Next Curve董事总经理Leonard Lee认为，自治实际上只是自动化成熟度曲线的最后阶段。在这个阶段，企业/运营部门拥有适当的系统，这些系统可提供细粒度的实时上下文感知，支持系统学习的分析和AI功能以及实现事情的自动控制机制。当然，这些功能需要支持自治的AI闭环。尽管自动化的物联网系统通常仍是早期的概念和实现，但关键趋势是人工智能正在成为物联网对话中越来越重要的一部分。
物联网中自主系统的趋势是由可以跨边缘环境和在终端设备上部署的AI计算的经济性大幅提高所驱动的。
随着AI计算能力变得更便宜、更可用，它们将无处不在地被部署。 对于工程师来说，这意味着一个不断扩大的可能性领域，即如何架构和实现自主系统，以及如何对棕色领域环境进行AI增强，以便为操作添加智能。
软件和AI：特定领域架构代表AI的未来
Xilinx AI和软件产品营销总监Nick Ni认为，在整个2021年及以后的时间里，特定领域架构(DSA)将代表AI推理的未来。在未来的一年里，我们还将看到软件开发者和AI科学家利用硬件的适应性来实现下一代应用。
我们正处于采用AI推理的早期阶段，创新和改进的空间仍然很大。由于现代AI模型与传统算法相比需要更多数量级的计算，因此对硬件的AI推理需求飞速增长。但我们不能继续依靠硅的发展。处理器频率已经达到极限，增加更多的处理器内核已经不再是一种选择。
而DSA是计算的未来，可适应的硬件为每组工作负载定制，以最高效率运行。2021年，人工智能推理将继续从固定的硅片方式转向DSA，帮助消除人工智能产品化的挑战。
软件开发人员和AI科学家将利用硬件的适应性来实现下一代应用。
直到去年，对于普通的软件开发人员和AI科学家而言，释放硬件适应性的能力都是无法实现的。需要特定的硬件专业知识，但新的开源工具正在为软件开发人员提供适应性硬件的能力，同时加速硬件设计人员的生产力。在2021年，凭借这种新的编程便利性，FPGA和可适配的SoC将继续为成千上万的软件开发人员和AI科学家提供更多的机会，使其成为下一代应用的首选硬件解决方案。
印刷/柔性/可拉伸传感器：可穿戴设备以加快采用率
Roger Grace Associates创始人/所有者兼总裁Roger Grace表示：
自80年代中期以来，印刷/柔性/可拉伸传感器已经开始商业化。目前，有超过100家公司正在商业化生产多种类型的传感器，包括力/触/压、化学、生物、温度、湿度、流量和光学/成像。 而和其他大多数 "颠覆性技术 "一样，这些设备的商业化进程需要大量的时间。 我过去的研究表明，MEMS器件完全商业化大约需要30年。
从技术生命周期的引入阶段到成长阶段，已经出现了打印/柔性/可拉伸传感器。2015年国防部向NextFlex提供了7500万美元的拨款，标志着这一重大转折。
NextFlex在硅谷建立了一家工厂，以帮助该行业创建柔性混合电子器件的大批量制造。至关重要的是，它们必须解决“混合”的概念，因为并不是所有的电子产品都可以以印刷/柔性的形式创建......特别是存储器和逻辑。
因此，功能集成的概念将是一个正在研究的主要课题。目前，正在全球的各种研究型大学，联邦和私人研究实验室进行重要的研究，以进一步实现商业化。
相对于其物理一致性和大幅面，采用这些技术的主要推动因素是成本和增强的功能。众所周知，塑料或纸张传感器/电子功能的平方面积的成本至少比硅基解决方案的成本低两个数量级。印刷的电子产品/传感器可以以卷对卷或大单页格式在纸或塑料上制造，因此单位成本较低。
此外，硅(包括MEMS)通常是在脊状晶圆上制造的(尽管晶圆可以减薄到一定厚度，使其具有灵活性......但需要额外的成本)。 它们的灵活性，最重要的是，它们的可拉伸性，除了能够制造出超过目前流行的200毫米晶圆直径的大型传感器阵列外，还提供了直接、舒适的皮肤接触。
从应用的角度来看，可穿戴设备市场的增长将是该技术(尤其是生物传感器)的最重要推动力之一。
印刷/柔性/可伸缩电子器件和传感器为产品设计师的 "工具包 "提供了额外的工具。 然而，设计师必须进行严格的权衡分析，以确定这些印刷/柔性/可伸缩器件是否为他们的设计提供了最佳解决方案。 从成本和/或功能要求来看，许多产品设计将需要选择印刷/柔性/可拉伸的方法来变得可行。
线上数字自助服务：为电子设计工程师提供更多的技术内容
Supplyframe首席营销官Richard Barnett认为，数字自助服务的加速以及电子元器件行业中B2B电子商务的进一步民主化将继续。随着主要行业活动的取消或变为虚拟形式，这种转变得到了极大的加速，不再有可能举行面对面的销售会议。
到2021年，我们将更加关注行业的数字化转型，并重新关注客户体验以及客户智能。领先的电子分销商和组件供应商也将发展新的集中式内部销售组织，这些组织将有可能合并客户订单支持、线索生成和机会管理。
