3S Market 傳遞 智慧應用與價值的商業資訊
Tracking social distancing through live camera feeds and computer vision
工業 4.0 智慧工廠 |
2020年11月11日 星期三
．從最新產品開發的角度概述熱成像市場，以驅動汽車行業的應用矩陣
Basics of Infrared Thermography
隨著技術進步的衝擊，熱成像市場已經成為動態電子，和媒體行業發展最快的垂直市場之一。 在機器學習、人工智慧和物聯網等互聯技術時代，商業領域最近對其應用領域，進行了廣泛的分析。
事實與熱成像行業參與者，為在其產品組合中展現新穎性，而進行的不懈努力非常生動地連貫。 在最近的一系列事件中，頂級紅外線熱成像行業巨頭之一的 FLIR，推出了其免費的機器學習數據集，該數據集被吹捧為汽車，乃至自動駕駛領域，帶來了一場革命。
專為 ADAS 和自動駕駛汽車設計的熱數據集，匯集了超過 10000 張帶註釋的白天和黑夜熱圖像。據報導，上述熱成像數據集，初學者涵蓋了，據稱是熱成像市場上同類產品中，第一個的產品組合，使開發人員可以使用公司的專利 ADK（汽車開發套件）來測試和發展 CNN（卷積神經網路）。據稱，熱數據集將於今年 7 月開始商業化，因為預計這些感測器的價格會下降，以期將其擴展至數百萬輛自動駕駛汽車。
以類似的方式講，汽車行業無疑是熱成像市場，利潤豐厚的最終用途領域之一。尤其是在已開發國家，低空交通事故發生率的上升，勢必會對這些先進的攝影系統產生更高的需求，因為即使在夜間也能實現可視化。
估計顯示，在弱光條件下，發生的交通事故數量不成比例。消息人士稱，儘管道路交通量減少了 60％，但仍有 40％ 的致命交通事故發生在夜間。
根據 NHTSA（國家高速公路交通管理系統）的數據，2015 年，據報告約有 5376 名行人在夜間死於交通事故。這些估計清楚地顯示了將熱成像技術，整合到現代車輛中的迫切需求。
獲取此報告的樣本副本，網址為https://www.gminsights.com/request-sample/detail/2654
根據報告，到 2024 年，來自汽車應用的熱成像市場值，預計將超過 9 億美元。業務領域營收不斷的成長，主要可歸因於自動駕駛汽車在汽車領域的日益普及。這些自動駕駛汽車配備了高解析度攝影機，雷射雷達等先進功能，因此對於熱成像行業參與者而言，這一領域已成為可行的投資途徑。
https://fresnobserver.com/thermal-camera-market-2020-industry-trends-growth-drivers-competitive-landscape-regional-analysis-2027/13267/
位於美國的 Seek Thermal 公司，在針對汽車售後市場的消費電子展上，推出了其最新的解析度熱成像攝影機。據報導，這款新攝影機，可以與現有的資訊娛樂系統無縫整合。
該公司生產的新型熱像儀，配備了解析度為 320 x 240 的熱像感測器，聲稱具有很高的圖像清晰度。除了其出色的功能外，最新的攝影機，以相當實惠的價格出售的消息，進一步增加了其在熱成像行業的地位。
近年來，熱成像市場的大多數當代創新，都基於兩個主要原理，即成本和解析度。如今，大多數高解析度熱像儀，都以相對合理的價格提供。內核小型化的另一個預期趨勢，也帶來了業務領域的大量進步，尤其是工業應用方面的進步。
例如，僅幾個月前的萊昂納多 DRS，就為 OEM 推出了最新的 10 微米熱像儀攝影機芯，從而引起了媒體的關注。
這項絕對先進的技術被稱為 Tenum™640，是監視和安全應用，危險品和農業綜合企業的營運，以及空中無人駕駛平台的理想之選。配備基於釩氧化物的微型測輻射熱計感測器，這款新型熱像儀據稱，是熱成像市場上同類產品中，最小但最有效的一種。
持續不斷的廣泛技術干預，與不斷擴大的最終使用前景相結合，在隨後的幾年中，熱成像行業的薪酬水準，有望得到可觀的成長。到 2024 年，全球市場份額預計將超過 100 億美元。
★任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET
按此回今日3S Market新聞首頁
．以色列的「智慧通勤」展示了 COVID-19 之後的公共交通狀況
How to plan your cycling commute route | Commute Smart
重點提要：
．突破性的技術可能會改變我們的通勤方式，提供更快、更清潔，更便捷的出行方式，但是許多運輸系統都落後於這些可能性。
．以色列的一個試點項目，展示了公私合作夥伴關係，如何重塑未來的通勤，例如透過使用設計「智慧通勤」並相應地安排公共交通路線的算法。
．COVID-19 大流行迫使我們圍繞更安全，更高效的運輸模式進行創新，這為危機帶來了希望。
以色列是全球出行領域的領先創新者之一，已產生了約 350 億美元的創新價值，例如無人駕駛汽車技術。但是，任何訪問過該國的人都會承認，自己的交通系統落後。它嚴重依賴單人乘車和效率低下，零散的公共交通，從而導致交通擁堵，高污染和交通不便。
COVID-19 大流行迫使以色列，幾乎在一夜之間，對其運輸網路進行現代化改造。封鎖後通勤人數減少了，但以色列仍然需要快速，經濟地轉移大量基本工人，同時讓更少的人乘坐公共交通工具，來遵守社會疏導規則。
為了在大流行期間促進高效的低佔用通勤，以色列發起了一項臨時計劃，以淘汰過時的過境服務。它開發了一系列創造性的解決方案，例如大規模飛行員用尖端技術，重新發明了大通勤，將私家車中的拼車與按需公交服務相結合。
它的經驗顯示，該部門的變革是可能的，並且可以成為許多其他擁擠、污染嚴重的城市和國家的典範，這些城市和國家都渴望有一個更清潔，更公平的未來。
智慧通勤
改變世界上越來越狹窄的運輸系統，和堵塞道路的最開創性想法之一，就是將移動性視為一種服務，它使人們能夠從一個地方到達另一個地方，而不是一種產品，例如一個人擁有的汽車或自行車。 擁有或維護。 從 2019 年到 2023 年，移動即服務（也稱為 MaaS）市場預計將成長 1800 億美元。
例如，使用 MaaS 的通勤者，將能夠在應用 APP 中輸入目的地，然後該應用 APP 提供一系列選項，例如汽車或自行車共享，公共汽車和火車，出租車或汽車租賃，或這些選項的組合。
以色列為此動員了 176,500 名響應者，為全國抗擊 COVID-19 作出了努力。代替現有的剛性運輸網路，它引入了量身訂製的通勤系統。按需公交路線算法，計算出每位乘客和相應公車的最有效行程。在涉及 5500 名響應者的試驗中，使用者只需透過專門創建的應用 APP，輸入他們的位置和計劃的目的地。在 60％ 的情況下，他們在目的地 300 米之內下車。
在啟動後的三週內，有 12,000 位響應者下載了該應用 APP，並使用 250 種不同的交通方式（從公共汽車、貨車和汽車）進行了 75,000 次旅行。儘管實施了該系統以應對危機，但它可能會繼續存在，並可能每年為公眾節省 2500 萬美元。透過正確的公私合作夥伴關係，可以輕鬆地在需要升級其系統的其他國家中複製它。
你讀了...嗎？
．數據是未來行動出行的關鍵-這就是方法
．邁向更可持續的出行方式–公司的三個步驟
．英國的「交通革命」可能會導致 1400 萬人開始騎自行車
創新熱潮
在冠狀病毒危機期間，過去幾年來以色列採取的許多創新措施，引起了人們的注意。一些解決方案提供了，與危機相關的問題的即時解決方案，例如將過境數位化以更有效，更安全地動員通勤者，而其他解決方案則需要改善空氣品質，以幫助呼吸健康。它們包括擴展電池範圍的技術，這將使電動汽車與傳統汽車相比更具競爭力並改善空氣品質。
另一套解決方案可收集運輸數據，這將有助於運輸當局和營運商改善和客製化其服務。對將舊的固定運輸網路，轉換為靈活的按需服務的公司，也進行了大量私人投資，這些服務使營運商可以將其服務，適應不同的通勤需求。以色列公司開發的其他新興技術，包括使用人工智慧自動檢測和記錄道路事故。
交通運輸部項目和技術高級主管烏里·阿佩爾鮑姆（Uri Appelbaum）表示，以色列的 MaaS 試點項目，和相關政策正在以色列各地複製。他說：「我們渴望與出行者和創新者合作，以使以色列的交通系統更安全、更智慧、更清潔。」
世界經濟論壇的以色列第四次工業革命中心，認識到沒有任何一個參與者，可以獨自實現這一目標，因此正在與交通運輸和道路安全部合作，「透過促進公私合營，促進敏捷監管與 MaaS 的整合。以色列創新局中心主任 Daniella Partem 指出。
並不是只有以色列人，利用危機期間開發的創新技術。挑戰是要長期實施這些解決方案，以創建圍繞人類需求和優先事項（例如安全，健康，可及性和更好的生活）的運輸系統。以色列的交通大修顯示，一個國家可以藉助技術和正確的公私合作夥伴關係，採用更清潔，更便捷，更具成本效益的旅行方式。
全世界的政府和公司，都可以從這個例子中學到東西，看到私人創新有助於解決公共政策挑戰時，可以實現的突破性變化。
★任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET
按此回今日3S Market新聞首頁
．5G 中的關鍵任務控制 - 工業自動化的未來
Ultra-Reliable 5G NR for Industrial IoT
Qualcomm developer network by Ana Schafer
讓我們再看看我在上一篇有關 5G 的文章中向您展示的圖表：
上次，我專注於增強型行動寬頻（eMBB）及其在消費者應用中所代表的創新。在本文中，當您開發用於關鍵任務控制的應用時，我將重點介紹 5G 的優勢。
工業自動化 - 比人類想像的還要快
eMBB 的應用案例（例如視訊串流和快速瀏覽）很重要，但並不總是關鍵任務。例如，如果網路延遲導致下載影像，或呈現網頁的時間增加了半秒鐘，則可能不會破壞消費者的體驗。但是，為了防止交通事故或運行工業機器人，半秒很重要。在這種情況下，延遲和故障是不可選擇的。
因此，負責 5G 規範的工程師超越了使用者應用案例，並設計了 5G NR（新無線電）來滿足或超過關鍵任務控制的要求。這些要求會影響，你在工業自動化等領域的開發工作，這是最難解決的用例之一。它們還會影響你在以下應用中的工作：
．智慧城市基礎設施
．自動導引車（AGV）
．機器人和無人機
．車輛安全相關和自主系統
．遠端醫療程序
諸如此類的應用在低可靠性（連接丟失）或高延遲（將數據包從一個點發送到另一個點的延遲）的情況下不會成功。
為什麼強調低延遲？因為工業 1.0（機械化），2.0（電氣化）和 3.0（數位化）依賴於人為因素來連接流程。工業 4.0 依靠 5G 透過將延遲延遲到幾分之一毫秒來連接它們。
增強的超可靠，低延遲通信（eURLLC）
為了提供關鍵任務控制所需的網路可靠性和可用性，即將推出的 5G NR 的 Rel-16 包括增強的超可靠，低延遲通信。 eURLLC 目的在確保「六分之九」的可靠性（即數據包丟失率低至 .0001％（10-6％，或每百萬個數據包一個））和延遲低於 1 毫秒。它還設計用於多連接性，以創建可確保可靠性的冗餘鏈路。
例如，為了實現這種超低延遲，5G NR允許可擴展的時隙持續時間降低至 125 微秒，是 4G LTE 的 1/8，如下所示。此可伸縮時隙持續時間的目標之一是減少等待傳輸，準備，傳輸，處理接收到的數據以及發送反饋的延遲。
適應工業自動化的需求
沒有人知道何時自動機將發送故障代碼，或何時觸發溫度感測器。為了支持像工業自動化這樣的關鍵任務應用，5G NR 包括用於在網路上，運行的所有其他數據和服務之間，傳輸高優先級消息的機制。
第一步是將現有的工業乙太網網路（例如 PROFINET 和EtherCAT）升級到無線 5G。為此，eURLLC 還整合了時間敏感網路（TSN），這是使機器同步的 IEEE 802.1 標準的集合。 TSN 提供確定性的數據包傳遞（即時數據包的已知傳輸時間），而不是乙太網典型的可變的盡力而為的傳輸時間。 5G 定義了提供乙太網功能，並將 TSN 系統連接到設備的 TSN 適配器。
另外，TSN可以在同一核心網絡基礎結構上移動關鍵任務控制流量和名義流量。
另一種技術是對正常流量進行打孔，並將其與任務關鍵型服務復用。它在常規的語音和數據服務中，偵聽計劃外的高優先級消息，並允許隨時傳輸這些消息。例如，在與安全相關的系統中，打孔將使命令可靠且無延遲地通過。 5G NR 框架允許名義流量在打孔後恢復，而不會因過多的重傳而導致更多延遲。
設備到設備的通信和頻譜共享
關鍵任務設備需要暫時將設備與設備（D2D）進行通信，並在它們暫時不在網路覆蓋範圍內時，直接交換即時資訊。作為 LTE Advanced Pro 的一部分，在蜂窩車輛到所有設備（C-V2X）中，示例了多連接性框架中的這種直接鏈接，並將其推廣到 5G 中。
此外，5G NR 中的新頻譜共享技術，可實現更可預測的服務品質（QoS）和 5G 節點之間的同步操作。它們為 URLLC 啟用了協作多點（CoMP），我們認為工業 IoT 應用（例如工廠自動化）將需要此功能。
下一步
簡而言之，在執行關鍵任務控制時，5G 的主要優勢在於設備與網絡之間的超可靠，低延遲連接。與以往相比，以更高的可用性和更少的延遲來規劃 5G 應用。
要瞭解有關 5G NR 在無法失敗的工業場景中的作用的更多資訊，請觀看我們長達 6 分鐘的影片，標題為「用於工業物聯網的超可靠 5G NR」。
★任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET
按此回今日3S Market新聞首頁
．工業 4.0 時代，智慧製造是如何提高生產效率的？
Industry 4.0 illustrated - Resource efficiency through digitalisation
來源：雲天使研究院
2011 年 6 月，美國啓動包括工業機器人在內的「先進製造夥伴計劃」；2012 年 2 月，頒佈「先進製造業國家策略計劃」並設立美國製造業創新網路。2013 年，德國實施「工業 4.0」策略。日本大力發展協同式機器人、無人化工廠。
2016 年，阿爾法狗打敗李世石舉世矚目。這些標誌性事件，預示著全球已經快速進入智慧製造時代。本文帶您瞭解一下智慧製造何以被關注，以及相關技術的應用價值、實現路徑和投資機會。
智慧製造是什麼，為什麼值得關注
工業先進國家經歷了機械化、電氣化、數位化三個歷史發展階段，具備了向智慧製造階段轉型的條件，未來必然是以高度集成化和智慧化的智能製造系統，取代製造過程中人的腦力勞動。
工業 4.0 發展過程
智慧製造是基於新一代資訊技術的先進製造過程、系統與模式的總稱。智慧製造貫穿「設計、生產、管理、服務」等製造活動各環節，並具有資訊深度自感知、智慧優化自決策、精準控制自執行等功能。
智慧製造整個過程中將智慧裝備(包括但不限於機器人、數控機床、自動化整合裝備、3D 列印等)透過通信技術有機連接起來，實現生產過程自動化；並透過各類感知技術收集生產過程中的各種數據，透過工業乙太網等通信手段，以及各類系統優化軟體提供生產方案，實現生產方案智慧化。
可以說，對岸中國人口紅利逐漸消失的社會現實，以進口替代、機器換人為導向的政策趨勢，以客製化生產、全球協作加深為突出特徵的產業和經濟要求，這些構成了智慧製造在當前被金融和產業資本重點關注的原因。
智慧製造的相關技術有什麼應用價值?
在智慧製造的關鍵技術當中，智慧產品與智慧服務，可以幫助企業帶來商業模式的創新；智慧裝備、智慧產線、智慧生產線到智慧工廠，可以幫助企業實現生產模式的創新；智慧研發、智慧管理、智慧物流與供應鏈，則可以幫助企業實現營運模式的創新；而智慧決策則可以幫助企業實現科學決策。
NO.1.智慧產品(Smart Product)
智慧產品通常包括機械、電氣和嵌入式軟體，具有記憶、感知、計算和傳輸功能。典型的智慧產品包括智慧手機、智慧可穿戴設備、無人機、智慧汽車、智慧家電、 智慧售貨機、智慧裝備，以及眾多智慧硬體產品等。
NO.2.智慧服務(Smart Service)
基於感測器和物聯網(IoT)，可以感知產品的狀態，從而進行預防性維修維護，及時幫助客戶更換備品備件，甚至可以透過瞭解產品運行的狀態，幫助客戶帶來商業機會。還可以採集產品運營的大數據，輔助企業進行市場行銷的決策。
此外，企業透過開發針對客戶服務的 APP，也是一種智慧服務的手段，可以針對企業購買的產品，提供有針對性的服務，從而鎖定用戶，開展服務行銷。
NO.3.智慧裝備(Smart Equipment)
製造裝備經歷了機械裝備到數控裝備的發展，目前正在逐步發展為智慧裝備。智慧裝備具有檢測功能，可以實現在機檢測，從而補償加工誤差，提高加工精度，還可以對熱變形進行補償。以往一些精密裝備對環境的要求很高，現在由於有了閉環的檢測與補償，可以降低對環境的要求。
NO.4.智慧產線(Smart Production line)
很多行業的企業高度依賴自動化生產線，比如鋼鐵、化工、製藥、食品飲料、煙草、晶片製造、電子組裝、汽車整車和零組件製造等，實現自動化的加工、裝配和檢測，一些機械標準件生產也應用了自動化生產線，比如軸承。但是，裝備製造企業目前還是以離散製造為主。
很多企業的技術改造重點，就是建立自動化生產線、裝配線和檢測線。美國波音公司的飛機總裝廠，已建立了 U 型的脈動式總裝線。自動化生產線可以分為剛性自動化生產線，和柔性自動化生產線，柔性自動化生產線一般建立了緩衝。為了提高生產效率，工業機器人、吊掛系統在自動化生產線上，應用越來越廣泛。
NO.5.智慧生產線(Smart workshop)
一個工廠作業通常有多條生產線，這些生產線要麼生產相似零件或產品，要麼有上下游的裝配關係。要實現生產線的智慧化，需要對生產狀況、設備狀態、能源消耗、生產品質、物料消耗等資訊，進行即時採集和分析，進行高效排產和合理排班，顯著提高設備利用率(OEE)。因此，無論什麼製造行業，製造執行系統(MES)成為企業的必然選擇。
NO.6.智慧工廠(Smart Factory)
一個工廠通常由多個生產線組成，大型企業有多個工廠。作為智慧工廠，不僅生產過程應實現自動化、透明化、可視化、精益化，同時，產品檢測、品質檢驗和分析、生產物流也應當與生產過程實現閉環整合。一個工廠的多個生產線之間要實現資訊共享、準時配送、協同作業。
一些離散製造企業，也建立了類似流程製造企業那樣的生產指揮中心，對整個工廠進行指揮和調度，即時發現和解決突發問題，這也是智慧工廠的重要標誌。智慧工廠必須依賴無縫整合的資訊系統支撐，主要包括 PLM、 ERP、CRM、SCM 和 MES 五大核心系統。
大型企業的智慧工廠需要應用 ERP 系統，制訂多個生產線的生產計劃(Production planning)，並由 MES 系統根據各個生產線的生產計劃進行詳細排產(Production scheduling)，MES 排產的粒度是天、小時，甚至分鐘。
NO.7.智慧研發(Smart R&D)
離散製造企業在產品研發方面，已經應用了電腦輔助設計、電腦輔助工程、電腦輔助工藝過程設計、電腦輔助製造等工具軟件和產品生命週期管理、產品數據管理系統。企業要開發智慧產品，需要機電軟多學科的協同配合；要縮短產品研發週期，需要深入應用仿真技術，建立虛擬數位化樣機，實現多學科仿真，透過仿真減少實物試驗；需要貫徹標準化、系列化、模組化的思想，以支持大批量客戶客製化，或產品個性化訂製；需要將仿真技術與試驗管理結合起來，以提高仿真結果的置信度。流程製造企業已開始應用 PLM 系統實現工藝管理、配方管理，以及實驗室資訊管理。
NO.8.智慧管理(Smart Management)
製造企業核心的營運管理系統，還包括人力資產管理系統(HCM)、客戶關係管理系統(CRM)、企業資產管理系統(EAM)、能源管理系統(EMS)、供應商關係管理系統(SRM)、企業門戶(EP)、業務流程管理系統(BPM)等，有些企業也把辦公自動化(OA)作為一個核心資訊系統。
為了統一管理企業的核心主數據，近年來主數據管理(MDM)也在大型企業開始佈署應用。實現智慧管理和智慧決策，最重要的條件是基礎數據準確，和主要資訊系統無縫整合。
NO.9.智慧物流與供應鏈(Smart logistics and SCM)
製造企業內部的採購、生產、銷售流程，都伴隨著物料的流動，因此，越來越多的製造企業，在重視生產自動化的同時，也越來越重視物流自動化，自動化立體倉庫、無人引導小車(AGV)、智慧吊掛系統得到了廣泛的應用; 而在製造企業和物流企業的物流中心，智慧分揀系統、堆垛機器人、自動輥道系統的應用日趨普及。倉儲管理系統和運輸管理系統，也受到製造企業和物流企業的普遍關注。
NO.10.智慧決策(Smart Decision Making)
企業在營運過程中，產生了大量的數據。一方面是來自各個業務部門和業務系統，產生的核心業務數據，比如與合同、回款、費用、庫存、現金、產品、客戶、投資、 設備、產量、交貨期等數據，這些數據一般是結構化的數據，可以進行多維度的分析和預測，這就是業務智慧(Business Intelligence，BI)技術的範疇，也被稱為管理駕駛艙或決策支持系統。
同時，企業可以應用這些數據，提煉出企業的 KPI，並與預設的目標進行對比，同時，對 KPI 進行層層分解，來對幹部和員工進行考核，這就是企業績效管理的範疇。從技術角度來看，內存計算是 BI 的重要支撐。
各行業是怎樣實現智慧製造的，有哪些路徑或機遇
如下表選取的 7 個行業，9 家領先公司作為案例，列舉了智慧製造 5 種驅動策略相應的執行方案，以及所代表的創新和投資關注方向。
不同行業的智慧化方案和代表機會
物流驅動是對倉儲及配送的智慧化升級，使運輸在時間和空間上更加精準。亞馬遜的無人機空投快遞，是智慧物流的代表，目前的配送則依賴大量快遞員，預示著無人機運輸解決方案，是不可忽視的機會。
使用者驅動是以使用者為中心，利用數位化技術，實現對使用者個性化需求的滿足。酷特智慧 C2M 平台，基於體型、面料、款式等維度，將用戶的需求數位化，以實現個性化西服和工裝訂製，這個案例為全線個人用品訂製，提供了想像空間。
工廠驅動是對生產設備、生產線、生產車間的數位化、網路化和智慧化改造，以機器換人來獲得成本領先優勢。
R&D 驅動是指專注產品的智慧部分的研發和設計，透過與眾多公司合作，建立起可以依託的生態系統，從而獲得競爭優勢。蘋果的汽車項目已經將重點放在，開發類似 iOS 或 macOS 的汽車操作系統上，允許現有的汽車廠商使用；谷歌也決定停止自主研發汽車硬體，轉而和傳統汽車公司擴大合作。除了科技巨頭，提供各類技術解決方案的新創團隊，和大學實驗室也在實踐 R&D 驅動策略。
管理驅動包括，各類對人員和設備的管理活動的智慧化升級。雲平台可以對光伏電站做第三方數據監控、故障診斷、狀態維運，從而指導前期設備選型，形成資產管理閉環。
這些驅動策略也可以結合使用。有家電公司的「人單合一、互聯工廠」，透過顧客參與(用戶)和「自主經營體」的管理方式(管理)，實現從大規模製造到大規模客製化。電氣行業中的通用電氣和西門子同時從硬體(工廠)和軟體(R&D)著手，提高生產的品質和效率。
★任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET
按此回今日3S Market新聞首頁
．Gartner 指出 2021 年「超前佈署策略技術」的趨勢
Gartner Top Strategic Technology Trends for 2021 (With Captions)
全球知名的 Gartner 調查研究公司，發布了組織在 2021 年需要探索的主要策略技術趨勢。分析人員在 Gartner IT Symposium / Xpo Americas（實際上一直持續到週四）期間發表了他們的看法。
Gartner 研究副總裁 Brian Burke 表示：「跨企業職能部門，對彈性營運的需求，從未如此強烈。 「首席資訊長們，正在努力適應不斷變化的條件，以組成未來的業務。這需要組織的可塑性，以動態的形成和進行改革。 Gartner 的 2021 年主要策略技術趨勢，可實現這種可塑性。
「在組織從應對 COVID-19 危機，到推動成長的旅程中，他們必須專注於構成今年趨勢主題的三個主要領域：以人為本、位置獨立和彈性交付。總而言之，這些趨勢構成的整體，要比其各個部分要大，並著眼於各地的社會和個人需求，以實現最佳交付。」
2021 年的主要策略技術趨勢是：
行為網路
隨著許多技術捕獲，並使用人們日常生活中的「數位塵埃」，行為網路（IoB，Internet of Behavior）正在興起。 IoB 結合了直接關注個人的現有技術（例如臉部辨識、位置跟蹤和大數據），並將結果數據與相關的行為事件（例如現金購買或設備使用情況）相關聯。
組織使用此數據，來影響人類行為。例如，為了在持續的武漢肺炎大流行期間，監視對健康協議的遵守情況，組織可以透過電腦視覺，利用 IoB 來查看員工是否戴著口罩，或透過熱成像來偵測發燒的人。
Gartner 預測，到 2025 年年底，全球一半以上的人口，將至少受到一項 IoB 計劃的約束，無論是商業計劃，還是政府計劃。雖然 IoB 在技術上是可行的，但有關影響行為的不同方法，仍會引起廣泛的倫理和社會爭論。
所有經驗
「去年，Gartner 提出了將多經驗作為一種主要的策略技術趨勢，並在今年將總經驗（TX）進一步向前發展，該策略將多經驗與客戶，員工和用戶經驗學科聯繫起來。」伯克「 Gartner 期望在接下來的三年中，提供 TX 的組織，在關鍵滿意度指標方面的表現，將超過競爭對手。」
隨著交互變得更加移動、虛擬和分佈式，主要是由於 COVID-19，組織需要 TX 策略。 TX 努力改善多個組成部分的體驗，以實現轉變後的業務成果。這些相交的經驗，是企業從大流行中復甦的關鍵時刻，這些企業希望透過利用新的體驗性顛覆者，來實現差異化。
增強隱私的計算
隨著全球數據保護法規的成熟，每個地區的 CIO 面臨的隱私和違規風險，比以往任何時候都要大。與常見的靜態數據安全控制不同，增強隱私的計算，可以在保護機密性或隱私的同時，保護正在使用的數據。
Gartner 認為，到 2025 年，一半的大型組織將實施隱私增強計算，以在不受信任的環境，和多方數據分析用例中處理數據。組織應透過評估需要傳輸個人數據，數據貨幣化，詐欺分析和其他高度敏感數據案例的數據處理活動，來開始確定用於增強隱私的計算的候選對象。
分佈式雲
分佈式雲是將公共雲服務，分發到不同的實體位置，而服務的營運、治理和演進，仍然是公共雲提供商的責任。它為具有低延遲、降低數據成本需求，和數據駐留要求的組織方案，提供了靈活的環境。它還滿足了客戶使雲端運算資源，更靠近發生數據和業務活動的實體位置的需求。
到 2025 年，大多數雲端服務平台，將至少提供一些在需要時執行的分佈式雲端服務。分佈式雲可以取代私有雲，並為雲端運算提供邊緣雲和其他新案例。它代表了雲端運算的未來。」伯克先生說。
隨處營運
無處不在的營運，是指目的在支持無處不在的客戶，使無處不在的員工，和管理跨分佈式基礎架構的業務服務的佈署的 IT 運行模式。它不只是在家工作或與客戶進行虛擬互動，它還提供跨五個核心領域的獨特增值體驗：協作和生產力、安全的遠端訪問、雲端和邊緣基礎架構、數位化體驗的量化，以及支持遠端的自動化操作。
到 2023 年底，40％ 的組織將應用到任何地方的營運，以提供優化和混合的虛擬和實體客戶與員工體驗。
網路安全網
網路安全網使任何人，都可以安全地訪問任何數位資產，無論資產或人員位於何處。它透過雲交付模式，將策略執行與策略決策脫鉤，並使身份成為安全邊界。到 2025 年，網路安全網將支持超過一半的數位訪問控制請求。
伯克先生說：「 COVID-19 大流行加速了將數位企業徹底淘汰的數十年過程。」 「我們已經過了一個轉折點 - 大多數組織網路資產，現在都超出了傳統的實體和邏輯安全範圍。隨著任何地方的營運不斷發展，網路安全網將成為確保從不受控制的設備，安全訪問和使用位於雲中的應用，和分佈式數據的最實用方法。」
智慧可組合業務
伯克先生說：「為提高效率而建立的靜態業務流程非常脆弱，以至於在大流行的衝擊下破碎了。」 「隨著 CIO 和 IT 領導者努力奮鬥，他們開始瞭解適應業務變化步伐的業務功能的重要性。」
一個可組合的智慧企業，可以透過訪問更好的資訊，並做出更明智的反應，來徹底地重新制訂決策。例如，借助豐富的數據和見解結構，機器將在將來增強決策能力。智慧可組合業務將為重新設計數位業務時刻，新業務模式、自主營運，以及新產品服務和通路鋪平道路。
人工智慧工程
Gartner 的研究顯示，只有 53％ 的項目是從人工智慧（AI）原型到生產的。 CIO 和 IT 主管發現很難擴展 AI 項目，因為他們缺乏創建和管理生產級 AI 管道的工具。通往 AI 生產之路意味著轉向 AI 工程，這是一門專注於各種可操作的 AI 和決策模式（例如機器學習或知識圖）的治理和生命週期管理的學科。
人工智慧工程站在三個核心支柱上：DataOps、ModelOps 和 DevOps。強大的 AI 工程策略，將促進 AI 模式的性能、可伸縮性、可解釋性和可靠性，同時實現 AI 投資的全部價值。
超自動化
業務驅動的超級自動化，是一種紀律嚴明的方法，組織可以使用它來快速辨識、審核和自動化，盡可能多的已批准業務和 IT 流程。儘管在過去的幾年中，超級自動化的趨勢，一直以不懈的步伐發展，但這種大流行的需求卻越來越大，突然間，人們都要求「數位優先」。商業利益相關者的積壓要求，促使 70％ 以上的商業組織，採取了數十種超級自動化計劃。
如今，超級自動化是不可避免，且不可逆轉的。可以而且應該自動化的一切，都將實現自動化。」伯克先生說。
今年最重要的策略技術趨勢，突顯了那些趨勢，這些趨勢將在未來五到十年內，帶來重大的破壞和機會。
★任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET
按此回今日3S Market新聞首頁