Кривая ажиотажа hype cycle от компании gartner описывает

Время на прочтение
2 мин

Количество просмотров 52K

В 1995 году исследовательская компания Gartner предложила hype cycle — кривую зрелости технологии, графически представляющую стадии, через которые проходит технологическое новшество в ходе своего становления.

Данный феномен наблюдается при появлении любой новой техники, будь то появление планшетов на рынке или внедрение новой CRM системы на предприятии.

Про то как эта кривая работает в части электроники, написано много статей.

А вот как она работает в ходе внедрение новой системы в организации?

Давайте посмотрим…

Как можно видеть, кривая состоит из пяти фаз:

1. «Запуск технологии» — первая фаза цикла: технологический прорыв, запуск проекта внедрения, который обещает желанные цели и решение многих проблем (хорошо если не всех)
2. «Пик завышенных ожиданий» — общественный ажиотаж приводит к чрезмерному энтузиазму и нереалистичным ожиданиям. Успешное применение технологии возможно, но обычно неудач больше, чем успехов.
3. «Нижняя точка разочарования» — технология не в состоянии соответствовать ожиданиям и быстро гасит энтузиазм. Начинают появляться разные «уважительные» причины, которые препятствуют ходу проекта.
4. «Склон просвещения» — тут начинаются встречи, пересмотры некоторых идей или задач, корректировки хода проекта, иногда многие задачи, которые казались важными и нужными в начале, тут отметаются, но появляются смежные задачи, которые обнаруживаются в ходе проекта и решение которых дает больше преимущества для организации.
5. «Плато производительности» — преимущества технологии становятся очевидными и признаются всеми. Технология стабильна и эволюционирует во второе и третье поколение. Окончательная высота плато зависит от того, насколько широко технология применяется.

Эта кривая может также и погубить проект. Если в самом начале проекта, людям дали слишком высокую планку ожиданий, то после п.2, падение может быть такой силы, что становится не совместимым с жизнью для этого проекта.

Также в районе п.4 существует еще одна засада, которая называется «Проверка на прочность» (описание этой стадии см в книге Монстр перемен), ее суть в том что ситуация может выглядеть как «все проблемы позади и у нас все получилось», но это самая опасная ситуация, если мы смотрим только глазами и слушаем ушами. Тут важно подключить статистику. Взять какой то ключевой показатель для новой технологии и мониторить его. В начале там будет полная аритмия и он будет скакать как кардиограмма больного сердца, затем он либо упадет и это будет сигналом падения проекта, либо стабилизируется и пойдет на улучшение.

Если мы внедряем CRM систему, то это может быть количество открытых сделок с разрезом по маркетинговым каналам или воронка продаж. Если мы внедряем системы управления производством или услугами, то это может быть объем произведенных операций и/или доля операций выполненных в срок. Если мы создаем базы знаний, то это может быть посещаемость базы знаний (читаемость) и/или количество новых материалов (наполняемость). Важно не оставлять новую технологию без мониторинга, т.к. очень велика вероятность остановки сердца и вроде бы успешно закрытый проект, в реальности не дает результатов в организации.

• Gartner client? Log
  in for personalized search results.

Кривая развития технологий (Hype Cycle) — это интеллектуальный продукт, разработанный американской исследовательской информационно-технологической компанией Gartner, для представления новых прорывных технологий, который будут активно развиваться в течении ближайших 10 лет. 

Методология цикла дает представление о технологиях, которые зародились не так давно, но уже вызывают большой ажиотаж. Кривая развития прогнозирует,  как они будут развиваться с течением времени и насколько они потенциально актуальны для использования в решении реальных бизнес-задач: стоит ли вокруг них создавать стартапы, вкладывать в их развитие огромные средства, надеясь на отдачу через несколько лет.

«Прорывными технологиями» Gartner считает те, которые по своей природе революционны, но жизнеспособность и конкурентное преимущество которых ещё не доказано. Чтобы построить этот график и отложить на нем 30 точек, аналитики компании просеивают тысячи уникальных технологий, которые по их мнению проявят себя на горизонте 5-10 лет и окажут сильное влияние на общество и бизнес.

 S-образная кривая состоит из пяти участков, отражающих каждую из пяти фаз цикла. 

График отражает технологии, которые окажут значительное влияние на бизнес и общество в горизонте ближайших 2-10 лет и позволят ИТ-директорам и руководителям компаний осуществить цифровую трансформацию бизнеса.

Но без апробированного и доказанного конкурентного преимущества новые технологии являются разрушительными по своей природе. Чтобы воспользоваться возможностями, которые они предоставляют, крайне важно понять потенциальные варианты использования и пути к массовому внедрению. Внедрение этих технологий может занять два года, а может затянуться на пару десятилетий.

По мнению Мелиссы Дэвис, вице-президента по аналитике Gartner, все эти технологии находятся на ранней стадии, но некоторые из них находятся в зачаточном состоянии, и существует большая неопределенность в отношении того, как они будут развиваться. Технологии в зачаточном состоянии сопряжены с большими рисками при развертывании, но потенциально имеют больше преимуществ для первых пользователей, что отличает их от главных стратегических технологических тенденций.

В августе 2022 года компания обновила свой прогноз. Она определила 25 новых технологий, которые желательно знать, если вы следите за технологическими инновациями и не хотите пропустить важные развивающиеся тренды.

Перспективные технологии, которые аналитики выделили в 2022 году, объединены в три группы:

1. расширение возможностей иммерсивности*;

2. ускорение автоматизации и внедрение искусственного интеллекта (ИИ);

3. инновации в области оптимизации доставки технологий. 

*Иммерсивность (от англ. immersive — «присутствия, погружения») — это способ восприятия, создающий эффект погружения в искусственно созданную среду. Различные примеры эффекта погружения мы наблюдаем в кино, театрализованных представлениях, постоянном взаимодействии с виртуальным сообществом в социальных сетях или многопользовательских играх.

В августе 2022 года Gartner выпустил традиционный ежегодный отчет Hype Cycle for Emerging Technologies, с наиболее перспективными инновационными технологиями.

Тема 1: Развитие/расширение иммерсивного опыта

Преимущество этих технологий заключается в том, что они предоставляют людям больший контроль над своей идентификацией и данными, а также расширяют спектр их возможностей за счет виртуальных площадок и экосистем, которые можно интегрировать с цифровыми валютами. Эти технологии также предоставляют новые способы связи с клиентами для усиления или открытия новых потоков доходов.

● Цифровой двойник клиента (DToC) — это динамическое виртуальное представление клиента, которое моделирует возможное поведение и учится подражать ему. 

Суть технологии в том, что она позволяет тестировать продукт, процесс или бизнес-модель «в цифре», тем самым  сокращать затраты на проведение множества  экспериментов  в реальном мире.

Цифровые двойники способны моделировать и предугадывать поведение клиентов с учетом их персональных свойств, и их можно использовать для улучшения качества обслуживания клиентов (CX) и поддержки усилий по цифровизации продуктов и услуг.   Например, сокращать очереди в магазинах или пробки на дорогах, применять принципиально иной подход к организации процессов в ритейле, здравоохранении и других областях.

 Процесс внедрения этой технологии займет от пяти до 10 лет прежде, чем станет массовым и изменит организации.

Вот еще несколько актуальных технологий, в основе которых лежит иммерсивный опыт:

● Децентрализованная идентификация (DCI) позволяет субъекту (обычно человеку-пользователю) контролировать свою собственную цифровую идентификацию, используя такие технологии, как блокчейн или другие технологии распределенного реестра (DLT), а также цифровые кошельки.

● Цифровые люди — это интерактивные представления, управляемые искусственным интеллектом, которые обладают некоторыми характеристиками, знаниями и мышлением человека.

● Внутренний рынок талантов или кадровый маркетплейс помогает подбирать сотрудников в штат компании или формировать пул временных работников, занятых на проектах без участия рекрутера.

● Метавселенная — это коллективное виртуальное 3D-пространство, созданное конвергенцией улучшенной физической и цифровой реальности. Метавселенная является постоянной, обеспечивая улучшенный иммерсивный опыт.

● Невзаимозаменяемый токен (NFT) — это уникальный программируемый цифровой элемент на основе блокчейна, который публично доказывает право собственности на цифровые активы, такие как цифровое искусство или музыка, или физические активы, которые токенизированы, такие как дома, автомобили или документы.

● Суперапп (SuperApp) – новый тип приложений с расширенным набором функций. Он включает в себя возможности онлайн-банкинга, лайфстайл-сервисов, маркетплейса, интегрированного голосового помощника, получения персонализированных услуг. Все то, что раньше было разведено по разным приложениям, теперь будет сконцентрировано в одном. 

● Web3 — это новый стек технологий для разработки децентрализованных веб-приложений, которые позволяют пользователям контролировать свою собственную идентификацию и данные.

Тема 2: Ускорение автоматизации и внедрения ИИ

Расширение внедрения искусственного интеллекта (ИИ) является критически важным способом развития продуктов, услуг и решений. Это означает ускорение создания специализированных моделей ИИ, применение ИИ для разработки и обучения моделей ИИ и их развертывание для доставки продуктов, услуг и решений. 

Такие меры позволяют добиваться более точных прогнозов и решений, быстрее достигать целей. Роль людей в такой технологии заключается в том, чтобы быть пользователями, оценщиками и наблюдателями.

● Автономные системы являются примерами ускоренной автоматизации ИИ. Они способны моделировать явления высокого уровня сложности, которые невозможно описать с помощью классической модели математики или нейронных сетей: например, движение городского транспорта.

 В случае автономной системы мы наделяем человека, автомобиль или любые другие объекты определенными свойствами и запускаем прогноз их действий в рамках обучающейся модели, имеющей свободу действий. 

Клиенты тоже в какой-то мере автономная система. У каждого человека есть поведенческие характеристики.  Автономные системы могут просчитывать поведенческую модель клиентов в рамках любого отраслевого объекта, например, медицинской организации или банка, и таким образом прогнозировать их реакцию на то или иное изменение, планируемое организацией.

Автономные программные системы демонстрируют три фундаментальные характеристики: автономию, обучаемость и агентность. Когда традиционные методы ИИ не могут достичь адаптивности и гибкости, автономные системы могут быть успешными в оказании помощи в реализации задач бизнеса. 

Прогноз Gartner по массовому внедрению в организации перечисленных ниже систем находится в горизонте 5 — 10 лет.

● Причинно-следственный искусственный интеллект или Causal artificial intelligence (АI) выявляет и использует причинно-следственные связи, чтобы выйти за рамки моделей прогнозирования на основе корреляции и перейти к системам ИИ, которые могут более эффективно предписывать действия и действовать более автономно. Как может применяться AI в бизнес-среде мы рассказываем в этой статье.

● Foundation models или базисные модели — это  «суперархитектура», где берутся миллиарды данных разных типов — тексты, изображения, аудио, десятки видов графов и т. д. — и на этих данных обучается огромная модель. Таким образом можно решать большой объем прикладных задач единой системой. Смысл в том, что обучив один раз огромную мегамодель с множеством вводных данных, затем ее можно «разрезать» на разные части (дистиллировать). 

Например, можно использовать навык генерации текстов по ключевым словам и доработав получить AI-копирайтер для описания товаров в интернет-магазинах. Или навык генерировать изображения по текстам использовать для создания рекламных баннеров.  И эта технология уже работает: журнал Cosmopolitan выпустил первую в мире обложку журнала, созданную искусственным интеллектом. То есть большую модель, немного дообучив, можно использовать для решения множества узкопрофильных задач. 

● Дизайн с дополненным ИИ  или Generative design AI  — представляет собой использование технологий ИИ, машинного обучения (ML) и обработки естественного языка (NLP) для автоматического создания и разработки пользовательских потоков, дизайна экрана, контента и кода в цифровых продуктах.

● Инструменты генерации кода машинного обучения (ML) включают в себя размещенные в облаке модели машинного обучения, которые подключаются к профессиональным интегрированным средам разработки (IDE), которые представляют собой расширения, предоставляющие предлагаемый код на основе либо описаний на естественном языке, либо частичных фрагментов кода.

 Тема 3: Технологизация разработки

Пул  технологий из этой группы сосредоточен на ключевых составляющих в построении цифрового бизнеса: сообщества разработчиков продуктов, услуг или решений (например, Fusion Team) и платформ, которые они используют. Эти технологии обеспечивают обратную связь и понимание, которые оптимизируют и ускоряют доставку продуктов, услуг и решений, а также повышают устойчивость бизнес-операций.

Fusion Team — это мультидисциплинарные цифровые бизнес-команды, имеющие централизованное рабочее пространство в облаке (хабе) для работы над проектами. Исследования Gartner показывают, что распределенные одновременные проекты с широким участием специалистов могут продвигаться в 2,5 раза быстрее, чем централизованные последовательные усилия. Fusion teams являются ключевыми элементами такого типа распределенной цифровой модели разработки.

Облачные экосистемы данных обеспечивают целостную среду управления данными, которая умело поддерживает весь спектр рабочих нагрузок данных, от научных исследований о данных до хранения производственных данных. Облачные экосистемы данных обеспечивают оптимизированную доставку и комплексную функциональность, которую легко развертывать, оптимизировать и поддерживать. Их массовое внедрение может занять от двух до пяти лет и будет очень полезно для пользователей.

В эту группу технологий также входят: 

● Дополненный FinOps или Augmented Financial Operations автоматизирует традиционные концепции DevOps, такие как гибкость, непрерывная интеграция и развертывание, а также обратная связь конечных пользователей с финансовым управлением, бюджетированием и оптимизацией затрат за счет применения методов искусственного интеллекта и машинного обучения (ML).

● Облачная устойчивость — это использование облачных сервисов для достижения преимуществ устойчивости в экономических, экологических и социальных системах.

● Вычислительное хранилище (CS) разгружает обработку хоста из основной памяти центрального процессора (ЦП) на запоминающее устройство.

● Ячеистая архитектура кибербезопасности (CSMA) — это новый подход к разработке компонуемых распределенных средств управления безопасностью, которые повышают общую эффективность безопасности.

● Наблюдаемость данных — это способность понимать состояние ландшафта данных организации, конвейеров данных и инфраструктуры данных путем непрерывного мониторинга, отслеживания, оповещения, анализа и устранения инцидентов.

● Динамическое управление рисками ли Dynamic risk governance (DRG) — новый подход к критической задаче определения ролей и обязанностей по управлению рисками. DRG настраивает управление рисками соответствующим образом к каждому риску, позволяя организациям лучше управлять рисками и снижать стоимость аудита.

● Отраслевые облачные платформы используют базовые облачные сервисы SaaS, «платформа как услуга» (PaaS) и «инфраструктура как услуга» (IaaS), чтобы предлагать соответствующие отраслевые пакетные бизнес- и технические возможности для определенной вертикали в виде целостного продукта.

● Минимально жизнеспособная архитектура или Minimum viable architecture (MVA) — это стандартизированная структура, используемая командами разработчиков для обеспечения своевременной и соответствующей требованиям разработки и итерации продуктов.

● Разработка на основе наблюдаемости или Observability-driven development (ODD) — это практика разработки программного обеспечения, которая обеспечивает детализированную видимость и контекст состояния и поведения системы путем проектирования систем,  которые можно наблюдать.

Открытая телеметрия  или OpenTelemetry представляет собой набор спецификаций, инструментов, интерфейсов прикладного программирования (API) и комплектов разработки программного обеспечения (SDK), которые описывают и поддерживают реализацию инструментария с открытым исходным кодом и платформы наблюдения для программного обеспечения. 

Проектирование платформ или Platform engineering  — дисциплина создания и эксплуатации внутренних платформ самообслуживания разработчиков (IDP) для доставки программного обеспечения и управления жизненным циклом.

Резюме

● В цикле Gartner Hype Cycle™ for Emerging Technologies 2022 года представлены 25 «обязательных» инноваций для обеспечения конкурентной дифференциации и эффективности.

● Лишь немногие из них, скорее всего, достигнут широкого распространения всего за два года; остальные будут развиваться десять лет и более.

● Зачаточная стадия этих технологий делает их более рискованными для развертывания, но и преимущества для ранних пользователей потенциально больше.

Определение. Кривая Гартнера (англ. Gartner Hype Cycle¹) – графическое отображение цикла зрелости технологий, представляющего собой поэтапный процесс, через который проходит любая инновационная бизнес-модель или технология от стадии хайпа до продуктивного использования. Такая S-образная кривая имеет пять участков, отражающих каждую из пяти фаз цикла.

История. Основанная в 1979 году американская исследовательская компания Gartner, занимаясь развитием концепции планирования производственных ресурсов (MRP II, manufacturing resource planning), ввела в широкое употребление понятие «планирование общеорганизационных ресурсов» (ERP, enterprise resource planning). Аналитик Gartner Ли Уайли предсказал, что в будущем управление всеми ресурсами организации будет обеспечиваться с помощью тиражируемых многопользовательских EPR-систем. Наиболее известные поставщики таких систем сегодня – SAP, Oracle и Microsoft.

В 1995 году Gartner предложила для планирования термин hype cycle, отражающий кривую зрелости технологий. С тех пор кривую Гартнера активно используют как инструмент оценки и анализа рынков. Материалы исследований Gartner представляет в ежегодных аналитических отчетах, где отражены порядка 30 новых технологий, способных оказать значительное влияние на бизнес, общество и людей в течение следующих 5-10 лет.

В рамках отчета The Hype Cycle for Emerging Technologies² за 2020 год Gartner выделяет 5 сквозных трендов, которые, по прогнозам, будут стимулировать технологические инновации в течение следующего десятилетия.

Цикл зрелости прорывных технологий (Gartner Hype Cycle for Emerging Technologies, 2020)

Применение. Прежде всего, методология Hype Cycle находит свое применение при определении и ведении так называемого профиля инноваций, то есть помогает лидерам провести оценку потенциальных возможностей новых технологий для бизнеса. В частности, она:

Преимущества и недостатки. Основная полезность кривой Гартнера заключается в создании оптики для объективного рассмотрения инновационных инструментов и технологий. Но, несмотря на большие преимущества в возможностях анализа и прогнозирования, как и любой аналитический инструмент, она не является безупречной и содержит некоторые ограничения и недостатки.

¹Русские варианты перевода, используемые в литературе – «цикл хайпа», «цикл зрелости», «цикл ажиотажа», «цикл шумихи».

²Отчет был представлен на симпозиуме Gartner IT Symposium/Xpo 18 августа 2020 года.

³Khan, Irfan. Gartner dead wrong about big data hype cycle // Computerworld.com. Sep 6, 2012.

Исследовательская компания Gartner представила новую версию своей «Кривой развития технологий» за 2022 год. Обозреваем главные тренды, на которые стоит обратить внимание руководителям и IT-директорам промышленных компаний.

1.  Развитие иммерсивного опыта

Эти технологии предоставляют большие возможности для контроля данных, а также новые способы связи с клиентами и открытие новых источников дохода. 
Цифровой двойник клиента — виртуальный прототип производственных активов, который создаётся на основе большого количества данных об оригинале. Цифровая модель позволяет моделировать и предвидеть поведение оборудования, а также помогает менять параметры работы оборудования и вносить улучшения гораздо быстрее и безопаснее, чем при экспериментах на реальных объектах.
Децентрализованная идентификация позволяет пользователю управлять своей цифровой идентификацией с помощью блокчейна или других технологий распределенных реестров, а также цифровых кошельков.
Цифровые люди — интерактивные образы с определёнными знаниями и характеристиками личности. Управляются искусственным интеллектом.
Внутренние кадровые рынки помогают подобрать сотрудников для ограниченных по времени проектов, не задействуя рекрутеров. 
Метавселенная — постоянно действующее виртуальное пространство, где люди могут взаимодействовать друг с другом и с цифровыми объектами через свои аватары, с помощью технологий виртуальной реальности.
Невзаимозаменяемый токен (NFT) — уникальный программируемый цифровой объект на основе блокчейна, который публично подтверждает право собственности на цифровые активы, такие как цифровое искусство или музыка, или физические активы, которые токенизированы — недвижимость, транспорт или документы.
Superapp — составное мобильное приложение, в которое входит несколько микроприложений, которые персонализируют взаимодействие с сервисом.
Web3 — это новый стек технологий для разработки децентрализованных веб-приложений, которые позволяют пользователям контролировать свои личные данные.

Ускоренная автоматизация ИИ

Расширение внедрения ИИ — важный способ развития продуктов, услуг и решений. Это даёт возможность ускорить создание специализированных моделей ИИ, использовать алгоритмы для их разработки и обучения, а также внедрять их в производство продуктов, услуг и решений. В совокупности всё это позволит сделать прогнозы и решения более точными точнее, а ожидаемые выгоды можно будет получить быстрее. Рассмотрим основные примеры таких технологий.
Автономные системы — самоуправляемые физические или программные системы, выполняющие функции, ограниченные предметной областью. Это задачи, обладающие тремя фундаментальными характеристиками: автономией, обучением и свободой действий. Когда традиционные методы ИИ не способны обеспечить адаптивность, гибкость и гибкость бизнеса, автономные системы могут помочь внедрению. Чтобы стать массовыми, таким системам потребуется от пяти до десяти лет, но в результате они трансформируют процессы предприятия.
Причинно-следственный искусственный интеллект (ИИ) выявляет и применяет причинно-следственные связи, чтобы выйти за рамки моделей прогнозирования на базе корреляции и перейти к системам ИИ, которые могут более эффективно предписывать действия и действовать более автономно.
Базовые модели — это модели, основанные на архитектуре преобразователя, такие как большие языковые модели, которые воплощают тип архитектуры глубокой нейронной сети, которая вычисляет числовое представление текста в контексте окружающих слов, выделяя последовательности слов.
ИИ для генеративного дизайна или дизайн, дополненный ИИ, представляет собой использование технологий искусственного интеллекта, машинного обучения и обработки естественного языка для автоматического создания и разработки пользовательских потоков, дизайна экрана, контента и кода уровня представления для цифровых продуктов.
Инструменты для генерации кода включают в себя размещенные в облаке модели машинного обучения, которые подключаются к интегрированным средам разработки профессиональных разработчиков. Эти среды представляют собой расширения, предоставляющие предлагаемый код на основе либо описаний на естественном языке, либо частичных фрагментов кода.

Оптимизация доставки технологий

Эти технологии сосредоточены на ключевых элементах построения цифрового бизнеса: сообществах разработчиков продуктов, услуг или решений (например, fusion teams) и платформах, которые они используют. Инновации обеспечивают обратную связь и понимание, что в свою очередь оптимизирует и ускоряет доставку продуктов, услуг и решений, повышают устойчивость бизнес-операций.
Экосистемы облачных данных обеспечивают целостную среду управления данными, способную поддерживать весь спектр рабочих нагрузок данных — от исследовательской обработки данных до производственных хранилищ данных. Экосистемы поддерживают оптимизированную доставку и комплексную функциональность, которую легко развертывать, оптимизировать и обслуживать. Пройдёт от двух до пяти лет, прежде чем они будут использоваться повсеместно, однако эти технологии будут очень полезны.
Расширенный FinOps автоматизирует традиционные концепции DevOps, связанные с гибкостью, непрерывной интеграцией и развертыванием, а также обратной связью с конечными пользователями для финансового управления, бюджетирования и оптимизации затрат за счет применения ИИ и машинного обучения.
Облачная устойчивость (Cloud sustainability) — использование облачных сервисов для достижения устойчивого развития в рамках экономических, экологических и социальных систем.
Вычислительное хранилище переносит обработку хоста из основной памяти центрального процессора на запоминающее устройство.
Сетчатая архитектура кибербезопасности (CSMA) — новый подход к созданию компонуемых распределенных элементов управления безопасностью, повышающих её эффективность.
Наблюдаемость данных — способность понимать состояние ландшафта данных организации, каналов и инфраструктуры данных путем постоянного мониторинга, отслеживания, оповещения, анализа и устранения неполадок.
Динамическое управление рисками — это новый подход к определению ролей и обязанностей по управлению рисками. DRG адаптирует управление рисками в соответствии с каждым риском, позволяя организациям лучше управлять рисками и снижать стоимость гарантий.
Отраслевые облачные платформы используют облачные сервисы SaaS, PaaS и IaaS, чтобы предлагать соответствующие отрасли комплексные инструменты бизнеса и технологий.
Минимально жизнеспособная архитектура — стандартизированная структура, используемая продуктовыми группами для обеспечения своевременной и соответствующей требованиям разработки и итерации продуктов.
Разработка, ориентированная на наблюдаемость — практика разработки программного обеспечения, которая обеспечивает детальную видимость и контекст состояния и поведения системы за счет проектирования систем, которые должны быть наблюдаемыми.
OpenTelemetry — набор спецификаций, инструментов, интерфейсов прикладного программирования и наборов средств разработки ПО, которые описывают и поддерживают реализацию инструментария с открытым исходным кодом.
Платформенная разработка — дисциплина создания и использования внутренних платформ самообслуживания для доставки программного обеспечения и управления жизненным циклом.

From Wikipedia, the free encyclopedia

The Gartner hype cycle is a graphical presentation developed, used and branded by the American research, advisory and information technology firm Gartner to represent the maturity, adoption, and social application of specific technologies. The hype cycle claims to provide a graphical and conceptual presentation of the maturity of emerging technologies through five phases.

The model has been criticized on various grounds, including not being scientifically accurate and the use of subjective terminology.

Five phases[edit]

Each hype cycle drills down into the five key phases of a technology’s life cycle.

No.	Phase	Description
1	Technology Trigger	A potential technology breakthrough kicks things off. Early proof-of-concept stories and media interest trigger significant publicity. Often no usable products exist and commercial viability is unproven.
2	Peak of Inflated Expectations	Early publicity produces a number of success stories—often accompanied by scores of failures. Some companies take action; most don’t.
3	Trough of Disillusionment	Interest wanes as experiments and implementations fail to deliver. Producers of the technology shake out or fail. Investment continues only if the surviving providers improve their products to the satisfaction of early adopters.
4	Slope of Enlightenment	More instances of how the technology can benefit the enterprise start to crystallize and become more widely understood. Second- and third-generation products appear from technology providers. More enterprises fund pilots; conservative companies remain cautious.
5	Plateau of Productivity	Mainstream adoption starts to take off. Criteria for assessing provider viability are more clearly defined. The technology’s broad market applicability and relevance are clearly paying off. If the technology has more than a niche market then it will continue to grow.[1]

The term «hype cycle» and each of the associated phases are now used more broadly in the marketing of new technologies.

Hype in new media[edit]

Hype (in the more general media sense of the term «hype»^[2]) plays a large part in the adoption of new media. Analyses of the Internet in the 1990s featured large amounts of hype,^[3][4][5] and that created «debunking» responses.^[2] A longer-term historical perspective on such cycles can be found in the research of the economist Carlota Perez.^[6] Desmond Roger Laurence, in the field of clinical pharmacology, described a similar process in drug development in the seventies.^{[citation needed]}

Criticisms[edit]

There have been numerous criticisms^{[7][8][9][10]} of the hype cycle, prominent among which are that it is not a cycle, that the outcome does not depend on the nature of the technology itself, that it is not scientific in nature, and that it does not reflect changes over time in the speed at which technology develops. Another is that it is limited in its application, as it prioritizes economic considerations in decision-making processes. It seems to assume that a business’ performance is tied to the hype cycle, whereas this may actually have more to do with the way a company devises its branding strategy.^{[citation needed]} A related criticism is that the «cycle» has no real benefits to the development or marketing of new technologies and merely comments on pre-existing trends. Specific disadvantages when compared to, for example, technology readiness level are:

• The cycle is not scientific in nature, and there is no data or analysis that would justify the cycle.
• With the (subjective) terms disillusionment, enlightenment and expectations it cannot be described objectively or clearly where technology now really is.
• The terms are misleading in the sense that one gets the wrong idea what they can use a technology for. The user does not want to be disappointed, so should they stay away from technology in the Trough of Disillusionment?
• No action perspective is offered to move technology to a next phase.
• This appears to be a very simplified impulse response of an elastic system representable by a differential equation. Perhaps more telling would be to formulate a system model with solutions conforming to observable behavior.

An analysis of Gartner Hype Cycles since 2000^[10] shows that few technologies actually travel through an identifiable hype cycle, and that in practice most of the important technologies adopted since 2000 were not identified early in their adoption cycles.

Counter Arguments[edit]

• Not a cycle: When thought of as a «lifecycle» or a repeating pattern among a population of technologies, and not a cycle for any one technology to repeat, this isn’t much different from a lifecycle for a living thing that is born, progresses through stages of development and dies.^{[original research?]}

See also[edit]

• AI winter, in referring to periods of disillusionment with artificial intelligence.
• Product lifecycle
• Kondratiev wave
• Roy Amara

References[edit]

Further reading[edit]

• Jackie Fenn & Mark Raskino (2008). Mastering the Hype Cycle: How to Choose the Right Innovation at the Right Time. Harvard Business Press. ISBN 978-1-4221-2110-8.

External links[edit]

• Hype Cycle Research Methodology, the official materials.

Перейти к содержимому