编者按：一年一度的Gartner每逢推出时的确能引起一阵关注（2017年的炒作周期曲线刚刚推出不久），但是过后却很少有人进行复盘。有哪些上榜的技术最后走完了英雄之旅？有哪些技术只是昙花一现？又有哪些技术是漏网之鱼？从中又能得到什么启示？针对这些问题VC Michael Mullany给出了自己的解读。

首次发布于1995年的Gartner新兴技术炒作周期曲线主要面向的是高科技领域，该曲线提出了新技术的一种标准的采用模式。按照这种模式，技术都要经历以下一些过程（来自维基百科）：

科技诞生的促动期 (Technology Trigger)

在此阶段，随着媒体大肆的报导过度，非理性的渲染，产品的知名度无所不在，然而随着这个科技的缺点、问题、限制出现，失败的案例大于成功的案例，例如:.com公司 1998~2000年之间的非理性疯狂飙升期。

过高期望的峰值期（Peak of Inflated Expectations）

早期公众的过分关注演绎出了一系列成功的故事——当然同时也有众多失败的例子。对于失败，有些公司采取了补救措施，而大部分却无动于衷。

泡沫化的底谷期 (Trough of Disillusionment)

在历经前面阶段所存活的科技经过多方扎实有重点的试验，而对此科技的适用范围及限制是以客观的并实际的了解，成功并能存活的经营模式逐渐成长。

稳步爬升的光明期 (Slope of Enlightenment)

在此阶段，有一新科技的诞生，在市面上受到主要媒体与业界高度的注意，例如:1996年的Internet ，Web。

实质生产的高原期 (Plateau of Productivity)

在此阶段，新科技产生的利益与潜力被市场实际接受，支持此经营模式的工具、方法论经过数代的演进，进入了非常成熟的阶段。

作为举例，下面是第一条炒作曲线，来自1995年。这是一份真正令人着迷的历史文档。里面提到的一些技术（面向对象编程）已经变得如此无所不在，以至于现在都已经成为背景噪声了。而一些技术已经彻底消失于公众视线（涌现计算）。还有一些技术是我们以为已经差不多了但却需要几十年之久才完全成熟（语音识别）。

1995年炒作得最厉害的技术是智能代理。2年后，Office 97推出了大眼夹（Clippy），这个炒得很厉害、但不称职的助理没法得到认可，几乎扼杀了整整一代的类似想法。今天，20年后，我们又冒出了要做智能代理的想法，尽管现在的名字改成了聊天机器人，但其核心技术——在广泛领域内的上下文推理——仍然是一个难题。

我把Gartner炒作周期看成是技术的英雄之旅。就像英雄之旅一样，炒作周期是一个吸引人的叙事结构。当我们考虑今天在用的其中许多技术的时候，我们往往会记起来这些技术刚到来的时候大家都炒作得非常厉害，但这些技术最后还是找到了走向主流的道路。但这真的就是技术涌现和获得采用的途径吗？在对2000年至2016年间（后网络泡沫时代的每一年，不含今年）每一年的Gartner炒作周期曲线都进行了分析之后，我发现就平均而言技术的发展路线并不遵循炒作周期曲线。我们之所以这么认为，是因为当我们回想起技术是如何出现时，会受到认知偏误（更多思维模式可参见思维模式大全）的影响，从而扭曲了对过去的回忆：

• 后见之明偏误——又称“我早就知道了”、“马后炮”、“事后诸葛”。在事情发生或发展后，以为自己事前就能预测其发生与发展，也就是无意识地“改进”记忆中过去的预测。

• 幸存者偏误——专注于从某个过程中存活下来的人或事寻找弱点意欲补强，却忽略了最大的弱点更可能在未存活的人或事之中。记住取得成功的技术（我们周围都是这样的技术）要比记住失败的技术容易得多。

举个例子，涌现计算（Emergent Computation，基于分布式进化算法的计算，算是基于神经网络的机器学习算法的表亲）——出现在1995年炒作周期曲线的最早期技术，就是幸存者偏误的很好例子。今天如果我让硅谷的20位技术专家指出自1995年以来哪些技术能取得成功，哪些会失败的话，几乎可以保证没人会点出涌现计算的名字。但这就是1995年的炒作周期曲线，涌现计算就是其中重要的10项技术之一。

（再顺便说一句，我的意图并不是想指出Gartner作为一家机构的准确度。除了一些值得注意的例外之外，我们认为Gartner炒作周期结伴上就是业界共识的反映）

但我们不能在合适的背景中记住过去并不是对Gartner过去的炒作周期曲线进入深入分析得出的唯一经验。在分析了2000年之后每一年的曲线之后，我想自己有信心得出结论说我们对预测未来并不是很擅长。这是我从中总结出来的8个经验经验之一。以下就是详情：

经验1. 我们非常不擅于预测。尤其是对未来的预测。

对于任何有经验的硅谷智囊来说这一点并不奇怪。总之，我们都不擅于预测。出现在Gartner炒作周期的200多项独特技术里面，只有少数技术——云计算、3D打印、自然语言搜索以及电子墨水——曾经被标识为早期技术并且多少以可预测的方式沿着炒作周期曲线从开始走到了结束。

经验2. 昙花一现的技术趋势数量令人担忧

高科技有个很显著的倾向，那就是在非常短的时间内会对一项技术感到极度兴奋。在列举的超过200项技术里面，有50多项技术在炒作周期曲线里面只出现过一年——然后就再也没出现了。是，炒作周期曲线所列技术中有很多昙花一现的东西仍然存活到了今天，享受着小小的成功或者精神占有率：众包——2013，HTML5——2012，BYOD——2012，播客——2005。但过去的炒作周期包含有一堆像降落伞裤一样糟糕的技术也一样是真的。以下就是一些昙花一现的技术：社交电视（2011），事实验证（Truth Verification，2004），分众分类（Folksonomies，2006）以及专家定位（Expertise Location，2007）。

经验3. 大量技术夭折。

这条跟上一条密切相关，过去20年就是技术的坟场，有很多技术都夭折了。我粗略估计了一下，在Gartner炒作周期曲线上榜多年的技术当中有超过20%在取得任何类型的主流成功之前就已经被废弃了。其中一些多次出现在炒作周期曲线上但最终消亡的最值得注意的技术包括：

• 超宽带技术：作为一种短距无线电技术，超宽带在2004年达到了炒作巅峰但却在2008年被废弃了。

• RSS企业版：在RSS作为面向消费者的新闻源格式取得成功后，RSS被认为也会成为企业侧的统治性格式用于信息传播。这项技术被列入2006炒作周期冉冉升起的技术之一，但到2007年就被放到了幻灭期（这也是它的最后登场）。

• 802.16 WiMAX：在4G无线标准方面WiMAX是LTE的竞争对手。机关有了少量部署，但WiMAX基本上出来不久就死掉了。作为炒作巅峰在2005炒作周期曲线首次出现的WiMAX到了2006年就降到了幻灭期然后消失了。

• 企业版桌面Linux：对于年过30的人来说，这的确是个东西。2003年作为炒作巅峰出现在曲线上，2004年再次出现在了这一位置上，接着在2005年度过了低谷期直到彻底消失。桌面Linux供应商根本无法取代Windows作为主流商业桌面OS的地位。而VMware让Linux可以作为应用运行于Windows之上，使得它永远无法留下OS的印记。

• 网状网：网状网是一种可以通过节点间点对点交互构建高效路由网络的网络结构。只是在过去2年第一个具有广泛基础的消费者网状网才以Eero和别的家庭网络的形式进入市场。但2016年之前网状网就拿到了炒作周期跟踪最久但从未赢得广泛采用技术之一的荣誉勋章。其历史可以追溯到2003年首次作为新兴技术出现在炒作周期曲线，并在随后11年间9次以后炒作期和低谷期的面目出现——最后一次现身是在2013年。尽管我不是这个专业的专家，但在我的记忆里网状网其实是很难搭建的。下面就是网状网在炒作周期曲线出现的历程：

而这些只是没有走到实质生产就死掉的众多技术中的5个。可以列举的还有很多（比如电力宽带Broadband Over Power Lines）。

经验4. 技术洞察往往是正确的，但实现不了

炒作周期给出了基本正确的洞察，技术或者市场根本还没准备好，我经常被这种情况多次出现所困扰。其中一些最好的例子：

WS型商业模式：趁着2000年代早期一波基于WS*的web服务狂热，WS*型商业模式作为一种衰退期技术首先出现在2003年的炒作周期曲线上，然后又在2005年再次出现在幻灭的低谷期。交代一下，WS*是一系列的技术标准，可以利用SOAP协议交换XML格式作为远程API调用的基础。WS*运动基本上就毁在了自己的技术自满上。开发者痛恨编写这类API，而且它还存在许多规范问题。但尽管如此，它的核心洞察基本上还是正确的。最近几年，Twilio、Plaid、Checkr等的崛起都验证了2003年时做出的基本洞察：也就是会出现唯一产品就是有价值的API的成功企业。

• 公共认证服务（Public Authentication Services）：作为新兴技术首次在2002年出现，其预测是基于Microsoft Passport的发布做出的。Microsoft Passport是微软推出的一项基于WS*API的公共验证服务。Passport也因为基础是WS*而失败了。2007年，在Google、Twittr以及Magnolia之间进行了非正式合作开发出Oauth之后这项服务才落实了承诺。当然了，今天通过Google、Twitter以及Facebook进行的第三方公共登录已经无所不在了。再次地，这是一项洞察没问题但实现有瑕疵的技术。

• Tera-Architecture：作为新兴技术仅在2006、2007年被列入炒作周期曲线——我对这个专业不熟只好去查。结果吃惊地发现Tera-Architecture（Gartner杜撰的一个术语后来似乎放弃了）描述的东西跟用于大数据的现代数据获取管道相当接近。诚然，在开源项目Kafka和Samza推出只好才使得非常大规模的获取管道广泛传播，但有关其需求的基本洞察早在2000年代中期时就被Gartner可靠地预言到了。

经验5.我们致力于一些核心技术问题已经有几十年了

有一些核心技术总是不断改头换面出现在炒作周期曲线上面很多年，有时候甚至有多个别名。每一个化身都取得了进展并给后来者留下了经验经验但并没有取得真正的突破。这些属于炒作周期曲线中的技术马拉松。

• 语音识别：如我们较早前看到那样，语音识别最早出现在1995年的炒作周期曲线上，当时它正在往实质生产的高原期攀爬。但事实上，1995年的语音识别还远没有到成熟的地步。可能只有在过去2年深度学习取得突破后语音识别才到达了相当于人类的水平。这时候20年已经过去了。

• 互联网微支付：又称为电子现金、电子支付、加密货币，最新的化身是比特币，自互联网诞生以来我们一直都在致力于促进不可信的各方之间的小型互联网支付。今天的微支付仍然只在苹果生态体系这样的围墙花园内用得很好。也许在比特币之后还需要一代才能真正见效。

• 数据分析：大规模数据和内容分析在过去20年的炒作周期曲线经历过3波的潮起潮落：数据挖掘（90年代）让路给分析（2000年代）然后又让路给大数据（2010年代）。数据分析似乎总是用新一代的架构去应对我们想要分析的范围和规模不断扩张的数据以及我们预期要执行这一分析的人。

经验6. 一些技术总是不断在退向未来

有一些值得注意的技术总是在炒作周期曲线上反复出现，每一次出现都似乎给人以科幻的感觉。尽管到了某个时候我相信它们不会再这样。最值得注意的包括：

• 量子计算：早在2000年量子计算就被考虑在内了，现在10多年都已经过去了（至今也还没太大进展）。

• 脑机接口：（又称人类增强，最近几年均出现在炒作周期曲线上）尽管外科修复的神经控制取得了引人注目的进展，控制思想的计算仍然是一项在进行中的工作，要想实现普遍使用至少还要等上10年的时间。

• 上下文交付：捕捉上下文并充当代理是从内容到商务的关键，很多年前我们就已经做出了这一点观察，但这个的通用解决方案似乎还在一拖再拖难以实现。不过这并不能阻止这个术语不断以早期阶段技术的面目出现在炒作周期曲线上。

经验7. 很多技术取得进展但没人关注

炒作周期曲线看得足够多以后你机会看到一个模式，那就是很多技术在被认为玩完之后取得了稳步甚至有时候甚至是突破性的进展。就像此间的机器学习一样，在研究人员、初创企业以及大型技术公司的推动下，许多技术在上一代被普遍视为失败之后都在顽强地向前。以下是我比较喜欢的一些例子：

• 头戴显示：第一代头戴显示出现在1990年代，并在2001年进入了炒作周期曲线。但那个时代屏幕技术的限制使得第一代头戴显示刚出生就夭折了。只是在最近几年，为VR和AR服务的比当时先进得多的头戴显示的出现才重新燃起了大家的希望。在高分辨率、高帧速率显示、廉价动作传感器及新一代机器学习算法的支持下，这些新的显示系统已经吸收了软件和硬件几乎20年的进展（注：不过由于VR未能解决眩晕感以及内容匮乏等问题，似乎VR、AR又要死在爬上生产力高原的路上了，AR、VR在2017年最新的炒作周期曲线上的位置跟去年没有变化也只是乐观判断）。

• 语音生成：语音生成，文本转语音以及语音转语音翻译曾多次出现在炒作周期曲线上（2002、2005、2006）。但再次地，只是在深度学习取得突破之后这些技术才在去年取得了接近人类的表现。

对于寻找暂时失宠但假以时日有望取得下一个突破的技术的技术专家来说，过去的炒作周期是一个丰富的想法来源。在我看来，其中一些最有吸引力的技术有可能迎来自己的第二春或者第三春：

• 点对点计算：最后一次出现在炒作周期曲线的时间是在2002年（尽管你可以认为以太坊包含了第二次或者第三次的点对点计算的到来），不过在最近10年点对点的研究方面取得了大量有趣的进展，有望催生新一代技术的出现。

• 业务流程引擎/平台：在2005年的炒作周期曲线出现过，预期通用规则引擎会为下一代商业应用提供动力。但今天我们得到的却是高度功能化的应用，比如Salesforce和Workday等。也许IFTTT、Zapier等预示着业务流程引擎的复兴？

经验8. 许多重要技术的进展在炒作周期曲线图上看不到

最后一个经验。过去20年迟迟未被炒作周期曲线识别或者从未上榜的重要技术的数量多得令人瞩目。在技术领域，看似琐碎或者短暂但却构成了下一代企业和消费者平台基础的东西实在是太多了。下面就是自网络泡沫时代以来一些应该作为重要新兴技术上榜而没有进入周期曲线的简短列表：

• x86虚拟化：无疑是过去10年唯一最重要的新型数据中心技术，由VMware引领

• NoSQL：始于2000年代中期的非SQL数据库的大规模采用让我们现在有了MongoDB、Cassandra、Redis以及Couch等。

• Map/Reduce/Hadoop：这一代大规模数据分析的基础。

• 开源：开源作为授权模式的繁荣导致了基础设施软件的商品化，社区代码共享的崛起，并促进了云计算模式。

这些都只是没有出现在新型技术炒作周期曲线的众多重要技术趋势的一些例子——尽管其中的许多出现在了Gartner制作的各种功能性、垂直型的炒作周期曲线里面。

关于经验的经验

我对分析这些炒作周期曲线的感悟不仅仅是做出预测有多难，以及我们在不见效的技术上的投入有多大，同时我也对我们在技术上取得的进展感到无比兴奋和赞叹。过去20年的工作带来的是奇迹时代的崛起：无人车，几乎可以理解我们的计算机，规模不见底的数据分析。

——————

附注：Michael Mullany把炒作周期曲线细分为8个阶段，并将1995到2016年间在Gartner炒作周期曲线上出现过的技术进行了梳理（概念相同但说法不一致的当作同一种技术），汇总出了一份详尽的技术周期变化情况表。通过这份表格也能得出一些直观印象和洞察。

原文链接：https://www.linkedin.com/pulse/8-lessons-from-20-years-hype-cycles-michael-mullany

靠谱众投 kp899.com：您放心的投资理财平台，即将起航！