这次关于趋势预测的文章共分为高下两篇，上篇重点环绕AI与营销及AI趋势、软件测试与AI 、半导体和软件与AI、以及EDA等领域进行深入磋商，解读新质生产力会给各行各业带来哪些变革与影响。
趋势一：AI与营销及AI趋势
1.AI与营销
未来会是若何
市场营销部门会越来越多地依赖AI 技能的帮助来完成数据剖析、见地提炼以及效率提升等任务，这统统都是为了让营销活动发挥出最佳效果。
客户参与：AI 掌控方向盘
到 2024 年底，大多数的客户电子邮件将由 AI 天生。品牌会越来越频繁地利用天生式 AI 引擎撰写文案初稿供人类审核批准。但是，营销团队必须演习大型措辞模型（LLM），才能全自动天生客户内容，并凸显品牌特色。这种操作将在 2026 年景为常态，团队因此能够将事情重心转移到活动管理和优化上。
版权成为关注焦点
天生式设计工具逐渐遍及，但碰着了一个棘手的问题——版权。很多 AI 办理方案在抓取视觉内容的时候并没有考虑后果。2024 年，人们会付出大量精力，着重找到 AI 图像创作版权问题的办理方案，从而厘清版权归属。如此一来，营销团队就能放心大胆地利用 AI 设计工具，而无需担心牵扯法律问题，因此可以节省宝贵的韶光和金钱。
AI 与人才：赋能时期
AI 的遍及将不可避免地改变营销团队的组织构造。低级别的行政管理角色会消逝，大量剖析职位也将变得多余。不过，前路也并非完备暗淡——未来对数据科学家的需求会激增，数据剖析将成为未来几年最受欢迎的技能之一，并且不会受到经济下行的影响。人类会连续主导营销事情，但机器发挥的浸染会进步神速。在市场营销领域，AI（具有防护方法）为人类赋能的状况还会持续至少十年。
AI 高效提升个性化做事
在市场营销部门努力提升个性化做事的过程中，AI 将发挥至关主要的浸染。得益于 AI，市场营销部门能够通过优化市场细分来天生更多客户体验。此外，AI 还能优化广告定位和营销策略，实现更高程度的客户参与和订单转化。
2.AI趋势
AI 与零售
零售业一贯在快速整合 AI技能，以期提高效率、增加发卖额。一项创新即将浮出水面，那便是通过神经网络与购物者和产品的结合来打造新零售体验。譬如，从 2024 年开始，AI 导购能够在与用户身材附近的模特上展示衣服，以便用户准确地看到衣服在不同姿势下的真实效果。这种高度个性化、身临其境的体验代表了零售业的未来发展方向。
AI 与数字孪生：改变医疗保健行业
数字孪生技能越来越遍及，当下，领悟了 AI 的数字孪生技能已经在医疗保健领域创造了新的模式。这项技能将大幅减轻系统承受的压力，为个人供应更多选择，有助于提高个人的生活品质。AI 驱动的数字孪生有望首创一个关爱老龄化人口的新时期，让人们能够独立生活更永劫光。
AI 将在潜在康健问题的早期诊断中发挥关键浸染。举个例子，全身磁共振成像（MRI）会利用 AI 来识别、预测和剖析数据模式，并且在远早于病灶肉眼可见时赞助诊断疾病。此外，在帮忙医务职员理解和解释研究结果以及供应治疗和照顾护士建议方面，AI 也将发挥更突出的浸染。
趋势二：软件测试与AI
1.AI 与测试：以永久在线为基准
随着 AI 越来越多地嵌入软件，系统的自主程度会上升，同时风险和繁芜性也会随之增加，测试因此变得非常有寻衅性。以是，仅用一组固定的测试（程序）已无法再胜任智能系统的评测，须要 AI 技能来自动、持续地测试各种 AI 运用。软件测试的未来是自主测试设计和实行。
2.为什么 AI 可能降落质量而不是提高质量
当 AI 进入了人们周边的各个别系后，系统会变得加倍繁芜和前辈，其质量却面临低落风险。这是由于大量排列的结果，然而人们不可能对每一项都进行测试，因此须要环绕测试的办法、内容和韶光来做出决策，才能确保质量稳定。
3.AI：监管须要深度和广度
人们普遍认为有必要对 AI 进行监管。然而，由于涉及的技能范围广、繁芜程度高，因此关于监管应该包括哪些内容还存在很大争议。只有在产生了重大负面影响的大事宜发生后，监管才能得到必要的帮助。届时，明确的标准和精良案例才会发挥效力。如果不尽快履行监管，AI 分开掌控的风险会攀升。
4.AI 与安全：对新常态保持当心
认识到伴随 AI 而生的干系风险后，企业须要任命一位 AI 和安全合规高管。随着韶光的推移，这一职位终将与 CSO 合并。
企业务必要通过实时学习来设立防护栏，确保 AI 合规。常态化的检讨和平衡有助于验证智能系统行为如常、没有失落控。实时监控将成为标准操作。然而，随着这些系统的发展，企业也有必要测试它们是否学会了在进行造孽活动时假装统统正常。强化学习和类似技能可能会在无意中推动 AI 通过隐匿行踪来实现其目标，这会成为 2030 年之前须要办理的重大问题。
对付有能力清理、掌握和为 AI 设置防护栏的企业来说，这些问题会给他们创造一系列新的机遇。
5.为什么 AI 须要驾照和定期查验
AI 系统目前是由构建这些系统的公司进行测试。随着对付风险的理解越来越深入，业界须要一个独立的机构来验证 AI 系统是否合规。第一步是得到 AI 认证（AI 驾照）。然而，它就犹如汽车一样，须要定期测试，才能确保合乎道德标准、负任务、没有偏见，并且符合必要的国家和行业标准。从长远来看，每一套 AI 系统都须要贴上 NFT 标签，以证明它符合用场和各种必要的标准。
6.公民开拓者退出舞台，商业开拓者风生水起
长期以来，业界一贯依赖公民开拓者来办理 IT 人才短缺问题。然而，AI 办理方案的快速增长推动着新一代商业开拓者的发展。这部分领域专家参与 SDLC 的机会越来越多，由于他们理解企业的目标和运营。新一波无代码系统也会横空出世，帮助商业用户制订目标，然后利用 AI 技能补充缺口。运营知识一方面确保软件知足企业和组织的特定需求，另一方面可以降落风险。
7.AI 与可持续发展困境
AI 系统会给人们的生活带来哪些转变？关于这一点，各种说法沸沸扬扬，但很少有人关注所需的算力。2024 年，AI 对可持续发展的影响将成为人们关注的焦点，企业和组织会开始监测全体技能根本举动步伐的碳足迹，努力实现净零目标。公司因此须要决定在哪些方面利用 AI 以及如何明智地利用 AI，而不是为所欲为地到处支配。在测试软件和运用时，企业必须抛弃过去的全面测试做法，而应转为预测最关键的测试，进而避免对环境造成影响。
趋势三：半导体和软件与 AI
1.前辈半导体创新指日可待
要想连通数字天下和现实天下，须要强大的数字处理能力和数字接口来弄清楚旗子暗记之间的繁芜关系。半导体技能的进步对付实现这一目标和战胜干系寻衅至关主要。
这些问题包括提高数据传输速率，须要更大的带宽，也意味着须要更高的载波频率，须要将载波频率扩展到太赫兹范围。MIMO 等技能的利用增加了繁芜性和密度，而采取不同拓扑构造的网络，如非地面（卫星）链路，则进一步加剧了这一寻衅。
为理解决这些问题，须要进行一系列创新，个中包括将商用半导体（如 GPU 和 FPGA）与定制的 MMIC 和 ASIC 相结合，新办理方案将在尺寸、重量、性能和功耗方面带来显著改进。业界也须要用到能以极大带宽和出色的旗子暗记保真度来捕获和天生旗子暗记的数据转换器。此外，光子办理方案也有助于扩大数据传输技能的覆盖范围和容量。
2.面向设计和测试的无缝软件办理方案
目前的事情流程是一组疏松互联的工具。然而，随着虚拟天下与现实天下逐步领悟，须要一套统一的设计和测试事情流程，在仿真和丈量步骤之间通过云无缝共享数据。
这些信息将不断得到剖析，为仿照和丈量行为供应依据，补充从观点到终极测试之间的事情流程存在的空缺。来自仿真的结果会被输入 AI 工具中，进而提高设计和测试事情流程的速率和效率。数字孪生会用于设计和测试的紧密结合，因此只须要一次实际构建即可。
3.6G 利用 AI 实现网络优化
6G 会利用 AI 来实现网络优化，此举会带来诸多测试寻衅。必须开拓能够测试人工智能算法的技能，以确保演习数据没有偏差，模型有效且没有非常行为。
4.借力 AI 弥合仿真与现实之间的差距
展望未来，AI 技能将成为仿真模型的根本，助力打造更准确、更高效、包含更丰富信息的模型。此外，AI 还能增强对测试数据的洞察力，减少缺点，并帮助优化设计和测试事情流程。
趋势四：EDA
1.性能预测仍旧是电子设计确当务之急
2024 年，工程师仍旧会连续推动电子产品开拓流程的前移。随着设计从物理空间进入虚拟空间之后，工程师能够高效创造问题并办理问题，得到更深入的见地，实现性能改进。未来几年，业界会着重推动设计与测试事情流程的衔接，从而应对无线、有线、航空航天与国防以及其他行业采取的电子产品日益繁芜的技能哀求和上市韶光哀求。
2.新兴电子设计创新
3DIC 与异构小芯片：新标准问世
UCIe 等新标准浮出水面，这些标准可用于创建小芯片(Chiplet)，将片上系统设计解构为更小的知识产权，然后利用前辈的封装将其组装成 2.5D 和 3D 集成电路。要想准确地仿真晶圆间的物理层互连，设计职员须要用到知足 UCIe 和其他标准的高速、高频通道仿真。
EDA 转向 AI：由繁芜变清晰
AI 和 ML 技能在 EDA 中的运用仍处于早期阶段，设计工程师还在探索能够让繁芜问题变大略的利用场景。AI 对付仿真模型的开拓和验证特殊故意义，由于它能帮忙处理大量数据。到2024 年，企业和组织会进一步将这两种技能运用于硅和 III-V 族半导体工艺技能的器件建模，以及尚在研究当中的 6G 等新标准的系统建模。
软件自动化赋能工程师
随着摩尔定律逼近极限，通过事情流程自动化改进设计流程不失落为提高设计工程师事情效率的一种路子。到2024 年，Python API 之类的软件自动化技能会发挥关键浸染，把各种精良的工具集成到开放、可互操作的设计和测试生态系统中。
掌控数字化转型：设计管理要点
在打造数字企业事情流的同时，很多企业和组织也在工具套件、数据和 IP 的设计管理方面进行了大力投入。今后，设计数据和 IP 管理软件会发挥关键浸染，支持跨地区大型团队成功打造繁芜的 SoC 和异构小芯片设计。在需求定义和合规之间创建数字线程，与 PLM 等企业系统建立紧密联系，这些都会在产品开拓周期的数字化转型中发挥浸染。
新一代量子设计：优化系统性能
量子打算飞速发展，从以免费的研究工具为主升级成了聚焦量子设计的商业产品和事情流程。新一代量子设计须要紧密集成的仿真事情流程，如此开拓职员才能得到快速、准确地优化系统性能的能力，完全内容请拜会：http://www.eeworld.com.cn/a9Kez54
