以下為譯文：

2020年新年伊始，新技術和新方法讓我們與第四次工業革命的距離愈加接近。 當今世界技術的發展日新月異，對公司而言，要跟上數字世界的每一個變化和進步，是至關重要的極大挑戰。

昨天還僅僅處在理論階段的東西明天可能就變成行業標準了。 從物聯網，人工智能以及沉浸式數字體驗的指數級增長，到數據安全，管理和存儲的未來，以下是未來十年內您應該密切關注的八項最有前景的技術。

邊緣計算

盡管云計算的應用正在呈指數級增長——Google Cloud，AWS（Amazon Web Services），Microsoft Azure等，顯示了對當今成千上萬家公司需求的完美匹配 ，但仍然有許多現存的以及新興的技術需要一種不同的方式來實現對信息的處理。

對于物聯網系統，工業自動化，增強現實以及其他依賴高性能計算的，有著光明前景的技術來說，它們需要比當今的云計算所能提供的還要低得多的時延才能發揮出全部的潛能。這使得邊緣計算及其分布式能力得到的關注越來越多。

邊緣計算是一種分布式計算范例，可通過使數據的存儲和處理更接近需要發生的地方來幫助物聯網和相關技術繞過云計算的高延遲——時間敏感的數據計算發生在設備內部，而其余部分的數據計算則發生在分布式云中。因此，設備本身成為一個小型的本地數據中心，能夠有效地遠程處理數據，即使與云的連接受限或沒有任何連接。

將流量保持在本地以及分布式的思路可以幫助公司大大縮短響應時間，節省帶寬并實現軟件和硬件解決方案更大的自治權。邊緣計算最成功的例子之一是亞馬遜的PrimeAir及其包裹運送無人機。

無人機，工業和社交機器人，自動駕駛，以及各種自動化系統，都得益于優越的互連性，基礎架構優化，以及由邊緣計算所帶來的較低帶寬成本。根據聯合市場研究公司（Allied Market Research）的報告，全球邊緣計算市場到2025年預計將達到165.5億美元，并將會創造各種新的就業機會，尤其是軟件工程師一職。

人工智能

人工智能一詞是用來描述為模擬人類智能過程而構建的各種技術和計算機系統的一個術語，人工智能包括學習（對信息和使用信息規則的獲取），推理（根據規則推算出近似或確定的結論），以及自我糾正。人工智能是近年來最大的趨勢之一，并且很可能成為下一個重大技術風口之一。

盡管人工智能嚴格來說并算不上一個新趨勢，但鑒于其驚人的變革潛力，AI仍然值得人們密切關注。從無處不在的聊天機器人到復雜的預測分析工具，各個行業對該技術的應用已經開始了，并且對AI解決方案的需求正在迅速增長。數據顯示，全球AI軟件市場到2020年將達到約150億美元，這意味著AI未來不僅僅是一個趨勢那么簡單了。

如今，AI軟件幾乎已成為每家公司數字化轉型戰略不可或缺的內在組成部分。人工智能，機器學習和其他認知工具是整個IT生態系統自動化的驅動力。公司圍繞AI的解決方案及其最強大的認知可能性（數據驅動的見解，數據知情的決策制定，以及更高的生產率）重新設計其核心系統，創建新的業務方法，以及重組流程。

大型公司和資金充足的組織確實有能力設計和部署他們自己的AI驅動的系統，而大多數中小型企業在開啟AI驅動的旅途時將不得不訴諸于另一種類型的，成本更低的途徑。在2020年能考慮的最現實的選擇是AI即服務（AI-as-a-service）和開放算法模型。

盡管這些組織需要的量身定做的個性化方案仍然價格不菲，但Google，Amazon，IBM和Microsoft這類公司提供的AI即服務模型仍將會是個可行的選擇。我們還可以預計到，在未來2到3年內，提供對特定業務需求和案例量身定制的付費AI服務和開放算法模型的初創公司和供應商會越來越多。

機器人過程自動化和超自動化

與人工智能和機器學習一樣，機器人流程自動化（Robotic Process Automation, RPA）旨在通過對數據轉換和對復雜業務流程的自動化來讓我們的生活變得更輕松——數據處理，工作流優化，供應鏈管理以及另一項曾經需要人工完成的，復雜的，重復性的任務。

盡管自動化向來就是一個有著眾多就業方面爭議的熱門話題——Forrester Research最近的報告預計，自動化目前對全球約9％的勞動力造成了威脅——即使今天只有5％的工作可以完全被自動化替代。在未來的十年中，自動化技術更有可能會改變現有的工作，通過局部的自動化來讓工作變得更容易完成，并顯著增加對業務分析師，軟件架構師，工程師和其他IT人員的需求。

自動化技術的下一步將是將RPA與上述AI，ML，其他自動化工具，智能業務管理軟件，以及流程挖掘技術相結合，以使得我們能夠以更具影響力的方式實現流程自動化和人員擴充。這種技術和過程的結合稱為超自動化。

超自動化的目標是為了了解能使機器在幾乎沒有人為外部幫助的情況下，實現自身自動化的機制的范圍，包括自我發現，分析，設計，測量，監視和重新評估。

不久的將來，全世界范圍的公司都將使用超自動化來創建DTO（組織的數字孿生子），即一個針對組織本身，其產品，其服務，及其能使公司實時分析和試驗的流程的動態虛擬模型，它能在模擬環境中保持智能的狀態。這種由AI技術推動的決策方式將為在將來的十年里為最先采用該技術的公司帶來巨大的價值和商機。

擴展現實

擴展現實（Extended Reality, XR）是一個術語，指的是由計算機技術和可穿戴設備提供的三種有代表性的沉浸式數字體驗形式：虛擬現實（VR），增強現實（AR）和混合現實（MR）。VR指的是完全沉浸在數字環境中，您可以使用帶有控制器的特殊耳機或多投影環境來實現與數字對象的交互。

AR通過使用計算機生成的感知信息增強現實世界中的對象，并利用智能手機，平板電腦，眼鏡和各種其他設備為用戶提供交互式的體驗。最終，MR比AR更進一步，它將現實世界和虛擬體驗相融合，使得現實對象和數字對象共存，并且用戶可以與放置在現實世界中的數字對象進行實時交互，或與虛擬世界中的現實物體實時交互。

盡管XR技術如今主要用于娛樂和體驗式營銷，但它們也正在改變我們感知現實和數字世界以及交互的方式。預計2020年以后，這些技術將在醫療健康，教育和零售等眾多其他領域得到廣泛的應用。

擴展現實將被高效地應用于培訓，模擬，制造，原型制作，業務通信，電子商務，客戶參與以及許多其他種類的涉及人類，商業，機器，以及數據之間的交互。

智能接口

人工智能，物聯網，機器人技術，邊緣計算和擴展現實的強大能力與人性化的設計技巧的結合，為一種名為智能接口的系統開辟了道路。這些人機接口最常見的特點之一就是能夠收集有關用戶的數據，預測用戶的需求，并為他們提供更貼合其需求的信息或服務。

智能接口開發的早期產品是對話技術，例如虛擬助手和能啟用語音的可穿戴設備，使您可以不用動手就能與環境和數字世界互動。我們主要使用這些系統向智能家居和手機發出簡單命令，而當今的企業則已成功將其應用于物流，客戶服務，以及施工作業。

到目前為止，零售和市場營銷對開發智能界面以識別客戶，分析其外表，情緒和肢體行為以及跟蹤其在數字世界的習慣以進行實時促銷，推薦和目標廣告等方面的興趣最大。

如此直觀，高效的界面將在工業4.0轉型中發揮巨大作用。在接下來的十年中，自然語言處理，計算機視覺，面部識別，眼部跟蹤，情感識別，手勢控制以及其他能推動針對私人和企業的新型高級智能界面發展的相關技術都將得到重大進展。

智能界面將能夠更深層次地理解客戶，從而為他們提供更多個性化的服務和定制產品。智能界面的便利性及其認知能力將幫助公司提高每位員工的個人生產力，并提高公司的整體運營效率。

我們還可以預期，諸如大腦控制的界面，肌肉計算機界面，以及空間計算之類的技術將在2020年浮現，將在未來很多年里為我們帶來很多令人耳目一新的機會。

分布式賬本技術

自從比特幣（世界上第一種加密貨幣）問世以來，區塊鏈作為最著名的分布式賬本技術之一便一直備受爭議。如今，區塊鏈技術熱度持續不減，主要原因在于，很多與加密貨幣有關的項目在過度炒作后慘遭失敗，成千上萬的騙局使不了解情況的投資者們損失慘重，而加密貨幣正是基于區塊鏈技術的。盡管如此，2020年仍可能是分布式賬本技術最終能挽回自己清白聲譽的一年。

如今，世界各地的公司都拒絕放棄DLT作為一種解決各行業和各情境下的業務問題的實用方案的轉型潛力。DLT已然成為IBM，Facebook，Microsoft，Alphabet，Samsung，Mastercard，Walmart，Oracle，Tencent等公司的五大戰略重點之一，這些公司以及很多其他公司持續性地投資數十億美元以開發其加密貨幣，市場，數字ID，供應鏈管理系統，以及其他各種去中心化解決方案。

在未來十年內，這些去中心化的點對點系統將會具有重塑整個行業的能力。基于DLT的解決方案具有在公司和用戶之間建立信任，提高業務運營透明度，提高各種資產的可追溯性，降低交易成本，消除價值交換邊界，以及確保私有數據的安全性和不變性等等方面的潛力。

數字ID，數據安全和隱私

正如世界經濟論壇在2011年所闡述的那樣，“個人數據正在成為一種新的經濟上的“資產類別”，是能夠觸及社會方方面面的21世紀的寶貴資源。”從我們的愛好到我們的交易歷史，我們越來越多的個人數據最終都流到Facebook和Google等大公司的手中。

他們收集我們的數據，并將其用在針對性廣告之類的事情上，甚至用來與其他公司進行交易，這會導致災難性的濫用，比如Facebook和Cambridge Analytica那起數據丑聞。不幸的是，在當今社會除了完全不用這些公司的服務或完全脫機之外，在保護自己的數據方面你能做的不多。

隨著我們對數字ID和個人信息價值的意識逐漸增強，無處不在的數據收集，濫用丑聞和數據泄露這些事情正在引起嚴重的信任危機。人們要求對他們自己的數據有更多的控制力，透明度和可追溯性，因此他們要求在數據的收集，存儲和處理方面出臺更嚴格的規定。

下個十年中間可能會出現一個轉折點，到時候為滿足我們的安全和隱私需求，各國政府將采取立法行動并合理組織以廣泛實施新的慣例和技術。

這個方向最有前景的解決方案之一是數字ID，這是一組基礎技術，旨在為人們提供完整的個人數據所有權，控制權和隱私權。此類系統對于政府，個人和企業之間的廣泛數字互動至關重要。各政府也確實朝著這個方向邁進了。

美國商務部國家標準技術研究院（NIST）已向支持“網絡空間可信身份國家戰略”（NSTIC）的多項計劃提供了贈款，并力求為公民提供安全，有彈性，以及增強隱私保護的在線身份。

許多其他國家也開始研發他們自己的eID系統來幫助人們，不僅為了保護其數據，而且還為了實現了聯合國大會于2015年設定的可持續發展目標（SDG）其中的目標16.9，這項目標指出：“到2030年，為所有人提供合法身份，包括出生登記。”

根據世界銀行ID4D的數據，世界上有超過10億人無法證明自己的身份，因此無法獲得包括醫療健康，社會保護，教育和金融在內的眾多至關重要的服務。而在全球范圍內采用數字ID系統可以改變這一現實。

DNA數字數據存儲

在過去的幾年中，這個世界經歷了全球數據領域的指數增長，根據國際數據公司的預測，數據量將繼續以61％的年增長率增長，并在2025年之前直達175 ZB。或早或晚，傳統數據中心和云數據中心將無能力有效存儲和維護這些驚人的數據量，更不用提這些數據需要耗費的巨大電量了。

此外，當代的數據存儲設備對于長期存儲來說幾乎都不夠可靠。到某個時刻，世界將不得不采用一種全新的數據保存和管理方式。

一種很有前景的能替代所有這些HDD，SSD和其他電子設備的選擇就是DNA。真實的DNA承載著有關地球上所有已知有機體的發育，功能，生長和繁殖的遺傳指令，而合成的DNA鏈將能夠以非常有效，穩定和可靠的方式存儲編碼了的數據。

DNA的存儲容量和耐用性在任何可能的方面都超過了電子設備。一克合成DNA可以存儲超過215 PB的數據。此外，在理想條件下，此類DNA可以保留600多萬年。而它的維護也不需要太多能量。

盡管仍處于開發的早期階段，但該技術已被有效地應用于存儲和管理數據，少數DNA數據存儲界的先行者們已經有了最初的結果。2016年，微軟設法在DNA的核苷酸鏈中存儲了200 MB的數據。2019年6月，一家名為Catalog的初創公司成功將所有的英語維基百科一共16GB的內容編碼合成為DNA。但是，如果這項技術是如此出色，那么是什么阻止了我們在現在就采用它呢？

不幸的是，極慢的讀/寫時間和巨大的成本阻礙了DNA成為被普遍使用的存儲介質。盡管讀入和排序的成本在過去幾年間已經變得便宜很多，但寫入仍然有問題，而且價格十分昂貴。誰知道呢，也許5到10年的深入研究和發展之后，DNA將成為常見的存儲材料，并將數據的長期存儲和管理提升到一個全新的水平。

邊緣計算的卓越互連性，人工智能的認知能力，擴展現實及其沉浸性的潛能，智能接口的便利性，由分布式賬戶技術設置的不可更改的信任等級，由數字ID啟發的數據安全性和隱私目標，以及DNA作為數字數據存儲所具有的深不可測的潛力——所有這些技術都已經存在于我們身邊了，而它們的進一步發展無疑將決定我們2020年及以后的未來。

為了避免在激烈的數字世界更新換代的競賽中落后，請關注這些能扭轉局勢的技術，參與其中，并準備著抓住它們所展現的無限機會。