。

XR技術(shù)還有待成熟，如何改善時間上的延誤和進行內(nèi)容創(chuàng)建是下一步重點。盡管如此，我們的調(diào)查顯示，27%的高管指出，企業(yè)領(lǐng)先使用VR解決方案非常重要。而隨著技術(shù)的不斷深化，XR的能力和影響力必將不斷加強。企業(yè)需要及時關(guān)注XR的各種創(chuàng)新應(yīng)用，力求打造豐富而有吸引力的用戶體驗。

因此，企業(yè)應(yīng)立即著手，著力沉浸式體驗，為轉(zhuǎn)型做好準(zhǔn)備。目前，許多房地產(chǎn)中介已開始嘗試虛擬看房，相信不久之后，開發(fā)商將會徹底轉(zhuǎn)換思路，從優(yōu)化遠程工作到快速開設(shè)零售門店，利用XR技術(shù)實現(xiàn)長遠發(fā)展。今后，隨著XR逐漸普及，沉浸式體驗將消除以往最難跨越的距離：從今天直接步入未來。

趨勢三：真數(shù)據(jù)

信任至上

數(shù)據(jù)是企業(yè)發(fā)展最重要的驅(qū)動力之一。然而，失實或人為控制的臟信息卻會阻礙企業(yè)獲得規(guī)劃、運營和增長所需的正確洞見。未經(jīng)驗證的數(shù)據(jù)經(jīng)不起運作，這是一個亟待重視的問題。在各行各業(yè)中，越來越多的企業(yè)采用基于數(shù)據(jù)的自動化決策流程，而這些失真數(shù)據(jù)則會給企業(yè)帶來關(guān)乎生死的打擊。

35年前，蘇聯(lián)值班軍官斯坦尼斯拉夫·彼得羅夫（Stanislav Petrov）在執(zhí)勤中驚愕地發(fā)現(xiàn)，衛(wèi)星系統(tǒng)中顯示美國于1983年9月26日向蘇聯(lián)發(fā)射了一枚核導(dǎo)彈。根據(jù)指令，彼得羅夫應(yīng)立即通知蘇聯(lián)領(lǐng)導(dǎo)人并展開還擊。不過值得全世界慶幸的是，彼得羅夫并未因此上報。原因是，當(dāng)時的蘇聯(lián)專家一致認(rèn)為，美國如果發(fā)起攻擊，勢必大規(guī)模進攻，而當(dāng)時并未探測到有其他舉動。鑒于當(dāng)時對綜合情況的分析，彼得羅夫做出了最終決定，不予以反擊，人類因此避免了一場全球災(zāi)難。事后蘇聯(lián)確認(rèn)，此次事件的發(fā)生緣于衛(wèi)星將云層反射的陽光誤判為導(dǎo)彈發(fā)射。通過質(zhì)疑數(shù)據(jù)的有效性，斯坦尼斯拉夫·彼得羅夫成功避免了一次無意義的核災(zāi)難。

企業(yè)沒有判斷是否發(fā)射核彈的壓力，但卻從未停止對正確決策的追求?！都夹g(shù)展望》調(diào)查中，有82%的高管表示，企業(yè)正廣泛運用數(shù)據(jù)爭相打造自動化決策能力，其規(guī)模前所未有。

如今，全球經(jīng)濟的運行尚且依賴于實時信息的更新。IDC公司預(yù)測，2017年大數(shù)據(jù)和分析服務(wù)的全球營收規(guī)模將接近1，510億美元，較前一年增長12%。

缺乏真實性和準(zhǔn)確性的數(shù)據(jù)或可令企業(yè)遭遇新的困境。最新研究表明，企業(yè)高管普遍認(rèn)為，公司97%的商業(yè)決策實則依賴于良莠不齊的數(shù)據(jù)。如此一來，即便是在最理想的情況下，也難以確保其業(yè)務(wù)洞見和決策價值的可靠性，甚至可能與企業(yè)的初衷背道而馳，造成難以補救的損失。

數(shù)據(jù)準(zhǔn)確性欠佳所帶來的隱患不容小覷。其業(yè)務(wù)必通過三項以數(shù)據(jù)為中心的關(guān)鍵原則，消除弱點、建立信心。追本溯源，即在整個生命周期的始末中驗證數(shù)據(jù)歷史；環(huán)境考量，意味著考慮數(shù)據(jù)使用的具體環(huán)境；數(shù)據(jù)完整，則指保護和維護數(shù)據(jù)。

具備上述能力所需的技能和工具并非不可企及。企業(yè)可以通過專業(yè)的數(shù)據(jù)科學(xué)和網(wǎng)絡(luò)安全能力，構(gòu)建全新的“數(shù)據(jù)智能”體系，從而在整個決策支持系統(tǒng)和流程中保證數(shù)據(jù)的準(zhǔn)確性。

更為重要的是，企業(yè)必須時刻警醒，明辨利益相關(guān)方為達成自身需求而操縱數(shù)據(jù)的行為。從面向客戶的應(yīng)用程序到機器人管理的制造車間，無不證實了系統(tǒng)會受未驗證的數(shù)據(jù)影響而改變行為，您的企業(yè)是否也為規(guī)避此類隱患做好了充分準(zhǔn)備呢？

數(shù)據(jù)真實的風(fēng)險和回報

世界各地的企業(yè)不惜擲重金于數(shù)據(jù)驅(qū)動型技術(shù)的發(fā)展。僅在2017年，人工智能投資就將躍升至125億美元，而物聯(lián)網(wǎng)投資更是有望達到8000億美元。

然而，離開了數(shù)據(jù)準(zhǔn)確性的支持，這些投入很可能付諸東流。企業(yè)耗費巨資，希望從數(shù)據(jù)驅(qū)動型洞見和技術(shù)中有所收獲，但同時，也需要在數(shù)據(jù)錄入上下點功夫。即便是最先進的分析和預(yù)測系統(tǒng)，也只有當(dāng)使用優(yōu)質(zhì)數(shù)據(jù)時方能發(fā)揮效用—正如IT俗語所說，“無用輸入，則無用輸出”。

美國聯(lián)合航空公司（United Airlines）意識到，數(shù)據(jù)有誤致使企業(yè)的年營收損失高達10億美元。其原因在于，該公司在進行座位需求預(yù)測時，仍在沿用數(shù)十年前的航空出行習(xí)慣資料，因而導(dǎo)致定價模型誤差巨大。公司于是將提升數(shù)據(jù)準(zhǔn)確性作為提高運營績效的關(guān)鍵目標(biāo)。在當(dāng)今由數(shù)據(jù)驅(qū)動的世界中，充分運用準(zhǔn)確可信的數(shù)據(jù)將為美聯(lián)航的發(fā)展保駕護航。

隨著完全自動化決策的廣泛應(yīng)用，由失實數(shù)據(jù)引發(fā)的風(fēng)險也在日漸攀升，為企業(yè)和社會帶來嚴(yán)重影響。美國印第安納州利用自動系統(tǒng)來識別可能在多個州投票的個人。該系統(tǒng)依據(jù)相同的姓名和出生日期進行判斷。如果發(fā)現(xiàn)有兩位在同一天出生的“約翰·史密斯”同時在印第安納州和緬因州注冊投票，就會懷疑這位選民重復(fù)投票。

2017年之前，這些記錄會被提交作進一步審查。立法改變之后，系統(tǒng)則將被標(biāo)記的個人立即從登記的選民名單中刪除。在這一過程中，自動化系統(tǒng)會矯枉過正。研究人員發(fā)現(xiàn)，99%的警報都不正確。該舉措破壞性的后果就是，合法登記的選民會被自動清除，而許多人的真正問題是名字太大眾化。

埃森哲調(diào)查顯示，79%的高管認(rèn)為，企業(yè)正將最重要的系統(tǒng)和策略建立在數(shù)據(jù)基礎(chǔ)之上，卻鮮有人為驗證其真實能力去投資。而此類投資，才是企業(yè)從數(shù)據(jù)中獲取更多價值之關(guān)鍵所在，為其他數(shù)字化轉(zhuǎn)型計劃的成功打下堅實基礎(chǔ)。

新的“數(shù)據(jù)智能”實踐將使其成為可能—通過建立、實施并執(zhí)行，有關(guān)數(shù)據(jù)來源、背景和完整度，恰當(dāng)衡量數(shù)據(jù)的真實水平。

實現(xiàn)數(shù)據(jù)智能

企業(yè)不必從頭開始評估自身數(shù)據(jù)的真實性。數(shù)據(jù)智能可以在現(xiàn)有IT基礎(chǔ)上強化數(shù)據(jù)完整性和安全性，同時調(diào)整網(wǎng)絡(luò)安全和數(shù)據(jù)科學(xué)戰(zhàn)略，解決數(shù)據(jù)失實的問題。

企業(yè)除了聚焦基礎(chǔ)工作的部署，還要深入了解圍繞數(shù)據(jù)的種種“行為”。無論是個人在線購物的數(shù)據(jù)線索，還是工業(yè)系統(tǒng)中傳感器網(wǎng)絡(luò)報告的溫度讀數(shù)，一切數(shù)據(jù)來源都與周邊行為密不可分。

隨著數(shù)據(jù)的記錄、使用和維護日益頻繁，企業(yè)必須建立跟蹤這些行為的能力。憑借深入的理解力，通過數(shù)據(jù)預(yù)測周邊行為，為網(wǎng)絡(luò)安全和風(fēng)險管理系統(tǒng)設(shè)立基準(zhǔn)。

這些基準(zhǔn)將幫助企業(yè)監(jiān)測數(shù)據(jù)篡改行為，進而捕捉錯誤決策。先進的異常探測系統(tǒng)—如麻省理工學(xué)院的AI2，可以識別異常行為模式，而后根據(jù)人類專家的經(jīng)驗對其進行分類。AI2能夠識別85%的網(wǎng)絡(luò)攻擊，并讓專家審核最緊要的攻擊清單。

工業(yè)巨頭西門子（Siemens）將工業(yè)設(shè)備傳感器產(chǎn)生的匯總數(shù)據(jù)與歷史常規(guī)資料和趨勢加以對比，為石油和天然氣客戶提供工業(yè)系統(tǒng)異常行為的監(jiān)測服務(wù)。

為了化解數(shù)據(jù)真實性風(fēng)險，SpaceX公司使用了一套基于共識的系統(tǒng)。在每個Dragon Capsule太空艙同時使用六臺計算機，成對運行來驗證計算。每對計算機都會檢查其他各方的計算結(jié)果，只有當(dāng)至少兩對返回相同的結(jié)果時，飛船才會繼續(xù)運行。

企業(yè)的數(shù)據(jù)智能體系還須將特定數(shù)據(jù)的使用背景納入考量—正如彼得羅夫在權(quán)衡攻擊警報和公認(rèn)邏輯之后所做出的正確反應(yīng)那樣，一些企業(yè)已經(jīng)開始運用數(shù)據(jù)科學(xué)標(biāo)記那些偏離常規(guī)認(rèn)知的數(shù)據(jù)。湯森路透（Thomson Reuters）的研發(fā)團隊建立的算法，能夠憑借推特的實時數(shù)據(jù)流，幫助記者更迅速地對流言進行分類、溯源、核查和澄清。

與此同時，谷歌（Google）正在使用機器學(xué)習(xí)技術(shù)，移除應(yīng)用商店P(guān)layStore中超越權(quán)限的程序。例如，手電筒程序只需激活智能手機的LED燈；如果一款名為“手電筒”的應(yīng)用要求訪問聯(lián)系人信息，就不符合公認(rèn)的權(quán)限概念。系統(tǒng)將標(biāo)記該應(yīng)用以作進一步審核。

使用正確的工具來監(jiān)控有關(guān)數(shù)據(jù)出處的行為和環(huán)境，能夠幫助企業(yè)降低威脅數(shù)據(jù)完整性的風(fēng)險。掌握了這些知識后，企業(yè)便可著手解決引發(fā)欺詐的首要問題。

激勵真相

了解異常行為有助于企業(yè)規(guī)避虛假數(shù)據(jù)所導(dǎo)致的錯誤決策。要做到數(shù)據(jù)智能必須率先探查并消除造成失實數(shù)據(jù)的因素。但是，原本利用這些失實數(shù)據(jù)來鉆空子的人不一定會配合，數(shù)據(jù)操控反而會加劇。

個別的數(shù)據(jù)操縱案例或許無傷大雅，一旦形成規(guī)模就會造成極大的業(yè)務(wù)影響。華威大學(xué)的研究人員發(fā)現(xiàn)，一些網(wǎng)約車司機有組織地同時收工，造成約車平臺上司機短缺，進而哄抬價格。他們深諳系統(tǒng)算法的規(guī)則，轉(zhuǎn)而為實現(xiàn)自身利益加以利用，而運營企業(yè)卻要因此付出效率的代價。

動態(tài)定價算法以及消費者的反饋也表明，企業(yè)越來越需要了解披露或隱瞞數(shù)據(jù)的動機。網(wǎng)上零售商每年花費數(shù)千億美元，根據(jù)郵政編碼或家庭收入在線定向發(fā)布廣告并制定價格。但是，這種做法有時會與消費者的隱私偏好相沖突。如果試圖欺騙算法的人數(shù)眾多，或者在更多情況下，出于對網(wǎng)絡(luò)隱私的保護而無意間采取這樣的行為，企業(yè)將不僅面臨經(jīng)濟損失，更會因收集有誤的客戶數(shù)據(jù)而導(dǎo)致洞見出現(xiàn)偏差。消費者網(wǎng)購時可以通過安裝TrackMeNot或AdNauseum這樣的瀏覽器插件，在后臺生成隨機查詢，或者由機器人點擊廣告，從而掩蓋個人的真實搜索歷史并誤導(dǎo)廣告網(wǎng)絡(luò)。

亞馬遜（Amazon）的產(chǎn)品評論也遭受了此類數(shù)據(jù)操縱。第三方賣家通過向人付費提交虛假評論，人為地粉飾了產(chǎn)品和對賣家的評價。針對這種情況，亞馬遜驗證時會更加鎖定那些確實發(fā)生過購買行為的顧客。他們還建立了只面向受邀對象的激勵制評論計劃，禁止在計劃實施過程以外的其他時間收免費或打折產(chǎn)品的人士做出的點評。這些措施減少了在網(wǎng)站上制造虛假意見的行為。

系統(tǒng)中的不良數(shù)據(jù)并不一定都是人為，也有可能意味著流程未按預(yù)期進行運作。及時發(fā)現(xiàn)潛在欺詐行為將有效改善系統(tǒng)數(shù)據(jù)的真實性，鼓勵真相又將有助于企業(yè)減少數(shù)據(jù)噪音，暴露真實的威脅源，從而憑借可靠的數(shù)據(jù)，制定推動未來的關(guān)鍵決策。

趨勢總結(jié)：對未來充滿信心

數(shù)據(jù)是數(shù)字化企業(yè)的命脈，又是支持復(fù)雜的業(yè)務(wù)決策、驅(qū)動持續(xù)增長的保障。因此，確保數(shù)據(jù)真實性將成為強大市場領(lǐng)導(dǎo)力的基石。

當(dāng)企業(yè)大量投資于自動化的數(shù)據(jù)驅(qū)動系統(tǒng)時，確保數(shù)據(jù)的真實性是第一要務(wù)。試想，如果將無法區(qū)分停車標(biāo)志與其他道路指示（如限速標(biāo)志）的機器視覺系統(tǒng)植入自動駕駛車輛，其誤導(dǎo)性數(shù)據(jù)無疑會釀成嚴(yán)重事故。隨著人工智能對關(guān)鍵性業(yè)務(wù)決策的更多介入，數(shù)據(jù)偏差將形成更大威脅，扭曲決策并破壞業(yè)務(wù)洞察力。

強大的網(wǎng)絡(luò)安全和數(shù)據(jù)科學(xué)能力是構(gòu)建數(shù)據(jù)智能體系、確保數(shù)據(jù)準(zhǔn)確性的先決條件。數(shù)據(jù)智能實踐的價值體現(xiàn)于諸多方面，包括確定數(shù)據(jù)供應(yīng)鏈中的嵌入風(fēng)險，以及基于業(yè)務(wù)優(yōu)先級別和自動化決策的影響設(shè)定風(fēng)險程度。首席數(shù)字官和首席安全官協(xié)同合作無疑會獲得最好的結(jié)果。此種方式的部署將大幅提高數(shù)據(jù)準(zhǔn)確性，消除數(shù)據(jù)操縱動機，令企業(yè)對自身洞察力充滿信心，并時刻警惕新的潛在威脅。身處這場數(shù)據(jù)真實性的革新大潮，企業(yè)需積極思變，方能始終保持澎湃的前進動力。

趨勢四：大合作

構(gòu)建支持規(guī)模化生態(tài)系統(tǒng)的技術(shù)架構(gòu)

企業(yè)與技術(shù)企業(yè)締結(jié)戰(zhàn)略合作將加速業(yè)務(wù)拓展，接入更多樣的生態(tài)系統(tǒng)，在當(dāng)今的市場競爭中如虎添翼。然而，企業(yè)自身陳舊過時的信息系統(tǒng)卻將阻礙他們開展敏捷、快速的業(yè)務(wù)拓展，因而難以實現(xiàn)預(yù)期增長。企業(yè)需要持續(xù)發(fā)力，積極部署微服務(wù)架構(gòu)，充分利用區(qū)塊鏈和智能合約，為與技術(shù)伙伴合作打下堅實基礎(chǔ)，實現(xiàn)未來的高速發(fā)展。

當(dāng)今企業(yè)不僅僅在戰(zhàn)略、產(chǎn)品和服務(wù)上尋求商業(yè)合作伙伴，更在積極追求技術(shù)融合。此前，通用電氣（GE）和微軟（Microsoft）實現(xiàn)了Predix與Azure兩大平臺的整合；SAP、日立（Hitachi）和摩根大通（JPMorgan Chase）也正攜手開發(fā)區(qū)塊鏈解決方案，作為超級賬本（Hyperledger）聯(lián)盟項目的組成部分；福特汽車（Ford）和Lyft公司已聯(lián)合承諾將在2021年開發(fā)出首批自動駕駛出租車。全球行業(yè)領(lǐng)軍者的這些舉動表明，技術(shù)正成為締結(jié)合作關(guān)系的根基。

不僅如此，廣泛的合作伙伴關(guān)系也日漸成為企業(yè)成功的基石。例如，2017年，耐克（Nike）宣布與亞馬遜（Amazon）建立戰(zhàn)略合作伙伴關(guān)系，率先通過社交媒體照片墻（Instagram）進行數(shù)字營銷，獲取了大量粉絲，實現(xiàn)銷售快速增長。

在生產(chǎn)領(lǐng)域，阿迪達斯（Adidas）與西門子（Siemens）開展合作，憑借后者先進的工程設(shè)計經(jīng)驗和軟件，開發(fā)了數(shù)字化、自動化生產(chǎn)線“Speed Factory”，以更快速度、更低成本生產(chǎn)定制鞋款。安德瑪公司（Under Armour）也在同IBM的Watson平臺合作開展分析，改善其App和互聯(lián)設(shè)備套件生成數(shù)據(jù)的實用性，為消費者深入挖掘數(shù)據(jù)中的醫(yī)療與健身價值。

擴展遺留系統(tǒng)

企業(yè)若想在競爭中占據(jù)優(yōu)勢，就需要學(xué)習(xí)上述領(lǐng)先企業(yè)建立強大而又充滿活力的合作關(guān)系，并通過技術(shù)加以構(gòu)建和維護。在我們的調(diào)查中，36%的企業(yè)表示其合作伙伴數(shù)量較兩年前增加了一倍或更多。企業(yè)領(lǐng)導(dǎo)者必須清晰認(rèn)識到，合作成功的前提條件是敏捷、高效的基礎(chǔ)設(shè)施。

而實際上，企業(yè)面臨的關(guān)鍵問題在于：傳統(tǒng)IT架構(gòu)無法支持與技術(shù)合作伙伴的快速集成。這些系統(tǒng)彼此孤立，僅限內(nèi)部運行，更新緩慢且謹(jǐn)慎。而今，隨著業(yè)務(wù)網(wǎng)絡(luò)的不斷拓展，現(xiàn)有系統(tǒng)與各色生態(tài)系統(tǒng)間快速切換的需求不斷升級，陳舊的遺留系統(tǒng)已無法滿足發(fā)展需要。

鑒于此，微服務(wù)和區(qū)塊鏈這兩項技術(shù)有望幫助企業(yè)解決技術(shù)難題。從內(nèi)部看，每家企業(yè)的技術(shù)架構(gòu)都將不斷升級，直至足以支撐大規(guī)模的合作伙伴；微服務(wù)架構(gòu)能利用應(yīng)用程序的模塊化來提升企業(yè)敏捷性，使其能夠與眾多合作伙伴快速整合。從外部看，隨著企業(yè)合作伙伴群體的日漸龐大，規(guī)?；穆?lián)系需要重新創(chuàng)建交易模式。區(qū)塊鏈將在創(chuàng)建、擴展和管理合作關(guān)系方面發(fā)揮關(guān)鍵作用，以技術(shù)鎖定信任，規(guī)范各種合作伙伴關(guān)系。以技術(shù)為基礎(chǔ)的合作伙伴關(guān)系是企業(yè)共同的戰(zhàn)略目標(biāo)，領(lǐng)導(dǎo)者們應(yīng)立即行動起來，采取各種手段去贏得這種合作關(guān)系。此舉將充分釋放企業(yè)的經(jīng)濟潛能，并重新定義那些與追隨者建立關(guān)系的方式。

由內(nèi)而外的變革

企業(yè)應(yīng)由內(nèi)而外的推動新一輪以技術(shù)為基礎(chǔ)的合作關(guān)系。微服務(wù)并非只是某種技術(shù)，而是一套架構(gòu)方法，旨在運用一系列工具（如API、容器和云），將應(yīng)用軟件分解為簡單的獨立服務(wù)。

微服務(wù)不僅提供了應(yīng)用的可擴展性與可靠性，更可支持企業(yè)快速、輕松地建立技術(shù)合作，允許其無縫整合多種服務(wù)，且不影響合作伙伴或客戶。

例如，美國連鎖藥店沃爾格林（Walgreens）重建了“健康之選”獎勵計劃，希望通過微服務(wù)擴大合作伙伴關(guān)系。在微服務(wù)轉(zhuǎn)型過程中，公司對API實行了第三方可見，有助于開發(fā)者將沃爾格林的獎勵項目，如跑步監(jiān)測、血壓測量、戒煙活動等，集成到其應(yīng)用程序中以獲取積分。

相比以往耗時數(shù)月才能集成合作伙伴，如今沃爾格林只需花費短短幾小時。微服務(wù)不只意味著系統(tǒng)架構(gòu)的進化，更標(biāo)志著企業(yè)的戰(zhàn)略擴展。目前，該藥房的合作伙伴已超過275家，其通過接口處理每個處方的時間也只需一秒而已。

API是技術(shù)合作關(guān)系的核心，更是企業(yè)面向合作伙伴提供服務(wù)和數(shù)據(jù)的重要途徑，由此可見，微服務(wù)對于任何希望建立合作關(guān)系的企業(yè)而言都至關(guān)重要。然而，僅開放部分應(yīng)用功能不但不利于作出恰當(dāng)選擇，還存在潛在的安全風(fēng)險。沃爾格林的成功印證了微服務(wù)解決方案的可行性：將API建立在個人服務(wù)層面，實現(xiàn)其與特定服務(wù)的精確銜接，營造開放的開發(fā)環(huán)境，為潛在合作伙伴提供便利。

借助此類細化的管控，企業(yè)將有更多機會發(fā)掘針對服務(wù)和數(shù)據(jù)的潛在需求，進而有望創(chuàng)造新的業(yè)務(wù)。地理位置信息服務(wù)網(wǎng)站Foursquare與Snapchat、推特、優(yōu)步、Pinterest和Apple Maps等諸多流行應(yīng)用結(jié)成伙伴。Foursquare的技術(shù)甚至被直接植入了三星Galaxy S8智能手機當(dāng)中。

微服務(wù)轉(zhuǎn)型大潮之下，其業(yè)務(wù)必緊跟變革趨勢。谷歌和奈飛（Netflix）等知名數(shù)字化原生企業(yè)也在積極探索微服務(wù)更廣泛的應(yīng)用。谷歌的每一次搜索都會調(diào)用超過70種微服務(wù)以生成結(jié)果。康卡斯特（Comcast）和第一資本銀行（Capital One）等其他行業(yè)領(lǐng)先者也逐步加入這一陣營。調(diào)研中95%的IT高管表示，企業(yè)將在未來兩年內(nèi)使用微服務(wù)。時至2023年，支持微服務(wù)的工具市場規(guī)模預(yù)計將達330億美元。

中通服與埃森哲合作，從2014年就啟動了微服務(wù)架構(gòu)升級項目“翔云”，通過云計算技術(shù)，采用以PaaS平臺為基礎(chǔ)的松耦合系統(tǒng)設(shè)計架構(gòu)—微服務(wù)架構(gòu)（見圖1），敏捷地承接多樣化的業(yè)務(wù)模式及需求。結(jié)合集團的業(yè)務(wù)特性，中通服將工程、設(shè)計、監(jiān)理和運維四大類業(yè)務(wù)形態(tài)抽象為合同、項目、采購、銷售、財務(wù)、客商和市場七大類微服務(wù)，開發(fā)人員調(diào)用這些微服務(wù)來組裝業(yè)務(wù)，實現(xiàn)了即插即用的服務(wù)化能力，讓軟件架構(gòu)能夠“多快好省”地滿足業(yè)務(wù)需求。經(jīng)過“翔云”項目建設(shè)，中通服建立了覆蓋整個集團的軟件開放平臺，徹底打破了過去封閉的軟件架構(gòu)模式，全面提升了集團管控能力。

微服務(wù)架構(gòu)將推動企業(yè)明確定義其提供的服務(wù)，開辟全新增收途徑，并將每項服務(wù)轉(zhuǎn)化為基于技術(shù)的合作伙伴關(guān)系的潛在推動因素。

何為區(qū)塊鏈？

區(qū)塊鏈?zhǔn)且环N分布式賬本系統(tǒng)，它用以保存交易批次信息（“塊”），再以密碼學(xué)技術(shù)（“鏈”）加以鏈接和排序。區(qū)塊鏈的真正創(chuàng)新之處在于，它并不隸屬于某一組織，而是分布在一個對等的網(wǎng)絡(luò)中，通過區(qū)塊和共識機制中的冗余確保操縱交易不被篡改。區(qū)塊鏈可以像比特幣或以太坊一樣公開存在，也可以由私人或聯(lián)合體開發(fā)—許多企業(yè)的應(yīng)用模式正是如此。

區(qū)塊鏈所提供的數(shù)字信息可被無限復(fù)制，且具有可追溯性。上述特質(zhì)也讓區(qū)塊鏈成為了比特幣等加密貨幣的基礎(chǔ)。它使每一枚貨幣都有跡可循，也因此具備了價值。然而區(qū)塊鏈的應(yīng)用探索并未止步于此，從身份管理，延伸至投票、云存儲和智能合約，隨著區(qū)塊鏈應(yīng)用的成功部署，企業(yè)的業(yè)務(wù)模式也隨之改變。本質(zhì)上來說，以非可變更數(shù)據(jù)庫為效益基礎(chǔ)的業(yè)務(wù)模式，終將被區(qū)塊鏈技術(shù)所顛覆。

例如，為了使客戶能夠全天候地獲取資金，印度中央銀行正著手構(gòu)建以區(qū)塊鏈為銀行間交易方式的銀行聯(lián)盟。參與最初試點的機構(gòu)合計占到了該國金融交易份額的八成。

通過共享分布式賬本，銀行可以更為準(zhǔn)確地保持最新交易記錄，從而同步加快自身業(yè)務(wù)處理和客戶取得資金的速度。

有研究推測，到2022年，該技術(shù)有望為銀行節(jié)約150億～20億美元成本。區(qū)塊鏈和分布式賬本技術(shù)（更廣泛的技術(shù)家族）將對各行各業(yè)產(chǎn)生相似的影響，成為企業(yè)競相投資的重要領(lǐng)域。

重塑關(guān)系構(gòu)建方式

微服務(wù)是擴展和整合伙伴關(guān)系的關(guān)鍵，區(qū)塊鏈則對實施管理和運營至關(guān)重要。企業(yè)一方面需要維系更多的合作伙伴關(guān)系，一方面又要在保證產(chǎn)品服務(wù)完整性和安全性的基礎(chǔ)上，實現(xiàn)合作伙伴間的快速切換，其壓力可想而知。區(qū)塊鏈技術(shù)的出現(xiàn)剛好能夠解決這一復(fù)雜問題。由于存儲在區(qū)塊鏈中的信息會在合作伙伴網(wǎng)絡(luò)中被復(fù)制和共享，因此參與各方無需中介機構(gòu)，也不必建立信任關(guān)系，只需簡單的依賴系統(tǒng)即可。

區(qū)塊鏈可以有效降低運營成本并提高供應(yīng)鏈透明度。百威英博、埃森哲、APL、德迅集團和一家歐洲海關(guān)組織，成功試驗了一項區(qū)塊鏈解決方案。該解決方案能夠消除貨運和物流行業(yè)對紙質(zhì)貨運單證的依賴，由此每年有望節(jié)約數(shù)億美元開支。

在汽車、零售和消費品等行業(yè)，為了將貨物從出口商運送給進口商，企業(yè)通常需要準(zhǔn)備20多種不同單證，其中多數(shù)為紙質(zhì)單證。但實際上，這些單證中多達70%的數(shù)據(jù)是重復(fù)的。對交易各方而言，繁瑣的單證處理方式不僅影響了數(shù)據(jù)質(zhì)量及實時可見性，而且可能造成資金延遲結(jié)算。

埃森哲開發(fā)的這一區(qū)塊鏈解決方案將加快運輸單證的整體傳遞速度，減少八成的數(shù)據(jù)錄入，簡化運輸過程中的數(shù)據(jù)修改工作，精簡貨物所需檢查，并緩解客戶面臨的因海關(guān)合規(guī)問題帶來的處罰風(fēng)險。無論是商品污染、零件缺失，還是供應(yīng)商的欺詐行為，區(qū)塊鏈作為單一信息來源，可助力大型物流企業(yè)實時偵測潛在漏洞，并迅速作出反應(yīng)，在提高運營效率的同時，保護公眾安全，規(guī)避企業(yè)風(fēng)險。

區(qū)塊鏈合作所帶來的裨益遠不止此。企業(yè)應(yīng)摒棄原始的非數(shù)字化創(chuàng)建方式，將信任交托與區(qū)塊鏈技術(shù)，加速業(yè)務(wù)拓展，發(fā)展新的合作伙伴，輕松步入全新生態(tài)系統(tǒng)?；趨^(qū)塊鏈的智能合約，使企業(yè)可以概括一個特定合作關(guān)系的條款，然后向所有能夠滿足這些條款的潛在合作伙伴自動發(fā)布數(shù)據(jù)或運行程序。

埃森哲中國信息技術(shù)交付中心與全球區(qū)塊鏈專家合作開發(fā)了基于區(qū)塊鏈的智能合約解決方案，將現(xiàn)有書面合同轉(zhuǎn)化成可共享的供應(yīng)鏈數(shù)據(jù)庫，支持交易環(huán)節(jié)的各方對合約條款安全訪問，所有修改及意見都記錄在區(qū)塊鏈賬本上，并告知所有相關(guān)方。其自動化技術(shù)也可以簡化人工流程。該方案不僅徹底改變了合同的編制、處理、修改、儲存和遵守的方式，更是提高了合同透明度和共享所有權(quán)，有助于更快解決合同糾紛，免除不必要的仲裁或訴訟，用技術(shù)建立信任。

愛沙尼亞政府正在使用的，以合作伙伴生態(tài)系統(tǒng)方式運行的智能合同系統(tǒng)正是基于區(qū)塊鏈技術(shù)。從醫(yī)療記錄到居住信息，所有公共數(shù)據(jù)都由創(chuàng)建該數(shù)據(jù)的當(dāng)?shù)剞k事機構(gòu)專門存儲和維護，而非保存于集中數(shù)據(jù)庫中。政府職員在調(diào)用跨部門信息時—無論是開具出生證明還是提交警方報告，都要通過國家智能合約系統(tǒng)“X-road”完成。該系統(tǒng)會自動核實請求者的身份，驗證訪問信息需求，并規(guī)定請求者使用信息的時間與方式。這一框架能夠?qū)崿F(xiàn)政府機構(gòu)之間快速、安全的數(shù)據(jù)共享，同時確保公民洞察數(shù)據(jù)訪問情況并維護其安全。

雖然很多區(qū)塊鏈舉措仍處于初期階段，但《技術(shù)展望》調(diào)查顯示，49%的企業(yè)都在積極研究區(qū)塊鏈的應(yīng)用，或計劃在明年開設(shè)試點。Filament是一家基于區(qū)塊鏈的網(wǎng)絡(luò)企業(yè)，致力于創(chuàng)建物聯(lián)網(wǎng)設(shè)備之間的安全通信，而無需連接到云端—亞馬遜和SpaceX兩大客戶均已被其納入囊中。日本能源公司Eneres則在測試將區(qū)塊鏈作為重新分配福島家庭富余能源的手段。Provenance公司正在幫助企業(yè)為實體產(chǎn)品創(chuàng)建數(shù)字記錄，以此確保供應(yīng)鏈的真實性和可信度，充分贏得消費者信任。

擁有領(lǐng)先技術(shù)的企業(yè)正將業(yè)務(wù)范圍拓展至全球各地、各行各業(yè)。而任何想要與這些企業(yè)開展業(yè)務(wù)的公司都將需要一套由區(qū)塊鏈支撐的框架，用以確保增長驅(qū)動型合作關(guān)系的實現(xiàn)。出于上述原因，60%的高管認(rèn)為，區(qū)塊鏈和智能合約在未來三年內(nèi)將對企業(yè)產(chǎn)生重大影響。

趨勢總結(jié)：合作伙伴的未來

未來屬于那些善于利用技術(shù)達成合作關(guān)系的領(lǐng)軍者。為滿足規(guī)?；瘎?chuàng)建和管理合作關(guān)系這一訴求，企業(yè)必須推動自上而下的變革，積極重塑自身業(yè)務(wù)。

企業(yè)應(yīng)著手重新評估應(yīng)用軟件和服務(wù)之模式，建立以微服務(wù)為基礎(chǔ)的快速發(fā)展方式。對于多數(shù)企業(yè)而言，區(qū)塊鏈無疑是未來的交易手段。企業(yè)領(lǐng)導(dǎo)者需順勢而為，致力于投資相關(guān)技能和工具。那些有效推動技術(shù)合作伙伴關(guān)系的企業(yè)必將找到清晰的發(fā)展之路，從而得以把握創(chuàng)新，開啟嶄新機遇。

趨勢五：智聯(lián)網(wǎng)

智能系統(tǒng)通達內(nèi)外

機器人、沉浸式現(xiàn)實、人工智能及互聯(lián)設(shè)備，正將現(xiàn)實世界的技術(shù)水平推至新高度。

許多企業(yè)仍認(rèn)為，其現(xiàn)有的技術(shù)基礎(chǔ)設(shè)施已足夠支持所需的計算能力—這種想法潛在著巨大風(fēng)險。要想真正發(fā)揮新一代智能技術(shù)的作用，企業(yè)需對基礎(chǔ)設(shè)施進行徹底改造，均衡部署云計算和邊緣計算，并重新聚焦硬件改造，從而實現(xiàn)即時的智能交付。

試想一下，若將具備實時分析腦電波功能的可植入式設(shè)備運用于癲癇患者的神經(jīng)活動監(jiān)測，那么，僅毫秒之間，該設(shè)備便能發(fā)現(xiàn)癲癇發(fā)作的征兆，無需接入外部系統(tǒng)或等待患者主訴，便能及時釋放脈沖將其阻斷。事實上，在患者毫無意識的情況下，該設(shè)備就已自主完成上述操作。

這并非是假想情形，而是目前真實的治療方案。NeuroPace公司的神經(jīng)刺激裝置植入患者顱骨后，能夠在不知不覺間自動監(jiān)測并預(yù)防癲癇發(fā)作—僅一年的時間，患者發(fā)病頻率就降低了44%。這種對緊急醫(yī)療狀況的實時管理充分展示了智能環(huán)境的可能性：通過整合實時感應(yīng)和計算技術(shù)，實現(xiàn)即時有效的響應(yīng)。

這樣的智能交付形式意味著，我們已具備對現(xiàn)實世界中那些復(fù)雜、不可預(yù)知的交互加以管理的能力。誠然，并非每個案例都會涉及如人體這般難以預(yù)測的環(huán)境，抑或關(guān)乎生死。但當(dāng)今企業(yè)的基礎(chǔ)架構(gòu)確實普遍無法支持創(chuàng)建規(guī)模化智能解決方案所需的即時洞見與行動?，F(xiàn)有的基礎(chǔ)設(shè)施大多圍繞基本假設(shè)而設(shè)計：用以支持遠程應(yīng)用程序的足夠帶寬，具備強大計算能力的遠程云以及近乎無限的存儲空間。然而在現(xiàn)實環(huán)境中，應(yīng)用軟件對即時響應(yīng)的需求卻與這些假設(shè)形成了鮮明對比。

從能夠自動管理患者輸液的ICU病房到具備自我維護功能的工業(yè)設(shè)備，越來越多的企業(yè)致力于智能環(huán)境的開發(fā)—從而將業(yè)務(wù)觸角進一步延伸至日常管控的環(huán)境之外。在這一過程中，對實時系統(tǒng)的需求令硬件再次成為關(guān)注焦點：具有特定用途和可定制的硬件令網(wǎng)絡(luò)周邊的設(shè)備比以往更強大、更節(jié)能。而重塑企業(yè)的基礎(chǔ)設(shè)施，無疑釋放了大量新機遇，將業(yè)務(wù)邊緣視為交付智能環(huán)境的戰(zhàn)略資產(chǎn)。

一些睿智的企業(yè)早已朝著這一方向邁出了步伐。以Land O'Lakes為例，該公司所部署的半自動拖拉機在穿越農(nóng)場時能夠根據(jù)具體情況調(diào)整種植決策，此舉令作物產(chǎn)量提高了三至五倍。同樣，越來越多“有意識的”的監(jiān)控攝像機被運用于執(zhí)行識別包裹交付時間及跟蹤嬰兒睡眠情況，這些實體設(shè)備植入了集成分析的處理能力，無需發(fā)送海量數(shù)據(jù)進行離線處理。當(dāng)攝像機能夠區(qū)別接近大門的人和跑過鏡頭的松鼠時，也就意味著誤報情況的降低、真正智能化的開啟，以及即時安保的響應(yīng)。

交付實體智能環(huán)境需要對當(dāng)前的業(yè)務(wù)基礎(chǔ)設(shè)施進行認(rèn)真反思，充分利用更廣泛的設(shè)備網(wǎng)絡(luò)和更先進的方法體系。否則，企業(yè)或?qū)o法依托機器人、沉浸式現(xiàn)實、人工智能和物聯(lián)網(wǎng)交付高端、智能的體驗，而這些技術(shù)正是企業(yè)新一代戰(zhàn)略的基礎(chǔ)。與智能世界接軌，企業(yè)首先要進行架構(gòu)轉(zhuǎn)型—打造即時采取智能行動的能力。歡迎來到智聯(lián)網(wǎng)的時代！

目標(biāo)：智能，無處不在

新一代智能解決方案正被植入各行各業(yè)的實體環(huán)境，企業(yè)紛紛將戰(zhàn)略重點落實在推動現(xiàn)實世界的智能化引入上—改善智能城市的交通流量，通過遠程醫(yī)療追蹤分析患者狀況，油田災(zāi)難預(yù)警預(yù)防分析。當(dāng)下，企業(yè)亟須將基礎(chǔ)設(shè)施加以擴展，從而實現(xiàn)符合其預(yù)期的動態(tài)化實體環(huán)境。

當(dāng)前預(yù)測表明，到2020年，智能傳感器和其他物聯(lián)網(wǎng)設(shè)備將至少產(chǎn)生507.5澤字節(jié)（Zb）的數(shù)據(jù)量。試圖在異地完成如此繁重的計算勢必難以實現(xiàn)。為充分釋放實時智能的無限潛能，企業(yè)必須令事件驅(qū)動型分析及決策流程更貼近交互和數(shù)據(jù)生成—換言之，向網(wǎng)絡(luò)邊緣不斷推進。

云將繼續(xù)在企業(yè)基礎(chǔ)架構(gòu)中發(fā)揮關(guān)鍵作用。雖然中間設(shè)備和邊緣設(shè)備可以通過處理數(shù)據(jù)來實現(xiàn)即時操作，但云所能提供的是更為強大的“元數(shù)據(jù)洞見”，它可隨時間的推移不斷改進系統(tǒng)，并充分利用兩方面的優(yōu)勢重塑新業(yè)務(wù)。DS維珍車隊將這一技術(shù)帶入了電動方程式賽車界。比賽過程中，通過對控制系統(tǒng)生成數(shù)據(jù)的實時處理，不斷對車輛進行調(diào)整；賽后，車隊充分利用云資源，從更龐大的數(shù)據(jù)集中汲取深入洞見。

在設(shè)計系統(tǒng)時，若想充分利用設(shè)備驅(qū)動型即時洞見和云端元數(shù)據(jù)洞見這兩大力量，就需要圍繞內(nèi)存展開全新考量。企業(yè)應(yīng)將數(shù)據(jù)資產(chǎn)明確區(qū)分為，必須加以保存的重要部分，及可因決策變動而隨時刪除的部分。經(jīng)過標(biāo)記、回傳到云端的數(shù)據(jù)資產(chǎn)應(yīng)具備明確的保留必要性，例如收集大量歷史數(shù)據(jù)以完善決策；同時，僅用于在邊緣進行短暫決策的數(shù)據(jù)則可拋棄。

歐洲一家國家鐵路公司采用這種方法，為乘客提供了更為智能的體驗，同時兼顧了車站間的數(shù)據(jù)傳輸量。位于車廂中的攝像頭利用車載處理功能來確認(rèn)座位是否被占用，然后將空座號碼發(fā)送至即將到達的車站。候車乘客可以在火車抵達前使用車站的自助服務(wù)終端來預(yù)定座位；一旦座位被預(yù)定，先前“有座”的信息就不再具有任何價值，因而會被即時消除。同時，整體的上座情況和銷售數(shù)據(jù)將被保留，用于日后列車時間表和路線的優(yōu)化。

企業(yè)應(yīng)當(dāng)找尋適用自身的獨特方法，在云端和邊緣兩處，以及之間的任何地方平衡處理任務(wù)—邊緣處理能力和能源效率的提高使這種模式成為了可能；而現(xiàn)在，由于企業(yè)迫切需要建立即時行動能力，其重要性更是與日俱增。

充分利用定制化的加速計算

經(jīng)過擴展的基礎(chǔ)設(shè)施將成為智聯(lián)網(wǎng)的支柱。為了使其完全成熟，企業(yè)必須具備卓越的計算能力以滿足智能環(huán)境之所需。這就意味著將目光重新聚焦于硬件，一時之間，企業(yè)紛紛將軟件驅(qū)動型解決方案作為其首選策略。這一問題正在引起廣泛關(guān)注—我們的《技術(shù)展望2018》調(diào)查顯示，有63%的高管認(rèn)為，未來兩年內(nèi)，利用定制硬件和硬件加速器來滿足智能環(huán)境的計算需求將非常關(guān)鍵。企業(yè)必須立即采取行動，將此類硬件集成技能融入到員工團隊中—那些秉承云優(yōu)先心態(tài)的管理者可能會忽視這一需求，因而不得不面對更多的挑戰(zhàn)。

對于幾乎所有的企業(yè)來說，為實現(xiàn)智能響應(yīng)而升級基礎(chǔ)設(shè)施，也就意味著充分利用起硬件加速器：專用硬件在完成非常特定任務(wù)時速度是極快的。為了滿足邊緣決策的計算和能耗需求，這一模式是企業(yè)的必然之選。

一直以來，圖形處理器（GPU）都被廣泛運用于企業(yè)的方方面面。這種硬件加速器被大量應(yīng)用于不太注重能耗的早期智能產(chǎn)品。發(fā)那科（Fanuc）是工廠自動化和工業(yè)機器人領(lǐng)域的全球領(lǐng)先機構(gòu)，該公司將英偉達（NVIDIA）圖形處理器運用于智能邊緣鏈接與驅(qū)動系統(tǒng)當(dāng)中。

該系統(tǒng)可幫助制造機器人持續(xù)學(xué)習(xí)復(fù)雜的活動，例如從箱子中挑選特定部件、檢測異常情況，以及預(yù)測故障。中國初創(chuàng)企業(yè)圖森未來（TuSimple）也將英偉達（NVIDIA）圖形處理器運用于其自動化導(dǎo)航系統(tǒng)的開發(fā)。圖形處理器等硬件加速裝置可以幫助企業(yè)在交互點上建立“思考”能力，從而在目標(biāo)環(huán)境中進行實時決策。

當(dāng)硬件加速程度不足，特別是運行于苛刻環(huán)境中時，企業(yè)或許需要定制硬件。擴展現(xiàn)實（虛擬和增強現(xiàn)實體驗）雖然需要龐大的計算能力才能實時運行，但這也是智聯(lián)網(wǎng)早期成功的一則典型實例，全球增強現(xiàn)實和虛擬現(xiàn)實市場規(guī)模有望在2021年達到2150億美元。毫無疑問的是，在構(gòu)建或利用定制硬件解決方案方面，該行業(yè)的領(lǐng)軍機構(gòu)已領(lǐng)先一步。

微軟全息眼鏡HoloLens的最初版本“visor”需要將目鏡與一臺單獨的計算機連接。隨后，該設(shè)備進行了一些改進，將電腦置于背包中，不過仍然無法成為一款消費電子產(chǎn)品。通過開發(fā)定制化硬件—全息處理單元，微軟最終將HoloLens簡化為獨立設(shè)備。現(xiàn)在，實時處理功能內(nèi)置于可充電的便攜式鏡架內(nèi)，運行時僅會耗用不到50%的總計算能力。

建立或利用定制硬件和專用硬件的方式，與過去十年間企業(yè)普遍采用的“統(tǒng)一解決方案”大相徑庭。這種轉(zhuǎn)變對于提高處理速度至關(guān)重要，它推動了網(wǎng)絡(luò)邊緣集成、綜合的體驗。

為擴大數(shù)據(jù)中心規(guī)模，谷歌專門打造了一款運行深度神經(jīng)網(wǎng)絡(luò)的計算機芯片：張量處理單元的效率比標(biāo)準(zhǔn)處理器高出30倍至80倍。而臉譜網(wǎng)、微軟、亞馬遜、百度等公司均在使用一系列全新的專業(yè)處理單元來訓(xùn)練和運行人工智能模型。

對于希望在智能環(huán)境中占領(lǐng)先機的企業(yè)而言，定制硬件和加速硬件是他們開展實時洞察與行動的關(guān)鍵要素。

趨勢總結(jié)：遍布基礎(chǔ)設(shè)施的智能化

隨著主要智能產(chǎn)品與服務(wù)從早期的逐步發(fā)展過渡至爆發(fā)性增長，企業(yè)有必要重新設(shè)計基礎(chǔ)架構(gòu)，用以支持動態(tài)環(huán)境中的實時行動。這意味著，需要提升關(guān)鍵的技術(shù)水平和人員能力，并重新審視現(xiàn)有的基礎(chǔ)設(shè)施和硬件解決方案。

創(chuàng)建智聯(lián)網(wǎng)意味著，企業(yè)必須將計算從云端擴展到網(wǎng)絡(luò)邊緣。與此同時，積極探索定制硬件解決方案和硬件加速器，從而避免系統(tǒng)延遲或計算限制。在時間要求不緊迫的情況下，云處理對于高價值的學(xué)習(xí)、預(yù)測、人工智能模型生成和存儲仍具有重大意義。但若想支持實時的智能行動，在事件發(fā)生的網(wǎng)絡(luò)邊緣開展處理工作才是不二之選。

為了充分釋放人工智能、機器人技術(shù)及其他革命性技術(shù)的潛能，企業(yè)務(wù)必聚焦于業(yè)務(wù)流程和戰(zhàn)略的關(guān)鍵領(lǐng)域—從服務(wù)設(shè)計、基礎(chǔ)設(shè)施轉(zhuǎn)型，直至硬件考量。由此終將營造出真正的智能環(huán)境，為人所用。

企業(yè)若要改進處理能力并節(jié)約能耗，則必須放棄使用傳統(tǒng)的中央處理器（CPU），轉(zhuǎn)而考慮硬件加速器—如圖形處理器（GPU）、現(xiàn)場可編程門陣列（FPGA）和專用集成電路（ASIC）。廣義而言，上述加速器在計算能效方面均比CPU高出一籌（參見圖2），但也需要更高成本。

盡管開發(fā)和制造成本高昂，但專用集成電路在今天仍被廣泛應(yīng)用。例如，微軟混合現(xiàn)實眼鏡HoloLens的全息處理單元就是一種專用集成電路的應(yīng)用，這使得微軟能夠打造一款無需連接到計算機的頭戴設(shè)備。谷歌的張量處理單元也采用了專用集成電路技術(shù)，開發(fā)人員可以訪問其強大的人工智能功能，這種技術(shù)可以通過谷歌云平臺，運行谷歌街景和語音搜索應(yīng)用背后的機器學(xué)習(xí)技術(shù)。

其他云提供商正在設(shè)法利用先進的現(xiàn)場可編程門陣列，與谷歌的張量處理單元產(chǎn)品展開競爭。微軟Project Brainwave深度學(xué)習(xí)云平臺使用了英特爾的Stratix 10現(xiàn)場可編程門陣列。百度也采用了類似方法，運用賽靈思（Xilinx）的現(xiàn)場可編程門陣列實現(xiàn)其基于云的人工智能產(chǎn)品，這正是亞馬遜AWS彈性計算云F1實例所應(yīng)用的技術(shù)。微軟則將現(xiàn)場可編程門陣列作為專用的加密處理器，確保與Office 365云服務(wù)的每項連接。

當(dāng)然，專用集成電路和現(xiàn)場可編程門陣列并非僅有的硬件加速器。長期以來，企業(yè)一直在針對特定任務(wù)重新設(shè)計圖形處理單元，最終促成了通用計算圖形處理單元（GPGPU）的問世。這些處理器的普遍應(yīng)用（包括安裝在如今銷售的大多數(shù)計算機中），以及易于編程的框架—統(tǒng)一計算設(shè)備架構(gòu)（CUDA）、開放計算語言（OpenCL）和直接計算功能（DirectCompute），使通用圖形處理器（GPGPU）成為了現(xiàn)代硬件加速技術(shù)的主力。