作者:Michael Mullany;译者:张斌
作为Icon Ventures的VC和二十年来为VMware、Netscape等公司提供高科技产品化和营销的老手,Michael Mullany回顾了过去20年来的Gartner炒作周期,并发现了一些有趣的规律和我们可以从中学习到的东西。Michael一直对新技术的出现和走入市场这个过程相当痴迷。Gartner炒作周期每年都会试图捕捉市场和行业状况,而每次他都会煞有兴趣地阅读。上个月,他突然冒出一个有趣的想法:“有没有人追溯历史,回顾Gartner炒作周期——因为他真的想阅读这样一篇文章”。Google搜索没有给他任何有用的信息,所以他决定自己写这样的一篇文章。
大多数人都知道,Gartner针对新兴技术发布炒作周期几乎成为高科技行业内的一个惯例。炒作周期最早发布于1995年,它提出了标准的新技术采用模型。在这个模型中,所有技术都经历了以下的过程:
下面的插图显示的是第一个炒作周期——它从1995年开始。它真是一份迷人的历史文件。它当中的一些技术曾经如此普遍,但现在却渐渐褪去,如面向对象编程。而一些技术——如突现计算(Emergent Computing)——也已从公众视线中消失。还有一些是我们认为几乎已经完善的技术,但实际上它们需要几十年的时间才能达到完全成熟(如语音识别)。
(点击放大图像)
1995年炒作最厉害的技术当属智能代理(Intelligent Agents)。两年后,Office 97推出了Clippy,Clippy这个热心但不称职的助手工具,并未受到多少认可,而且整整一代人都不想再使用它。今天,二十年后,人们再次试图创造智能助手,尽管现在它被称作“聊天机器人”(Chatbots),而且在更广领域内它的核心技术——上下文推理——仍然是一个难题。
Michael认为Gartner的炒作周期是一场英雄的技术旅程。就像英雄的旅程一样,炒作周期的叙事结构引人入胜。今天使用的许多技术,我们在一开始认为它们被炒作过头了,但最终它们仍然成为主流。但是......技术真的是这样出现并得到采用的吗?在分析了2000年至2016年(即后网络公司时代的整整17年)的所有Gartner新兴技术炒作周期后,他开始相信,处于中间位置的技术并不符合炒作周期。我们之所以认为它们符合是因为当我们回想起技术如何出现时,我们受到了认知偏见的影响,而这些偏见扭曲了我们对过去的记忆:
Michael说:“例如,1995年炒作周期上最早的技术“突现计算” 是对幸存者偏见的一个很好的例证。突现计算是一种基于分布式进化算法的计算—— 一种类似神经网络的机器学习)。今天如果我问20位硅谷的技术专家,自从1995年以来,哪些技术成功了、哪些技术失败了,我可以保证没有人会提到突现计算。但是,在1995年的炒作周期中,它是如此重要,以至于它是那年列表的前十位之一。”
(顺便说一下,Michael的意图不是要指出Gartner公司预测的准确性如何。虽然出现了一些例外,如Gartner本身发明的技术术语,但是他认为Gartner炒作周期大致反映了业界的一致意见。)
我们缺乏在适当背景下记住过去的能力,但这并非我们从Gartner过往炒作周期中学到的唯一功课。通过对2000年后的炒作周期进行分析,Michael认为,我们并不擅长预测未来。在深入了解了数据之后,他学到了这个和另外七个功课。
经验丰富的硅谷高手们也不能例外。总的来说,我们在预测方面非常差劲。在新兴技术Gartner炒作周期中出现的200多种独特技术中,只有少部分技术如云计算、3D打印、自然语言搜索、电子墨水在很早的时候就被发现,然后几乎是可预测地从炒作周期开始一直坚持到了最后。
高科技行业非常显著地倾向于在非常短的时间内对于某个技术感到特别兴奋。在所列的200多种技术中,50多种技术在炒作周期中只出现了一年,然后就消失得无影无踪。是的,没错,炒作周期中许多一炮而红的技术仍然幸存到了今天,并且享受着小小的成功或精神上的关注,如:众包(2013)、html5(2012)、自带设备(2012)和播客(2005)。过往的炒作周期还包含一大堆欠缺考虑像跳伞裤或烫发一样的技术,包括:社会电视(Social TV,2011)、真相验证(Truth Verification,2004)、众分类法(Folksonomies,2006)和专业位置(Expertise Location,2007)。
与上一课密切相关的是,过去二十年可谓是技术的坟墓,许多技术都永久或过早地死亡。据粗略的统计,在炒作周期上被追踪多年的所有技术中,还有另外的20%在还没来得及变成主流之前就过时了。在多个炒作周期中出现但最终死亡的一些最著名的技术包括:
(点击放大图像)
除上述五种技术以外,还有许多没有通过考验或者赚够200美元就死亡的技术。还有很多(譬如宽带电力线!)。欲知所有未能达到成功的技术,请参阅下面的附录。
炒作周期很多次的见解都是基本正确的,Michael经常会为此感到惊奇,但技术或市场并没有为此做好准备,下面是一些最好的例子。
许多核心技术多年来一再以不同的面目出现在炒作周期中,有时是以多个不同的别名出现。每个技术翻版都取得了进步,并为其继承者留下了功课,但都没有真正的有所突破。以下可谓是炒作周期中的技术马拉松。
有一些值得注意的技术在炒作周期中重复出现,而且每次出现时,它们似乎都十分科幻。虽然在某些时候,Michael相信它们不会如此科幻。最值得注意的技术包括如下几项。
在看了足够多的炒作周期后,你会发现一个模式,许多技术在被认为已经衰竭后,仍然有稳定甚至是突破性的进展。像机器学习在走投无路时一样,许多技术虽然上一代被认为是失败了,但它们仍在研究人员、创业公司和大型科技公司的推动下顽强地前进。以下便是Michael最喜欢的几个例子。
对于技术专家来说,要寻找目前不受欢迎但可能正在等待下一次突破的技术,看看过往的炒作周期可能会产生许多不错的想法。Michael认为,最有可能第二次或第三次出现的最有趣的技术有如下几项。
这是最后一个功课。过去20年来,发现较晚或者从未出现在炒作周期上的重大技术的数量十分惊人。在技术上,许多看起来微不足道或者短暂的事物后来成为了下一代商业和消费者平台的基础。此处列举了一些自从网络公司(dot com)潮以来,本应该被明确列为重要新兴技术的技术。
它们仅仅是从未在“新兴技术炒作周期”中出现过的重大技术趋势的一小部分,尽管在过去的十年中,它们中的一部分在Gartner推出的各种功能、垂直和专业的炒作周期中曾经出现过。
Michael从对这些炒作周期的分析中所得到的收获是:虽然预测是非常困难的,而且我们在几乎不可能成功的技术上浪费了许多努力,但是仍然取得了许多令人兴奋和奇迹般的进步。过去二十年的努力带来了这个充满奇迹的时代:例如无人驾驶汽车、几乎能够理解人类的电脑、以及海量数据分析等。Michael从未感到如此荣幸能够和团队一起工作和投入到团队中,一起创造技术的未来。
Michael追踪了Gartner在1995年至2016年期间发布的新兴技术的每个炒作周期,并按年份创建了所有条目的列表。Michael决定舍弃1995至1999年,因为网络公司技术类别似乎大多与我们当下的技术对话无关。
接下来,如果他觉得某两个术语之间的区别很小,就会把它们合并成一个单一类别。例如,他认为“个人燃料电池”和“微型燃料电池”指的是同样的事情。另一个例子,他认为,上下文交付架构(Context Delivery Architectures),上下文中介(Context Brokering)和上下文服务(Context Services)都围绕着上下文抽象的思想,所以他把它们视为一个单一的术语。他非常清楚自己有可能合并过度,但这是因为一些较为晦涩和陈旧的术语在网络上没有很好地被记录下来,所以,他很希望收到这方面的反馈,以便更好地改进。
接下来,为了跟踪每个技术在多个炒作周期上的趋势,Michael根据每个条目出现的位置给它们编码。为了给位置编码,他想出了一个包含八个点的炒作周期位置量表,从第1阶段(最早阶段)一直到第8阶段(成熟阶段)。他对阶段的一般分类如下图所示。
(点击放大图像)
最后,他将每个条目标为浅红色(第1阶段)、深红色(第3阶段),一直到绿色(第8阶段)。然后使用Excel的基于数值的颜色编码,在整个范围内插入了这些颜色。结果便生成了从2000年到2016年,一个高度达10,000英尺的炒作周期图。
以下是炒作周期条目结果数据库,根据技术第一次出现的年份排序。例如,第一个条目——合成字符(类似于当今的聊天机器人)——首次出现在2000年炒作周期的第二阶段,然后在2001年的炒作周期中再次出现在同一位置,之后就再未出现过。
(点击放大图像)
(点击放大图像)
(点击放大图像)
(点击放大图像)
(点击放大图像)
来源: http://www.infoq.com/cn/articles/8-lessons-from-20-years-of-hype-cycles