Gartner 2020年新興技術成熟度曲線主要突出了30項技術概況，它們將在未來五到十年內對社會及商業模式有顯著改變。

在中國的大多數城市，市民和游客必須下載健康碼（一款顯示COVID-19狀態的應用程序）才能出入一些公共場所或享受服務。綠色狀態表示此人可以自由出行，黃色表示需要隔離，紅色表示確診感染。

在印度，Aarogya Setu應用程序會提示哪些旅客乘坐火車和飛機是“安全的”。阿拉伯聯合酋長國最近推出了ALHOSN UAE，它也可以通過顏色來顯示一個人是否健康、感染或需要隔離，除此之外還有一個 “未被檢測 ”的選項。ALHOSN UAE目前被用于授予航空旅行的權限。

與新冠肺炎疫情相關的健康護照和社交距離技術在整個技術成熟度曲線中發展迅速，且影響巨大。在印度和中國，使用健康護照的市場滲透率達到了5%到20%，這對于一項剛剛興起的技術來說是非常驚人的。

Gartner研究副總裁布萊恩?伯克（Brian Burke）表示：“新興技術具有顛覆潛力，但其帶來的競爭優勢很少有人了解，或尚未經過市場驗證。多數技術要經過5到10年以上才能達到生產成熟期。但本技術成熟度曲線中的某些技術將在短期內發展成熟，技術創新領導者須掌握這些技術機遇，尤其是那些具有變革性或重大影響的技術。”

2020年五大新興技術趨勢

編組架構

算法信任

超越硅

構成化AI

數字自我

1. 編組架構

面對快速變化和分散化的業務，企業需要更敏捷、可快速響應的可編組架構。編組結構通過基于靈活數據編織的封裝業務能力來響應快速變化的業務需求。

例如，疫情期間，由編組結構支持的“可編組企業”增強了業務彈性，這種模塊化設計使企業能夠在需要時進行“重組”。“可編組企業”有四個核心原則：模塊化、效率、持續改進和適應性創新。盡管許多組織以一些零散的方式應用這些原則，但“可編組企業”在所有業務中都應用這四個原則——從業務模型到員工的工作方式。

這種模塊化的業務模型使企業能夠從傳統的計劃性過渡到主動的敏捷性。可組合的企業思維可以創新產品、降低成本，以及拓展更好的合作關系。

企業機構要提高敏捷性，應跟蹤以下技術：可編組企業、封裝業務能力、數據編織、私有5G、嵌入式人工智能（AI）和低成本單板邊緣計算機。

2. 算法信任

隨著越來越多的用戶信息泄露、虛假新聞及視頻被曝光，企業對算法信任的需求也逐漸提升。算法信任模型確保了數據的隱私和安全，保證了資產的來源以及人和事物的身份真實有效。

例如，“身份驗證來源”是一種對區塊鏈上的資產進行身份驗證并確保其真實性的方法。

為了充分地跟蹤資產，必須從其來源對其進行跟蹤。如果在區塊鏈中添加了一個仿冒品作為正品，那么區塊鏈將根據錯誤的原始數據輸入繼續驗證其真實性。由于區塊鏈本身不可變分類賬的性質，錯誤數據永遠不能被修改或刪除。

Gartner認為，區塊鏈的興起將帶來更多的數字認證和身份驗證的需求。

與算法信任相關的新興技術包括：安全訪問服務邊緣（SASE）、差異化隱私、可認證溯源、自帶身份、負責任的AI和可解釋型AI。

3. 超越硅

摩爾定律預測高密度集成電路中晶體管的數量每兩年就會翻一番，隨著技術水平的提高，硅材料的開發已接近其物理極限，新的先進材料正在為元器件技術創造突破性機遇，打造速度更快、體積更小的元器件。

例如，“DNA計算和存儲”是使用DNA和生物化學代替硅或量子結構來執行計算或存儲數據的。數據被編碼到合成DNA鏈中儲存，通過酶的化學反應提供處理能力。

盡管該技術有兩款成功的原型機，但目前還處于初級階段，并且價格昂貴，在主流應用方面存在重大技術障礙。然而，這一超越硅的DNA計算和存儲技術將顛覆數據的存儲形式、處理方式和計算效率。

應考慮的關鍵技術包括DNA計算、可自然降解傳感器和碳基晶體管。

4. 構成化AI

構成化AI是指可通過動態變化響應不同情境需求的一系列新興AI技術及相關技術，有很多種類型，包括能夠動態適應時間的AI、到能夠生成新模型來解決特定問題的AI。

例如，生成式AI就是一種構成化AI，它可以創建新的圖像、視頻等，也可以改變現有內容，雖然與原始內容相似，但不完全相同。這種技術可能會加劇造假信息傳播，也可能會引起嚴重的虛假信心及名譽風險。當然，也有更有價值的用途：如藥物發現及合成、數據生成、AI藝術品生成，也越來越受歡迎。

希望探索AI邊界的企業應考慮利用以下技術：AI輔助設計、AI增強開發、本體與圖譜、小數據、編組式AI、機器學習、自監督學習、構成化AI和生成對抗網絡。

5. 數字自我

技術與人的結合日益緊密，而數字護照和社交距離技術等人的數字化代表也有了越來越多的運用機會。

例如，雙向腦機接口是一種改變大腦的可穿戴設備，能夠在人腦和計算機或機器接口之間進行雙向通信。BMIs既可以是可穿戴的設備，也可以是用來監測腦電圖和個人精神狀態的植入設備。常規監測BMI與雙向監測BMI的區別在于后者可以通過電刺激改變人的心理狀態。

在商業領域，潛在的應用場景包括身份驗證、訪問和支付、沉浸式分析等。但也存在其自身的社會和倫理問題，比如使用外部刺激來提高疲勞員工的警惕性、通過向大腦注入電流來改變易怒的情緒。值得一提的是，BMIs可能引入外部安全漏洞，給攻擊者潛在的可乘之機。

須跟蹤的技術包括社交距離技術、健康護照、個人數字孿生、公民數字孿生、多重體驗和雙向腦機接口。
責編AJX