Hi-Tech

S-кривая прогресса: как происходит развитие технологических отраслей

S-кривая прогресса: как происходит развитие технологических отраслей

Бенедикт Эванс

Он выделяет основные закономерности в развитии за последние десятилетия. Эванс рассуждает о S-кривой, показывающей развитие технологической индустрии.

  • Количество сотрудников в компаниях увеличилось кратно. Например, в 2000 году у Microsoft было 45 тысяч сотрудников. А в конце 2017 года у Amazon — около 600 тысяч сотрудников.
  • С годами неизменным остаётся актуальность рекламы.
  • У каждой крупной компании есть явный лидер. Эванс приводит в пример Марка Цукерберга.
  • Но и крупные корпорации могут лопнуть как мыльный пузырь.

Сейчас — Google, Apple, Facebook, Amazon, но их предшественники пали. IBM казалась неуязвимой, затем — Microsoft, Intel, Nokia. Всегда будет что-то после, и именно это мы пытаемся понять. Тогда нельзя было предсказать, как или почему они падут, но так случилось.

Бенедикт Эванс

партнёр венчурного фонда Andreessen Horowitz

По мнению Эванса, в S-кривой есть три периода.

  • Когда технология совсем не работает;
  • Когда она вроде работает, но у вас нет соответствия продукта рынку;
  • Вы улучшаете продукт и внезапно взмываете вверх, будто на ракетном топливе.

И сейчас мы находимся в начале четырёх новых S-кривых.

  1. Автономные системы — пока не работают.
  2. Смешанная реальность — приближается к точке, когда технология начинает работать и готова стать реальным продуктом.
  3. Криптовалюты — технология уже работает, мы выясняем, что с рынком.
  4. Искуственный интеллект — мы определённо на стадии ракетного топлива.

Автономные системы

Они смогут собирать бельё, стирать и убираться. Люди в 1950 году представляли, что у нас будут домашние роботы с двумя руками, которые смогут ходить по кухне на двух ногах. Мы получили стиральную машину. Конечно же, мы не получили домашнего робота. Но он не может выполнять ничего другого, кроме стирки одежды. И да, стиральная машина — это робот. Вы можете положить в них посуду, и она будет чистая, но это не тот результат, которого все ожидали.

Вы получаете то, что в состоянии выполнять только одну задачу. Вы не получаете вещь, которая сможет решать любой вопрос. В том и заключается смысл каждого варианта автоматизации, что люди представляют это как нечто интеллектуальное.

Машинное обучение

Мне кажется, есть три вектора движения. Какими могли бы быть стиральные машины с машинным обучением?

Машинное обучение позволит обрабатывать вопросы, которыми мы задаёмся, и давать полезные результаты. 1.

Оно позволит задавать разные типы вопросов по имеющимся данным. 2.

Машинное обучение будет справляться с новыми типами данных. 3. Рассматривать вопросы, которые компьютеры раньше не могли считывать — голос, изображения и видео.

Он сходится во мнении, что это одно из главных и перспективных направлений в индустрии. Далее Эванс рассуждает о потенциале машинного обучения, о его применении в авто и в технологии распознавания предметов.

Поэтому эта S-кривая сама по себе подталкивает нас к формулированию последующих вопросов, на которые смогут ответить сами компьютеры. Машинное обучение — это начало громадной S-кривой, к этому относятся и «умные» города, и компьютерное зрение.

Смешанная реальность

Сейчас, когда мы говорим о машинном обучении как о смешанной реальности, это сравнимо с тем, как мы говорили о мультитаче в 2006 году. Вы сможете носить маленький компьютер, зафиксированный на ваших ушах, который сможет видеть всё, что видите вы. Это презентация, которую Джефф Хан представил на конференции TED, показав мультитач-экран, которого ещё ни у кого не было.

Я вижу два пути её использования. Смешанная реальность — концепция, магически созданная многими компаниями.

Или стоять перед духовкой, чтобы перед вами парил в воздухе рецепт. Можно добавить незначительные функции к реальному миру: сделать каждую стену экраном, разместить Minecraft на столе и управлять им руками.

Но я думаю, более интересно, если компьютер будет смотреть на вещи, анализировать объекты, а не просто добавлять плоский интерфейс.

Криптовалюта

Если смешанная реальность находится на стадии мультитача в 2006 году, то криптовалюты больше похожи даже не на 2000-е, а на 1994 год — на то, каким был HTML.

Когда мы смотрим на криптовалюты, мы начинаем задумываться о двух составляющих.

Распределённая часть — когда у вас есть база данных, где вы можете хранить записи без необходимости центрального узла. 1.

База данных может выполнять задачи, и записи в ней могут выполнять задачи и иметь значение. 2. То есть мы не можем сравнить эту систему с предыдущими способами хранения информации, ведь записи не являются окончательными.

Мы каждые пять лет сталкиваемся с утверждениями, что инновации мертвы, что мы находимся в технологическом пузыре.

Эванс сравнивает технологический прогресс с постройкой небоскрёба — реальные работы по его возведению заметны только при установке каркаса, работа над фундаментом кажется незначительной.

Если я вернусь к тем S-кривым, вы сможете отсортировать их по ситуации. Дело в том, что есть небольшой период времени, когда происходит видимая активность, которая не очень коррелирует с тем периодом, когда происходит реальная работа или создаются значимые для результата вещи.

Создавая основу смешанной реальности, мы строим каркас здания. В случае с автономностью мы до сих пор на этапе котлована.

Искусственный интеллект — здание готово, и мы заполняем его арендаторами, работаем над тем, какие новые компании мы можем создать. С криптовалютами — каркас уже готов, и мы пытаемся решить, как будет выглядеть фасад этого здания и кто будет арендатором.

#будущее

Показать больше

Похожие статьи

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть