回顾过去一年，我们无法预测大流行的影响，无论是个人还是职业。我们也无法猜到，人们和企业在多大程度上会采用创新思想。

现在春天已经到来，流行病“开始终结”的希望迹象已经出现。我们还能够更好地检查正在加速发展的技术和行业趋势。这是我们迈向大流行后世界的第一步，在接下来的几个月中，我看到的是地平线。

1.健康科技成为主流

科学家和研究人员开发出安全有效的疫苗来对抗COVID-19的惊人速度给我们所有人留下了深刻的印象。我们看到公共和私人研究人员都可能加强DNA测序的可能性。这将帮助他们克服流行病，糖尿病和癌症等健康挑战。在医疗保健领域，成像，基因组测序和药物发现都导致结构化和非结构化数据的爆炸式增长。还有机会革新我们的医学治疗方式。这项工作不能也不应该被无法完成任务的传统技术所阻碍。

DNA测序对数据存储提出了很高的要求。正如在加州大学伯克利分校的案例研究中指出的那样，一个人的DNA的单个样本大约有300GB的原始数据。DNA测序研究项目可能涉及多达50,000至100,000个参与者。称其为“大数据”甚至都无法涵盖它-这些是现成的数据编号。这就是加州大学伯克利分校使用FlashBlade®扩展数据存储的原因。

2.冷链越来越强大

冷链是温度受控的供应链。对于大多数COVID-19疫苗的分发，它已经变得至关重要。随着全球分布的冷链的建立，它将允许更新的商品和服务被大量分配。以前无法获得的商品和服务将为更广泛的人群提供。在食品，药品，甚至与犯罪相关的DNA的更快分析方面，应考虑更多种类。

3.远程协作将不断发展

目前，我们离不开视频会议服务。在未来几年中，它们的外观将大为不同。我们将在协作编码，教育和研究方面看到更多沉浸式体验。预计这种趋势将远远超出工作场所。考虑与客户进行远程连接以解决不需要亲自拜访的问题。

组织希望改善这些数字体验，并且愿意为此付出代价。根据PureStorage®和Bredin提出的2021年ITDM思想领导力研究报告，63％的IT决策者表示，在线体验是他们进行数字化转型的优先事项。

我们从增强的数字体验中获得的知识将影响我们如何将AI驱动的计算机视觉集成到未来的协作工具中。摄像头将能够对物体及其属性进行分类和识别，并对它们的“可见”做出反应。我们离让相机能够根据生物特征提示准确地检测出情绪并了解与会人员并不太遥远。

数据是AI系统的命脉，它需要能够处理大量数据的高性能解决方案。数据无法自我分析！

4.我们将在农业供应链中拥有更大的知名度

大流行的最早时期突显了全球农业供应链中的薄弱环节。正如世界银行报道的那样，供应链中断导致食品价格上涨了20％。

麦肯锡认为，“异常复杂”的农业供应链捕获的数据比以往任何时候都要多，从天气到价格波动，应有尽有。它推动了对数据存储容量以及计算能力和分析的更多需求。

将大数据和物联网带入行业的运动“农业4.0”显示出改善供应链的希望。在巴西，UISA通过使用FlashStack®通过自动收割操作将甘蔗产量提高了30％。

5.人工智能辅助驾驶将成为现实

这与提高供应链可视性的需求有关：如果高效的运输可以帮助改善供应链绩效，那么自动驾驶汽车将成为这一努力的一部分。此类技术很可能会首先用于供应链以及食品和货物的运输。

将自动驾驶汽车推向市场需要新的模型来收集，管理和处理数据。人工智能辅助驾驶系统中无处不在的数据。它是在车辆本身，在云中，在将驱动其运行的平台中。将云资源移到需要它们的地方的边缘计算将变得至关重要。仅仅几十毫秒的延迟会严重影响自动驾驶汽车的可靠性。当大型卡车正在决定即将到来的左转弯是否安全时，这不是您想要的。

6.远程教育是一年中的必要，成为更好的选择

多年前，汗学院（Khan Academy）倡导了扩大学习机会的想法。在大流行初期，它为孩子和父母创建了远程学习指南。我们可以期望像可汗学院这样的组织可以利用在大流行期间学到的知识来将远程协作工具和AI置于更多的学习环境中。成人也是如此：我们将看到针对个人而不是教室的教育。

7.技术将支持可持续发展而不是阻碍可持续发展

随着气候变化行动计划的加快，组织各个层面将更加关注碳中和和可持续性。物联网设备和传感器将可能具有可用于测量微型设备的排放指标。对可持续性的推动也增加了建立可持续数据中心的压力。例如，全闪存数据中心使用的功率和冷却​​更少，并减少了碳足迹。

一年前，企业不得不搁置对未来的愿景，并专注于维护服务和保持员工安全健康。现在有一些喘息的空间可以实际向前看，我们的思维方式可以转变为长期的。以及像上面的那些创新一样，什么需要支撑呢？无论这些创新将产生多少，用于轻松管理和与数据交互的计划和平台。