Gartner Hype Cycle 2019: analiza sytuacji

Rozłożyliśmy technologie AI z 2019 roku na półki i bez wstydu porównaliśmy je z prognozą z 2017 roku.

Po pierwsze, czym jest cykl Hype Gartnera? To rodzaj cyklu dojrzałości technologii, a dokładniej przejścia od etapu hype'u do jej efektywnego wykorzystania. Teraz będzie wykres z tłumaczeniem, żeby było to jasne. . Każdy, kto straci połowę użytkowników w ciągu pięciu lat, będzie uważany za Wielkiego Grubego Przegranego. Musisz być na bieżąco w świecie platform. Ale w tym miejscu rezygnacja ze wsparcia starych wersji w końcu cię pogrąży. Ponieważ za każdym razem, gdy pozbywasz się części programistów, (a) tracisz ich na zawsze, ponieważ są na ciebie złotni za złamanie umowy, i (b) oddajesz ich swoim konkurentom.. A na dole wyjaśnienia.

Pierwszy etap. ̶W̶̶ściekłość̶. Uruchomienie. Technologia się pojawia, najpierw dyskutują o niej oświeceni nerdzi, a potem także fanatyczna publiczność; stopniowo rośnie entuzjazm.

Drugi etap. ̶T̶o̶r̶g̶. Szczyt wygórowanych oczekiwań. W pewnym momencie wszyscy mówią o technologii, próbują ją wdrożyć, a najbardziej pomysłowi – sprzedają ją za horrendalne sumy.

Trzeci etap. ̶D̶e̶p̶r̶e̶s̶j̶a̶. Spadek zainteresowania. Technologia jest aktywnie wdrażana, często jednak zawodzi z powodu niedoróbek i ograniczeń. "To wszystko to bzdura!" – słychać tu i ówdzie. Entuzjazm nagle spada (cena, zazwyczaj, także).

Czwarty etap. ̶O̶d̶r̶z̶uc̶e̶n̶ie̶. Praca nad błędami. Technologia jest dopracowywana, problemy są rozwiązane. Stopniowo firmy ostrożnie próbują wdrażać technologię i, hurra, wszystko idzie wspaniale.

Piąty etap. ̶P̶r̶i̶n̶a̶t̶i̶e̶. Produktywna praca. Technologia zdobywa swoje zasłużone miejsce na rynku i działa spokojnie, rozwija się, podoba się.

Co jest w trendzie?

Wracając do cyklu hype'u z 2019 roku. Firma Gartner wydała w wrześniu złożyła raport o tym, na jakim etapie znajdują się technologie sztucznej inteligencji i kiedy zaczną działać efektywnie. Wykres na dole, komentarze pod wykresem.

Z dużą przewagą i znajdują się już na etapie "Produktywna praca" technologie "Rozpoznawanie mowy" oraz "Przyspieszenie procesów z wykorzystaniem GPU". Oznacza to, że należy je szybko wdrażać, ponieważ już zapewniają przewagę konkurencyjną swoim właścicielom.

Automatyczne uczenie maszyn (AutoML) i chatboty są teraz na szczycie hype'u. Oznacza to, że wszyscy o nich mówią, wielu wdraża, ale aby doprowadzić technologie do odpowiedniego stanu, potrzeba od 2 do 5 lat.

Znane nam maszyny również są teraz bardziej niż w trendzie. Technologia "pojazdy autonomiczne" prawie dotyka dna. W tym przypadku to dobrze, ponieważ przed nami produkcyjna praca. Niemniej jednak, według ocen Gartnera, na opracowanie i adaptację potrzeba co najmniej 10 lat.

Gdzie dzisiaj znajdują się kiedyś huczne drony i wirtualna rzeczywistość? Wszystko jest na miejscu – Gartner włączył drony do sfery Edge AI (kategorie na pograniczu AI), a wirtualna rzeczywistość stała się częścią Augmented Intelligence (inteligencji rozszerzonej). Przy okazji, obie tematy są na etapie startu i mają pozytywną prognozę: 2-5 lat do owocnej pracy na rynku.

Perspektywy

Z obiecujących funkcji: Oprogramowanie do automatyzacji procesów (Robotic Process Automation Software) – brzmi strasznie, ale w rzeczywistości oznacza, że robot zastępuje rutynowe działania. Nocny koszmar niskokwalifikowanego personelu; jednak badanie Harvard Business Review twierdzi: nie będzie zwolnień, ale produktywność pracy wzrośnie. Są podstawy w to wierzyć. Technologia w ciągu 2 lat przejdzie szczyt niepopularności i powszechnego lekceważenia, a potem rozpowszechni się wszędzie.

Z technologii, o których będą masowo opowiadać ewangelizatorzy i info-podróżnicy wszystkich typów tylko w perspektywie, szczególnie zainteresowali «neuronowe urządzenia». To elektryczne urządzenia (czipy), które imitują naturalne struktury biologiczne naszego układu nerwowego pod względem efektywności energetycznej. Mówiąc prosto, chodzi o super wydajność dzięki podziałowi pracy (asynchronicznej aktualizacji neuronów). Tacy giganci jak IBM i Intel już intensywnie pracują nad tworzeniem neuronowych czipów. Ale armia Johna Connora ma czas, aby przygotować się na pożyczkowy dzień – Gartner przyznał na dojrzałość technologii aż 10 lat.

O cyfrowej etyce (Digital Ethics), co ciekawe, mówi się wiele, ale implementacja nie jest priorytetem. Kierunek został wydzielony do osobnej kategorii sfer AI: chodzi o to, że należałoby ustanowić jakieś zasady etyczne, normy i standardy zbierania danych, wdrażania AI w życie, ogólnie, żeby było tak jak u ludzi. W końcu, podpatrzeć u Azimova.

2017 vs 2019

Zabawne, ale w 2017 wszystko było zupełnie inne, nawet nie przewidziano odrębnego cyklu hype na AI: technologie AI szły w czołówce rozwijających się technologii (Emerging Technologies) razem z blockchainem i rozszerzoną rzeczywistością.

Uczenie maszynowe i głębokie uczenie w 2017 były na szczycie hype'u, a w 2019 kontynuowały swą drogę w kierunku spadku, co oznacza, że czas pracy produktów.

Warto zauważyć, że drony przez rok przeszły od szczytu do załamania, a w 2019 roku wróciły w kierunku szczytu. Takie rzeczy się zdarzają.

W 2019 roku do cyklu dołączyło 8 nowych technologii. Wśród nich znajdują się usługi chmurowe AI (Cloud Services), rynki AI (Marketplaces) oraz obliczenia kwantowe z AI (Quantum Computing). To dobrze znane (w wąskich kręgach) narzędzia, które zaczynają zyskiwać na znaczeniu w dziedzinie AI.

Źródło: habr.com