华为发布面向2025十大趋势

2020-04-28    来源:raincent

容器云强势上线!快速搭建集群,上万Linux镜像随意使用

华为今日发布全球产业展望GIV@2025,提出智能世界正在加速而来,触手可及,并预测:到2025年,智能技术将渗透到每个人、每个家庭、每个组织,全球58%的人口将能享有5G网络,14%的家庭拥有“机器人管家”,97%的大企业采用AI。

全球产业展望报告于2018年首次推出,初衷是打开智能世界的产业版图,为各行各业创新增长提供路径参考。

2019年,华为基于对交通、零售、金融、制造、航空等17个重点行业的案例研究,并结合定量数据预测,进一步提出了面向2025的十大趋势,它们分别是:

 

 

趋势一:是机器,更是家人

随着材料科学、感知人工智能以及5G、云等网络技术的不断进步,将出现护理机器人、仿生机器人、社交机器人、管家机器人等形态丰富的机器人,涌现在家政、教育、健康服务业,带给人类新的生活方式。

GIV预测:2025年,全球14%的家庭将拥有自己的机器人管家。

 

 

趋势二:超级视野

以5G、AR/VR、机器学习等新技术使能的超级视野,将帮助我们突破空间、表象、时间的局限,见所未见,赋予人类新的能力。

GIV预测:2025年,采用VR/AR技术的企业将增长到10%。

 

 

趋势三:零搜索

受益于人工智能及物联网技术,智能世界将简化搜索行为和搜索按钮,带给人类更为便捷的生活体验:从过去的你找信息,到信息主动找到你;未来,不需要通过点击按钮来表达你的需求,桌椅、家电、汽车将与你对话。

GIV 预测:2025年,智能个人终端助理将覆盖90%的人口。

 

 

趋势四:懂“我”道路

智能交通系统将把行人、驾驶员、车辆和道路连接到统一的动态网络中,并能更有效地规划道路资源,缩短应急响应时间,让零拥堵的交通、虚拟应急车道的规划成为可能。

GIV预测:2025年,C-V2X(Cellular Vehicle-to-Everything)蜂窝车联网技术将嵌入到全球15%的车辆。

 

 

趋势五:机器从事三高

自动化和机器人,特别是人工智能机器人,正在改变我们的生活和工作方式,他们可以从事处理高危险、高重复性和高精度的工作,无需休息,也不会犯错,将极大提高生产力和安全性。如今,智能自动化在建筑业、制造业、医疗健康等领域中广泛应用。

GIV预测:2025年,每万名制造业员工将与103个机器人共同工作。

 

 

趋势六:人机协创

以人工智能、云计算等技术的融合应用,将大幅度促进未来创新型社会的发展:试错型创新的成本得以降低;原创、求真的职业精神得以保障;人类的作品也因机器辅助得以丰富。

GIV预测:2025年,97%的大企业将采用AI。

 

 

趋势七:无摩擦沟通

随着人工智能、大数据分析的应用与发展,企业与客户的沟通、跨语种的沟通都将可能变得无摩擦,因为精准的信息到达,人与人之间更容易理解、信任彼此。

GIV预测:2025年,企业的数据利用率将达86%。

 

 

趋势八:共生经济

无论身在何处、语言是否相通、文化是否相似,数字技术与智能能力逐渐以平台模式被世界各行各业广泛应用。各国企业都有机会在开放合作中,共享全球生态资源,共创高价值的智能商业模式。

GIV 预测:2025年,全球所有企业都将使用云技术,而基于云技术的应用使用率将达到85%。

 

 

趋势九:5G,加速而来

大带宽、低时延、广联接的需求正在驱动5G的加速商用,将渗透到各行各业,并比我们想象中更快地到来。

GIV预测:2025年,全球将部署650万5G基站,服务于28亿用户,58%的人口将享有5G服务。

 

 

趋势十:全球数字治理

触及智能世界,遇到了新的阻力和挑战。华为呼吁全球应该加快建立统一的数据标准、数据使用原则;并鼓励推动建设第三方数据监管机构,让隐私、安全与道德的遵从,有法可依。

GIV预测:2025年,全球年存储数据量将高达180ZB。

华为全球ICT基础设施业务首席营销官张宏喜表示:“人类的探索永不止步,从地球到太空要飞得更高,从过去到未来要看得更远,从创新到创造要想得更深。

今天,以人工智能、5G、云计算为主导的第四次工业革命所带来的改变,正在改变各行各业,推进智能世界加速到来。

华为致力构建无处不在的联接、普惠无所不及的智能、打造个性化体验和数字平台,让每个人、每个家庭、每个组织从中受益,让智能世界触手可及。

标签: 大数据 大数据时代 大数据概念 网络大数据 网络数据与 

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。

上一篇:干货:如何正确地学习数据科学中的 python

下一篇:数据共享的核心在定价,数据开放与隐私保护探讨