推进技术进步

人工智能的成长。人工智能主要依赖三个因素：数据、计算能力和算法。过去的几年里，计算机的能力激增，算法的复杂程度也正在飞速提高。从预测性维护方案到苹果的Siri和亚马逊的Alexa等面向消费者的平台，人工智能的势头已经开始达到一个明显的临界点。在云基础设施上训练大型图像分类系统的时间从2017年的3小时下降到2019年的88秒，成本也同样降低。现在，计算能力每3.4个月就会翻一番（明显快于摩尔定律所说的两年）。主要的科学人工智能障碍仍然存在 —— 阻止了许多关于人工智能能力预测的实现 —— 但是为创新者带来了投资和释放人工智能真正潜力的机会。

个性化医疗商业化。人类基因组计划的完成和CRISPR、CAR-T细胞等新技术的发展，给基因组编辑带来了革命性的变化。尽管规模化的个性化医疗仍然是一个梦想，但是这些技术使小众的专项治疗方法的发展成为可能。美国食品药品监督管理局批准的分子实体中有42%是个性化治疗，包括第二个批准的基于生物标志物而非肿瘤来源的抗肿瘤疗法。⁸⁹ 过去的10年里涌现了一大批创业公司，使这项技术得以应用，而大型制药公司也竞相参与。例如，吉利德2017年以119亿美元的价格收购了布局CAR-T细胞疗法的凯德药业。⁹⁰

电池持续发展。零碳电力的实现依赖于储能的成本效益。随着可再生基础设施和电动汽车应用率的提高，过去5年中，电池的发展呈爆炸式增长。特斯拉与松下合作建立了全球最大的电池生产超级工厂，计划产能35千兆瓦时，在业界引起轰动。两家公司曾就产量能否达到承诺而争论不休，但是随着工厂达到既定的产能，并且计划扩大产能，成长的烦恼似乎已经结束。⁹¹ 随着初创企业涌现，推动从固态电池向液流电池下一阶段商业化发展，2018年和2019年，电池开发风投增加均超过了100％。⁹²

量子计算兴起。尽管未来5年还将继续发展，但量子计算在过去几年中已经取得了快速的进步，IBM和谷歌引领了这一领域的发展。2019年，谷歌宣布其Sycamore计算机完成了传统计算机几乎不可能完成的任务，确立了 “量子霸权”的地位。⁹³2020年，霍尼韦尔出人意料地宣布，他们打造了世界上性能最高的量子计算机，并成功投入商用。⁹⁴

未来预期

《纽约时报》前未来学家Michael Rogers将创新过程比喻为航行：认定方向，迎着逆风，掌舵控帆，抵达目的地。未来五年的科学与技术将继续迎头向前，新突破、新科技将大量涌现。对企业而言，最大的机会在于推动这个时刻的到来，并于来临之前做好准备。

为突破性技术扫清主要障碍的公司有望获得丰厚回报。例如，个性化医疗目前的高成本和不可及性，主要是由于难以实现规模化生产，但下一代方法已经出现，包括可以大规模生产且可定制化的医用反应器和细胞治疗技术。⁹⁵在开发个人基因组相关的高效制造过程和供应链方面，仍需投入大量的努力。

同样，人工智能领域，最大的挑战之一就是开发无监督学习。如今，工程师大量参与了大部分的特定数据集算法开发。可扩展、可部署的人工智能将通过算法开发来实现，这种算法开发可以在没有工程师直接参与或者说是“无监督”的情况下进行。⁹⁶

很多企业都在为应对这一潮流的到来而做准备（特别是对人工智能），为此，他们将竞相安装测试系统和建设基础设施。我们可能会看到侧重于个别功能领域的小众人工智能技术的涌现，以及部署算法的大量资本投资。大多数专家预计，人工智能将在制造业、供应链和面向消费者的营销中更快地部署。⁹⁷同时，预计我们对数据价值的认识将提高，随着企业争相建立自己的优势，数据获取方面的竞争将更激烈。随着大公司竞相在突然爆发的行业占得一席之地，预计会有更多的大型企业集团收购初创企业，尤其是在个性化医疗领域。

四五年内，特别是大规模部署基础设施后，这一门槛将降低，尤其是在人工智能方面。那些花时间培养人才和建设基础设施的公司将开始看到加速的回报 —— 而落后的公司将努力追赶。同时，随着大公司战略并购初创企业并成为主导力量，个性化医疗和电池开发市场将开始从千帆竞渡转为头部集中。⁹⁸