Аналитики очень плохо предсказывают будущее | The Edinorog | Яндекс Дзен
The Edinorog
341 subscriber

Аналитики очень плохо предсказывают будущее

324 full reads
468 story viewsUnique page visitors
324 read the story to the endThat's 69% of the total page views
7 minutes — average reading time

И другие открытия венчурного инвестора Майкла Малэйни после изучения отчетов Gartner

Фото: Shutterstock
Фото: Shutterstock
Фото: Shutterstock

В 2015 году американский Forbes поместил на обложку 21-летнего предпринимателя Палмера Лаки. Его состояние на тот момент оценивалось примерно в $500 млн. Лаки — создатель шлемов виртуальной реальности Oculus, его компанию купила Facebook за $2 млрд. Спустя два года Facebook показала новый шлем Oculus всего за $199. Интересно, что аналитики Gartner еще в 2001 году утверждали, что технология головных дисплеев (Head Mounted Displays) находится в цикле зрелости. Другими словами — принципиально нового здесь придумано не будет. Аналитики ошиблись.

Похожая история была и с распознаванием речи. Еще в 1995 году аналитики Gartner заявляли, что эта технология уже находится на «плато продуктивности». Но если посмотреть на эту технологию распознавания речи в нынешнем виде, то становится понятно, что в 1995 году она была еще на этапе раннего развития. Как часто ошибаются аналитики с прогнозами? Этим вопросом задался Майкл Малэйни, управляющий партнер венчурного фонда Icon Ventures.

Малэйни решил изучить прогнозы Gartner Hype Cycle for Emerging Technologies. Ежегодно с 1995 года аналитики Gartner выбирают 10 самых важных технологий и определяют цикл их развития. Всего таких цикла четыре: запуск технологии, завышенные ожидания, избавление от иллюзий и частичное разочарование, массовое использование (плато производительности). Малэйни изучил все отчеты с 2000 года (после бума доткомов), составил огромную таблицу и проанализировал все прогнозы. Вот к каким выводам он пришел.

Вывод первый

Аналитики очень плохо делают прогнозы, особенно касательно будущего. Всего в таблице Малэйни 204 технологии, которые упоминались в отчете Gartner Hype Cycle for Emerging Technology. Но при этом очень мало реально используемых и популярных технологий попали в эти прогнозы на ранней стадии, и было отслежено все их развитие. Малэйни говорит, что таких технологий в отчетах всего несколько — например, 3D-печать, электронные чернила, облачные вычисления.

Вывод второй

Технологический мир очень любит заинтересоваться какой-либо технологией на очень короткое время. Потом технология забывается. Точнее она может развиваться и даже иметь успех, но в отчеты аналитиков она не попадает. По подсчетам Малэйни , 50 технологий попадали в отчеты Gartner Hype Cycle for Emerging Technology лишь однажды. При этом среди таких однодневок есть популярные сейчас Crowdsourcing (2013 год), HTML5 (2012 год), Podcasting (2005 год). А некоторые такие однодневки оказались недооценены. Например, еще в 2004 году в отчете появилась технология Truth Verification (Верификация правды), а потом он ней не вспоминали. Зато в 2017-2018 годах случился настоящий бум, связанный с фейковыми новостями. И даже Илон Маск хотел делать проект в этой сфере.

Вывод третий

Исследовав список технологий из отчетов, Малэйни обнаружил, что около 20% технологий отслеживались несколько циклом, но потом исчезали, так и не дойдя до массового применения. Технологии умирают, и это факт. Один из самых ярких примеров — WiMAX. Это технология быстрого доступа в интернет с мобильных устройств. Впервые в отчетах она появилась в 2005 году. В следующем году аналитики Gartner указали, что технология перешла на стадию избавления от иллюзий. Но на последнюю стадию она так и не перешла, из отчетов она исчезла. Просто WiMAX не выдержал конкуренции с другой аналогичной технологией — LTE.

Вывод четвертый

В списке есть технологии, которые не достигли стадии массового применения. Но это не значит, что они умерли. Просто подвела реализация. В 2000 году в списке была технология Synthetic Characters — это виртуальные персонажи, которые общались с пользователями. Второй раз технология появилась в списке в 2001 году, а потом пропала. В MIT была группа исследователей, которая занимались Synthetic Characters. Это проект стартовал в 1992 году, а закрылся в 2004-м. Несколько лет назад идея Synthetic Character возродилась — сейчас это принято называть чат-ботами.

В 2002-м году в списке новых технологий появилась технология открытой аутентификации — тогда Microsoft выпустила продукт Microsoft Passport. Потом о технологии забыли, а в 2007-м появился проект Oauth: компании Google, Twitter и Magnolia неформально объединились для разработки службы открытой аутентификации. Сейчас, например, считается нормой регистрироваться на разных сайтах при помощи аккаунтов в соцсетях.

Вывод пятый

Есть несколько технологий, интерес к которым проявляется волнами. Например, технология распознавания речи была уже в первом отчете 1995-го года. Но сейчас она получила новую жизнь. С чем это связано? Малэйни предполагает, что это может быть связано с развитием технологии машинного обучения. Еще один пример — анализ данных, big data. В 1990-е все думали над тем, как добывать такие данные, в 2000-е ломали голову над аналитикой данных, в 2010-е занялись анализом больших данных. И опять это связано с общим развитием технологий — в частности, с повышением продуктивности компьютерных систем и развитием технологий для хранения данных. Третий пример, который приводит Малэйни, это микроплатежи в интернете. Было несколько волн интереса к этой технологии, сейчас ее очередным воплощением, например, является биткоин.

Вывод шестой

Малэйни обнаружил интересную закономерность — некоторые технологии периодически возвращаются в отчеты Gartner Hype Cycle for Emerging Technologies, но каждый раз кажутся научной фантастикой, хотя прогресс все же есть. К таким технологиям он отнес квантовые компьютеры и интерфейс мозг-компьютер.

Вывод седьмой

Многие технологии продолжают развиваться и делают качественных скачок, хотя аналитики говорили обратное. Например, так произошло с головными дисплеями и технологией генерации речи. Но для качественного скачка потребовался прорыв в технологиях. В первом случае — уменьшение в размерах и удешевление электронных компонентов. Во втором случае — развитие технологии машинного обучения. В теории, это означает, что заброшенные в 1990-х или начале 2000-х технологии могут получить вторую жизнь, если применить к ним новые разработки.

Вывод восьмой

Многие важные технологии ни разу не попадали в список аналитиков Gartner. Это означает, что если ваша разработка не попадает в различные рейтинги, вроде «Топ-10 технологий, которые изменят мир», то еще не факт, что такая технология в действительности не изменит мир. Например, аналитики Gartner ни разу не упоминали Open Source — распространение открытого исходного кода в качестве модели лицензирования.