对于很多组织机构来说，快速转型等同于大规模上云。那些在云应用方面已经相当成熟的组织机构正在推进自动化和机器学习。一些挑战创新极限的组织则正在规划5G、研究增强现实（VR）或区块链，或部署边缘计算解决方案。

Splunk移动工程负责人Jesse Chor表示，因为一个关键硬件的发展——图形处理单元（GPU）的兴起，不久的将来，很多功能强大的软件将大规模出现。GPU是中央处理单元、计算机的大脑和程序运行速度的一个基本决定因素，它的速度将持续稳步提高。近年来，GPU的最初设计是用于3D图形——游戏的核心——对于很多应用场景来说越来越重要（除了“第一人称射击游戏”）。

“GPU的发展将是一个巨大的进步，”Chor说，“因为这是开启边缘机器学习的钥匙，解锁AR、未来所有伟大体验的关键。如果把这些和5G的低延迟、高带宽以及WiFi6结合起来，我们将拥有所需的一切。”

当然，游戏不是高级GPU唯一的应用选择，但却是最大的应用场景。Splunk首席技术官蒂姆·塔利说，GPU的发展使游戏更具吸引力、更有趣。自从新冠大流行以来，他成了一个常常玩游戏的普通玩家。

“GPU的发展允许开发人员开发那些超级沉浸式游戏，虚拟现实（VR）将是一个有意思的游戏元素。自从新冠大流行，游戏成为更重要的活动和逃避现实的一种方法，人们花在游戏上的预算将比我们在餐馆或电影院花费的还要多。”

具体来说，2021年以下6种技术会兴起：

自主学习型ML将深入发挥AI的价值；

面临的挑战：对抗性攻击、AI伦理、人员培训；
 

新冠大流行之后，各组织机构大大加快了AI/ML技术的应用。Splunk的机器学习负责人Ram Sriharsha说：“尤其是在安全场景中（不限于此），我们看到了这一趋势。”

新冠肺炎对于已经使用的算法带来了挑战。换句话说，在线零售商的推荐引擎在3月份还没有为未来变化做好准备，比如人们突然之间只关心卫生纸和洗手液。当我们的行为突然发生重大变化时，带有预测性的零售算法就有所动摇。麻省理工学院在今年5月的一篇评论中指出，“以正常人类行为作为训练基础的机器学习模型现在发现，有些人不再按照他们应该做的那样去做了”。

在各个行业中，算法即使没有商品化，也已经民主化了。主要的云提供商正通过提供硬件和软件把机器学习服务带给他们的客户。这些供应商和其他第三方供应商正在提供“人工智能即服务”等业务，重要的是，人工智能的理念已经深入人心。

Splunk机器学习负责人ramsriharsha表示，阻碍AI/ML采用的一个因素是资源开销。传统ML模式的问题是，人们需要花费大量时间构建模型，因为它不能规模化。“企业的发展速度非常快，数据也在增长，提出的问题也在不断变化，企业雇佣数据科学团队的速度跟不上需求的变化。”

解决办法是在机器学习方面实现自动化学习。“你不仅需要自动创建模型和部署它们，还必须要自动化这个学习和再学习的过程。”

大多数机器学习模型依赖于结构良好、标记清晰的、可供学习的数据。“你将看到越来越多的研发力量试图解决这两个问题，即算法的制定，用尽可能少的标签和尽可能少的人力投入来学习。”斯里哈沙说。

要找到一个算法模型能够处理移动的、非结构化的数据源（可以更好地驱动零售建议或供应链改进）要困难得多，比找一个精通象棋和围棋这种棋盘游戏的算法模型要难，但这正是首席信息官们想要的。

深度学习的对抗性防御能力将会在未来几年有所提高。因为必须如此。

去年，我们对人工智能的潜在威胁发出警告:通过破坏自动化驾驶所需的数据，人们可以对人工智能驱动的自动化驾驶造成危害。举了个例子，让自动驾驶汽车误解某个停车标志。去年9月，研究人员在一个大小相当于一架小型喷气式飞机的物体上发现一个无法被AI处理的摄像头识别的微小的标签。数据欺骗的威胁仍然存在，并且是一个新的研究领域，我们不得不接受这个挑战。
        “机器学习算法信任他们从中学习的数据，”Ram Sriharsha说，“但是如果人们试图黑你，怎么办？一旦市场上整合出一个所有人都在使用的平台，黑客们就会想办法去破坏它。研究人员需要探索如何使他们的算法模型抵抗这些攻击。假以时日，将不会有数百家机器学习初创公司出售数百份机器学习平台，未来可能会有剩下几个或一个。”
     如果你的产品没有内置人工智能，也没有集成人工智能的潜力，很多客户甚至不会考虑使用你的产品，Splunk首席客户官约翰·萨比诺表示，“很多时候,当人们要求人工智能时，只是简单地像检查一个盒子一样，因为他们不确定AI产品到底是什么，只是害怕被落下。
     目前人工智能/机器学习更加关注ML偏见，并把道德责任纳入工程师的职责描述中。随着我们将更多的决策留给算法，人们会越来越关注那些影响它们如何做出决策的规则。比如，冷静地审查那些是否影响公平结果或有缺陷、有偏见的规则。Ram Sriharsha期望，这种追求在未来几年将变得更加重要。但他也表示，彻底消除偏见是不可能的，只能说，尽量减少或避免AI偏见。

因此可解释性将会至关重要。如果我们能理解算法模型是如何产生令人不快的结果，就可以更快地调整它来产生更好更公平的结论。可解释性可以帮助我们发现错误的模型，斯里哈尔沙说，更大的问题是在算法模型中如何处理道德问题。

目前，业界已经行动起来，防止这些意想不到的偏见。如果说，过去,计算机科学家们是孤立运作的，现在他们需要与伦理学家、经济学家和社会学家一起设计某些算法模型，把相关社会规则纳入其中。

机器学习将有助于提高新药的发现速度。新冠大流行危机催生了人工智能在医疗保健行业的新应用。

把机器学习应用于医疗保健的挑战是这个人员密集型的领域会按照必要性和人工速度进行治疗和研究；少量参与临床试验的病人或个体治疗并不真正需要先进算法的支持。Sriharsha指出，一些临床试验被叫停并不是因为药物失败，而是因为它在预想的场景中不够有效。但是这些药物或者新的结构变异在其他重要场景中，可能更有效。这些现有的、未使用的数据可以帮助研究人员更快地研发新的特效药品。

“人工智能/人工智能在当今医学中最有意义的地方不是在目前的试验中，而是已经发生了成千上万次的那些实验。”他说，“临床试验极其昂贵。公司花费数十亿美元，但很多都失败了。关于药物结构的大量数据没有什么进展，但可能存在未被发现的希望。未来10年，如果你想看到人工智能对医疗保健和生活的最大影响，这可能会是发生改变的地方。”

更智能的AI甚至会创造奇迹，并挑战人类工作者。新的培训方法和技术将会很重要。随着上述趋势的出现——伦理上合理的算法、强大的对抗对手的能力，并且可以自己学习——我们将看到人工智能的行为更像人类。许多人类目前的工作被AI取代，或被取消，或从根本上改变，许多新的工作岗位将被创造出来。

在这种情况下，企业都需要一个新的员工队伍和组织。现在应该开始员工再培训了，包括开发员工关键数字和认知能力，社交和情感技能，以及他们的适应性和韧性。

2、5G/移动应用
5G会被推迟，然后改变巨大；同时WiFi6兴起；
另外：非接触式支付、双因子验证和生物识别发展迅速。

 自从智能手机发明以来，我们数字生活的焦点一直是我们手中的屏幕上。Splunk首席技术官蒂姆·塔利指出他80%的工作都是在智能手机上完成的。包括社交媒体、uber等移动应用的崛起在很大程度上是由4G网络的到来推动的。5G是下一个即将推出的产品，但存在明显的障碍将减缓其推出。从长期来看，有一些即时的移动趋势，如双因子认证（2FA）和数字支付。

Splunk安全顾问米克·巴乔也认同2FA正在增长，他看到了硬件令牌
是最有可能的解决方案。硬件令牌包含很少USB安全密钥，或者可以并入手机。“硬件令牌基本上解决了账户的风险控制问题，”巴基奥指出，“账户风险控制是安全团队面临的最大问题之一。现在可怕的是，目前只有两个移动操作系统。如果苹果或谷歌的移动操作系统存在漏洞，会带来多大的破坏性。我们期望看到更多企业采用采用双因子认证。

新冠大流行也会加速生物识别在安全和支付领域的应用。

手机丢失或被盗,不是安全威胁，只要你手里还有指纹。如果手机只是接口
，仅用于生物识别，但不存储生物数据，那么这对小偷来说，就没有用。

非接触式支付增长得比预期的要快。新冠大流行使非接触式支付变得更加普遍——基本上是常态。

在新冠肺炎之前，电信行业急于推出5G，承诺更大带宽和更低延迟的标准，，从而让我们的移动设备更加强大，并推动其他新兴技术的发展，包括虚拟和增强现实。但是，但2021年5G不会流行，由于硬件挑战，5G的兴起将推迟到2022年。5G的部署看起来需要三到五年的时间。

一些运营商和制造商已经推迟了即将发布的5G设备和服务。5G最大的障碍是物理限制,新标准不仅要求新的蜂窝塔，但5G的范围比4G短得多，而且
不擅长穿墙，这意味着我们需要更多比早期标准更高的要求，而且投资昂贵。

现在正是WiFi 6发展的好时机。WiFi 6是一项可用但尚未普及的技术。WiFi 6比普通的至少快10倍，企业可以快速拥有它。WiFi 6非常适合您的内部设备控制、管理和拥有。5G则用于外部设备控制和拥有。就像5G一样，WiFi 6很快就会无处不在。几年后，几乎任何无线网络设备都将是WiFi 6。

Chor指出，5G承诺的不仅仅是更高带宽，也会带来新的服务和全新的产业，从数字流媒体到虚拟现实的兴起。业界还需要在材料科学、电池技术等领域迎头赶上，未来，你可能就像钢铁侠。

3、AR(增强现实)/VR(虚拟现实)
AR：新冠大流行可能会带来沉浸式协作工具和医疗保健的发展。
VR：VR硬件已经具备，其生死存亡决定于软件。

     2020年7月，国际数据公司预测了从2019年到2024年各种技术的全球复合年增长率，增强现实/虚拟现实支出将占76.9%，达到1369亿美元。增强现实和虚拟现实往往被归为一类，但它们并不相同。增强现实是在实时的视频上。
      虚拟现实则需要耳机、目前价格昂贵且笨重，可以创造真正的沉浸感，比如电影院上映的、完全由电脑创造的互动世界。
     虚拟和增强现实都改善了协作和访问知识的方式，未来将会有更多身临其境的应用,比如远程学习和远程医疗。但是这个行业还远没有那么成熟。
     乔治华盛顿大学的医生从2020年3月份就开始采用VR。“随着医疗实践与保险提供商的参与，”Splunk亚太区副总裁西蒙·戴维斯说。“我看到的最有趣的虚拟现实进步之一是数据可视化和事件管理。企业正通过虚拟现实来使用20到30个仪表盘，并与人工智能结合起来，实时提取有价值的数据。
      增强现实的发展也将继续超过虚拟现实，因为移动设备已经无处不在，而且它们比全沉浸式虚拟现实更适合于增强现实。
       AR有三个重要价值:可视化、注释和讲故事。每个方面都非常有用，比如有助于缓解封闭环境中的孤立情况，可以应用在商务和休闲旅游中，或者自闭症患者的虚拟体验,视力受损的患者可以用增强现实、全息透镜来“看”,远程协作也需要沉浸式互动体验。
     Chor表示，“视频会议的下一次迭代将结合增强现实和虚拟现实技术。也将在消费者中看到突破性的发展，2022年初实现娱乐虚拟现实，任何消费娱乐模式都需要硬件和内容的结合。娱乐技术的成功是由内容决定的。一种新设备可能只会受到铁杆爱好者的青睐，直到一个病毒式内容的流行才会推动主流大众采用。
       目前是生死攸关的时候，要么是在2021年、2022年初，要么再过10年才会再次被访问。所以虚拟现实需要它的“超级”马里奥,否则，公司将会失败。

4、生物识别
在新冠大流行之前，生物识别技术就已经开始流行了。

在流感大流行之前，生物识别技术已经开始流行，比如手机设备上的指纹解锁、人脸识别等。

除了指纹、声音和面部识别，生物测定包括行为测量，追溯到几个世纪前的通过比较签名来验证身份，同样，你什么时候定期登录系统，你的打字风格，你走路的方式——这些都在今天被用于个体识别。

英国学校已经使用指纹或面部扫描来获取信息，控制、记录出席情况、购买午餐、查看图书馆……

 

日本的七大银行在2019年末把人脸识别作为ATM个人安全认证的一种方式；2020年7-11商店通过人脸识别进行无卡支付。

“我是生物识别技术的忠实粉丝，”Splunk移动工程主管Chor说。他预言生物识别技术的采用，如双重身份识别，将在数据时代大幅增加。生物识别技术发展的一个关键是不要把生物数据存储在手机等设备上，它要保存在云中，以免被黑客利用。

生物识别技术的应用是一个有争议的话题。2020年9月，俄勒冈州波特兰市禁止使用面部识别，世界各地的争议导致更严格的监管呼吁。
相关法律和道德准则的制订必须由国家和国际层面牵头制定。

他预测，2021年人们将会关注“区块链战略是什么？两年后，一些公司会意识到，如果他们没有区块链战略，他们的竞争力会降低，因为他们不会像竞争对手那样像有效。关于数字分类账技术的预测如下。

新冠肺炎加速区块链的采用。McKervey表示，新冠肺炎大流行期间，企业开始节约资源并专注于核心技术投资。区块链引发企业的关注。与他交谈的100多个企业中仅有一个中止了他们的区块链计划。

成功的区块链应用将专注于成效区块链在供应链中的价值显而易见，比如对货物来源、货物在任何时间的位置以及重叠程度的可见性等方面。企业减少了文书工作，手动过程可以减少97%。

金融行业在区块链方面的投资最快,特别是中央银行对数字货币的关注和投资。

短期来看，各企业将把小型区块链测试项目转化为大规模的应用。“大规模地应用在实际运营过程中，才开始面临真正的挑战，”麦克维表示，“当你做概念验证时，只需要展示它的功能。当您转向实际应用时，它需要安全、稳定且可以大规模运行。代码必须能够支持分类账的升级和修改，这会面临巨大的障碍“，他说，“我们已经与客户合作过，其中涉及到数据的可见性，数字分类账本身与基础设施、应用程序的兼容性等问题。”

与上下游的协调是一个挑战。虽然区块链是一个领先的业务模式，但会面临供应链上下游协调的挑战。目前区块链应用由行业内或集团内某一家企业牵头，通过数字分类帐，联合合作伙伴或利益相关者进行协作，一旦涉及到利益之争，协调起来就比较困难。大约三年后，区块链应用会是一种令人兴奋的局面。

区块链的短期目标是安全和效率，但展望未来几年，更多基于区块链的业务转型解决方案将会出现，但大多数人甚至不知道区块链是解决方案的一部分。比如安全投票、追踪政治捐款、追踪疾病、疫情爆发和保障医疗供应链的安全等，目前都已经发生，但关于商业变革方面的案例却很难预测。比如，基于区块链的优步模式?分散的用户可能成为这些新商业模式的推动者。

边缘计算的兴起是不可避免的趋势。我们已经管理了大量数据以及我们的智能手机和笔记本电脑通过云端获得服务。我们不断数字化更多的资源，把传感器放入仓库、卡车和货运列车、工业机械中。然后，我们测量各种事物，并对边缘设备做出决策。通过网络把数据运送到一个中央的、基于云的数据中心，进行分析，并自动发回指令。对边缘计算的主要预测是边缘计算是必要的，它正在变得更好，也为每一种新兴技术提供了一个完美的舞台。

新兴技术在边缘汇聚一堂。约翰·萨比努表示，新兴技术发挥真正力量的关键不是其中任何一项，而是组合。“尤为关键的是AI/ML和自动化，当你把它们组合到物联网、边缘计算和5G，可以改变整个行业，包括物流、制造业、医疗保健、能源。

蒂姆·塔利看到了同样的情况，并指出智能人工智能提供更强大的硬件和强大的连接能力，推动边缘计算应用的变革。“更多的事情发生在边缘，为本地处理减少了延迟，将数据移动到云中进行处理，你会得到同样的结果。

未来的牛排及工作设想
       蒂姆·塔利提供了一个关于未来十年以上的预测，一个相当疯狂的答案。
     “今天的3D打印机可以处理机器零件和许多消费品。”蒂姆·塔利表示，这只是数字打印的第一步。新冠肺炎加速了疫苗生产和测试，未来会是一个数字化打想象一下星际迷航的场景，没有什么不可能。

目前来说，蒂姆·塔利索认为，我们都将不得不更新我们的家庭网络，现在许多人在家工作，不得不和配偶和远程学习的孩子争夺带宽，还有更多的家庭数字娱乐，取代以往忙碌的社交生活，所以可以先用上WiFi6。