智慧化（Intelligent）
1. AI 人工智慧
AI 作為強大的決策工具，Gartner 預測 AI 技術將持續主導數位相關領域技術創新至少到 2025 年。需注意的是，這裡指的 AI 實為「Narrow AI」，也就是這些 AI 會專注在特定領域如人臉辨識、語音分析、翻譯、圍棋等等，對於科幻小說式的「General AI」，或可理解為具有自我意識、能像人類進行有意義對話的 AI，尚未出現，還是把它先留給科學家吧！
2.智慧應用程式、智慧化分析
再過幾年，AI 將成為 App 應用程式中不可或缺的一部分，App 或多或少都將利用 AI 技術帶給使用者更好的服務與體驗。AI 將提供更豐富便捷的分析工具、更佳的使用者體驗。
至於 AI 會不會反過來對人類造成危害呢？例如大眾經常擔憂的工作機會被 AI 搶走等等疑慮？其實，專家們建議將 AI 視為人類的幫手，而非取代人類的電腦。透過 AI 增強的分析工具能自動化資料整理、洞見探查，進而將影響力廣而推之，最終能使更多人受益。
3. 智慧物件
隨著 AI 滲透到各式各樣的軟體層面，人們周遭的物品也漸漸智慧化了起來，例如搭載自動駕駛技術的汽車、掃地機器人、物聯網感測器等等。在智慧物件日益增加的時代，這些物件之間的連結會越來越有價值，由孤島轉為連成一氣的大網，由單獨的智慧點轉為「一群」協作的智慧網路。
在這樣的時代，智慧化將不只限於大家的智慧型手機、筆記型電腦，從智慧電視、智慧冰箱，甚至智慧烤箱，以至於現在尚未智慧化的各種生活物品，在近年都有機會成為智慧物件，在物聯網的架構下持續提供資訊。
福特汽車利用Google的機器學習引擎「預測API (Prediction API)」開發智慧型汽車。從2011年宣告合作至今，已創下傲人成績，在油電混合動力科技及自動駕駛車市場取得領先地位。
數位化（Digital）
4. 數位孿生（Digital Twins）
數位分身（或翻譯為數位雙生）是一個比較新的觀念，主要用在 IoT 物聯網、工業 4.0 等場景，其意義是將物理實體透過建模、數值模擬、AI 機器學習等技術，創造一個動態的、同步的數位模擬模型。是不是非常抽象呢？我們可以用最早導入的產業航空業來舉例。飛機不僅一台造價高昂，其中牽涉的高精密儀器、監控設備，更是機師們賴以保持乘客飛航安全的重要因素；數位分身，讓航空公司可以在地面上同步監控所有儀器數據，再透過 AI 機器學習時時收集飛航數據，呈現在數位分身模型上，這樣就能更容易預測哪些零件何時需要維修，增進效率外也增進飛航安全。
Gartner 認為，短期內數位孿生的用途會在於方便以數位化方式管理其物理資產；長期而言，終將會透過 IoT 物聯網等方式串起各個物理裝置的數位分身模型，透過大數據、AI 機器學習，達到增進效率、事前預防等等功效。
台灣是工具機生產大國，各種精密機械也是世界知名的，若能加入數位分身的特性，將有助於在精密工業上更早掌握優勢，把握長期工業進步的趨勢。
5. 從雲端到邊緣運算（Cloud to the Edge）
邊緣運算對 IoT 裝置來說至關重要，因為 IoT 的裝置量通常龐雜且大，若每一個裝置都要連回到中央雲端運算，所耗用的頻寬、運算資源將相當巨大，且延遲時間也會大幅增加。邊緣運算指的是將運算完成於最靠近使用者端的節點，彙整後才會回到雲端的中央運算。常見的誤解是邊緣運算與雲端運算是對立、相反的兩種應用，其實恰好相反，兩者是相輔相成的。各大硬體廠商都已佈局邊緣運算，不乏 Intel、高通、HPE 等大廠，軟體廠商方面，無論是 Google 或 Microsoft 都已佈局 IoT 相關平台，相信在 2018 年會是軟硬整合爆發的開始。
延伸閱讀：雲端平台大比拼：GOOGLE VS. AMAZON VS. MICROSOFT
6. 對話式平台（Conversational Platforms）
現今聊天機器人（Chatbot）已經相當普及，金融銀行業的客服小幫手大概是最常見的應用，許多網購電商平台也開始嘗試使用 Chatbot 做導購、客製化服務。不過，想必有使用過的人都碰到過聊天機器人答非所問的窘境。即便有對話技術及 API 串接應用上的考驗，聊天機器人作為最自然的互動方式之一，還是會持續在產業界扮演重要角色。Gartner 也提到能否理解使用者的複雜語意，拆解層層語句了解使用者意圖（intent），以及是否有串接第三方豐富服務的能力，將會成為聊天機器人平台勝出的關鍵。
7. 沈浸式體驗（Immersive Experience）
AR（擴增實境）與 VR（虛擬實境）都是這幾年火紅的名詞，隨著 Apple 與 Google 各自發表其手機平台上的 AR 方案（ARkit 及 ARCore），AR 可說是開始走進家家戶戶。Gartner 預測 2018 將是 AR 爆發性大戰開始的元年。
