2018十大策略科技趨勢預測，Gartner：主戰場在AI|數位時代 BusinessNext

國際調研機構Gartner發表2018年十大策略性科技趨勢，Gartner表示，2017年見證了人工智慧（AI）的成熟，以AI為基礎的商業模式及其解決方案持續創新中，在未來五年內，如何讓AI與機器學習滲透所有事物，將成為科技廠商的主要戰場。

根據Gartner定義，策略性科技趨勢是指正處於突破或崛起狀態，可能帶來廣泛的顛覆性影響，發展出更多的應用；同時，該趨勢也具有快速成長、變動性高，且將於未來5年內到達引爆點的特性。

Gartner表示，2018年十大策略性科技趨勢包括：

一、以人工智慧為基礎

2020年以前，科技廠商的主要戰場在於如何打造能夠學習、適應甚至可能自主行動的系統。但到了2025年，是否具備使用AI來強化決策、改造商業模式與生態系，同時打造全新顧客體驗的能力，將決定數位計畫推動的成果。

二、智慧App與分析技術

未來幾年，幾乎所有App、應用及服務都將納入某種程度的AI，甚至有些App將會是沒有AI或機器學習便無法使用的智慧型App。不過，也有些App是不明顯的AI使用者，藏身在幕後提供智慧功能。智慧型App在人與系統之間形成一個新的智慧中介層，未來可能會改變工作的本質與職場結構。

三、智慧物件，如自駕車

智慧物件是指能夠按照固定的程式模型執行任務，利用AI做出更進階的行為，以更自然的方式與周遭環境、人類進行互動，如自駕汽車、機器人和無人機等。

Gartner副總裁暨傑出分析師David Cearley表示，在受控的環境下（例如農耕及採礦）使用自駕汽車，是目前智慧物件當中快速成長的領域之一。在2022年以前，有機會看到自駕汽車在有條件限制、詳細規範且受控的狀況下行駛於道路上，但一般用途的自駕汽車，至少在未來五年內，可能還是需要有一個人坐在駕駛座，以防無預警出現技術故障。

四、數位分身

數位分身指真實世界中某個實體或系統的數位模型。未來三到五年內，以物聯網使用案例的數位分身最被看好，目前它也是市場對數位分身最有興趣的領域。

David Cearley指出，幾乎每個面向的數位表徵，將逐漸地動態連結到它們在真實世界裡的對應物，而它們彼此之間，也將互相連結並加入AI功能，藉此提供先進的模擬、營運及分析作業。負責都市規劃、數位行銷、醫療照護與工業規劃的工作人員，都將因為長期趨勢朝向一個整合式數位分身的世界發展而受惠。

五、從雲端到邊緣運算

繼雲端運算之後，邊緣運算是一種運算拓樸，能將資訊的處理、內容的收集與傳送，放在靠近該資訊來源的地點。連網與延遲方面的挑戰、頻寬的限制，再加上嵌入邊緣的功能性更佳，都有利於分散式模型。企業可在基礎架構採用邊緣設計模式，適用於有重要物聯網的元素。

David Cearley分析，若將雲端和邊緣運算視為互補關係，雲端可用來打造服務導向模型，是一種集中化控制和協調架構的運算方式；而邊緣的角色則是傳送，它可以傳送不連續、或分散式流程執行方面的雲端服務。

六、對話式平台

對話式平台將帶動下一波典範轉移，改變人類與數位世界互動的方式。轉譯內容的責任將由使用者轉移到電腦身上，在平台接收到使用者的問題或指令後，就會執行部分功能以做出回應，提供或要求輸入更多內容。

七、沉浸式體驗

對話式介面正在改變人類控制數位世界的方式，但虛擬、擴增與混合實境卻改變了人們對數位世界的看法和互動方式。

目前虛擬實境（VR）與擴增實境（AR）市場的發展仍未成熟且具有分散化特質，雖然出現許多新奇的VR應用，但除了電玩、360度環景影片等先進娛樂功能之外，仍無法提供太多實質商業價值。企業必須檢視，有哪些特定的真實生活情境是可以用VR與AR來提升員工生產力，或用來強化設計、教育訓練與視覺化流程。

八、區塊鏈

區塊鏈技術徹底脫離了集中化交易與記錄保存機制，可做為老牌企業與新創發展突破性創新的基礎。雖然一開始，區塊鏈熱潮多半聚焦於金融服務業，但其實它還有許多具潛力的應用，包括政府機關、醫療照護、製造業、媒體發行、身分確認、所有權的登記以及供應鏈。但Gartner強調，區塊鏈所勾勒的遠景似乎超過現實成績，在2~3
年內，相關技術仍不夠成熟。

九、事件驅動

數位商業的核心概念，就是企業要持續保持靈敏，並做好準備掌握時機。商業事件可能是任何以數位方式註記的事物，能反映值得注意的狀態或狀態的變化，例如採購訂單的完成，或是飛機的降落。數位商業帶動了IT主管、規劃人員與架構師對採用事件思維（event thinking）的需求。

十、持續性的適應風險與信任

為了推動數位商業計畫，安全與風險管理主管必須採行一種持續性的適應風險與信任評估法（continuous adaptive risk and trust assessment；CARTA），才能以風險及信任為基礎，藉由適應性回應即時作出決策，或者是在管理風險的同時掌握商機。

David Cearley總結，十大策略科技趨勢中，前三項探討AI如何滲透所有事物，是未來5年科技廠商的主要戰場；接下來四項，聚焦整合數位與實體世界，以創造一個沉浸式的數位強化環境；最後三項，則關注當愈來愈多的個人與企業，或是裝置、內容與服務之間形成連結後，業者該如何從中獲益。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。