Gartner公布十大科技趨勢:量子電腦、區塊鏈將帶來革命性改變!
Gartner公布十大科技趨勢:量子電腦、區塊鏈將帶來革命性改變!
2018.10.19 | 物聯網

國際研究暨顧問機構 Gartner 提出了 2019 年,企業必須了解的十大策略性科技趨勢。根據 Gartner 的定義,策略性科技是處於「有所突破」或「崛起」的狀態,未來可能帶來廣泛的顛覆性影響與更多的應用趨勢,將有可能在五年內達到引爆點。

若身為企業的管理者或是技術主管,以下十種科技也許不用馬上導入,但最好能夠先行理解,因為只要出現殺手級的應用,將鋪天蓋地深入每個人的生活中。

而這十大科技趨勢,可以用特性分為智慧、數位、網格(digital mesh)三類,以及各項領域都將受惠的量子電腦技術與日漸受到關注的數位倫理和隱私。

網格:簡單來說,可以想像為數以億計的物聯網設備(手機、穿戴式設備、語音助理等)連結起來的網路基礎。

智慧:更自動、更聰明的技術

自動化物件

自動化物件包含機器人、無人機與自駕車等。值得注意的是,「自動化」的定義超越了僵化的程式設計模組,利用人工智慧讓物件與四周環境、人類能夠更自然的互動。

此外,智慧物件也將從獨立的產品轉變為成群的協作型產品。舉例來說,自駕車將包裹送往目的地,再藉由車上的機器人和無人機完成配送。

增強分析(Augmented Analytics)

增強分析能讓資料到生成洞察結果的流程自動化,也許將取代部分企業內的資料科學家。

增強分析可視為注重在特定領域的增強智慧,利用機器學習改變內容開發、使用與分享的方式。將作為未來資料準備、資料管理、商業流程管理的關鍵功能。影響到的領域也不只是資料科學家,包含企業的人資、財務、銷售、行銷、客服等部門。

由人工智慧驅動開發

現在人工智慧的發展,已經讓開發人員能夠透過第三方服務所提供的人工智慧模型來進行開發作業。到了2022年,在新推出的應用程式開發專案當中,至少有40%的團隊會有「人工智慧共同開發人員」參與其中。

根據 Gartner 的分析師預測,未來非專業的人員也能利用人工智慧驅動的工具,自動產生新的解決方案,提高開發彈性。

數位:超越實體的虛擬想像

數位分身

數位分身指真實世界中某個實體或系統的數位表徵。

Gartner 預估, 到了 2020 年全球將有超過 200 億個連網感測器和端點 ,並可能會有數十億個物件擁有數位分身。而從數位身分的崛起,也能預想到相關的資安、區塊鏈技術將獲得更高的關注。

更強大的邊緣運算

邊緣運算指的是我們四周環境的端點裝置,能將資訊的處理、內容的收集與傳送保留在靠近該資訊來源處,嘗試讓流量和處理工作都在本機進行,目的是減少流量和縮短延遲時間。

現在,邊緣概念由物聯網推動。未來五年,各式各樣的邊緣裝置都將新增特製的人工智慧晶片,並配有更強大的運算處理、儲存和其他先進功能,並隨著 5G 逐漸成熟,將讓邊緣運算環境變得更強,將更有能力向集中式服務回報訊息。

沉浸式體驗

虛擬實境(VR)、擴增實境(AR)與混合實境(MR)改變了人們對數位世界的認知。這種認知與互動模式的轉變,結合起來就產生未來的沉浸式使用者體驗。

沉浸式體驗將運用「人類感官」和「先進的電腦感官」合作,例如溫度、溼度和雷達,搭配打造出新的氛圍體驗,屆時定義電腦的將不再是個別裝置,而是我們四周環繞的空間。

Gartner 分析師說:「事實上,整個環境就是電腦。」

網格:萬物聯網的關鍵技術

區塊鏈

目前區塊鏈技術跟概念尚未相當成熟。在大規模的商業營運上,區塊鏈也未帶來重大的成效,儘管它具有強大的顛覆潛力,意味著就算未來幾年內相關技術仍不會被大規模採用,企業還是應該從現在開始評估其價值。

智慧空間

像是智慧城市、數位辦公室、智慧家庭和連網工廠等空間,未來科技不只成為日常生活中的一部分,甚至能夠無縫地融入生活的每一個角落。

其他

數位倫理和隱私

從上述越來越多的連網科技,不難理解數位倫理與隱私的崛起。

對個人、企業組織和政府來說,數位倫理和隱私都逐漸成為隱憂。人們越來越關心公家單位和私人企業組織如何利用他們的個資。未來討論的主題將從「企業是否合乎規範」拓展到「企業是否在做正確的事」。

量子運算

由於量子電腦具有指數級的運算速度 ,一般對於傳統電腦或傳統運算法來說過於複雜難解的問題,對量子電腦來說都不是問題。

汽車、金融、保險、製藥、軍事和研究機構 等產業,將是量子運算技術進展的最大受益者。Gartner 分析師指出,企業應該開始針對量子運算進行規畫,增加對此技術的了解,並思考它能如何被應用在實際商業問題上。

不過,近期也許不會馬上掀起量子運算革命,或許到 2023 到 2025 年才能開始應用。

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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
一次搞懂工業AI
© 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