来源：智东西 时间：2019-01-14 14:09:10 作者：
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。本文特节选报告中科技类预测部分与大家分享，文末附报告全文下载。
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 0万台， 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。
这些创新型企业让更多企业更易获益于人工智能。尽管这些企业缺乏顶级科技人才、 访问大型数据组的权限， 也没有强大的计算能力， 但他们通过云技术获得的服务可以弥补这些不足， 而且无需支付巨额的前期投入。 简而言之， 云技术正赋予企业即刻应用人工智能的能力， 从而实现这一技术的普及 。
▲部分企业已率先“入云”
3、大量企业开始受益
人工智能的大众化不断推动人工智能的应用。 虽然受访者应用人工智能的方式各有不同， 但将企业级软件与人工智能技术和基于云技术的开发平台相结合是企业采用人工智能技术的两大主要途径。
接受德勤人工智能调查的美国受访企业中， 早期应用人工智能的企业采用深度学习技术的比例从 2017年的 34% 上升至 2018 年的 50%。 越来越多的企业可通过大量基于云技术的人工智能服务运用深度学习技术， 推动了该技术应用比例的增长。 我们在另一项针对云服务的单独调查中发现， 希望获取人工智能和先进分析技术等先进创新能力提升服务的企业比希望获得传统 IT 服务的企业多 2.6 倍。
云技术的不断普及和早期应用者经验的积累共同推动人工智能的应用：
从2017年至2018年， 我们调查的美国受访企业中全面采用人工智能技术的企业数量从六家增长到九家，增长率达50%，德勤全球2018年预测得到印证。
所有国家早期应用人工智能的企业均取得了不错的经济效益， 平均投资回报率达16%。 这对于在技术快速演变的情况下不断积累经验的企业来说是个良好的开端。
投资回报率可驱动人工智能的应用， 但这并不能解释企业采用人工智能的全部动机。 我们的受访者认为人工智能还将在未来两年对其竞争力产生重大影响。
由于已取得了一定成效， 同时相信人工智能将对自身竞争力的提升起到关键作用， 企业不断加大人工智能投资力度。 我们调查发现， 受访企业2017年人工智能平均投资额度为390万美元， 到2019年这一额度有望上升至480万美元。
▲人工智能对企业有效运营的战略重要性
智能音箱，增长放缓
据德勤全球预测，2019年智能音箱行业规模将达到70亿美元，相当于按43美元的平均售价卖出1.64亿台智能音箱。 德勤曾预计， 2018 年将以 44 美元的平均售价卖出 9,800 万台智能音箱，行业总收入达到 43 亿美元。 2019 年， 凭借 63% 的预期增长率， 智能音箱将成为全球销量增长最快的联网设备， 且年底前装配数量将超过 2.5 亿台。 尽管 2019 年有望实现强劲销售业绩， 但增速较上一年有所放缓： 2018 年第二季度， 智能音箱销量同比增长 187%。
1、推动智能音箱增长的要素
智能音箱行业是一个充满增长机遇的领域， 向非英语国家市场的扩张则蕴藏巨大潜力。 2017 年底， 智能音箱的销量大多集中在英语国家市场， 其中 95% 以上的销量由美国和英国贡献。 然而在2019 年年初， 智能音箱产品将结合更多语言实现扩张： 在主要使用汉语（普通话或粤语）、 法语、西班牙语、 意大利语、 日语以及英语的国家， 智能音箱的销量将快速增长。在上述大多数国家和地区，智能音箱类的持有量和出货量增长将可能超过所有其他智能设备。
非英语国家的销量增长将可能使智能音箱的用户规模迅速扩张。 到 2019 年年初， 全球智能音箱保有量将超过 1 亿台。 德勤研究表明， 到2018 年年中，在销售多个主要智能音箱品牌的七大市场中， 六个市场的智能音箱持有量的同比增幅均高于其他设备（中国城市地区、 美国、 日本、 英国、 加拿大和澳大利亚， 仅德国例外）。 截至 2018 年年中， 智能音箱在中国城市地区的渗透率最高， 22% 的成年人使用智能音箱； 美国紧随其后，19%的成年人使用智能音箱。 在上述国家市场中， 智能音箱也是增长最快的新兴联网设备。
▲智能音箱使用者占比（按国家划分）
在某些情况下， 语音可能是最自然、 最有效的人机沟通方式。 例如， 当人们用双手操作机器、 打字、 怀抱婴儿、 或者做饭时， 语音沟通也许是最便捷的选择。 此外，语音沟通也是驾驶途中最安全的选择。 实际上， 在剧院、 工厂、 化学实验室以及餐厅后厨等很多工作场所，智能音箱都可以让人们更安全、更准确地开展工作。 德勤全球认为， 长期来看， 办公用智能音箱的数量可能超过家用智能音箱， 办公用智能音箱的功能也比播放音乐、 收听气预报或者计算零除以零等于多少等更有价值。
2、警惕： 智能音箱增速放缓原因
虽然智能音箱制造商有很多理由持乐观态度， 但仍应保持警惕。 尽管 2019 年智能音箱市场可能会取得不俗的业绩， 但增长仅为 2018 年的一半， 未来几年还有可能继续下滑。前期的智能音箱需求很大程度上由低价促销拉动。在美国， 占绝大部分的入门级智能音箱促销价格低至 25 美元 / 台。在中国， 智能音箱的促销价格甚至低至 15 美元 / 台。 例如， 阿里巴巴旗下平台天猫曾将价值 499 元（70 美元） 的 Genius X1 折价80%， 按 99 元（14 美元） 的价格卖出 100 万台智能音箱。 长远来看， 折扣价格将难以长期维持， 并可能抑制消费需求。从某种意义上来说，智能音箱是奢侈品；英国拥有或使用智能音箱的用户中， 收入超五万英镑（65,250 美元） 的人数量是收入低于五万英镑的两倍。 28 对于低收入者来说， 只有具备超强实用性的智能音箱才能称为必备单品， 尤其是全价出售的智能音箱。 一些分析人士认为， 目前大多数智能音箱都按成本出售甚至亏本出售（取决于零部件的成本）。 这表明智能音箱的价格已没有继续大幅下降的空间。
未来智能音箱的需求可能主要在于其有用性。 这方面需要注意的是， 尽管作为智能音箱核心部件的数字语音助手近年来已在多种设备上得到应用， 并被安装到数十亿台消费类电子设备中， 但大多数似乎很少使用。 德勤研究表明， 智能手机、 平板电脑以及个人计算机中的大部分语音助手从未被使用过。 实际上， 大多数用户只有在使用智能音箱时才会使用语音助手， 因为这类设备只能用语音操控。
▲绝大部分用户不使用设备中的数字语音助手
智能音箱的有用性还在一定程度上取决于其应用范围， 或者人们实际的使用方式。 目前在大多数市场中， 智能音箱最常用于播放音乐， 但这种应用并未颠覆常规： 人类早在 19 世纪就已经发明出可以发出声音的装置。 实际上， 德勤 2018 年年中的一项研究表明， 在五个受访国家（加拿大除外） 中，智能音箱的第一大用途是播放音乐（在加拿大智能音箱的第一大用途是查询天气）； 在多数其它国家市场， 查询天气是第二大用途。 也许口头指令查询天气比使用智能手机上的应用软件更先进，但这是否足以推动智能音箱的销量增长？
▲2018年设备日常使用情况
有些人可能更喜欢在应用软件上选择音乐， 而不是在播放列表中口头输入歌曲名称。 智能音箱在几大主要市场的第三大用途是设置闹钟或计时， 融合了音乐、 天气以及设置闹钟等功能的智能音箱， 看起来更像是新款的床边或厨房收音机， 而非彻底颠覆常规的新设备。
中国新型数字商业模式
2019年中将拥有领先的电信网络，并有望于中期实现。借力中国的通信基础设施 至少三个重大新 。 借兴行业将不断孕育并蓬勃发展， 到 2023 年可产生数百亿美元的年收入。
至 2019 年初， 中国将有 6 亿人使用手机进行移动支付， 约 5.5 亿人将定期使用智能手机进行网购，约 2 亿人将使用共享单车服务。 德勤全球进一步预测， 2019 年中国光纤到户（FTTP） 的部署规模将位居全球第一， 大幅超越其他国家。 2019 年初， 中国预计将拥有超过 3.3 亿个全光纤网络连接点， 约占全球总数七成。 FTTP 目前 可以实现千兆网速到户连接， 而运营商一般提供不同网速的服务组合； 于中期内（到 2024 年） 应可实现多千兆网速。
中国若要在制造技术的基础上实现多样化发展，开发并实施全新数字业务模式， 其联网优势将会是一大关键因素。首先， 预计中国即将拥有全球最大的 4G 网络（按基站和用户数量）。 2019 年初， 中国将拥有接近 500 万个 3G/4G 基站以及12 亿 4G 用户， 占全球总数三分之一以上。 印度是唯一可与中国逾十亿用户市场匹敌的国家；2017 年末， 印度有大约 2.38 亿4G 用户。 未来数年， 中国凭借已建成的4G 网络容量和密度， 有望成为领先 5G 市场之一。 2018 年初， 中国拥有接近 200 万个蜂窝基站； 而美国约有 20 万个。中国每十平方英里有 5.3 个基站； 而美国只有 0.4 个。中国目前的4G网络密度应可降低推广 5G而增加的成本。 事实上，中国预期于 2020 年广泛推行 5G， 2025 年将有 4.3亿 5G 用户， 成为领先的 5G 市场。
结合中国在联网领域的发展， 其庞大网络用户近年来促进了三个新兴大众市场行业的兴起， 即移动支付、 电子商务和共享单车行业； 2019 年初， 预计这三个行业将分别拥有数亿用户。 移动支付、 电子商务和共享单车均依托快速的网络连接， 以不断扩大覆盖范围。 尽管这些服务均可以在没有 4G 或高速宽带的情况下存在， 但由于下载速度减慢、 延迟时间增加， 服务效用将有所降低； 每千兆字节成本将会增加， 使服务价格提高； 用户群将会缩小； 而收入也将减少。
1、中国联网优势催生全新应用领域
展望未来， 中国通信网络作为发展基石， 将助推多个重要的新兴宽带密集型应用领域。 预计到 2024年， 这些应用领域将成为主流（拥有数亿用户），并产生可观收入（每年数百亿美元）。 这些领域将包括机器视觉、 社会信用和新零售概念。
（1） 机器视觉
机器视觉是人工智能应用之一， 目前运用于不同领域。 在大部分情况下， 高速联网是运用机器视觉的先决条件。
机器视觉将会在验证领域发挥越来越大的作用。长远而言， 人脸可作为识别码， 用于授权日常用品的支付， 或验证公共交通系统的访问权限。 人脸识别技术通过已储存的图像与当前人脸进行比对。 验证图像可储存于护照、 手机内或云端。 随着时间的推移， 预计未来验证图像的画质将越来越精细。政府部门目前使用机器视觉来识别犯罪嫌疑人。翻看闭路电视影像是各警察部门均要开展的工作；机器视觉可自动执行这项繁琐而紧迫的任务。 透过高速联网甚至可以在云端审阅录像。 世界各城市正尝试使用机器视觉识别罪犯， 例如华盛顿哥伦比亚特区、 迪拜、 伦敦 等。 此外， 美国、 加拿大、澳大利亚和英国的机场也在试行自动人脸识别系统，用以检测使用虚假身份的非法入境者。
中国一直在不同领域尝试应用人脸识别， 其中包括核验火车和飞机乘客信息、 支付快餐、 核实出租车司机身份、 追踪大学生出勤率以及检查学生宿舍。这一领域的中国龙头企业商汤科技表示， 人口约 2,500 万的广州市已采用其公司软件，用于比对犯罪现场监控图像和犯罪数据库的照片。到目前为止， 该系统已在广州识别超过 2,000 名嫌疑人。据报道， 商汤科技还致力于研究另一项服务， 可解析数千个实时摄像机的影像数据。系统透过 FTTP 和 5G 联网可以实时上载有关影像。 影像分辨率越高， 越有助识别人脸或衣物。
（2）社会信用
社会信用从传统信用评分演变而来。 个人的社会信用评分基于以下个人信息：
信用历史，包括个人的账单支付记录；
履约能力， 即个人履行合同义务的能力；
个人特征；
行为偏好， 通过个人购物习惯以至电子游戏时间进行追踪或推断（例如购买尿片即有责任感的行为）；
人脉关系；
每一用户的评级透过演算程序确定， 而人工智能依托大型数据集， 可用于迭代有关演算程序。由于传统的信用评级系统依靠信用卡记录、 房贷支付或就业时间， 社会信用可以作为替代体系。 在中国和许多其他新兴国家，大部分人口没有相关记录， 而社会信用系统可填补这一缺口。 （2015 年，中国人民银行只有约 3.8 亿市民的信用记录。）
参与社会信用的消费者可通过良好的社会信用实现多种利益（通常是经济利益）， 例如免押金租单车或汽车以及获得低利率贷款等。 信用评分高的消费者也可快速办理酒店入住， 甚至简化出境旅游申请材料。
（3）新零售概念
世界各地的零售店也在进行数字化革新， 通常由科技公司引领先机。 中国的阿里巴巴和腾讯以往只经营线上业务， 如今也开始投资实体零售， 以期运用自身数字化能力打造更好的购物体验。 例如， 阿里巴巴已购买高鑫零售有限公司、 北京居然之家连锁店、 银泰商业集团和苏宁云商集团的股权。
科技公司期望借助人工智能完善供应链效能， 优化库存和产品建议。 这些公司尝试也在尝试运用摄像机来发展无人商店。 京东已投资 45 亿美元打造个人工智能驱动的零售中心， 从而实现线上线下零售平台的无缝整合，并推出虚拟试衣服务和无人门店。
中国“芯”未来
中国2019制造的半导体收徒将增至1200美元，较2018年约950亿美元增长25%。 以满足人工智能日 ， 较 2018 年约益商业化带来的庞大国内芯片组需求。 据德勤全球进一步预测， 2019 年， 一家中国芯片代工厂将开始生产支持人工智能和机器学习任务的专用半导体。中国作为主要半导体消耗国（每年消耗全球五成以上半导体用作国内和出口用途），其增长带动了整个行业。 然而， 中国制造商仅可满足约 15% 的国内需求。 随着宏观经济的不断变化以及人工智能价值的与日俱增， 中国政府和主要数字企业均表示提升半导体自供率是未来发展重要一环。
他们现 正积极投入资金和招聘人才， 从而构建国内制造能力， 以紧跟全球顶尖代工厂的步伐。许多中国企业也在构建人工智能专用半导体， 且设计了处于移动智能手机行业最前沿的芯片架构。在政府和国内制造企业的协调联动下， 中国已掌握大量资金和巨大市场， 从而推进有关工作的开展。尽管中国在过去数十年未能拓展半导体行业， 但这次或许可以取得成功， 并可依托计算与新兴技术之间不断演进的关系而得到进一步推动。
随着人工智能和支持人工智能的专用芯片不断增长， 中国芯片制造商或许能够满足更多相关需求。尽管中国过去未能拓展其芯片行业，但是过去数年，中国制造商已实现能力的稳步提升。 如今， 他们可以通过国家计划获得充足的资金支持， 并依托于强大的国内市场和自身超大规模的平台公司。 因此，中国或已具备前所未有的有利条件，成为半导体和人工智能领域颇具竞争力的全球市场参与者。 这一情况可带来巨大影响。中国为何具备前所未有的有利条件？ 以下五个现况有助推动中国在半导体领域的崛起：
国内需求。 中国目前是全球最大的半导体消耗国，每年进口值约为 2,000 亿美元。 其庞大的人口中包含八亿互联网用户。 中国的人口规模以及经济增长支撑强大的国内需求， 推动绝大部分外国供应商的利润。 大部分发达国家的个人计算机和移动设备已接近饱和， 但中国对芯片的需求却持续增长。事实上， 全球经济已越发依赖中国的需求， 同时也有越来越多全球投资者看好中国市场的未来。 这一变化让中国更能控制外国制造商进入国内市场的条件。
国家资助。 尽管中国的经济略有降温， 但体量仍然庞大，国家和各大行业也能够积累大量备战资金。此外， 虽然有批评认为中国政府与其最大行业之间关系紧密， 但在国家控制之下， 更能密切开展市场协调。 2014 年， 中国国务院颁布《国家集成电路产业发展推进纲要》。该计划致力解决中国制造商与全球领军者之间的技术差距， 并由政府资助企业带领注资 218 亿美元为计划提供资金支持。 2015年， 中国宣布《中国制造 2025》 计划， 目标是到2020 年把核心技术零部件（包括半导体） 的国内生产率提升至40%，以及到2025年提升至70%。此后，筹募的资金数量进一步增加， 为有关目标的达成提供支持。
全球第五大代工芯片制造商中芯国际预期其 2018年的国家补助将接近一亿美元。 25 中芯国际已向荷兰阿斯麦（ASML） 订购 EUV 光刻设备， 该设备是最先进的芯片生产工具之一， 估计成本为 1.2 亿美元。 这一上海制造商期望在 2019 年末前实现 14 纳米制程的规模化生产， 但建成具有竞争力的代工厂需花费数十亿美元。 不仅如此， 据行业协会 SEMI 估计，2018年中国在制造设备投入的开支将达 130亿美元，成为全球第二大买家。 27 于 2017 年末， 中国有计划新建至少 14 家芯片工厂。
人工智能需求增长。 2019 年， 全球半导体行业预料将更加集中于支持人工智能需求。 人工智能的发展是行业动因之一， 预期在未来 20 年将带来 5%-6%的增长率。 计算本身也越趋专用化， 以满足人工智能的需求。 在这些趋势下， 中国也致力于独立发展半导体行业， 并将人工智能作为未来经济核心。 2018年， 中国的深度学习专利数量位居全球第一， 但有关专利的总体价值并不明确。 30 中国明确表示， 未来发展将会由先进技术驱动， 而人工智能将会是一大关键元素。
引入外国业务和聘请外国人才。 无人自驾汽车结合机器人、 人工智能和半导体技术， 带来非常困难的设计挑战， 中国初创企业和国家最领尖的超大规模平台公司仍然依靠硅谷在无人驾驶技术领域的专业技能。 39 但是， 尽管自动驾驶汽车的专业技能可能仍然为外国所有， 但中国有关行业正通过投资外国制造商以及积极聘请和引入市场领先人才， 以获得生产汽车的硬件和软件。 2018 年6 月， 日本软银集团宣布向一家中国投资基金出售 Arm Limited（一家领先的半导体设计供应商（设计包括 Cortex iPhone）） 在华业务的多数股权。 投资团由厚朴投资管理公司牵头， 并得到一家中国主权财富基金和北京丝路基金支持， 以 7.75 亿美元收购 ArmLimited 在华业务 51% 的股权。这一举措使中国能够获得更多 Arm 公司的设计。 值得注意的是， Arm公司 2017 年约五分之一的盈利来自中国需求。
中国企业也应吸引更多人才进入大陆， 以不断推进国内芯片供应。 在这一方面， 长江储备科技有限责任公司已投资 240 亿美元兴建中国首座先进存储芯片工厂， 且已从外国芯片制造商招揽数千名工程师加入。该公司最近宣布其 32 层 NAND 存储芯片的进展； 虽然这是一个好兆头， 但仍落后于其他存储器制造商的最新型 64 层芯片。 同样， 中芯国际为了推进 14 纳米制程的研究， 招揽了台湾台积电一名高管加盟； 台积电是全球最大的芯片代工厂商， 比 中芯国际先进两三代。 与此同时， 台积电已在南京开始兴建一座代工厂， 藉以在大陆市场进一步站稳脚跟。
芯片设计和知识产权。 尽管中国企业在制造最先进的半导体方面的能力仍处于发展之中， 但是中国的芯片架构设计和知识产权如今已具有全球竞争力。华为设计的新手机芯片采用 7 纳米工艺， 且宣称效能和耗能均优于顶级竞争对手。华为的系统级芯片也以人工智能核心和全球最快调制解调器为亮点， 可及时赶上 5G 的早期部署。华为依靠台湾的台积电制造芯片 ， 与其他中国顶尖技术品牌一样，自主研发设计产品， 而生产制造则交由其他厂商代工。 但这也表明中国企业能够打造出处于技术最前沿的规格。
量子计算机
德勤就2019年及以后的量子计算机发展做出了五大预测：
1. 未来几十年内， 量子计算机将不会取代传统计算机。 预计2019年或2020年将首次实现经过验证的“量子霸权”， 或称为“量子优越性”， 即量子计算机能够执行传统（基于晶体管的传统数字） 计算机投入大量时间或者资源也无法完成的某些工作。 尽管这的确是一大重要里程碑， 但“霸权” 一词可能会让人产生误解。 量子计算机必将更好地解决一些有用且重要的计算问题， 但并不意味着量子计算机在处理所有、 大多数甚至10%的计算工作时都能体现出优越性。
2. 量子计算机市场规模未来将达到500亿美元左右， 与目前的超级计算机市场规模相当。 相比之下， 2019年传统计算机（包括消费型智能手机和企业用超级计算机） 市场规模有望突破一万亿美元。即使到2030年， 在数十亿的智能手机、 计算机、平板电脑以及较低级别的企业计算设备中，也没有一台属于量子技术型设备， 虽然它们有时或者常会借助云技术进行量子计算。
3. 首台商业通用量子计算机最早将于本世纪30年代诞生。 本世纪20年代可能是量子计算的快速发展时期， 但本世纪30年代则最有可能是量子计算市场扩张的十年。
4. 本世纪20年代， 含噪声的中型量子计算市场（使用早期量子计算机） 每年将产生数亿美元的价值。 早期量子计算机（亦称“含噪声的中型量子”计算机） 的计算位含有噪音，可靠性不如未来更强大、 更具灵活性的量子计算机， 但增强的计算能力仍相当有用， 且可能具备商业开发价值。 目前尚不确定哪些行业将能从含噪声的中型量子计算技术中获益， 而生物化学企业肯定能因此受益。
5. 本世纪20年代， 量子安全防护行业规模将达到数亿美元。 大型量子计算机必将推动安全与密码学领域实现指数级加速发展。（在足够大的量子计算机上处理的） 舒尔算法能够破解现下众多公钥加密系统 ， 如数字签名算法和椭圆曲线密码编码学。 企业和政府现在就应着手防范高效的量子计算机带来的威胁， 否则当威胁真的来临时， 将为时已晚 。
在德勤报告关注的行业中，5G的普及速率可能并没有想象中的那么快， 但 5G 网络的高数据传输率和低时延特性将可能推动移动、 医疗、 制造业等几乎所有依赖网络的各行各业发生转型。 3D打印在沉寂几年后， 如今的发展态势印证了（甚至在一定程度上超过了） 当初的乐观预期。 归功于芯片技术的推动， 机器学习将在 2019 年再次成为发展规模最大、 增长速度最快的技术 。而最近几年火热的量子计算机，虽然可以解决某些特定的问题，但在未来的几十年内，都不会成为“经典计算机”的替代品。
报告如下
责任编辑：李兰松
