A consultoria explica que para estar entre as Exponentials, é necessário que tais tecnologias sejam inovadoras e tenham um desempenho relativo a custo e tamanho que dobra a cada 12 ou 18 meses, taxa maior até do que a Lei de Moore.

Embora desafiador, o objetivo é que executivos abracem essas tecnologias para inovar e transformar suas organizações, evitando, dessa forma, serem vítimas dos acontecimentos do mercado. 

Confira abaixo as cinco tecnologias listadas pela Deloitte, em colaboração com a Singularity University.

Além disso, o algoritmo Deep Learning, que utiliza uma variante de redes neurais para desempenhar abstrações de alto nível, como reconhecimento de voz e imagem, está provando sua capacidade de vencer desafios altamente complexos, partindo do desenvolvimento de novas drogas e chegando à tradução de conversas humanas do inglês para o chinês. O Google já utiliza o Deep Learning em sua plataforma Android para reconhecer comandos de voz e em sua rede social para identificar e marcar imagens. O Facebook também passou a utilizar essa tecnologia para publicidade e identificação de rostos e objetos.

A primeira utilidade pensada para robôs era a de substituir tarefas domésticas e braçais de maneira geral. Muitos setores avançaram implantando o modelo em fábricas, operações logísticas, entre outros. A Amazon, por exemplo, tem grandes centros de atendimento automatizados, com robôs recebendo, empacotando e despachando produtos. As funções tradicionais, que envolvem conhecimento, e a coleta e a interpretação de dados em tempo real deverão ser as próximas funções a serem executadas por máquinas.

Robôs substituindo empregos é apenas uma parte do processo. A Federação Internacional de Robótica estima que esses devices devem criar entre 900 mil e 1,5 milhão de novos empregos entre 2012 e 2016. Entre 2017 e 2020, o uso de robôs deve gerar ao menos 2 milhões de novas posições. Esse crescimento de postos de trabalho deve estar amplamente associado ao fato de que humanos e máquinas combinados podem produzir resultados melhores que uma das partes atuando sozinha. Os líderes de negócio precisam identificar trabalhos que serão substituídos por robôs nos próximos dez anos e prepararem seus funcionários para ocuparem novas funções.

Com essa tecnologia, normalmente associada à impressão 3D, todos os objetos, incluindo partes móveis, podem ser criados camada a camada, reduzindo muito os custos de montagem. Ao aplicar a mesma quantidade de material para cada camada, a tecnologia AM também pode reduzir o desperdício em processos produtivos. Em virtude dessa habilidade de manusear diversas configurações geométrica, a AM também abre portas para novos desenhos de manufatura.

Por conta de todo esse potencial, a AM está evoluindo rapidamente de uma ferramenta de prototipagem para a fabricação final de produto. Empresas como General Electric, Boeing e Diametal já utilizam a AM para desenvolver soluções para usuários finais, resultando em uma produção mais rápida e produtos mais duráveis.

A computação, como tipicamente a entendemos, reflete nossa experiência do mundo físico e da matemática que está por trás disso. Abaixo dessa experiência, no entanto, está a complexa e contraintuitiva realidade matemática da mecânica quântica. Dado o volume e importância de big data, a habilidade da computação quântica de resolver problemas matemáticos complexos abre possibilidades espantosas em previsão do tempo e desenvolvimento de novas drogas.

Ainda que ninguém tenha criado uma versão prática de um computador quântico, a D-Wave, em Vancouver, no Canadá, está pesquisando um modelo alternativo de computação quântica chamado quantum annealing. O Google testa computadores D-Wave desde 2009 e recentemente abriu seu próprio laboratório para desenvolver chips similares aos do D-Wave. 

Tecnologias digitais estão impulsionando o cenário da biologia industrial e digital, inaugurando uma fase de renascimento na forma que se manipula o DNA, emenda de genes e controle de genoma. O grande impacto da biologia digital na saúde deve ocorrer na intersecção da ciência médica com o big data, que detêm o potencial do mapa genético do sistema do corpo humano, e dispositivos vestíveis que sabem quando algo está errado nesses sistemas. 

O Google já utiliza vestíveis para capturar dados biológicos, tais como a metabolização da comida e como está o ritmo cardíaco das pessoas; lentes de contato podem medir níveis de glicose. Outras empresas como a Bragi começaram a comercializar dispositivos vestíveis com capacidades similares. A Bragi está criando fones vestíveis que não apenas armazenam 4 giga de arquivos de áudio, mas também monitoram batimento cardíaco e consumo de oxigênio.