*預知2030年未來世界新樣貌* 撰文／李洵穎、唐祖湘
-2019年*十二月號工業技術與資訊月刊*-
科技的變化愈來愈快速，10年後的世界會是怎樣的面貌？人類的工作會被機器人取代嗎？屆時需要什麼樣的人才？2030年的台灣會是什麼樣子？將面臨什麼重大挑戰？或許我們無法準確預知答案，但可以從研究趨勢中掌握先機，做好迎向未來的準備。
區域經濟已成全球趨勢，亞洲更成為近年來經濟發展重點，為有效掌握未來前瞻科技發展趨勢，工研院與美國電機電子工程師學會（IEEE）合作，公布亞洲2030前瞻科技調查報告，以專家問卷方式，盤點出未來10年亞洲十大重點技術。
工研院產業科技國際策略發展所分析師侯鈞元表示，人工智慧（AI）、6G行動通訊技術、區塊鏈、自動駕駛車、工業機器人、服務機器人、新能源車、環境友善塑膠材料、固態電池及奈米科技，將是2030年亞洲最看重的10項技術發展項目。
人工智慧大躍進
還記得2016年Google的AlphaGo與中國棋王柯潔的世紀之戰嗎？AlphaGo不僅讓人工智慧的潛在發展獲得外界正視，也令各產業開始積極投入發展人工智慧應用。
說到人工智慧，不能不提到機器學習、深度學習及神經網絡。他們的關係有如一個同心圓，人工智慧最早出現，是最大的外圈；接著是後來出現的機器學習；推動人工智慧領域出現爆炸性發展的深度學習和神經網絡，則是落在最裡面的內圈。簡單地說，深度學習驅動機器學習，最後實現了人工智慧。未來到了2030年，人工智慧不但將延伸到各行各業，還將翻轉你我的生活。
6G行動通訊技術覆蓋全球
行動通訊技術大約每10年演進一次，預估2030年將進入6G時代，以滿足5G未能達到的各種生活應用與商業需求邁進。6G將結合5G行動通訊系統和衛星網路，並將搭載高速光纖、大規模陣列天線等，不僅能覆蓋全球，使無線和行動終端的網路傳輸速度達到11Gbps，高於5G的10Gbps資料傳輸速率。在未來的6G網路中，人工智慧技術也不會缺席，兩者將進行更廣泛的整合。
區塊鏈驅動新經濟
2017年是企業建構區塊鏈概念的一年，到了2018年逐漸進入商轉的重要階段，除了加速金融創新，也延伸應用於商務、製造、物流、線上遊戲、數位音樂等產業。預估到2030年，區塊鏈重要潛力領域包括財務、供應鏈和物流、身份管理、零售和電子商務等，屆時因區塊鏈所創造的商業活動價值將達2兆美元。
自駕車實現智慧交通
自駕車系統核心技術涵蓋感測融合、人工智慧、人機介面、駕駛及乘客監控、通訊、5G、Ethernet、邊緣運算、模擬訓練等技術，使車輛能夠自動化無人駕駛，人只要當乘客就好，是實現真正智慧交通的關鍵。隨著人工智慧、感測技術等逐步成熟，預期2030年時，自駕車時代將全面啟動，全球自駕車市場規模將達7兆美元的商機。
工業機器人推動產業升級
隨著感測器、演算法的進步，機器人可以走出圍欄的限制，與人共事；視覺辨識技術、機器學習技術的發展，將讓工業機器人辨識能力不斷提升，使用限制降低，更適用於製造產品生命週期短、少量多樣的生產情境。加上機器人精度穩定、移動靈敏、速度快，工業機器人走向可和人進行互動協作，完成彈性製造的需求。
服務機器人滿足家庭需求
人工智慧技術的進步，服務型機器人智慧化成為現在到2030年的發展重點。服務型機器人內含感測、致動與運算分析元件，並具備自我感知、反應與認知能力，能為人們提供完整的特定服務，像是可以幫助年長者輕鬆上網享受數位生活，也可以做為家庭照護幫手，語音主動提醒生活資訊，如預約門診時間、服藥與運動時間。
新能源車節能減碳
環保意識抬頭，亞洲民眾對環保議題關切，使得新能源車成為2030年亞洲前十大重要技術，預估2030年亞洲地區新能源車滲透率將高於20%。目前新能源車主力為電動車輛，隨電動車輛滲透率提升，未來電動車將不僅是代步工具，更可結合智慧電網，扮演微電網、儲能和緊急供電設備角色。
塑膠材料更友善
塑膠發明至今已逾百年，提供人們便利的生活，然而處理廢棄塑膠卻相當棘手，開發「環境友善塑膠材料」成為各國重要課題。「環境友善塑膠材料」是指可以生物分解的塑膠材料，獲政府與企業持續投資資源開發，加上民眾環保意識高漲，預見2030年，「環境友善塑膠材料」成為亞洲最普遍應用的技術。
固態電池出頭天
使用易燃電解液的鋰電池有洩漏與爆炸的疑慮，因此採用固態電解質取代電解液的固態電池成為業界積極推動的發展方向。除了具備高安全性外，當固態電池搭配合適的正負極材料，也能大幅度提高能量密度，不僅材料與電池製造廠商投入資源開發，也有多家車廠亦紛紛投入研發行列，預期固態電池在2030年前可望商業化。
奈米科技無處不在
「奈米」，相當於一根頭髮厚度的約五萬分之一，可想像其非常微小。由於夠小，許多物質的現象都將改變，例如質量變輕、表面積增高、表面曲度變大、熱導度或導電性也明顯變高等，例如玻璃的特性易碎，奈米級的玻璃卻可以彎曲，進而衍生新的應用，開啟非常龐大的商機。目前全球奈米科發展重心，從過往的電子電路，跨向能源、環境、生醫、紡織等領域發展，由以上五大指標產業足以彰顯奈米科技的重要性，預計到了2030年，成熟奈米應用將十分接近量產化。
從以上亞洲地區所重視的2030年十大重點技術，可勾勒出亞洲2030年的樣貌為乾淨而便利的人機互榮社會。亞洲國家著重布局人工智慧、機器人、次世代通訊等技術，促進產業升級與轉型，也能解決高齡社會勞動力短缺的問題。另一方面發展電動車和環境友善塑膠等技術，預期降低環境汙染對人類健康的威脅，也是受到關注的議題。
勾勒2030年台灣未來形貌
創造經濟新局
未來情勢多變，但並非完全不能想像。台灣作為國際社會重要成員，探索台灣2030年樣貌，從國際趨勢即可窺見一二。工研院產業科技國際策略發展所領域策略長張淮杞在「2030年台灣未來形貌及其重要議題」演講中，從社會變遷、經濟發展、生態環境、產業科技等面向，描繪2030年全球化下的世界與台灣形貌。 社會：預計2026年邁入超高齡社會
2030年全球人口將超過86億人，主要成長地區為非洲與印度，而60歲以上高齡人口有6成在亞洲。台灣在今年3月底因老年人占總人口比率達到14%，正式宣告進入「高齡社會」，預期2026年將進入「超高齡社會」，緊跟著日、德、義等先進國家的腳步，而這些國家早在2015年就已經邁入超高齡社會。
所謂超高齡社會，指的是老年人口占總人口的比率超過20%，平均每5人中就有1位是老人。無論高齡社會，還是超高齡社會，伴隨而來的是龐大醫療照護需求。張淮杞引述日本厚生勞動省資料，2025年日本醫療照護費用將突破70兆日圓，日本政府也將「健康、醫療、照護」列入「Society 5.0」國家戰略之一，利用物聯網（IoT）、人工智慧（AI）等先進技術融入產業與社會生活，提供滿足多元需求與細緻服務。
台灣高齡化由高齡社會轉為超高齡社會時間為8年，與韓國、新加坡相當；高齡化伴隨老人失智等問題，張淮杞指出，到了2036年，台灣失智人口將超過50萬人，失智照護、高齡健康照護與老人獨居等，是未來關鍵議題，也是重要商機。
經濟：善用自動化生產因應勞動力遞減
高齡化社會來自生育率的減少，根據聯合國統計，全球幾乎所有地區生育率都在下降。張淮杞指出，2017年台灣嬰兒出生數已跌破20萬人，為19.4萬人。若依照現況態勢推估，台灣2030年出生嬰兒數將降至16萬人。生育水準越低，代表著人口減少速度也越快。台灣人口數在2020年到2027年間達到最高峰，約莫介於2,360到2,372萬人之間，之後便轉為下降的態勢。此意味著2030年人口紅利減少，將影響國家公共運作與競爭力。
少子化加上勞動人口逐漸高齡，影響勞動力供給規模。2030年我國勞動力跌破1,100萬人，來到1,088萬人。張淮杞認為，面對勞動人口減少的問題，應擴大勞動供給來源、強化高齡人力資源運用、規劃合宜移民政策、提升勞動者專業技術能力及善用機器人自動化生產模式。
環境：用水需求增需未雨綢繆
儘管存在著少子化的問題，台灣人口在2027年前仍是逐年增加，到2023年總人口將比2016年增加20萬，預期增加民生用水量需求。不單只是民生用水，台積電3奈米廠預計最快將於2022年底開始量產，近年還會有部分台商將產線移回台灣，都將使工業用水量大增。此外，整體而言，估計台灣2030年用水量將增加10%。如何提升蓄水量，以因應用水需求成長，也是政府、產業和人民不容忽視的一大課題。
科技：國內生產毛額6成來自數位轉型
因應2030年社會、經濟與環境問題，科技將扮演重要角色。張淮杞認為，未來全球將朝往數位智慧化發展。知名管理顧問公司Accenture在2017年的報告中指出，數位轉型過程中，以數位化科技為商品及服務加值或創建新的市場，對國內生產毛額（GDP）成長貢獻龐大，估計到2030年全球數位經濟產值將達28兆美元，占GDP的30%。
張淮杞說，企業進行數位轉型，可增加客戶滿意度、提高淨利率、增加生產力、縮短生產週期及降低成本。目前國內有83%的企業主表態將積極推動數位轉型，預期2030年台灣GDP中可望有6成是來自於數位轉型帶來的貢獻，包括數位服務產品與相關技術。
以製造業為例，製造業數位轉型的關鍵核心在於智慧製造，智慧製造則仰賴物聯網、人工智慧等新興技術；有了人工智慧與機器人將會改變過去工作模式，形成人機協作新模式，進而產生新型態的人才需求。
及早因應 政策推動加速數位轉型
在經濟部工業局支持下，工研院號召近百家國內廠商包括友嘉實業、榮剛集團、鈺創科技、宏碁集團等，在2016年成立物聯網智慧感測聯盟，共同推動物聯網智慧感測暨應用平台，以智慧機械為重點，發展3D感測模組等關鍵技術，加速鏈結整合產業，進而搶攻商機。
為了進一步讓智慧機械推向產業，讓產業朝往智慧機械發展，達成「智機產業化」及「產業智機化」目標，政府提出「智慧機械產業推動方案」，建構智慧機械產業生態體系，不僅組成國家級產學研團隊，以深厚的工業物聯科技含量，形成完整緊密的產業鏈，並強化系統整合輸出整體銷售方案，進軍國際市場。
根據智慧機械產業推動方案，智慧機械產業將可最先開花結果，預估2023年智慧機械產業年複合成長率可達5%；至2025年，智慧機械關鍵零組件之一的高階控制器的出口占比上看30%；同年，整合上中下游服務輸出模式的跨域合作效益應可顯現，屆時將以10個區域服務輸出模式為目標。
人工智慧在智慧製造上的應用也不容忽視。2018年，科技部推動AI創新研究中心計畫，成立專注智慧製造的人工智慧製造系統研究中心，張淮杞預估，2025到2030年台灣各行各業都將出現IoT與AI應用。
綜觀全球嚴峻的市場競爭形勢及國內產業發展現況，數位轉型為全球產業發展潮流與競爭利器，順應時勢，發展新商業模式的能力將是致勝的關鍵，數位轉型勢在必行，將重塑台灣產業競爭力。
2030年數位化成產業常態
跨域整合人才出頭天
全球市場加速更迭，人人對未來產業動向都想一探究竟，搶得市場先機。工研院產業科技國際策略發展所跨域創新研究組黃筱雯，從最新報告與調查數據中抽絲剝繭，歸納出「數位化」將成為未來產業發展新常態，其中人工智慧（AI）、大數據分析更是驅動數位轉型的關鍵技術，驅使技術端與產品端往數位化邁進，並衍生諸多數位技能人才需求。
資通訊與金融服務投資AI意願最強
根據國際調研機構Gartner的技術成熟曲線 ，近3年來，企業對於AI科技所能帶動的商機寄予厚望，為了能夠儘早開發出具潛力的商業產品，即使數位科技的商業應用尚未臻成熟，企業仍會搶先雇用具備數位科技技能的專業人才。
AI科技應用也帶動各大產業開創新型態的營運模式，包括零售業、製造業、健康照顧等，根據麥肯錫全球研究院（McKinsey Global Institute；MGI）2016年調查報告顯示，其中以資通訊、金融服務是AI科技現階段採納度最高，也是未來3年投資意願最強的兩大行業。
AI科技也影響人類工作從本質上產生轉變，PwC資誠研究報告指出，隨著AI自主能力越來越強，會從現在的機器輔助人類（只做不學），走向人機協同（又做又學），逐漸邁向機器自主（自學自做）。無人商店、機器人工廠、與智慧照護機器人的出現，產業逐漸走向無人化，這是否意味AI將完全取代人類原本工作呢？
AI長期將造出更多數位工作機會
麥肯錫即預測，科技革新對於就業機會影響可分為長期與短期來討論：短期而言，AI對就業的衝擊可能會來得又急又快，但就長期來看，當AI擴散至各行業且被廣泛接納，就可望能創造出更多數位化工作機會。
而求才方與求職方對於數位科技創新影響就業也有各自解讀。PwC資誠研究報告顯示，有9成的CEO認為現在特別需要員工強化軟性技能（Soft skills），例如快速學習、傾聽與溝通、創新能力等；此外，超過半數的CEO苦於招募不到優秀的數位人才，僅有不到3成的CEO會因為自動化或其他數位科技而大幅減少人力雇用。
但對於員工來說，調查結果顯示有86%受訪者認為人類技術永遠都會被需要，73%認為數位科技無法取代人類的心智，但也有37%擔心自動化可能威脅到自己的工作機會。因此，「人機協同而非取代」將是未來產業發展的重要關鍵，端看企業未來如何在數位科技與人才之間取得最佳均衡點。
放眼不確定的未來，哪些類型職務的飯碗可能因數位科技崛起而不保？麥肯錫分析後發現，最容易消失的工作包括行政事務與產線組裝人員，最不容易被取代的則是健康照顧提供者、專業顧問與管理階層。
未來人才需有跨域整合力
國際人力資源與企管顧問公司萬寶華（Man-powerGroup）認為，近7成的2030未來工作，至今尚未出現。雖然未來工作類型與輪廓仍無法清楚掌握，但世界經濟論壇（WEF）認為，「科技應用與設計規劃」、「系統化思維」、「分析邏輯與評估」這幾項能力未來會顯得更為重要，而與「人力手動操作與管理相關」能力，其重要性將隨著數位科技日趨成熟而下降。
黃筱雯分析，人才需具備的專業知識，已從20年前要求一技之長的「I型人」、10年前學得多、學得廣的「T型、Ⅱ型、π型人」，進階到雙核心的「跨域整合型人才」，他呼籲職場人才要藉由不同核心領域的專業知識與數位技能的整合運用，方能應對瞬息萬變的市場需求。
眼光從全球轉回台灣，43%的台灣CEO認為數位科技於未來5年內，勢必直接影響企業商業模式與服務應用。未來可藉由產官學研共創協作平台，匯聚優質人才能量，經由「企業出題、人才解題」模式，強化整體智慧分析與應用競爭力，期能使國內產業在這一波來勢洶洶的數位科技浪潮中，立於不敗之地。
【2020 年十大顛覆性科技】-責任編輯：*藍立晴*-
國際研究顧問機構 Gartner 發布 2020 年「十大策略科技趨勢預測」，Gartner 預測，未來這些技術將迅速崛起，並在五年內達到引爆點。
國際研究暨顧問機構 Gartner 近日提出 2020 年企業必須了解的十大策略性科技趨勢，分別為超級自動化、多重體驗、專業知識的全民化、增進人類賦能、透明化與可追溯性、更強大的邊緣運算、分散式雲端、自動化物件、實用性區塊鏈以及人工智慧安全性。
Gartner 副總裁暨傑出分析師 David Cearley 指出：「2020 年 Gartner 十大策略科技趨勢均圍繞著『以人為本的智慧空間』這個核心概念，也是現今科技發展最重要的面向之一。從思考科技對顧客、員工、商業夥伴、社會或其他重要利益關係人會產生什麼樣的影響，企業採取的所有行動都是為了直接或間接影響這些個人和群體，這就是『以人為本』的做法。」
David Cearley 進一步指出：「建立在以人為本概念上的智慧空間，代表人類與科技系統能夠在日益開放、互聯、協調、智慧的生態系統中進行互動的實體空間，結合個人、流程、服務和物件等多項元素，創造出更身歷其境、高互動率及高度自動化的體驗。」
根據 Gartner 定義，策略性科技趨勢是指正處於有所突破或崛起狀態，且未來可能帶來廣泛的顛覆性影響與更多應用的趨勢；此外，策略性科技趨勢同時也具有快速成長、變動性高且將於未來五年內到達引爆點的特性。
2020 年十大策略性科技趨勢有這些：
超級自動化
超級自動化（hyperautomation）是結合多種機器學習（ML）、套裝軟體和自動化工具來完成工作的過程。超級自動化不僅涵蓋了豐富的工具組合，也包含自動化本身的所有步驟（發現、分析、設計、自動化、測量、監控與重新評估），其重點在於了解自動化機制的範疇、這些機制彼此之間的關係，以及如何進行機制的整合與協調。
超級自動化趨勢起源於機器人流程自動化（RPA），但在機器人流程自動化外，還需要結合各種工具來協助複製任務流程中人類參與的部分。
多重體驗
到了 2028 年，使用者體驗將在使用者對數位世界的感知和互動方式兩個面向發生重大轉變。虛擬實境（VR）、擴增實境（AR）和混合實境（MR）改變人們感知數位世界的方式，而對話式平台正在改變人類和數位世界互動的方式。這種感知與互動模式的轉變，將在未來帶來多重感官與多重模式的體驗。
Gartner 研究副總裁 Brian Burke 指出：「未來體驗模式將從『精通技術的人』轉變為『理解人類的技術』，人機互動將由人類轉由電腦來處理。這種與使用者進行多重感官互動與溝通的能力，將創造出一個能傳遞更細緻訊息的環境。」
專業知識的全民化
專業知識的全民化是指透過徹底簡化的體驗，且在無須接受密集又昂貴培訓課程的前提下，協助人類取得專業技術知識（機器學習、應用程式開發）或商業領域專業知識（銷售流程、經濟分析）的管道。專業知識全民化的例子包括「公民參與」（citizen access，如公民資料科學家、公民解決方案整合者）、公民發展和無程式碼模式的演進。
Gartner 預測到了 2023 年，專業知識全民化的趨勢將在四大面向加速發展：
1. 資料與分析技術的全民化：從以資料科學家為對象，擴大到適用於專業開發人員的普及工具。
2. 開發的全民化：利用人工智慧工具自主開發應用程式。
3. 設計的全民化：隨著更多的應用程式開發功能實現自動化，低程式碼、無程式碼的場景將持續增加，賦予公民開發人員更多能力。
4. 知識的全民化：非 IT 專業人員透過工具和專家系統，應用超出自身專業能力及訓練的專業技能。
增進人類賦能
增進人類賦能（human augmentation）是利用科技來增進人類在體能和感知力上的機能，並成為人類不可或缺的一部分體驗，其中體能增進是藉由在人體內植入或配戴科技元件（穿戴式裝置）來增進人類的機能；而認知增進則是透過傳統電腦系統及新興智慧空間中多重體驗介面的資訊和應用來實現。
在未來十年，隨著個人開始追求自身機能的增進，人類體能與認知的增進技術將會變得越來越普遍。這將創造一股全新的「消費化」（consumerization）效應，員工將持續增進自身的機能，並進一步拓展到辦公空間的優化。
透明化與可追溯性
越來越多的消費者意識到個人資料是非常寶貴且必須受管控的，而企業也體認到保護和管理個人資料的風險日益增加，因此各國政府同步實施嚴格立法來確保企業組織確實做到這一點。透明化與可追溯性已成為支持這類數位倫理及隱私權需求的關鍵要素。
透明化與可追溯性指用於符合監管要求、遵守人工智慧和其他先進科技應用的道德規範，並修復外界對企業信任的各種態度、行動及輔助的技術與措施。企業建立透明化和信任感時必須專注下列三個領域：人工智慧與機器學習、個人資料的隱私，所有權和控制、符合倫理的設計。
更強大的邊緣運算
邊緣運算是一種運算拓樸，能將資訊的處理、內容的收集與傳送都保留在靠近該資訊來源處，嘗試讓流量和處理工作都在本機進行，目的在縮短延遲時間、發揮邊緣功能並賦予邊緣端更大的自主性。
Brian Burke 表示：「目前邊緣運算多半著重於物聯網系統的需求，為製造或零售等特定產業提供離線或分散式功能給嵌入式物聯網系統。然而運算資源日趨成熟並走向專業化，加上資料儲存量的增長，使邊緣端的功能日漸強大，邊緣運算也將成為幾乎所有產業和應用的主導要素。特別是機器人、無人機、自駕車和執行系統等各種複雜的邊緣裝置，都將加速此轉變。」
分散式雲端
分散式雲端是將目前集中式公有雲服務分散到不同地點，並由原來的公有雲供應商繼續負責雲服務的營運、治理、更新與升級。這代表大部分公有雲服務所採用的集中式模式將進行轉變，為雲端運算開創全新時代。 自動化物件 自動化物件是利用人工智慧讓過去由人類負責的某些流程得以自動化的物理裝置，最典型的自動化物件包括機器人、無人機和自駕車／船與相關設備。它們的自動化程度超越了僵化的程式設計模組，並能利用人工智慧執行各種先進行為，以更自然的方式和四周的環境與人類互動。隨著技能提升、法令開放和社會接受度增加，自動化物件將逐漸被用於不受限制的公共空間。
Brian Burke 表示：「隨著自動化物件數量大增，獨立的智慧物件將逐漸轉向成群的協作型智慧物件。這些同時運作的多種裝置，有些需有人力從旁協助，有些已可獨立運作、無需人類參與；而不同種類的機器人可以在同一個裝配流程中同時運行。舉例來說，在貨運市場最有效的解決方案，可能是使用自駕車將包裹送到目的地，藉由車上的機器人和無人機，確保包裹最後可以安全送達。」
實用性區塊鏈
區塊鏈可在各個商業生態系統間建立信任，透明化地進行跨業務生態系統的價值交換，並有機會降低成本、縮短交易結算時間和改善現金流，因此在重新塑造產業樣貌極具潛力。
當資產可追溯來源時，將大幅降低被偽造品替換的機率；在其他領域也極具價值，包括追蹤食物在整條供應鏈中的足跡以辨識污染來源，或追蹤個別環節來協助產品召回。除此之外，區塊鏈還可用於身份管理；而區塊鏈中的智慧合約能讓系統在事件發生時自動觸發行動，例如在每次收到商品時能自動執行付款。
Brian Burke 指出：「擴充性和互通程度不足等各種技術問題，讓區塊鏈在企業中的應用還不夠成熟。儘管存在這些挑戰，區塊鏈擁有顛覆產業和推動營收增長的巨大潛力，因此就算是認為區塊鏈在短期內不會快速普及的企業，都應開始評估這項技術。」
人工智慧安全性
人工智慧和機器學習將持續用來提升各種應用場景中人類決策的能力，雖然這為實現超級自動化和使用自動化物件進行業務轉型帶來了龐大的商機，但同時也因為智慧空間中的物聯網、雲端運算、微服務（microservices）以及高度連網系統受攻擊機率大增，為安全團隊帶來諸多新挑戰。安全和風險主管應將重點放在以下三大關鍵領域：保護人工智慧系統、利用人工智慧強化安全防護，以及做好攻擊者惡意使用人工智慧的準備。
文章定位：
