技術創新是企業取得競爭優勢的關鍵。2019年Gartner新興技術發展週期報告對此歸類出感測與行動力、擴增人類能力、後傳統運算及通訊、數位生態系、先進人工智慧與分析技術等五大趨勢，供科技創新領導人評估影響設定目標。
即使企業結合理賠分析、電腦程式和私家偵探等不同管道來偵測保險詐欺行為，美國聯邦調查局(FBI)估計，每年非醫療保健相關領域的保險詐欺金額總計仍約達400億美元。但隨著情緒人工智慧(Emotion AI)技術逐漸成熟，未來人們可能藉由分析來電者聲音即可辨識出保險詐欺行為。
除了防詐，此技術還能藉追蹤顧客愉悅程度優化使用者體驗、提升電話轉接精準度、改善失智症診斷、偵測分心駕駛，甚至在課堂上根據學生情緒調整授課內容。
雖然情緒人工智慧的概念相對較新，卻已被納入2019年Gartner新興技術發展週期報告(Gartner Hype Cycle for Emerging Technologies)中二十一種新增的技術之一，該報告列舉未來5到10年將對企業、社會與個人帶來重大影響的新興技術(圖1)。
圖1 2019年新興技術發展週期
技術創新是企業取得競爭優勢的關鍵，且正帶動眾多產業轉型。2019年新興技術可被歸類為五大趨勢，包括感測與行動力、擴增人類能力(Augmented Human)、後傳統(Postclassical)運算及通訊、數位生態系，以及先進人工智慧與分析技術。
五大新興科技趨勢之一：感測與行動力
此趨勢包含日益優化的行動力(Mobility)以及操控周圍物件的能力，如三維(3D)感測攝影機和更先進的自動駕駛技術。當感測器和人工智慧日益演進，自主機器人(Autonomous Robot)對四周環境的感知力也會隨之上升。舉例而言，輕型貨物運送無人機(飛行或輪式)將更有能力適應各種狀況並操控物件。此技術發展進程現因法規限制而稍受阻礙，但其功能性仍在持續發展提升。
不斷演進的感測技術，將替物聯網(IoT)等更多先進科技提供支援。此外，這些感測器還能收集豐富的資料，提供適用各式情境及產業的洞察。而與本趨勢相關的其他技術，包括以下幾類：
將現實世界中物件和地點，反映到多重數位內容層的創新技術。技術開發得更成熟時，除了可提供現實世界的數位分身(Digital Twin)外，還能在分身上擴增其他資訊及虛擬物件。
儘管Level 4自動駕駛技術已大幅躍進，要達到大規模商用仍須再經過幾年的等待期。各國政府正陸續核發許可，允許Level 4自動駕駛技術進行道路實測，例如中國大陸最近剛宣布，一條62公里長的全新高速公路將設立自動駕駛專用車道。
根據美國汽車工程師協會(SAE International)定義，完全自動化的Level 5自動駕駛技術，是指車輛在任何狀況或條件下，不需人為干預均可自行運作。Level 4自動駕駛技術所需的科技，能進一步發展提供Level 5自動駕駛技術使用。
目前已有十幾家公司正開發以人工智慧操控的新型飛行器，以求在非空曠地區提供更敏捷、平價且快速的飛行方式。雖然此技術有許多潛在應用案例，技術挑戰和法規問題卻將延後載客無人機的普及時間。
五大新興科技趨勢之二：擴增人類能力
藉由結合生物晶片(Biochip)和情緒人工智慧等技術，提升人體的認知及體能。其中某些技術也將提供超人般的能力，例如力氣大過真人手臂的義肢，或打造對觸碰和人類皮膚一樣敏感的機器人皮膚。這些技術最終將用來提供更無縫的使用者體驗，增進人類的健康、智慧和體能。與本趨勢相關的其他技術，說明如下：
此創新技術與個人化(Personalization)技術類似，能提供個人關聯性和行銷價值，且無須利用受法規限制的個人資料即可達成目的。過去行銷人員考量法規而無法使用個人化相關技術，但擬人化讓企業資料來源從個人轉向非個人，重拾其價值。
以人為中心，在人和人工智慧間建立的合作關係。擴增智慧被用來強化人的認知能力，亦能將單純使用人工智慧演算法時造成的錯誤影響減至最低，因此有潛力增進人類在認知領域任務的表現。
此協作式的工作環境使用視覺(包含虛擬實境VR、擴增實境AR和混合實境MR)、聽覺、觸覺以及其他感官元素，建構出類似真實世界的感受，促進更自然與多樣化之協作和知識分享，優化到職與培訓流程。
生物科技或生物機器人(Biorobotics)是受生物結構啟發之人工或培養組織、肌肉或機器人，可模仿人類受外部刺激時的部分反應。雖然此技術仍在初期實驗階段，但拜感測器和軟性致動器(Soft Actuator)進展之賜，機器人已能安全地與真人和環境進行互動。
五大新興科技趨勢之三：後傳統運算及通訊
改變了既有的傳統架構之後，二進位制的傳統二元運算已經有所演進，中央處理器(CPU)的速度因此加快，記憶體密度及吞吐量都有顯著提升。
後傳統運算和通訊使用全新架構及各種新興技術，5G就是其中一項。此次世代蜂巢式標準利用的新架構包含核心切分(Core Slicing)和無線邊緣(Wireless Edge)。這些進展讓低地球軌道(LEO)衛星得以在大約1,200哩或更低的海拔高度運轉，遠低於傳統同步衛星系統的22,000哩。這樣一來，就可以在網路服務不夠周全的地區，提供全球性的寬頻或窄頻語音及資料網路服務。而與本趨勢相關的其他技術，包括次世代記憶體與奈米級3D列印，以下分別介紹。
儲存級記憶體(Storage-class Memory, SCM)等技術將徹底改變新興應用的效能。這是全新的記憶體技術，提供存取速度接近傳統動態隨機存取記憶體(DRAM)模組、但成本大幅降低的非揮發性記憶體(位元或區塊定址)。這對最高效能應用的工作而言十分具有吸引力，例如即時處理的大數據分析、記憶體內建資料庫、人工智慧或機器學習相關任務，以及其他以效能為優先的工作項目。
此創新技術利用專門的積層製造(Additive Manufacturing)技術以及相關製程，打造以微米(μm)為單位的細小複雜結構或特色。雖然仍在實驗階段，但未來可望應用於微型化、新藥開發、體內醫療裝置、諜報工具、微型感測器、藝術作品、微型機器人和印刷電子(Printable Electronics)。
五大新興科技趨勢之四：數位生態系
數位生態系為一群相互依存的參與者(企業、人與物件)藉由分享數位平台達成互惠目的。數位化浪潮帶動傳統價值鏈轉型，使不同地區和產業中各角色與現實世界有更緊密及多元的連結，未來還將涵蓋僅須仰賴智慧合約即可運作的分散式自治組織(Decentralized Autonomous Organization)。數位生態系正持續演進、串聯，創造新產品與新商機。與數位生態系趨勢相關的其他技術，還包括：
此技術可快速開發並採用動態、即時的可擴充式商業產品及應用，讓數位商業科技平台得以崛起。這是商業流程管理(BPM)自動化層面的革命，將敏捷作業方式納入決策管理和事件處理，促進企業應用不斷改善，商業敏捷度大幅躍進。
此種資料結構是將不同的個體資料(包括個人、企業與數位資產)符碼化成為圖譜。微軟、Google等企業雖已證明知識圖譜的價值，但企業採用進程仍較緩慢。
合成數據是人工生成的一類數據，而非實際情況測量。過去訓練人工智慧模型時會面臨資料數量少、多樣性低、數據不存在或難以取得等問題，但合成數據能解決上述情況，讓規模較小的人工智慧開發商也有公平競爭的環境。另外，使用合成資料亦能減少管理個資的風險。
被應用在分散式網路應用的一系列技術，賦予使用者掌控個人資料的能力。分散式網路承諾達到真正的點對點(Peer-to-peer)互動與交易，不必依賴中心化平台或中介。
五大新興科技趨勢之五：先進人工智慧與分析技術
先進分析技術通常利用傳統商業智慧(BI)以外的技術及工具，自動或半自動檢視資料和內容，藉由新的演算法和資料科學，提供更深入的洞察力、預測和建議。舉例來說，遷移學習(Transfer Learning)即是透過訓練過的機器學習模型作為新技術的進階起點。接著，說明與先進人工智慧、分析技術相關的其他技術。
即使在機器連線和運轉時，亦可不斷校正機器學習模型，而非僅在開發或測試時進行。自適應機器學習讓機器學習模組有能力針對環境變化做出反應，對於自駕車和智慧機器人等自動化系統極為有利。
於物聯網端點、閘道器和邊緣裝置嵌入人工智慧技術。許多對於延遲特別敏感(如自動導航)、易受網路中斷影響(如遠端監控、自然語言處理、臉部辨識)或資料密集(如影片分析)之應用，皆已開始採用邊緣人工智慧。
邊緣分析能讓資料在靠近分散式裝置、伺服器或閘道器的地方就進行決策，而非集中在企業資料中心或雲端伺服器才進行。此方式有助減少延遲、確定性(Determinism)、資料或頻寬，同時提升隱私及安全，達成局部互動或一定程度之有限自主。
用以解釋人工智慧模型的功能組合，能凸顯其優缺點、預測未來行為並找出任何可能存在之偏差。並非所有人工智慧輸出都須加以解釋，但那些間接影響關乎眾人決策的模組透明度需求將提升。
人工智慧雲端服務主要聚焦於機器學習、自然語言處理和電腦視覺這三大關鍵領域。利用雲端服務的人工智慧應用，已逐漸受到市場中資料科學家和開發人員的青睞。由於雲端服務將更快速地打造並部署人工智慧解決方案，可望推動相關技術進入期望膨脹期(Peak of Inflated Expectations)。
利用人工智慧模型，為影片、圖像、音樂和文字進行原創模擬，不同程度地複製這些真實物件或其模式、類型、組成要素等。其中最有影響力的概念在於可修改深度神經網路(DNN)分類器來產生同類真實物件，包括產出化合藥物、打造模擬環境來訓練自駕車和機器人，以及產出合成數據來訓練神經網路並保護隱私。
能探索組織、個人或交易等個體間的關聯。各結點間的關係明確與否，代表不同程度的影響力、互動頻率或機率。圖形分析對風險評估與回應都十分有效，可用在詐騙分析、路線優化、分組、異常偵測、馬可夫鏈(Markov Chains)、離散事件模擬等用途。
評估新興科技影響 把握自身競爭優勢
科技創新已成為競爭優勢的關鍵，且被視為帶動眾多產業轉型的推手。隨著科技變革腳步持續加速，突破性技術亦不斷對市場帶來挑戰，即使是最具創新能力的商業和科技決策者，都必須非常努力才能跟上趨勢。負責數位商業轉型的科技創新領導人須從大量趨勢中看見明確目標，評估新興科技可能對業務帶來的影響。以上所提到的創新概況，可協助決策者了解新興技術影響範圍，再決定是否利用上述科技發展競爭優勢。
(本文作者為Gartner研究副總裁)