趋势五：网络人工智能：有效防御
○保护不断扩大的攻击面：随着越来越多的系统和数据上线,企业漏洞也越来 越多。
○缩小网络人才缺口：人工智能可以帮助企业解决网络安全人才长期不足的问题。
○以牙还牙：人工智能安全工具可能是应对人工智能安全威胁的最佳防御手段。
数据和机器智能增强安全团队的实力
虽然组织已经大力投资安全技术，但其仍然要继续应付各种破坏安全的行为：对手快速转变战术，始终保持技术领先。检测网络攻击涉及庞大数据、复杂性和高难度等问题，单靠人工可能很快就不堪重负。
人们目前不得不面临一项挑战，即高效分析从整个安全技 术栈流入安全运营中心的数据。这还不包括网络设备的信息反馈、应用数据以及更广泛技术堆栈的其他输入，而这些往往是高级攻击者寻找新载体或利用新恶意软件的目标。随着企业越来越多地向防火墙之外的区域拓展，安全分析师必须保护的攻击面也不断扩大。
同时，网络犯罪导致的成本持续攀升。2015年，网络犯罪成本为3万亿美元，预计到2025年上升至10.5万亿美元。保险公司美国国际集团指出，自2018年以来，仅赎金索赔一项成本就增长了 150%。
是时候向AI寻求支援了。网络人工智能可以成为一种力量的倍增器，使组织不仅能够比攻击者更快做出反应，而且能够预判攻击行为并提前作出反应。网络人工智能技术和工具 正处于早期应用阶段，预计全球市场将在2021年到2025 年间增长190亿美元。
人工智能具备自适应学习和检测新模式的能力，能加快检 测、控制和响应速度，减轻安全运营中心分析师的负担，提 升分析师的主动性。人工智能的好处在于：可以帮助组织为 应对人工智能驱动型终极网络犯罪形式做好准备。
不断扩大的企业攻击面
组织的攻击面正成倍扩展。正如我们在“技术堆栈实体化延伸”一章中所讨论的，应用5G网络、网络连接数量增加、员工更加分散、伙伴生态系统更加广泛等因素都可能引入新的风险。这些因素使企业不再受防火墙保护，将企业推进客户设备、员工家庭和合作伙伴网络中。
远程办公人员増多。在新冠肺炎疫情之前，居家办公人员的 比例仅约为6%。而到2020年5月，约35%的受访者居家办公。4在2020年刚开始封锁的前六周，针对居家办公人员的 攻击占比从12%上升至60%。调查发现，51%的受访者开始远程办公后遇上了更多的钓鱼邮件。
对于许多员工来说，预计远程办公仍将是固定办公方式而 非例外情况，这为网络犯罪分子提供了许多新的机会。例如，由于处在企业防火墙和网络安全网关的安全保护范围之外，远程办公人员更容易成为攻击对象。远程办公人员依赖于家庭网络和VPN连接，并经常使用不安全的设备访问基于云的应用程序和数据。而传统的企业内部安全设备通常是为企业级网络而设计，而非基于家庭的互联网接入。
随着企业拓展到员工的家庭环境中，用户行为和数据活动 更加多样化，且偏离常规。员工在异常时间从不常用的地点 和设备登录会增加识别异常行为的挑战性，还可能导致误 报情况增加。
联网设备增加。5G、物联网、Wi-Fi 6和其他网络方面的进步使得联网设备增加。越来越多的实体联网资产可能成为网 络犯罪分子的软攻击途径。据估计，到2023年，这类资产数量将达到293亿。
连接到这些网络的设备数量达到前所未有之多，产生了大 量需要处理和进行安全防护的数据，进而使安全运营中心 发生数据堵塞。跟踪和管理活跃资产及其目的和预期行为 是一项富有挑战的工作，由服务编排器负责管理活跃资产 时，更是如此。
这类设备中的一大部分并非集中放置或受统一管控的，它 们分布在各个远程地点，在多个边缘环境中运行和收集要 返回企业的数据。缺少适当安全预防措施的情况下，设备可能会失陷，并在之后继续正常运行于网络中，实际上就会被入侵者控制，成为投放恶意代码或发起群体攻击的机器人程序。
第三方合作伙伴生态系统更广泛。长期以来，全球供应链和托管数据、基础设施和服务一直是导致第三方风险的因素，并且这类供应链以及托管数据、基础设施、服务的数量还在不断增加。随着越来越多的组织将数据与第三方应用集成在一起，API（应用程序接口）带来的安全问题日益显著。据Gartner预测，到2022年，API滥用将成为企业受攻击最频繁的途径。
第三方漏洞正变得日益复杂。五年前，入侵者可能会使用广泛可用的恶意软件来针对特定计算机系统，获得承包商凭证，窃取客户数据。这种情况虽然复杂，但那时我们尚能明确来源，也有能力监控和对破坏进行补救。
与利用复杂供应网络中安全性最低的嵌入组件实现相同目的的攻击相比，这类攻击相形见绌。一个没有边界的漏洞几乎无法监控和补救，活跃的窃取活动也可能持续多年。
5G网络的应用。预计5G将通过新的连接方式、能力和服务完全改变企业网络。但是，企业向包括硬件和分布式软件定义网络、开放架构、虚拟化基础设施内的5G组合转变，将导致新的漏洞，扩大攻击面，需要提供更具动态的网络保护。
每平方公里4G网络仅可支持10万个联网设备,而每平方公里5G网络则可支持多达100万个联网设备，创建高度可扩展和连接密集的设备环境。市场观察人士预计,到 2025年，5G移动连接数将达到18亿（不包括物联网），比2021年的5亿连接数更多；10蜂窝物联网连接数量将达到约37亿，比2020年的170万连接数更多。
随着公共5G网络的扩大，政府、汽车、制造、矿业、能源等行业的组织也开始投资能满足企业低时延、数据隐私和安 全无线连接要求的5G专网。自动驾驶汽车、无人机、智能 工厂设备、手机等连接5G公共和专网的设备，应用程序和服务组成的生态系统为黑客提供了更多潜在入口点。因此，每项资产都需要通过配置来满足特定安全要求。而且，随着设备种类的增加，网络变得更加异质化，这给监控和保护带来了日益严峻的挑战。
人工智能防御当今网络威胁
网络安全人才的长期紧缺问题进一步加剧了攻击面不断扩大和网络威胁日益严重复杂的情况。据估计，全球网络安全专业人员缺口超过300万,相关领域的就业人数还需要增长约89% 才能消除这一人才缺口。人工智能有助于填补这一缺口。
威胁检测加速。威胁检测是最早的网络人工智能应用之一， 能够增强现有攻击面管理技术，降低噪音，让稀缺的安全专 业人员集中精力处理最突出的入侵信号和指标。威胁检测 还能更快速地做出决策并采取行动，关注更具战略意义的活 动。
先进的分析和机器学习平台可以快速筛选安全工具产生的 大量数据，识别偏离常规的数据，评估数千个遍布网络的联 网新资产产生的数据，并通过训练区分合法或恶意的文件、 连接、设备和用户。
人工智能驱动的网络和资产映射与可视化平台可就不断扩 大的企业攻击面提供实时解读，识别和分类活跃资产，包括 集装箱化的资产，从而使违规资产行为可视化。运用人工智 能和机器学习的供应链风险管理软件可检测物理和数字供 应链环境的过程自动化，并跟踪资产的组成和连接方式。
扩大控制与响应的利器。人工智能还可以作为一种力量倍 增器，帮助安全团队将耗时的活动自动化，提高控制与响应 效率。可以考虑机器学习、深度学习、自然语言处理、强化学习、知识表示等人工智能方法。结合了自动评估和决策的人工智能可帮助分析师管理日益复杂的安全威胁，并实现规 模化。
例如，与前几代移动通信技术一样，5G容易受到干扰攻击， 即攻击者故意干扰信号传输。来自弗吉尼亚理工大学英联 邦网络计划的研究人员，正和德勤研究人员协作研究5G网络安全设计和实现，致力于在低级别的信号干扰导致网络瘫痪之前实别它。研究人员通过采用基于人工智能的干扰方案和机器学习模型，开发出一套实时脆弱性评估系统，可以检测出低级信号干扰，并对干扰模式进行分类。
自动化有助于最大限度地发挥人工智能的影响，缩短从检 测到修复之间的时间。嵌入人工智能和机器学习的SOC （安全运营中心）自动化平台可以采取自主的预防性行动，例如，阻止访问某些数据等的访问，并将问题上报到安全运营中心进行进一步评估。经用户访问模式训练的机器学习模型置于控制API访问的API管理解决方案之上后，可检查全部API流量，实时发现、报告和处理异常情况。
积极主动的安全态势。经过适当训练的人工智能可以实现更积极的安全态势，提升网络韧性，使组织能够在受到攻击的情况下继续运作，缩短攻击者停留在组织环境中的时间。
例如，有丰富上下文的用户行为分析可以与无监督机器学 习算法相结合，自动检查用户活动，识别网络活动或数据访问中的典型模式，识别、评估和标记异常（并忽略误报），决定是否需要响应或干预。人工智能通过向人类安全专家提供情报，使人类安全专家能够积极寻找攻击者，从而实现积极主动的威胁捕获。
组织可以利用人工智能和机器学习来实现安全策略配置、 合规性监测、威胁及漏洞检测与响应等领域的自动化。例如，机器学习驱动的特权访问管理平台可以自动建立和维护安全策略，有助于执行零信任安全模式。通过分析网络流量模式，这类模型能够区分合法连接和恶意连接，并就如何分割网络以保护应用程序和工作负载提出建议。
通过将漏洞分析与强化学习相结合，安全专家可以生成攻击图谱，对复杂网络的结构进行建模，揭示最佳攻击路径，从而更好地理解网络漏洞，减少进行测试所需的人员数量。同样地，网络攻击模拟工具能够持续模拟高级威胁的战术和程序，从而突出基础设施的脆弱性和潜在攻击路径。
提升人类安全分析师的作用。在一项针对安全分析师的调查中，40%的受访者表示他们最大的痛点在于警报太多；47%的受访者表示他们难以知道哪些警报应该优先响应。另一项调查发现，分析师越来越认为他们的作用在于减少警报调查时间和警报的数量，而不是分析安全威胁和对其实施补救。超过四分之三的受访者指出分析师离职率超过10%，近一半的受访者称离职率在10%到25%之间。
人工智能无法取代人类安全专业人员，但可以促进他们的 工作，并可能带来更高的工作满意度。在普通安全运营中心 中，人工智能和自动化可以消除一级和二级分析师的繁琐 工作。（一级分析师评估传入的数据并决定是否上报问题， 二级分析师负责响应故障工单，评估每个威胁的影响范 围，确定响应和补救措施，并在必要时上报。）这些分析师可以通过培训承担更具挑战性的战略性工作，例如成为高级二级分析师和三级分析师，去处理最棘手的安全挑战，并专注于主动识别和监测威胁及漏洞。
应对未来人工智能驱动 型网络犯罪的利器
快速数据分析、事件处理、异常检测、持续学习和预测性情报这些特征既能使人工智能成为抵御安全威胁的有力武器，也会被犯罪分子用来发展新的或更有效的攻击和发现系统弱点。
例如，研究人员利用生成式对抗网络（即两个相互竞争以创建类似训练数据的数据集的神经网络）成功破解了数百万个密码。同样,GPT-3开源深度学习语言模型也可以学习行为和语言方面的细微差别。网络犯罪分子可以利用该模型来冒充受信任的用户，使得人们几乎无法区分真实和欺诈性的电子邮件和其他通信。网络钓鱼攻击可能变得更加情境化且更可信。
高级的攻击者已经可以渗透到网络并保持长期存在而不被发现，其行动往往是缓慢而谨慎的，有特定的目标。再加上人工智能恶意软件，入侵者可以学会如何快速伪装自己，逃避检测，同时攻击许多用户，迅速识别有价值的数据集。
组织可以通过“以牙还牙”的方式来防止此类入侵：只要有足够的数据，人工智能驱动型安全工具就可以实时有效地预测和应对人工智能驱动型威胁。例如，安全专业人员可以将研究人员用来破解密码的技术用于测量密码强度或生成诱饵密码，帮助检测漏洞。20上下文机器学习可以用来理解电子邮件用户的行为、关系和时间模式，以动态检测异常或有风险的用户行为。
未来的方向
虽然许多组织才刚刚开始应用网络人工智能，但人类和人 工智能在发现和防止漏洞方面的协作已经有一段时间了。然而，随着传统企业网络外的攻击面和暴露持续增加，人工智能能在更多领域发挥作用。
机器学习、自然语言处理和神经网络等方法可以帮助安全 分析师区分信号和噪声。人工智能可以通过模式识别、有监督和无监督机器学习算法、预测性分析和行为分析助力识别和抵御攻击，自动检测异常用户行为、异常网络资源分配或其他异常情况。人工智能可用于同时保障企业内部架构和企业云服务的安全，尽管相比于企业内部环境来说，企业云中的工作负载和资源安全保障工作的难度往往较小。
就其本身而言，人工智能（或任何其他技术）本身无法解决当下或未来复杂的安全挑战。人工智能识别模式的能力和在事件发生时自适应学习的能力可以加快检测、控制和响应的速度，有助于减轻SOC分析师的沉重负担，并使分析师更加主动。对分析师的需求也许会继续保持旺盛态势,但人工智能将会改变分析师的角色。组织可能会要求分析师学习新技能或进行再培训，以帮助分析师从警报分类等低级技能转向更具战略性、主动性的活动。最后，随着人工智能和机器学习驱动型安全威胁的要素开始涌现，人工智能可以帮助安全团队为应对人工智能驱动型终极网络犯罪做好准备。
趋势七：预判未来：来自未来的报道
○量子技术及其他：量子研究将在未来十年走向商业化
○指数级智能：再次感受——人工智能可识别人类情感
○环境体验：屏幕之外的生活——技术为所有人服务，无处不在
展望未来三大新兴技术
全球企业技术领域普遍持乐观态度。我们如此着迷于快速兴起的创新以及随之而来的充满机遇的变革，以至于我们有充分的理由对技术进步产生持久的信心。今日之橡实明日将成参天大树。或者说，人们偏爱这样的故事。
其中挑战在于，这类故事几乎总是大笔描绘乐观的结果。 对于为下季度报表捏一把汗的的首席财务官而言，人工智能的快速发展将在五年内产生令人兴奋的新商业模式这一说法只是冷冰冰的安慰。
许多领导者、战略家和技术人员已经提出了合理的问题：“我们目前可以做什么来应对性质和时间都不确定的未来事件？”我们的愚见是：如果你赌定，未来十年内，许多新兴技术将会促使令人兴奋的事情发生，那么，你很可能会赌赢。到底会发生什么呢？我们尚不清楚,也没有人清楚。但在《2022技术趋势报告》的最后一章中，我们确实提供了一个框架，为目前似乎刚出现在地平线上的技术的可能性进行战略角度思考。
我们重点讨论了三种我们认为值得注意的可能性：
•量子技术有望在未来十年内改变计算、传感和通信
•指数级智能是有望了解人类情感和意图的下一代人工智能 技术
•环境计算将使技术在我们的工作和家庭环境中实现普及
量子技术及其他
尽管量子计算正在迅速成熟，但它仍是许多深奥辩论的焦 点。辩论焦点之一在于马约拉纳费米子是否存在。不可否认，大多数人与这场辩论毫不相干，但与之相关的人们似乎已经准备好要一辩究竟了。一些人认为，马约拉纳费米子粒子（理论上，该粒子的反粒子就是其本身）能够产生非常稳定的量子位。对此表示怀疑的人则认为，没有人能够找到证据证明马约拉纳费米子粒子存在。在此之前，马约拉纳的量子可能性仍然只是可能性。
这场关于理论粒子的辩论某种程度上概括了当下量子计算的状态：尽管一切都非常有趣和富有前景，但我们仍处于量子技术的早期探索阶段。确切的时间表和研究突破仍在进行中。
然而，人们普遍认为，我们能把上述问题全部解决，并且， 未来量子技术将对人类社会整体发挥巨大作用。事实上，量子研究势头正猛，预计未来十年内，实验室的研究成果将能够进入现实世界实现商用。技术巨头、政府和早期初创企业投资数十亿美元，旨在实现量子技术的突破。
富有前景的重点领域包括：
•计算。量子计算机是解决先进计算问题的专用工具，利用量子现象处理信息和进行高度专业化的计算。考虑到这一点，量子计算机可能不会取代传统计算机，而是会与传统计算机共存，并根据复杂计算工作量的需要提供先进的计算能力。最近的一些演示就展示了量子计算的潜力，在这些演示中，量子计算机在五分钟内完成了专门的任务，研究人员指出，这些任务需要传统超级计算机花费数千年的时间才能完成。
•通信。量子通信是一种基于硬件的解决方案，利用量子力学原理创建理论上能够检测截获和窃听的防篡改通信网络。量子密钥分发是达到这一安全通信水平的技术之一，是指通信各方通过交换高度安全的加密密钥在光网络间传输数据。尽管量子密钥分发技术尚未完全成熟，但已有多个量子通信网络部署完成或正在开发。
•感知。由于亚原子粒子灵敏度高，量子感知装置比传统传感器响应速度快，准确度更高。未来十年，量子传感器很可能在某些应用中取代传统传感器。事实上，量子感知在能源、交通和医疗保健等领域都用很好的用例。量子传感器已经可以应用，但目前只在有限范围内应用。研究人员正在努力使量子传感器更便宜、更轻、更便携、更节能。
虽然量子动力学面临着许多令人费解的挑战，但量子技术 正在进步。随着量子动力学逐渐成熟，我们很容易会被有趣的技术细节所吸引。什么样的技术人员才能忍住不去思考激光冷冻粒子和低于外太空的温度之类的问题？同样，什么样的商业策略家会忽视围绕量子技术供应商上市的投资热情呢？
虽然我们可能无法准确知道我们能共同将量子技术发展到 何种程度，但我们了解其发展方向。好消息是，五年内，我 们将会有更深入的了解。我们也许将能够使用有趣的机器 来优化诸如计算、通信、感知甚至化学等领域。现在是你的 组织需要开始考虑这一未来景象的时候了。如果你持观望 态度，你可能就会在竞争对手获取竞争优势的时候,错失测 试和尝试量子技术的关键机会。
指数级智能：再次感受
在数据挖掘的民间传说中，有一个关于啤酒和尿布的轶事， 许多人认为这是能够说明人工智能传统状态的有效例子。正如故事所言，对超市交易的分析显示，商店通过将啤酒和 尿布摆在一起，可以促进啤酒销售。你也许会问，尿布和啤 酒销售之间有什么关系？一位姓名无从考证的数据科学家 推测，妻子会要求丈夫在下班回家的路上顺便买尿布。丈夫 们按要求买尿布时，就会认为，为了照顾穿尿布的小家伙， 他们需要用啤酒来犒劳自己。除了养育孩子是件难事这一恒久不变的事实之外，这背后 还有一个重要的教训：机器驱动的销售交易分析只能指出尿布和啤酒销售之间的因果关系，人们需要自行推断和解释促进啤酒销售的客户情绪和心理。换句话说，尽管人工智能强大的分析能力受到大肆吹捧，但人工智能一直无法区分有意义和无意义的统计性联系。
未来十年，这种情况也许会发生巨变。我们在之前的《技术 趋势报告》中考察了“情感计算”或“情感人工智能”这一 类新的人工智能解决方案如何规模化地为技术智商增加情 商 随着创新者利用下一代深度学习技术来训练机器,识别和模仿人的魅力、情感等特征，未来十年,情感计算还将继续变化发展。而这些技术也将通过“符号化”和“连接主义”技术将演绎推理和逻辑推理能力嵌入人工智能和人工神经网络。很快，这些技术将能够像人脑一样揭示统计相关性，确定这种统计相关性是有意义的还是只是缺乏内在意义的支持数据的随机特征。换言之，机器将能像人类一样更好地欣赏世界，而不只是缺少上下文的0和1集合。
这代表着我们与机器智能关系的转变。20世纪50年代人工智能领域出现以来，我们一直非常重视了解这项新奇技术 能够实现和不能实现的方面。人工智能增强了我们从数据 中提取洞察的能力，却从不会削弱人类认知和情绪至高无 上的地位。然而，机器的影响和能力增长是指数级的。在我 们寻求效率和洞察的过程中，我们正通过设计使机器具备 一定的情绪敏锐性，这种情绪敏锐性正在逐渐瓦解传统的 人机认知层次结构。
先驱研究人员目前正在以非常人性化的方式训练人工智能 应用程序，使其既能实现广泛用途又能关注细节。例如，通过按顺序识别所提的问题，人工智能机器人能够像人一样与呼叫中心、餐厅和银行的客户展开互动。下一步也许就是建造带传感器的高级护理机器人，机器人可以区分在夜间从桌子上掉下来的灯和摔倒后需要帮助的人。未来十年，随着人工智能的直觉和情感能力得到发展，机器人可能可以开始承担教育家、作家、医生甚至首席信息官的工作。
我们相信，这一发展、训练、部署过程将在未来十年及以后的时间里继续快速推进。当下看来独特的人类事物也将越来越多地可以用代码序列表现出来。如果能够做到这一点，企业领导者最终将能够充分利用自动化，这将对价值链、商业模式和战略产生颠覆性影响。十年似乎很漫长，特别是对于那些忙于完成下一季度报告的决策者来说，更是如此。但指数级智能进步不会等着你。组织现在就应该开始从容易实现的方面入手，实现自动化了。
如何看待科幻小说家长期以来一直向我们描述的那个恐怖 的、反乌托邦的世界呢？无需害怕。事实是，软件始终是中立的，体现的是开发者的明确命令和隐性偏见。德勤未来主义学家与世界经济论坛合作发表了《技术未来：预测可能，把握未来》这一报告，其中详细阐述了未来的可能性和实现这些可能性的方法「关于人工智能的未来，作者写道：“随着信息技术持续从'要求机器去计算什么’向“、’教会机器去辨别什么'演变，密切监控机器的’教学课程'对于组织、政府和监管机构而言将变得越来越重要。如何发展能体现我们明确公认的财务、社会和伦理价值观的人工智能呢？我们必须教好我们的’数字化下一代’，训练他们按我们说的做，而不一定要按我们的行事方式去做。”
环境体验：屏幕之外的生活
自20世纪60年代命令行接口出现后，似乎只有未来主义学家和科幻小说家才敢于去想象技术不是藏在屏幕后面，而是真正得到普及的世界。通过一块矩形玻璃屏获取计算机能力和访问互联网的认识已经成了大多数人的教条。
随着时间的推移，这些玻璃屏幕变小了很多，现在已经能装进我们口袋或握在我们手上了。甚至，在这些不断变小的屏幕背后，数字运算和网络技术已经变得成倍的强大和复杂，以至于我们开始不需要玻璃作为中介，就能直接与云计算对接。看看智能音箱。如今在使用智能科技的家庭中长大的孩子不会想到，除了通过“问一问房间”来了解天气预报外，还有其他方法。
环境计算一词涵盖了让用户可以随时随地接触数字现实的整个新兴技术领域。未来十年，环境计算将成为我们的标准模式，并因此迎来一个超越玻璃的生活时代。这种生活是什么样的呢？想想以下场景：
•更顺畅。回想一下你第一次见到台式电脑的情形。当时的台式电脑很可能还附带了一本纸质的大部头说明书。相比之下，当今的移动设备只需要一个本身就是数字应用程序的“快速启动”功能即可。虽然底层技术变得更加复杂，但用户体验却变得更加简单。环境技术有望进一步降低学习和使用新工具的困难，因为就像我们的孩子们让房间来播报天气预报一样，你只需要说话，或者做手势，或者瞥一眼即可。你不再需要去计算机实验室或登录笔记本电脑，甚至不用查看移动设备。事实上，环境界面将处于等待状态，耐心地推断下一步需要做什么，并主动提供完成下一步工作的最有效方法。
我们设想未来有大量技术持续监测我们的环境，协调一致地自动化（或者至少是简化）我们的工作和个人生活。当然，我们还会有一些安全和隐私问题需要解决。但是，我们可以肯定地说，我们中的许多人（当然，还有我们的孩子）将会过上更加简单顺畅的生活。这样的生活将会唾手可得。
•更主动、更直观。想象一下,世界上每个人都有一位聪明无比、有能力又专注个人助理。这些高性能助理是数字化的，受到各类传感器、语音识别、分析和指数级智能能力的支持，能全天候监测环境，并尽可能减少用户会面临的困难。例如，数字助理可能会提醒你该去机场了。数字助理了解你的日程安排、喜好、意图，会替你完成全部所需工作，不需要再去确定你去机场的最佳路线，再在移动应用程序上进行值机。你拿起行李走出家门时，数字助理会关闭不必要设备的电源，将空调调节到最佳设置，再激活家庭安全系统。
•眼睛看得到。用数字信息增强个人的实际体验将是玻璃之外生活的另一个主要维度。我们已经看到最先采用相关技术的企业如何利用智能眼镜和虚拟现实或增强现实（VR或AR）耳机将数字信息叠加到工人的视野中。我们可以把这当作是将现实生活搬到线上，或者，也许是把位当做画笔来描绘原子，尽管这个画笔多少有些粗糙。相关研究人员和企业家都已经在探索利用智能隐形眼镜甚至通过植入脑芯片来增强人类感官和（实实在在地）读取人类想法的可能性。想一想：通过观察太阳来确定距离日落还有多久难道不是自然而然的吗？或者，通过看公交站来知道下一辆公交还有多久到呢？我们固然很好奇，但也许，我们更喜欢整天盯着手机吧。
前瞻性组织目前正重点关注容易实现的目标，同时稳步向 更具变革性的项目迈进。在此背景下，我们将如何共同逐步创造出环境技术的世界呢？首先，先行者们已经在努力找出组织中现已存在的问题，其中可能包括人际交往、由来已久的繁琐流程，甚至是员工应用技术的方式。接下来，组织针对如何利用现有技术解决上述问题展开探索。航空业就是已经开始展开这类积极行动的例子。航空公司在过去十年通过数字化完全改变了客户体验，颠覆了从售票到行李处理，再到选座全部流程。这些变革目前仍在进行中，但是任何在过去二十年中曾经搭乘民航班机的人都不会否认，从取票到登机全过程的客户体验已经变得比过去更加简单了。零售、酒店和金融等其他许多行业也做了类似的努力。
对于客户和工人而言，“更容易”也许实现所有环境技术目标所需的技术目前还没有，但很显然，它们很快就会出现了。
现在就开始屏幕之外的生活吧。
