2019年投資展望─形塑2019年的科技

科技產業

Dave Dowsett
Global Head of Strategy & Innovation

下載PDF

  • 人工智慧應用將持續提升,可消化並分析與日俱增的資料,以帶來更佳的客戶體驗。
  • 企業將開始大量增加投資,以降低邊緣運算延遲、提升安全性,並減少頻寬的使用。
  • 區塊鏈與代幣經濟在早期採用者之間普及。
  • 企業吸引並留用上述新興科技各類相關人才的能力,包括實體空間與地點選擇策略。

 

人工智慧與資料戰

秘密已經公開了,在2019年以及更遠的未來,人工智慧(AI)的應用很可能對於業務、市場與全球經濟帶來深遠的影響。就微觀層級而言,透過預測分析與個人化,機器學習及龐大(而且持續成長)的基礎資料量應可持續提升客戶體驗,在此同時,各產業的領導人也運用新的資料來源來補足現有的分析流程,所以制定決策時更有信心。在資本市場中,可取得的龐大資料量創造了機會,協助發掘金融模型新因子與變因。在最為宏觀的層級,AI可望提升勞動力與跨境商務效率,並因而帶動經濟成長。

根據麥肯錫資料顯示,AI的採用可在2030年前提高全球國內生產毛額(GDP)達13兆美元之多1 ,而目前產出的資料量仍不斷以幾何級數成長。我們預期企業在2019年將持續投注大量資源於資料分析,並探索如何將資料轉化為有意義的見解以及營收的驅動力。

人工智慧以及有意義的機器學習難題在於仰賴資料數據,或許「資料是新的石油」這句話現在看來更有意義,此外,就如同石油,在大部分的情況下,資料也必須精煉才具有實用價值,亦即要收集、清理、分發資料,方可提供可實行的見解,雖然我們用石油來比喻資料,但兩者最大差異是石油蘊藏量有限,資料量則似乎無上限,以位元計,每天生產的資料量高達2.5百京,所謂百京就是1後面加上18個零,而且此速率還持續加快2。不意外地,若要成功打造並提升資料策略,就需要目前非常搶手的特殊技能,企業致力將AI納入整個作業架構中,最初可提升聘雇需求,接下來則是提高內部資料科學家的生產力。

有趣的是,雖然目前大部分的此類工作僅對資料科學家開放,但 Gartner預測到了2020年,超過40%的資料科學工作將自動化,諷刺的是,隨著資料科技進步,資料科學家打造的科技事實上就是從事與自己類似的工作,最終擁有熱門技能的資料科學家反而受到顛覆。

 

邊緣運算以及連網世界

我們認為「智慧」的沈浸式人性體驗在2019年將持續,由於自動物件、智慧空間、數位工作環境與智慧城市結合,所以實體與數位世界之間的界線將變得更模糊,而隨著系統連結程度越高,各種裝置與空間可協調並分享資料,使用戶體驗無縫接軌。至少,我們預期居家與辦公室數位助理的使用將增加,因為語音控制裝置與螢幕的數量與日俱增。

在自駕車的領域,就電腦視覺與身為車子「大腦」的感測器而言,可靠性與安全性測試尚需提升,雖然目前焦點多集中於小客車,但我們認為自動貨車、空中計程車以及緊急救護垂直起降(VTOL)飛機將有長足的發展。

另外一點值得注意的是上述連結大多需要邊緣運算能力,所謂邊緣運算就是在資料來源處,或是在網絡「邊緣」進行運算與處理作業,邊緣運算可減少物聯網(IoT)裝置的延遲,並提升其安全性與私密性,所謂的IoT就是將日常物件連網,使此類物件也可收送資料,此外,邊緣運算也有助減少頻寬使用3。目前邊緣運算開始受到採用,複雜性也逐漸上升,因此許多企業開始重新想像自己的網絡策略,思考如何結合雲端與邊緣運算策略,以進一步提高效率。

 

區塊鏈代幣經濟

過去兩年(2017與2018年)間各界分別對於比特幣與區塊鏈有更深的認識並有更多採用,企業認為結合加密安全交易以及分散式帳簿科技有益提高透明度、當責性以及安全性,由於加密貨幣與區塊鏈可能帶來高顛覆價值,我們預期2019年將是執行以及開始認真朝代幣經濟邁進的一年。

目前企業詢問的問題主要是「我們如何運用上述新興科技,將之運用在實際的案例中,以創造價值與報酬?」

關於區塊鏈,我們認為各產業的公司將在2019年從概念性驗證轉向實際運用,其中供應鏈與物流產業的採用最為明顯,許多應用皆集中於此。由於區塊鏈的「商業附加價值」預測在2030年前將達到3.1兆美元4,企業也積極運用該科技,然而,採用必須先出現網絡效應,許多區塊鏈模型才得以運作。我們進行企業區塊鏈解決方案執行程度調查時,預期在2019年結果仍將大幅分歧。

我們在思考區塊鏈的完整潛力時,隨著現有資產代幣化,不論是實體或金融資產,傳統市場經濟學也將受到質疑討論,新資產類別與結構、新投資機制、新市場,以及新次級交易動態的出現,均將帶動代幣經濟的興起,舉例而言,景順對於不動產的代幣化特別感興趣,因為此種代幣化可望降低最低投資金額,並帶來更具流動性的次級市場。我們預期在2019年時,企業(尤其是金融服務業)將思考自己在代幣經濟中的價值,我們也認為將有更多企業開始實驗實質資產代幣化以及數位經銷。就如同過去看到的機器人理財現象,我們預測代幣化的採用將從較為年輕、對於數位更上手的族群開始,但我們相信較大規模的顛覆也即將到來。

 

創新實驗室與地點策略

最後一點也很重要的是我們先前短暫提過的主題,亦即針對前述科技的人才爭奪戰,儘管「創新實驗室」成為矚目焦點已有一段時間,我們相信更多企業將持續投資於創新空間與設施,以進一步支援新興科技,並帶動長期策略目標。雖然在重要人才熱門市場設立新區域辦公室,或是更新整棟的現有商辦需要大量資本支出,但可能帶來的報酬十分龐大,創新空間可吸引各類人才,人才不僅希望能快速進行創意工作,也希望與他人合作,除此之外,許多創新實驗室均位在生態體系中,可提供打造社群的機會,有利與外部夥伴合作,也可與其他創新人士見面互動。若要維持靈活,並抵禦顛覆,與可能的顛覆者共同處在同一個創新生態體系即是策略之一,就算是傳統企業目前也跟進,以設法創造更佳的工作環境。我們預期2019年將有更多企業更新設施,以及提升區域據點,目標是迎接新世代的人才,並建立策略夥伴關係5

 

  1. 資料來源:麥肯錫全球研究院,「人工智慧時代的希望與挑戰」(The promise and challenge of the age of artificial intelligence),James Manyika與Jacques Bughin撰,2018年10月。
  2. 資料來源:富比世,「我們每天創造多少資料?人人都應研讀的驚人數據」(How Much Data Do We Create Every Day? The Mind Blowing Stats Everyone Should Read),2018年5月21日。
  3. 資料來源:The Verge,「何謂邊緣運算」(What is edge computing),Paul Miller撰,2018年5月7日。
  4. 資料來源:Gartner,「預測:區塊鏈的全球商業價值,2017-2030年」(Forecast: Blockchain business value worldwide, 2017-2030),2017年5月2日。
  5. 資料來源:Bloomberg L.P.,「摩根士丹利為『動態的千禧世代』員工重新設計辦公室」(Morgan Stanley redesigns offices for a “dynamic, millennial” workforce),Sonali Basak撰,2018年10月8日。

 

 

投資附帶風險,投資標的及投資地區可能之風險如市場(政治、經濟、社會變動、匯率、利率、股價、指數或其他標的資產之價格波動)風險、流動性風險、信用風險、產業景氣循環變動、證券相關商品交易、法令、貨幣、流動性不足等風險。且基金交易係以長期投資為目的,不宜期待於短期內獲取高收益,投資人宜明辨風險,謹慎投資。詳情請參閱基金公開說明書或投資人須知。本文提及之經濟走勢預測不必然代表基金之績效,基金投資風險請詳閱基金公開說明書。

 

Inv18-0350