阿里达摩院 vs Gartner：2020 科技趋势预测，你更信谁？

信息革命、移动互联网革命尚未落幕，智能革命又像一头大象一样撞进人类的生活，激荡着整个世界。任何足够先进的科技，初看都与魔法无异，但魔法背后是对规律和趋势的洞悉。

2020 年初，阿里巴巴旗下达摩院发布了 2020 年十大科技趋势。从名单来看， 人工智能、工业互联网、区块链、云计算 成为热门。

去年，达摩院的预测包括：语音 AI 在特定领域有望通过图灵测试、自动驾驶则进入冷静发展期、AI 专有芯片将挑战 GPU 绝对统治地位；数字身份有望成为第二张身份证；5G 连接能力将增强至百亿级……

现在回首，达摩院去年的趋势预测正确率还是很高的。 而就在前不久 Gartner 也发布了《2020 年十大策略科技趋势预测》，今年的两份预测中有重叠也有差异，我们把它们分别进行了整理，你觉得那一份预测和你对世界的理解，更像呢？

---

阿里达摩院 2020 十大科技趋势

趋势一、人工智能从感知智能向认知智能演进

目前，人工智能已经在「听、说、看」等感知智能领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。

认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。

趋势二、计算存储一体化突破 AI 算力瓶颈

冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。

类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，极大提高计算并行度和能效。 计算存储一体化在硬件架构方面的革新，将突破 AI 算力瓶颈。

趋势三、工业互联网的超融合

5G、IoT 设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合，实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。

这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高 5%-10% 的效率，就会产生数万亿人民币的价值。

趋势四、机器间大规模协作成为可能

传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G 通信技术的发展将实现多个智能体之间的协同 —— 机器彼此合作、相互竞争共同完成目标任务。

多智能体协同带来的群体智能，将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。

趋势五、模块化降低芯片设计门槛

传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以 RISC-V 为代表的开放指令集及其相应的开源 SoC 芯片设计、高级抽象硬件描述语言和基于 IP 的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。

此外，基于芯粒（chiplet）的模块化设计方法，用先进封装的方式将不同功能「芯片模块」封装在一起，可以跳过流片，快速定制出一个符合应用需求的芯片，进一步加快了芯片的交付。

趋势六、规模化生产级区块链应用将走入大众

区块链 BaaS（Blockchain as a Service）服务，将进一步降低企业应用区块链技术的门槛，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生，实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。

趋势七、量子计算进入攻坚期

2019 年，「量子霸权」之争让量子计算再次成为世界科技焦点。超导量子计算芯片的成果，增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020 年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。

作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势，将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。

趋势八、新材料推动半导体器件革新

在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管，很难维持半导体产业的持续发展，各大半导体厂商对于 3 纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。

趋势九、保护数据隐私的 AI 技术将加速落地

数据流通所产生的合规成本越来越高。使用 AI 技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。

趋势十、云成为 IT 技术创新的中心

随着云技术的深入发展，云已经远远超过 IT 基础设施的范畴，渐渐演变成所有 IT 技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个 IT 技术链路，同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式，云正在重新定义 IT 的一切。

广义的云，正在源源不断地将新的IT技术变成触手可及的服务，成为整个数字经济的基础设施。

---

Gartner： 2020年十大策略科技趋势预测

趋势一、 超级自动化

超级自动化 (hyperautomation) 是结合多种机器学习、软件包和自动化工具来完成工作的过程。超级自动化不仅涵盖了丰富的工具组合，也包含自动化本身的所有步骤 (发现、分析、设计、自动化、测量、监控与重新评估) ，其重点在于了解自动化机制的范畴、这些机制彼此之间的关系，以及如何进行机制的整合与协调。

超级自动化趋势起源于机器人流程自动化 (RPA) ，但在机器人流程自动化外，还需要结合各种工具来协助复制任务流程中人类参与的部分。

趋势二、 多重体验

到了 2028 年，使用者体验将在用户对数字世界的感知和互动方式两个方面发生重大转变。虚拟现实(VR)、扩增实境(AR)和混合实境(MR)改变人们感知数字世界的方式，而对话式平台正在改变人类和数字世界互动的方式。这种感知与互动模式的转变，将在未来带来多重感官与多重模式的体验。

Gartner 研究副总裁 Brian Burke 指出：“ 未来体验模式将从‘精通技术的人’转变为‘理解人类的技术’，人机互动将由人类转由计算机来处理。 这种与使用者进行多重感官互动与沟通的能力，将创造出一个能传递更细致讯息的环境。”

趋势三、专业知识的全民化

专业知识的全民化是指透过彻底简化的体验，且在无须接受密集又昂贵培训课程的前提下，协助人类取得专业技术知识 (机器学习、应用程序开发) 或商业领域专业知识(销售流程、经济分析)的管道。专业知识全民化的例子包括「公民参与」(citizen access，如公民数据科学家、公民解决方案整合者)、公民发展和无程序代码模式的演进。

Gartner 预测到了 2023 年，专业知识全民化的趋势将在四大面向加速发展：

1. 资料与分析技术的全民化：从以数据科学家为对象，扩大到适用于专业开发人员的普及工具；

2. 开发的全民化：利用人工智能工具自主开发应用程序；

3. 设计的全民化：随着更多的应用程序开发功能实现自动化，低程序代码、无程序代码的场景将持续增加，赋予公民开发人员更多能力；

4. 知识的全民化：非 IT 专业人员透过工具和专家系统，应用超出自身专业能力及训练的专业技能。

趋势四、增进人类赋能

增进人类赋能 (human augmentation) 是利用科技来增进人类在体能和感知力上的机能，并成为人类不可或缺的一部分体验，其中体能增进是藉由在人体内植入或配戴科技组件(穿戴式装置)来增进人类的机能；而认知增进则是透过传统计算机系统及新兴智能空间中多重体验接口的信息和应用来实现。

在未来 10 年，随着个人开始追求自身机能的增进，人类体能与认知的增进技术将会变得越来越普遍。这将创造一股全新的“消费化(consumerization)”效应，员工将持续增进自身的机能，并进一步拓展到办公空间的优化。

趋势五、透明化与可追溯性

越来越多的消费者意识到个人资料是非常宝贵且必须受管控的，而企业也体认到保护和管理个人资料的风险日益增加，因此各国政府同步实施严格立法来确保企业组织确实做到这一点。透明化与可追溯性已成为支持这类数字伦理及隐私权需求的关键要素。

透明化与可追溯性指用于符合监管要求、遵守人工智能和其他先进科技应用的道德规范，并修复外界对企业信任的各种态度、行动及辅助的技术与措施。企业建立透明化和信任感时必须专注下列三个领域：人工智能与机器学习、个人资料的隐私，所有权和控制、符合伦理的设计。

趋势六、更强大的边缘运算

边缘运算是一种运算拓扑，能将信息的处理、内容的收集与传送都保留在靠近该信息来源处，尝试让流量和处理工作都在本机进行，目的在缩短延迟时间、发挥边缘功能并赋予边缘端更大的自主性。

Burke 表示：“目前边缘运算多半着重于物联网系统的需求，为制造或零售等特定产业提供脱机或分布式功能给嵌入式物联网系统。然而运算资源日趋成熟并走向专业化，加上数据储存量的增长，使边缘端的功能日渐强大，边缘运算也将成为几乎所有产业和应用的主导要素。特别是机器人、无人机、自驾车和执行系统等各种复杂的边缘装置，都将加速此转变。”

趋势七、分布式云端

分布式云端是将目前集中式公有云服务分散到不同地点，并由原来的公有云供货商继续负责云服务的营运、治理、更新与升级。这代表大部分公有云服务所采用的集中式模式将进行转变，为云端运算开创全新时代。

趋势八、自动化对象

自动化对象是利用人工智能让过去由人类负责的某些流程得以自动化的物理装置，最典型的自动化对象包括机器人、无人机和自驾车/船与相关设备。它们的自动化程度超越了僵化的程序设计模块，并能利用人工智能执行各种先进行为，以更自然的方式和四周的环境与人类互动。随着技能提升、法令开放和社会接受度增加，自动化对象将逐渐被用于不受限制的公共空间。

Burke 表示：“随着自动化对象数量大增，独立的智能对象将逐渐转向成群的协作型智能对象。这些同时运作的多种装置，有些需有人力从旁协助，有些已可独立运作、无需人类参与；而不同种类的机器人可以在同一个装配流程中同时运行。举例来说，在货运市场最有效的解决方案，可能是使用自驾车将包裹送到目的地，藉由车上的机器人和无人机，确保包裹最后可以安全送达。”