Gartner預言2018十大科技趨勢
Gartner預言2018十大科技趨勢
2017.12.16 | 物聯網

這十大科技分別是人工智慧基礎、智慧應用程式與分析技術、智慧型物件、數位分身、從雲端到邊緣運算、對話式平台、沉浸式體驗、區塊鏈、事件驅動、持續性的適應風險與信任。為了揭秘這十大科技背後的故事,以下是Gartner高階合夥人龔培元的採訪整理。

1. AI、數位化、網格共建2018十大科技

Garner預言2018趨勢1.jpg
圖/ 36氪

Gartner預測的2018年十大科技包含了三個層面,第一是AI,它會在洞悉力上幫助你。第二是數位化,數位化已經不再指自動化,而是自主性地來幫助公司達成結果。第三是網格,網格有兩層意思,其一是既然有網格,就代表說中間有很多的牆,你如何用新的技術在業務的牆上面做突破?即技術突破點;另一個意思是,你把東西重疊在一塊,變成一樣東西,就像布一樣,兩根線合在一塊變成布,借助技術去打破這個格,之後成為一體的東西,就像業務跟技術,所以這叫網格。

AI主要包括AI的基本面、智慧APP和智慧分析。數位化,最重要的是數位分身,數位分身是AI、數位分析和雲端運算綜合起來的利器。2018年是雲端跟邊緣運算的整合,然後是對話式平臺,對話式平臺的重點是人機互動,互動的緊密性帶進了切入性的身歷其境式的情景,2018年將會有一些解決方案進入市場。最後是網格,主要有區塊鏈、事件驅動模式和資訊安全,資訊安全已經不是一個你可以完全百分之一百保護的東西,重點是怎麼掌控風險以及怎麼建立你該信任的東西。

2. 2020年AI成為CIO首要投資目標

到2020年,30%CIO會把AI算進他們頭5個投資優先順序中,30%新開發專案都會含有AI,對CIO來講,AI已經不是BAT和尖端公司他們專有的東西,AI在2018年已經不是遙不可及的東西了,每家公司都可以碰得到。

2018年AI on Chip將會興起,將會出現更多手機上的AI應用,各家廠商都開始在把AI做到晶片上去,以下是一些在晶片上做出突破的公司。到2020年,深度類神經網路跟機器學習會有100億美元的市場,這會讓AI的應用得到跳躍式發展。

Garner預言2018趨勢2.jpg
圖/ 36氪

3. 2018年每個企業都應接觸AI

AI對企業有三個應用方向,第一,怎麼提升用戶體驗?第二,怎樣借著數位分身來提升你的業務流程?第三,怎麼把以往在資料上的瓶頸借著AI做出更大的突破?

對CIO/CTO來說,應該按照公司的能力來決定是否使用外面已經做好的AI的產品、解決方案,如亞馬遜、小米、阿里的智慧音響,這些都叫已經打包出來的AI產品和服務。如果不提早去用AI的產品,你永遠都不知道AI在你的企業成本、人員、資料中的需求有多大。等到2019年的時候,當別家都在用,你起步也沒辦法那麼快起來,因為AI跟傳統的軟體發展完全不同,2018年不開始進入是不行的。

下面這個圖是告訴CEO/CTO,你要根據公司的能力來決定是用外部的AI服務還是自己開發。你可以利用阿里、微軟跟Google的AI開發平臺,也可以找IBM來幫你做,給別人一堆錢,可是做了之後,別人拿錢走了,你還是不知道怎麼做。如果你真的夠厲害,你可以自己去考慮做AI的演算法。

在我看來,無論你的企業在哪個階段,一定都可以對標使用AI,2018年如果你還沒有開始使用AI,你要問你自己,你到底在膽怯什麼事?2016年你可以觀望2017年有些人已經進去了,2018年你不能觀望,下圖的黃色部分代表你需要導入多少外界的力量來實現你的AI業務,如果去玩演算法,你對應需要的資源是最多的。

Garner預言2018趨勢3.jpg
圖/ 36氪

4. 2020年,95%的機器會加入物聯網

Gartner預測,到2020年,將近95%的機器都有物聯網的端在裡頭,至於有多少物聯網端是智慧的,Gartner沒有預測,正如我們剛才講過的智慧晶片,這個商機很大。物聯網會幫助業者每年在整個公司的IT運維和服務方面節省1萬億美元,因為它智慧,它知道一些東西該怎麼用,它也知道一些東西什麼時候會壞掉,大家都知道飛機出了問題是很恐怖的,現在飛機已經能自己預測引擎什麼時候該維修,哪些東西該換,因為資料全都算好了。數字帶進來的結果就是機器自主性地來幫你做事,這是數位化很重要的一點,所以我們能看到1萬億美元的節省。

5. 企業要在資料中找到平衡點

在數位化裡,最重要的是數位分身,數位分身帶來三個結果,第一是觀察,你怎麼從虛擬的環境去觀察今年業務的操作?第二個是實際的運營結果,從虛擬的環境裡去看到運營的結果。第三個是人做不到的,在虛擬環境裡去預測你可以優化的點。

我講的數位分身是一個解決方案,它是指企業組織架構對數位的吸收力,包括如何去洞察今天你業務的流程?怎麼實際看到你運維的結果?在電腦裡看到你運維的結果,如何去優化一些不同的場景讓電腦先去跑?用數位分身去看,就知道如何用數字完善這個東西,到底哪裡可以優化,公司的業務流程多了多少人,或者多了多少步驟,都可以套到軟體裡去優化它。

Garner預言2018趨勢4.jpg
圖/ 36氪

數位分身的挑戰是技術廠商的牽制,因為一定會有各種不同的技術廠商提供不同的技術,更重要一點是,公司內部各種業務之間的瓶頸或政治環境,即公司的生態圈,有些時候各部門之間不是合作的,數位分身是個心態、是個文化,你如何借著數位的技術去打破這些瓶頸,在各種不同生態圈裡,你怎麼連接好的、打破不好的一面?然後怎麼藉著這個生態圈去把它連接起來?數位分身並不是一個很容易的事,除了技術層面要達到,還有生態環境要去打通。而且不僅是公司內部、企業之間,整個供應鏈的上下游都需要把它打通。

數位分身不再是生產業上的事,整個業務流程和軟實力是在一起的。下圖就是要告訴大家,每個技術都有它的地位,對CIO/CTO來說,如何在這四個不同的技術層面裡面取得平衡點是很重要的,在這平衡點的上面,當你的端越來越智慧,當你的雲越來越強大的時候,你要考慮到,你如何在端和邊緣運算,以及公司後台的私有雲和公有雲之間取得一個很完美的平衡點。

如何來架構你的技術?在技術層面,你如何考慮公司跟各方面的技術得到完美的結合。也就,是說不要再相信所有事情都會發生在雲裡頭因為智慧端的處理能力越來越強,你該在端裡面處理的東西就在端裡面處理掉,正如上文所說2020年,95%的機器都有物聯網的端,資料量會越來越多,那時候資料不可能回到公司的資料中心去處理,你一定得在某些場景上面直接在當機立斷,該處理掉處理掉,該傳到後端傳到後端去處理。

Garner預言2018趨勢5.jpg
圖/ 36氪
Garner預言2018趨勢6.jpg
圖/ 36氪

6. 2018年區塊鏈會百花齊放

對企業來說,如何用技術去突破格子,網格突破之後,區塊鏈對網格如何增進來?Gartner得出了區塊鏈幾個很重要的本質:它是共用性的、分佈性的,也是一個地方性的、去中心化的,最重要的是,它的資料不能更改,也不能刪除,發佈了,就收不回來了。

2018年的區塊鏈,我們相信會是百花齊放的市場,從技術週期炒作曲線可以看出,各種行業的區塊鏈都在裡面,這代表各行業都在考慮將區塊鏈使用到整個業務中,尤其是金融和供應鏈、政府用得很多,因為政府出來的資料不能隨便亂改,還有國外的投票等,Garntner預測2018年將是區塊鏈起頭的時間,之後這個技術會越來越成熟。

Garner預言2018趨勢7.jpg
圖/ 36氪

7. 安全只能控制,不能保證

最後我們來談安全性,安全不能說保證,只能說控制,把它做出來,不能保證絕對安全,但絕對有辦法去來控制跟掌控,因為就算你不做還是有安全問題。

Gartner預測2022年每家公司會花50%的金錢去修復IoT所造成的安全危害。今天你要考慮的是風險跟信任度,不是安全,安全已經是基本盤,因為各種不同的突發事件會出現,我們講風險,因為IOT的關係,你如何用DevSecOps的理念把安全做進去,目的是持續漸進性的風險跟信任機制,代表你持續在學,然後是SW Defined Perimeter,因為你持續去學,隨時要去改,除了改之外,還有你知道有些安全門戶的落點後,要開始去建立誘餌,讓駭客去打擊,你不可能防備所有的事情,你唯一能做的是轉移駭客的注意力,去騙他,而且得持續性地騙它,這是一個持續性、漸進性防衛的過程。

8. 中國在AI技術和應用上突破更快

中國有幾個很特別的特質:政府大力地投入、法律法規設施,個人隱私權保護的嚴謹性比國外低,所以每個場景在中國會放大,為什麼?第一地大物博,任何一個東西到中國來,因為人、物的量會比國外多,所以帶進來的業務的效果是宣大的程度,如數位分身,北京市如果把市政府的整個操作用數位分身做起來,成果將非常驚人。中國在人工智慧上的投入比國外多得多,更重要一點是,中國的量子計算在全世界是排在前面的。所以中國的突破點會比國外要快,但重點在於企業怎麼去突破這些商機。

從基本技術來講,中國能力也不輸國外,中國的二次創新能力強於國外。二次創新有兩個點,一個是業務模式的創新,另一個是技術的創新,現在是外國人來學中國的業務模式,在業務模式上中國擅長一次創新,但由於法規各方面的限制,外國人跑不出中國的一些業務模式。此外,雖然技術上的一次創新是外國人做出來的,可是一次創新出來是比較乾澀的東西,二次創新才是很有商務運營效果的東西。

本文授權轉載自:36氪

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓