David Clearley表示：“对企业来说，移动应用程序的设计仍然是重要的战略重点之一。然而设计的重点优势在于提供的体验是否能跨越物联网传感器等各种设备、汽车等一般物件，甚至是工厂，并且善加利用。到2018年，设计出这种先进体验的能力将成为独立软件厂商（ISV）与企业达成市场区隔的最佳利器。”
三、3D打印材料
3D打印技术不断提升，已经可以利用镍合金、碳纤维、玻璃、导电油墨、电子、药品与生物材料等各式各样的材料。在这些创新技术持续带动用户需求的同时，3D打印机的实际用途也拓展到更多产业，包括航空航天、医疗、汽车、能源与军事。适用于3D打印的材料种类越来越多，预计2019年以前将带动企业用3D打印机的出货量达到64.1%的年复合增长率。在这样的进展之下，企业机构必须重新构思组装与供应链流程，才能善加利用3D打印技术。
David Clearley指出：“未来20年内，可用于3D打印的材料种类将稳步增长，打印物品的速度将会加快，并会有新的零件打印与组装模式崛起。”
四、万物联网信息
数字网络里的所有物品都能制造、利用并传输信息。这样的信息不限于文字、音频或视频格式，范围涵盖感官与情境信息。万物联网信息可解决这种战略与技术的汇入，连结来源各异的各种信息。信息其实一直存在且来源五花八门，但其往往是孤立的、难以理解的不完整片段，因此无法利用。图形数据库（graph database）等语义工具不断进步，再加上其他数据分类与信息分析技术的逐渐崛起，都将赋予看似杂乱的大批信息更多意义。
五、高等机器学习
在高等机器学习方面，深度神经网络（DNN）超越了典型运算与信息管理技术，创造出能独立自主学习如何理解各种事物的系统。数据来源爆炸加上信息日益复杂，让手动分类与分析变得滞碍难行且不合经济效益。深度神经网路能自动执行这些任务，如此一来要解决万物联网信息趋势所带来的各项重大挑战，也就不再遥不可及。
深度神经网络（是一种高等形式的机器学习，尤其适用于复杂的大型数据集）就是让智能设备看起来“聪明”的关键所在。深度神经网络能让基于硬件或软件的机器自行学习环境当中所有特征，范围小至细微末节，最大则可扫描抽象类内容。相关领域持续快速演进，企业机构必须评估该如何应用相关技术以取得竞争优势。
