2024年哪些技术趋势对公司最重要？麦肯锡近期发布的报告《2024年技术发展趋势展望》分析了先进技术的采用、发展和行业影响。

尽管 2023 年整体市场状况充满挑战，但对前沿技术的持续投资有望在未来实现企业采用的大幅增长。自2022年以来，生成式人工智能（gen AI）一直是一个突出的趋势，人们对这项技术的兴趣和投资大幅增加，为机器人技术和沉浸式现实等相互关联的趋势释放了创新可能性。虽然利率上升的宏观经济环境影响了股权资本投资和招聘，但基本指标（包括乐观情绪、创新和长期人才需求）反映了15种技术趋势的长期积极趋势。

麦肯锡考察了兴趣、创新、投资和人才等量化指标，以衡量每种趋势的发展势头。认识到这些趋势的长期性和相互依存性，我们还深入研究了每种趋势背后的技术、不确定性和问题。

新趋势

2023年最引人注目的两个趋势是人工智能和电气化与可再生能源。从2022年到2023年，人工智能在谷歌搜索中的搜索量激增了近700%。同时，招聘信息和投资也显著增加。

技术创新的速度令人瞩目。在2023年和2024年期间，大型语言模型（LLM）可以处理的提示的大小从100,000个标记激增至200万个标记。这大致相当于在模型提示中添加一篇研究论文和在其中添加大约20本小说之间的区别。人工智能可以处理的模式不断增加，从文本摘要和图像生成到视频、图像、音频和文本的高级功能。这催化了旨在推进更强大、更高效的计算系统的投资和创新的激增。为生成式AI提供动力的大型基础模型正在集成到各种企业软件工具中，并且还被用于各种目的，例如为面向客户的聊天机器人提供动力、生成广告活动、加速药物发现等等。

麦肯锡预计这种扩展将继续下去，突破AI功能的界限。高层领导对生成式AI创新的认识增加了人们对AI技术（例如机器人技术）的兴趣、投资和创新，这是我们今年趋势分析的新内容。AI的进步正在开启一个更强大的机器人新时代，激发更大的创新和更广泛的部署。

2023年，由于融资成本上升和谨慎的短期增长前景，科创公司的股权投资下降了30%至40%，约 5700 亿美元。投资者青睐具有强大收入和利润潜力的技术。

尽管私募股权投资总体下滑，但创新步伐并未放缓。在“人工智能革命”的三大趋势中，创新加速：新一代人工智能、应用人工智能和工业化机器学习。新一代人工智能从非结构化数据（如文本和图像）中创建新内容，应用人工智能利用机器学习模型执行分析和预测任务，工业化机器学习加速并降低机器学习解决方案的开发风险。在人们对新一代人工智能日益增长的兴趣的推动下，应用人工智能和工业化机器学习的创新出现了最显著的增长，这反映在2022年至2023年出版物和专利的激增中。

同时，电气化和可再生能源技术继续引起人们的极大关注，这反映在新闻提及和网络搜索中。它们的受欢迎程度得益于全球可再生能源产能的激增、它们在全球脱碳努力中的关键作用以及地缘政治紧张局势和能源危机中能源安全需求的增加。

人才环境在很大程度上呼应了2023年科技趋势的投资前景。科技行业面临大规模裁员，尤其是大型科技公司，与科技趋势相关的职位空缺下降了26%，降幅高于全球整体职位空缺17%的降幅。对科技趋势相关人才需求的大幅下降可能是由于科技公司在收入增长预测下降的情况下削减成本的努力所致。尽管出现了这种下降，但人工智能等投资和创新强劲的趋势不仅保持了职位空缺，而且还增加了职位空缺，反映出对新技能和高级技能的强烈需求。电气化和可再生能源是另一个就业增长积极的趋势，部分原因是公共部门对基础设施支出的支持。

即使人才需求在短期内出现波动，麦肯锡对15个新科技行业中的430万个职位空缺的分析也凸显了巨大的技能差距。与全球平均水平相比，只有不到一半的潜在求职者具备职位空缺中指定的高需求技术技能。

尽管2022年至2023年许多趋势的职位空缺数量同比下降，但2023年技术相关职位空缺数量仍比2021年增长了8%，这表明长期增长潜力巨大（图1）。

企业钟爱的领域

企业技术采用的轨迹通常被描述为一条S曲线，其模式如下：技术创新和探索、技术试验、业务中的初始试点、在整个业务中扩大影响以及最终全面采用（图2）。今年针对15种技术进行的企业采用调查分析中，这种模式显而易见。不同行业和公司规模的采用水平各不相同，采用进度也各不相同。

麦肯锡发现，S曲线创新和试验早期阶段的技术要么处于进步的前沿，例如量子技术和机器人技术，要么与特定行业更相关，例如生物工程和太空。可能影响这些技术采用的因素包括高成本、专业应用以及平衡技术投资的广度与专注于可能提供巨大先发优势的少数几个技术。

随着技术获得关注并超越试验阶段，采用率开始加速，公司在试点和扩展方面投入更多资金。我们看到许多趋势都发生了这种转变，例如下一代软件开发和电气化。人工智能的快速发展在分析的趋势中处于领先地位，约四分之一的受访者自称他们正在扩大其使用范围。云计算和边缘计算以及高级连接等更成熟的技术继续快速采用，也成为其他新兴技术采用的推动者（图3）。

扩大技术采用的过程还需要一个有利的外部生态系统，其中用户信任和准备度、商业模式经济、监管环境和人才可用性发挥着至关重要的作用。由于这些生态系统因素因地域和行业而异，所以应用场景也不同。例如，虽然拉丁美洲的领先银行在部署人工智能用例方面与北美同行不相上下，但由于不同的劳动力成本影响了自动化的商业案例，制造业对机器人技术的采用存在很大差异。

在高管应对这些复杂性时，他们应该将长期技术采用战略与内部能力和外部生态系统条件相结合，以确保将新技术成功整合到他们的商业模式中。高管们应该监测可能影响其优先用例的生态系统条件，以便在全面采用的道路上应对不确定性和预算限制，从而决定适当的投资水平。

总体而言，那些具有长远眼光的领导者有可能脱颖而出。

15个热门领域

本报告列出了所有15个领域的考量因素。为了便于考量相关趋势，麦肯锡将其分为五大类：人工智能革命、构建数字化未来、计算和连接前沿、尖端工程和可持续发展的世界。当然，在考虑趋势组合时，纵观这些分组具有巨大的力量和潜力。

为了描述每种趋势的状态，麦肯锡制定了创新评分（基于专利和研究）和兴趣评分（基于新闻和网络搜索）。此外，麦肯锡评估了相关技术的投资规模，并评估了组织对其的采用程度。

第一，生成式人工智能。生成式人工智能是指以非结构化数据作为输入（例如自然语言和图像）来创建新内容（包括音频、代码、图像、文本、模拟和视频）的算法（例如 ChatGPT）。它可以通过利用非结构化混合模态数据集来生成各种形式的新内容，从而实现工作自动化、增强和加速。

第二，应用人工智能。应用人工智能技术和技巧使用通过机器学习训练的模型来解决分类、预测和控制问题，以实现活动自动化、增加或增强功能和产品并改善决策。

第三，工业机器学习。工业化机器学习趋势包含快速发展的软件和硬件解决方案生态系统，这些生态系统能够加速机器学习解决方案的开发、部署和维护并降低风险。

第四，下一代软件开发。下一代软件开发包括支持现代代码部署管道和自动代码生成、测试、重构和转换的工具和技术。这些可以改善应用程序质量和开发流程。

第五，数字信任和网络安全。数字信任和网络安全趋势涵盖信任架构和数字身份、网络安全和 Web3 背后的技术。这些技术使组织能够建立、扩展和维护利益相关者的信任。

第六，先进通信。先进通信涵盖无线低功耗网络、5G 和 6G 蜂窝、Wi-Fi 6 和 7、低地球轨道卫星和其他电信技术。

第七，沉浸式现实技术。沉浸式现实技术可在三维虚拟世界（可与实际物理世界相结合）中实现实时交互。虚拟世界的范围可以从虚拟现实（VR）中完全由计算机生成的空间，到混合现实（MR），再到增强现实（AR），其中计算机生成的对象叠加在现实世界上。这些技术利用空间计算来解释物理空间（例如，通过利用 VR 耳机中的传感器和摄像头来识别手势），并模拟向虚拟世界添加数据、对象和人员。

第八，云计算和边缘计算。云计算和边缘计算是指分布在各个位置的工作负载，例如超大规模远程数据中心、区域中心和本地节点，以优化延迟、数据传输成本、遵守数据主权法规、数据自主性、安全考虑等。

第九，量子技术。量子技术利用量子力学的独特性质，以比传统计算机快得多的速度执行某些复杂计算、保护通信网络，并生产出比传统计算机灵敏度更高的传感器。

第十，未来机器人。机器人技术的未来涵盖了机器人从处理固定用途和预编程任务的进步到能够以越来越高的自主性和灵活性适应新的、现实生活中的输入。

第十一，未来移动技术。移动技术涵盖自动驾驶和电动汽车、城市空中交通以及自动驾驶、连接、电气化和共享移动（ACES）技术，旨在提高陆地和空中运输的效率和可持续性。

第十二，未来生物工程。生物工程是将工程原理应用于生物学，利用技术进步来改善健康和人类体能，转变食品价值链，并创造创新产品。

第十三，未来空间技术。空间技术涵盖卫星、发射器和居住技术，这些技术可以实现创新的空间运营和服务。

第十四，电气化和可再生能源。电气化和可再生能源趋势涵盖整个能源生产、储存和分配价值链。技术包括可再生能源，如太阳能和风能；清洁能源，如核能和氢能、可持续燃料和生物能源；以及能源储存和分配解决方案，如长效电池系统和智能电网。

第十五，气候技术。气候技术（超越电气化和可再生能源）的核心解决方案是减轻资源消耗对气候的负面影响，要么通过从大气中去除二氧化碳，要么通过生产碳当量较低的现有材料和投入。