疫情催出數位化轉捩點!亞馬遜技術長預測:明年會看見這8大改變
疫情催出數位化轉捩點!亞馬遜技術長預測:明年會看見這8大改變

在今年,受到新冠狀病毒(COVID-19,俗稱武漢肺炎)影響,亞馬遜公有雲服務AWS的年度開發者大會re:Invent改為在線上展開。在即將閉幕之際,Amazon.com副總裁暨技術長沃納·沃格斯(Werner Vogels)發表壓軸演講,分享他對2021年的科技趨勢預測。

回顧2020年,沃格斯表示,無論政府還是企業,工作和營運方式都徹底改變,而幫助我們應對巨變的就是「科技」。

像是線上課程幫助孩子們繼續接受教育,線上會議代替商務會議室、酒吧咖啡會面,線上視訊讓人們繼續擁有電影之夜,科技幫助人們養家糊口、教育孩子和工作合作,隔離在家也能自娛自樂。

AWS Werner Vogels
Amazon.com副總裁暨技術長沃納·沃格斯在2020年re:Invent大會上,分享明年的8大趨勢預測。
圖/ AWS Facebook粉絲團

疫情加速數位化,成為未來趨勢轉捩點

「2020年的疫情沒有讓我們放慢腳步,反而向數位世界加速邁進。」在沃格斯看來,正是得益於這一加速變化,2021年將成為各種變革的轉捩點。以下是沃格斯對2021年以及未來發展提出的8大趨勢預測:

趨勢一:雲端將無所不在,並進一步加速向邊緣運算推進

沃格斯預期,在2021年雲端將進一步加速向邊緣推進,雲端運算被侷限在集中式資料中心的日子一去不復返。

雲端運算正向網路邊緣轉移,嵌至隨身設備、汽車、家庭和工作場所。雲端應用可以幫助海上船隻提高性能,幫助飛機翱翔天際。雲端無所不在。未來在我們周圍將有越來越多的軟體在雲端執行,改善我們的生活,從醫療照護到交通運輸、娛樂、製造等。

趨勢二:機器學習將從雲端延伸到邊緣

機器學習不斷擴展,同時,機器對機器的連接將呈現爆炸式增長。

沃格斯指出,在2018年,互聯網上只有33%是機器對機器的連接。這一個比例到了2021年將超過50%。機器學習將融入製造業生產線,即時發現生產異常;在農業領域則能幫助農民更明智的使用寶貴資源(如土壤和水)。在2021年,機器學習將無處不在。

趨勢三:圖像、影片和音訊的網路流量將超越文字

沃格斯認為,鍵盤會逐漸沒落。進入2021年後,人們在螢幕上閱讀的文字量會不斷減少,同時,將更加依賴多媒體和其它媒介進行交流。沃格斯預估,到了2021年,將有60%~80%的網路流量將是影片、圖像和音訊,而且在未來還會加速成長。

趨勢四:科技將翻轉現實世界,智慧城市將進一步實現

由於疫情影響,為了要讓人類能夠保持連結,同時維持社交距離,人們將透過資料搜集來實現對於「未來城市」的想像。沃格斯認為,「這將會是數位和物理世界的真正融合。」在2021年,資料分析將在城市設計中發揮更大效能。

他舉例,像是在2020年,最大變化之一就是無現金支付興起,世界各地的一些酒吧和餐館開始禁止使用現金,將業務建立在雲端上。在未來,新的線上支付平台不斷崛起,未來支付選項只會越來越多。

02 遠端學習在教育中獲得一席之地
遠端學習平台Brainly的使用人數在2020年大幅增加。
圖/ AWS

趨勢五:遠端學習在教育領域獲得一席之地

疫情讓教育經歷快速轉變,幾乎超過任何行業,此趨勢將不會逆轉。

在疫情期間,人們開始證實了遠端學習的效益,甚至認為在某些狀況下,遠端學習是更好的選擇。沃格斯說,「2020年讓我們知道,無論遇到疫情大流行、自然災害還是人為災難,都能確保學習不中斷。」

趨勢六:小企業爭相上雲端

沃格斯預測,在2021年開始,許多小型企業將開始透過先進的雲端技術來服務他們的客戶。在市場上,也會出現大量服務供應商,來協助這些小企業。

小企業可以藉由雲端技術,來啟動一個聊天機器人來幫助回答常見問題,或是讓一個簡單的CRM系統在幾分鐘內到位執行。同時,小企業在使用這些技術的同時,卻無需投入時間、金錢自行搭建。

趨勢七:量子運算將蓬勃發展

在2019年re:Invent大會上,AWS發佈了一項全託管的量子運算服務Amazon Braket,幫助研發人員加速科學研究。在2020年,AWS進一步把這項服務開放給所有人使用。展望未來,沃格斯認為,由於AWS的豐厚經驗,可以讓客戶使用沒負擔、易上手,又能理解先進的雲端技術,因此2021年將是量子運算開始蓬勃發展的一年。

趨勢八:雲端技術將在航太方面取得最大成效

沃格斯表示,「2021年後,航太將是我們在雲端技術方面取得最大成效的領域。」在未來,雲端技術將幫助研究人員追蹤冰川消退,協助海事機構保護脆弱的海洋保護區,提供農學家更準確預測糧食供給。同時,在太空執行的雲端技術應用將有如來自外星一樣出人意料。

責任編輯:蕭閔云

關鍵字: #亞馬遜 #AWS
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