2021科技、传媒和电信行业预测.pdf

2021科技 、 传媒和电信 行业预测德勤科技 、 传媒和电信行业汇聚了全球最顶级的行业专家 ， 组成全球最大的专业团队之一 ， 协助各类形态和规模的企业在数字化时代蓬勃发展 ， 成就辉煌 。 德勤科技 、 传媒和电信行业专家致力于为企业提供丰富的定制化服务 ， 帮助他们顺应变革趋势 ， 抢占行业先机 ， 所服务的客户遍布全球 ， 覆盖全价值链 。 敬请联系作者或访问 deloitte， 了解更多信息 。前言 2走向智能边缘 4云迁移预测 145G对健康无害 24新一代无线接入网 36女子体育的兴起 50超量化运动员 66电视开启新纪元 78虚拟连接现实 96视频问诊爆发增长 104目录2前言新冠疫情下 ， TMT行业格局催生颠覆新冠疫情 是 2021年无法避开的话题 。 2021年科技 、 传媒和电信行业预测中所有主题皆在疫情方面有所延伸 。 我们希望 2021年我们告别疫情 ， 更专注发展未来 。科技 、 传媒和电信生态系统中 ， 观测者一直重复着 ：“ 疫情使得我们在短短的 5个月中经历了 5年的变化 。” 新冠疫情非我们所愿 ， 但它也是催化剂 ， 推动了科技 、 传媒和电信行业格局的改变 。催化剂可以加快化学反应 。 有时 ， 仅仅少量的催化剂就会引发巨变 。 同样 ， 2019新型冠状病毒 ， 虽大小仅为 100纳米 ， 重量仅为 1毫克的万一分之一 ， 却已然催生了科技 、 传媒和电信行业中多领域的改变 。其中一些改变极速发生 。 云迁移 、 视频问诊 、 以及走向智能边缘在 2019年已然萌生 ， 疫情竟使其发展可以加速数年甚至数十年 。 我们预计 ， 这三大领域在 2021年将迎来加速变革 。虽受影响程度不同 ， 但科技 、 传媒和电信行业的其他部分也因疫情而发生改变 。 未来女子体育运动可能会受到禁聚令的影响 。 由于疫情使得活动受限 ，大家看视频的时间增加 ， 8K电视浪潮可能会加速来袭 。 在新冠疫情导致面授困难时期 ， 数字现实头盔可以帮助企业 ， 学校进行线上员工培训和学生教育 。 不明背景下错误信息泛滥以及 5G危害健康的谣言激增 。 运动员的超量化可能使得体育比赛的观赏性在人们无法进入体育场的情况下更受关注 。2021科技 、 传媒和电信行业预测3林国恩科技 、 传媒和电信行业领导合伙人廉勋晓科技行业领导合伙人快速变化当然并非总是正向的 。 但很多受疫情促进的趋势很可能让世界变得更加美好 。 男子体育和女子体育业务的差距缩小 ， 就结果来说是好的 。 发达国家在疫情期间实现的视频问诊技术 ， 很可能为偏远地区和发展中国家带来更多更好的医疗服务 。 云和开放式虚拟化未来移动网络解决方案的更广泛应用 ， 将使得软件和蜂窝服务更便宜 ， 令更多人乃至全球从中受益 。在化学反应中 ， 去除催化剂 ， 则反应速度会比较慢 。疫情结束后 ， 我们正经历的变革 、 颠覆和创新会陷入停滞吗 ？ 新冠带来的行业变革加速是否会成为长期或者永恒的主题呢 ？欢迎来到 2021年科技 、 传媒和电信行业预测 ！前言45智能边缘 由数十年的仪表化 、 自动化和连接技术发展而来 ， 正日渐成熟并演进为一系列革命性的技术能力 ， 并推动全球一些最大的科技和通信企业转型发展 。 对此市场预期迥异 ，1 德勤预测到 2021年 ， 智能边缘的全球市场规模将扩大至 120亿美元 ， 且保持 35%左右的复合年增长率 。 2 电信企业为 5G网络部署智能边缘 、 超大规模云服务提供商优化其基础设施和服务产品 ， 都是推动这一增长的主要动力 。 这些高度资本化的企业将率先创建用例和最佳实践 ， 为各行各业的企业迈向智能边缘奠定基础 。 到 2023年 ， 预计将有 70%的企业将采用边缘计算执行数据处理 。3 正如一家领先的 GPU制造商所言 ：“ 我们将进入一个全新时代 ， 创建一个规模比目前大数千倍的互联网 。”4尽管面临种种挑战和阻力 ， 我们仍然相信智能边缘将改变计算领域的格局 ， 并推动全球最大的科技公司实现新一代的连接技术和运营效率 。 通过让强大的计算能力贴近数据产生和消耗的位置 ， 智能边缘可激发更大潜力 ， 在自动驾驶汽车 、 虚拟现实和物联网等各个领域实现速度更快 、 成本更低 、 更安全可靠的运行 ， 加速推进第四次工业革命 。5什么是智能边缘 ？智能边缘由先进的无线连接 、 紧凑的处理能力和人工智能共同组成 ， 并部署在使用和生成数据的设备附近 。6 智能边缘代表着在云计算 、 数据分析和人工智能的加持下 ， 工业监控 、 自动化生产 、 效用管理以及电信领域的发展演变与趋势融合 。 通过将云计算 、 数据分析和人工智能技术部署在需要快速分析并处理数据的设备附近 ， 实现对数据的直接处理 ，或过滤之后仅将最重要的数据传输至核心 。 尤其值得一提的是 ， 智能边缘可将云技术引入远程操作 ，极大地提升操作性能 。人工智能的崛起离不开计算技术的发展 ， 而这两者正是推动半导体行业发生结构性转变的关键动力 。7 图形处理单元 （ GPU） 已经在向数据中心迁移 ，而专用的人工智能芯片正延伸至边缘 （ 涵盖设备 ），以即时处理输入的数据 。8 通过先进的连接技术 5G和 Wi-Fi 6， 往往是两者并用 将上述各项关联 起来 ， 再借助虚拟化技术在一个由多种动态组件构成的网络上实现服务从云端到边缘的走向智能边缘边缘计算和智能化将推动科技与电信行业发展Chris Arkenberg, Ariane Bucaille, Sanket Nesargi, Dan Littmann, and Je Loucks走向智能边缘 ： 边缘计算和智能化将推动科技与电信行业发展6无缝运行 。 由此可见 ， 智能边缘战略的有效规划和实施需要多个生态系统提供者的合作与协调 。 智能边缘的兴起可能将推动服务架构的演变 ， 促使其更注重地点 、 去中心化并更加分散 。 智能边缘并不会取代云端或数据中心 ， 而是成为 “ 云端到边缘 ”整体架构的一个组成部分 。9 就一项服务而言 ， 部分组件将在集中化云端运行 ， 其他的在数据中心运行 ，更多的则是在传感器阵列 、 自动驾驶汽车甚至数十亿机器端点的边缘运行 。 数据操作过程中不同步骤所采用的计算方式 、 操作地点 ， 以及相关操作对连接技术和速度的不同要求 ， 都有可能改变服务架构 ，以根据需求来分布组件 。然而 ， 还有诸多挑战有待克服 。 技术标准和最佳实践尚未形成 ， 互操作性和安全性方面的问题也将日益凸显 。 目前的智能边缘结合了电信企业 、 超大规模业者和技术提供商的解决方案 ， 需要跨多个领域进行协调与整合才能有效实施 。 如何分工 ？ 如何让各方充分发挥自己的能力 ？ 谁来为市场其他各方提供最佳的端到端解决方案 ？ 这些问题的答案可能会影响未来数年的格局 。智能边缘的重要性对于需要数据驱动用例的企业 ， 智能边缘可提供下列关键能力 ：10 提高带宽的使用效率和网络可见性 ， 从而降低成本 降低对广域网 （ WAN） 的依赖将导致连接不良 、不可靠甚至丢失 ， 智能边缘可应对此类情况 通过将更多数据保留在本地 ， 而无需通过网络将其传输至核心 ， 加强对数据分类 、 标准化 、 驻留和隐私的管控 支持低延迟用例和快速响应时间 提高自动化和数据自治水平有了上述能力 ， 智能边缘就可以提高各项操作的可见性 ， 支持更快的数据分析和实时响应 ， 提升自动化水平并构建更动态的系统 。 某些微服务需要很低的延迟和高安全性 ， 例如用于设备访问的面部识别 ， 则可以在边缘执行 ， 而无需去云端 。 这有助于实现更紧密的决策环 ， 降低网络传输的成本和安全风险 ： 边缘可以向核心发送最重要的数据 ， 核心则可以管控边缘 。智能边缘可以支持大规模的转型解决方案 ， 以此推动制造业 、 物流业 、 机器人技术 、 移动出行和消费类电子产品领域实现重大发展 。11 以供应链为例 ，智能边缘可以让其从相对脆弱的线性系统转化为可编程 、 快速响应和自适应的数字网络 ， 通过自我重塑来应对不断变化的需求和连接中断 。12 另一方面 ，人工智能的崛起离不开计算技术的发展 ， 而这两者正是推动半导体行业发生结构性转变的关键动力 。2021科技 、 传媒和电信行业预测7公共事业和其他同类机构也可以利用智能边缘来连接人工智能无人机 ， 更快速地识别并解决由基础设施老化导致的风险加剧 。13 挪威的一个石油钻井平台已经部署了一种远程自动化机械狗 ， 可以在钻井平台上巡逻 ， 并目测检查是否有气体泄漏等问题 。14 这些设备可以全天候部署 ， 以核对和监控资产 、 标记问题 ， 并提醒钻井平台的网络和船员注意潜在风险 。智能边缘在此类操作中具有显著优势 。 其中一个例子是用自动化无人机来检查管道缺陷 。 借助云端 ，无人机可以将管道检查的视频存储在本地 ， 然后返回基站 ， 并将视频上传至远程数据中心 。 通过网络发送的信息可能多达数千兆字节 ， 需要较长时间 。云端将通过机器学习 （ ML） 来评估数据以查找缺陷 ，并在发现缺陷后将相关信息发回对应的管道站点以触发响应 ： 处理缺陷并可能修改管道流向 。有了边缘智能 ， 云端评估视频所采用的人工智能 /机器学习推理算法就可以在无人机上直接运行 。 无人机不需要扫描并分析整个视频 ， 而是在视频中一个接近实时的小型缓冲区上操作 ， 以此识别缺陷 。发现缺陷后 ， 无人机可以立即通知附近的工作人员处理问题 。 只有识别出缺陷的视频帧才会保存在云端 ， 并置入模型和训练集 ， 进而更新现场工作的其他无人机 ， 以更好地识别缺陷 。 这能最大限度地减少数据分析和传输的负荷 ， 大大缩短检查与处理的间隔时间 ， 并最大程度地实现网络的使用价值 只处理可添加至工具链并提供深入见解和经验的关键信息 。智能边缘的适用对象智能边缘适用于任何管理基础设施 、 网络 、 云端 、数据中心和互联端点 （ 如传感器 、 执行器和设备 ）的企业 。 智能边缘可以支持对延迟要求非常低的消费者用例 ， 如云端游戏和增强虚拟现实 ； 支持需要在多个运营和客户领域对大量数据进行整合 、 保护及分析的企业应用 ； 还可以改进用于管控质量 、 物料及能源使用的工业流程 ， 如监控工厂车间 、 装配线和物流 。然而 ， 并非所有企业都能立即在大范围实施智能边缘解决方案 。 对很多企业而言 ， 需要先投资建设所需的基础设施并建立合作伙伴关系 ， 随后才能从为数不多的用例中实现投资回报 。 但基础一旦奠定 ，企业就能在未来获得更多机遇 。 智能边缘适用于任何管理基础设施 、 网络 、 云端 、数据中心和互联端点 （ 如传感器 、 执行器和设备 ）的企业 。走向智能边缘 ： 边缘计算和智能化将推动科技与电信行业发展8智能边缘的驱动因素我们预期 ， 智能边缘在未来一年将实现初步增长 ，主要驱动力量包括大型电信企业 ， 以及超大规模服务提供商 、 内容交付网络 （ CDN） 提供商和科技公司 。 这些机构同时使用并销售智能边缘解决方案 。科技公司会向早期使用者推广智能边缘组件 、 设备和软件层 ， 同时也借助智能边缘能力来加强自己的制造链和供应链 。 无独有偶 ， 电信企业 、 超大规模业者和内容交付网络提供商不仅为客户提供更多的功能 ， 同时也在扩展自己的智能边缘基础设施 ， 以推进实施战略计划 。 从中期来看 ， 智能边缘将从早期使用者延伸到制造业 、 物流业和供应链领域 。目前 ， 对边缘计算和智能化投入资金的主要是美国的电信和通信服务提供商 。15 随着越来越多的设备在线上和线下移动 ， 以及更加多元的带宽需求涌现 ，这些网络提供商面临着与日俱增的管理挑战 。 他们正利用智能边缘技术来改造和加强自己的基础设施 ， 例如将交换中心扩展为下一代数据中心和边缘枢纽 ， 实现 5G和多接入边缘计算 （ MEC） 所需的高密度及动态连接 ，16 使用开放式无线接入网等解决方案构建更多虚拟化网络 。 这些都能为他们的核心业务提供支持 ， 从而向订阅用户提供更优质的服务 ，并向企业客户销售网络 。 超大规模云和服务提供商也在迅速行动 ， 将智能边缘能力引入其由数据驱动的各项业务 ， 包括用例驱动型解决方案 ， 例如需要低延迟 、 高冗余能力的自动驾驶汽车和移动机器人 ； 以及在后疫情时代亟需提升透明度和韧性的制造供应链 。 随着针对数据主权与合规性的监管制度开始出现 ， 智能边缘应对此类要求的能力将被更多机构看重 。 有了智能边缘 ，就可以将数据安全保存在本地 ， 留在收集数据的区域之内 ， 而无需发送到国外云平台 。17这将吸引更多社交媒体平台进行投资 ， 以借助智能边缘能力 ， 帮助平台遵守 GDPR等监管制度的要求 ， 包括在本地匿名处理个人信息 。18 最后 ， 制造业和移动出行行业 （ 如汽车制造商和代驾服务 ） 日益增长的需求将促进打包式方案和托管服务的开发 。 这将使更多企业更容易获取智能边缘能力 。 新冠危机的出现加快了向云端迁移的步伐 ，正在开展第一阶段云转型的企业可以设计出最能满足其用例需求的 “ 云端到边缘 ” 解决方案 。19智能边缘生态系统的参与者 任何一家服务提供商都无法独自创建一个有效的智能边缘解决方案 。 电信企业 、 超大规模业者 、 内容交付网络提供商和科技公司各自提供了解决方案的一部分 ， 对实施智能边缘发挥着重要作用 。 但对这些不同的部分进行协调并非易事 ： 每家机构都力图实现各自的战略目标 ， 合作往往伴随着竞争 。 因此 ， 了解这些参与者各自发挥的作用 、 提供的产品及其如何应对竞争格局 ， 有助于企业更好地掌握智能边缘能力 。2021科技 、 传媒和电信行业预测