36氪获悉，近日，德勤管理咨询中国在北京发布《2023技术趋势》报告。据介绍，这是德勤第14年发布技术趋势预测。会议中，德勤着重介绍了未来18到24个月或将深远影响企业的重要技术。

本次德勤管理咨询《2023技术趋势》六大技术趋势，主要囊括了信息、交互、计算、技术业务、核心现代化、网络与信任六大方面（即信息技术的六大宏观技术力量），具体包括：

● 穿越屏幕，打造沉浸式的企业互联网：

(资料图)

德勤认为，有形界面、对话式界面和虚拟界面将跨越屏幕，为用户提供沉浸式的互联网体验，具体表现为以下三种形式：扩展现实，包括面向客户的元宇宙体验；企业仿真，即利用数字孪生技术对实物资产进行建模和实验；增强型员工体验——涉及招聘、生产力、学习等多个方面。具备了在实体空间获得丰富数字内容的能力，企业开始相信，沉浸式互联网有望围绕“无限现实”的独特功能，构建出利润丰厚的商业模式。

● 敞开心扉，学会信任我们的AI同事：

随着人工智能工具的日益标准化，企业逐渐意识到，只有充分信任人工智能提供的分析和洞察，才能获得最佳的竞争优势。要建立信任，人工智能算法必须具有可见性、可审计性和可解释性，并且员工必须参与人工智能的设计和输出。

● 云上有云，驾驭多云环境的纷繁芜杂：

经过10年的多云部署，云管理变得异常复杂。企业正通过通用抽象层和自动化（称为超云或元云）来实现简单化和可见性。通过这些管理运营、治理和安全的跨云服务，企业可以充分利用云的多功能性、弹性、灵活性和可伸缩性。

● 弹性至上，数字化人才新模式：

现代工程技术是企业发展战略的核心要素。精明的企业不再抢着招聘数量有限的工程师人才，而是通过创建新的IT团队架构和职能，更好地利用已有的人才资源。这些公司对人才价值、文化契合度和个人能力进行优先级排序，相信人才团队能够发挥他们的好奇心和全面性，在现有的技能基础上发展成为一支专家队伍，从而改善人才体验、提升业务成果。

● 公信之力，去中心化架构及生态圈：

尽管加密货币市场波动较大，但区块链和数字资产的潜力仍在继续增长。当今社会虚假信息激增，信任感越来越低，无信任系统是验证数据和交易的新途径，公有链便是其中之一。由区块链赋能的“无信任生态圈”正逐渐发展成为第三代互联网 （web3）的一部分，是数字资产创造和货币化的关键。

● 连接与扩展，核心系统融入新架构：

核心主机系统曾被认为会消失殆尽，现在却在悄然复兴。如今，企业通过中间件将核心系统与新一代计算技术（如基于图形处理单元的超级计算机）以及创新的用户界面连接起来，这为基于云的分析、人工智能和机器学习提供了有前景的新途径。这种核心优化策略为大型机等传统IT系统注入新的活力，增强企业对其计算能力、数据存储和功能的信任，提升其计算能力、数据存储和功能的价值。

德勤管理咨询中国技术战略与转型服务领导合伙人刘俊龙表示，德勤今年提出交互、信息、计算、技术业务、网络与信任和核心现代化，信息技术的六大宏观技术力量，意味着至少在未来2-3年德勤未来几年都会沿着这六个方向去寻找趋势。"这六个方向是构成企业技术应用核心的方向。"他表示。

在发布会中，德勤还另外强调，近期发现多位具有开拓精神的领导者已经将目光转向一系列生长于自然科学、社会科学等领域的技术，德勤称其为“xTech”。目前，这类技术没有与企业IT划为同一领域，但《2023技术趋势》报告已经开始探索一些可能性，并认为太空技术、生物技术、神经技术、机器人技术、气候技术和能源技术这六大技术最终能与IT力量相当，有望引发巨大业务变革。

会后，36氪等媒体也与德勤管理咨询中国企业技术与绩效事业群总裁周令坤、德勤管理咨询中国技术战略与转型服务领导合伙人刘俊龙，以及德勤管理咨询中国合伙人韩光辉就金融行业数字化、沉浸式企业互联网、AI等话题进行了讨论。

以下是对话部分（经36氪编辑）：

媒体：今天发布的技术趋势是全球范围的，适用于中国企业吗？经历疫情，很多企业都开始关注降本增效，哪些技术可以帮助企业实现这一目标？

周令坤：今天发布的技术趋势同样适用中国环境和特点，因为报告撰写团队也综合考虑了中国市场的特点。企业谈降本增效，与数字化转型的课题分不开。过去很多年，很多企业在体验端和营销端做数字化转型，希望把产品更好地交给客户。后面企业增长过程中，也会关注盈利性是不是跟得上，盈利性背后就是降本增效。

降本增效对很多企业来说是非常重要的课题。像制造型企业，有几个方面很重要：一是与供应链效率相关的技术，像过去几年提得比较多的物联网，现在提到的供应链优化问题。2021年，我们已经意识到企业的供应链在未来几年里需要提升。疫情期间这种情况特别明显，有很多公司发现自己能交付，但盈利下降了，原因是供应链成本特别高。疫情期间，很多企业出口，但船运成本成倍增加，这个过程当中很难真正盈利，所以降本增效中，供应链是很重要的关节。

其次，财务体系本身的管理也很重要。很多公司随着企业规模的增加，管理的透明度是下降的，这也带来了今天我们提到的，核心体系现代化的话题，也就是核心系统怎么用好。财务是最简单一个点，随着企业规模增加，财务的结账时间，包括管理会计的数据透明度、真实性，都是企业的课题。

如果财务数据本身很难看透，财务分析就会下降，三流合一中很重要一个流就是财务的资金流。能不能提高效率，带来真正的财务营收，是很多上市公司非常大的压力。如果你有恰当的数字化技术和手段提升财务的管理能力和体系，自然也能帮助客户主动管理财务指标，主动管理财务的整个体系。

供应链和财务资金链之外，制造业的制造端怎么提高效率也是一个话题。过去几年里生产车间里很多新兴科技，比如质量控制环节，过去很多质量控制环节靠经验，靠人工去做质检，现在随着AI技术增加，很多工厂里通过视频采集，大数据自动分析质量是不是出现问题。汽车生产环节里，汽车表面的质量控制，过去靠人工经验去判断，现在是不太需要的，通过摄像头能够很快识别出来有没有瑕疵。这种就是很典型的降本增效，通过AI、大数据技术为企业降本增效。有人说有些岗位会减少，如果真是如此，对企业来讲就至少减少了一部分重复性的基础工作量。未来随着数字化转型走向深水区，降本增效一定是很多企业重点投资的方向。特别是企业数字化建设、信息化建设二十年，花了很多钱，数字资产很重，如何利用好这些数字资产提高效率，做好降本增效，是非常重要的。

媒体：今年的报告趋势聚焦到金融行业数字化转型，能不能做一些预测？

周令坤：金融最怕的是欺诈，也就是信任问题怎么解决。今天报告里无论是仰望星空还是脚踏实地都提到了信任问题，在金融这样一个体系里，如何利用新一代技术把信任问题解决很重要。

韩光辉：关于技术趋势，我们前几年研判，无论是个人体验、情感计算、自助化服务、智能机器人领域，今天的银行在对个人客户服务和客户体验上应该是相对比较领先，也走得比较快。

第二，对未来的预测和判断。银行本身的核心系统转型是以前大型主机银行的核心系统的生命延续，在这个体系里有一定相关的应用场景，特别是原来高并发量、高可靠性的核心系统怎么和现代的、基于体验的个性化服务，基于手机银行，基于ATM的服务融合起来，非常值得关注。对于沉浸式互联网、虚拟互动，我们认为在银行业一定也会有很多应用场景出现。

刘俊龙：今年我们提到这六个趋势对金融企业都有很好的启示。沉浸式互联网、AI这两个是核心，和智能化零售，智能化，数字化银行、数字化保险的改革方向息息相关。再加上，多云管理，分布式架构可以用来增加安全和隐私。而核心主机的变化，正是银行、保险都在考虑的，核心系统升级换代所涉及到的内容。

媒体：六个趋势中，有一个是沉浸式互联网，沉浸式最近几年大家非常关注，请问在德勤看来哪些场景比较有机会？

刘俊龙：今年为什么谈沉浸式互联网？我们的一个判断是，沉浸式互联网这项技术从实验室技术研发，基本上完成了到玩具的转变。接下来，我们预测未来18-24个月它会从玩具向工具转变。很多传统企业都可以开始思考，利用沉浸式互联网产生一些价值。

这个价值有两个方向，一个是企业增长，一个是降本增效。在增长这个场景下，我们关注到三类玩家，第一是零售消费品等企业利用元宇宙、AR/VR技术可以更好地进行产品销售。另外，企业也可以利用沉浸式互联网技术，让现有产品增加更多黏性，更多表现力。比如，保龄球协会可以在保龄球盒子上贴一个二维码，大家一扫会出现虚拟的保龄球明星，和你介绍相关的东西。三是那些在元宇宙，AR/VR上真正走在前面的初创企业。它们的业务就是用沉浸式互联网开展。

另外对传统企业来说，我们至少提到有两个场景可以尝试，一是通过沉浸式互联网技术加强内部培训，加强知识传递，加强员工体验感。电力企业很多员工现场以前要到现场去培训、实操。那种环境很危险，沉浸式互联网可以让员工在零危险情况下熟练掌握很多技能。

另外一个方向是企业的模拟仿真。比如说一个农业养殖企业，要选择养殖用地，可以用AR/VR、沉浸式互联网技术去进行模拟推演，而不是在现实里真的去投资。

媒体：这段时间ChatGPT特别热，我们技术趋势也提了AI，ChatGPT更多引发是C端的一些用户使用，那么未来在B端或者G端企业级应用场景上会有什么变化？

韩光辉：ChatGPT今年突然热了，但罗马不是一天就建成的。我们看它的技术发展历史，是过去十几年甚至几十年逐步的积累，到去年年底突然在C端放开，引爆了这样一波热潮。

ChatGPT背后代表了几个事，一是代表智能模型从专用模型转向通用智能。它不再是专一领域的计算，是通用一个大模型的转变。二是它最大特点是上下文认知。你反复问，随着你的深入细化，它会调整优化每次的输出。这些是以前在搜索或者一些模型中不太具备的特点。

ChatGPT是基于已有知识的分析和汇总。并且，它对于答案会产生相对比较智能的组合。所以对企业来讲，基于规则和常识、一定的管理体系，也就是模式相对固化、重复性的工作，ChatGPT可能相对比较擅长，会按照我们要求做一定的输出。但大家一定要知道，它本身或者至少它的模型还没能做一些创新、创造。

所以开个玩笑讲，我们可以用它来写年终总结，但如果你的年终总结想要出彩还得自己花点脑筋，因为ChatGPT写出来的都差不多。

回到企业应用，企业想用好它无非是两个方面，一个是如何利用它形成对外服务的产品特点。另外是从内部管理和管控上，看有哪些降本增效的应用。所以我们认为，将来一定是一个大模型再加上垂直领域的经验积累和知识。

它能走得多快，很大程度上取决于它能够被使用到什么程度。现在大家都在做一些尝试，但在探索过程中需要做整个体系化的调整，比如知识积累调整，团队技能的调整，组织架构调整，服务模式调整，要综合考虑。并不是说，用一个ChatGPT将来就可以做人力资源管理咨询，咨询公司就不需要了。

关键词：