Từ học máy đến bản sao kỹ thuật số, rất nhiều khả năng với các xu hướng công nghệ đang lên (và đang xuống dốc) Các công nghệ mới và đang phát triển đang nhanh chóng thay đổi cách chúng ta làm việc, mang đến cơ hội sáng tạo cho những nhà phát triển không ngại tập trung lại và học hỏi điều gì đó mới. Trong bài viết này, chúng ta xem xét 11 xu hướng công nghệ mới mà các chuyên gia cho rằng có thể phá vỡ các hoạt động CNTT hiện tại và tạo ra nhu cầu đối với các nhà phát triển định hướng tương lai.
Chúng ta không chỉ nói về bước đột phá lớn tiếp theo (hay còn gọi là Điều lớn tiếp theo). Nguồn cơ hội trong tương lai dành cho các nhà phát triển nằm ở sự kết hợp của một số công nghệ tiên tiến - trí tuệ nhân tạo (AI), thực tế ảo (VR), thực tế tăng cường (AR), Internet of Things (IoT), Internet of Things, IoT) và công nghệ đám mây ... và tất nhiên là các vấn đề bảo mật phát sinh từ việc sáp nhập này. Nếu bạn muốn mở rộng hộp công cụ cá nhân của mình, chúng tôi khuyên bạn nên xem xét kỹ hơn các công nghệ phổ biến này cũng như các mẹo của chúng tôi về cách thành công với chúng.
Bảo mật Internet vạn vật
Sau khi hàng chục triệu thiết bị kết nối bị hack vào năm 2016, ngay cả những người quan sát bên ngoài cũng nhận thấy rằng các thiết bị IoT không được bảo vệ (IoT = internet vạn vật) dẫn đến các vấn đề bảo mật khủng khiếp. Trong một báo cáo gần đây, công ty phân tích Gartner đã công bố các khuyến nghị dành cho các nhà phát triển và nhóm chuyên gia. Nó gợi ý rằng các chuyên gia này nên làm việc với nhau ngay từ đầu quá trình thiết kế. Trong trường hợp này, bạn có thể loại bỏ các mối đe dọa khi chúng phát sinh. Ví dụ: bằng cách tải xuống các bản cập nhật bảo mật cho thiết bị IoT. Nhu cầu về các chuyên gia bảo mật Internet of Things rất cao, đặc biệt là những người hiểu rõ các lỗ hổng của phần cứng và phần mềm được sử dụng bởi các thiết bị kết nối mạng. “Các vectơ tấn công IoT gần như giống hệt với các vectơ tấn công của bất kỳ mạng phân tán nào, chẳng hạn như máy tính hoặc điện thoại di động. Vì vậy, kiến thức bảo mật sẽ phù hợp và quan trọng trong lĩnh vực này, Richard Whitney, phó chủ tịch sản phẩm của công ty khởi nghiệp Particle, cho biết. “Hãy tìm hiểu những điều cơ bản về mật mã và xác thực và bạn sẽ đạt được những điều tuyệt vời.” Tom Gonser, người sáng lập DocuSign và đối tác tại Seven Peaks Ventures, cho biết các công ty hiện cần kỹ năng lập trình cấp thấp cho bộ vi xử lý. “Họ cũng cần có kinh nghiệm về công nghệ Bluetooth, [Windows Identity Foundation] và các công nghệ trải phổ. Kiến thức về các tùy chọn bảo mật mới nhất của hệ điều hành Linux, đặc biệt là các tùy chọn được tối ưu hóa cho nhân nhỏ, chẳng hạn như Qubes OS, cũng được đánh giá cao.” Matt Abrams, một đối tác tại Seven Peaks Ventures, đề nghị tập trung nỗ lực tìm hiểu các quy trình công nghệ và cách phá hủy chúng. Theo ông, kỷ nguyên mật mã hậu lượng tử đang đến nhanh hơn dự kiến. “Các chuyên gia phải hiểu quyền riêng tư khác biệt và mạng đối nghịch là gì.”
Trí tuệ nhân tạo
Nhu cầu về các kỹ sư am hiểu về AI đang tăng vọt trước làn sóng mới về ô tô không người lái, robot và thiết bị điện tử thông minh. Nicola Morini-Bianzino, giám đốc điều hành cấp cao và lãnh đạo nhóm trí tuệ nhân tạo tại Accenture cho biết: “Chúng ta hiện đang ở thời điểm chuyển tiếp, được thúc đẩy chủ yếu bởi những tiến bộ trong điện toán phổ biến, dịch vụ đám mây giá cả phải chăng và khả năng lưu trữ thông tin gần như vô hạn”. “Trí tuệ nhân tạo giờ đây được tích hợp vào mọi thứ theo đúng nghĩa đen.” Morini-Bianchino dự đoán nhu cầu về các nhà phát triển phần mềm, nhà công nghệ và nhà nghiên cứu có kinh nghiệm trong lĩnh vực [tự động hóa - khoảng. dịch.] dịch từ ngôn ngữ này sang ngôn ngữ khác, nhận dạng giọng nói, thị giác máy tính, robot, xử lý văn bản bằng ngôn ngữ tự nhiên, biểu diễn kiến thức và suy luận logic. Thức ăn cho AI là dữ liệu nên nhu cầu về chuyên gia quản lý nội dung và dữ liệu, nhà khoa học và nhà phân tích dữ liệu cũng cực kỳ cao. Phó chủ tịch tiếp thị của Treasure Data, Kiyoto Tamura dự đoán rằng trí tuệ nhân tạo sẽ sớm chuyển từ các ứng dụng nhỏ, tầm thường sang các ứng dụng rộng hơn và thú vị hơn nhiều. Trước đây, các nhiệm vụ dành cho trí tuệ nhân tạo trông giống như thế này: “Tìm tuyến giao hàng tối ưu cho một gói hàng... hoặc các trang web phù hợp nhất cho truy vấn tìm kiếm”. Bây giờ cách diễn đạt của họ gần giống như sau: “chơi cờ vây ở mức khá”, “lái xe an toàn”, v.v. Tamura Kiyoto, Giám đốc điều hành của MindMeld, cho biết: "Thật tuyệt, nhưng mọi người vẫn phải ra lệnh cho máy tính phải làm gì và bạn không thể làm gì về điều đó". Nhu cầu về các nhà khoa học dữ liệu, nhà khoa học máy học và nhà ngôn ngữ học máy tính không ngừng tăng lên. Tuttle, trích dẫn một nghiên cứu của VentureScanner liệt kê 910 công ty trí tuệ nhân tạo được ra mắt từ tháng 3 đến tháng 10 năm 2016, với hơn một nửa trong lĩnh vực deep learning/machine learning và khoa học dữ liệu, ngôn ngữ tự nhiên. khu vực mà nhiều tiền nhất đã được đầu tư, vào khoảng 4,5 tỷ USD,” Tuttle nói. Bất chấp sự quan tâm ngày càng tăng gần đây đối với các ứng dụng tương tác, vẫn có sự bất cân xứng giữa cung và cầu trong lĩnh vực này. nguồn tài nguyên có giá trị cho đến khi giới học thuật và ngành công nghiệp khắc phục sự cân bằng.
Học máy
Một loại trí tuệ nhân tạo, học máy, có thể xử lý lượng dữ liệu khổng lồ để nhanh chóng tìm ra các mẫu—chẳng hạn như nhận dạng khuôn mặt—và thực hiện các tác vụ như đề xuất phim để phát trực tuyến mà không cần lập trình rõ ràng. Patrick Spedding, giám đốc cấp cao về nghiên cứu kinh doanh thông minh tại Rocket Software, tin rằng công nghệ nhận thức, cùng với bot và máy học, có thể cải thiện hiệu quả của các tổ chức đang tìm kiếm “tín hiệu hữu ích giữa tiếng ồn”. Spadding nhận xét: “Xét cho cùng, máy học dựa trên khả năng phân tích nâng cao, trước đây gọi là khai thác dữ liệu, vốn chỉ cần một nền tảng phù hợp để trở nên phổ biến hơn”. Khóa học trực tuyến của Andrew Ng về học máy trên Coursera. Những người tham gia khóa học sẽ đạt kết quả tốt hơn trong các cuộc thi Kaggle. Kết quả tốt hơn so với một số học viên có nhiều năm kinh nghiệm. Không phải nhà phát triển học máy nào cũng có bằng khoa học máy tính. “Tất nhiên, bằng khoa học máy tính hoặc bằng kỹ sư cơ bản thường giúp các kỹ thuật viên thành công trong công việc của họ “, những chuyên gia như vậy có thể thực hiện các thử nghiệm trong thời gian dài và cải thiện các mô hình học máy,” Mehdi Samadi, CTO và đồng sáng lập của Solvvy cho biết. “Tuy nhiên, tôi thường thấy các công ty thuê những ứng viên không có nền tảng về khoa học máy tính và biến họ thành chuyên gia về máy học”.
Khoa học dữ liệu
Khoa học dữ liệu là một lĩnh vực thời thượng khác đòi hỏi nhiều kỹ năng liên ngành, mỗi ngành đều có kỹ năng riêng. Có thể cần phải có kinh nghiệm về học máy và trí tuệ nhân tạo để chuyển đổi khối lượng lớn dữ liệu thành dữ liệu hữu ích cho các quyết định kinh doanh. Spadding nói: “Các nhà khoa học dữ liệu có kinh nghiệm là một mặt hàng khan hiếm. “Đối với tôi, có vẻ như các lĩnh vực mà bạn có thể tạo ra các công nghệ giúp đưa ra quyết định, chẳng hạn như bot nhận thức và phân tích có hướng dẫn, là những lĩnh vực có cơ hội cực kỳ sinh lợi”. Gary Kazantsev, người đứng đầu nhóm học máy tại Bloomberg, cho biết: "Các kỹ năng kỹ thuật, chẳng hạn như khả năng viết mã cần thiết để tạo ra một hệ thống, là một điểm cộng". Trong số các công cụ như thư viện máy học TensorFlow hoặc sổ ghi chép Jupyter, nhiệm vụ này được đơn giản hóa rất nhiều. Để thực hành khoa học dữ liệu, kỹ năng nghiên cứu tốt rất hữu ích, tức là khả năng hình thành các giả thuyết, kiểm tra chúng, nghiên cứu văn học hiện đại và liên tục theo dõi tin tức trong khu vực của bạn." Gunter Ollmann, giám đốc an ninh tại Vectra, cho biết nhiều công ty hiện đối xử với các nhà khoa học dữ liệu tách biệt với các nhà thiết kế, nhóm R&D và nhà phát triển. Khi các công cụ học sâu và học máy được cải tiến và các khóa đào tạo trở nên hiệu quả hơn trong việc đào tạo các kỹ sư cấp cao về những điểm mới trong khoa học dữ liệu, sự khác biệt giữa khoa học dữ liệu và kỹ thuật phần mềm sẽ dần biến mất. Trong tương lai, sự kết hợp giữa các bộ kỹ năng và sự thành thạo với cả hai nhạc cụ sẽ là điều bắt buộc."
Chuỗi khối giao dịch
Lợi ích của phương pháp tạo công cụ kế toán tài chính phân tán cho các giao dịch này bao gồm cả tính minh bạch và bảo mật, mặc dù việc thiếu tiêu chuẩn hóa đã làm chậm việc áp dụng nó trên nhiều ngành. Peter Loop, trợ lý phó chủ tịch và kiến trúc sư công nghệ chính tại Infosys, rất lạc quan về công nghệ này: “Mặc dù có quan niệm sai lầm rằng chúng ta còn nhiều năm nữa mới có thể sử dụng công nghệ blockchain, nhưng chúng ta đã ở trong giai đoạn tiếp theo. "Năm nay chúng ta sẽ thấy sự triển khai đầy đủ trong các dịch vụ tài chính , bảo hiểm và chăm sóc sức khỏe. Nó sẽ phá vỡ hoàn toàn hệ thống thanh toán quốc tế của chúng tôi." Robert Bardunias, đồng sáng lập và giám đốc thuế của IRIS.TV, người ngưỡng mộ trọng tâm kinh doanh của công nghệ, cho biết các công nghệ mới nổi khác có đường cong học tập dốc hơn. Bardounias nhận xét: “Những công nghệ này đang phát triển ngay từ ngày đầu với trọng tâm là các ứng dụng kinh doanh vận hành, vì vậy các nhà phát triển không cần phải tưởng tượng các trường hợp sử dụng—chúng xuất hiện và phát triển theo thời gian thực”. . thách thức đối với những ai muốn trở thành chuyên gia trong lĩnh vực này. Tôi nhớ mình đã từng phát triển những kỹ năng chuyên môn nhỏ như đọc trang web - và tạp chí thương mại. Đây là điều cuối cùng tôi muốn làm, nhưng hôm nay nó là một phần bắt buộc của quá trình đào tạo nhà phát triển muốn đạt được và duy trì lợi thế cạnh tranh trên thị trường toàn cầu."
Kiến trúc dịch vụ và ứng dụng lưới (MASA)
Ngoài ra còn có nhu cầu ngày càng tăng về các ứng dụng có thể duy trì kết nối, chuyển đổi và hoạt động không bị gián đoạn khi chúng ta di chuyển quanh nhà. Joseph Carson của Thycotic cho biết: "Điểm nổi bật của lưới là tính sẵn sàng cao: tất cả các phần tử được kết nối với nhau. Nếu không có tuyến đường, một thiết bị khác sẽ được tìm thấy để thiết lập kết nối. Ví dụ: thiết bị này được sử dụng , cho các thiết bị theo dõi của Tile, cũng như cho các loại tiền điện tử như Bitcoin như một phương tiện kế toán tài chính phân tán." Các chuyên gia khác chỉ ra một nút thắt tiềm ẩn là thiếu khả năng tương thích đầy đủ của thiết bị. Derek Collison, Giám đốc điều hành của Apcera (trước đây của Cloud Foundry), cho biết: “Tất cả các nhà cung cấp, theo cách riêng của họ, đang cố gắng xây dựng niềm tin của người tiêu dùng bằng cách đóng cửa hệ sinh thái của họ, nếu có,”. Collison nói: “Tôi nghĩ trí tuệ nhân tạo sẽ được đào tạo trên đám mây, trên lượng dữ liệu khổng lồ từ tất cả người dùng. Các thuật toán này sẽ liên tục cập nhật các mô hình thực thi của chúng, sẽ được truyền không dây đến các điểm cuối và được sử dụng để cập nhật chương trình cơ sở" trên thiết bị của chúng tôi. điện thoại, ô tô và thiết bị gia đình. Quá trình xử lý dữ liệu sẽ diễn ra trên phần cứng của thiết bị cục bộ và việc đào tạo sẽ diễn ra bằng phần mềm trên đám mây."
Cặp song sinh kỹ thuật số
Được kết nối với các cảm biến vật lý và ảo, các mô hình phần mềm có thể được sử dụng để dự đoán lỗi của sản phẩm và dịch vụ, cho phép các công ty lập kế hoạch và phân bổ nguồn lực để thực hiện sửa chữa trước khi xảy ra lỗi. Những tiến bộ trong học máy và sự ra đời của công nghệ trí tuệ nhân tạo đang làm giảm chi phí của mô hình dự đoán như vậy, được gọi là “cặp song sinh kỹ thuật số”, giúp tăng đáng kể hiệu quả và giảm chi phí vận hành trong suốt vòng đời của động cơ phản lực hoặc năng lượng. thực vật. Theo Matias Woloski, CTO và đồng sáng lập Auth0, các doanh nghiệp sẽ có thể sử dụng bản sao kỹ thuật số ngay cả ở giai đoạn thiết kế và ý tưởng, tiến hành mô phỏng các sản phẩm phần mềm mới với những thay đổi từng bước cho đến khi đạt được kết quả khả quan. Thông tin thu được từ bản sao kỹ thuật số sẽ được tính đến khi tạo ra sản phẩm. Voloshsky chia sẻ: "Một số tổ chức đã sử dụng bản sao kỹ thuật số. Công nghệ này chủ yếu được yêu cầu trong những dự án mà chi phí trả trước quá cao và do đó, cái giá phải trả là thất bại". CTO của SpaceTime Insight Paul Hofmann cho biết cặp song sinh kỹ thuật số sử dụng học máy để giúp chúng dự đoán lỗi hiệu quả hơn so với các mô hình bảo trì dựa trên tình trạng. “Với hệ thống IoT và máy học, các công ty có thể tin tưởng rằng tài nguyên của họ sẽ không bị hỏng ngẫu nhiên và nếu điều đó xảy ra, công ty có thể đưa ra quyết định tốt nhất theo thời gian thực về lâu dài.”
Xe không người lái, robot và thiết bị gia dụng
Các thiết bị gia dụng, thiết bị công nghiệp, ô tô và máy bay không người lái đang trở nên thông minh hơn nhờ trí tuệ nhân tạo và học máy. Công ty nghiên cứu Gartner ước tính đến năm 2020, 61 triệu phương tiện được kết nối sẽ rời khỏi dây chuyền sản xuất của các nhà sản xuất ô tô mỗi năm. Vince Jeffs, giám đốc chiến lược sản phẩm và tiếp thị tại Pegasystems cho biết: “Toàn bộ nền kinh tế đang phát triển ở đây”. — Ví dụ, có những công ty khởi nghiệp và đã thành lập chuyên về trí tuệ nhân tạo, đã trở nên khá vững chắc trong lĩnh vực xe tự hành. Ví dụ: MobileEye là một công ty có vốn đầu tư mạo hiểm trị giá 500 triệu USD chuyên sản xuất các camera nhỏ đặt khắp xe. Tương tự như vậy, có những công ty bán robot vật lý - chẳng hạn như SoftBank Robotics chuyên về robot hướng dẫn khách sạn. Họ có 250 triệu USD vốn đầu tư mạo hiểm." Những tiến bộ trong lĩnh vực học sâu đã dẫn đến những cải tiến về thị giác máy tính, xử lý ngôn ngữ tự nhiên và lời nói, cũng như khả năng của máy móc và phần mềm trong việc "phấn đấu để đạt được phần thưởng" và tối đa hóa năng suất, Wayne Thompson nói, giám đốc khoa học dữ liệu của SAS: "Kết quả là tạo ra một thế hệ máy móc mới có khả năng nhìn thế giới, nghe và đọc ngôn ngữ tự nhiên, giao tiếp với con người và tự điều chỉnh cả về mặt máy móc và hành vi theo cách hoàn toàn chưa từng có." Mặc dù nhiều người nhìn thấy Michael Hubbard, giám đốc truyền thông toàn cầu tại ServiceNow cho biết: “Tôi thường được hỏi về hậu quả của tự động hóa”. — Tự động hóa thông minh không phải là mối đe dọa mà là cơ hội to lớn. Nó có thể giải phóng chúng ta khỏi những hoạt động thường nhật, mở ra cánh cửa sáng tạo và cho phép chúng ta tạo ra những mối quan hệ công việc bền chặt hơn, hiệu quả hơn."
Thực tế ảo và tăng cường
Sau nhiều thập kỷ quảng cáo xâm nhập, thực tế ảo và thực tế tăng cường cuối cùng cũng đạt đến một bước ngoặt. Và đối với những người muốn phát triển sản phẩm dựa trên những công nghệ này, những chân trời mới đang mở ra: mở rộng cảm giác khi chơi game. Anup Nair, phó chủ tịch kiêm giám đốc kỹ thuật của Mphasis Digital, chia sẻ: “Những công nghệ này chưa phổ biến lắm nhưng chúng đã trưởng thành hơn nhiều trong những năm gần đây. Tôi tin rằng trong ngành y sinh và chăm sóc sức khỏe, AR /VR sẽ mang lại lợi ích to lớn, cả cho mục đích đào tạo và chia sẻ thông tin về các quy trình phẫu thuật phức tạp. Chúng tôi thấy các kế hoạch cho các hoạt động AR nhằm thực hiện phân tích chuyên sâu trong các trung tâm kiểm soát phương tiện truyền thông xã hội của các ngân hàng lớn, cũng như trên các sàn giao dịch nơi họ sẽ cung cấp Có không gian vô tận để các nhà môi giới chứng khoán phân tích dữ liệu và cộng tác." Christian Sasso, phó giáo sư trong chương trình sau đại học VR/AR tại Cogswell College có trụ sở tại San Jose, coi thực tế tăng cường là xu hướng công nghệ lớn nhất trong năm. "AR sẽ là một thực tế rất sớm để phục vụ khách hàng khi họ cần sửa chữa một thiết bị do công ty sản xuất,” Sesso nói. “Ví dụ: trong một dự án mà tôi đang thực hiện, kính thực tế tăng cường được sử dụng để liên lạc với nhà tư vấn dịch vụ khách hàng trong trường hợp TV hoặc màn hình bị hỏng. Khi nói chuyện trực tiếp với khách hàng thông qua giao diện thực tế tăng cường, đại diện công ty có thể lấy tất cả thông tin cần thiết bằng cách kiểm tra trực quan màn hình bị hỏng mà không cần phải mô tả vấn đề qua điện thoại hoặc tìm kiếm số sê-ri." "Công nghệ AR và VR Vishwa Ranjan, người đứng đầu bộ phận thực tế ảo và tăng cường tại Infosys cho biết: "Ngay từ năm 2017, chúng ta sẽ thấy các công ty điện thoại thông minh bắt đầu phát triển các khả năng thực tế ảo và tăng cường, chẳng hạn như là các công nghệ dựa trên nhận dạng khuôn mặt, phát hiện vị trí, sử dụng cảm biến và camera 360 độ, sẽ đóng vai trò quan trọng trong việc thúc đẩy doanh số bán thiết bị AR và VR cho những người mua sớm."
Người trợ giúp hình người
Đây là giai đoạn tiếp theo của trí tuệ nhân tạo! Chúng tôi sẽ loại bỏ những công cụ phức tạp mà chúng tôi hiện đang sử dụng để tương tác với thế giới kỹ thuật số. Theo các chuyên gia, chúng ta sẽ sớm sử dụng các công cụ hỗ trợ không chỉ cho việc đặt mua hàng hóa, dịch vụ trực tuyến hay tìm kiếm trên Internet. Chúng sẽ trở thành một phần mở rộng của bộ não chúng ta. Chúng ta sẽ không cần phải nhớ nhiều thông tin nữa: với sự trợ giúp của các công cụ công nghệ, chúng ta sẽ giải phóng nguồn lực cho tư duy phân tích và phản biện. "Chúng ta nên chú ý đến điều gì nếu quan tâm đến việc phát triển các công nghệ hỗ trợ như vậy?" nhu cầu lớn nhất hiện nay là kiến thức sâu,” “Günther Ohlmann, Trưởng bộ phận An ninh tại Vectra cho biết. “Ví dụ: kiến thức chuyên môn trong lĩnh vực bảo mật thông tin (bảo mật ứng dụng web, điều tra mạng, tháo gỡ phần mềm độc hại).” David Parmenter, nhà khoa học dữ liệu và giám đốc công nghệ của Adobe Document Cloud, cho biết chìa khóa của điều này, thậm chí còn hơn cả tấm bằng khoa học máy tính, là niềm đam mê toán học và logic. “Sáng tạo, mong muốn không ngừng học hỏi, tư duy lấy khách hàng làm trung tâm, khả năng phục hồi khi đối mặt với thất bại—kết quả của machine learning không phải là sản phẩm hoàn chỉnh—và kỹ năng giao tiếp là những kỹ năng mềm quan trọng nhất đối với các kỹ sư làm việc trong lĩnh vực này. ”
Và người chiến thắng... là sự kết hợp của tất cả những điều này!
Trong khi trí tuệ nhân tạo có lẽ là công nghệ đột phá được nhắc đến thường xuyên nhất trong năm thì xu hướng quan trọng nhất là sự hội tụ của các công nghệ mới nổi đang phát triển nhanh chóng. Maarten Ectors của Canonical liệt kê hơn chục công nghệ khác nhau mà khi kết hợp lại sẽ mang lại nhiều lợi ích hơn là tổng các phần của chúng: "đám mây, di động, IoT, trí tuệ nhân tạo, chuỗi khối, thực tế tăng cường, giao diện giọng nói, liên lạc vô tuyến được điều khiển bằng phần mềm, 'thứ tư'." cuộc cách mạng công nghiệp' [tự động hóa và truyền thông dữ liệu trong công nghiệp], robot, điện toán ranh giới và ô tô không người lái." Patrick Spadding, của Rocket Software, cho biết các công nghệ riêng biệt đang kết hợp với nhau phần lớn là do các công ty cần khai thác dữ liệu của chính họ, chẳng hạn như khi phân tích lưu lượng truy cập trang web. Ông nói: “Khi bạn thêm vào sự phát triển của các nguồn dữ liệu mới như Internet of Things, thì không dễ để theo kịp khối lượng thông tin có sẵn để đưa ra quyết định kinh doanh”. Spadding tin rằng triển vọng hợp nhất các công nghệ nhận thức, bot và ngôn ngữ máy sẽ tăng lên khi chúng trở nên dễ hiểu hơn. Ông nói, một thế hệ mới của người bản địa kỹ thuật số sẽ đẩy nhanh việc áp dụng các công nghệ kết hợp này vì họ mong đợi sự dễ sử dụng, giao diện giống trò chơi và tính phổ biến của thực tế ảo và tăng cường.
GO TO FULL VERSION