他分析了20年的 Gartner 技术炒作周期，发现了这些有趣的现象

作为 Icon Ventures 的 VC 和二十年来为 VMware、Netscape 等公司提供高科技产品化和营销的老手，Michael Mullany 回顾了过去 20 年来的 Gartner 炒作周期，并发现了一些有趣的规律和我们可以从中学习到的东西。Michael 一直对新技术的出现和走入市场这个过程相当痴迷。Gartner 炒作周期每年都会试图捕捉市场和行业状况，而每次他都会煞有兴趣地阅读。

上个月，他突然冒出一个有趣的想法：“有没有人追溯历史，回顾 Gartner 炒作周期——因为他真的想阅读这样一篇文章”。Google 搜索没有给他任何有用的信息，所以他决定自己写这样的一篇文章。

大多数人都知道，Gartner 针对新兴技术发布炒作周期几乎成为高科技行业内的一个惯例。炒作周期最早发布于 1995 年，它提出了标准的新技术采用模型。在这个模型中，所有技术都经历了以下的过程：

• 出现：“技术的触发”
• 过度热情：“充满希望的高峰”
• 过度失望：“破灭的低谷”
• 渐进和实际的应用：“启蒙的斜坡”和“生产力的高原”

下面的插图显示的是第一个炒作周期——它从 1995 年开始。它真是一份迷人的历史文件。它当中的一些技术曾经如此普遍，但现在却渐渐褪去，如面向对象编程。而一些技术——如突现计算（Emergent Computing）——也已从公众视线中消失。还有一些是我们认为几乎已经完善的技术，但实际上它们需要几十年的时间才能达到完全成熟（如语音识别）。

1995 年炒作最厉害的技术当属智能代理（Intelligent Agents）。两年后，Office 97 推出了 Clippy，Clippy 这个热心但不称职的助手工具，并未受到多少认可，而且整整一代人都不想再使用它。今天，二十年后，人们再次试图创造智能助手，尽管现在它被称作“聊天机器人”（Chatbots），而且在更广领域内它的核心技术——上下文推理——仍然是一个难题。

Michael 认为 Gartner 的炒作周期是一场英雄的技术旅程。就像英雄的旅程一样，炒作周期的叙事结构引人入胜。今天使用的许多技术，我们在一开始认为它们被炒作过头了，但最终它们仍然成为主流。但是…… 技术真的是这样出现并得到采用的吗？

在分析了 2000 年至 2016 年（即后网络公司时代的整整 17 年）的所有 Gartner 新兴技术炒作周期后， 他开始相信，处于中间位置的技术并不符合炒作周期。我们之所以认为它们符合是因为当我们回想起技术如何出现时，我们受到了认知偏见的影响，而这些偏见扭曲了我们对过去的记忆：

• 事后诸葛亮偏见：我们会不知不觉地“加强”我们对过去预测的记忆。
• 幸存者偏见：我们更容易记住成功的技术（我们周围到处都是）而不是失败的技术。

Michael 说：“例如，1995 年炒作周期上最早的技术“突现计算”  是对幸存者偏见的一个很好的例证。突现计算是一种基于分布式进化算法的计算—— 一种类似神经网络的机器学习）。今天如果我问 20 位硅谷的技术专家，自从 1995 年以来，哪些技术成功了、哪些技术失败了，我可以保证没有人会提到突现计算。但是，在 1995 年的炒作周期中，它是如此重要，以至于它是那年列表的前十位之一。”

（顺便说一下，Michael 的意图不是要指出 Gartner 公司预测的准确性如何。虽然出现了一些例外，如 Gartner 本身发明的技术术语，但是他认为 Gartner 炒作周期大致反映了业界的一致意见。）

我们缺乏在适当背景下记住过去的能 力，但这并非我们从 Gartner 过往炒作周期中学到的唯一功课。通过对 2000 年后的炒作周期进行分析，Michael 认为，我们并不擅长预测未来。在深入了解了数据之后，他学到了这个和另外七个功课。

第 1 课 我们的预测能力非常差劲，尤其是预测未来的能力

经验丰富的硅谷高手们也不能例外。总的来说，我们在预测方面非常差劲。在新兴技术 Gartner 炒作周期中出现的 200 多种独特技术中，只有少部分技术如云计算、3D 打印、自然语言搜索、电子墨水在很早的时候就被发现，然后几乎是可预测地从炒作周期开始一直坚持到了最后。

第 2 课 昙花一现的技术趋势的数量多到令人震惊 高科技行业非常显著地倾向于在非常短的时间内对于某个技术感到特别兴奋。在所列的 200 多种技术中，50 多种技术在炒作周期中只出现了一年，然后就消失得无影无踪。是的，没错，炒作周期中许多一炮而红的技术仍然幸存到了今天，并且享受着小小的成功或精神上的关注，如：众包（2013）、HTML5（2012）、自带设备（2012）和播客（2005）。过往的炒作周期还包含一大堆欠缺考虑像跳伞裤或烫发一样的技术，包括：社会电视（Social TV，2011）、真相验证（Truth Verification，2004）、众分类法（Folksonomies，2006）和专业位置（Expertise Location，2007）。

第 3 课 许多技术都死掉了 与上一课密切相关的是，过去二十年可谓是技术的坟墓，许多技术都永久或过早地死亡。据粗略的统计，在炒作周期上被追踪多年的所有技术中，还有另外的 20％在还没来得及变成主流之前就过时了。在多个炒作周期中出现但最终死亡的一些最著名的技术包括：

• 超宽带：一种短距离无线电技术，超宽带在 2004 年炒作周期中达到高峰，但在 2008 年前便被抛弃。
• RSS 企业：在 RSS 成功成为消费者新闻阅读器格式之后，有人认为 RSS 可能会成为企业信息传播的主要格式。虽然在 2006 年炒作周期中被列为新兴技术，但它在 2007 年就已经被抛弃至破灭的低谷。而那是它最后出现的时候。
• 802.16 WiMAX：WiMAX 是第四代蜂窝标准 LTE 的竞争对手。虽然 WiMAX 曾有少量部署，但 WiMAX 在出现后不久就基本已经死亡。WiMAX 首先出现在 2005 年的炒作周期中，而且处于炒作高峰，但它在 2006 年即被抛弃至了破灭的低谷，然后便消失了。
• 企业桌面 Linux：30 岁以下的人都知道这个东西曾轰动一时。它首次出现在 2003 年的炒作高峰中，2004 年再次出现在该位置，但在 2005 年左右即进入低谷，随后完全消失。桌面 Linux 从来没能够取代 Windows 成为主流商务桌面操作系统。虽然 VMware 曾使人们能够在 Windows 上运行 Linux，但从来没能让它成为操作系统。
• 网状网络：网状网络是一种网络架构，可在网络节点之间建立对等互动的高效可路由网络。第一个具有广泛基础的消费者网状网络在过去两年间才逐步上市，例如 Eero 和其他家庭网络网状结构。但是在今年之前，网状网络的与众不同之处在于它是在炒作周期呆的时间最长但从来没有被广泛采用的技术。

  它拥有怎样的历史？  网状网络首次出现在 2003 年的炒作周期中，作为一种新兴技术。随后在未来 11 年出现 9 次，作为炒作后或低谷后的技术，它最后出现在 2013 年的炒作周期中。虽然 Michael 不是论题专家，但据他的回忆，网状网络真的很难构建。以下是在炒作周期中网状网络出现的所有年份。

除上述五种技术以外，还有许多没有通过考验或者赚够 200 美元就死亡的技术。还有很多（譬如宽带电力线！）。欲知所有未能达到成功的技术，请参阅下面的附录。

第 4 课：技术见解往往是正确的，但并没有得到实施 炒作周期很多次的见解都是基本正确的，Michael 经常会为此感到惊奇，但技术或市场并没有为此做好准备，下面是一些最好的例子。

• WS 业务模型：2000 年初，人们对基于 WS* 的网络服务十分热衷，受此影响，WS* 业务模型作为一种不断衰落的技术首次出现在 2003 年的炒作周期中，随后在 2005 年再次出现在“破灭的低谷”中。对于不熟悉的人来说，WS* 是一套技术标准，它使用基于 SOAP 的 XML 格式作为远程 API 调用的基础。WS* 基本上是在自身的技术膨胀中出现崩溃的。开发人员讨厌这种 API，而且还有很多规范问题。

  但是，其核心见解本质上是正确的。在过去的几年里，Twilio、Plaid、Checkrr 等公司的崛起已经证明了 2003 年的基本见解，那就是：一定会有这样成功的企业，其只生产有价值的 API。

• 公共认证服务：它作为一种新兴技术首次出现在 2002 年炒作周期中。它的预测大概是基于 Microsoft Passport 的发布而作出的。Microsoft Passport 是基于 WS* API 的微软公共认证服务。因为是基于 WS* 的，所以 Microsoft Passport 也失败了。

  2007 年由 Google、Twitter 和 Magnolia 组成的非正式合作团队开发了 Oauth，以实现这一技术。当然，在今天，通过 Google、Twitter 和 Facebook 的第三方公开登录方式已经无处不在。这又是一个见解正确、但实施错误的例子。

• 万亿级架构：在 2006 年和 2007 年的两次炒作周期中它均被列为新兴技术。这个术语 Michael 并不熟悉，得查一查。令人惊讶的是，万亿级架构（由 Gartner 发明但似乎被遗弃的一个术语）描述的东西与大数据的现代数据采集管道相当接近。的确，正因为 Kafka 和 Samza 这样的开源项目的发布，大规模的采集管道才广泛流行起来，但是对于其需求的深刻理解，Gartner 在 2000 年代中期就已经做出了确凿的预测。

第 5 课 几十年来，人们一直在研究几个核心技术问题 许多核心技术多年来一再以不同的面目出现在炒作周期中，有时是以多个不同的别名出现。每个技术翻版都取得了进步，并为其继承者留下了功课，但都没有真正的有所突破。以下可谓是炒作周期中的技术马拉松。

• 语音识别：正如我们之前看到的，“语音识别”出现在 1995 年第一个炒作周期中，当时它正在攀登“生产力的高原”。但现实是，语音识别在 1995 年还远未成熟。在过去两年中，深度学习的突破才让语音识别达到了人类同等的识别能力。而这已是二十年后。
• 互联网小额支付：它又被称为电子现金 （ecash）、电子付款（epayments）、加密货币（cryptocurrency），最新的代表就是比特币。实际上，从互联网伊始，人类就一直致力于在不信任方之间实现小型互联网支付。今天的小额支付仍然在苹果生态系统这样“有围墙的花园”里工作得很好。也许还将需要一整个时代以上的时间才能让比特币实现这一点。
• 数据分析：过去二十年来，大规模数据和内容分析已经在炒作周期中三进三出：数据挖掘（90 年代）让位于分析（2000 年），分析随后又让位于大数据（2010 年）。由于想要分析的数据的范围和大小以及执行分析人员的规模无情地膨胀，似乎总是需要新一代的架构才能应对这些膨胀。

第 6 课 一些技术一直在未来向我们招手 有一些值得注意的技术在炒作周期中重复出现，而且每次出现时，它们似乎都十分科幻。虽然在某些时候，Michael 相信它们不会如此科幻。最值得注意的技术包括如下几项。

• 量子计算：早在 2000 年，量子计算便被认为十年以后才会实现（也许今天仍然是如此）。
• 人脑和计算机接口：（又称人类增强，Human Augmentation），尽管假肢神经控制技术有了显著的进步，但通过思想控制计算仍然处于研究阶段，要想达到普遍采用至少还需十年。
• 上下文交付：很多年来，捕捉上下文和中介上下文对于很多事情来说都是至关重要的，从满足个人需求到商业应用，但是实现它们的通用方法似乎越来越少。但这并不能阻止这个术语作为早期阶段的技术继续出现在炒作周期中。

第 7 课 许多技术在取得进步，但没人关注 在看了足够多的炒作周期后，你会发现一个模式， 许多技术在被认为已经衰竭后，仍然有稳定甚至是突破性的进展 。像机器学习在走投无路时一样，许多技术虽然上一代被认为是失败了，但它们仍在研究人员、创业公司和大型科技公司的推动下顽强地前进。以下便是 Michael 最喜欢的几个例子。

• 头戴式显示器：第一代头戴式显示器出现于 20 世纪 90 年代末，并于 2001 年进入了炒作周期。但是，那个时代的屏幕技术局限性使得第一代头戴式显示器在出现时就死掉了。直到过去几年中，用于 VR 和 AR 的更先进的头戴式显示器的到来才重新点燃了它们的希望。使用更高分辨率和更高帧率的显示、便宜的运动传感器和新一代机器学习算法，这些新的显示器融合了近二十年的软件和硬件进步（但它们还没有到达终点。）
• 语音生成：语音生成、文本到语音和语音到语音翻译出现在多个炒作周期中（2002、2005、2006……）  但是，再次地，在过去一年里，因为深度学习的突破，它们才终于有了接近于人类的表现。

对于技术专家来说，要寻找目前不受欢迎但可能正在等待下一次突破的技术，看看过往的炒作周期可能会产生许多不错的想法。Michael 认为，最有可能第二次或第三次出现的最有趣的技术有如下几项。

• 对等（peer-to-peer）计算：它最后一次出现是在 2002 年的炒作周期中，（尽管你可能会认为，Ethereum 促成了对等计算的第二次或第三次出现）。在过去十年中，对等研究有许多有趣的进步，这些进步足以促使出现新一代的对等计算。
• 业务流程引擎或平台：它在 2005 年的炒作周期中出现。那时人们预计，通用规则引擎将为下一代业务应用程序提供支持。然而，我们却得到了高度功能化的应用程序，如 Salesforce 和 Workday。或许 IFTT、Zapier 等预示着业务流程引擎的复兴？

第 8 课 许多重大技术在炒作周期的侦测雷达下飞来飞去 这是最后一个功课。过去 20 年来，发现较晚或者从未出现在炒作周期上的重大技术的数量十分惊人。 在技术上，许多看起来微不足道或者短暂的事物后来成为了下一代商业和消费者平台的基础。 此处列举了一些自从网络公司（dot com）潮以来，本应该被明确列为重要新兴技术的技术。

• x86 虚拟化：它可以说是近十年来最重要的数据中心新兴技术，它由 VMware 开创。
• NoSQL：它是从 2000 年代中期开始的一波非 SQL 数据库采用浪潮，其中包括 MongoDB、Cassandra、Redis、Couch 等。
• Map/Reduce/Hadoop：它是当代大规模数据分析的基础。
• 开源：开放源代码作为一种许可模式的扩散促成了基础设施软件的商品化、社区代码共享的兴起和云模型的实现。

它们仅仅是从未在“新兴技术炒作周期”中出现过的重大技术趋势的一小部分，尽管在过去的十年中，它们中的一部分在 Gartner 推出的各种功能、垂直和专业的炒作周期中曾经出现过。

从上述功课中学到的功课

Michael 从对这些炒作周期的分析中所得到的收获是：虽然预测是非常困难的，而且我们在几乎不可能成功的技术上浪费了许多努力，但是仍然取得了许多令人兴奋和奇迹般的进步。过去二十年的努力带来了这个充满奇迹的时代：例如无人驾驶汽车、几乎能够理解人类的电脑、以及海量数据分析等。Michael 从未感到如此荣幸能够和团队一起工作和投入到团队中，一起创造技术的未来。

附录：原始数据转储Michael 追踪了 Gartner 在 1995 年至 2016 年期间发布的新兴技术的每个炒作周期，并按年份创建了所有条目的列表。Michael 决定舍弃 1995 至 1999 年，因为网络公司技术类别似乎大多与我们当下的技术对话无关。

接下来，如果他觉得某两个术语之间的区别很小，就会把它们合并成一个单一类别。例如，他认为“个人燃料电池”和“微型燃料电池”指的是同样的事情。另一个例子，他认为，上下文交付架构（Context Delivery Architectures），上下文中介（Context Brokering）和上下文服务（Context Services）都围绕着上下文抽象的思想，所以他把它们视为一个单一的术语。他非常清楚自己有可能合并过度，但这是因为一些较为晦涩和陈旧的术语在网络上没有很好地被记录下来，所以，他很希望收到这方面的反馈，以便更好地改进。

接下来，为了跟踪每个技术在多个炒作周期上的趋势，Michael 根据每个条目出现的位置给它们编码。为了给位置编码，他想出了一个包含八个点的炒作周期位置量表，从第 1 阶段（最早阶段）一直到第 8 阶段（成熟阶段）。他对阶段的一般分类如下图所示。

最后，他将每个条目标为浅红色（第 1 阶段）、深红色（第 3 阶段），一直到绿色（第 8 阶段）。然后使用 Excel 的基于数值的颜色编码，在整个范围内插入了这些颜色。结果便生成了从 2000 年到 2016 年，一个高度达 10,000 英尺的炒作周期图。

以下是炒作周期条目结果数据库，根据技术第一次出现的年份排序。例如，第一个条目——合成字符（类似于当今的聊天机器人）——首次出现在 2000 年炒作周期的第二阶段，然后在 2001 年的炒作周期中再次出现在同一位置，之后就再未出现过。