預測1：90%的手動IT操作和資料管理任務將完全自動化，企業將迎接一個IT創新時代。

自主資料庫(Autonomous Database)的普及，將改變技術人員需大量時間處理的日常工作，例如備份、擴充、調校、監測和保護關鍵資訊系統。甲骨文預測，90%的手動IT操作和資料管理任務將在2025年完全自動化，工程師將有更多時間發展人工智慧和機器學習等先進技術。例如，自主學習系統可以橫跨多個應用程式自動收集資料，自動以視覺化方式，圖形、圖表和動畫等，呈現數百萬個資料點，讓身處業務部門的終端使用者不必再費心製作和研究傳統報表，能更輕鬆地找出資料中潛藏的趨勢、規律和關聯性。甲骨文相信，在雲端的推動下，這些先進技術將日益普及，走向主流。

預測2：雲端中共用的敏感性資料將擴增600倍。

如今，70%的企業都將重要業務資料儲存在雲端。其中大多數企業採用混合雲，也就是將一部分關鍵業務系統保留在本地部署環境中，而將大部分資料轉移至雲端。雖然這種方式能夠大幅提高企業靈活性和降低成本，但也會面臨更大的風險，因為混合環境可能會產生不一致的安全性原則而難以控制。截至2025年，雲端中共用的敏感性資料預計將擴增600倍，同時外部自動攻擊和濫用授權身份憑證等安全威脅也會大幅增加。

面對不斷升級的攻擊方式，確保資料和系統彈性對於企業至關重要。然而，由於網路安全人員嚴重短缺，企業沒有足夠的專業人才來確保安全性。攻擊者能夠輕易對未安裝修補程式的系統發起攻擊。因此，為了防範層出不窮的網路攻擊，企業的最佳選擇是部署自主系統，將進階安全功能融入所有層級——從應用、資料到晶片的IT基礎設施。

預測3：幾乎所有的企業應用都將包含某種形式的嵌入式AI技術。

透過改變企業接收、管理和保護資料的方式，人工智慧正推動著企業智慧轉型。甲骨文表示，如今許多企業已經意識到，並開始積極部署AI技術以提高工作效率、生產力並降低成本。甲骨文預測，到2025年，幾乎所有企業應用都將包含某種形式的嵌入式AI技術。這將協助企業高階主管和決策者更快速、深入地了解公司營運、員工、市場和客戶狀況。

預測4：絕大多數供應鏈應用將取決於區塊鏈、機器學習、物聯網、擴增或虛擬實境技術。

如今智慧自動化系統運用於各行各業，推動系統設計、物流、製造、基礎設施等典範轉移。而在供應鏈領域，日益增加的客戶期望、不斷縮短的產品週期、各種新的法規和波動不定的需求正不斷挑戰傳統系統的極限，並推動採用新興技術。其中，區塊鏈建立匿名、不可篡改的去中心化、分散式和數位化事務記錄功能，也解決傳統供應鏈面臨的重大挑戰，使全球性的供應鏈，物料和產品在多個供應商、製造商、經銷商、運輸商和服務提供者間流通順暢。虛擬實境(VR)和擴增實境(AR)界面則可以為員工提供更高水準的沉浸式體驗，例如藉助3D的呈現方式，技術員可以更視覺化地查看設備與配置。語音助手可以查找產品資訊、報告生產進度，以及傳達來自IoT感測器關於當前狀況的分析。

預測5：流程的自動化將促使人力資源、銷售等領域擁有更多個人化體驗。

甲骨文認為，人工智慧和自主技術持續深入工作場所，簡化企業日常業務流程，讓業務人員專注於更有意義、更有價值的人際互動。例如，自動化工作流程可以追蹤求職者、處理新員工請求以完善整個招聘流程；據預測，2025年人工智慧和機器人將接管70%的招募工作。AI技術可以基於職位要求審查求職者背景，幫助人力資源團隊找到最合適的人選；聊天機器人可以與求職者溝通和安排面試。這些自動化功能將大幅減輕人力的日常負擔，讓HR團隊專注於招募符合企業文化的優秀人才。

在銷售領域，人工智慧系統可以分析大量的客戶資料並辨識最有可能成交的線索，包括社群媒體貼文、客戶互動歷史記錄、銷售和服務活動；AI的自主學習功能支援軟體同時與多人互動，確保品牌訊息的一致性；軟體機器人可以鎖定潛在客戶，對他們提供實用建議，並根據市場分析和瀏覽記錄來調整價格與推薦商品。甲骨文相信，雖然銷售的核心始終是人與人的互動，但智慧技術將持續創造更多價值。據預測，80%的銷售將於2025年實現自動化，屆時銷售人員可以專注在建立良好的客戶互動關係。

預測6：80%的大城市將使用物聯網技術，開啟智慧城市計畫。

物聯網技術的發展使社區得以變得更加人性化與靈活。截至2025年，80%的大城市將運用物聯網資料，開啟智慧城市計畫。此外，機器學習作為其中一項核心技術，將用於收集和分析城市資料，提高市民參與度。日常交互自動化更有助於解放人力、專注於提供個人化服務。這些技術能夠透過去中心化的資料、技術和決策提高政府首長處理事務的透明度。

長遠來看，物聯網技術能夠改善市民間的合作和信任，有助於打造更加團結的城市。隨著這些技術日益普及、成本不斷降低，許多社區將部署固定的監視器和可穿戴設備等智慧資源，進一步提高安全性和透明度。除了上述例子，智慧城市計畫還涵蓋彈性能源和智慧交通等領域。

預測7：資料科學自動化程度不斷提高，並成為分析和資料管理系統不可或缺的技術。

利用高等數學和統計學等獨特技能、機器學習和AI技術，資料科學家能夠將大量資料轉化為實際可行的計畫。隨著企業越來越深刻地認識資料驅動的價值，企業對資料科學家的需求也在不斷增長。若按照目前的發展趨勢，到2025年，資料科學家的數量將無法滿足企業不斷增長的人才需求。

幸運的是，隨著AI和機器學習技術不斷發展，越來越多的資料科學工作都將自動化，從而大幅提高技術人才的工作效率。此外，隨著AI系統不斷升級，它們將更有效地為業務用戶創造洞察並對結果加以解釋，進而讓資料科學家騰出時間專注於更有價值的工作。

預測8：AI機器的興起將催生出前所未有的職業。

隨著越來越多的機器使用AI與人類互動，它已逐漸成為企業重要的勞動力。在擁有機器員工的企業中，業務主管必須設法讓它們更有效地彼此合作。

例如，製造公司可以使用AI機器人在倉庫中自動定位和存放產品；自駕車以借助視覺感測器評估周圍環境、針對不斷變化的外部狀況做出反應；車載系統可以使用數學模型來躲避障礙，確定最佳路線，大幅提高分揀包裝流程效率；在一般道路和高速公路上，自駕車可以使用以AI為基礎的系統互聯互通，並與周圍的基礎設施建立連結。

另一方面，雖然自動化的興起將排除部分手動和重複性工作，但AI的普及同時也將創造全新工作機會及新的職業類型。2025年，機器處理的工作量將達到人類的兩倍。雖然自動化的興起可能會讓員工有所擔憂，但從長遠來看，它能夠促進全球經濟發展，讓人們專注於價值更高的工作，並提高人們的生活品質。

預測9：網路安全將隨著物聯網和人工智慧的廣泛應用變得更加複雜，企業將面臨更為嚴峻的資安風險。

機器學習技術能幫助企業改善營運，但也可能成為網路駭客的「幫兇」。現在駭客已經會編寫自動化系統來攻擊企業網路，竊取敏感性資料，而人工智慧和物聯網技術很快也將被加以利用。現實中，隨著儲存的個人資訊越來越多，互聯設備成為了駭客新的攻擊目標——惡意物聯網可以感染互聯設備，讓駭客竊取身份資訊，發起分散式阻斷服務攻擊 (DDos)。Forrester指出，物聯網的快速應用帶來了更大的攻擊面，而嚴重不足的安全措施又進一步加劇企業風險。同樣，隨著企業和個人越來越依賴雲端儲存，駭客可攻擊的區域也越來越廣。

甲骨文預測，2025年，80%的資安攻擊將來自企業內部。從網路服務到資料庫，現代企業技術體系的每個層面都有可能出現被駭客利用的漏洞。很多情況下，企業無法快速安裝安全修補程式、自動化的缺失也導致人為錯誤風險居高不下。在甲骨文看來，面對不斷成長的安全威脅，企業的最佳選擇是運用自主技術來自動修補程式，24小時全天候地確保系統完整性。

預測10：80%的資料將與「物」相關。

在未來幾年，大多數安全威脅都與物聯網的「物」相關。例如，據Forrester預測，駭客會阻斷家庭照明系統等產品的網路連接，或者干擾工廠製程系統的運行，並用這些設備作為「人質」，要求製造商支付大筆贖金。

截至2025年，80%的身份資料將與「物」相關，而不是「人」。屆時身份資料的規模將達到前所未有的水準，且大多分佈在使用者、應用和生態系統中。以情境感知(context)為基礎的身份資料會連結行為、位置、使用模式、系統資訊等相關資料，網路安全專家可以利用這些資料、機器學習和AI技術來預測行為和模式，揭露潛在安全威脅。借助機器學習和預測分析，企業將能夠提高系統能見度，以進階的自動化水準發現可疑活動。