2024-11-10-Thoughtworks-科技棱镜_聚焦科技引领的商业变革_44页_1mb

科技棱镜：2024 年度报告总结

1. 人工智能无处不在（AI）

• 趋势及应用:
  生成式人工智能 (GenAI) 正迅速普及，不局限于技术前沿，影响涵盖软件开发、客服、市场分析等日常业务。
  AI 被视为“优秀的人才，而非软件”，可辅助人类完成重复性任务，提升生产力（如提高开发效率），但需避免过度依赖。

• 挑战:

  • 商用大语言模型 (LLM) 成本高昂，限制了其大规模企业内应用。
  • 企业需制定健全的数据战略以确保高质量数据供给，否则 AI 可能加剧决策失误。
  • 人为干预不足可能导致结果偏差或监管风险。

• 战略性建议:

  • 定义 AI 可行用例，明确哪些任务可自动化、哪些最好放弃。
  • 避免盲目采用技术，需匹配具体问题；选择开源或低成本替代模型。
  • 制定明确的道德规范，确保 AI 输出可控，并控制服务成本。

2. 实现数据和人工智能平台的价值

• 核心观点:
  数据是 AI 应用的基石，需构建可互操作、可信、受控的基础设施，使数据从存储资产转化为战略价值。

• 关键趋势:

  • 隐私增强技术 (PET)：如差分隐私与加密计算，满足数据共享与隐私保护的平衡。
  • 数据市场与去中心化存储：如开放数据标准（Solid Pods）允许用户自主管理数据。
  • 数据契约与治理：规范数据共享，确保合规性与互操作能力。

• 战略性建议:

  • 采用隐私优先方法，利用 PET 减少数据泄露风险。
  • 建立数据治理机制，减少合规成本，更快释放数据洞察。
  • 提供零信任网络框架，支持企业数据共享与市场化。

3. 不断演进的交互体验

• 交互模式创新:
  扩展现实 (XR)、自然语言交互、语音平台和手势识别等技术让交互更具沉浸感。

• 消费级与企业级应用:
  XR 技术尚未大规模扩展，但已在教育、培训、分销等领域崭露头角；沉浸式系统要求关注无障碍设计与伦理安全。

• 战略性建议:

  • 研究在客户服务、员工培训和数据可视化中的有哪些交互创新可提升用户体验。
  • 加强对手势、语音和 3D 模拟库的研究，以扩展消费级市场应用。

4. 加快数实融合（物理世界与数字世界的融合）

• 改进途径:
  数字孪生、自动驾驶、智能农业与自动化系统，通过传感器采集数据并加以模拟，实现物理世界优化。

• 主要应用领域:

  • 智慧农业与 manufacturing: 数字化过程优化资源分配，提升生产效率。
  • 绿色倡议: 利用数据管理系统减少碳排放，支持可持续发展目标。

• 战略性建议:

  • 优先部署在物理依赖度高的行业，例如物流、 farming 和建筑。
  • 通过多代理协调平台实现设备集成，减少决策反应时间，保障基础设施稳定性。

5. 负责任技术：重要考虑因素

• 关键点:
  随着技术快速整合，企业需意识到伦理和社会影响：数据治理、隐私保护、算法偏见、可持续性是关注焦点。

• 趋势:

  • 政策监管部门加强，如欧盟《人工智能法案》及美国行政命令是对负责任技术的强制标准。
  • 公司如 Mozilla Ventures 正投资可持续 AI 与去中心化系统，迎合合规市场需求。

• 战略性建议:

  • 将负责任技术理念纳入跨职能流程，包括设计、测试和战略规划。
  • 强化人员多样性与数据匿名性，减少误导性数据分析与偏见。
  • 审查供应商与供应商数据来源，确保支持绿色行动。

关键结论

• 支持决策者层面:
  Thoughtworks 的《科技棱镜》旨在提供宏观视角，帮助企业评估技术应用潜在影响、商业价值与法律责任。

关键词: 人工智能、数据治理、数字孪生、可持续发展、负责任技术、增强互动体验。