麦肯锡：2024技术趋势展望（可下载报告）

• 生成式人工智能

在过去的一年里，我们看到了该领域的显著进步，OpenAI 的 GPT-4、Anthropic 的 Claude 和 Google 的 Gemini 等文本生成模型可以生成模仿人类生成响应的内容，而 DALL-E 3 和 Midjourney 等图像生成工具可以根据文本描述创建逼真的图像。OpenAI 最近推出了文本转视频生成器 Sora，进一步展示了该技术的潜力。甚至音乐创作也是革命化的，像 Suno 等模型一起创作各种风格的原创作品。

根据麦肯锡最新的全球人工智能现状调查，65% 的受访者表示，他们的组织在至少一项业务职能中经常使用新一代人工智能，高于去年的三分之一，新一代人工智能用例每年可能创造 2.6 万亿至 4.4 万亿美元的价值。然而，我们必须认识到使用这项强大技术所带来的风险，包括偏见、错误信息和深度伪造。展望 2024 年及以后，我们预计组织将投资于扩大新一代人工智能所需的风险缓解、运营模式、人才和技术能力。

• 应用人工智能

展望 2024 年，分析型人工智能技术（包括机器学习 (ML)、计算机视觉和自然语言处理 (NLP) 的应用）的影响将继续在各个领域增长。公司正在利用数据来获取洞察力，以实现流程自动化、业务转型和做出更好的决策。同时监管者和政策制定者都注意到人工智能的影响力日益增强，例如欧洲议会通过了统一的《欧盟人工智能法案》。

然而，人工智能的采用之路充满了挑战和学习机会，例如转变组织文化以促进协作、信任和适应新的工作方式；获取、利用和组织有价值的大型数据集来源；以及解释模型输出以建立最终用户对它们的信任。鉴于人工智能的跨领域性质，领导者应该预见到整个企业的治理冲突等挑战，以及监管和道德环境的快速发展。尽管存在这些挑战，但建立协议以及有效的变更管理可以帮助降低风险并确保将人工智能成功纳入业务运营。

• 机器学习的工业化

工业化机器学习 (ML)，也称为机器学习操作 (MLOps)，是在企业内扩展和维护 ML 应用程序的过程。展望 2024 年，MLOps 工具正在迅速发展，功能和互操作性都得到了改善。这些工具正在促进从试点项目到强大业务流程的过渡，实现分析解决方案的扩展，并提高团队生产力。

MLOps 最初由几家先驱公司引入，随着越来越多的公司将 AI 用于更广泛的应用，MLOps 也得到了越来越广泛的采用。生成式 AI  的兴起重塑了 AI 格局，要求 MLOps 功能也进行相应升级以满足其独特需求。这是工业化 ML 趋势中新发展的最新领域。MLOps 和基础模型操作 (FMOps) 对于安全高效地实现工业化和扩展生成式 AI 至关重要。

• 下一代软件开发

软件开发领域目前正在经历一场变革性的转变，其推动力是生成式人工智能 (gen AI) 和云原生架构等尖端技术的涌入。2023 年，基于人工智能的工具数量显著增加，这得益于前几年软件开发和 DevOps 自动化方面的进步（例如，持续集成、持续交付、基础设施即代码和改进的集成开发环境）。这些创新正在彻底改变工程师在整个软件开发生命周期 (SDLC) 中的运作方式，从规划和测试到部署和维护。

虽然大规模采用的道路可能需要更多时间，但采用人工智能软件开发工具的增加是有希望的。早期采用者已经体验到了生产力的提升，为不久的将来更广泛的采用奠定了基础。今年有望出现更多突破性的可能性，因为用户友好的低代码平台、整个 SDLC 中的人工智能助手、与支持新一代人工智能的产品管理工具的集成以及可扩展的云架构等成熟技术正在融合，从而实现民主化开发、超高效率和卓越的适应性。

• 数字信任和网络安全

随着组织在企业内部采用新兴和成熟的技术（例如云计算和边缘计算、应用人工智能和下一代软件开发），数字信任和网络安全的重要性日益增加。虽然采用这些新兴技术带来了令人兴奋的新好处，但也使组织面临网络安全和其他风险，从而增加了对数字信任技术的需求。然而，数字信任和网络安全的采用受到一系列因素的影响，包括集成挑战、组织孤岛、人才短缺以及其作为价值主张关键组成部分的考虑有限。要充分利用数字信任和网络安全的好处，需要自上而下的领导，并对从战略和技术到企业能力的多个活动领域进行深思熟虑的变革。

• 先进连接

先进的连接技术可能会彻底改变消费者和移动、制造业和农业等行业的体验。各组织一直在广泛采用成熟的技术来增强其连接基础设施，但由于投资回报率不明确，他们对于投资某些最新的连接技术更加犹豫不决。

然而，随着最新一代卫星连接、私有 5G 网络以及最终的 6G 等尖端技术的快速发展，电信公司和其他企业必须做好准备，充分利用这些创新带来的好处。日益互联的世界将要求企业仔细思考其战略、投资和商业模式，以发现并释放新的增长机会。

• 沉浸式现实技术

沉浸式现实技术让用户可以体验增强现实或虚拟世界，同时为消费者和企业揭示一系列新用例。这些技术模拟在现实世界中添加对象，并通过使用空间计算来渲染用户周围的物理空间，实现虚拟世界中的交互。行业参与者采取了不同的方法，范围从增强现实 (AR) 到混合现实 (MR) 再到虚拟现实 (VR)。2023 年的投资和消费者需求都很脆弱，初创企业资金减少了约 50%，VR 耳机的销量比 2022 年下降了 40%。一些值得注意的亮点，例如 Apple Vision Pro 耳机的推出以及企业对数字孪生技术的持续兴趣，尽管面临财务和市场障碍，但仍表现出韧性。

• 云计算和边缘计算

企业正在从传统的现场存储和管理向跨多个基础设施点的分布过渡，这些基础设施点包括远程超大规模数据中心和企业边缘的现场服务器。公共云允许企业远程托管工作负载并按需扩展计算和存储资源的消耗，从而实现更好的规模经济、灵活性和应用程序部署速度。借助边缘计算，组织可以在更接近数据来源的地方处理数据，与云相比，提供更低的延迟、更低的数据传输成本和更高的数据隐私（同时遵守数据驻留法律）。云计算和边缘计算增强了 AI 在基础模型上的训练和推理能力，并将继续成为采用这些技术的主要驱动力。在云端和边缘（以及两者之间的位置）之间平衡工作负载将使企业能够大规模优化资源、延迟、数据隐私和安全性，进而释放业务价值。

• 量子技术

量子技术包括三大支柱：量子计算，它不仅可以为某些问题提供比当前计算系统更快的速度，还可以实现传统计算机上无法实现的应用程序；量子通信，这对于量子计算机时代的安全通信至关重要；量子传感，在特定应用中，它比传统传感器在更多模式下提供更高的灵敏度。这些技术的全部潜在经济影响估计可能高达约 0.9 万亿美元。虽然量子在实用应用方面的实际优势仍然突出，但我们看到化工、制药、金融、汽车和航空航天等行业的先锋企业正在进行有希望的研究和实验。

2023 年，硬件和软件方面都取得了稳步进展，同时各组织采取了更实际的措施，以确保其基础设施和安全为该技术做好准备。量子技术必须克服一系列技术障碍才能释放其预期的好处，这需要私营部门和公共部门的努力。从战略上讲，企业现在明智地投资以利用未来的进步是明智的。

• 机器人技术的未来

先进的机器人系统的特点是能够高度自动化地完成各种物理任务。近年来，由于宏观经济条件和技术进步，从消费者级服务到企业级装配的用例范围不断扩大。在宏观经济方面，世界经历了劳动力成本上升、人口老龄化和离岸劳动力的额外复杂性，导致许多国家的劳动力市场紧张。从技术角度来看，人工智能带来了许多创新，提高了物理机器人的能力并加速了训练。虽然还有技术和社会障碍需要克服，但大规模采用可能是释放生产力的关键，可以推动经济转型，采用与当前以人为本的工作根本不同的新工作方式。

• 流动的未来

技术进步加上对可持续性的日益关注，催生了出行的新时代。自动驾驶和电动汽车 (AV 和 EV)、城市空中交通和 ACES（自动驾驶、互联互通、电气化和共享/智能出行）技术已成为许多组织关注的焦点，这些组织试图在提高可达性、安全性和可持续性的同时，彻底改变人员和货物的运输方式。尽管监管环境仍处于起步阶段，但 ACES 技术已被汽车和航空航天行业的新行业参与者和现有企业加速采用。例如，2023 年，这些技术在大规模采用的道路上迈出了更多重大步伐，主要城市推出了自动驾驶出租车的商业试点计划，并进行了城市飞机的飞行测试。即使这些技术中的许多都有高增长预测和早期成功的迹象，创新者仍在努力解决技术、监管和消费者情绪问题，这些问题在过去一年中加剧了行业的波动。

• 生物工程的未来

生物和计算技术的结合为医疗保健、食品和农业、消费品、可持续性以及能源和材料等行业的产品和服务带来了一系列创新。未来十年，生物工程技术（如基因疗法）可能产生超过 2 万亿美元的潜在经济影响，并有数百种用例，有望改善人类健康和寿命，而替代蛋白质生产等技术则可能有助于实现可持续性。尽管如今已证实了许多用例背后的科学原理，但这些技术还必须实现商业可行性并克服社会和监管挑战。

• 太空技术的未来

过去十年来，技术成本的快速下降提高了太空技术的可行性和相关性。由于卫星和运载火箭的尺寸、重量和功率需求的降低，成本降低，导致太空技术的发射和应用数量不断增加。我们已经看到大规模卫星互联网连接的兴起——由 SpaceX 旗下的 Starlink 率先推出，拥有 5,000 多颗低地球轨道 (LEO) 卫星——以及围绕运载火箭的私人市场参与和创新的增加。

越来越多的用例也吸引了非空间技术公司的关注和投资，这些公司在远程连接、跨频谱的地球观测等领域看到了一系列机会。到 2035 年，该行业“骨干”——即太空硬件和服务提供商——的收入可能会增长到 7500 亿美元以上，但不同太空技术的采用差异很大。虽然一些技术已经得到部署和迅速扩大，但未来太空产业的许多活动，如太空采矿和在轨制造，仍处于起步阶段，未来几年将不得不克服一系列技术和地缘政治障碍。

• 电气化和可再生能源

电气化和可再生能源技术对于按照《巴黎协定》减少全球碳排放至关重要。实现这些减排所需的许多技术如今已经存在，涵盖了能源生产、储存和分配的整个价值链。这些日益重要的解决方案包括太阳能和风能等可再生能源；核能和氢能、可持续燃料和生物能源以及能源储存等清洁能源；以及长时电池系统和智能电网等分配解决方案。

向清洁能源的转变将对能源生产和能源密集型行业产生深远影响，并且需要对能源和土地利用系统的实物资产进行大量投资。到目前为止，能源和土地利用系统实物资产的总投资仍远低于实现 2050 年净零排放所需的 9.2 万亿美元年度投资。虽然产能、可靠性限制和利率上升可能会减缓清洁能源的采用，但不断增长的资本支出有助于加速采用。政府对基础设施和许可的增加支持也可能加速采用。

• 电气化和可再生能源以外的气候技术

除了电气化和可再生能源之外，气候技术还包括与循环利用和资源以及碳捕获和去除相关的技术。生产可持续商品和服务可以帮助企业遵守新兴法规、创造增长机会和吸引人才。虽然许多减轻消费对环境影响的技术在技术上是可行的，但很少有技术具有足够的成本效益，或者克服了其他障碍，如劳动力技能提升和资金，以实现大规模生产。挑战的范围也是前所未有的：

据估计，到 2030 年（要走上 2050 年净零排放的道路），每年需要额外的 0.8 至 2.9 公吨二氧化碳去除能力，这比目前估计的到该日期投入使用的量高出三到十倍。但是，创新者通过规模获取价值的机会也是显而易见的，因为到 2050 年，一个能够实现净零水平的千兆吨级去除的碳去除市场的价值可能高达 1.2 万亿美元。为了缩小愿望和承诺之间的差距，可能需要大幅增加相当于全球年度 GDP 的 0.1%（约 1200 亿美元）的投资。

关注公众号，点击“阅读原文”，即可“下载报告”