技術創(chuàng)新是競爭差異化的關鍵，它正在徹底改變許多行業(yè)。據FBI估算，非醫(yī)療保健相關保險欺詐的總成本每年高達 400 億美元左右。為了對付保險欺詐，需要通過結合索賠分析、計算機程序甚至私人調查員等多種方式。

不過人們逐漸發(fā)現(xiàn)，情緒 AI 這種日趨成熟的新興技術有望基于呼叫者的音頻分析來檢測保險欺詐。除了檢測欺詐，該技術還幫助提高癡呆癥的確診率、行車途中揪出疲勞駕駛的司機、課間鎖定走神的學生等等。

情緒 AI 只是匯成 AI 技術海洋中的一條河流而已，是 Gartner 發(fā)布了《2019 年新興技術成熟度周期》新增的技術之一。該報告著重介紹了在未來 5 年到 10 年內對商業(yè)、社會和人類帶來重大影響的新興技術。

根據 Gartner 報告，目前有五大新興科技趨勢值得每一個人關注。

傳感與移動（Sensing and Mobility）

隨著傳感器和AI的發(fā)展，自動機器人的態(tài)勢感知也將隨之發(fā)展。這意味著諸如輕型貨物運輸無人機（飛行和輪式）等新興技術將能夠更好地駕馭它們周圍的世界。該技術目前受到法規(guī)的限制，但其功能正在不斷發(fā)展。

這一趨勢的特點是技術具有越來越多的移動性和操縱周圍物體的能力，包括3D感應攝像頭和更先進的自動駕駛。

隨著傳感技術的不斷發(fā)展，它將有助于物聯(lián)網（IoT）等更先進的技術。這些傳感器還收集了大量數據，可以產生適用于各種情景和行業(yè)的洞察。

這一趨勢中的其他技術包括：AR云，以及 4 級和 5 級自動駕駛，以及飛行自動駕駛汽車。

人體機能增強（Augmented Human）

通過包括生物芯片和情感AI等技術，改善人體的認知和身體部位，甚至可能讓人獲得“超人的能力”。沒錯，就是金剛狼、蟻人、鋼鐵俠、浩克等X戰(zhàn)警們。

這一趨勢中的其他技術包括：生物芯片（biochips）、人格化（personification）、增強型智能（augmented intelligence）、情感人工智能（emotion AI）、沉浸式工作空間（immersive workplace）和生物技術（培養(yǎng)組織或人工組織）。

后經典計算和通信（Postclassical Compute and Comms）

經典核心計算、通信和集成技術的巨大進步主要依賴于傳統(tǒng)架構的改進，但后經典計算和通信趨勢中的一些技術是全新的架構，這是對傳統(tǒng)計算成熟度的改變，主要涉及對傳統(tǒng)架構的改進，從而導致更快的CPU，更密集的內存和增加的吞吐量。

例如，與大約22000英里的傳統(tǒng)地球靜止系統(tǒng)相比，低地球軌道（LEO）衛(wèi)星在更低的海拔高度（大約1,200英里或更低）運行，從而能夠實現(xiàn)低延遲通信。

這些系統(tǒng)提供全球寬帶或窄帶語音和數據網絡服務，特別是對于現(xiàn)有地面或衛(wèi)星通信覆蓋很少或沒有的地方。

這一趨勢中的其他技術包括：企業(yè)應評估 5G、下一代存儲器（next-generation memory）、近地軌道系統(tǒng)（LEO systems）和納米級 3D 打?。╪anoscale 3D printing）等技術。

數字生態(tài)系統(tǒng)（Digital Ecosystems）

技術改進正在將傳統(tǒng)價值鏈轉變?yōu)轭愃凭W絡的數字生態(tài)系統(tǒng)，這些生態(tài)系統(tǒng)使用跨地域和行業(yè)的數字平臺連接各種代理和實體。

數字生態(tài)系統(tǒng)已經出現(xiàn)，并且變得越來越自動化。數字化加快了傳統(tǒng)價值鏈的解體。在未來，依賴智能合約、分散的自治組織（DAO）會獨立于人類運作。這些數字生態(tài)系統(tǒng)不斷發(fā)展和聯(lián)系，帶來更強大、更靈活、更具有彈性的價值傳遞網，產生了新的產品和機會。

這一趨勢中的其他技術包括：數字運營（DigitalOps）、知識圖譜（knowledge graphs）、合成數據（synthetic data）、去中心化網絡（decentralized web）和去中心化自治組織（decentralized autonomous organization）。

高級人工智能和分析（Advanced AI and Analytics）

高級分析是使用傳統(tǒng)業(yè)務洞察之外的復雜工具，對數據或內容進行自主或半自動檢查，且通常超出傳統(tǒng)商業(yè)智能（BI）的范圍。

這是導致新功能的新類算法和數據科學的結果，例如遷移學習，讓新技術站在先前訓練好的機器學習模型的肩膀上。

高級分析可實現(xiàn)更深入的見解，預測和建議。

這一趨勢中的其他技術包括：自適應機器學習（ML）、邊緣人工智能、邊緣分析（edge analytics）、可解釋的人工智能（explainable AI）、人工智能平臺即服務（PaaS）、遷移學習（transfer learning）、生成式對抗網絡（generative adversarial network）和圖表分析（graph analytics）。