Gartner副總裁暨杰出分析師David Cearley指出：“2020年Gartner十大策略科技趨勢均圍繞著‘以人為本的智慧空間’這個核心概念，也是現今科技發展最重要的面向之一。從思考科技對顧客、員工、商業伙伴、社會或其他重要利益關系人會產生什么樣的影響，企業采取的所有行動都是為了直接或間接影響這些個人和群體，這就是‘以人為本’的做法。”

Cearley進一步指出：“建立在以人為本概念上的智慧空間，代表人類與科技系統能夠在日益開放、互連、協調、智能的生態系統中進行互動的實體空間，結合個人、流程、服務和對象等多項元素，創造出更身歷其境、高互動率及高度自動化的體驗。”

根據Gartner定義，策略性科技趨勢是指正處于有所突破或崛起狀態，且未來可能帶來廣泛的顛覆性影響與更多應用的趨勢。此外，策略性科技趨勢同時也具有快速成長、變動性高且將于未來5年內到達引爆點的特性。

2020年十大策略性科技趨勢包括：

超級自動化

超級自動化(hyperautomation)是結合多種機器學習(ML)、軟件包和自動化工具來完成工作的過程。超級自動化不僅涵蓋了豐富的工具組合，也包含自動化本身的所有步驟(發現、分析、設計、自動化、測量、監控與重新評估)，其重點在于了解自動化機制的范疇、這些機制彼此之間的關系，以及如何進行機制的整合與協調。

超級自動化趨勢起源于機器人流程自動化(RPA)，但在機器人流程自動化外，還需要結合各種工具來協助復制任務流程中人類參與的部分。

多重體驗

到了2028年，使用者體驗將在用戶對數字世界的感知和互動方式兩個方面發生重大轉變。虛擬現實(VR)、擴增實境(AR)和混合實境(MR)改變人們感知數字世界的方式，而對話式平臺正在改變人類和數字世界互動的方式。這種感知與互動模式的轉變，將在未來帶來多重感官與多重模式的體驗。

Gartner研究副總裁Brian Burke指出：“未來體驗模式將從‘精通技術的人’轉變為‘理解人類的技術’，人機互動將由人類轉由計算機來處理。這種與使用者進行多重感官互動與溝通的能力，將創造出一個能傳遞更細致訊息的環境。”

專業知識的全民化

專業知識的全民化是指透過徹底簡化的體驗，且在無須接受密集又昂貴培訓課程的前提下，協助人類取得專業技術知識(機器學習、應用程序開發)或商業領域專業知識(銷售流程、經濟分析)的管道。專業知識全民化的例子包括“公民參與”(citizen access，如公民數據科學家、公民解決方案整合者)、公民發展和無程序代碼模式的演進。

Gartner預測到了2023年，專業知識全民化的趨勢將在四大面向加速發展：

1. 資料與分析技術的全民化：從以數據科學家為對象，擴大到適用于專業開發人員的普及工具；
2. 開發的全民化：利用人工智能工具自主開發應用程序；
3. 設計的全民化：隨著更多的應用程序開發功能實現自動化，低程序代碼、無程序代碼的場景將持續增加，賦予公民開發人員更多能力；
4. 知識的全民化：非IT專業人員透過工具和專家系統，應用超出自身專業能力及訓練的專業技能。

   增進人類賦能

   增進人類賦(human augmentation)是利用科技來增進人類在體能和感知力上的機能，并成為人類不可或缺的一部分體驗，其中體能增進是藉由在人體內植入或配戴科技組件(穿戴式裝置)來增進人類的機能；而認知增進則是透過傳統計算機系統及新興智能空間中多重體驗接口的信息和應用來實現。

   在未來10年，隨著個人開始追求自身機能的增進，人類體能與認知的增進技術將會變得越來越普遍。這將創造一股全新的“消費化(consumerization)”效應，員工將持續增進自身的機能，并進一步拓展到辦公空間的優化。

   透明化與可追溯性

   越來越多的消費者意識到個人資料是非常寶貴且必須受管控的，而企業也體認到保護和管理個人資料的風險日益增加，因此各國政府同步實施嚴格立法來確保企業組織確實做到這一點。透明化與可追溯性已成為支持這類數字倫理及隱私權需求的關鍵要素。

   透明化與可追溯性指用于符合監管要求、遵守人工智能和其他先進科技應用的道德規范，并修復外界對企業信任的各種態度、行動及輔助的技術與措施。企業建立透明化和信任感時必須專注下列三個領域：人工智能與機器學習、個人資料的隱私，所有權和控制、符合倫理的設計。

   更強大的邊緣運算

   邊緣運算是一種運算拓撲，能將信息的處理、內容的收集與傳送都保留在靠近該信息來源處，嘗試讓流量和處理工作都在本機進行，目的在縮短延遲時間、發揮邊緣功能并賦予邊緣端更大的自主性。

   Burke表示：“目前邊緣運算多半著重于物聯網系統的需求，為制造或零售等特定產業提供脫機或分布式功能給嵌入式物聯網系統。然而運算資源日趨成熟并走向專業化，加上數據儲存量的增長，使邊緣端的功能日漸強大，邊緣運算也將成為幾乎所有產業和應用的主導要素。特別是機器人、無人機、自駕車和執行系統等各種復雜的邊緣裝置，都將加速此轉變。”

   分布式云端

   分布式云端是將目前集中式公有云服務分散到不同地點，并由原來的公有云供貨商繼續負責云服務的營運、治理、更新與升級。這代表大部分公有云服務所采用的集中式模式將進行轉變，為云端運算開創全新時代。

   自動化對象

   自動化對象是利用人工智能讓過去由人類負責的某些流程得以自動化的物理裝置，最典型的自動化對象包括機器人、無人機和自駕車/船與相關設備。它們的自動化程度超越了僵化的程序設計模塊，并能利用人工智能執行各種先進行為，以更自然的方式和四周的環境與人類互動。隨著技能提升、法令開放和社會接受度增加，自動化對象將逐漸被用于不受限制的公共空間。

   Burke表示：“隨著自動化對象數量大增，獨立的智能對象將逐漸轉向成群的協作型智能對象。這些同時運作的多種裝置，有些需有人力從旁協助，有些已可獨立運作、無需人類參與；而不同種類的機器人可以在同一個裝配流程中同時運行。舉例來說，在貨運市場最有效的解決方案，可能是使用自駕車將包裹送到目的地，藉由車上的機器人和無人機，確保包裹最后可以安全送達。”

   實用性區塊鏈

   區塊鏈可在各個商業生態系統間建立信任，透明化地進行跨業務生態系統的價值交換，并有機會降低成本、縮短交易結算時間和改善現金流，因此在重新塑造產業樣貌極具潛力。

   當資產可追溯來源時，將大幅降低被偽造品替換的機率；在其他領域也極具價值，包括追蹤食物在整條供應鏈中的足跡以辨識污染來源，或追蹤個別環節來協助產品召回。除此之外，區塊鏈還可用于身份管理；而區塊鏈中的智能合約能讓系統在事件發生時自動觸發行動，例如在每次收到商品時能自動執行付款。

   Burke指出：“擴充性和互通程度不足等各種技術問題，讓區塊鏈在企業中的應用還不夠成熟。盡管存在這些挑戰，區塊鏈擁有顛覆產業和推動營收增長的巨大潛力，因此就算是認為區塊鏈在短期內不會快速普及的企業，都應開始評估這項技術。”

   人工智能安全性

   人工智能和機器學習將持續用來提升各種應用場景中人類決策的能力，雖然這為實現超級自動化和使用自動化對象進行業務轉型帶來了龐大的商機，但同時也因為智慧空間中的物聯網、云端運算、微服務(microservices)，以及高度連網系統受攻擊機率大增，為安全團隊帶來諸多新挑戰。安全和風險主管應將重點放在以下三大關鍵領域：保護人工智能系統、利用人工智能強化安全防護，以及做好攻擊者惡意使用人工智能的準備。