摘要：着眼于全球科技、传媒和电信行业在未来5年的关键趋势，分析颠覆性技术变革及未来可能会影响行业内企业的因素。

　　全球最大的会计事务所德勤于近日发布了《2019科技、传媒和电信行业预测》报告，该报告着眼于全球科技、传媒和电信行业在未来5年的关键趋势，分析颠覆性技术变革及未来可能会影响行业内企业的因素。德勤自2001年以来持续发布该类预测报告。之前在2009年和2010年的预测报告中准确地讨论了第四代无线网络(4G亦称 LTE) 这一新兴技术的面市 。

　　5G，新型网络时代来临

　　据德勤全球预测，第五代广域无线网络将在2019年实现大范围推广应用。 2018 年有 7家运营商开展 5G广域无线测试 。预计到 2019年底将有25家运营商针对部分地区(通常为城市地区) 推出 5G 服务。 2020 年， 推出 5G服务的运营商有望新增 26 家， 在 2019 年原有总数的基础上翻番一倍不止。 预计 2019 年将有大约20 家手机厂商推出具备 5G 功能的手机(首批次具备 5G 功能的手机将在 2019 年第二季度面市)。2019 年全年的智能手机销量可能达到 15 万台， 其中有大约 100万台 5G手机上市。5G调制解调器(也称“puck” 设备或热点) 的销量将达到 100 万台 ， 安装的 5G 固定无线接入设备可能上百万。

　　5G 无线技术将在 2019 年和 2020 年实现三种主要应用。 首先， 5G 将主要通过智能手机等设备支持真正意义上的移动互联的实现。 第二， 5G 将用于连接“移动性较差” 的设备。 5G 调制解调器或热点是主要的应用形式： 专门的无线接入设备， 因体型小巧而具备良好的移动性， 可连接 5G 网络， 并利用Wi-Fi 技术进而连接其他设备。 第三， 我们将应用5G 固定无线接入设备， 并在建筑或窗户上安装永久性天线，为家庭或企业提供宽带，取代有限网络连接。

　　5G 在推广初期会遭遇 4G 在推广初期(2009 年 -2010 年) 面临的同样境遇。 5G 应用的推广速度将快于3G。 3G 于 1998 年推出后经历了较长时间才得到广泛普及。

　　4G 于 2009 年末 2010 年初推出之后仅有小部分运营商在有限的部分地区提供 4G 服务。 18 虽然在推出后的10 年间 4G 网络的布局范围越来越广， 但直到 2019 年4G 才成为全球用户最多的无线联网技术。 全球移动通信系统联盟(GSMA) 的报告显示， 全球范围内的 4G网络用户要到 2023 年才能超过网络用户总数的 50%，距离 4G 网络的最初启用已过去 14 年。这意味着到2025 年， 5G 可能仍是一种相对小众的技术。 该年度的 5G 用户人数有望达到 12 亿人次， 但也仅占全球非物联网移动网络用户总数的 14%。 与此同时， 不同国家的 5G 网络应用情况也存在巨大差异： 到 2025 年，美国将有 49% 的用户使用 5G 网络， 日本、 欧洲、 中国的这一比例分别为 45%、 31%和 25%， 而拉丁美洲、中东和非洲的这一百分比仅为个位数。十年以后，供应商们可能仍在推广 5G。

▲不同技术的全球移动网络应用情况

　　5G 是一种未来联网技术。 5G 应用在未来 12-24 个月内可能仍停留在较浅层面， 而 5G 要取代4G 的市场统治地位或许仍需时日。 但出于对速度、 时延、 穿透力， 尤其是容量等因素的考量， 不少电信运营商追赶 5G 浪潮的意愿十分强烈。 一旦得到运营商的普遍应用， 5G 网络将迎来高速发展。

　　人工智能，从小众到普及

　　据德勤全球预测到2019 年，企业将加速应用基于云技术的人工智能软件及服务。 在使用人工智能的企业中 ， 70% 将通过基于云技术的企业级软件构建人工智能能力，65% 将通过基于云技术的开发服务打造人工智能应用。 此外， 德勤全球还预测， 到 2020 年， 在所有应用人工智能软件的企业中， 将企业级软件与人工智能和基于云技术的人工智能平台相结合的企业比例将分别达 87% 和 83%。 云技术将推升人工智能的全面应用和投资回报率， 并促进对人工智能的投资。更重要的是， 人工智能能力及其收益将得到广泛普及， 而不再局限于早期应用者。

　　1、 人工智能迄今仅惠及少数企业

　　人工智能涵盖了多种技术。 其核心当属机器学习及其更复杂的衍生技术——深度学习神经网络。 这些技术令计算机视觉和自然语言处理等人工智能应用得以实现， 也正是借助这些技术， 我们才能用海量数据做出精确预测， 并挖掘数据背后的更深层启示。 人工智能近来受到的关注一方面来自于机器学习和深度学习神经网络的发展， 一方面则是由于企业能通过许多方式运用这些科技改善运营、 开发新产品和服务， 并以更低的成本为顾客提供更优质的服务。

　　人工智能所面临的困扰在于， 迄今为止， 许多企业仍缺乏充分利用人工智能所需的专业能力和资源。 机器学习和深度学习往往需要多个人工智能专家团队、访问大型数据组的权限、专门的基础设施和处理能力。具备这些优势的企业接下来还要寻找人工智能的正确使用案例， 创建定制化解决方案， 并扩大至整个企业范围内。 这些均需要一定程度的投资和经验， 无法一蹴而就， 并且是许多企业遥不可及的。

　　因此， 在人工智能发展初期， 受益者主要是先行企业。 他们拥有必要的技术能力、 强大的信息技术基础设施和获取稀有、 昂贵的数据科学技能所需的雄厚资金。 其中最具代表性的就是全球“科技巨头”。

　　2、 人工智能正从小众市场向大众化转变

　　这些科技巨头正利用人工智能打造十亿美元级别的服务并开展运营变革。 为开发自己的人工智能服务，他们采用了一套熟悉的策略：(1) 针对内部挑战或机遇寻求解决方案;(2) 在企业内更大规模地完善解决方案;(3) 推出能迅速吸引大量用户的服务。因此， 我们看到亚马逊、 谷歌、 微软和中国的 BAT 基于自己的使用经验， 面向更广大市场推出了了人工智能开发平台及独立应用。

　　大量初创企业也纷纷凭借基于云技术的开发工具和应用跃入人工智能市场。 其中， 至少有六家人工智能“独角兽”， 两家来自中国。 这些企业中， 有些专注于某个特定的产业或使用案例。 例如， 美国人工智能领域独角兽 CrowdStrike 专攻网络安全， 而另一家公司 Benevolent.ai 则致力于利用人工智能开发新药物。