關於 醫療常規定義 ，我們在網路上蒐集到這些相關的討論、資訊與評價

急性心衰竭 (心衰竭指引 ESC guidelines, 2021)

Part 2~~

key words:
AHF: 急性心衰竭(Acute heart failure)
ADHF: 急性失償心衰竭(Acute decompensated heart failure)
Cardiogenic shock: 心因性休克
MCS：機械式循環輔助 (Mechanical circulation Support)
RRT：腎臟替代療法(Renal replacement therapy)
Natriuretic peptides (BNP, NT-proBNP, MR-proANP)
MR-proANP = mid-regional pro-atrial natriuretic peptide
NT-proBNP = N-terminal pro-B-type natriuretic peptide

AHF流行病學、診斷和預後

AHF 是指 HF 的症狀和/或癥兆迅速或逐漸發作，嚴重到足以使患者尋求緊急醫療照護，導致意外入院或急診就診。AHF患者需要緊急評估，隨後開始或積極治療，包括經由靜脈治療或裝置步驟。AHF在院內死亡率為4%-10% 。出院後一年死亡率: 25–30%，死亡或再入院率高達 45% 以上。

AHF 可能是 HF第一次發作，或者是由於慢性 HF 的急性失償。與急性失償心衰竭相比，新發HF患者的院內死亡率可能較高，但出院後死亡率和再住院率較低。

AHF的診斷檢查包括心電圖、心超、胸部X光、檢查和肺超檢查。尤其無法檢測Natriuretic peptides(NP)時。如果診斷無法確定是否心因性心衰竭時，則檢驗血漿 NP數值（BNP 或 NT-proBNP 或 MR-proANP）。

NPs正常：排除AHF 的診斷。
急性 HF 的臨界值是：
BNP <100 pg/mL、
NT-proBNP <300 pg/mL
MR-proANP <120 pg/mL。

但NP值升高與多種非心臟疾病相關， 在一些患有晚期失償末期HF、肥胖、突發性肺水腫(flash pulmonary edema)或右側AHF的患者可測得低值NP。有AF和/或腎功能異常，其NP數值較高。

AHF診斷流程
• 初步驗血檢驗包括肌鈣蛋白(troponin)、血清肌酐、電解質、血尿素氮或尿素、TSH、肝功能檢查及D-dimer(疑似肺栓塞)；和procalcitonin (感染)，動脈血氧分析(呼吸窘迫)，以及lactate(低灌注的情況)。(註：procalcitonin降鈣素原可用於肺炎的診斷，數據 >0.2 μg/L 時，可能有使用抗生素治療的適應症。)
• 特定檢查包括冠狀動脈造影（疑似 ACS）和 CT（疑似肺栓塞）。
• 急性心衰診斷的NT-proBNP臨界值：
<55歲：> 450 pg/mL
55 -75 歲：> 900 pg/mL
> 75 歲> 1800 pg/mL

AHF臨床表現

AHF呈現四種主要的臨床表現，主要根據充血和/或外周血流灌注不足的原因所呈現出來不同的臨床表現。(參考表21)

四種臨床表現分別是：
1.急性失償心衰竭
2.急性肺水腫
3.孤立性右心室衰竭
4.心因性休克

各種急性心衰竭的臨床表現：

1.急性失償心衰竭(Acute decompensated heart failure, ADHF)
急性失償心衰竭 (ADHF) 是 AHF 最常見的形式，佔臨床表現的 50-70%。它發生在有HF病史和心臟功能異常，包括 RV 功能異常。與急性肺水腫表型不同，發作時程呈現漸進，主要變化是導致全身充血，液體滯留。
治療：
a. 使用環利尿劑，減少水份滯留。
b. 強心增壓劑(Norepinephrine)：於周邊低灌注時使用。
c. 短暫使用機械式循環輔助(MCS)：於周邊低灌注，器官受損時使用
c.腎臟替代療法(RRT: Renal replacement therapy)：如果利尿劑無效或腎病末期時，可考慮使用RRT (Class IIa)

2.急性肺水腫
急性肺水腫診斷的臨床標準包括:
呼吸困難合併端坐呼吸、
呼吸衰竭（低血氧症-高碳酸血症）、
呼吸急促、
>25 次/分鐘和呼吸功增加。

治療：
a. 給予氧氣，持續氣道正壓通氣、非侵入性正壓通氣和/或高流量鼻管。
b. 給予靜脈利尿劑。
c. 如果收縮壓 (SBP) 高，可以給予靜脈血管擴張劑，以減少 LV 後負荷。在少數晚期 HF 病例中，急性肺水腫可能與低心輸出量有關，在這種情況下，需要使用強心劑(Inotropics)、血管加壓藥(vasopressors)和/或MCS 來恢復器官灌注。

3. 孤立性右心衰竭 (Solitary RV Failure)
a. RV 衰竭是由於 RV 和心房壓力增加以及全身充血。RV 衰竭也可能損害 LV 填充功能，最後導致心輸出量減少。
b. 利尿劑通常是治療靜脈充血的首選藥物。
c. Norepinephrine，強心劑、血管加壓劑：適用於低心輸出量和血流動力學不穩定。可能優先選用能降低心臟充填壓的強心劑, 如，levosimendan, phosphodiesterase type III inhibitors。
d. 由於強心劑可能會使動脈低血壓更嚴重，必要時，可以與norepinephrine合用。

4.心因性休克
心因性休克是由於原發性心臟功能異常導致心輸出量不足的症候群，包括危及生命的組織低灌注狀態，可導致多器官衰竭和死亡。

心因性休克的診斷要件：

灌注不足的臨床症狀：例如四肢冷汗、少尿、精神錯亂、頭暈、脈壓變窄、低灌注。血清肌酐升高、代謝性酸中毒和血清乳酸升高，反映出組織缺氧和細胞代謝改變導致器官功能障礙。低灌注並不常合併低血壓，因為可以通過代償性血管收縮（使用/不使用升壓劑）來維持血壓。

應儘早開始治療心因性休克：早期識別和治療潛在原因。
尋找病因(口訣：CHAMPIT)：(see photo)
包括急性冠心症，高血壓急症，快速心律不整，嚴重心搏過慢，傳導阻滯，機械性原因(如，急性瓣膜返流，急性肺栓塞，感染，心肌炎，心包填塞)

嚴重休克病人則需要考慮將MCS(Class IIa)作為移植的過渡時期使用。

急性心衰竭的藥物治療：

利尿劑
靜脈利尿劑是AHF治療的基本。它們增加鈉和水份的排泄，適用於治療大多數AHF患者的體液過度負荷和充血。
a. Furosemide: 起始劑量為 20-40 mg，或靜脈推注 10-20 mg。Furosemide可以每天 2-3 次推注或連續輸注。由於給藥後，會有鈉滯留的可能性，因此不鼓勵每日單次推注給藥。連續輸注時，可使用負荷劑量以更早達到穩態。
b. 利尿劑治療開始後應立即評估利尿反應，並可通過在2或6小時後進行當時尿鈉含量(urine sport sodium) 和/或通過測量每小時尿量來評估。
c. 適當的利尿反應可以定義為2小時後，尿鈉(urine spot sodium) >50–70 mEq/L and/or
d. 前6小時尿量 >100–150 mL/h。
e. 如果利尿反應不足, 環利尿劑IV劑量可以加倍，並進一步評估利尿反應。
f. 如果利尿反應仍然不足，即使利尿劑劑量加倍，但每小時利尿量<100 mL，可以考慮同時使用其他作用於不同部位的利尿劑，即thiazides, metaolazone, acetazolamide。但需要仔細監測血清電解質和腎功能。

血管擴張劑
a. 靜脈血管擴張劑，如nitrate，可以擴張靜脈和動脈，因此減少靜脈返回心臟，充血減少，後負荷降低，增加心搏出量，因此緩解症狀。
b. Nitrate主要作用於靜脈，而nitroprusside則是動靜脈擴張。由於它們的作用機制，靜脈注射後，血管擴張劑可能比利尿劑更有效。急性肺水腫是由於後負荷增加和液體重新分配到肺部，而沒有周邊積液。
c. 當 SBP > 110 mmHg 時，可以考慮使用靜脈血管擴張劑來緩解AHF症狀。它們可以以低劑量開始並逐漸增加以達到臨床改善和血壓控制。應注意避免因前負荷和後負荷過度降低而導致的低血壓。因此，對於 LVH 和/或嚴重主動脈瓣狹窄的患者，應謹慎地使用。

強心升壓劑 (Inotropes)
a. 低心輸出量和低血壓患者的治療需要強心升壓劑（見表 22）。使用於左室收縮功能障礙、低心輸出量和低收縮壓（例如 <90 mmHg）導致重要器官灌注不良的情況。必須從低劑量開始謹慎使用，並在密切監測下逐漸增加。

b. Inotropes其是那些具有腎上腺素能機制的藥物，可引起竇性心動過速，增加 AF 患者的心室率，可能誘發心肌缺氧和心律異常，增加死亡率。

血管加壓藥(Vasopressors)
a. Norepinephrine具有顯著動脈收縮，適用於嚴重低血壓患者。主要目的是增加對重要器官的灌注。但會增加 LV 後負荷。因此，可以考慮同時併用Intropes + Norepisnephrine，特別是對於晚期 HF 和心因性休克的患者。

a. 休克患者第一線血管加壓藥的比較：Dopamine vs Norepinephrine，顯示在心因性休克患者Dopamine發生較多的心律不整，和死亡率。但低血容量或敗血性休克則沒有。

b. 在另一項前瞻性隨機試驗中，在急性 MI 引起的心因性休克患者中比較了Epinephrine vs Norepinephrine，由於頑固性心因性休克發生率較高，該研究提前終止。

c. Epinephrine會有較快的心率和乳酸中毒。儘管存在樣本量相對較小、追蹤時間短以及缺乏有關最大達到劑量的數據，但該研究表明Norepinephrine有較好的療效和安全性。這些數據與一項包括 2583 位心因性休克患者的綜合分析一致，顯示與Norepinephrine相比，心因性休克患者使用Epinephrine的死亡風險增加了三倍。因缺乏有關劑量、持續追蹤時間，和病因，使這些結果仍需進一步探討。

鴉片類製劑(Opoid)
a. Opoid類藥物可緩解呼吸困難和焦慮，在非侵入性正壓通氣期間用作為鎮靜劑，以改善患者的適應能力。 副作用包括噁心、低血壓、心搏過緩和呼吸抑制。
b. Morphine給藥與會使機械通氣頻率更多、住院時間延長、重症監護病房入院次數增加和死亡率增加。因此，不推薦在AHF中常規使用opoid類藥物。嚴重頑固性疼痛或焦慮治療的情況下，亦可考慮使用opoid類藥物。
c. SBP <90 mmHg時，勿用Morphine.
d. Morphine會抑制呼吸，使用時特別注意呼吸狀況及保持呼吸道通暢。

Digoxin
a. AF患者使用了乙型阻斷劑，但仍有心室心率過快(AF with RVR) (>110 b.p.m.) ，可考慮使用Digoxin。
b. 如果未曾使用過Digoxin，可以靜脈推注 0.25–0.5 mg。
對於CKD或影響Digoxin代謝的其他因素（包括其他藥物）和/或老年人，維持劑量可能難以理論上估計，應檢查血清Digoxin level。

血栓栓塞預防
a. 推薦使用肝素（例如低分子量肝素）或其他抗凝劑預防血栓栓塞。
c. 若正服用服抗凝劑或禁忌，則不需使用肝素。

短期機械式循環輔助(MCS)
a. 心因性休克可能需要短期 MCS 以增加心輸出量和維持器官灌注。
b. 短期 MCS 可用作恢復前(BTR, bridge to recover)，治療策略決定前(是否繼續積極治療或視為無效醫療, BTD, Bridge to decision) 暫時過渡期的使用。臨床研究證據仍然很少。因此，不支持在心因性休克患者中未經選擇地使用 MCS。
c. 心因性休克 II (IABP-SHOCK-II) 研究中的IABP-SHOCK-II顯示，主動脈內球泵浦 (IABP) 和合適藥物治療之比較，於心因性休克患者接受早期血管再灌注的急性 MI 後之休克中，30天和長期死亡率沒有差異。根據這些結果，不推薦 IABP常規用於 MI後的心因性休克(Class III)。然而，其他非ACS引起的心因性休克，對藥物治療無效，IABP作為BTD、BTR ，仍有幫助(Class IIb)。
d. 在小型隨機試驗和傾向匹配分析中將其他短期 MCS 與 IABP 進行了比較，但結果不確定。ECMO與 IABP或 MT進行比較的RCT亦無確定結果。
e. 一項僅包括觀察性研究的綜合分析顯示，與對照組相比，接受靜脈-動脈 (VA-ECMO) 治療的心因性休克或心臟驟停患者的預後良好。 VA-ECMO 也可用於治療暴發性心肌炎和其他導致嚴重心因性的疾病。
f. 根據心肌功能異常和/或合併二尖瓣或主動脈瓣閉鎖不全的嚴重程度，VA-ECMO 可能會增加 LV 後負荷，同時增加 LV 舒張末期壓力和肺充血。在這些情況下，可以通過經中隔/心室心尖通氣口或使用解除LV 負荷（例如 Impella 裝置） 。

本文出處：
https://reurl.cc/VEy9Gn

Ref:
European Heart Journal (2021) 00, 1-128
https://academic.oup.com/eurheartj/advance-article/doi/10.1093/eurheartj/ehab368/6358045#292214341

紐約時報2021轉捩點專欄：以人為本，擁抱AI新經濟

2020全球經歷了翻天覆地的變化，或許對大部分的我們來說，都體驗了這輩子以來最為嚴峻的社會性挑戰，也讓人們放慢腳步、拉高視野，進一步思索個人、社會、全球之間緊密互聯的生命共同體意義。 時值年末，紐約時報 New York Times推出了 「轉捩點Turning Point 2021」年度特別企劃系列專欄，邀集國際專家共同探討2020世界變局下的幾大關鍵轉捩點，以及未來更深遠的影響和意義。

我受邀撰文，在這篇 「Give the A.I. Economy a Human Touch | 以人為本，擁抱AI新經濟」的文章中，首度提出了AI新經濟時代將導致失業潮難題的三種解決方案，在英文簡稱三個R ：Relearn 二次學習，Recalibrate 二次定義，Renaissance 二次復興。

▎以人為本，擁抱AI新經濟

近年來，自動化、機器人與人工智慧已經接管了部分常規性、重複性工作。 在全球新冠疫情的衝擊下，安全保障及降本提效的需求迫切，為自動化取代人工的落地進程起到推波助瀾的作用。 疫情期間，各行各業都竭力避免人和人直接產生接觸，類似餐飲外賣、快遞流通、遠程醫療都提供了無人接觸的新形態服務 模式。 但疫情趨於穩定後，大多數人仍然迫不及待地重拾和他人碰面開會、熱鬧聚餐的美好接觸。

當人類社會大步邁往「AI新經濟」的同時，2020這一年，我們都上了一堂人性本質的必修課。

我在1983年開啟了AI生涯，在當年提交美國卡內基· 梅隆大學博士學位的申請書上我寫著：「AI是對人類學習歷程的闡釋，對人類思維過程的量化，對人類行為的澄清，以及對人類智慧的理解。 AI將是人類認識並理解自己的最後一里。」

某個角度看，當年的我或許錯了，但某些方面，22歲的我可能說中了！

AI程式和演算法在不少任務上已經能夠仿效、甚至超越人腦的表現，如果AI在功能上取代機械式的重複工作，促使人們解放身心去探尋生命的真諦，我們將進一步重拾人類社會獨有的情感和人性光芒。

人工智慧對重複性工作的衝擊已然揭開序幕，和人類雇員相比，AI的本領更強大、成本更低廉。 即使某些工作由於短期因素被迫臨時取代，長期來說也大概率將一去不復返。 人工智慧帶來巨大經濟增長效益的同時，也正掀起前所未有失業潮。 我在「AI新世界」一書中預計，到了2033 年，約 40% 的工作將被AI和自動化取代。

AI新經濟革命的浪潮已然來臨，隨之而來的工作消亡問題，是人類命運共同體的時代性挑戰。

AI將取代數百萬計的工作，AI未來會成為人類的工具甚至同事，在迎接2021年的當下，我提出三種解決方案，在英文簡稱三個 R：Relearn 二次 學習，Recalibrate 二次定義，Renaissance 二次復興。

▎二次學習 Relearn

我們應該發出嚴正警告，喚醒那些正踩在失業懸崖邊緣的人們，鼓勵他們主動出擊，重新學習。

令人欣慰的是，有不少人類的技能是AI學不會的，特別是那些需要創造力、社交技巧、複雜工藝、還有仰賴人工操作AI工具的崗位。 我們可以逐步幫助人們掌握這些新技能，積極投入「二次學習」，為AI新經濟下的新型工作場景做好準備。

職業培訓機構需要儘快重設課程，增加AI時代可持續就業的培訓科目；政府可為這些培訓提供獎勵和補貼，企業應當參考類似Amazon亞馬遜的職業選擇計劃 （Career Choice program） 方案，為每位時薪制員工花上四年的時間和經費，補貼個人職業再造所需的培訓專案，幫助員工報考如飛機維修技師、電腦輔助設計師、醫療護理師等職業所需的職業證照。

值得關注的是，隨著財富增長與壽命延長，「銀髮看護」方向的關懷型職業將成為社會剛需，其重要性與需求量都會水漲船高。 世界衛生組織預測，要實現聯合國「人人享有良好的健康和福祉」的可持續發展目標，全球醫護人員需求的缺口高達 1800 萬人。 過去，這類關懷型職業往往被重視度欠佳、薪酬也普遍偏低，但往後，這些「以人為本」的關懷型職業將成為AI 新經濟運行的基石，也值得更多人考慮通過二次學習來投入。

為了進一步平衡人力供需失衡，我們甚至可以考慮把目前義工服務類型的工作調整為全職薪酬工作，諸如捐血中心人員、動物保育員、夏令營老師、心理諮商師等。 可預見的是，自動化時代一旦到來，社會將需要大批義工為失業人員提供熱線諮詢，輔導人們解決職場轉換的疑難雜症，排解心理壓力而可能造成的社會問題，這些義工也應當獲得合理的報酬和認可。

▎二次定義 Recalibrate

在整體社會邁向AI新經濟的轉型期，有不少職業需要重新定義具體的工作內容和工作方式。

我們都經歷了資訊革命，短短幾十年內徹底改變了人們的工作方式。 AI時代則進一步催生各行各業的智慧化高級解決方案：AI能海量計算量化任務的最優解，AI能測算不同條件下的沙盤推演， AI能協助不同行業的職務優化流程，代勞日常重複事務。 我認為，很難有單一通用型的AI工具。AI必須針對各個產業提供高客製化的解決方案，舉凡藥物分子研發、行銷廣告策劃、新聞資訊核實等任務，都能透過客製化的AI 工具來實現。

當我們採用「二次定義」的方案，充分把以人為本的人性特質，和AI善於優化的技術優勢深度結合起來，許多工作職業將被重塑，不少新興崗位也將隨之而來。

AI和人類各展所長、分工協作，AI能既智慧又敏捷地承擔起各種重複性任務，從業者的時間就能花在需要溫暖、創意、策略的人文層面工作，發揮1+1 > 2 的縱效。 舉例來說，人們生病了仍然最為信任人類醫生，醫師用著專業AI醫療診斷工具，快速準確地為患者計算出最佳的治療方案，於是能勻出更充裕的時間和病人深入探討病情， 撫慰他們的心靈。醫生的職業角色將被二次定義為「關愛型醫生」。

正如在大陸，移動互聯網催生了滴滴司機、美團小哥等職業，AI的崛起也將創造出漸露雛形的新工作。 目前已經有AI工程師、資訊科學家、數據標註員、機器人維修師等AI時代的新職業，我們應時刻關注AI新經濟進程中湧現出的新興崗位，確保就業大眾掌握情況 ，輔以培訓。

▎二次復興 Renaissance

中國歷史上有膾炙人口的唐詩宋詞元曲，濫觞於義大利的歐洲文藝復興則誕生了輝煌的文學、音樂、建築和雕塑，數百年後仍為人讚頌（譯注：Renaissance一詞即為文藝復興）。AI新經濟將能激蕩出怎樣的人文復興？ 值得我們翹首以盼。

AI新經濟時代將改寫職場規劃的固有模式。人工智慧與自動化技術為人類代勞了重複性事務，我們得以重新檢視傳統意義的工作形態，我們工作與生活兩者將如何重新平衡？ 我們每週的工作時程表是不是能更加個人化？ 如今的退休等同於個人生產力終止，但往後是不是能開展截然不同的第二人生？

AI新經濟時代將促成一套全新的社會契約。 AI將人類從重複工作釋放出來，我們的時間空出來了，我們的心志解放了，人們終於能夠專注於最擅長的領域，釋放激情、創造力及才華，把我們的能力用於發明、發現、創造、創意等層面，人人都有機會通過AI時代的二次復興，重新發掘內在的真實潛力。

AI工具將成為繪畫、雕塑及攝影藝術家們的得力助手，AI視覺工具可以按照他們的指示來構建、實驗、完善作品。AI文字工具可輔助小說家、詩人、記者為寫作注入新靈感。老師們花在批改考卷和作業的任務交給AI，時間精力節約出來，得以設計嶄新的課程教材，激發學生的好奇心、批判性思維和創造力。 課堂間傳遞標準化知識資訊的任務交給AI，時間交給老師和學生們進行個人化互動、啟迪孩子們的情商，老師們才能蛻變為AI時代的教育家。

▎締結新的社會契約

針對人類社會即將迎來前所未有的失業潮挑戰，上述三種解決方案是當務之急。 不僅公司企業需要對大量即將失業人員再培訓，政府及有關單位需要提前規劃大筆經費來支撐這個過渡階段，學校需要及早檢視課程體系，培養具備創造性、社交技能和跨領域知識的未來人才。 我們需要重新定義職業道德、社會身份、企業責任及政府角色等概念，需要接納更多元化的工作生活平衡理念。簡而言之，我們必須通過AI來徹底改造社會，締結新的社會契約。

在上述各方面，人工智慧技術在裡面的角色都至關重要。如果我們運用集體智慧，人工智慧就可讓人們釋放天性與創造力。

期待我們本著以人為本的精神，擁抱AI新經濟。

作者：創新工場董事長兼CEO 李開複博士 – 計算機科學家、企業家、作家

本文經紐約時報授權編譯，原文網址：https://www.nytimes.com/2020/12/10/opinion/artificial-intelligence-economy.html

德勤發佈2020技術趨勢報告：五個新趨勢可引發顛覆性變革

北京新浪網 10-26 18:12
來源：產業智能官

「2020 年的趨勢將顛覆整個行業，並在未來十年重新定義業務，即使數字創新已成為各種規模企業的常規行為。」德勤管理諮詢新興技術研究總監兼政府及公共服務首席技術官 Scott Buchholz 在一份報告中如是說。

近日，《德勤 2020 技術趨勢報告》（中文版）正式發佈（以下簡稱《報告》），報告指出了五個可能在短期內引發顛覆性變革的關鍵新興趨勢：「數字孿生：連結現實與數字世界」；「架構覺醒」；「技術道德與信任」；「人感體驗平台」；「財務與 IT 的未來」。

值得注意的是，這是德勤第十一年發佈技術趨勢年度報告。今年的技術趨勢報告繼續在開篇回顧了 11 年來的技術趨勢發展，展示了技術趨勢隨時間推移的演進全過程以及最新宏觀科技力量作為業務轉型基礎帶來的共生效益和不久的未來的新興科技力量。與此同時，《報告》還指出，未來三大顛覆性技術（即環境體驗、指數智能和量子技術）正蓄勢待發，我們將在本世紀20年代末開始感受到它們的影響。

一、九大宏觀科技力量

隨著以技術為驅動的創新的空前擴張，一場高風險的「打地鼠」的競爭遊戲由此展開，企業利用技術保持先進的能力將決定其生死存亡。

過去十年內，數字化體驗、分析技術和雲技術為各項技術賦能，展現了他們自身的價值，已然成為眾多企業有效地推進戰略和新商業模式的核心基礎。接下來十年中，數字現實、認知技術和區塊鏈將成為企業變革的顛覆性驅動力。它們的應用範圍將越來越廣，各行各業的案例成倍增加。技術業務、 風險和核心系統現代化是驅動企業變革和創新的基礎技術，它們需要保持穩定、強勁、可持續發展。

基於此框架下討論新興技術，可以簡化技術進步對企業所造成的顛覆性影響。同時，圍繞九大宏觀科技力量衍生更多細分領域和更加細化的技術創新點和趨勢點。

十年前我們首次探索數字化體驗、分析技術和雲技術之時，只能看到其中的可能性，並不能確切地估測 它們的影響。現如今，這些技術已經為大家所熟知，並在對業務、運營模式和市場造成了顛覆性影響之 后，發展勢頭依舊迅猛。

（1）數字化體驗

數字化體驗依然是企業變革的重要驅動因素。實際上，在德勤 2018 年全球 CIO 調查報告 中，64% 的參與者表示接下來的三年裡，數字化技術將對他們的業務造成影響。在去年的超越營銷：體驗重塑中，我們已經審視了這一趨勢，企業正逐漸摒棄傳統意義上以獲客為核心的營銷模式，轉而致力於創造更多以人為本的互動——包括與其員工和商業夥伴的互動。

（2）分析技術

分析技術包括能夠提供深刻洞察的基本技術和工具。數據管理、數據治理以及數據運營體系這些重要因素不僅僅是人工智慧項目的核心基礎。同時，鑒於企業內對數據儲存、數據隱私和數據使用的嚴格要求，這些重要因素也是必須面對和考慮的重大策略點。

60%的首席信息官（CIO）表示，在未來的三年內， 數據和分析技術將對他們業務帶來影響。但這個問題正變得更具挑戰性。「靜止的數據」 和「使用的數據」這兩個久經考驗的概念被「動態數據」所連接，藉助工具和平台動態數據進而支持數據流、數據攝取、數據分類、儲存和訪問。值得欣喜的是，雲技術、核心系統重塑、認知技術和其它技術正在為異常複雜的挑戰帶來全新的解決方案。

（3）雲技術

雲技術已經全面深入企業。90% 的企業在使用基於雲技術的服務,並且這一比例有增無減。實際上，就信息技術領域的投資預算來看，接下來三年內對雲技術的投資會翻倍。正如我們 2017 年所預計的那樣，雲技術已經不僅僅只是作為基礎應用，它帶來了 「一切即服務」 的藍海，使任何 IT 能力都可以變成基於雲的服務供企業使用。在眾多企業當中，少數超大規模企業主宰了公有雲和雲技術服務市場,在雲技術的賦能下，為其它宏觀力量的進一步創新提供基礎和平台，例如分析技術、雲技術、區塊鏈、數字現實，以及未來的量子技術。

雲技術還驅動我們思考並重塑一些陳舊的企業管理和業務職能。

當今的顛覆性驅動力（即數字現實、認知技術和區塊鏈）都是由體驗、分析技術和雲技術發展而來。未 來十年，這些新的趨勢雖然不再新鮮，但它們將和過往的重大趨勢一樣，在人們持續深刻的理解和應用 中，推動重要的變革。

（4）數字現實

數字現實技術，包括 AR/VR 、混合現實、語音交互、語音識別、普適計算、360°全方位攝像和沉浸式技術等，幫助用戶突破鍵盤和屏幕的禁錮，與用戶感知無縫銜接，用戶可更加自然地參與互動。數字現實的目的是打破傳統的空間界限，讓人與底層技術進行自然、本能、甚至下意識的互動。

（5）認知技術

機器學習、神經網路、機器人流程自動化、機器人程序、自然語言處理、以及更廣泛的人工智慧領域等認知技術可能推動所有產業變革。這些技術將人機互動個性化、場景化，通過 定製化語言或圖像信息，驅動業務流程，實現無人值守。

企業對認知技術的需求大幅增長一一互聯網數據中心（IDC）預測 2022 年 企業此項支出將達 776 億美元，與此同時，信任和技術道德問題也迫在眉睫。

（6）區塊鏈

德勤 2019 年全球區塊鏈調查報告中，超過半數的參與者表示區塊鏈技術至關重要，較前一 年增長了 10% 。83% 的人能夠明確構思區塊鏈技術的實際應用，較前一年增長了 9% 。調查結果顯示，2019 年，企業已經不再討論「區塊鏈是否可行？」，轉而關注「我們該如何利用區塊鏈？」

金融服務和金融科技公司持續領航區塊鏈技術的發展，但其它領域也開始推行區塊鏈技術， 尤其是政府、生命科學與醫療健康、科技、媒體、通訊等領域。

再提技術業務、風險和核心系統重塑似乎有些枯燥無味，但不可否認，它們是業務的核心所在。企業在這些已經發展很成熟的領域，依然繼續進行著可觀的投資。綜合來看，正是因為它們不僅為數字化轉型、創新與增長提供了可靠的、可規模化的基礎，也是在分析技術、認知技術、區塊鏈等顛覆性技術成功投資的必要條件。

（7） 技術業務

隨著技術應用與業務戰略的融合，技術業務也在不斷發展。隨著企業更多地通過重塑 IT 來實現運營效率提升和與業務部門合作者一起進行價值創造，很多 IT 團隊通過實施促進跨業務協作的開發體系（如敏捷和 DevOps ），逐漸將傳統的項目制交付調整為產品化運營。

強大的技術功能讓企業更敏捷地響應技術驅動的市場和業務的變化。一隻強大的數字化技術運營團隊能夠幫助企業迅速回應技術對市場的影響以及相關業務挑戰。

（8）風險

在以創新為驅動力的時代，企業面臨的風險遠遠超越了傳統的網路風險、監管風險、運營風險及財務威。2019 年的 CEO 和風險管理調查報告指出，企業最大的風險廣泛涉及新顛覆性技術、創新、生態系統合作夥伴、企業品牌及名譽、文化等。對此，很多公司清楚地意識到他們還未對此類風險做好準備，或沒有想法在管理此類風險方面進行投資。

除合規和安全的必要要求，企業還面臨新興技術對產品、服務和商業目標的潛在影響，這些使得企業正在把更為廣泛的信任作為企業戰略。

（9）核心系統現代化

核心系統現代化體現了數字化轉型、用戶期望及數據密集型演算法給核心系統的前台、中台和後台帶來的持續性壓力。無論是在財務數字化、實時供應鏈，還是在客戶關係管理系統，核心系統都承載了關鍵業務流程。

在如今這個即時、持續和定製交互的時代，企業需要降低整體的技術負債。實現核心系統 現代化的成熟舉措，比如重塑現有的遺留系統，更新 ERP 系統及重寫其他系統，這些目前來講尤為重要。

二、未來三大顛覆性技術

隨著三大顛覆性技術（即數字現實、認知技術和區塊鏈）崛起，並準備在未來十年為業務做出重大貢獻 的同時，未來三大技術發展和創新的新星（環境體驗、指數型智能和量子技術）正蓄勢待發。我們將在 本世紀 20 年代末開始感受到它們的影響。

a：環境體驗

環境體驗展望了這樣一個構想：在未來，技術只是環境的一部分。計算設備的功率不斷增加，體積不斷縮小。這些越來越小的設備將我們的輸入從非自然的（指向、點擊和滑動） 演變為自然的（說話、手勢和思考），它們與我們的交互從被動的（回答問題）變成主動的（提出意料之外的建議）。

隨著設備變得無縫和無處不在，它們和我們越來越密不可分。想像未來的世界，一些微小的，已連接的，內容感知的設備被嵌入辦公室、家中或者其他地方，成為背景活動的一部分。例如，你如果在腦海中想「我要在一個小時之內出發去機場」，就能觸發一系列背景活動，包括安排航班值機，準備可供生物特徵識別的虛擬登機牌，將無人駕駛汽車目的地設置為正確的航站樓，將家中的智能系統狀態調為「離開」，以及暫停出差期間的快遞服務等等。

b：指數智能

指數智能建立在當今認知技術能力上。如今，機器智能能夠發現數據中蘊藏的規律，但是無法判斷這些規律是否有內在的意義。同時，它目前還缺乏識別和響應人類互動和情感的細微差別的能力。而且，機器智能的認知能力還非常有限，比如機器能夠打敗國際象棋大師，卻不能理解房間發生了火災需要逃跑。

未來有無限可能。隨著對語義和符號識別的理解，機器逐漸能從假想的相關中梳理出真實的因果關係。藉助來自人感訥驗平台的技術組合，我們的虛擬助手將越來越能夠識別並適應我們的情緒。隨著研究人員開發出更廣義的智能，指數智能將超越統計和計算的層面。我們敢說，最終，這將導致更有能力的人工智慧誕生。

c：量子技術

量子技術利用亞原子微粒的反直覺特性處理信息，進行新型計算，實現「不可非法侵入式」 交流，技術微型化等等。量子計算中，這些量子比特（或量子位）的特殊屬性有可能發生 指數型變化。通過操縱單個粒子，量子計算機將能夠解決某些高度複雜的問題，這些問題 對於目前的超級計算機來說，太大，太雜亂，包括從數據科學到材料科學。

隨著研究者們不斷突破技術限制，量子計算機將逐漸取代傳統的計算機。數據科學家將能 夠處理前所未有宏大的數據量，並從中獲取相關性信息。材料科學家利用量子比特模擬原 子，這是無法在傳統計算機上實現的。同時，在通訊、物流、安全、密碼學、能量等不同領域，我們都能預見無限可能。

為了幫助大家更好的理解各類前沿技術動態，基於宏觀科技力量及其可被預期的時間範圍，報告歸納整理了一張完整的統一化視圖。

三、五大關鍵新興趨勢

一）技術道德與信任

技術變革常態化的同時，贏得全方位的信任變得更具挑戰——但也充滿機遇。

隨著數字技術的出現，企業要用戶以新的更深層次的方式信任他們，過去是獲取用戶個人信息，現在則是通過數字痕迹追蹤用戶的線上行為。同時，技術引起的問題也經常成為新聞頭條，例如安全漏洞、不當或非法監視、個人信息濫用、虛假信息傳播、演算法歧視、缺乏透明度等等。這些事件導致利益相關方之間不信任（包括客戶、僱員、合作 夥伴、投資者和管理者），嚴重損害企業聲譽。的確，消費者對商家的信任正在逐漸下降，人們對公共機構的態度也越來越謹慎，員工則要求企業明確闡述其核心價值觀。

德勤 2020 年全球市場趨勢報告中提到，當今時代，品牌信任對企業來講尤為重要，關係到企業的方方面面。無論是客戶、監管機構，還是媒體，都期望品牌商在其開展業務的各個領域都是開放、誠信和始終如一，從產品生產、促銷活動、到員工文化和合作夥伴關係維護等。

被技術顛覆的企業，它的每一個方面都意味著可以贏得或失去任何一個客戶、員工、合作夥伴、投資者和/或監管機構信任的機會。如果領導者能夠充分貫徹企業價值觀和技術道德觀，努力履行「做好事」的承諾，企業就能夠與利益相關者建立長期牢固的信任關係。在這種情況下，信任就變成了一個全方位的 承諾，並且確保信任是企業的技術，流程，人員都在共同努力維護的基礎。

技術道德這一術語指的是不局限於或側重於任何 一項技術的綜合價值觀，這個價值觀是指導企業對技術使用的整體方法及通過部署這些技術驅動業務戰略和運營企業應考慮主動評估如何以符合公司宗旨和核心價值觀的方式使用技術。

在數字時代，信任是個複雜的議題，企業面臨著無數的生存威脅。雖然顛覆性技術通常會給企業帶來指數型增長，但僅憑技術卻無法建立長期信任。因此，領先企業們正在通過全方位的維持利益相關者所期望的高度信任。領先企業們正在嘗 試通過各種方式，來維持利益相關者所期望的高度信任。

人工智慧、機器學習、區塊鏈、數字現實和其它 新興技術正以前所未有的速度和深度融入我們的 曰常生活。企業該如何通過客戶、合作夥伴和員工使用這些技術來構建信任呢？

解讀企業價值觀。

如今，技術根植於業務，機器學習也驅動著業務決策和行為，因此，必須先了解企業的技術解決方案，才能進一步解讀和評價企業價值觀。數字化系統可以被設計用來減少偏差，讓企業能夠遵循自己的原則運 營。

保障措施可以防止用戶以不健康或不負責任的方式使用技術，從而幫助提高利益相關者的利益。例如，一家公司對可能成癮的遊戲強制限定遊戲時間和遊戲花費一個內容提供商提醒用戶關注信息來源的準確性；雲計算提供商在 戶超出其預算之前自動發出警報。

建立強大的數據基礎。

如果不能系統性地、統一地追蹤數據內容及來源，並確定可訪問數據的人員，就沒有辦法營造良好的信任環境。強大的數據基礎讓利益相關者擁有共同的願景， 為數據負責，採用安全的技術手段實現有效的數據管理。管理者需要讓利益相關者了解他們提供的數據將如何運用，此外，除非為了法律或監管的目的，在利益相關者要求時須刪除相關數據。

強化防護措施。

德勤 2019 年未來網路調查報告顯示，管理者為網路問題花費的時間越來越多，網路防禦體系意味著您要 保護您的客戶、員工和商業合作夥伴，讓他們遠離與他們——或者說你們——的價值觀不同的群體。從最開始就需要建立並實施網路安全風險策略略，並將其貫穿於商業運營和政策制定的全過程，這絕不僅僅是信息技術部門的問題。企業領導者應當與信息技術部門一起制定全面的數字安全風險策略，考慮安全、隱私、 誠信和保密等各方面，增強利益相關者的信任，提高企業競爭力和優勢。因此，需要評估企業的風險容忍度，明確弱點所在，並判斷企業最具價值的數據和系統，制定風險緩解策略和恢復計劃。

二）財務與 IT 的未來

IT 和財務領導者共同努力為創新融資尋找靈活的途徑。

德勤的研究發現，56% 的首席信息官（CIO）期望應用 Agile, DevOps 或類似的靈活 IT 交付模式，來提高 IT 的響應能力並激發更廣泛的創新的雄心。

但目前有些難以克服的障礙阻礙這些努力：資金的來源和分配。IT 的運營和開發流程正變得越來越靈活，更加側重產品，而財務部門仍舊按照過去數十年的方式來制定預算、融資和財報。結果顯而易見：IT 需求與財務流程之間的矛盾。若這個問題得不到解決，那麼它可能會破壞首席信息官（CIO）的創新計劃，乃至整個企業的戰略目標。

IT 對資金的需求與財務的漫長流程之間的矛盾並非形成於一夜之間。而是在過去十年中曰漸累積。雲技術和平台技術一步步地顛覆了傳統運營模式，迫使財務部門不得不重新評估財務管理方法。

《報告》指出這種變革體現在三方面：

從資本支出轉向運營支出

從在現場轉型到基於雲的系統，涉及大量的支出從資本支出轉移到運營支出。事實上，團隊一直都有一些資本支出和運營支出。新的準則是「誰開發誰管理」。從會計的角度而言，短期運營支出增長會影響季度財報。

衡量難以捉摸的投資回報率。

技術創新舉措通常是難以達到內部收益率預期的嘗試，可能產生正回報也可能不會。在財務及短期收益上， 創新投資通常不具備傳統 IT 項目的信心水平， 因此這類投資往往也很難通過標準管理流程獲得有力支持。在某些情況下，這會導致財務部門難以建立精確的流程，來跟蹤長期投資回報率。例如，對於無限期重複使用的平台這類的固定預算投資，跟蹤其投資回報率更是難上加難。

計算交付價值。

根據德勤《 2018 年全球首席信息官(CIO)調查報 告》，65% 的受訪者表示他們在評估 IT 投資時， 通常採用具體案例具體分析的方法，而不是遵循常規財報流程。顯然，在評估 IT 帶來的價值這件事上，首席信息官 (CIO )與首席財務官 (CFO)不在同一立場。

作為財務與未來的T趨勢的一部分，我們預計有更多首席信息官(CIO)、首席財務官(CFO)以及他們各自的團隊，將會積極探索解決這些及其他在融資、會計與財報上所面臨的挑戰的方法。

三）數字孿生技術

利用下一代數字攣生技術助力企業設計、優化和轉型。

當下，企業正以多種方式使用數字彎生技術。在汽車和飛機製造領域，數字彎生技術逐漸成為優化整個製造價值鏈和創新產品的重要工具；在能源領域，油田服務運營商通過獲取和分析大量井內數據，建立數字模型，實時指導鑽井作業在醫療保健領域，心血管研究人員正在為臨床診斷、教育、培訓,創造高模擬的人類心臟的數字彎生體；作為智慧城市管理的典型案例， 新加坡使用詳細的虛擬城市模型，用於城市規劃、維護和災害預警項目。

數字彎生可以模擬物理對象或流程的各個方面。它們可以展現新 產品的工程圖和尺寸，也可以展現從設計到消費者整個供應鏈中 所有子部件和相應環節——即」已建成「數字彎生，也可採用 「即維護」模式——生產車間設備的實物展現。模擬模型可以捕獲 設備如何操作，工程師如何維護，甚至該設備生產的產品如何與客戶關聯。數字彎生可以有多種形式，但它們無一例外都在捕獲和利用現實世界的數據。

數字孿生髮展勢頭迅猛，得益於快速發展的模擬和建模能力、更好的互操作性和物聯網感測器， 以及更多可用的工具和計算的基礎架構等。因此， 各領域內的大小型企業都可以更多地接觸到數字孿生技術。IDC 預測，到 2022 年，40% 的物聯網平台供應商將集成模擬平台、系統和功能來創建數字孿生，70% 的製造商將使用該技術進行流程模擬和場景評估。

與此同時，通過訪問大量數據，使得創建比以往更為詳細、更為動態化的模擬成為可能。對於數字孿生的長期用戶而言，這就好比從模糊的黑白快照過渡到彩色高清數碼照片一樣，從數字源中獲取的信息越多，最後呈現的照片就越生動逼真。

長期來看，若想要實現數字孿生技術的全部潛力， 可能需要集成整個生態圈內的系統和數據。創建 一個完整的客戶生命周期或供應鏈(囊括了一線供應商和其自身的供應商)的數字化模擬，可以提供富有洞察力的宏觀運營觀點，但仍然需要將外部實體整合到內部數字化生態系統內。直至今曰，大多數企業仍對點對點連接之外的外部集成感到不滿意。克服這種猶豫可能是一個長期挑戰, 但最終，所有的付出都將是值得的。未來，期望企業會利用區塊鏈打破信息孤島，繼而驗證信息並將其輸入數字孿生體中。這可以釋放先前無法訪問的大量數據，從而使模擬更加細節化、動態化、更具潛在價值。

四）人感體驗平台

通過Al、神經科學、人本設計重塑人機聯接。

人感體驗平台趨勢顛覆了傳統的設計方法，它首先確定我們想要實現的人性化和情感體驗，而後決定使用何種情感和 AI 技術組合能夠達成這一效果。企業將面臨的一大挑戰是，如何針對不同的客戶群體、員工群體和其它利益相關者，確定能引起他們共鳴和引發他們情緒的具體響應或行為，並進一步開發情感技術，使其能夠識別和複製某一段體驗中的特質。

在不久的未來，我們將會看到人們對人性化的技術需求曰益增長。在數字化革命進程中，我們目前進入到一個階段，就是每個人之間未必有 接，但每個人一定都與技術有聯結。我們正在消除流程和交互，直接與機器互動。因此，我們渴望我們正在迅速失去的東西：有意義的聯結。為此，我們期望技術能夠用更 加人性化，更人道化的方式跟我們互動。設計能夠滿足這一期望的技術需要對人的行為有更深刻的洞察，並不斷創新，以提高我們預測和響應人們需求的能力。不久的將來，人感體驗很有可能會帶來長久的、可持續的競爭優勢。

五）架構覺醒

演進架構師角色，從而轉變系統架構並支持業務 發展的速度。

越來越多的技術領導層和高管們逐漸意識到，如今，技術架構領域的科學在戰略上比以往任何時候都更加重要。事實上，為了在技術創新顛覆的市場中保持競爭力，已成立的企業需要不斷演 他們的架構一一這一過程可以從改變技術架構師在企業內扮演的角色開始。

這種轉變的目的非常明確：把經驗最豐富的架構師安排到最需要他們的地方——即加入到設計複雜技術的軟體開發團隊中。一旦這些架構師被重新部署和賦能，他們便可幫助簡化技術棧， 提升技術敏捷性，從而為新興企業獲得市場優勢。另外，他們還可以直接負責實現業務成果，解決架構難題。

此外，擁抱架構覺醒這一趨勢的企業將開始重新定義架構師角色，使其更具協作性、創新性，並能對利益相關者的需求做出回應。具有全局觀的架構師可能會發現，自己正在多部 門混合的項目團隊中，與專注於應用程序的架構師 以及來自 1T 和業務部門的同事共同作戰。未來，他們的使命將不僅是利用傳統的架構組件，還要利用顛覆性力量（如區塊鏈、AI、及機器學習）大胆創新。

資料來源：https://m.news.sina.com.tw/article/20201026/36690918.html