本記事はマッキンゼー・アンド・カンパニー（www.mckinsey.com）が最初に公開しました。著作権 (c) 2022 無断転載を禁じます。許可を得て転載。
これら10のテクノロジーの発展は、ベンチャーキャピタルから最も多くの資金を集め、特許出願も最も多く生み出しています。
次世代のプロセス自動化と仮想化、そして5Gやモノのインターネットによる高速接続などが含まれます。
注目すべきその他の分野には、ネットワーク上をデータが流れる際にデバイスの信頼性を検証するトラストアーキテクチャ、次世代のスマート材料、機械を訓練するAIアルゴリズムがあります。
マッキンゼーのテクノロジートレンド・インデックス
デジタル化があらゆる面で加速するなか、企業や経営幹部にとって最も重要なテクノロジートレンドは何でしょうか。この問いに答えるため、競争優位性と技術投資の観点から最も関連性の高い10のトレンドを特定する独自の手法を開発しました。
これらのテクノロジートレンドは、最も斬新で最先端の技術を表すとは限りません。しかし、ベンチャー投資を最も多く集め、特許出願を最も多く生み出し、競争の方法や場所、そして業績向上に必要な能力に最も大きな影響をもたらすものです。
これらすべてを結びつけ、その基盤となるのは、飛躍的に高速化する計算処理が技術間の新たな融合を促す相乗効果です。医療や材料科学における目覚ましいブレークスルー、新しい製品・サービス機能の広がり、そして企業、市場、産業、セクターを再創造する強固な土台も生まれています。
起業家で未来学者のピーター・ディアマンディスによると、今後10年間で、テクノロジーが医療・材料科学、エネルギー、輸送をはじめ幅広い産業や領域を再構築し、過去100年間を合わせた以上の進歩を経験することになります。企業への影響は広範に及びます。メーカーが3D・4Dプリンティングと次世代材料を組み合わせ、これまでサプライヤーが提供していたものを自社で生産し、予備部品を不要にすることで、バリューチェーンが圧縮されます。小売業者がセンサー、コンピュータービジョン、AI、拡張現実、没入型・空間コンピューティングを組み合わせ、ビデオゲームのような体験設計で顧客を魅了する様子を想像してください。製薬や化学など科学を基盤とする産業で研究開発機能が仮想化されたり、自社の財務機能が全面的に自動化されたりする未来も考えられます。
組織はこれらのトレンドを最大限に活用し、急速なイノベーション、業績向上、そして大きな成果を実現できるでしょうか。このインタラクティブコンテンツでは、各テクノロジートレンドがどれほどの速さで近づいているか、その成熟度、各産業への適用可能性を紹介します。また、それぞれのトレンドを支える主要技術と現在の用途、今後企業にもたらすと予想される変革も取り上げます。その影響は大きい可能性があります。マッキンゼーの最近の調査は、パンデミックの間にテクノロジーがデジタルによる破壊的変化への障壁をさらに下げ、テクノロジー主導の変化を加速させたことを示しています。あらゆるセクターの回答者が、自社の利益構造、製品のバンドル化能力、事業運営に重大な脆弱性があると述べています。特定の産業への影響や、各産業、ビジネスモデル、独自の組織能力に関してこれらのトレンドが提起する戦略的な問いについては、近日中にさらに詳しくお伝えします。それまでの間、新たな調査が、複雑で情報が錯綜するテクノロジーの状況を理解する一助となります。
テクノロジートレンド1：次世代のプロセス自動化と仮想化
テクノロジーの相乗効果が、10のトレンドの第1弾を後押しします。ロボティクス、産業用モノのインターネット（IIoT）、デジタルツイン、3D・4Dプリンティング（積層造形、AMとも呼ばれる）を組み合わせ、定型業務を効率化し、業務効率を高め、市場投入までの時間を短縮します。
これらの技術はどのくらいの速さで進展しているでしょうか。2025年までに、500億台を超えるデバイスがIIoTに接続され、年間79.4ゼタバイトのデータを生成する見込みです。産業用ロボットの年間導入台数は、2015年以降約2倍の約45万台に増加しており、2022年までに約60万台に達するでしょう。同年までにメーカーの70％がデジタルツインを日常的に使用する見込みです。産業横断で、現在の製造工程の約10％が2030年までにAMに置き換わるでしょう。
重要な理由
次世代のプロセス自動化と仮想化が幅広い影響をもたらすことは、現在の業務活動の50％が今後数十年で自動化される可能性を考えれば分かります。これにより、働き方の未来、労働コスト、公共政策に大きな変化が生じるでしょう。ロボットの知能と能力がますます高まるなかで、こうした変化が起こります。生産のリードタイムが短縮する一方で、生産の拡張性は高まります。このトレンドは、競争の軸を自動化技術への設備投資と、知能機械がより多くの身体的・反復的・基礎的な認知作業を担う際に必要となる社会的、感情的、技術的スキルへと移します。同時に、企業がAMを使って製品や部品をより身近な場所で製造することで、バリューチェーンも圧縮されます。
用途
自動車
ある自動車メーカーはIIoTを使い、世界各地の122工場と500を超える倉庫を接続しました。製造・物流プロセスを最適化し、リアルタイムデータを統合するとともに、分析と機械学習による処理能力向上を実現しました。
製造業
大手メーカーは、自動搬送車に搭載した協働ロボット（コボット）を使い、人手を介さずにパレットを直接積み込むことで、業務効率と安全性を高めました。
自治体
ネバダ州カーソン市は、利用時間に基づいて将来の水供給をシミュレーションするデジタルツインを構築し、水の供給可能量を最適化して運用コストを削減しました。
航空宇宙
ある世界的な航空宇宙サプライヤーは、複雑さを増すことなく、短期間で大規模生産できる、25％軽量化した3Dプリント製燃料ノズルの試作品を開発しました。
テクノロジートレンド2：コネクティビティの未来
第2のトレンドは、第5世代（5G）ブロードバンド携帯電話ネットワークとモノのインターネット（IoT）を組み合わせ、より長距離での高速接続を可能にします。ダウンロード速度は飛躍的に向上し、データ取得にかかる時間であるレイテンシーはほぼゼロに近づきます。ネットワークの利用可能性と性能が大きく向上し、モバイル機器、機械、ロボットを無線制御する製造業のデジタル化から、分散型エネルギー供給、遠隔患者モニタリングまで、ビジネス環境に幅広い変化をもたらします。
17の商業分野にわたり、数百のユースケースを特定しました。モビリティ、ヘルスケア、製造、小売の4セクターだけでも、最も有望なユースケースを導入すれば、2030年までに世界のGDPを1兆2,000億ドルから2兆ドル押し上げる可能性があります。
重要な理由
超高速の接続性（とインターネット）は、組織に幅広い影響をもたらします。センサー対応のインテリジェント製品に関連する新しいサービスやビジネスモデルの創出を支え、予測型サービスや拡張知能サービスなど、バリューチェーンに新たな提供価値を生み出します。また、複数のチャネルにわたって提供内容をよりシームレスにパーソナライズし、顧客体験を高める可能性も広がります。例えばモビリティ分野では、IoTセンサーとほぼ世界全域をカバーする通信網により、メーカーは車両の信号を取得し、車内の各システムの状態を監視して、故障前に修理を予約するよう所有者に通知できます。これにより車両の耐久性と寿命が向上します。
用途
電気通信
ある大手通信事業者は、業界をリードするグリーンフィールド工場の建設を開始しました。最先端の情報技術と運用技術を5Gで統合し、IoTデバイスのシームレスなネットワークを構築します。
スポーツ・エンターテインメント
あるスポーツスタジアムの5Gアップグレードでは、選手のリアルタイム情報の提供、セキュリティ強化、観客の感情分析、ファン向けのHD 360°拡張現実リプレーを目指しました。
輸送
中国のある鉄道駅では、IoT（映像や人流検知など）を介して、駅構内の事故や異常を自動検知するために5Gを活用しました。
テクノロジートレンド3：分散型インフラストラクチャー
第3のトレンドは、クラウドコンピューティングとエッジコンピューティングを組み合わせ、企業がネットワークのエッジ側へ計算能力をさらに移せるようにします。これにより、データを大量に必要とするデバイスを、レイテンシーを大幅に抑えて、より多くの遠隔地を含む場所で利用できるようになり、高度な分析を必要に応じて実行して意思決定を迅速化できます。このテクノロジートレンドは、企業の速度と機動力を高め、複雑さを軽減し、コストを節約し、サイバーセキュリティ対策を強化します。
2022年までに、約70％の企業がハイブリッドまたはマルチクラウドの管理技術、ツール、プロセスを採用する見込みです。これらは分散型ITインフラストラクチャーの特徴です。分散型ITインフラストラクチャーへの移行は、企業がクラウドサービスプラットフォーム、オープンリポジトリ、エンタープライズ向けサービスとしてのソフトウェア（SaaS）プロバイダーから調達するソフトウェアの増加にも表れます。現在の23％から、現行の傾向が続けば2025年には約50％に達し、導入が加速すれば80％まで上昇する可能性があります。
重要な理由
第3のトレンドがもたらす事業上の影響には、特に計算能力を含むITインフラストラクチャーの民主化と、それに伴う重要性の軸足がIT能力からソフトウェア開発スキルやその人材へ移ることが含まれます。この変化を促しているのは、企業が従来型のオンプレミスITインフラストラクチャーを手放し、クラウド技術を活用した、より一元的な「サービスとしての」（XaaS）提供モデルへ移行することです。また、デジタルトランスフォーメーション、新たな人材要件（例えばシステムアーキテクトの増員）、コスト削減、イノベーションの促進といった具体的な事業目標に向け、活動と技術の「プラットフォーム」を軸にした、よりモジュール型の新たな組織構成も示唆されます。さらに広く見ると、データがクラウドに流入するにつれ参入障壁が下がり、従来のセクター間の境界が曖昧になり、エコシステムの重要性が高まるなか、隣接市場への戦略的な進出が可能になります。
用途
公益事業
欧州のある公益事業会社は、アプリケーションの約90％をパブリッククラウドに移行しました。IT運用コストを15％削減し、アプリケーションの3分の1を廃止してポートフォリオを簡素化しました。
教育
2018年、MITとハーバード大学のブロード研究所は、ヒトゲノムの配列解析に8分を要しました（1日あたり16テラバイトの処理速度）。それ以降、クラウドベースの分析により配列解析時間は400％短縮されました。
製造業
あるメーカーは、エッジに設置したモノのインターネットのセンサーと一元化されたクラウドデータセンターを組み合わせ、保守上の問題をリアルタイムで監視・分析しました。これにより、製造機械をより適切なタイミングで保守し、保守コストを下げ、資産利益率を高めています。
テクノロジートレンド4：次世代コンピューティング
第4のトレンドは、量子コンピューティングとニューロモーフィック・コンピューティングの急速な実用化を示しています。後者では、特定用途向け集積回路（ASIC）と呼ばれる専用マイクロチップが開発されます。次世代コンピューティングは、科学や社会が長年解決できずにいた問題への答えを見つけ、企業に前例のない能力をもたらす可能性があります。また、シミュレーションによって化学品や医薬品の開発期間を短縮し、量子AIによって自動運転車の進化を加速し、サイバーセキュリティを変革することも期待されています。同時に、ITのハードウェアコストを削減し、機械学習を高速化し、非構造化データセットの検索効率を高めます。
重要な理由
次世代コンピューティングは、AI主導型サービスのさらなる民主化、開発サイクルの飛躍的な短縮、産業全体における参入障壁の低下を可能にします。バリューチェーンの一部を変革し、必要なスキルも変えると見込まれます。例えば、自動取引がトレーダーに取って代わり、化学シミュレーションが実験の必要性を減らす可能性があります。
次世代コンピューティングへの備えとして、自社が金融、旅行、物流、世界のエネルギー・材料、先端産業などの先行導入業界に属するかどうか、また現在の暗号方式から量子暗号へ移行する間に保護すべき企業秘密などのデータに依存しているかどうかを特定する必要があります。その他の企業は、当面このテクノロジートレンドを注意深く見守るべきです。
用途
都市物流
北京市は、専用量子コンピューター上で古典的な量子最適化ソルバーを使い、交通の流れを最適化して市中心部と空港間の渋滞を緩和しました。
機械学習
Googleは、機械学習の機能を幅広い市場に届けるクラウドソリューションとして、テンソル処理装置（TPU）を提供しています。その結果、機械学習アプリケーションは27
倍高速になり、グラフィックス処理装置（GPU）と比べてコストを38％削減できます。
適応型ロボティクス
ロボットが周囲を感知し、状況に応じて調整し、自律的に判断する能力の向上は、第4次産業革命で重要な役割を果たします。しかし、必要となる人工ニューラルネットワークは、従来型CPUに大きな負荷をかける場合があります。
次世代コンピューティング、特にニューロモーフィック（ASIC）チップの進歩が、必要な処理能力をエッジデバイスに近づけ、トレードオフを抑えながら適応型ロボティクスを支えます。初期の用途には、セルフバランス自転車や、物体追跡と高速な視覚制御を可能にするニューロモーフィック「イベント」カメラがあります。
テクノロジートレンド5：応用AI
第5のトレンドでは、AIアルゴリズムで機械を訓練し、パターンを認識して解釈し、それに基づいて動作させます。これにより、コンピューターは動画や画像（コンピュータービジョン）、テキスト（自然言語プログラミング［NLP］）、音声（音声技術）など、現実世界のデータを理解できるようになります。
このテクノロジートレンドは、新たな顧客インターフェースやインタラクション手法を通じて顧客満足度を向上させると期待されています。例えば、Amazonで写真を使って商品を検索できます。人間と機械のよりシームレスなやり取りにより、アプリケーションも簡素化されます。人間が提供する音声、テキスト、画像を機械可読な指示に変換することで、人間の生産性を高め、運用経費を削減できます。
2024年までに、ユーザーとの接点の50％超が、AIを活用した音声、文章、またはコンピュータービジョンのアルゴリズムによって強化されると推定しています。また、2021年までに10億台の接続カメラが視覚データを収集・共有すると見込まれます。
重要な理由
AIアプリケーションは今後急増し、人間と機械のやり取りのほぼあらゆる側面を強化して、消費者と企業の双方で次の段階の自動化を推進すると見込まれます。応用AIは、生成モデルや次世代シミュレーションを通じて研究開発にもさらなる変革をもたらします。AIを効果的かつ再現可能な形で適用すれば、どの企業も大きな価値を得られますが、最終利益への大きな効果を報告した回答者は4分の1未満です。これは驚くことではありません。多くの企業にとって、規模を拡大して効果を実現することは、技術的な課題だけでなく必要な組織変革もあり、依然として容易ではないためです。
用途
化学
ある作物保護剤メーカーは、圃場の衛星画像をリアルタイムでコンピュータービジョン・アルゴリズムに取り込み、人間の作業員に見えるようになるずっと前に植物ウイルスを検知しました。これにより農家は、少量の農薬を使って早期に対処できるようになりました。
小売
ある小売業者は、コンピュータービジョン、NLP、音声技術を使って顧客の360°ビューを構築・パーソナライズし、自宅や店舗で一人ひとりに合わせた購買体験を実現しました。人間のようなバーチャルアシスタントや商品探索ツールを通じて提供されます。
テクノロジートレンド6：プログラミングの未来
第6のテクノロジートレンドは「ソフトウェア2.0」の台頭です。プログラマーに代わり、機械学習を使うニューラルネットワークがソフトウェアを開発します。自動運転車のように、AIモデルでしか進展できない高度なエッジ用途の実現が期待されます。一方でソフトウェア2.0は、ローコードやノーコードの手法を通じて、既存のコードをカスタマイズし、日常的なプログラミング作業を自動化する、はるかに簡単で反復的かつ直感的な方法も組織に提供します。AIモデルの開発と適用を現在妨げている多くの困難や複雑さを「抽象化」する、機械学習の新たなテクノロジートレンドによって、ソフトウェア2.0はさらに加速するでしょう。
重要な理由
このテクノロジートレンドは、データを豊富に使うAI主導型アプリケーションを迅速に拡張し、普及させることを可能にします。ニューラルネットワークは比較的均質であるため、新しいオープンソースライブラリを支えられるほか、モジュール化、相互運用、分野横断での利用も進んでいます。これにより、こうしたアプリケーションへの技術的な参入障壁が下がり、強化学習を通じてモデルの訓練に必要なデータを調達・精製できる企業は、より大きな優位性を得られます。
ソフトウェア2.0により、企業はより少ないコード、つまりより少ない開発者で、これまでにない高度なエッジ用途に対応できるようになります。しかし、ソフトウェアの開発で成功する企業には、必要な人材を進化させるとともに、技術スタックや開発手法も変えることが求められます。例えばMLOpsは、インフラストラクチャー、ツール、ワークフローを組み合わせて、より高速で信頼性の高い機械学習パイプラインを実現します。DevOpsが従来型ソフトウェアの開発を支援し、改善するのと同様です。また、データとデータの精製手法が貴重な競争優位性としてさらに重要になるにつれ、データとの関係も変化します。
用途
自動車
ソフトウェア2.0の実装パラダイムは、人間が書くコード（ソフトウェア1.0）を最適化されたニューラルネットワークが書くコードに移行させ、より少ない労力でより大きな成果を上げます。
ある自動車会社は、ソフトウェア2.0を基盤とするAIを活用し、約80万台の自動操縦車を提供しています。これらの車両が収集した30億マイル超の走行データは、AIの継続的な改善に利用されています。
エンターテインメント
NetflixのMetaflowは、ワークフローの設計、規模に応じた実行、本番環境へのデプロイ、自動的なバージョン管理と実験追跡を可能にする、インフラストラクチャースタックへの統一APIを提供します。
その結果、Netflixのデプロイ時間の中央値は16分の1になり、4カ月から7日へ短縮されました。
金融サービス
あるスタートアップは、金融サービス企業がモデルのデプロイに伴うリスクに対応し、監視やデバッグを容易にする指標とダッシュボードでモデルの「健全性」を保てるよう、モデル・アズ・ア・サービスのプラットフォームを開発しました。このプラットフォームにより、リスク管理とコンプライアンスの保証を損なうことなく、ユーザーのモデル設計・デプロイ時間を数カ月から数分に短縮できます。
テクノロジートレンド7：トラストアーキテクチャ
第7のトレンドは、サイバー攻撃が増加する世界に向けて設計された技術とアプローチを指します。2019年だけでも、85億件を超えるデータレコードが侵害されました。こうしたトラストアーキテクチャは、次のような検証の仕組みを提供します。
ネットワーク、API、アプリケーションを通じてデータが流れる際に、デバイスの信頼性を検証します。トラストアーキテクチャには、ブロックチェーンを含む分散型台帳技術（DLT）や、データ侵害を防ぐ「ゼロトラスト・セキュリティ」のアプローチが含まれます。侵害のリスクを下げるだけでなく、セキュリティ規制への準拠コストや、サイバーセキュリティに伴う運用費・設備投資を削減し、例えば買い手と売り手の間の取引をより効率的なコストで実現します。
重要な理由
トラストアーキテクチャはリスクを軽減する一方、特定の産業の企業にとってはリスクを高めます。企業がゼロトラスト・セキュリティ対策を使ってデータ侵害の脅威を減らせば、サイバーリスクは低下します。しかし他の産業では、分散型データ台帳によって仲介機能が不要になる脅威が高まり、戦略的リスクが増します。また、規制監督の役割の変化にも注意が必要です。DLTの用途は既存の規制枠組みに必ずしも容易に適合せず、国や規制機関ごとに異なる対応を招く可能性があります。さらに広く見れば、サイバーリスクの拡大に伴い、サイバーセキュリティへの支出は大幅に増加します。暗号資産や高度に安全なデータルームなど、信頼技術の収益化も同様に拡大する見込みです。
用途
先端産業
ある企業は、機密データが外部に持ち出されるリスクに直面していると認識しました。導入によって
ゼロトラストセキュリティのアプローチを採用し、保存中および転送中のデータを暗号化するとともに、クラウドサービスプロバイダーが同じデータにアクセスできないよう制限するために必要な追加の管理策を実施した。
先端産業
ある企業は、地域的な停電により、世界規模でサービスが大幅に停止した。この企業のデータセンターは少数で、互いに近接しており、障害を切り離すために必要なデータとネットワークのセグメンテーションもほとんど行われていなかった。
ゼロトラストセキュリティの構成では、複数のサーバー、データセンター、地域にデータストレージを分散させることで、局地的な障害に直面した際のレジリエンスを高めた。
小売
ある小売企業は、コストを最優先にしつつ、迅速な接続を可能にし、販売時点情報管理（POS）端末とカード会員情報を保護するため、ゼロトラストセキュリティによってネットワークを安全にセグメント化しようとした。
この小売企業は、決済カード業界（PCI）のデータセキュリティ基準への準拠を簡素化し、セキュリティ関連の設備投資と運用費を50％削減した。
小売
ある小売業者は、ベンダーから顧客までのすべてのプロセスと行動を記録し、それらをブロックチェーン上のスマートコントラクトにコード化することで、サプライチェーン管理を効率化した。
これにより食品の由来を追跡しやすくなり（より安全な消費につながる）、サプライチェーン内で必要な人手による作業が減り、紛失した製品の追跡も改善された。
世界経済フォーラムはブロックチェーンにどのように取り組んでいるか？
テックトレンド8：バイオ革命
8番目のテクノロジートレンドは、生物科学の進歩と、コンピューティング、自動化、AIの急速な発展が融合したものであり、これらが相まって新たなイノベーションの波を生み出しつつある。
これが「バイオ革命」と呼ばれる新たなイノベーションの波である。このテックトレンドは、経済と私たちの生活に大きな影響をもたらし、医療や農業から消費財、エネルギー、素材に至るまで、さまざまな産業に及ぶ。オミクスや分子技術を含む、この革命の生体分子分野は、生物科学の中で最も成長が速く、最先端の領域として発展してきたが、バイオマシン、バイオコンピューティング、バイオシステムも重要な側面である。イノベーションの中には、生物の自己持続性、自己複製性、相互連結性に根差す深刻なリスクを伴うものもあり、この革命をどのように進めるべきかについて、真剣かつ継続的な議論が求められる。
なぜ重要なのか
生物科学の急速な進歩は、医療分野に限らず、まもなく競争環境を大きく変える。食品、消費者向けヘルスケア、素材などの産業に生物学的イノベーションが浸透するにつれ、消費者や患者へのパーソナライゼーションが進み、より高い利益率が生まれている。栄養に関する遺伝子ベースの推奨など、新たな市場が出現する可能性がある一方、DNAシーケンシングの急速な革新は、超パーソナライズ医療をさらに前進させ、ワクチン開発を大幅に加速させている。同時に、バイオ革命の機会とリスクに対処するには、競争上の影響だけでなく、倫理的、さらには道徳的な問題にも向き合う必要がある。
組織は、自らの「bQ（生物学的知能指数）」、すなわち生物科学とその影響をどの程度理解しているかを評価する必要がある。そのうえで、生物学的技術と能力にどのような資源を配分すべきか、またそれらを既存の研究開発に統合するのか、科学を基盤とするスタートアップと提携するのかを検討すべきである。
応用例
能力
Amyrisの新たな生産方法は、デジタル技術と生物学のスキルを組み合わせ、再生可能資源を原料に、純度と安定性の高いスキンケア製品を低コストで大量生産する。
プラットフォーム
産業用途の細菌を生産するGinkgo Bioworksは、細胞プログラミング向けのゲノムマイニングプラットフォームをスピンオフ企業が全面的に利用できるよう、Ferment Consortiumを設立した。
精密性
Trace Genomicsは土壌マイクロバイオームのプロファイリングを行い、農業における健康と疾病リスクの指標を解釈している。
研究開発エコシステム
農業・製薬業界の既存大手企業は、Caribou Biosciences、CRISPR Therapeutics、Pairwiseと協力し、独自のバイオ能力を活用している。
テックトレンド9：次世代素材
第9のトレンドの中核をなすのは、材料科学のイノベーションである。グラフェンや二次元材料、二硫化モリブデンナノ粒子、ナノ材料、そして多様なスマート素材、応答性素材、軽量素材といった次世代素材が、新たな機能と性能向上を可能にし、製薬、エネルギー、輸送、医療、半導体、製造業に貢献する。環境負荷が小さい次世代素材は、将来の持続可能な経済に不可欠となる。こうした素材の多くはまだ研究段階にある一方、商業化の可能性が目前に迫るものもある。二硫化モリブデンナノ粒子はすでにフレキシブル電子機器に使われており、グラフェンは二次元半導体の復活を後押ししてきた。計算材料科学がコンピューティング能力と関連する機械学習手法を組み合わせ、材料に関する課題や機会に適用することで、さらに多くの新素材が登場しようとしている。
なぜ重要なのか
材料の設計と発見は21世紀の経済において重要な位置を占め、輸送、医療、マイクロエレクトロニクス、再生可能エネルギー産業に幅広い影響をもたらす可能性がある。多くの未開拓の応用分野で大幅な効率向上を実現する次世代素材は、幅広い製品やサービスの経済性を変えることで、産業の経済構造を変化させ、その中の企業を再編する可能性がある。
応用例
医療・製薬
医療企業は、例えばミセル型ナノ粒子など、生分解性ナノ粒子を薬物担体として用い、ナノ薬物送達システムを開発できる。
例えば、NanoCarrier社はがん治療薬向けのナノ薬物送達システムを開発している。
製造業
メーカーはグラフェン系複合材料を使って、例えば防錆塗料やスポーツ用品などの複合材料の特性を高めることができる。
例えば、Applied Graphene Materials社は、塗料やコーティング、複合材料に使用できるグラフェン分散液を製造している。
製造業
垂直配向カーボンナノチューブを用いることで、従来の電池に比べて蓄電量が3倍、出力が10倍の電池が作られている。
フランス企業のNAWA Technologiesは、車両、航空機、建物、モバイル端末のいずれにも組み込め、エネルギーを蓄えることもできる、超高強度で多機能な軽量素材の開発に注力している。
テックトレンド10：クリーンテクノロジーの未来
第10のトレンドは、急速に高まるクリーンエネルギー発電の需要に対応する新技術を示している。これには、送電網におけるスマートなエネルギー配電システム、エネルギー貯蔵システム、カーボンニュートラルなエネルギー発電、核融合エネルギーが含まれる。こうした新技術は、幅広い分野に応用できる。
電力。例えば、再生可能エネルギー（太陽光発電、太陽熱、風力）、クリーンコール、炭素回収・貯留、スマートグリッドおよび計量技術、エネルギー貯蔵ソリューション、エネルギー効率化、廃棄物発電など
輸送。例えば、クリーン車両、電気自動車（ハイブリッド、プラグインハイブリッド、バッテリー式）、燃料電池、バッテリーなど
建物・インフラ。例えば、自動化、空調設備、窓、断熱、家庭用エネルギー管理、家電、LED照明など
水。例えば、廃水処理や淡水化・膜技術など
なぜ重要なのか
クリーンテクノロジーのコストが低下するにつれて、従来のビジネスモデルへの破壊的影響が強まり、産業構造と競争の力学の双方に影響を及ぼす。企業は、技術開発、調達、製造、コスト削減に関する業務改善プログラムを設計して、新たな事業構築の機会に歩調を合わせる必要がある。また、気候変動に関する義務がエネルギーコストにどう影響し、炭素集約型セクターの貸借対照表をどう変化させるかを把握するとともに、次世代クリーンテクノロジーの導入を加速させる性能基準の引き上げにも対応しなければならない。クリーンテクノロジーの進歩は、高性能コンピューティングなど、指数関数的に拡大するテクノロジーの成長を支える豊富なグリーンエネルギーの供給も期待させる。
応用例
複合企業
ある世界的な複合企業は、太陽光発電（PV）産業を有望な成長分野と見定め、M&Aを通じて専門能力を迅速に取り込んだ。
世界有数のPVメーカーの大株主となったことで、担当部門の株価はその後数カ月で40％上昇した。
飲料
ある世界的なビール醸造会社は、大幅なコスト削減と炭素排出量50％削減を目指し、エネルギー効率化策、プロセスの再設計、燃料転換を導入した。
公共部門
環境意識の高いある都市は、渋滞課金から建物の改修まで、行動面と技術面の施策を組み合わせ、炭素排出削減の次の課題に取り組んだ。
この都市には現在、野心的な戦略を実行して目標を達成し、気候変動をめぐる国内外の議論に影響を与え続け、リーダーシップをさらに強化する機会がある。
この分野における。
公益事業
現場スタッフは、下水処理施設で現地診断を実施して改善の手段を特定し、継続的な改善を支援するための個別変革プログラムを立ち上げた。
4年後、この公益事業者は営業利益を年率19％増加させ、年間1億7,800万ドルのコスト削減を実現した。同時に、規制対応の評価スコアを年率7％改善し、漏水を30％削減した。顧客からの苦情はほぼ3分の1減少した。
調査について
本調査では、経営幹部とその率いる企業にとって最も重要なテクノロジートレンドを特定するため、さまざまな要因を検討した。各トレンドについて、その基盤となる技術の成長率に基づきモメンタムスコアを算出した。成長率は、特許出願、出版物、ニュースでの言及、オンライン検索の動向、民間投資額、投資を行う企業数という6つの代理指標を詳細に分析して導き出した。次に、基盤技術のスコアを集約し、各トレンドの単一の複合スコアを算出した。複合モメンタムスコアを、各トレンドの産業への適用可能性と技術的成熟度と併せて検討することで、経営幹部は、そのテックトレンドがどれほどの混乱をもたらしそうか、また、その混乱がいつ事業に影響を及ぼすかを把握しやすくなる。
基盤となる指標は多様であり、それぞれが示す異なる視点を反映できるようにしている。ある分野の研究出版物数は、技術トレンドの出現を示す先行指標となる。特許出願数は、企業が特定のトレンドをどれほど重要視しているかを示す。民間投資額と投資を行う企業数は、特定のトレンドに明確な金銭的関心が存在するかどうかを示す。最後に、検索動向とニュース報道から、トレンドに対する世間の関心の度合いが分かる。早期指標に世間と金融市場の関心を示す指標を組み合わせることで、各テクノロジートレンドを包括的に把握し、その潜在的な影響を適切に順位付けして比較できる。モメンタムスコアの基準に成長率を用いることで、単に規模が大きい分野と、急速な拡大に向かっている分野を区別できる。
最後に、分析結果をマッキンゼーのテクノロジー評議会に所属する外部専門家と検討し、調査分析と現代を代表する思想家たちの定性的な洞察を組み合わせた独自の見解を導き出した。
