In today’s rapidly changing era, the landscape of technology is undergoing unprecedented expansion and transformation. This article systematically summarizes the 13 most influential technology trends for 2024 to 2025, covering topics such as the proliferation of AI, the rise of green hydrogen energy, and the comprehensive integration of quantum computing, edge computing, and the Internet of Things. Whether you are a business decision-maker, a tech professional, or an everyday consumer, these trends will reveal the opportunities and challenges brought by innovation. By the end of this read, you will gain insight into the pulse of future markets and take the lead in mastering the key drivers of the next era.

在当今瞬息万变的时代，科技的版图正经历前所未有的扩张与嬗变。本篇文章系统总结了2024至2025年最具影响力的13大科技趋势，从AI普及化、绿色氢能的崛起，到量子计算、边缘计算、物联网的全面融合，无论你是企业决策者、技术从业者还是普通消费者，都能在这些风潮中感受到创新所带来的机遇与冲击。阅读完，你将洞悉未来市场的脉动，抢先掌握下一个时代的关键密码。

1. AI的普及化

在当下的科技领域中，人工智能（AI）无疑是最具颠覆性与影响深远的趋势之一。

与2017年相比，当今的AI应用率已提升至约当年的2.5倍。

值得强调的是，已有超过50%的企业在至少一个关键业务功能中融入了AI的力量。还是那句话“所有行业都可以用 AI 重新做一遍”。

AI adoption in enterprises has leveled off recently.

目前人工智能正大步跨入金融、医疗、制造、零售等众多行业领域，影响范围正不断扩张。

更重要的是，AI早已不再是大型企业的特权，各类组织都可轻松挖掘其潜力。

在开源AI方案的助力下，加之成本与系统复杂度的显著降低，AI的普及化进程正如火如荼地展开。

其中，最具代表性的案例莫过于OpenAI——这家支持非营利与商业研发的机构正是ChatGPT背后的推手，为AI的全面平民化提供了生动的范例。

Search volume for “OpenAI” have skyrocketed over the last 24 months.

这家公司当前的估值已高达1500亿美元，并预期在今年（2024）年实现高达10亿美元的营收目标。

当OpenAI在2022年11月推出ChatGPT时，它让整个世界为之震撼。

这款聊天机器人可通过自然语言指令，创造出多样化且流畅的对话文本，从而彻底刷新了人们对AI潜能的想象。

在面世后的短短两个月内，已有超过1亿人使用了ChatGPT，这一惊人的数字见证了AI走向大众的宏大趋势。

继ChatGPT之后，谷歌又推出了自己的AI聊天机器人Gemini。

微软同样推出了整合OpenAI技术的必应（Bing）聊天机器人。

就连Meta也不甘落后，正专注于Llama这一开源大型语言模型，意图在这场AI竞赛中占据一席之地。

虽然这些技术仍处于早期阶段，但大型语言模型（LLMs）无疑有望为企业运作方式带来颠覆性的变化。

举个例子，客服人员可以借助LLM在数秒内回应客户咨询；企业无需额外聘请文案人员，也可轻松创建个性化的营销与教育内容；开发者则能依托其快速编写复杂代码，而企业高层则可利用其高效分析数据。

各类组织正以多种方式将AI融入自身业务中。

普华永道（PwC）的一项调查显示，那些正在采用AI的商业领袖的首要目标包括：通过自动化提升生产力、由数据驱动的洞察优化决策、以及为客户带来更出色的体验。

以Eleos Health为例，这是一家致力于为治疗师提供AI驱动自动化平台的公司。

他们的CareOps Automation解决方案是一款语音式AI平台，能够在治疗会谈的背景中悄然记录、自动数字化所有对话内容，并即时识别出潜在的干预点，同时迅速产出会话总结。

目前，该公司已宣布累计融资金额达到6800万美元。

再举个例子，制造业和仓储领域正不断探索AI的全新应用方式。

在仓库管理方面，AI的图像识别能力可实现库存的自动化监控，不仅能在库存不足时及时发出警示、提醒人力介入，还能将生产进度或供应链延迟等因素纳入考虑。

在制造工厂中，AI平台更是“智慧工厂”趋势的重要推手。这些系统可进行预测性维护，减少资源浪费，并有效提升工人作业环境的安全性。

2. 新能源领域的创新与投资持续增长

在过去的一年中，新能源科技企业共获得了2000亿美元的投资资金。

（这一数字较上一年增长了70%）

事实上，新能源的势头已然高涨，如今超过四分之一的风险投资资金正源源不断地流入这一领域。

行业专家预测，受《降低通货膨胀法案》（Inflation Reduction Act）的推动，新能源领域的资金与关注度将进一步攀升。

这项法案提供了贷款、补助与税收优惠，旨在鼓励私营部门投入更多资金与精力到新能源领域中。

Breakthrough Energy Ventures的负责人预计，此举将催生约300至1000家新兴企业。

其中，很多可能将活跃于绿色氢能产业。

氢作为地球上最为丰富的元素，其燃烧过程并不产生二氧化碳，赋予其作为绿色能源来源的巨大潜能。

“Green hydrogen” is produced using renewable energy and search volume for the term is up around 1,000% in the past 5 years.

绿色氢能市场有望在2027年前以约61%的年复合增长率快速扩张，总市值将突破70亿美元。

根据氢能理事会（Hydrogen Council）的估算，要在2050年前实现全球净零排放，约需7000亿美元的氢能相关投资注入。

他们的报告显示，截至2022年5月，已宣布的大型氢能项目数量达到680个，较2021年增加了160个。（目前我找了只有22年数据）

About 10% of hydrogen projects have reached the final investment decision.

此外，美国能源部在2023年初宣布，将为能源氢能技术提供4700万美元的可用资金支持。

Plug Power是美国最大的氢燃料电池系统生产企业之一。

该公司于2022年在纽约州的Slingerlands建立了一家氢燃料电池制造厂。

伴随着与TC Energy和Nikola等企业达成全新合作关系，该公司的股价在2023年已上涨近30%。

与此同时，非美地区对氢能的投资也在不断上升。

德国于2022年9月推出了一列以氢为动力的客运列车，该列车无需中途加氢就能行驶600多英里，最高时速可达86英里/小时。

德国计划在未来几年内将2500至3000列列车转向使用氢燃料。

然而，尽管植树造林、普及氢能车辆等绿色举措的确能在长期内逐步降低碳排放，许多专家却认为，这些努力的影响可能仍然不足以及时扭转局势。

根据布鲁金斯学会（Brookings Institution）的数据，2022年全球温室气体排放量已达580亿吨，创下历史新高。

毫无疑问，碳排放已成为现代气候变化的最主要推手之一。

为直接减少部分排放量，一些新能源领域的领军者正利用所谓的“碳捕获”技术，以求在减排甚至逆转排放的进程中取得立竿见影的成效。

Searches for “carbon capture and storage” are up 71% over the last 5 years.

这一过程的核心在于与“超级排放源”进行合作——如发电厂和水泥制造厂——在碳分子原本会排放到大气中时将其捕获。

通过碳捕获技术，电厂和工业设施排放的碳有望减少多达90%。

碳捕获企业利用多种化学工艺将捕获的碳分离提取，然后将其再次出售，或是深埋入地层，使其重新转化为坚石。

普华永道（PwC）的报告显示，2022年前三个季度，碳捕获技术所获投资额几乎是2021年全年总额的两倍。（目前市面上也只有22年的数据参考）

3. 早期疾病检测技术的精进

Search results for “AI and healthcare” are up 840% since 2019.

新兴技术方案正聚焦于更早期地发现疾病。

这一创新有望拯救无数生命。

举例来说，如果卵巢癌能在仍局限于局部阶段时被诊断，其五年存活率可达到93%。

对于黑色素瘤患者来说，类似的趋势同样显著：当癌症仍然局限于最初部位时，五年存活率可高达99%；然而，一旦癌症扩散，这一生存率则骤降至32%。

All types of cancers have higher survival rates when the cancer is localized.

某些癌症类型——如胰腺癌、肺癌和卵巢癌——以其早期诊断的高难度而闻名。

为了提高存活率，研究人员与科技初创公司正加大资源投入，致力于研发前沿技术，从而在更早的阶段检测到癌细胞。

以胰腺癌为例：

一家名为Biological Dynamics的企业研发出一款“芯片实验室”（lab-on-a-chip）测试，可通过分析特定的生物标记物来识别胰腺癌迹象。目前，该测试正进入人体临床试验阶段。

该公司迄今已募集了1.25亿美元的资金，并希望在胰腺癌测试的成功基础上，进一步推出针对肺癌和卵巢癌的检测方案。

利用AI进行早期诊断是医疗科技领域的另一趋势。

麻省理工学院（MIT）的研究人员正利用人工智能模型来评估患者罹患肺癌的风险。

这一工具利用来自美国和台湾患者长达6年的肺部扫描数据进行训练，从中识别和分类各类影像特征。

目前，该工具最擅长预测一年内可能发生的肺癌，同时也能在最早提前6年预估疾病风险。

更重要的是，科技工具的早期检测能力并不限于癌症。

科学家们正利用适用于智能手机相机的纳米技术进行各种疾病的早期诊断。

这个构想是借助相位成像（phase imaging）这类先进的细胞观察手段，使患者在家中就能获取所需图像。

一旦该技术通过测试，患者便可在家中拍摄唾液样本或少量血液的图像，并直接发送给医疗服务提供者进行分析。

事实上，一款已获许可、利用智能手机进行家庭检测的设备已投入使用，那就是Healthy.io的Minuteful Kidney肾脏检测工具。

该测试可测量患者的白蛋白与肌酐比值（ACR），从而诊断慢性肾病。

患者会先收到邮寄的检测套件，然后按照Minuteful Kidney应用程序的指引采集尿液样本，并将试纸浸入其中。接着，患者只需用智能手机拍摄试纸图像，应用程序即可对其进行分析。

该应用程序借助人工智能和计算机视觉技术评估白蛋白水平，并几乎能即时生成结果。

这项技术在欧洲已应用超过18个月，并已有超过54万人参与测试。

4. 量子计算迈向真实应用场景

自上世纪80年代以来，量子计算一直是备受关注的话题。

迈入2024年，世界终于正接近将这种计算方式落地于真实应用中。

与当下以0或1为基础的二进制计算机不同，量子计算机使用“量子位”（qubit），允许同一数据同时存在于0和1两种状态。

这一技术特性最终带来了运算速度的惊人跃升。

当今计算机可能需要数百万年才能完成的复杂运算，通过量子计算却有望在数分钟内解决。

尽管技术和资金难题曾长期困扰该行业，但近几个月来，量子计算领域已明显呈现积蓄力量的趋势。

事实上，去年就有约17亿美元的投资流入量子计算初创公司。

他们于2022年11月发布的量子计算机“Osprey”拥有433个量子位（qubits）。

IBM is developing quantum processors as well as a quantum mainframe.

IBM还声称，将在2025年推出拥有4000个量子位的量子计算机。

然而，科技专家指出，要实现量子计算的全面性能发挥，仍需达到数百万个量子位的量级。许多人预计，这样的里程碑有望在2027年之前实现。

Alphabet（谷歌母公司）在过去六年中一直运营着自己的量子计算部门，并于2022年3月宣布将其独立为一家名为“Sandbox AQ”的公司。

该团队在2022年获得了九位数级别的资金注入，并在2023年2月前又追加融资5亿美元。

2024年12月9日，谷歌宣布研发出了一款运算能力超强、适用量子计算机的芯片，宣称这种芯片只用5分钟即可完成现有运行速度最快的计算机要10尧（10的25次方）年才能完成的任务。

谷歌当天在网站发布消息说，除了高速运算能力，这款名为“威洛”的芯片还有突出的纠错能力，为研制“实用的大规模量子计算机铺平了道路”。

尽管IBM和Alphabet的项目前景可观，但一些相对不为人知的企业也在为这一领域注入活力并吸引了大量资金。

例如，中国企业本源量子（Origin Quantum）在2022年成功募得约1.482亿美元，成为当年量子计算行业融资额最高的公司。

另外，Q-CTRL于2017年在澳大利亚成立，成为首家由风投支持的澳大利亚量子技术企业。

该公司的领导层正专注于通过量子控制基础设施软件，解决行业在硬件误差与不稳定性方面面临的挑战。

Search volume for “Q-CTRL” is up 2,200% in the past 5 years.

该公司在2023年初完成了2740万美元的B轮融资。

目前，Q-CTRL已与超过8000位用户达成合作关系，其中包括美国政府及澳大利亚国防机构，以及IBM、IonQ等知名企业。

随着各家公司竞相研发这项全新技术，不同行业的领导者正密切关注量子计算可能带来的深远影响。对许多领域来说，这种影响或将巨大无比。

麦肯锡的报告指出，量子计算将在生命科学和金融领域创造最高价值。

A variety of industries stand to benefit from quantum computing applications.

根据麦肯锡的分析，到2035年，量子计算所创造的价值有望高达7000亿美元。

在生命科学领域，量子计算可用于模拟化学反应过程，优化药物设计，并通过基因组学推动个性化医疗的发展。

在金融业，量子计算有望大幅降低市场风险、提升诈骗侦测能力，并加快客户入驻流程。

量子计算技术同样可能对消费者生活产生直接影响。

以电动汽车充电为例：

目前，在家为电动车充满电平均需要10个小时，即使是最快速的充电方式也需要20分钟左右。

借助量子技术，这一过程有望被大幅缩短，或许在家中仅需3分钟即可充满电，而在高速充电站可能仅需数秒。

5. 网络威胁日益高级化

从对普通消费者的随机攻击到国家层面有组织的网络战，网络犯罪始终是一个持续蔓延的威胁。

2022年，Hiscox进行的一项全球调查显示，有43%的企业曾遭遇网络攻击。

更令人警醒的是，该报告指出，被攻击企业中有20%表示，所受损失已严重影响其偿付能力。

有数据显示，2023年一次数据泄露的平均成本可高达500万美元。

IBM的研究指出，这一数字或可攀升至944万美元。

事实上，虚拟犯罪的泛滥已使价值1550亿美元的网络安全产业预计在2029年前膨胀至3760亿美元。

深度伪造（Deepfake）攻击正成为黑客渗透企业防线的最高明手段之一。

VMware近期的一项调查显示，参与调查的IT领导者中有66%在过去12个月内遭遇过深度伪造相关的攻击，比2023年增加了13%。

深度伪造技术借助AI与深度学习，可生成栩栩如生的视频、图像和音频，呈现出从未真实发生的人物和事件。

该技术已问世数年，并在黑客手中不断精进。

其中，“生成式对抗网络”(GAN)技术的应用，使深度伪造模型几乎难以被识别。

同时，5G网络的兴起亦让视频实时篡改更加轻而易举。

深度伪造对从事BEC（商业邮件诈骗）的网络罪犯来说尤为有利。

利用深度伪造干扰面对面身份验证，也将成为网络犯罪分子的一大潜在手段。

对于企业而言，识别深度伪造及其他潜在威胁更像是一场永不止息的防守战——安全专家往往步步紧跟，却总慢攻击者半拍。

不过，网络安全专业人士正借助AI与其他先进技术解决方案，尽可能及早地发现并阻止攻击的发生。

Searches for “cybersecurity technology” have increased more than 200% in the past 5 years.

IBM近期的一份报告显示，大量使用AI网络安全工具与自动化方案的组织，较未使用这些技术的对手可节省约222万美元的成本。

AI工具不仅能在人工干预前识别攻击，还可在事态失控之前自动中断攻击并及时提醒IT人员。

Deep Instinct是一家借助深度学习驱动的网络安全公司。

其系统每天可扫描数百万个文件，并在不到20毫秒的时间内检测出威胁。

自2015年成立以来，该公司已从包括贝莱德（BlackRock）与Chrysalis Investments在内的多家投资机构筹集了超过3.21亿美元的资金。

6. 企业与公共领域的物联网应用不断扩张

尽管芯片短缺仍在持续，但预计全球物联网（IoT）连接数量将在2025年达到270亿。

The enterprise IoT market is expected to grow at a CAGR of nearly 20% through 2027.

随着5G网络的推进以及半导体制造瓶颈的缓解，有分析预测，到2027年，企业级物联网市场规模可能增长至4830亿美元。

来自各行各业的商业领袖正积极采用并扩展物联网技术，以提升互联能力与数据采集效率。

在IEEE于2022年进行的一项调查中，物联网被评为2023年最具影响力的前五大技术之一。

许多企业在物联网项目上看到较快的投资回报率，超过60%的企业表示，在三年内就能收回成本。

制造业正在投资物联网（也被称为“工业物联网”或IIoT），以推动智能工厂的建设。

Search interest in “IIoT” is growing.

在美国，已有约35%的制造企业利用物联网设备来采集并应用数据。

比如安装在机器上的传感器可实时收集设备数据并通过无线方式储存，然后由机器学习平台对这些数据进行分析，从而判断是否需要人为干预。

这一过程有助于提高生产效率、减少浪费，并预测维护需求。

物联网设备同样助力打造智慧城市。

传感器可从电表、垃圾桶、交通信号灯等众多来源收集数据，这些数据随后被用于提升城市的运行效率和市民安全感。

爱达荷大学（University of Idaho）与一家名为Nordsense的智慧垃圾桶公司合作，为58个混凝土垃圾桶配备了物联网传感器。

由于这些传感器可监测垃圾量并在需要清空时自动提醒环卫团队，团队的工作时长和燃料消耗减少了50%。

7. 环境计算：实现“隐形”技术体验

环境计算（Ambient Computing）是建立在物联网基础上的概念，为未来带来几乎“隐形”的技术体验。

其核心在于：利用AI驱动的设备和软件网络在我们周围悄然运行，几乎无需人工干预。

环境计算通过AI和机器学习来解释智能温度计、智能手表等物理设备所采集的数据，并能自行决策。

这些技术相互配合，使设备不仅能与人类互动，也能与其他设备沟通协作。

Ambient computing is able to understand user context and take action depending on those preferences.

考虑到环境智能产业有望以约32%的年复合增长率在2028年达到2250亿美元的市场价值，这种潜力不足为奇。

目前，环境计算还处于起步阶段，但其应用案例已在面向消费者与企业的场景中初露端倪。

语音助手和可用智能手机控制的恒温器就是环境计算的典型示例，但未来这项技术可能会更加“隐形”。

举个例子，当一名旅客下机后，他的智能系统可自动提醒他行李在特定的行李转盘已准备就绪；取到行李后，又会收到下一条通知，告诉他约好的网约车已在指定地点等待。同时，在乘车途中，系统可自动在附近的星巴克下单咖啡，并在旅客抵达前为他完成酒店入住登记。

在另一种场景中，屋主可能再也不需要车库门遥控器。

屋主的智能手机会与家中的设备通信，当屋主接近家门口时，车库门会自动开启。

在工厂里，环境计算正用于监控并安排设备的维护保养。当物联网设备识别出机器需要维护时，它会直接与计划维护的系统相连，将该机器的维护需求自动纳入日程表中。

在零售业，当货架上的库存即将不足，传感器则可自动下单采购新的库存。

然而，随着此类技术的不断发展，隐私与安全问题将成为行业关注的焦点。

8. 机器人流程自动化（RPA）持续增长

随着人工智能与机器学习之间的界限日益模糊，各企业正在不断探索将自动化融入业务流程的方法。

在众多引发业界高层兴奋的创新技术中，机器人流程自动化（RPA）正脱颖而出。

Search demand for “robotic process automation” is up 4,700% over 10 years.

RPA的核心在于训练软件程序执行那些枯燥重复的任务。

有预测显示，到2030年RPA市场规模有望增长至250亿美元，年复合增长率接近36%。

2022年，RPA软件营收已接近100亿美元，几乎是2021年的两倍。

调查显示，目前已有五分之一的企业在使用RPA。

企业之所以青睐RPA，其中一个主要原因在于当前劳动力市场紧张，这使企业更需最大化员工的效率与生产力。

数据显示，在美国拥有500名员工的平均企业，每年因重复性任务浪费的时间成本超过140万美元。

Losing time to repetitive tasks costs businesses more than a million dollars annually.

RPA解决方案能在处理低价值、重复性任务时节省时间和资金。

例如，当RPA负责从文档中复制粘贴信息至数据库时，这一流程不仅更快，而且较人工操作更易确保准确性。

有估算指出，RPA可使工作产能提升多达50%，同时让高价值的人才转而专注于更具创造性的工作。

RPA还可用于从网站中提取数据、预约安排、收集客户信息、监督合规性以及为新员工办理入职手续等多种场景。

在RPA供应商中，UiPath明显领跑市场。

该公司的年度经常性收入（ARR）已超过10亿美元，目前在全球范围内为10,500多家客户提供服务。

9. 女性医疗科技（FemTech）力图重塑传统女性医疗保健

FemTech领域——聚焦于生育、经期、妊娠和其他女性健康议题的科技领域——在未来数年内或将迎来巨大发展。

Search interest in “FemTech” has increased more than 700% in the past 5 years.

有预测显示，其市场价值将从2021年的510亿美元跃升至2030年的1030亿美元。

麦肯锡的分析指出，不断飙升的投资和增长趋势正逐渐传导至面向消费者的产品领域。

虚拟诊所正提供远程医疗方案，让不同经济层次的女性都能获得优质护理；追踪器和可穿戴设备为女性提供更全面的数据，助其更好地评估自身健康状况；初创公司则将更多关注投向此前常被忽视的群体（如LGBTQ+与黑人女性），让她们在传统医疗环境之外获得更公平的关注。

有一家企业专门为女性和家庭提供数字健康平台，目前已为超过1500万名患者提供医疗服务。

2022年11月，该企业完成9000万美元的E轮融资，总融资额已接近3亿美元。

当下最受认可且有科学依据的FemTech追踪器之一是breathe ilo。

其原理是：女性对breathe ilo设备吹气60秒，设备会测量呼气中的二氧化碳浓度，并将数据发送到智能手机App中。

App运用自学习算法预测女性的排卵期。（在女性月经周期的初始阶段，CO₂浓度最高）

其他科技公司，如苹果和三星，则希望在不推出独立设备的情况下也能分享FemTech的红利。

例如，苹果手表Series 8通过两个手腕传感器监测体温，健康App会展示结果并预测排卵期。

三星则与Natural Cycles合作，将排卵追踪功能整合进Galaxy Watch 5中，将利用三星的体温追踪技术配合Natural Cycles的排卵预测算法。

10. 可穿戴设备更时尚、更智能

可穿戴设备市场持续升温。

过去许多可穿戴设备主要聚焦睡眠监测与计步功能。

但近年来，我们已看到各种超越基本功能的设备问世。

一些科技公司推出内置近场通信技术（NFC）的智能戒指。

佩戴者可用手指轻轻一扫便完成支付、解锁智能门锁或共享数据，无需任何接口或应用。

例如，McLear的RingPay就能像无接触式卡片一样一挥即付。

另一例子是Cnick品牌推出的“特斯拉钥匙戒指”，车主仅需用指关节轻触，即可锁车、解锁和启动汽车，同时这款戒指也支持无接触支付。

Search volume for “Tesla ring” has climbed more than 240% in the past 5 years.

Cnick’s rings are waterproof and never need to be charged.

消费者对嵌入于服装中的可穿戴技术（即电子纺织品）的需求也在增加。

如Nadi X瑜伽裤利用传感器和弹性织带来分析并指导用户调整姿势。

针对长跑爱好者，Sensoria智能袜可帮助减少运动损伤。

Sensoria’s smart socks track a variety of data points for walkers and runners.

这些智能袜子内嵌纤维传感器，不仅能记录步数和距离，还可追踪步频、足部着地方式以及每一步的冲击力。

通过与移动应用程序配合，跑者可在实时音频提示下纠正可能导致伤害的问题。

甚至婴儿也在穿“智能衣物”。

11. 拓展现实技术超越娱乐应用

随着混合现实（MR）、增强现实（AR）与虚拟现实（VR）之间的界限愈加模糊，“拓展现实（Extended Reality，XR）”已成为一个包罗万象的术语，涵盖上述技术及更多应用。

Search volume for “extended reality” is up more than 150% since 2019.

在未来几年，拓展现实有望应用于从元宇宙到虚拟音乐会等广泛场景。

首当其冲的是多个面向企业（B2B）的应用案例，特别是在医疗领域。

在医疗培训中，拓展现实技术正被用于为新晋与在职外科医生提供模拟训练。

这项技术可帮助他们深入理解新型创新手术的复杂细节，即便这些手术未曾在传统教育或过往工作中涉及。

《临床骨科与相关研究》（Clinical Orthopaedics and Related Research）的一项研究发现，VR训练显著提高了手术的准确性与完成率；另一项研究则显示，VR训练可将手术表现提升高达230%。

汽车业和制造业也是拓展现实有望大展身手的领域。

R training is helping automotive manufacturing employees practice assemblies and prevent errors.

这些行业的技术人员常需执行精密繁琐的工序，有了拓展现实技术，他们可在安全的虚拟环境中以第一视角近距离观摩和练习。

通过在上生产线前先行模拟操作，企业可减少人为失误与工作伤害。

此外，拓展现实还正用于培训汽车专业学生。

例如，美国马里兰州的“Vehicles for Change”项目即通过虚拟化的培训形式，既缓解技工劳动力短缺，又为曾服刑人员提供就业机会。该计划预计在2028年前扩展至20个新场点。

美国军方也在利用拓展现实来进行军事训练。

借助该技术，军方可在虚拟环境中搭建现实中代价高昂或风险极大的训练场景，并减少对关键设备（如航空器材）的磨损。

2022年4月，美国陆军重申了对拓展现实技术的兴趣，在“任务预演与训练技术（Technologies for Mission Rehearsal and Training）”项目中向社会公开征求新技术。

尽管目前的拓展现实技术尚未完全达到军方预期，陆军曾与微软签订了约218.8亿美元的合约采购12万套类似HoloLens的头显设备，但进度在2021年底延迟，产品目前仍在重新设计中。

12. 边缘计算重塑企业数据使用方式

2018年，全球数据中心每月处理的数据量约为155 EB（艾字节），而到2023年这一数字已飙升至374 EB。

随着世界日渐数字化，以及5G技术加快海量数据的高速传输，IT基础设施对算力的需求前所未有地提升。

个人与企业级物联网的扩张、远程医疗监测和远程办公的普及，将持续推高全球数据处理需求。

为应对庞大数据处理带来的挑战，企业正将更多预算投入边缘计算。

Search volume for “edge computing” is up nearly 150% in the past 5 years.

2023年起，超过半数新增的企业IT基础设施将采用边缘计算。

边缘计算的设计初衷是将算力更靠近数据源头，提升响应速度并节省带宽。

云计算曾是企业应对数据洪流与技术需求增长的热门选择，但云计算既昂贵又资源密集，尤其是当企业的数据量庞大、且云存储费用按用量计算时。

The cost of cloud services continues to be a pain point for IT.

因此，许多企业正寻求降低对云计算的依赖，通过转向边缘计算减少带宽传输量，从而降低云端成本并为终端用户提供更快速的体验。

边缘计算还能减少延迟，因为数据无需频繁在云端与设备间往返。这为企业创造了更快分析数据与做出决策的契机。

事实上，约有45%的IT专业人士认为，这种快速响应能力是在边缘运行工作负载的最大优势。

对AI的日益依赖也在推动边缘计算的发展。

要充分发挥AI和机器学习（ML）的潜能，就需让其更依赖数据驱动，这意味着更多分析与计算将发生在边缘。

Search volume for “edge AI” is up more than 800% in recent years.

自动驾驶汽车就是边缘AI的绝佳实例：

汽车传感器采集数据并在瞬间做出决策，无需将数据传回云端。

在另一个场景中，边缘AI可让安防摄像头实时处理数据并运行算法，一旦发现可疑行为能立刻采取行动。

13. 更多开发者与非开发者使用低/无代码工具

在新技术层出不穷的背景下，许多人会以为科技公司正疯狂推出产品与服务。

但现实中，专业开发者却严重短缺。IDC预测，2025年这一缺口将接近400万个空缺岗位。

一项2023年的Infragistics调查显示，超过37%的受访者在2023年仍难以招聘到足够的开发者。

在人才短缺日益加剧的情况下，让开发者更高效地工作已成为企业在激烈竞争中保持领先的关键。

幸运的是，低代码/无代码（LCNC）软件正是为此而生。

通过将可视化模型与AI驱动的工具相结合，使用LCNC的开发者无需从零编写数千行代码，大幅缩短开发周期，加快软件问世时间。

不仅是全职开发者受益于LCNC工具——这些友好易用的方案让越来越多的非开发者（即“公民开发者”）也能构建软件。

Gartner预测，大型企业中公民开发者的数量将很快达到专业开发者的四倍。

Infragistics调查显示，超过76%的组织已在利用LCNC。

低代码市场的迅猛增长则为此提供了佐证：2024年该市场规模预计达到370亿美元，较2023年增长20%。

LCNC解决方案的核心是低代码应用平台（LCAP），它们通常以组件化形式提供预定义模板。

在2023年Gartner低代码平台魔力象限分析中，Mendix居于领先地位。

Search volume for “Mendix” is up more than 120% since 2019.

该平台已被全球4000多家企业采用。

自2018年被西门子收购后，Mendix的年经常性收入增长超过300%。

随着软件开发者短缺加剧、越来越多的非专业人士成功利用LCNC构建应用，这类平台及其在企业中的应用将继续以惊人速度发展。

结论

至此，我们已盘点了当前影响企业与消费者的13大科技趋势。纵观全文，这13大科技趋势如同交织的脉络，正推动人类社会迈向更智能、更高效、更可持续的未来。从人工智能的全方位渗透到量子计算的潜能释放，从绿色能源的崛起到无所不在的物联网，这场科技浪潮已不再停留于愿景，而正以惊人的速度重塑各行各业。未来已来，每一项创新都是时代前进的信号，每一种技术都是我们下一步探索的起点。

本文作者：Josh Howarth，译：调研君