麦肯锡发布的技术趋势
以下是麦肯锡在2024年7月发布的《2024年技术趋势展望》中确定的趋势:
• AI革命(GenAI、应用型AI、工业化机器学习)
• 构建数字未来(下一代软件开发、数字信任和网络安全)
• 计算和连接的未来(先进连接技术、沉浸式现实技术、云端和边缘技术、量子技术)
• 前沿工程(机器人技术的未来、移动性的未来、生物工程的未来、空间技术的未来)
• 可持续世界(电气化与可再生能源、电气化与可再生能源之外的气候技术)
Gemini对这些技术趋势的回应
由于GenAI在麦肯锡的名单中名列前茅,我决定询问Gemini对这份清单的看法。我列出了这些技术,并请Gemini进行评估。以下是Gemini的回应:
麦肯锡技术趋势的缺失部分
麦肯锡的清单全面概述了主要的技术趋势,但有几个领域可以进一步扩展或新增:
可能的遗漏
以人为中心的技术:虽然提到了AI和机器人技术,但如果能更广泛地关注人机交互、用户体验(UX)和以人为中心的设计将会更有价值,这包括增强现实、虚拟现实和可穿戴技术等领域。
超越AI的数据和分析:虽然AI已经涵盖,但数据和分析工具与技术的广泛领域也值得探索,这包括数据治理、数据隐私、数据伦理,以及诸如因果推断和概率编程等高级分析方法。
技术的社会与经济影响:深入探讨技术对社会的影响,例如工作岗位的流失、数字鸿沟和社会不平等等问题,将会很有价值。
新兴技术:虽然有提到一些新兴技术,但可以考虑为真正突破性的技术专设一个类别,如合成生物学、神经技术和先进材料等。
技术与地缘政治:技术与地缘政治的交叉领域日益重要,包括供应链韧性、国家安全以及国际技术标准等问题。
需要考虑的额外趋势
去中心化和Web3:区块链、去中心化金融(DeFi)和去中心化自治组织(DAOs)的兴起,代表了技术和经济模式的重大转变。
数字健康和生物技术:技术与医疗保健的融合正在推动诊断、治疗和个性化医疗方面的突破。
教育与技能发展:技术在教育中的作用,包括在线学习、个性化学习以及面向未来劳动力的技能培训,至关重要。
智慧城市与城市化:技术应用于解决交通、能源和公共安全等城市挑战的领域正日益增长。
农业与食品系统:技术在提高农业生产力、粮食安全和可持续性方面的作用值得更多关注。
显然,Gemini对什么构成技术趋势有自己的看法,然后我询问了Claude的意见。
Claude对技术趋势的回应
以下是Claude对麦肯锡清单的看法:
改进建议:
重叠与模糊:某些类别,如‘构建数字未来’和‘前沿工程’,显得范围广泛,可能存在重叠。
缺乏社会影响的考量:清单重点关注技术发展,而未明确涉及社会影响或伦理考量。
全球视角有限:这些趋势并未明确指出这些技术在全球各地区可能产生的影响或采用方式的差异。
数据中心议题的缺失:虽然涵盖了AI,但并未具体提及数据治理、隐私或大数据分析。
人本技术的缺乏:没有明确提到关注人类增强、健康技术或人机交互的技术。
建议的改进:
重新组织类别:创建更清晰、更明确的类别,以减少重叠并提高清晰度。
增加“伦理和负责任的技术”作为一个类别:该类别可以涵盖AI伦理、负责任的创新和技术治理等话题。
包含“全球技术采用与影响”:探讨这些趋势在发达国家和发展中国家可能会如何不同地表现。
增加“以数据为中心的技术”:涵盖数据分析、隐私保护技术和数据治理方面的趋势。
包括“以人为中心的技术”:为健康技术、人类增强以及人机交互的进步设立一个类别。
扩展可持续性内容:包含更具体的趋势,如循环经济技术和再生技术。
增加“技术民主化”:讨论低代码/无代码平台、公民开发和可访问的AI工具方面的趋势。
考虑“韧性技术”:鉴于近期的全球事件,支持供应链韧性、远程工作和危机管理的技术可能具有相关性。
这就是证据,说明GenAI应该位列榜首!或者也许不是,这完全取决于个人的视角(或者可能GenAI本身就偏向于把GenAI放在榜单的首位!),但这确实让人思考像麦肯锡、Gartner、Forrester等公司为生成技术趋势所做的大量工作,而我们的GenAI朋友几秒钟内就能生成类似的趋势报告,不是吗?(最近的趋势报告中,几乎有100位麦肯锡专业人士参与贡献。花点时间问问Claude和他的朋友们这个问题:“公司应该跟踪哪些主要的数字技术趋势以保持竞争力?”)
趋势要点
麦肯锡确实指出了一些发人深省的趋势,但与来自Gartner Group、Forrester、Deloitte、IDC、Gemini、Claude、Chat等组织和平台的许多其他技术趋势报告一样,麦肯锡经常指出与其他人相同的趋势,尤其是GenAI。同时,GenAI本身也指出了一些并不在所有人名单上的技术(尽管也有一些重叠)。我相信Chat和Llama也会对这些清单有一些自己的看法。(一个有趣的练习是让Claude、Gemini、Chat和Llama相互挑战对方的清单!)
请记住,趋势清单只是某个时间点上的假设,而不是确定性结论。它们主要揭示了受访者和分析师在回答问题时认为的“热点”,或分析师使用诸如Google搜索、职位描述、风险投资和专利申请等指标来评估重要性时的看法——这些看法可能会迅速改变,有时甚至会在一夜之间发生变化。
这些清单照亮了我们基于信息圈构建的假设。如果我们只阅读麦肯锡的报告,我们对趋势的理解就会受到其深深的影响,但如果我们是Gartner的忠实读者,我们看到的世界将有所不同。也许我们应该成为GenAI的忠实用户,因为它代表了所有信息源的集合。(除非它出现了某种幻觉。)
或许这里有一个值得学习的教训。也许我们应该像没有参与趋势游戏的教授一样对待技术趋势。那些明白“趋势”相对抽象、暂时,并且反映了广泛技术运动的教授,这些运动随着时间的推移会落地到具体的流程、功能和行业中。一些技术会比其他技术更早落地,一些会持久存在,一些会消失,还有一些会被推迟。没有人知道,还记得元宇宙吗?
无论具体特点如何,商业技术专家有义务跟踪趋势,并至少能够对那些可能改变世界的技术有所了解。当我问Chat在未来十年中最有可能影响世界的数字技术是什么时,Chat回答道:“AI和机器学习通常被认为是最具广泛变革性的技术,因为它们有着广泛的应用,并且有可能推动多个领域的创新。”我还不完全信服,于是我问了Claude同样的问题。Claude说:“基于当前的趋势和发展,AI可能是未来十年对世界影响最大的数字技术。”Gemini也表示认同:“AI是未来十年中最有可能对世界产生巨大影响的数字技术,其快速的发展和在各个行业的广泛应用,使其成为变革的主要候选者。”