近年來，隨著全球各種危機的發生，如何借助技術解決棘手問題至關重要，而如今獲取資料的來源比以往都還要更多，包含穿戴式設備、醫療設備、環境感測器、影片錄製與擷取和其他連網設備等。若能將這些資料與電腦視覺、機器學習和模擬等雲端技術與應用結合，將對世界產生強大的影響力。

亞馬遜技術長Werner Vogels在年末發出報告，預測2023年5大雲端技術應用趨勢，他認為2023年將看到更多更加顯著的創新。

圖一 / 亞馬遜技術長Werner Vogels。 (來源:AWS)

預測一：雲端技術將翻轉「運動賽事」

就像音樂與影片的發展，運動賽事將成為可被分析的資料流（data stream）。舉例而言，剛結束的國際知名足球賽事，粗估有多達50億人收看，這些資料帶來的認知與見解將改變未來幾年的運動產業，並重新定義每場比賽的參與和體驗。

目前仍以廣播電視對職業運動的發展影響最大，造就當今價值5,000億美元的產業，而下一個改變遊戲規則的技術也即將出現，在未來幾年，數位轉型將全面橫掃每一項運動。

現在想像一個可被量化的情境：教練利用在雲端即時分析的電腦視覺和生物辨識資料，判斷出球員即將抽筋或失分，並將該名球員替換成養精蓄銳的隊友。這不僅更完善地保護運動員，也增加比賽的競爭力。

奠基於雲端技術，體育賽事將開始成為可被即時分析和協助做出決策的資料流，整合球員補充水分的時機、球的運動軌跡、觀眾飽和度等資料後，將翻轉我們所認知的運動賽事，帶來比以往更精采可期的運動競賽。

更多的資料帶來進一步創新，團隊因此可以做到每場比賽中都在後台不斷執行假設模擬，更好地預測決定在當下所產生的影響力。科技將成為職業體育賽事的競爭基礎。

例如新創公司Veo透過建構深度神經網路，讓用戶能夠從影片串流中「自動建立精彩片段」，這也讓球員、教練和招募人員皆能輕鬆找到重要賽事並改進戰術。德甲聯賽（德國甲級足球聯賽，Bundesliga）和NFL美式足球等頂級聯賽也已經開始使用影片串流、穿戴式設備、物聯網感測器等進行即時分析和洞察資訊，未來這些功能將持續發展，且技術也將運用在幾乎每項運動賽事中。

體育界目前正進入有史以來最大的變革，而雲端技術正是這場變革的核心。

圖二 / 世足賽每年吸引數十億觀眾參與。(來源:FIFA)

預測二：「模擬世界」將重塑體驗

空間運算、模擬、數位孿生等技術的多年發展日益成熟，但對日常生活的影響有限，而2023年將會是歷經轉變的一年，雲端將讓這些技術變得更容易取得，打破現實的限制，帶來全新的體驗。

模擬能用於製造更好的賽車、預測天氣和模擬股票市場。雖然模擬可以解決很重要的問題，但受限於建構和執行模擬的難度，難以被大規模使用，企業也缺乏高效能硬體和專業人員以執行如此龐大的模擬。

以噴射機翼或賽車的流體動力學模擬為例，僅模擬一秒鐘的真實場景可能需要多達150TB的資料。而隨著AWS SimSpace Weaver等許多模擬技術的推出，為未來發展奠下基礎，目前的情況正在迅速改變中。未來，我們也終將得以模擬幾乎世界上的所有事物。模擬有助於做出更好的道路建設、倉庫管理和災難應對等方面的決策。

另一個快速成長的創新領域是空間運算。許多企業已經在建構專用硬體，並使用雲端技術來捕捉和建立所有環境的3D模型。僅使用一台行動設備即可做好3D模型的目標很快地將會實現。

此技術的普及也將激發建築、施工、商業地產和零售產業的創新浪潮，空間運算將在未來幾年迅速發展，3D物件和環境將像大家現在最喜歡的社群媒體短影片一樣容易產生和使用，網路上的靜態2D產品圖片將被3D模型取代，我們可以拿起、旋轉這些模型，並將其放置在客廳，宛如在網頁上看到般自然。

我們也更期待這些模型可以在虛擬本地（virtual home）中模擬出它們的特色。例如一盞虛擬燈不僅可以放在客廳，也可以透過開關燈以即時觀察環境光與虛擬傢俱的互動，並瞭解其能源消耗。在消費者按下「立即購買」的按鈕前就能了解全盤細節。

隨著現實世界逐漸出現越來越多的數位技術，模擬對於確保空間運算技術的正確影響變得越來越重要。2023年模擬與數位技術將開始融合，這將讓完全不同的技術產生良性循環，並同時受企業和消費者使用。雲端技術透過巨大的規模和可存取性，推動新時代的到來。

圖三 /  F1賽車法拉利隊也是AWS多年客戶。(來源:AWS)

預測三：智慧能源創新浪潮

在2023年，我們將看到能量貯存表面材料、分散式電網、智慧消費等技術在全球快速發展，這將改善我們生產、儲存和消耗能源的方式。

我們周遭的環境具有豐富的再生能源，真正的挑戰在於如何儲存這些能源，雲端技術將為材料研究科學開拓新的應用領域，例如將能源儲存整合到提供動力的物體結構中 ——想像一艘船的兩側是在航程中提供動力的電池，這只是運用再生能源冰山一角的其中一個案例，我們也開始著手在長期儲存能源領域的突破，例如熔鹽、堆疊區塊和燃料電池。

另一個領域是能源分散化。由於能源供應的不穩定性，有些社區傾向使用微電網，就像能源的社區花園，社區成員使用這些能源來維持自身需求，減少依賴傳統能源公司及老化的基礎設施。

隨著地緣政治事件和氣候波動加劇的能源挑戰不斷發生，微電網將成為全球許多社區的可行解決方案，雲端技術是實現此目標中重要的一環。來自太陽能電池板、風電場、地熱和水力發電的資料將在雲端串流、儲存、監控、進一步精簡與分析。機器學習將用於分析所有能源資料、預測使用高峰，並透過每戶家庭的用電行為重新分配能源以預防停電。

在接下來的幾年裡，隨著借助更多技術解決方案應對危機，我們將看到所有類型的智慧能源技術快速整合。雖然這可能不會產生立竿見影的效果，但這些技術將永久地改變未來創造、儲存和消耗能源的方式。

圖四 / 西門子推出的PCS能源轉換系統可靈活轉換各種能源並滿足電網規範 (來源:西門子)

 

預測四：供應鏈轉型即將到來

在2023年，電腦視覺和深度學習等技術的採用將推動供應鏈向前發展。無人駕駛車隊、自主倉庫管理和模擬只是引領智慧物流和全球供應鏈新時代的一小步。

過去幾年全球供應鏈經歷許多危機，包含交貨延遲、產品缺貨、空空如也的貨架等，時刻都在提醒我們需要深思如何有效解決這些問題。儘管亞馬遜透過數位貨運匹配和配送站等創新改善供應鏈，但許多公司仍面臨物流挑戰，但這種情況即將發生改變。

改變將從商品本身的製造開始。工廠中的物聯網感測器數量將激增，機器學習將不僅用於預測機器故障，也會用於預防機器故障，更少的停機時間代表持續性的生產。

而在全球運送產品是另一個完全不同的挑戰，由雲端技術驅動的數位貨運網路將穿越國家甚至海洋，並即時提供資料，幫助承運人優化最有效的航線，並改變航向以應對關鍵時刻，例如設備故障和天氣干擾。供應鏈的每一個環節將能即時預測貨物即時狀態和到貨時間。

這些貨運網路將為「自駕卡車運輸」奠定基礎，將即刻影響目前的態勢。例如美國目前正面臨8萬多名司機的短缺，但司機駕駛時間過長，仍然可能分心、疲勞並導致潛在危險，自駕卡車可以24小時在路上行駛，不須強制休息，科技不會疲倦或分心，產品也將更快、更安全、更高效地送達。

抵達當地倉庫後，機器人揀選、訂單分揀和自動包裝變得更加普遍。我們將持續看到機器人技術不斷反覆運算，借助人工智慧、電腦視覺和對公司庫存中單個產品的精確處理。自主機器人技術也將開始在倉儲中發揮更大的作用。我們可能僅因在產品搜索環節耗費大量的時間而考慮雇用一個新的堆高機操作人員，但如果擁有一個可自主飛行的庫存無人機來即時更新庫存數位副本，將大幅改變這個情況。

供應鏈轉型的關鍵是使用技術優化產品過程的每一步。從明年開始，智慧工廠、智慧設備和智慧航運將加速發展，每一項都將在提高工人安全、優化庫存管理、降低維護成本和簡化生產流程等方面發揮作用。數位供應鏈就是未來的供應鏈。

圖五 / 亞馬遜Scout 無人配送車 (來源:AWS)

預測五：客製化晶片成為主流

在2023年，將迅速增加使用專用晶片，進一步加快創新的步伐，工作負載利用硬體優化帶來最大化效能，同時降低能源消耗和成本。

客製化晶片和專用硬體在消費技術產業的關注迅速提升。隨著製造和採用客製化晶片，從筆記型電腦、手機，到穿戴式設備，一切都在效能上有重大飛躍。雖然消費者領域的發展很快，但商業應用程式和系統並非如此，傳統上，軟體和硬體的更新週期更長，然而，隨著客製化晶片普及，將在未來幾年迅速改變這種情況。

以機器學習工作負載為例，在過往，軟體工程師一直依賴昂貴、耗電的GPU來完成從模型建構到推論的全部工作。然而，這種一刀切的方法效率並不高，因為大多數GPU並未針對這些任務進行優化。在未來幾年，更多工程師將看到工作負載會轉移到專門為模型訓練的AWS Trainium晶片和專為推論設計的AWS Inferentia晶片當中，這將推動開啟新一波創新浪潮。

透過使用基於AWS Trainium的執行個體節省50%的訓練成本，或在基於AWS Inferentia的執行個體上實現50%的每瓦效能提升，工程師和企業都會注意到這個變化，我們也將開始見證工作負載的大規模遷移。

成本節約和效能優勢將帶來更多實驗、創新以及應用，並為其他特定工作負載提供更多客製化晶片。這是一個良性循環。於2003年獲得圖靈獎的美國電腦科學家Alan Kay曾經說過：「真正認真對待軟體的人應該製造自己的硬體。」在接下來的一年裡，認真對待軟體的人將真正開始利用客製化晶片帶來競爭優勢。

 

▊資料來源

數位時代採訪中心