未来将有46项变革未来商业的技术！

数字化工作平台是异步消息、实时语音和视频通信、屏幕共享、内容和背景的结合。这些内容和背景的元素通过文档、图片、网址、声音和视频提供。最简单的数字化工作平台可以被看作是以下三个领域融合成一个的工作平台：

它可能还包括企业社交网络、共享磁盘、会议、笔记、演示文稿、任务管理和内容管理。尽管事实上在这样的协作和通信环境中已有很多不同的能力和功能可用，但每天仍有新的相关技术和解决方案出现。

数字标牌使用电子技术来显示信息或提供内容。内容可以根据背景进行调整，比如是否有人在看或人们只是经过，标牌还能通过触摸界面或运动检测系统等与用户交互。

分布式社交网络（DSN）是指由社交网络倡议开发的、以一种联合和分布式的模式运营的社交网络平台。许多这样的项目都在「联合社交网络（FederatedSocial Web）」的旗帜下进行联合。

关键的社交网络功能（如个人信息共享、通信、关系管理和内容分享）是通过新兴的开放标准和协议实现的。

尽管 DSN和中心化的社交网络可能具有相似的应用场景，但它们更加重视私人和对个人数据的控制。许多人在努力确保（个人）数据被终端用户持有，而不是处在系统/服务器管理员的控制之下。它们点对点的运营模式和对隐私的关注意味着它们更倾向于关注特定的应用场景。

物联网（IoT）的成长和越来越丰富的云服务的出现共同带来了对网络边缘数据处理的需求。边缘计算也指雾计算（fog computing）、网式计算（mesh computing）、露点计算（dew computing）和远程云（remote cloud）。它将应用、数据和服务从中心化模式的云计算移向了位于网络末端的更为分散的模式。

无处不在的（而且有时是自动的）设备——包括便携式计算机、智能手机、平板电脑和可能不会持续连接到网络的传感器——彼此之间和与网络之间通信与协作以在没有第三方干预的情况下执行存储和处理任务。

边缘计算涵盖了许多类型的技术：从无线传感器网络和移动数据采集到分布式点对点自组式网络和处理等等。

百亿亿次超级计算机是指每秒至少能执行100 亿亿（10^18）次计算（exaFLOPS）的高性能计算（HPC）系统，这超过了今天的千万亿次超级计算机速度的一千倍。它将在解决 21世纪的新挑战上提供重要的推动力，满足各个领域（尤其是产业界、学术界和科学界）对越来越高的强大计算系统的需求，并可使其可利用认知计算来解决涉及到不断增长的数据量的问题。

人们相信要让神经网络的处理能力达到人脑一样，百亿亿次正是所需要的数量级；因此，这也是Human BrainProject（欧盟人脑计划）要实现的目标能力。

随着服务器管理变得越来越依赖软件定义，基于纤维丛的计算模型由一个协同工作的互连节点网络组成，这个节点网络从远处看就像是一个统一的编织品。

这些节点在外围设备旁边包含松散耦合的虚拟化存储、联网、处理和记忆功能，其中，每一个节点都可以独立于其它节点进行扩展。这些资源可以被轻松地、甚至自动地改变用途。数据中心基础设施管理（DCIM）层和潜在的应用层与数据中心服务供应层动态地协商它们的资源需求。

和网格计算（gridcomputing）相反，结构解决方案并不针对某个特定的场景。

沉浸式体验是指用户的注意力完全被吸引，让用户与真实世界断开并在模拟的空间中失去自己的体验。沉浸式体验技术涵盖多个种类的帮助体验更为沉浸化的设备，并通过这些设备来让该技术对用户更无形。

这些设备包括：3D显示器——创造深度感的显示设备；触觉设备——添加触摸的感觉；全息用户界面——基于激光的立体显示，用户可在其中与全息图像交互；虚拟现实（VR）——真实世界环境的数字模拟。

内存内计算是一种计算方式，计算机或者运行应用的网络计算机的中央内存充当首要的数据存储器，来存储这些应用所使用的——可能有多TB——数据组。然后，这些应用使用传统硬盘驱动持续不断地存储内存数据，以回复、管理过载情况以及输送数据到其它地点。

洞察平台是第三代商业分析平台。第一代平台为商业智能，关注于绩效跟踪。第二代为大数据分析，关注于行为分析。

这个平台将现有技术和新技术进行了整合，从联网环境中实时收集并分析海量数据集，快速将数据转化为具有可行性（规范的）的商业洞见。通常包括以下几方面：

流分析（Streaming analytics）：在运转中实时分析数据从而提升获得洞见的速度

分布式分析（Distributed analytics）：在分布式架构中就地分析数据

规范分析（Prescriptive analytics）：它是基于大数据分析来作出预测，然后给出决策建议

万物联网是一个无所不在的通信网络，它有效的从几十亿的现实物体和物理活动中捕捉、管理并传递数据。将人、过程、地点和其他事物包含进来也可以对物联网进行延伸。

空间分布式的传感器和执行器（节点）组成的网络，每一个节点都有一个接收器和控制器用于在网络环境上进行通信，从而探测和检测时间（传感器）或者激发动作（执行器）。每一个节点都有一个独一无二的标签，以及不需要人人或人机互动，只通过网络进行数据交换的能力。

传感器和执行器有多种尺寸和价格，一些甚至只有用显微镜才可以看到。此类微型设备可以植入许多不同物体中，并应用到不同环境中——像边远地区的恶劣环境中。

IP（互联网协议）是当下网络的主要通信协议，如因特网。为了取代IPv4，在20 世纪 90 年代设计出了IPv6(互联网协议版本 6) 。IPv6 包含了一些新特征，如地址分配，网络重新编号和自动配置。它通过提供支持给组播，并更有效率地管理移动数据流量来解决 IPv4 的缺点。此外，IPv6 可以嵌入一些配置和发现机制从而加入到 IPv4 的标准网络。

 IPv6的实施与推广，将极大促进互联网创新，尤其在以下几个方面：

实时联网——随着自动化汽车、远程遥控手术、工业自动化、视频直播和网络语音传输（voice over IP）的需求增长，IPV6 能够突破 IPv4 在这些领域应用案例中所暴露出来的人工瓶颈；

移动性——以 5G 与 IPv6 的组合为决定性要素，为路由层面提供无限的覆盖范围；

 物联网——提供近乎无限的（IP）地址；

创新平台——相比 IPv4，IPv6 运行得更好，配置更加简单易用

地理信息系统（GIS）获取、存储、分析和显示根据地理位置所引用的信息。下一代会将第三个维度考虑进去。这种3D（空间）方式提供了一个对世界更加逼真的表征。

空间数据可以有非常广泛的来源，包括全球定位卫星、信标、WiFi热点、远程传感器和 LiFi 等可见光通信（VLC）源。可视化技术让企业可以从这种空间数据中提取见解。

其最基本的应用案例是基于地理围栏（geofence）或地址列表推送内容或激活或关闭功能。更先进的空间（3D）分析可以使用用户或物体的确切地理位置，以提供基于背景的信息和服务。

低功耗广域网（LPWAN）无线通信技术也被称为超窄带（ultra-narrowband），具有很低的功率需求和长程的范围，但数据率较低。

LPWAN 的设计目的是让没有高功率源的物体能够连接起来，主要是物联网（IoT）。毕竟，大部分连接到物联网的物体只需要传输很少量的数据（如命令和状态），而那样的操作也只需要很小的功率。

忆阻器是一种非线性的无源电子元件，其阻值会根据流过电荷的历史记忆而发生变化。这种组件的阻值反映了这种历史，因此它的名字是「记忆 memory」和「电阻 resistor」的组合。

基于忆阻器的存储器是非易失性的，其数据密度可超过每立方厘米100 TB，具有很高的速度和较低的功率需求。神经网络可以具备自己的物理实现能力，而不再仅依赖于计算机模拟，在神经形态系统上拥有更长期的潜力，可以通过紧凑的神经忆阻系统以传统计算机一小部分的功耗实现超越传统计算机的性能。

自然用户界面（NUI）是设计用来让人机交互感觉尽可能自然的系统。其所包含的广泛的技术让用户可以利用日常行为、直观的操作和他们自然能力控制交互式应用。其中可能包括触觉、视觉、语音、运动和更高级的认知功能，比如表情、感知和回忆。

一些自然用户界面依赖于媒介设备，而其它更先进的系统对用户来说要么不显眼——或甚至是不可见的。其最终目标是让人机界面近乎消失。例子包括：

近距离无线通讯技术（Nearfieldcommunication/NFC）允许设备之间（比如手机、可穿戴产品与标签、卡等）无线短距离通讯，为设备与实物的交互提供了一种自然而直观的方法，手机更显著地释放了NFC 的潜能。

NFC技术规范并便利了终端用户无线电子通讯设备的一体化；

开源硬件模型拓展了流行于开源软件发展中的观念及方法论。参考文件——包括图表，图解，零件清单及相关产品说明书——拥有开源执照即可出版，因此其他团队可根据特殊需要修改并完善这些资料。

这些模型有时与相较而言更传统的开源软件结合，像是操作系统，计算机固件或拓展工具。例如Linux 和 Android 系统正被应用在嵌入式设备中。

通过开源硬件可以更容易制作出新设备原型，比如联网传感器设备，避免供应商依赖；通过促进硬件设计的可利用性，达到对系统的长期（几十年）维系；为互联网规模的数据中心提供服务器和网络基础设施，促进工业供应商对核心技术标准的采用，以吸引合作伙伴形成生态系统；加速创新，普及 MIT 提出的分布式 fab lab 模型。

塑料晶体管反映了材料科学的进步，给我们提供了除传统电子器件之外的其他选择。基于拥有电特性的有机聚合物，包括有机发光二极管（organiclight-emitting diodes/OLED），这些材料可被轻易地印刷在不同类型基材上，允许可弯曲塑料上呈现出复杂电路——这对于传统电子器件来说根本不可能。

塑料晶体管将被大量应用以实现曲面显示、导电油墨、可印刷的计算机电路、透明电路、可穿戴计算设备、智能绷带、电子标签（Radio Frequency Identification/RFID射频识别技术）、塑料太阳能电池等。

量子计算机是利用量子力学现象（比如叠加与纠缠），对数据进行运算的计算系统。量子计算的基本元素是量子比特（量子的叠加态，可以同时有多个值），相比最优的经典计算方案，其主要优点在于能够以成倍快于前者的速度执行一些量子算法。

这些算法正在迅速发展，未来有一天或能打破当前组合分析的一些技术限制。量子计算应用范围广泛，如解密、运筹学、优化、仿真（结合齐次多项式模型）和大数据分析（神经网络）。

SDx（软件定义一切）是指用商用硬件上运行软件来取代老式受物理机制限制（往往是专用的）硬件设备。这一概念可应用于 IT 系统中的诸多方面，比如网络、计算、储存、管理、安全等。

软件定义网络（SDN）——与物理网络设备解耦的可编程遥控器通过网络传输数据；

软件定义计算（SDC或虚拟化）——使CPU和内存资源与物理硬件解耦，创造出独立的软件容器（虚拟机），在同一个物理服务器上同时运行；

软件定义存储（SDS或存储虚拟化）——使存储功能（包括备份和回复）与存储硬件解耦，用软件实现存储资源供应的自动化和优化；

软件定义数据中心（SDDC）——使所有资源（包括CPU、内存、存储和安全）虚拟化并作为服务提供；

网络功能虚拟化（NFV）——把SDC、SDS和SNS结合起来，作为电信行业的解决方案

随着云、API和物联网（IoT）的发展，互联网犯罪的数量、复杂程度和影响持续增长，因此安全范式必须进行变革。在上世纪九十年代的边界安全技术（强调网络防御）和二十一世纪的深度防护（强调多个保护层）之后，互联网防御策略正向新型的自适应性安全原则转变。这种先发制人确保安全的方法把重点从保护转向实时侦测和响应，随时改变防御策略。

相关技术和流程纳入了安全操作中心（SOC），这还需要新一代的安全信息与事件管理（SIEM）技术结合机器学习和规范分析。

自适应安全还需要依赖新的情景识别安全技术（包括身份和访问管理、网络安全、设备和智能机器安全），从而对威胁进行动态适应。

语义技术包括一套多种多样的技术，其目的在于帮助机器理解大量或复杂的数据，而不需实现提供与数据相关的任何背景知识。本质上来说，这类技术给信息带来结构和意义，方法往往是提供机器可读的元数据，这些元数据与人类可读、意义详细的内容存在联系。它被广泛应用于以下技术：

智能机器指代配置认知计算能力的系统，它们能够在没有人类干预的情况下自主做决定、解决问题，执行之前由人类引导的活动或任务，从而提高效率和生产力。

智能机器被广泛应用于以下产品与技术：

亦被称之为集群智能、蜂巢计算。集群计算指代大规模分布、自组织系统中的所有代理能共同朝着一个确定的输出目标协同工作。系统中的每一个代理都有自己的一套规则且只与局部环境互动。所有代理的聚集行为能导致全体行为「智能」的产生。

由于预测到物联网节点会增加，而众多独立节点的计算能力有限，所以每一个节点都将连接到社区中的其他物体上，从而创造出一个IoE 集群。

可信任设备是指终端机、软件支持的物件和机器这样的设备有保护数据处理可用性、完整性和隐私安全性的可信任能力。这包括智能手机、支付终端机这样的人机交互设备，以及智能家居和智能机器这样的自动化设备。

可信任设备能够保证人类使用数字系统通信和交互的安全，确保对重要基础设施和自动化程序的防护——比如智能电网、智慧城市、智能交通以及医疗连接设备。

如今大部分人使用多于四种以上的信息孤岛（informationsilos）存储、管理、转移他们的私人信息，包括谷歌、Outlook、Facebook、Twitter、WhatsApp、本地磁盘、USB硬盘、OneDrive 网盘、Dropbox 等。无处不在的个人信息管理（普适PIM）是一种存储个人信息的新方法，把所有的信息存储在统一的一个存储系统中，但仍然可以通过多种应用接触到这些信息。大部分信息类型都适用于无处不在的 PIM方法，包括信息（电子邮件、社交博文、公共网站回应信息）、联系方式、文档（文本、图片、视频）和日志。

虚拟助手是帮助我们完成服务和任务的助手。他们可以理解问题并用自然语言的方式回答。它们利用人工智能、机器学习、语音处理、推理和知识表征来使人机交互的过程变得更加容易，更加自然，更加富有吸引力。

它们执行的任务和服务依赖于用户键入或语音输入的信息、情境感知以及可访问的例如天气或交通状态、新闻、股票价格、日程表、零售价格等互联网资源。

可穿戴设备装载了具有感知、计算和通信能力的微型电子器件。它们利用穿戴者的情境信息（由嵌入式传感器侦测到）来提供一般的或特定的服务，从而让用户对自身数据信息做出实时反应。

尽管现在最热门的可穿戴设备是智能手表，仍然有很多穿戴在其他部位的可穿戴设备。

超大规模运算，也被称为大规模万维网计算，是一种大规模的、分布式、网化的计算环境，随着数据规模和工作量的增加可以有效的扩展，有时这种扩展是指数级别的。计算、记忆、网络、存储资源将变得更为快速，具有成本效益。

超大规模加速硬件通常建立在剥离的商业硬件基础上。潜在地，数以百万计的虚拟服务器会协同工作来满足日益增加的计算需求，不需要额外的物理空间、冷却设备和电力资源。

利用超大规模运算，总体拥有成本（TCO）随后将显然依据高可靠性、实现应用和/或传递数据的单一价格决定。 

IETF、W3C、WebRTC 同心协力的结果是一个免费开放的互联网标准，使通过标准浏览器和移动设备运载的跨平台、基于互联网的、免插件的实时通信系统成为可能。

本质上，WebRTC 定义了置入浏览器中的声音和视频媒体处理软件的标准。这是一个可拓展标准，并且提供了一个联合了HTML5 的标准 API 接口，该接口通过特定机制处理通信过程中参与者在以往环节产生的数据。

商业实现是可行的并通过提供差异化的信号定义方式和协作模型来区分彼此，并且使多方参与成为可能。

无线供电描述了不需要实体线路，通而过电磁场替代的电力传输方式。现有两种电力传输方式：利用电磁感应和电容性充电的近场充电（NFC）；利用电磁装置辐射电磁波的远场或辐射充电。

无线供电可广泛应用于：