隨著全球危機屢屢發生，如何借助技術解決棘手問題至關重要。如今獲取資料的來源比以往都還要更多，若能將穿戴式設備、醫療設備、環境感測器、影片錄製與擷取（ video capture ）和其他連網設備等資料與電腦視覺、機器學習和模擬等雲端技術與應用結合，將對世界產生強大影響力。在 2022 AWS re:Invent 全球盛會期間，亞馬遜技術長 Werner Vogels 分享了以下五大全球趨勢的預測及觀察。
預測一：雲端技術將翻轉以往所認知的運動賽事
在未來幾年，數位轉型將全面橫掃每項運動。奠基於雲端技術，體育賽事將成為可被即時分析和協助做出決策的資料流，整合球員補充水分的時機、球的運動軌跡、觀眾飽和度等資料，並在每場比賽中的後台不斷執行模擬以及預測，翻轉人們所認知的運動賽事，帶來比以往更精采可期的運動競賽。此外，現場或透過直播的觀賽體驗也將發生變化。體育場館將採用 Amazon Go 商店等零售產業的創新方法，例如使用電腦視覺、感測器融合和深度學習，做到無票入場和拿了就走（ Grab-and-Go ）的消費模式。新一代資料疊合和即時洞察也將深化至運動員層面以強化賽事體驗，宛如視覺效果最頂尖的電動遊戲。科技將成為職業體育賽事的競爭基礎。
預測二：模擬世界將重塑體驗
雲端將讓空間運算、模擬、數位孿生等技術變得更容易取得，帶來全新的體驗。在 2023 年，隨著 AWS SimSpace Weaver 等模擬技術的推出，未來也終將得以模擬近乎所有事物。透過模擬執行大量假設的場景，無需等待多年即可得知行為對未來的影響。例如 Terraformation 全球重新造林等公司憑藉 AWS SimSpace Weaver 的模擬技術，在達到種植 1 萬億棵樹目標的過程中，模擬森林的生長情況，以確保森林健康和生物多樣性，並盡力做到碳補償（ Carbon Offset ）。
另一個快速成長的創新領域是空間運算。許多企業已經在建構專用硬體，並使用雲端技術來捕捉和建立所有環境的 3D 模型，這也激發建築、施工、商業地產和零售產業的創新浪潮。空間運算將在未來幾年迅速發展，3D 物件和環境將像社群短影片一樣流行，且易於產生和使用。這些模型可以在虛擬本地（ virtual home ）中模擬出它們的特色，在消費者按下購買按鈕前就能了解全盤細節。例如一盞虛擬燈不僅可以放在客廳，也可以透過開關燈以即時觀察環境光與虛擬傢俱的互動，並瞭解其能源消耗。
預測三：智慧能源創新浪潮
在 2023 年，能量貯存表面材料、分散式電網、智慧消費等技術將在全球快速發展，助力改善生產、儲存和消耗能源的方式。亞馬遜正在儲存資源，以及在使用者需要時即可隨需配送展開行動。雲端技術將為材料研究科學開拓的新領域，例如將能源儲存整合至提供動力的物體結構中，在一艘船的兩側安裝動力電池。亞馬遜也開始著手在長期儲存能源領域的突破，例如熔鹽、堆疊區塊和燃料電池。
另一個領域是能源分散化。隨著地緣政治事件和氣候波動加劇的能源挑戰，微電網將成為全球許多社區的解決方案，而雲端技術是實現此目標的關鍵。來自太陽能電池板、風電場、地熱和水力發電的資料將在雲端串流、儲存、監控、進一步精簡與分析。機器學習將用於分析所有能源資料、預測使用高峰，並透過每戶家庭的用電行為重新分配能源以預防停電。
預測四：供應鏈轉型即將來臨
在 2023 年，電腦視覺和深度學習等技術將推動供應鏈發展。無人駕駛車隊、自主倉庫管理和模擬只是引領智慧物流和全球供應鏈新時代的一小步。工廠中的物聯網感測器數量將激增；機器學習將不僅用於預測機器故障，也會用於預防機器故障。雲端技術驅動的數位貨運網路解決全球運送產品的挑戰。數位貨運網路將穿越國家甚至海洋，並即時提供資料，幫助承運人優化最有效的航線，並改變航向以應對關鍵時刻，例如設備故障和天氣干擾。供應鏈的每一個環節將能即時預測貨物即時狀態和到貨時間。
貨運網路將為首次跨國的自動駕駛卡車運輸奠定基礎。自動駕駛卡車運輸將對全球供應鏈產生巨大影響。自動駕駛卡車可以 24 小時在路上行駛，無須休息，也不會疲倦或分心，產品也將更快、更安全、更高效地送達。抵達當地倉庫後，機器人揀選和自動包裝變得更加普及。機器人技術借助人工智慧、電腦視覺和對公司庫存中單個產品的精確處理，也將開始在倉儲中發揮更大的作用。
預測五：客製化晶片成為主流
在 2023 年，專用晶片將加快創新步伐，工作負載利用硬體優化帶來最大化效能，同時降低能源消耗和成本。截至 2022 年 12 月，AWS 平均每天啟動 1 億個 EC2 執行個體，近年來也相當投入於晶片設計。借助專為特定案例獨家建構的客製化晶片，企業在雲端執行的工作負載將獲得更高效能、更好的成本效益。在未來幾年，工作負載將轉移到專為模型訓練的 AWS Trainium 晶片和專為推論設計的 AWS Inferentia 晶片中，為工程師開啟創新浪潮。透過使用基於 AWS Trainium 的執行個體節省 50% 的訓練成本，或基於 AWS Inferentia 的執行個體上實現 50% 的每瓦效能提升。即便通用應用程式中，遷移至客製化晶片仍有好處，例如基於 Graviton3 的執行個體，在相同的效能下比同類 EC2 執行個體的能源消耗低 60%。
成本節約和效能優勢將帶來更多實驗、創新以及應用，並為其他特定工作負載提供更多客製化晶片。於 2003 年獲得圖靈獎的美國電腦科學家 Alan Kay 曾言：「真正認真對待軟體的人應該製造自己的硬體。」在接下來的一年裡，認真對待軟體的人將開始利用客製化晶片帶來競爭優勢。
