Gartner Hype Cycle 2019: Analyse der Entwicklungen

Wir haben die KI-Technologien von 2019 systematisch analysiert und sie schamlos mit den Prognosen von 2017 verglichen.

Zunächst, was ist der Gartner Hype Cycle? Es handelt sich um eine Art Reifezyklus für Technologien, genauer gesagt, um den Übergang von der Hype-Phase zu deren produktiver Nutzung. Jetzt folgt ein Diagramm mit einer Übersetzung, um das anschaulich darzustellen. Jeder, der in fünf Jahren die Hälfte seiner Nutzer verliert, gilt als großer dicker Verlierer. Ihr müsst im Trend der Plattformen bleiben. Aber genau hier wird euch der Verzicht auf die Unterstützung älterer Versionen letztlich zum Verhängnis. Denn jedes Mal, wenn ihr einen Teil der Entwickler verliert, verliert ihr (a) sie für immer, weil sie wütend auf euch sind wegen Vertragsbruchs, und (b) gebt sie euren Konkurrenten.. Unten sind die Erklärungen.

Erste Phase. ̶W̶u̶t̶. Einführung. Die Technologie wird eingeführt, zunächst von aufgeschlossenen Nerds diskutiert, dann auch von einer begeisterten Öffentlichkeit; die Aufregung steigt allmählich an.

Zweite Phase. ̶H̶andel̶. Der Gipfel übertriebener Erwartungen. Irgendwann sprechen alle über die Technologie, versuchen, sie zu implementieren, und die Einfallsreichsten – sie teuer zu verkaufen.

Dritte Phase. ̶D̶e̶p̶r̶e̶s̶s̶i̶o̶n̶. Rückgang des Interesses. Die Technologie wird aktiv umgesetzt, scheitert jedoch häufig aufgrund von Mängeln und Einschränkungen. "Das ist alles Quatsch!" – hört man hier und da. Der Hype sinkt abrupt (der Preis oft auch).

Vierte Phase. ̶A̶blehnung̶. Arbeit an den Fehlern. Die Technologie wird verbessert, Probleme werden gelöst. Nach und nach versuchen Unternehmen vorsichtig, die Technologie zu implementieren, und hurra, alles klappt hervorragend.

Fünfte Phase. ̶A̶n̶n̶ahme̶. Produktive Arbeit. Die Technologie erobert ihren wohlverdienten Platz auf dem Markt und funktioniert ruhig, entwickelt sich weiter und gefällt.

Was ist im Trend?

Zurück zum Hype-Zyklus 2019. Die Firma Gartner hat wird im September einen Bericht veröffentlichen, der zeigt, in welcher Phase sich die Technologien der künstlichen Intelligenz befinden und wann sie produktiv arbeiten werden. Das Diagramm ist unten, die Kommentare unter dem Diagramm.

Mit großem Abstand und bereits in der Phase "Produktive Arbeit" befinden sich die Technologien "Spracherkennung" und "Prozessbeschleunigung mittels GPU". Das bedeutet, dass sie schnell angewendet werden müssen, denn sie bieten bereits einen Wettbewerbsvorteil für ihre Besitzer.

Maschinelles Lernen (AutoML) und Chatbots befinden sich momentan auf dem Gipfel des Hypes. Das heißt, alle sprechen darüber, viele implementieren, aber um die Technologien auf das gewünschte Niveau zu bringen, wird es zwischen 2 und 5 Jahren dauern.

Die uns vertrauten Maschinen sind ebenfalls mehr als im Trend. Die Technologie "autonome Fahrzeuge" tastet fast den Boden ab. In diesem Fall ist das gut, denn es steht produktive Arbeit bevor. Laut Gartner werden jedoch mindestens 10 Jahre benötigt, um sie zu entwicklen und anzupassen.

Wo sind heute die einst gehypten Drohnen und die virtuelle Realität? Alles ist wie gewohnt – Gartner hat Drohnen in den Bereich Edge AI (Kategorien, die an KI grenzen) aufgenommen, und die virtuelle Realität ist Teil der Augmented Intelligence (erweiterte Intelligenz) geworden. Beide Themen sind übrigens derzeit in der Startphase und haben eine positive Prognose: 2-5 Jahre bis zur produktiven Markteinführung.

Aussichten

Aus vielversprechenden Funktionen: Roboter-Software zur Automatisierung von Prozessen (Robotic Process Automation Software) – klingt furchterregend, aber in Wirklichkeit ersetzt ein Roboter routinemäßige Tätigkeiten. Ein Albtraum für geringqualifiziertes Personal; allerdings Untersuchung behauptet die Harvard Business Review: Es wird keine Entlassungen geben, aber die Produktivität wird steigen. Es gibt Gründe daran zu glauben. Die Technologie wird in 2 Jahren den Höhepunkt der Unbeliebtheit und allgemeinen Verachtung überwinden und sich dann überall verbreiten.

Von Technologien, über die Evangelisten und Influencer aller Art in der Zukunft massenhaft berichten werden, hat insbesondere „neuro-morphe Hardware“ Interesse geweckt. Dabei handelt es sich um elektrische Geräte (Chips), die biologische Strukturen unseres Nervensystems in Bezug auf Energieeffizienz imitieren. Um es stark zu vereinfachen, geht es um superschnelle Verarbeitung dank Arbeitsteilung (asynchroner Aktualisierung der Neuronen). Solche Giganten wie IBM und Intel sind bereits damit beschäftigt, neuro-morphe Chips zu entwickeln. Aber die Armee von John Connor hat Zeit, sich auf den Tag der Rechnung vorzubereiten – Gartner hat der Reife der Technologie ganze 10 Jahre eingeräumt. Zur digitalen Ethik (Digital Ethics), was besonders ist, spricht man viel, aber der Implementierungsdruck ist gering. Der Bereich wurde zu einer eigenen Kategorie der KI-Domänen erklärt: Es wird angedeutet, dass einige ethische Prinzipien, Normen und Standards für die Datenerfassung und die Implementierung von KI im Alltag festgelegt werden sollten, damit es so ist wie bei

den Menschen Menschen2017 vs 2019

Lustig, aber 2017 war alles

anders , nicht einmal einen eigenen Hype-Zyklus für KI gab es: KI-Technologien gingen im Schlepptau der aufkommenden Technologien (Emerging Technologies) zusammen mit Blockchain und erweiterter Realität.Maschinelles Lernen und Deep Learning waren 2017 auf dem Hype-Olymp, und 2019 setzten sie ihren Weg in Richtung Rückgang fort, sprich

produktive Arbeit. produktiv arbeiten.

Übrigens, die Drohnen durchliefen im Jahr 2019 einen Rückgang, bevor sie in Richtung eines erneuten Anstiegs gingen. Und so etwas passiert, ja.

Im Jahr 2019 kamen 8 neue Technologien in den Zyklus. Dazu gehören KI-Cloud-Dienste (Cloud Services), KI-Marktplätze (Marketplaces) und Quantencomputing mit KI (Quantum Computing). Im Allgemeinen gut bekannte (in engen Kreisen) Werkzeuge, die beginnen, auf AI-Schienen gesetzt zu werden.

Quelle: habr.com