2023 年技术趋势展望

麦肯锡公司 麦肯锡公司是一家全球管理咨询公司，致力于帮助私营、公共和社会部门的机构取得持久的成功。90年来，我们的主要目标一直是成为客户最值得信赖的外部顾问。我们的顾问遍布60多个市场的100多个城市，跨越行业和职能，为世界各地的客户带来无与伦比的专业知识。我们与组织各个级别的团队紧密合作，以制定制胜战略，动员变革，建立能力并推动成功执行。 Contents Introduction4 尖端工程 TheAI革命 11 63 应用AI 12工业化机器学习16创成式AI 21 移动性的未来64生物工程的未来69空间技术的未来74 构建数字未来 一个可持续的世界 26 79 电气化和可再生能源80超越气候技术电气化和可再生能源80 下一代软件开发27信任架构和数字身份32Web337 42 Introduction 新的和值得注意的 在经历了2022年技术投资和人才的动荡之后，2023年上半年，人们对技术促进商业和社会进步的潜力的热情重新抬头。生成性AI因迎来了这一复兴而值得称赞，但它只是即将到来的许多进步之一 去年的所有14种趋势仍在我们的名单上，尽管一些经历了加速的势头和投资，而另一些则看到了下降。一个新趋势，即生成AI，取得了响亮的入口，并且已经显示出了变革性业务影响的潜力。 这可以推动可持续的包容性增长，并解决复杂的全球挑战。 为了帮助高管跟踪最新发展，麦肯锡技术委员会再次确定并解释了当今最重要的技术趋势。虽然许多趋势都处于采用和扩展的早期阶段，但高管们可以利用这项研究来提前计划，方法是了解潜在的用例，并指出他们雇佣或提升技能人才所需的关键技能，以实现这些机会。 这个新进入者代表了AI的下一个前沿。在应用AI和工业化机器学习等现有技术的基础上，生成AI在大多数领域都具有很高的潜力和适用性 行业。从2021年到2022年，人们对该主题的兴趣（通过新闻和互联网搜索来衡量）增加了三倍。正如我们最近所写，生成AI和其他基础模型通过将辅助技术提升到一个新的水平，减少了应用程序开发时间，并带来了强大的功能，从而改变了AI游戏 我们的分析检查了兴趣，创新和投资的定量指标，以衡量每种趋势的势头。认识到这些趋势的长期性和相互依存性，我们还深入研究了围绕每个趋势的潜在技术，不确定性和问题。今年，我们为分析增加了一个重要的新维度— —人才。我们为与每种趋势最相关的角色提供有关人才供需动态的数据。(有关更多信息，请参阅侧栏“研究方法”。 非技术用户。生成式人工智能有望从特定用例和更分散的组合中增加高达4.4万亿美元的经济价值 使用-例如协助电子邮件草稿-提高生产力。尽管如此，尽管生成AI可以释放重要价值，但企业不应低估AI技术和机器学习产业化可以为各个行业带来的经济意义和增长潜力。 第9页。) 麦肯锡技术委员会 技术正在改变一切在我们的工作和家庭生活中。麦肯锡技术委员会帮助了解即将发生的事情以及它将如何影响我们所有人-看看技术变革可以解锁的未来以及它提出的棘手问题。 我们研究了一系列技术，从人工智能到计算再到生物学，以及它们在所有领域的应用，从采矿到娱乐。我们还研究了科学，它是如何 转化为工程，当它将加速影响-在规模和世界各地。麦肯锡技术委员会汇集了一个由100多名科学家组成的全球小组， 企业家，研究人员和商业领袖。我们进行研究，辩论，提供信息和建议，帮助各行各业的高管驾驭快速变化的技术环境。我们一起塑造未来。 —LareinaYee,高级合伙人,麦肯锡；麦肯锡技术委员会主席 +15%2021年至2022年的技术趋势职位发布 对大多数科技趋势的投资逐年收紧，但未来增长的潜力仍然很高，最近科技估值的反弹进一步表明了这一点。事实上，绝对投资在2022年仍然强劲，合计超过1万亿美元，表明人们对这些趋势的价值潜力充满信心。信任架构和数字身份在去年的14种趋势中增长最快，增长了近50%，因为安全性、隐私性和弹性在各个行业变得越来越重要。 汽车、化工、金融服务和生命科学— —潜在收益到2035年达到1.3万亿美元的价值。通过仔细评估不断变化的格局并考虑平衡的方法，企业可以利用既有技术和新兴技术来推动创新并实现可持续增长。 科技人才动态 对其他趋势的投资— —如应用人工智能、高级连接、云和边缘计算— —有所下降，但这可能至少部分是由于它们的成熟。与具有较长投资时间范围的新兴技术相比，更成熟的技术对短期预算动态可能更敏感，例如气候和移动技术。此外，随着一些技术变得更有利可图，它们通常可以以较低的边际投资进一步扩大规模。鉴于这些技术有应用。 我们不能夸大人才作为发展竞争优势的关键来 源的重要性。缺乏人才是最重要的 −13%2021年至2022年全球就业岗位 问题制约增长。对具有从技术趋势中获取价值所需技能的人的需求与可用人才之间存在巨大差距：我们对这些技术趋势中的350万个职位发布的调查发现，许多需求最大的技能中，每个职位的合格从业人员数量不到全球平均水平的一半。公司应该站在人才市场的顶端，准备好应对显著的变化，并为他们希望雇佣和留住的技术人员提供强有力的价值主张。例如，科技行业最近的裁员可能会为其他行业提供一线希望，这些行业一直在努力赢得有吸引力的候选人的关注并留住高级科技人才。 在大多数行业中，我们毫不怀疑主流采用将继续增长。 组织不应过于关注获得最多的趋势 注意。通过只关注最炒作的趋势，他们可能会错过其他技术的显著价值潜力，并阻碍有目的的能力建设的机会。相反，公司寻求 transformation. In the coming decade, 20 to 30 percentof the time that workers spend on the job could betransformed by automation technologies, leading tosignificant shift 更长期的增长应该集中在对其业务最重要的技术趋势的投资组合导向上。云计算和边缘计算等技术以及生物工程的未来已经显示出创新的稳步增长，并继续扩大用例 在成功所需的技能中。公司应该继续研究如何调整角色或提高个人技能以满足他们量身定制的工作要求。工作 跨行业。实际上，已经确定了各个行业的400多个边缘用例，并且边缘计算预计将在未来五年内在全球赢得两位数的增长。此外，诸如量子之类的新兴技术继续发展，并显示出巨大的价值创造潜力。 在2021年至2022年之间，与技术趋势相关的领域的帖子增长了非常健康的15％，尽管全球就业岗位总体下降了13％。应用AI和下一代软件开发在 我们对2023年的最新分析显示，这四个行业可能最早看到量子计算的经济影响。 2018年和2022年。下一代软件开发的就业人数增长最为显著（图表1）。 附件1 在2021年至2022年之间，与技术趋势相关的领域的职位增加了40万个，其中生成AI增长最快。 科技趋势招聘启事，12021–22,成千上万 麦肯锡公司 对于大多数领域的从业者来说，这种光明的前景凸显了雇主面临的挑战，他们正在努力寻找足够的人才来满足他们的需求。合格人才的短缺一直是许多高科技领域增长的持续限制因素，包括AI，量子技术，太空技术以及电气化和可再生能源。 人才紧缩对于云计算和机器学习等趋势尤其明显，这是大多数行业都需要的。 这也是雇用高度专业化专业人员的领域的主要挑战，例如未来的移动性和量子计算（图表2）。 附件2 与这些技术趋势相关的大多数领域都需要人才供应不足的技能，而只有少数领域人才过剩。 麦肯锡公司 15个技术趋势 组合，在看待这些分组方面有很大的力量和潜力。 本报告列出了所有15种技术趋势的考虑因素。我们将它们分为五个更广泛的类别，以便更轻松地考虑相关趋势：AI革命，构建数字未来，尖端工程，计算和连接前沿以及可持续发展的世界。当然，在考虑趋势时 为了描述每种趋势的状态，我们制定了创新（基于专利和研究）和兴趣（基于新闻和网络搜索）的分数。我们还计算了相关技术的投资，并对组织的采用水平进行了评级（图表3）。 附件3 我们通过对创新和兴趣进行评分来描述每种趋势，我们还计算了投资并评估了组织的采用水平。 按技术趋势划分的创新、兴趣、投资和采用，2022年 麦肯锡公司 研究方法 评估发展在每个技术趋势中，我们的团队收集了有关五个具体活动指标的数据：搜索引擎查询，新闻出版物，专利，研究出版物和投资。对于每个度量，我们使用一组定义的数据源来查找与15个趋势中的每个趋势相关的关键字的出现，筛选这些出现的活动的有效提及，并在0 - 1评分量表上对提及的结果进行索引。创新分数结合了专利和研究分数；兴趣分数结合了新闻和搜索分数。（虽然我们认识到这是一种兴趣。分数可以通过刻意的努力来刺激新闻和搜索活动而膨胀，我们相信每个分数都公平地反映了关于给定趋势的讨论和辩论的程度。）投资衡量了从资本市场到与趋势相关的公司的资金流。分数的数据源包括： —专利。专利申请数据来自Google专利。 —研究。研究出版物的数据来自Lens（www. lens. org）。 —新闻。新闻出版物的数据来自Factiva。 —搜索。有关搜索引擎查询的数据来自Google趋势。 —投资。有关私人市场和公开市场资本筹集的数据来自PitchBook。 —人才需求。职位发布的数量来自麦肯锡专有的组织数据平台，该平台存储有关专业概况和职位发布的许可，非识别数据。数据主要来自英语国家。 此外，我们从去年的研究中更新了趋势的选择和定义，以反映技术趋势的演变： —自去年的研究以来，生成AI趋势已经增加。 —我们调整了电气化和可再生能源（以前称为清洁能源的未来）以及电气化和可再生能源（以前称为可持续消费的未来）以外的气候技术的定义。 —数据来源已更新。今年，我们仅在PitchBook数据中包含已完成的交易，该数据向下修订了2018 - 22年的投资数字。对于未来的太空技术投资，我们使用了麦肯锡航空航天与国防实践的研究。 关于作者 Mena Issler协理合伙人，湾区 罗杰·罗伯茨合作伙伴，湾区 Michael Chui麦肯锡湾区全球研究所合作伙伴 LareinaYee湾区高级合伙人；麦肯锡技术委员会主席 作者希望感谢以下麦肯锡同事对这项研究的贡献： 乔纳森·德普里齐奥·伊万·迪亚科诺夫·托金·埃尔兰·罗宾·吉斯布雷希特·卡洛·乔奥文LizGrennanFerryGrijpinkHarshGuptaMartinHarryssonDavidHarveyKerstenHeinekeMattHigginsonAlharithHussinToreJohnstonPhilippKampshoffHamzaKhanNayurKhan NaomiKimJesseKlempnerKellyKochanskiMatejMacakStephanieMadnerAishwaryaMohapatraTimoMöllerMatt Mrozek EvanNazareth PeterNoteboom AnnaOrthoferKatherineOttenbreitEricParsonnet马克·帕特尔·布鲁斯·菲尔普·法比安·奎德·罗宾·里德尔 BharatBahlSoumyaBanerjeeArjitaBhanTanmayBhatnagarJimBoehmAndreasBreiterTomBrennanRyanBrukardtKevinBuehlerZinaCole圣地亚哥·科梅拉-多尔达·布莱恩·康斯坦丁·丹妮拉·库尼奥WendyCyffkaChrisDaehnickIanDeBodeAndreaDelMiglio TanyaRodchenkoLucyShentonHenningSollerNaveenSrikakulamShivamSrivastavaBhargsSrivathsanErikaStanzlBrookeSto