1、超级自动化

自动化是使用技术来自动化曾经需要人工完成的任务。而超级自动化是使用先进技术（包括人工智能和机器学习），来实现流程自动化和增强人类。超级自动化不仅涵盖了一系列可以自动化的工具，而且还涉及自动化的复杂程度（即发现、分析、设计、自动化、测量、监控、再评估）。

由于没有任何一种工具可以代替人类，因此超级自动化涉及工具的组合，包括机器人流程自动化（RPA），智能业务管理软件（iBPMS）和AI，其目标是越来越多地借助AI制定决策。 

超级自动化虽然不是主要目标，但通常会导致组织数字孪生（DTO， 超越现实概念，可被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统）的创建，使组织能够可视化地展示职能、流程和关键绩效指标如何相互作用，如何驱动价值。DTO成为超级自动化过程的有机组成部分，提供有关组织的实时、持续、智能信息，并推动重要的商机。 

2、实用区块链

区块链是一种分布式账本，是按时间顺序排列的。其含有经过加密签名，不可撤销的交易记录的列表，网络中所有参与者均可共享这列表。 

区块链还允许参与者追溯资产的原始来源，这对于传统资产有利，同时也为其他用途铺平了道路，例如将食源性疾病追溯到原始供应商。它还允许两个或多个彼此不认识的参与者在数字环境中安全地进行交换价值，不需要集中式机构。

完整的区块链模型包含五个元素：共享分布式账本、不可变可追溯的账本、加密、资产代币化和分布式公共共识机制。但是，由于一系列技术问题（包括不足的可伸缩性和互操作性），在企业部署区块链技术是尚未成熟的。

所以现在企业区块链采用一种实用的方法，仅通过使账本独立于各个应用程序和参与者，并在分布式网络中复制账本来创建重大事件的权威记录，从而仅实现完整区块链的某些元素。例如具有访问权限的人都可以看到相同的信息，使用单一的共享区块链可以简化集成。共识通过更传统的私有模型来处理。

未来，随着人工智能和物联网等技术开始与区块链结合，真正的区块链或“完整的区块链”将有可能改变行业，最终改变经济。因为这会将参与者的类型扩展到了机器上，这些机器能够交换从金钱到房地产的各种资产。例如，一辆汽车将能够根据其传感器收集的数据直接与保险公司协商保险价格。 

目前，区块链已经出现在实验和小项目中，到2023年将完全可扩展。

3、边缘赋能

边缘计算是一种拓扑结构，将信息处理以及内容收集和传递放置在更靠近信息源的位置，目的是将流量保持在本地且分布式来减少等待时间。这包括物联网上的所有技术。边缘赋能着眼于这些设备如何增加智能空间的增加和构成基础，并使关键应用程序和服务更接近使用它们的人员和设备。

到2023年，网络边缘的智能设备可能是传统IT设备增加20倍以上。

那么这些海量的设备将会产生海量的数据与计算，在敏捷性、响应能力、隐私和个性化方面，云技术存在一系列的挑战。

例如，在智能驾驶场景里，驾驶环境复杂多变；在智能交通控制系统中，需实时分析由监控摄像头和传感器收集的数据并自动做出决策。如果采用原有的计算方式，即将数据放到云端计算，将造成带宽浪费和高延时，这在交通控制、驾驶场景里，后果是不堪设想的。同时，在智能家居场景上，如果数据全部上传到云端，用户则会担心隐私泄露的风险。

针对这些挑战，嵌入式人工智能系统(AIoT)将AI从云端迁移到终端，通过将计算资源和服务从云端下沉到网络边缘，完成实时智能的环境感知、人机交互与智能化决策控制。未来，AIoT在交通运输、自动化、制造业及农业等各行业领域将发挥巨大的作用。

纵然嵌入式人工智能前景广阔，可当下开发者面临严峻的挑战：开发者不仅需要深入掌握嵌入式硬件开发的知识，还需具备卷积神经网络、深度学习等人工智能方面的知识。

如何快速理解嵌入式人工智能理论和技术？如何把握未来行业的需求和问题？如何参与到嵌入式人工智能的广阔应用中