區(qū)塊鏈（Blockchain）和機(jī)器學(xué)習(xí)（machine learning）這兩大趨勢發(fā)展始于2016年，并將持續(xù)到2018年，而且可望出現(xiàn)更多引人入勝的概念證明。

據(jù)報(bào)導(dǎo)，機(jī)器學(xué)習(xí)是人工智能（AI）的一個(gè)分支。人工智能的研究是從「推理」到「知識(shí)」，再到以「學(xué)習(xí)」為重點(diǎn)，有一條自然、清晰的脈絡(luò)可循。機(jī)器學(xué)習(xí)則是實(shí)現(xiàn)人工智能的一個(gè)途徑，即以機(jī)器學(xué)習(xí)為手段解決人工智能中的問題。

機(jī)器學(xué)習(xí)已有一些有趣的案例研究，例如具串流視訊功能的零售店監(jiān)視器，可藉機(jī)器學(xué)習(xí)功能執(zhí)行臉部辨識(shí)及掃描某些行為，觀察消費(fèi)者在店內(nèi)行走的模式。這不僅能帶來主動(dòng)的安全措施，還能在不挖掘客戶個(gè)人數(shù)據(jù)的情況下執(zhí)行任務(wù)，避免潛在的個(gè)人隱私問題。

區(qū)塊鏈?zhǔn)橇韨€(gè)即將在2018年爆發(fā)的主要應(yīng)用，特別是金融科技（FinTech）新創(chuàng)公司。區(qū)塊鏈的支付和安全應(yīng)用，幾乎肯定會(huì)讓企業(yè)重新思考如何將其用于記錄財(cái)務(wù)交易。

在2017年曾接二連三傳出新的IoT安全漏洞，對(duì)工業(yè)領(lǐng)域而言，這是很嚴(yán)重的問題。由于工業(yè)物聯(lián)網(wǎng)（IIoT）設(shè)備資產(chǎn)壽命很長，制造業(yè)的連網(wǎng)設(shè)備平均可使用7~10年，因此工業(yè)公司歷來會(huì)盡可能讓設(shè)備維持最低的網(wǎng)絡(luò)聯(lián)機(jī)。

在設(shè)備使用期限內(nèi)維持設(shè)備更新和安全功能很重要，但其中很多設(shè)備無法輕易安裝修補(bǔ)程序。隨著制造業(yè)務(wù)中日漸融入更多連通性，工業(yè)世界對(duì)網(wǎng)絡(luò)安全的思維需迅速趕上，以免不安全的設(shè)備持續(xù)處于脆弱狀態(tài)。

目前市場上的許多IoT裝置實(shí)際上并無適當(dāng)?shù)陌踩呗?，安全協(xié)議、口令方案都太弱，且無有效方法來修補(bǔ)或安裝操作系統(tǒng)更新。在2017年出現(xiàn)KRACK和Reaper等IoT攻擊事件后，2018年料將再度出現(xiàn)針對(duì)IoT裝置的大規(guī)模殭尸網(wǎng)絡(luò)（botnet）攻擊。

工業(yè)領(lǐng)域可解決此問題的方法之一，就是在連網(wǎng)裝置上下載和安裝最新更新。而美國參議院的改善IoT網(wǎng)絡(luò)安全法案（IoT Cybersecurity Improvement Act）是朝正確的方向邁出的積極一步。

自駕車可能還在早期發(fā)展階段，但絕非遙遠(yuǎn)未來的趨勢，距其成為主流僅剩幾年時(shí)間。自駕車?yán)顺睂硪环N全新思維方式。簡言之，購買及駕駛自有汽車的傳統(tǒng)模式將成為過去。

未來消費(fèi)者會(huì)在一定時(shí)間內(nèi)向供應(yīng)商租用由行動(dòng)裝置控制的汽車，而非直接擁有。要用車時(shí)，自駕車就會(huì)到指定地點(diǎn)待命，消費(fèi)者毋須在兩地移動(dòng)時(shí)自行管理汽車。另一方面，出租車和大眾運(yùn)輸將利用IoT來提供更好服務(wù)、更有效的路線和更令人滿意的用戶體驗(yàn)。