1. 流媒體電影和視頻競爭狂熱
2020年，消費傳統電影和電視內容的方式將發生根本性轉變，從傳統的電視網絡轉變為可以在幾乎任何設備上點播觀看的新的數字優先點播內容。 Netflix將繼續成為主播平臺，另外一個高級平臺將極大地吸引消費者的注意力。來年，內容在任何設備上都將變得易於訪問。
消費者將能夠從看似無窮無盡的標題列表中選擇他們所訂閱的流媒體服務-Hulu，HBO Max，Amazon Prime，Disney+，孔雀，TubiTV，Apple TV +，NBA，MLB和當然還有800磅重的大猩猩Netflix等。所有人都在爭奪現有和未來的內容，最終是消費者掏腰包。
傳統媒體正在尋求將寶貴的IP收回以在自己的平臺上使用，這就需要技術人員瘋狂地製作新內容，併為此付出高昂的價格。有傳言稱，Netflix，亞馬遜和蘋果2019年分別花費140億美元，70億美元和50億美元用於原始節目內容。這提出了一個更引人入勝的問題，為什麼傳統媒體會進入異常擁擠的流媒體世界？
答案是，公司不再需要依靠有線電視提供商向消費者提供他們所生產的內容。 Netflix在過去15年中取得的巨大成功毫不客氣地挫敗了這一點，在過程中許可了他們最有價值的內容。歸根結底，它歸結為擁有從內容創建到內容交付的消費者關係，以及由此帶來的獲利機會。
所有這些都引出了一個問題–消費者願意為哪些內容和多少內容付費？實力雄厚的科技巨頭們是否能夠產生足夠的原創內容來吸引人們使用其平臺？還是傳說中的工作室和頻道能夠以他們鍾愛的IP吸引人們？答案當然不是很明確，但是每個人在想要什麼內容以及願意花多少錢上都有不同的看法。但是，業界認為將有一個錨定平臺，可能是Netflix，HBO Max或Disney +，以及其他較便宜和較不全面的平臺（如Apple TV +）的組合。
要爭奪眼球，就要製作能夠引起各種消費者共鳴的內容。由於擁有大量用戶數據，因此開發項目並將其部署到市場中以對目標人群進行測試從未如此簡單。這樣一來，流媒體公司就可以快速確定某個概念或系列是否可行。內容製作人也有大量資金可用，僅Netflix在2018年就投資了120億美元用於700場新的原創節目。大量的資本與慾望相結合通過平臺來創建利基內容，以吸引可能不使用該平臺的廣泛消費者，從而創建了鼓勵冒險和創造力的生態系統。
2. 關係數據庫為數據湖奠定基礎
數據湖日益流行的趨勢不容忽視。 在大數據和物聯網時代，數據湖提供了許多極其重要的功能，這些功能將在明年取代許多企業的關係數據庫。 2020年將是數據湖的一年，因為越來越多的組織意識到單個非結構化數據存儲庫的無限潛力。
儘管它可能不具有Netflix和迪士尼爭奪流媒體戰爭冠軍的吸引力，但不可忽視的數據湖日益普及。在大數據和物聯網時代，數據湖提供了許多極其重要的功能，這些功能將在明年取代許多企業的關係數據庫。
自數字時代來臨以來，人們一直在討論存儲和分析數據以改善現實世界的結果。但是，正在創建的數據量的變化步伐以及存儲數據的不同格式和位置，促使人們對如何將數據最好地轉化為可行的解決方案和可量化的結果進行更加有意義的研究。
關係數據庫在邏輯數據結構（如數據表）中存儲彼此相關的數據點。由於它們的邏輯結構，它們提供了最簡單的查詢數據的方式—數據點相互關聯，因此可以安全、一致、基於規則的方式進行管理。
這種類型的數據存儲已經存在了數十年，並且仍然被世界上許多私人和政府組織廣泛使用。但是，已經到了一個轉折點，公司正以如此複雜的方式生成大量數據，以致關係數據庫不再適合作為最佳存儲方法。
輸入數據湖。在大數據時代，每個連接的設備都在不斷拋出大量需要存儲的數據，並可能為所有者闡明有價值的信息。數據湖的主要好處，以及其將流行的原因是可訪問性以及易於存儲和使用的能力—但這最終是其未開發的功能。
如今，超過80％的數據是非結構化的，這意味著它是定性的，無法通過常規方法進行存儲或分析。文本、視頻、音頻、社交媒體活動、網站點擊流數據和衛星圖像只是我們每秒產生的一些非結構化數據類型。分析非結構化數據的能力對於尋求競爭優勢的組織至關重要，因為可以從此類數據中收集的信息更加豐富，並且可以呈現客戶行為、旅程、情感和意圖等內容。
數據湖添加到非結構化數據的是一個單一的存儲庫。為什麼這很重要？一方面，它可以低價出售，而“清理”並將數據存儲在數據倉庫中則相對成本較高。而且，它所提供的安全性使所有數據流入一個位置並位於這個位置。數據湖的好處還在繼續，但是從業務角度來看，最重要的也許是使用有效的管理/分析平臺時對組織數據的統一看法。正確使用這些數據，可以改變從藥物試驗效率到預測客戶行為數據的過程。
關係數據庫已經並將繼續成為我們存儲數據的主要方式。但是，隨著越來越多的組織意識到單個非結構化數據存儲庫的無限潛力，2020年將成為數據湖的一年。
3.企業求助於垂直AI解決方案來解決實際業務難題
隨著AI的炒作逐漸消失和實際技術的實施，企業在AI解決方案方面仍處於不斷變化的狀態。生態系統是複雜且不斷變化的，但是明年將選擇垂直AI SaaS解決方案來解決特定的業務挑戰，而不是嘗試在整個企業IT堆棧中部署水平AI。
在過去的一兩年中，隨著對AI的大肆宣傳逐漸消失而實施了真正的技術，企業在AI解決方案方面不斷變化。明年企業將選擇垂直AI SaaS解決方案來應對特定的業務挑戰，而不是嘗試在整個企業IT堆棧中部署水平AI。
根據IDC的數據，全球已經使用AI解決方案的組織中有25％報告失敗率高達50％。失敗的主要原因是缺乏必要的專業知識和期望不一致。這是極高的故障率，最終可能會變得異常昂貴、費時，並可能損害長期競爭力。將水平AI應用於整個IT堆棧，以逐步增強整個組織數據集的數據分析，而市場的其餘部分則沒有資源或專業知識來實施這種複雜的解決方案。相反，企業將青睞具有強大AI功能的高度垂直的解決方案，以幫助企業解決行業中的特定需求。
顯然，如果AI公司無法解釋他們如何為潛在客戶（特別是中低端市場客戶）做事，那麼他們將很難與垂直解決方案提供的明確的價值主張競爭。向管理人員確切傳達解決方案將如何增加價值是將來採用這些解決方案的關鍵。
現在市場上有很多這樣的例子，明年的增長將說明機器學習如何成長為風險投資公司的重要業務。總部位於倫敦的Tractable為保險公司提供了AI事故圖像和數據智能解決方案，該解決方案遠遠超出了人類的準確性，實現了以前人工任務的自動化。基於Palo Alto的AllyO利用對話式AI幫助公司尋找更多合格的候選人，自動化招聘流程並獲得可行的見解。高管和投資者不再會因為在公司的銷售部門或推銷系統使用AI而陷入困境。
隨著教育水平的提高以及領導者瞭解什麼是AI以及AI可以改善其業務的地方，公司將尋求能夠解決這些挑戰的解決方案，從而顯著提高AI實施的成功率。我們期待著不久的將來，這些更有效的垂直解決方案將被廣泛採用，並使人類更加有生產力，並花費更多的時間從事需要人類智能的工作。
4.人工智能/機器學習營銷可量化
廣告商正在其營銷策略中迅速採用人工智能（AI）和機器學習（ML），從而可以大規模交付個性化內容和定製體驗。期望在超個性化，品牌化和B2B銷售經驗中看到AI的快速採用。更多的營銷人員將建立預測性的潛在客戶評分，部署基於觸發器的複雜廣告系列，並在動態內容上投入更多的資金，以建立更牢固的客戶關係和忠誠度。
當今的營銷人員必須不斷競爭以保持關注度，並在日益擁擠的注意力經濟中與客戶互動。技術使品牌能夠輕鬆地通過各種接觸點（包括電子郵件，廣告，推送通知，社交媒體等）接觸客戶。因此，比以往任何時候都更重要的是一對一的贏得參與。為了實現這一目標，廣告商正在其營銷策略中迅速採用人工智能，從而使他們能夠大規模交付個性化內容和定製體驗。期望在關鍵主題（包括超個性化，品牌和B2B銷售經驗）中迅速採用人工智能和機器學習。超個性化利用AI和實時行為數據在正確的時間通過正確的渠道提供高度相關的參與。另一方面，個性化只是將個人和交易信息（例如姓名，職務，組織等）整合到溝通策略中，AI通過研究大量變量之間的模式來預測行為的能力使營銷人員能夠在高度動態的數字環境中以量身定製的內容吸引單個消費者。例如，人工智能使個性化的電子郵件營銷能夠通過嚴格的A / B測試來創建並廣泛分發，同時不斷適應點擊率，轉化和購物車數據。人工智能和推論自然語言處理（NLP）還通過分析大量點擊數據和相關關鍵字來預測消費者搜索趨勢，從而改善了搜索營銷。
AI還具有用於更廣泛的品牌和客戶細分的應用程序。營銷人員可以使用AI來創建高度精煉的客戶細分市場，將他們分成不同的角色，以瞭解促使他們發展的因素。然後，品牌可以識別出消費者在客戶旅程中如何改變角色的模式，並保持個性化和不斷髮展的關係。影響者營銷在品牌戰略中變得越來越重要，而AI可以極大地幫助圍繞與品牌最相關的主題確定關鍵影響者。營銷人員可以使用先進的計算機視覺和NLP技術分析非結構化數據，包括上下文相關性，照片/視頻相似性以及來自社交媒體的受眾特徵，以定義和衡量影響力，從而使品牌商可以瞭解哪些內容最能引起該影響者的關注。
最後，B2B銷售過程具有很大的潛力，可能會干擾AI。B2B銷售通常涉及在擴展的決策期內的許多聯繫和交互。人工智能銷售公司Infer表示，人工智能可以幫助彙總和分析大量CRM和第三方數據，以瞭解潛在客戶的行為和屬性如何與實際購買模式相關聯。這使營銷人員可以預測哪些潛在客戶可以接受銷售電話，哪些潛在客戶需要額外的培訓，從而為銷售團隊提供有效分配資源所需的可見性。除了潛在客戶評分，AI可以通過將非結構化案例，社交媒體和與特定業務相關的單個廣告系列研究，從而在B2B銷售的內容定製中發揮作用。
人工智能在數字營銷中顯示出巨大的潛力並被採用。它能夠攝取大量數據，生成準確而有見地的統計模型，並能夠大規模自動執行個性化內容交付。到2020年，我們期望看到更多營銷人員設置預測性潛在客戶評分，部署基於觸發器的複雜廣告系列，並在動態內容上投入更多資金，以建立更牢固的客戶關係和忠誠度。
5. APPLE A13 的仿生學設置創造了設備上人工智能 /機器學習技術的先河
蘋果的新型A13仿生學芯片標誌著設備上移動計算功能的前所未有的飛躍，使這家科技巨頭能夠塑造出具有機器學習功能的下一代智能手機。我們希望這種進步將在業界產生連鎖反應，使其他手機制造商競相設計出更高效，更協調，性能更高的設備。
蘋果公司於2019年9月10日在喬布斯劇院舉行了iPhone 11發佈會，儘管通常會有性能改進和新功能，但新的A13-Bionic芯片的發佈標誌著iPhone前所未有的飛躍。開發人員越來越希望將機器學習應用於程序中，以改善我們與智能手機交互的方式，但在實施上受到設備的限制。在不久的將來，當5G網絡全面發展時，可能會在設備外運行大量處理負載。然而，在那之前，蘋果公司內部設計的A13-Bionic芯片一直為設備上的處理性能樹立了標杆。這將縮小差距，使設備本身更智能。這款新芯片擁有85億個晶體管，六個CPU內核，一個四核圖形處理器和一個八核神經引擎，可以將機器學習功能的速度提高20％。這使A13 Bionic成為智能手機中最快的芯片。
蘋果公司正在定義消費者將在下一代智能手機中需求的功能集，前所未有的使機器學習在手機設備上實施成為可能。我們希望這種進步將在行業中產生連鎖反應，使其他手機制造商競相投資設計更高效、更協調、性能更高的生態系統。
6. 遊戲進入訂閱和流媒體時代
消費者正逐漸轉向完全的遊戲訂閱服務，傳統的遊戲交付方式受到威脅，開發人員現在必須考慮這些新平臺以及消費變化的影響。 我們很快就會看到遊戲通過流媒體傳播給大眾，人們將越來越多地訂閱遊戲庫，而開發商將尋求更新，更全面的開發平臺和工具，以提高效率和獲利。
龐大的、不斷髮展的遊戲產業的幾乎每個方面都在發生巨大的變化。明年，我們將看到遊戲通過流媒體向大眾展示，人們將越來越多地訂閱遊戲庫，而開發人員將尋求更新的更全面的開發平臺和工具來提高效率和獲利。遊戲消費的訂閱模式將在2020年獲得顯著增長。這意味著消費者可以每月或每年從開發商處購買捆綁遊戲。根據電子藝界的說法，訂戶玩的遊戲數量是非訂戶的2.5倍，所花費的時間超過3.5倍，最關鍵的是要多花3倍的錢。如果能夠以相同的價格使用更多的遊戲，那麼遊戲玩家會花更多的時間在更廣泛的遊戲中，根據心情而不是所有權來調整遊戲方式。這種新的所有權模式已被Xbox，蘋果等公司的許多領域所採用，也可能增加以前因擁有一個或多個遊戲的高昂價格而推遲出新的玩家數量。現在，可以按需付費使用許多遊戲。這意味著開發商現在可以接觸更多的遊戲玩家，他們傾向於在遊戲中花費更多，因為與該遊戲相關的前期費用較低。
可以說，在行業中看到的最具顛覆性的變化將來自流媒體平臺，例如Google的Stadia和Microsoft的xCloud。我們不再需要擁有位於電視下面的控制檯，現在只要網絡連接足夠牢固，我們就可以直接在世界任何地方的設備上玩遊戲。遊戲流發生在遠程服務器而不是本地計算機上，然後將遊戲者的輸入同時發送到服務器時將視頻流回到設備。目前，這需要強大的Wi-Fi連接，但是隨著蜂窩網絡技術（尤其是5G）的發展，速度將迅速使更多人使用流媒體服務。
開發平臺也使遊戲製作過程民主化，現在可以使用強大的工具來創建高質量的遊戲。隨著流媒體技術的出現以及能夠在任何設備上玩高質量遊戲的能力提高，越來越多的大小團隊都將利用大型遊戲引擎。 Epic的Unreal引擎和Unity的Unity 3D現在處於領先地位，但是亞馬遜及其多種互補產品（AWS，Twitch）也與Lumberyard一起進入了市場，爭奪更大的遊戲份額。這些平臺還提供了完善的獲利工具，為小型開發團隊提供了他們所沒有的功能。對於視頻遊戲行業來說，這是豐收的一年，有許多未知數。儘管動盪有時會充滿挑戰，但訂閱和流媒體服務的採用最終將擴大遊戲的可訪問性。這將使蓬勃發展的開發團隊大有收益。
7.企業社會責任備受關注
在過去的幾年中，全世界越來越關注企業社會責任。 雖然這個概念並不陌生，但它已成為一項全球倡議，旨在通過業務流程和政策為環境，經濟和人類福祉做出貢獻。 希望看到公司迅速採用CSR計劃，並增加對技術公司的投資，從而使記錄和信息傳輸系統更加有效。
十年前，人們認為公共部門的監管將成為採用CSR的主要驅動力，但如今情況並非如此。商業運營商、員工和消費者都要求公司採取實際行動。消費者通過購買決策來利用自己的力量，並越來越顯示出他們願意為可持續商品支付更高的價格。反過來，品牌則希望在其生產和供應鏈流程中提供透明度，從而為消費者提供衡量其企業社會影響力的可靠基準。
為了滿足利益相關者的需求，企業必須衡量、報告和傳達其企業社會責任實踐的影響。結果，數據經常過時，不準確且質量很差，從而破壞了企業工作的影響。由於技術的進步，最大好處是加速了規模化信息的傳輸，因此可以利用它來提高公司CSR影響和改進領域的透明度。例如，大型採購業務必須從數千個供應商和來源收集，評估和彙總數據。軟件可以簡化和自動化該過程，從而使所有相關方可以從集中式儀表板實時管理其項目，從而為企業帶來切實的價值。然後，對CSR績效的準確可見性使管理團隊能夠迅速對改進計劃做出反應，同時向外部社區可靠地報告績效。CSR對社會和環境的好處是可觀的，商業利益也受裨益。最明顯的是品牌差異化和頂線提升。客戶希望與具有道德和環境責任感的品牌開展業務，而在企業社會責任方面的良好聲譽可以提高客戶忠誠度並提供重要的競爭優勢。除了吸引客戶，企業社會責任領導者還可以吸引更多人才，更好地留住員工。 CSR業績在獲得融資機會方面變得越來越重要，因為投資者更有可能將資金投入到信譽良好的企業中。例如，Benevity最近從JMI和General Atlantic籌集了4000萬美元的C輪融資。Benevity提供員工敬業度軟件，包括在線捐贈，配對，志願服務和社區投資。JMI Equity的普通合夥人Bob Nye在宣佈此項交易時說：“具有目標驅動型文化的公司更容易在新經濟中取得成功，特別是在最新一代的員工尋求能夠為公司帶來意義和機會的工作時，產生更大的社會影響。”
展望未來，希望看到越來越多的投資和資本市場將重點放在企業社會責任表現上。預計以企業社會責任為重點的公司將繼續吸引大量投資，使風險投資人能夠在其投資組合中增加影響力。
8. 5G商業部署競賽
建立5G網絡的競賽在電信業最主要的全球重量級競爭者之間引發了一場戰爭—爭奪迄今為止技術基礎設施和移動寬帶的最重大進步。2020年，公司將尋求通過收購某些頻段和頻率來鞏固其在頻譜網絡中的地位，並增加基礎設施支出以確保覆蓋全球。
建立5G網絡的競賽引發了世界各地電信行業最主要的重量級競爭者之間的戰爭。他們都在爭取商業部署中的先發優勢，這是迄今為止技術基礎設施和移動寬帶的重大進步。5G不應被視為促進蜂窩網絡服務的增量升級的另一商業手段。它代表了行業顛覆性技術優勢，它將提高數據速率，降低延遲並大大增強移動計算能力。然而，儘管這一趨勢在物聯網/ IIOT設備和移動寬帶的未來發展令人鼓舞，但仍然存在阻礙5G全面部署的地緣政治和結構性障礙。鑑於5G背後的許多行業標準化流程尚未定義，具體取決於哪些公司將被授予知識產權和必要的專利以及哪些頻段將分配給全球商業使用，因此對於誰將在這個未知的網絡中成為最初的主要利益相關者，沒有明確的答案。
從歷史上看，在2G，3G，4G和4G LTE時代，高通、三星和華為等大型企業擁有多數重要專利，從而能夠通過移動設備硬件的進步來創收。隨著5G建設的推進，預計會有類似的趨勢。最賺錢的參與者將擁有大量的關鍵IP，這將對公司的上市時間及其創收能力產生巨大影響。5G的本質集中在網絡以及頻譜的高帶寬和低延遲頻率的可用性上，這意味著隨著受連接性影響的移動和IOT設備數量的增加，IP的價值也將隨之增加，從而產生更高的收入。
擁有某些頻段的權利並不意味著市場支配地位。由於公司面臨各種挑戰，例如安全性、公司治理和頻譜網絡的合規性，將專利權劃分為商業批准的頻段和頻率以及基礎架構部署等，因此排名可能會發生變化。所有這些目前都對5G構成挑戰。目前，美國公司在商業投資和基礎設施部署方面處於領先地位，而中國和韓國等亞洲公司在申報的專利數量方面領先。在世界各地，各公司都在努力克服這些障礙，以站在5G部署的最前沿–希望鞏固其作為第一個全面運營的5G商業網絡的發起者的要求。進入2020年，公司將尋求通過收購某些頻段和頻率來鞏固其在頻譜網絡中的地位，並增加基礎設施支出以確保全球覆蓋範圍。
9. 雲
隨著移動設備和物聯網越來越多地使用更多數據密集型應用程序，雲計算的任務是處理大量輸入數據。 預計2020年，提供計算，網絡，基礎設施和網絡安全的初創公司和中型公司的數量將會增加，這些公司將尋求為單一雲解決方案提供可行的替代方案，並挑戰現有的大型企業，例如 Amazon Web Services，Microsoft Azure和IBM Cloud。
隨著企業開始將所有數據存儲和處理從總部外轉移到第三方數據中心，基於雲的數據中心為企業提供了平臺，可通過減少基礎架構支出並通過卸載需要大量數據的任務來提高移動設備的速度，從而更有效地擴展規模。集中式數據中心的經濟利益已使許多公司相信雲計算是改善連接性的最好方法。但是，隨著越來越多的移動設備和物聯網設備使用數據密集型應用程序，雲計算的任務是處理大量輸入數據。這可能導致網絡流量回傳效率低下，從而導致延遲並降低性能。為了減少通過網絡傳輸到集中式數據中心的數據量，許多公司將其計算機處理轉移到網絡邊緣，從而帶來了更靈敏的設備，更高的可用性和更加無縫的性能動態。將邊緣服務器放置在距離IOT傳感器數據源更近的位置，使傳感器技術可以通過實時分析更快地收集原始數據，以確定哪些數據點應發送到雲以進行存儲或在邊緣服務器或微數據中心上進行處理。反過來，這可以釋放3到6倍的帶寬，從而降低等待時間並提高運營效率。
分散處理數據還帶來了額外的安全優勢，而純雲解決方案是無法實現的。在網絡邊緣處理數據可以防止關鍵任務數據通過雲網絡的回程傳輸，並可以將主動安全措施內置到網絡中；可以防止出現各種問題，包括工業和公用事業系統故障。
邊緣服務器和微型數據中心可以配備區域數據中心類似的安全功能；藉助這種功能，可以為分散在不同地理位置的數據提供更高級別的保護。不僅要防止不可預見的雲故障，還要減少攻擊並降低破壞關鍵數據的可能性。
關於邊緣計算的一個普遍誤解是，這種趨勢將使雲計算過時。邊緣計算本身的存儲能力有限，並且仍需要其集中式對應功能以最大化其完整的計算能力。展望未來，邊緣計算將結合集中式和分散式數據處理功能，為傳統私有云與公共雲結構提供第三選擇。企業可以利用每種架構的優勢，並實施混合雲和邊緣計算解決方案來優化其網絡，以提高效率和可擴展性。邊緣計算的功能將為技術和電信的發展鋪平道路，這將簡化傳感器技術與個體、城市和數字網絡的集成。將此協作基礎架構與傳感器技術的改進相結合，將為低延遲計算提供無窮無盡的新應用程序，包括但不限於為物聯網以及自動駕駛汽車和智慧城市大規模部署5G。預計2020年，為邊緣提供計算、網絡、基礎設施和網絡安全的初創公司和中型公司的數量將會增加，因為這些公司將尋求為單一雲解決方案提供可行的替代方案，並挑戰現有的大型企業，例如Amazon Web Services，Microsoft Azure和IBM Cloud。
10. 即服務
過去的十年中，服務模式在不斷髮展的同時仍保持其核心本質。 自引入基於貨幣交易以來，租賃產品或提供服務取決於定期付款的概念一直是貨幣付款商業模式。2020年，商業企業繼續將其產品和服務產品更改為“即服務”模式。
雲計算服務導致了軟件即服務（SaaS），基礎設施即服務（IaaS）和平臺即服務（PaaS）的採用，以替代IT基礎架構和本地處理。這些服務的副產品是可以將所有內容作為服務或XaaS提供的概念。XaaS利用基於結果的定價模型，以通過Internet提供一整套服務，旨在幫助公司在快速數字化轉型的時代中進步。如今，XaaS極大地影響了構建業務佈局的方式，可以在開始時就實現長期增長進行優化。通過實施這種新的運營模式，公司可以消除與昂貴的IT硬件相關的大部分財務和運營風險。遷移內部操作（例如數據存儲和非本地處理）使公司可以減少在資本密集型基礎架構上的浪費性支出，避免在過時的技術上增加支出，並減少運營支出。XaaS模型使公司能夠越來越快地部署依賴IT的系統，從而消除了日常維護的需要-從而提高了生產率水平並加快了部署速度。藉助XaaS的強大功能，企業可以在形成初期進行擴展時具有更大的靈活性和敏捷性，為用戶提供更廣泛的資源訪問權限，並消除過時設備帶來的風險和成本風險–所有這些都可以提高運營效率。
面向消費者的公司也將從向XaaS的過渡中受益，並將其服務擴展到各種消費產品。流音樂和視頻是常見示例，但是我們也看到這些模型適用於較新的領域，例如家用電器和傢俱。即使是像蘋果這樣的著名移動設備製造商，也已經意識到為其最暢銷產品提供訂閱服務的潛在好處。2020年，商業企業將繼續將其產品和服務產品更改為“即服務”模式。惠普最近宣佈為了給客戶提供更靈活更可控的選擇，將過渡到一種即服務模式，基於訂閱按使用付費和即服務付款模式提供整個企業解決方案組合。微軟在引入AI工具方面類似，這是朝著實現全方位服務邁出的一步。同樣，勞斯萊斯（Rolls Royce）和通用電氣（GE）等公司也將XaaS模型應用於其製成品，最終用戶可以按小時為產品付款。預計2020年，商業企業將其服務產品擴展到現有產品之外，例如數據庫即服務（DBaas），桌面即服務（DaaS），通信即服務（CaaS）和監控即服務（MaaS）。
未來充滿各種可能，讓我們拭目以待！
閱讀更多 曲突徙薪 的文章
