Feng哥 这是 2023 年和 2024 年的新技术趋势列表。
在本深度报告中，我们将介绍：
- .AI
- 量子计算
- 机器人
- 网络安全
- 还有更多
除了探索这些关键技术趋势外，我们还将在拐角处窥视，看看这个领域的下一步是什么。
1. 人工智能的民主化
在过去几年中，很少有创新像人工智能那样增长和关注。
今天的采用率比 2 年高出 5.2017 倍——大约 50% 的组织已将 AI 用于至少一项业务功能。
人工智能技术正在进入金融、医疗保健、制造业和其他数十个行业。
而且，它不再是为大企业保留的技术。
借助开源的人工智能解决方案，以及更低的系统成本和复杂性，人工智能的民主化正在如火如荼地进行。
典型的例子是OpenAI，一家人工智能研究公司。
它目前价值29亿美元。
而且，该公司预计到1年收入将达到2024亿美元。
OpenAI 的 ChatGPT 在 2022 年 <> 月发布时震惊了世界。
聊天机器人能够接受自然语言提示并为各种结果生成对话文本，这使人们重新思考人工智能的可能性。
在ChatGPT发布的前两个月内，有超过100亿人使用。
继ChatGPT之后，谷歌推出了自己的AI聊天机器人Bard。
Microsoft还发布了一个利用OpenAI技术的Bing聊天机器人。
甚至 Meta 也加入了 AI 竞赛，并计划向政府、学术界和研究领域的专业人士发布其大型语言模型 Meta AI。
这种类型的自然语言技术有可能彻底改变业务运营。
例如，客户服务代表可以使用它来在几秒钟内回复客户查询。
公司可以使用它来创建个性化的营销和教育内容，而无需聘请撰稿人。
开发人员可以使用它来编写复杂的代码，业务领导者可以使用它来分析数据。
企业也在以其他方式整合人工智能。
根据普华永道的一项调查，采用人工智能的企业领导者的首要目标是通过自动化提高生产力、改善决策和提升客户体验。
普华永道 2022 年的一项调查显示，事实证明，人工智能在提高生产力、决策和客户服务方面最有用。
人工智能驱动的自动化平台的一个例子是Eleos Health。该公司为治疗师提供了一个人工智能平台。
他们的CareOps自动化解决方案是一个语音AI平台。它在治疗过程的后台收听，并自动将所有治疗对话数字化，识别潜在的干预措施，并立即生成会话摘要。
该公司宣布在 20 年进行 2022 万美元的 A 轮融资，使其总融资额达到 28 万美元。
在另一个例子中，制造和仓库运营正在为人工智能寻找新的创新用途。
仓库库存管理可以通过人工智能的图像识别功能实现自动化。该系统还可以在库存不足时发送警报并及时进行人为干预，以及说明生产或供应链延迟。
在制造工厂中，人工智能平台是“智能工厂”趋势的一部分，这些系统可以实现预测性维护，最大限度地减少浪费，并提高工人的安全性。
2. 清洁技术的创新和投资增长
1 年，低碳能源转型投入了令人印象深刻的 1.2022 万亿美元。
这项全球投资创下了新纪录，比 31 年增长了 2021%。
这也是清洁能源投资与化石燃料投资相等的第一年。
事实上，清洁技术已经获得了如此强大的动力，以至于超过25%的风险投资现在流向了清洁技术公司。
行业专家表示，2023 年将有更多的资金和兴趣，部分原因是《降低通胀法案》。
该法律包括贷款，赠款和税收激励措施，旨在鼓励私营部门将更多的资金和时间投入到清洁技术中。
Breakthrough Energy Ventures的负责人估计，这一行为将导致创建300至1,000家新公司。
其中许多公司可能属于绿色氢能行业。
氢是地球上最丰富的元素，燃烧它不会释放一氧化碳2，使其作为绿色能源的巨大潜力。
到61年，绿色氢市场预计将以2027%的复合年增长率增长，价值将超过7亿美元。
氢能委员会估计，要使世界在700年之前实现净零排放，将需要约2050亿美元的氢投资。
他们报告说，截至 680 年 2022 月，已宣布了 160 个大型氢能项目——与 2021 年相比增加了 <> 个项目。
此外，美国能源部在 47 年初宣布为清洁氢技术提供 2023 万美元的可用资金。
Plug Power是美国生产氢燃料电池系统的最大公司之一。
该公司于 2022 年在纽约斯林格兰开设了一家氢燃料电池制造厂。
在与TC Energy和Nikola建立新的合作伙伴关系之后，该公司的股价在30年迄今上涨了近2023%。
非美国对氢的投资也在增加。
氢动力客运列车于 2022 年 600 月在德国首次亮相。火车可以行驶86多英里而无需加油，最高时速为每小时<>英里。
德国计划在未来几年内将其2,500至3,000列火车转换为氢燃料。
但是，尽管绿色倡议——如植树和改用氢动力汽车——可以随着时间的推移减少碳排放，但许多专家认为，仅靠这些努力的影响太小，也为时已晚。
根据布鲁金斯学会的数据，58 年全球温室气体排放量达到 2022 亿吨。这是有史以来最大的记录。
有据可查的是，碳排放是现代气候变化的最大驱动因素之一。
为了直接消除其中一些排放，清洁技术领导者正在使用所谓的碳捕获技术，在减少甚至逆转排放方面取得立竿见影的进展。
该过程涉及与超级排放者（如发电厂和混凝土制造设施）合作，以捕获通常释放到空气中的碳分子。
碳捕获可以有效去除发电厂和工业设施释放的空气中高达90%的排放物。
从那里，碳捕获公司通过各种化学过程分离和提取碳，然后将其转售或沉积到地下深处，在那里它可以转化为石头。
普华永道报告称，2022年前三个季度碳捕集技术的资金几乎是2021年总资金的两倍。
3. 早期疾病检测技术的进步
虽然谈论量子计算和人工智能等技术发展令人兴奋，但一项可能对人类最有益的技术是早期疾病检测。
这是因为越早发现疾病，患者生存的可能性就越大。
例如，如果卵巢癌在局部仍处于局部状态时被发现，则五年生存率为93%。
黑色素瘤患者的预期寿命也有类似的增加。局部癌症的五年生存率为99%，但在癌症扩散后只有32%的生存率。
不幸的是，某些类型的癌症，如影响胰腺、肺和卵巢的癌症，是出了名的难以及早发现。
为了提高存活率，研究人员和科技行业初创公司正在将越来越多的资源投入到旨在早期检测癌细胞的尖端技术上。
以胰腺癌为例。
一家名为Biological Dynamics的公司开发了一种芯片实验室测试，用于寻找胰腺癌特有的生物标志物。该测试现在正在进入人体试验。
到目前为止，该公司已经筹集了125.<>亿美元的资金，并希望在胰腺癌检测成功的基础上再接再厉，以启动肺癌和卵巢癌的检测。
使用人工智能进行早期诊断是健康技术领域的另一个趋势。
麻省理工学院的研究人员正在使用人工智能模型来评估患者的肺癌风险。
该工具接受了美国和台湾患者长达六年的肺部扫描培训。从这些扫描中，该工具学会了识别和分类模式。
它最擅长预测将在一年内发生的肺癌，但也能够提前六年预测疾病。
技术工具可以及早发现的不仅仅是癌症。
科学家们正在利用适合智能手机摄像头的纳米技术来诊断各种疾病。
这个想法是，这种纳米技术使相位成像，一种观察细胞的先进方法，可供患者在家中使用。
如果这项技术通过试验，患者将能够在家中使用相机上的相位成像拍摄他们的唾液或针刺血的图像，并将其直接发送给他们的医疗服务提供者进行分析。
一种使用智能手机技术的家庭医学测试已经获准使用，这是 Healthy.io 的分钟肾脏测试。
该测试能够测量患者的白蛋白与肌酐比值（ACR），以诊断慢性肾脏疾病。
患者首先通过邮件收到检测试剂盒，Minuteful Kidney 应用程序提供了收集尿液样本和将试纸浸入尿液的说明。之后，患者用智能手机拍摄试纸的照片，应用程序对其进行分析。
该应用程序利用人工智能技术和计算机视觉来评估白蛋白水平。结果几乎立即可用。
该技术已在欧洲推出超过18个月，已有超过540万人注册。
4. 量子计算走向现实世界的应用
自 1980 年代以来，量子计算一直是讨论的话题。快进到 2023 年，世界终于接近实现此类计算的实际应用。
虽然我们今天知道的传统计算机在二进制代码（0或1）上运行，但量子计算机使用量子比特，这允许一段数据同时以两种状态（0和1）存在。
所有这些技术都归结为计算速度的提高。当今计算机完成的复杂计算可能需要数百万年，但量子计算可以在几分钟内解决。
技术和财务问题一直困扰着该行业，但近几个月来势头一直在增强。
事实上，35 年公共和私营部门在该技术上的投资为 5 亿美元。
到目前为止，量子计算竞赛的领导者是IBM。
IBM 的量子计算机 Osprey 于 2022 年 433 月亮相，拥有 <> 个量子比特。
IBM正在开发量子处理器以及量子大型机
该公司表示，到4年，他们将拥有一台拥有000个量子位的计算机。
然而，技术专家表示，量子计算机需要数百万个量子比特才能完全发挥作用。许多人预计这将在2027年实现。
Alphabet 在过去六年中一直在运营量子计算部门，并于 2022 年 <> 月宣布将成为一家名为 Sandbox AQ 的独立公司。
他们在 2022 年获得了“九位数”的资金，到 500 年 2023 月又筹集了 <> 亿美元。
尽管IBM和Alphabet的项目显示出前景，但其他鲜为人知的公司正在创造竞争并在该领域筹集大量资金。
例如，中国公司Origin Quantum在148年筹集了2.2022亿美元，是当年量子计算行业的最大金额。
Q-CTRL于2017年作为澳大利亚第一家由风险投资支持的量子科技公司推出。
公司领导者专注于通过量子控制基础设施软件克服与硬件错误和不稳定相关的行业挑战。
该公司于 27 年初完成了 4 万美元的 B 轮融资。
Q-CTRL已经与8多个用户签订了合同。这包括美国政府和澳大利亚国防机构，以及IBM，IonQ等公司。
随着公司竞相开发这项新技术，多个行业的领导者正在预测量子计算的潜在影响。这种影响对许多部门来说可能是巨大的。
麦肯锡的一份报告称，量子计算将在生命科学和金融领域提供最高价值。
各行各业都将从量子计算应用中受益。
根据麦肯锡的数据，到700年，价值可能高达2035亿美元。
在生命科学行业，量子计算在模拟化学过程、优化药物设计以及通过基因组学推进个性化医疗的发展方面可能很有价值。
在金融领域，量子计算可以大大降低市场风险，改善欺诈检测，并加快客户引导速度。
量子计算也可能产生各种面向消费者的影响。
以电动汽车充电为例。
在家为电动汽车充满电平均需要 10 个小时。即使是最快的充电速度仍然需要 20 分钟。
借助量子技术，充电时间可能会减少到家中的三分钟和高速充电站的几秒钟。
5. 网络威胁越来越严重
从对随机消费者的攻击到政府支持的网络战，网络犯罪是一个持续且不断增长的威胁。
Hiscox 2022 年的一项全球调查显示，43% 的公司在 2021 年报告了网络攻击，48% 的公司在 2022 年报告了至少一次网络攻击。
该报告中最可怕的统计数据是，20%的受攻击组织表示，损害的成本威胁到他们的偿付能力。
一些预测显示，预计到 5 年，单次数据泄露平均损失 2023 万美元。
IBM的研究表明，它甚至更高：9万美元。
事实上，虚拟犯罪已经变得如此普遍，预计到 155 年，价值 376 亿美元的网络安全行业将膨胀至 2029 亿美元。
深度伪造攻击是黑客进入企业的最复杂方式之一。
在 VMware 2022 年的一项调查中，66% 的参与 IT 领导者表示，他们在过去 12 个月内经历过与深度伪造相关的攻击。自 13 年以来增长了 2021%。
Deepfake 技术利用人工智能/深度学习来创建令人信服的虚假事件和人物视频、图像和音频。
这项技术已经存在了几年，对黑客来说越来越好。
一种称为生成对抗网络的机器学习技术使深度伪造模型几乎无法检测到。
此外，5G网络的出现使实时操作视频变得更加容易。
深度伪造对于实施 BEC（商业电子邮件妥协）诈骗的网络犯罪分子特别有用。
使用深度伪造操纵面对面的验证方法是网络犯罪分子的另一种可能性。
识别深度伪造和其他传入的威胁对组织来说是一种防御游戏。安全专业人员总是落后攻击者一步。
然而，网络安全专业人员正在使用人工智能和其他先进技术解决方案，以便尽早检测和阻止攻击。
IBM 2022 年的一份报告发现，与不使用 AI 工具和自动化的组织相比，将 AI 工具与自动化结合使用的组织可将违规生命周期缩短 74 天，并节省 3 万美元。
人工智能工具不仅可以在人类操作员之前识别攻击，还可以配置为在漏洞失控之前阻止攻击并提醒IT人员。
Deep Instinct是一家由深度学习驱动的网络安全公司。
Deep Instinct使用AI驱动的网络安全，以便在执行之前阻止99%的威胁。
该解决方案每天可以扫描数百万个文件，并在不到 20 毫秒的时间内检测威胁。
自2015年成立以来，该公司已从贝莱德和Chrysalis Investments等公司筹集了超过321.<>亿美元的资金。
6. 物联网的企业和公共用途扩大
尽管芯片持续短缺，但到27年，全球物联网连接数量预计将增长到2025亿。
随着5G网络的进步和半导体制造业的缓解，一些人估计到483年企业物联网市场可能会增长到2027亿美元。
来自各行各业的商业领袖正在采用和扩大物联网技术的使用，以改善连接性和数据收集。
在 IEEE 2022 年的一项调查中，物联网被评为 2023 年最具影响力的五大技术之一。
企业在其物联网项目上看到了相对较快的投资回报率。超过60%的人表示，他们将在短短三年内实现财务回报。
制造业是一个投资物联网（绰号“工业物联网”或IIoT）的行业，作为创建智能工厂的努力的一部分。
在美国，35%的制造商已经通过物联网设备收集和使用数据。
例如，机器上的传感器从机器收集数据，无线存储，机器学习平台运行数据以分析数据并评估是否需要人工干预。
此过程可用于提高效率、减少浪费和预测维护需求。
物联网设备也为智慧城市提供动力。
传感器从电表、垃圾桶、交通信号等收集数据。然后利用这些数据来提高城市效率，使公民更安全。
当爱达荷大学与智能垃圾桶公司Nordsense合作时，他们为58个混凝土垃圾桶配备了物联网传感器。
由于这些传感器监控垃圾水平，并在需要清空垃圾箱时改变废物管理团队，因此该团队将工作时间和燃料消耗减少了 50%。
7. 环境计算使几乎看不见的技术成为可能
环境计算是一个建立在物联网之上的概念，并承诺了几乎看不见的技术的未来。
原因如下：通过环境计算，人工智能驱动的设备和软件网络在后台（我们周围）运行，几乎不需要人工干预。
环境计算使用人工智能和机器学习来解释从智能温度计和智能手表等物理设备收集的数据，并自行做出决策。
所有这些技术结合在一起，创造出可以与个人和其他设备交互的设备。
随着改变我们与从咖啡机到货运卡车等一切事物互动的方式的潜力，环境智能行业预计到 32 年将以令人印象深刻的 2028% 复合年增长率增长，达到 225 亿美元的总价值也就不足为奇了。
环境计算仍然是一项年轻的技术，但用例已经在以消费者为中心和以业务为中心的解决方案中出现。
语音助手和智能手机控制的恒温器是环境计算的一个很好的例子，但这项技术有可能变得更加隐形。
Ecobee的智能恒温器可以学习房主的日常工作，识别何时没有人在家，并自动调节温度。
例如，下飞机的人可能会在特定轮播中自动收到通知，告知其行李已准备就绪。在他们的行李被拿走后，他们会收到另一条通知，表明他们的拼车已在特定地点准备就绪。当他们在车上时，咖啡会自动从最近的星巴克订购，他们会自动入住酒店。
在另一种可能性中，房主可能不再需要车库门开启器。相反，车主的智能手机会将位置传达给家中的设备，该设备将在他们接近时为他们打开车库门。
在工厂中，环境计算被用于监控和安排机器的维护。
当物联网设备认识到机器需要维修时，它会与计划维护的软件链接，并按计划输入机器。
在零售业，货架上的传感器可以在库存不足时自动订购新库存。
然而，随着这项技术的进步，隐私和安全问题将成为首要考虑因素。
8. 机器人流程自动化的采用持续增长
随着人工智能和机器学习之间的界限不断模糊，企业正在寻找越来越多的方法将自动化集成到他们的流程中。
高管们最兴奋的新兴技术之一是机器人流程自动化（RPA）。
RPA 涉及训练软件程序来执行或执行平凡的重复性任务。
预测预测，到25年，RPA市场将以近2030%的复合年增长率增长到36亿美元。
2022 年，RPA 软件支出达到近 3 亿美元，比 21 年增长 2021%。
调查显示，五分之一的企业目前正在使用RPA。
企业采用RPA的主要原因之一是劳动力市场紧张以及需要最大限度地提高员工效率和生产力。
数据显示，在美国，拥有 500 名员工的公司平均每年因在重复性任务上浪费时间而损失超过 1 万美元。
浪费时间重复性任务每年使企业损失超过一百万美元。
RPA 解决方案还可以在涉及企业内完成的低价值、平凡的任务时节省时间和金钱。
例如，当RPA在工作中将信息从文档复制并粘贴到数据库时，该过程比人类执行任务时速度更快，结果的准确性更高。
据估计，RPA可以将工作场所的能力提高多达50%。
更不用说高价值的人才可以应用于另一项任务。
RPA 还可用于从网站中提取数据、预约、从客户那里收集信息、监控合规性和让员工入职——仅举几例。
就RPA供应商而言，UiPath是明显的市场领导者。
该公司最近在ARR上超过了1亿美元，目前为全球10,500多家客户提供服务。
9. FemTech寻求改革传统女性医疗保健
FemTech行业 – 定义为与生育，月经，怀孕和其他女性健康主题相关的技术 – 有望在未来几年实现巨大增长。
预测显示，其价值可能从51年的2021亿美元飙升至103年的2030亿美元。
麦肯锡（McKinsey）的一项分析指出，FemTech的投资和增长激增正在渗透到消费品的几种方式。
虚拟诊所正在提供远程医疗解决方案，使不同经济阶层的妇女都能获得优质护理。追踪器和可穿戴设备为女性提供了更好地评估其健康状况所需的数据。初创公司正在引起对文化人群（例如LGBTQ +和黑人女性）的更多关注，这些人群在传统护理环境中经常被边缘化。
该行业在 2021 年迎来了有史以来第一家独角兽：Maven 诊所。
该公司创建了一个数字健康平台，专门为妇女和家庭提供医疗服务。到目前为止，他们已经治疗了超过15万患者。
2022 年 90 月，他们完成了 300 万美元的 E 轮融资，使其总资金接近 <> 亿美元。
当今最受欢迎的科学支持的FemTech追踪器之一是呼吸ilo。
这是它的工作原理。
一名女性向呼吸ilo设备呼吸60秒，该设备测量一氧化碳2她的呼吸水平。数据被发送到智能手机应用程序，该应用程序利用自学习算法来预测女性的排卵情况。（一氧化碳2在女性月经周期的第一阶段，水平最高。
其他科技公司，如苹果和三星，正在寻求利用FemTech而不创建独立的设备。
例如，Apple Watch Series 8通过两个手腕传感器跟踪体温。“健康”App 会显示结果和排卵预测。
三星与Natural Cycles合作，为其Galaxy Watch 5增加了排卵跟踪功能。三星的温度跟踪技术将与Natural Cycles的排卵预测算法相结合。
该功能将于 32 年年中推广到 2023 个市场。
10. 可穿戴设备变得更时尚、更智能
可穿戴设备市场继续呈上升趋势。
2022 年，它的价值超过 116 亿美元，预计不断增长的需求将在 2026 年之前推动市场价值进一步提高，当年达到 265 亿美元。
就像我们与FemTech讨论的那样，可穿戴设备在收集的数据和数据馈送的算法方面变得越来越复杂。
直到最近，许多可穿戴设备都专注于睡眠跟踪和计步。
然而，近年来，我们看到推出了各种设备，其功能远远超出了这些基本功能。
一些科技公司提供内置近场通信技术的智能戒指。
这些戒指使佩戴者能够付款、解锁智能钥匙门，并通过滑动手指共享数据。
例如，McLear的RingPay充当非接触式支付设备，允许用户以与刷非接触式卡相同的方式刷环。不需要任何类型的界面或应用程序。
另一个例子来自智能戒指品牌Cnick。他们创造了特斯拉钥匙圈。
车主只需用指关节贴上即可锁定、解锁和启动车辆。
该戒指也可用于非接触式支付。
车主只需用指关节贴上即可锁定、解锁和启动车辆。
该戒指也可用于非接触式支付。
Cnick 的戒指防水，无需充电。
消费者对嵌入服装中的科技可穿戴设备（称为电子纺织品）的需求也在增加。
在一个例子中，Nadi X瑜伽裤使用传感器和弹力带来分析和提供主人姿势的反馈。
对于长跑运动员来说，Sensoria袜子可能有助于防止受伤。
这些智能袜子上有穿过它们的织物传感器，不仅可以记录步数和距离等基本测量值，还可以跟踪踏频、脚下地以及每一步产生的影响。
与移动应用程序配对时，跑步者可以获得实时音频提示，以纠正可能导致受伤的问题。
甚至婴儿也穿着漂亮的衣服。
猫头鹰梦幻袜子紧贴婴儿的脚，并监测心率、氧气水平、运动和醒来。
Owlet梦幻袜子允许父母从应用程序监控宝宝的数据。
11. 扩展现实扩展到娱乐之外
随着混合现实、增强现实和虚拟现实之间的界限模糊，“扩展现实”一词已成为一个总称，旨在涵盖上述所有内容以及更多内容。
在接下来的几年里，扩展现实在从元宇宙到虚拟音乐会的所有领域都有潜在的应用。
对于初学者来说，有多个B2B用例，扩展现实可以推动严肃的创新。
一个，特别是医疗领域。
仅在一个应用中，扩展现实就被用于培训新的和现有的外科医生。
这项技术在帮助外科医生了解他们可能在学校或以前的职位上可能没有学到的新的创新手术的复杂性方面非常有用。
《临床骨科及相关研究》上的一项研究发现，VR培训显著提高了手术的准确性和手术完成率。
另一项研究表明，VR培训将手术性能提高了230%。
汽车和制造业是扩展现实有望在未来几年产生影响的另外两个行业。
这些行业的技术人员需要执行高度复杂的流程和机器工作。
正因为如此，扩展现实技术可用于在安全的环境中提供这些过程的近距离第一人称视图，从而可以轻松纠正错误。
当技术人员能够在踏上实际生产线之前练习装配过程时，可以防止人为错误和伤害。
扩展现实甚至被用于培训汽车专业的学生。
马里兰州的变革车辆计划是一项虚拟优先的培训计划，旨在缓解机械师劳动力短缺，同时为前囚犯提供工作选择。
预计到20年，该计划将扩展到2028个新站点。
美国军方也在将扩展现实用于训练目的。
有了这项技术，军事领导人可以建立太危险或成本太高而无法在现实世界中建立的训练行动。它还具有减少飞机等关键设备的磨损的好处。
2022 年 <> 月，当官员要求公共行业提供新技术作为任务演练和培训技术项目的一部分时，陆军重申了军方对扩展现实技术的兴趣。
目前的扩展现实技术似乎并不像军方希望的那样先进。
美国陆军宣布与Microsoft签订一份价值 21.88 亿美元的合同，购买 120,000 个类似 HoloLens 的耳机，但时间表在 2021 年底被推迟，目前耳机正在进行另一系列的重新设计。
12. 边缘计算改变了企业使用数据的方式
2018年，全球数据中心每月处理约155艾字节的数据。2022 年，这一数字飙升至 335 EB，预计到 403 年将达到每月 2023 EB。
随着世界变得越来越数字化，5G 技术能够以更快的速度实现更大的数据传输，IT 基础设施需要比以往更多的处理能力。
特别是，个人和企业使用物联网、远程健康监控和远程工作等数据密集型技术的增长预计将继续推动全球数据处理需求创历史新高。
为了帮助处理所有这些数据，公司正在将更多的预算投入到边缘计算中。
据估计，到 2023 年，超过一半的新企业 IT 基础设施将利用边缘计算。
边缘计算专注于速度和网络分布，旨在通过将处理能力移近数据源来缩短响应时间并节省带宽。
云计算一直是企业尝试处理大量数据和不断增长的技术需求的一种流行方式。
然而，云计算既昂贵又资源密集。对于处理大量数据的公司来说尤其如此，因为许多云存储服务的费用基于使用情况。
正因为如此，企业正在寻找通过转向边缘计算来减少对云计算的依赖的方法。
通过更多地依赖边缘，特别是其减少带宽传输的能力，公司将能够减少云计算费用，同时为最终用户提供更快的用户体验。
边缘计算还可以减少延迟，因为数据不会在云和设备之间来回发送。这为企业提供了更快地分析数据和做出更快决策的机会。
事实上，45% 的 IT 专业人员表示，这是在边缘运行工作负载的最大优势。
对人工智能的日益依赖也推动了边缘计算的发展。
为了充分发挥其潜力，AI/ML系统将需要变得更加数据驱动。这意味着需要在边缘进行更多的分析和计算。
自动驾驶汽车是现实世界中边缘人工智能的一个很好的例子。
汽车的传感器收集数据并在眨眼间采取行动，而无需将这些数据发送到云端。
在另一个示例中，边缘AI使安全摄像头能够处理数据并运行实时算法来检测可疑活动并立即采取行动。
13. 更多的开发人员和非开发人员使用低代码/无代码工具
鉴于不断发布令人兴奋的新技术，很容易假设科技公司正在尽快推出新产品和服务。
然而，实际上，开发人员严重短缺。
IDC预测，到4年，短缺将达到2025万个空缺职位。
在 Infragistics 2023 年的一项调查中，超过 37% 的受访者表示，他们预计到 2023 年招聘开发人员将继续遇到麻烦。
随着人才的持续短缺和日益严重，创建使开发人员能够更高效地工作的解决方案对于希望推进计划并超越竞争对手的公司来说变得至关重要。
幸运的是，这正是低代码和无代码（LCNC）软件程序可以做到的。
通过将可视化模型与人工智能驱动的工具相结合，使用LCNC的软件开发人员能够跳过或至少加快从头开始编写数千行代码的耗时过程。
这极大地简化了编码过程并加快了软件开发速度。
从这些新工具中受益的不仅仅是全职软件开发人员。
由于LCNC解决方案在设计上是用户友好的，因此越来越多的非开发人员也能够构建软件程序。
这些非IT员工被称为“公民开发人员”。Gartner预测，与专业开发人员相比，大型企业将很快拥有四倍的公民开发人员。
Infragistics调查显示，超过76%的组织已经在使用LCNC。
采用率飙升的进一步证据是低代码市场的增长。预计到 27 年将跃升至 2023 亿美元，比 20 年增长 2022%。
LCNC解决方案的核心是所谓的低代码应用平台（LCAP）。
这些平台基于组件，并提供预定义的模板。
西门子低代码 是 2023 年 Gartner 低代码平台魔力象限分析的领导者。
他们的平台被全球 4,000 多家企业使用。
自 2018 年被西门子收购以来，西门子低代码的 ARR 增长了 300% 以上。
随着软件开发人员的日益短缺以及越来越多的人使用LCNC成功构建应用程序，可以肯定的是，这些平台及其在企业中的使用将继续以极快的速度发展。
作为证据，Gartner预测LCAP将在10年占LCNC市场的2023亿美元，到12年将占3万美元。
结论
以上就是我们目前影响企业和消费者的13大技术趋势清单。
从劳动力短缺到计算机芯片危机，全球公司在过去两年中都面临着各种挑战。
然而，尽管存在这些挑战，技术部门仍在继续增长并适应新的需求。
专注于解决当今最紧迫的问题，以及为成功的公司提供看似无限的现金池，科技行业不太可能很快放缓。
相反，我们上面概述的技术趋势将在塑造我们的未来中发挥重要作用。