Gartner Hype Cycle 2019: разбор полётов
Разложили AI технологии 2019 по полочкам и бесстыдно сравнили их с прогнозом 2017 года.
Во-первых, что такое Gartner Hype Cycle? Это своего рода цикл зрелости технологии, а точнее перехода от стадии хайпа к её продуктивному использованию. Сейчас будет график с переводом, чтоб наглядно всё. А внизу пояснения. 
Первая стадия. ̶Г̶н̶е̶в̶. Запуск. Технология появляется, её обсуждают сперва просвещённые нёрды, а потом и фанатичная общественность; постепенно нарастает ажиотаж.
Вторая стадия. ̶Т̶о̶р̶г̶. Пик завышенных ожиданий. В какой-то момент уже все говорят о технологии, пытаются её внедрить, а самые смекалистые – продать втридорога.
Третья стадия. ̶Д̶е̶п̶р̶е̶с̶с̶и̶я̶.̶ Спад интереса. Технология активно внедряется и часто проваливается из-за недоработок и ограничений. «Фигня это всё!» — доносится там и тут. Ажиотаж резко падает (ценник, зачастую, тоже).
Четвёртая стадия. ̶О̶т̶р̶и̶ц̶а̶н̶и̶е̶.̶ Работа над ошибками. Технология дорабатывается, проблемы решаются. Постепенно компании аккуратно пробуют внедрять технологию и, ура, всё получается прекрасно.
Пятая стадия. ̶П̶р̶и̶н̶я̶т̶и̶е̶.̶ Продуктивная работа. Технология завоёвывает своё заслуженное место на рынке и спокойно работает, развивается, нравится.
Что в тренде?
Возвращаясь к хайп циклу 2019. Компания Gartner выпустила в сентябре отчёт о том, какие технологии искусственного интеллекта на какой стадии находятся, и когда они начнут работать продуктивно. График внизу, комментарии под графиком.
С большим отрывом и уже на стадии «Продуктивная работа» идут технологии «Распознавание речи» и «Ускорение процессов с использованием GPU». Это означает, что их надо оперативно применять, ибо они уже обеспечивают конкурентное преимущество своим владельцам.
Автоматическое обучение машин (AutoML) и чат-боты сейчас на пике хайпа. То есть про них все говорят, многие внедряют, но на доведение технологий до нужной кондиции потребуется от 2-х до 5-ти условно.
Привычные нам машины сейчас тоже более чем в тренде. Технология «автономные транспортные средства» почти прощупывает дно. В данном случае это хорошо, ибо впереди продуктивная работа. Однако, по оценкам Гартнера, на проработку и адаптацию потребуется не менее 10 лет.
Где же сегодня находятся когда-то хайповые дроны и виртуальная реальность? Всё на месте – Гартнер включил дроны в сферу Edge AI (категории, граничащие с ИИ), а виртуальная реальность стала частью Augmented intelligence (расширенного интеллекта). Обе темы, кстати, сейчас на стадии запуска и имеют позитивный прогноз: 2-5 лет до продуктивной работы на рынке.
Перспективы
Из перспективных фич: Роботизированное ПО для автоматизации процессов (Robotic process automation software) – звучит страшно, но по факту это когда робот заменяет рутинные действия. Ночной кошмар низкоквалифицированного персонала; однако исследование Harvard Business Review утверждает: увольнений не будет, но продуктивность работы возрастёт. Есть основания верить. Технология за 2 года пройдёт пик непопулярности и всеобщего презрения, а потом распространится повсеместно.
Из технологий, про которые будут массово рассказывать евангелисты и инфоцыгане всех мастей только в перспективе, отдельно заинтересовало «нейроморфное оборудование». Это электрические устройства (чипы), которые имитируют естественные биологические структуры нашей нервной системы с точки зрения энергоэффективности. Если очень упростить, то это про суперпроизводительность благодаря разделению труда (асинхронному обновлению нейронов). Такие гиганты как IBM и Intel уже вовсю занимаются созданием нейроморфных чипов. Но у армии Джона Коннора есть время подготовиться к ссудному дню – Гартнер отвел на зрелость технологии аж 10 лет.
Про цифровую этику (Digital Ethics), что характерно, говорят много, а имплементировать не спешат. Направление выделено в отдельную категорию сфер ИИ: имеется в виду, что надо бы закрепить какие-то этические принципы, нормы и стандарты сбора данных, внедрения ИИ в жизнь, в общем, чтоб было как у людей. В конце концов, подглядеть у Азимова.
2017 vs 2019
Забавно, но в 2017 всё было по-другому, даже отдельного хайп сайкла на ИИ не отводилось: технологии ИИ шли в локомотиве развивающихся технологий (Emerging Technologies) вместе с блокчейном и дополненной реальностью.
Машинное обучение и глубокое обучение в 2017 были на хайповом олимпе, а в 2019 продолжили свой путь в сторону спада, то есть продуктивной работы.
Кстати, дроны год переходили от пика к спаду, а в 2019 ушли назад в сторону подхода к пику. И такое случается, да.
В 2019 в цикл вошли 8 новых технологий. Среди них облачные сервисы ИИ (Cloud Services), Торговые площадки ИИ (Marketplaces), Квантовые вычисления с ИИ (Quantum Computing). В общем хорошо известные (в узких кругах) инструменты, которые начинают ставить на AI рельсы.
Gartner hype cycle что это
Сегодня мы поговорим, что такое Hype Cycle от самого известного аналитического агентства Gartner и как будут развиваться наиболее популярные сегодня ИТ-тренды в области больших данных (Big Data), управления данными (Data Management), машинного обучения (Machine Learning) и искусственного интеллекта (Artificial Intelligence).
Что такое цикл зрелости технологий – Hype Cycle от Gartner
Прежде всего поясним, что такое компания Gartner и почему ее прогнозы так высоко ценятся. Основанная в США еще 1979 году, она специализируется на консалтинге и аналитических исследованиях в ИТ. В частности, именно Gartner ввела в широкое употребление понятие ERP (enterprise resource planning) как развитие концепции планирования производственных ресурсов MRP II (manufacturing resource planning). Кроме того, каждый год Gartner публикует аналитический отчет о технологиях, наиболее востребованных сегодня и в ближайшем будущем [1].
Как правило, в прогнозах Gartner степень востребованности технологии определяется ее позицией на графике, который получил название «цикл зрелости» (Hype Cycle). Этот инструмент оценки был впервые предложен в 1995 году и до сих пор активно используется для анализа рынков. Согласно концепции Hype Cycle: каждая инновация (технология, методология, инструментальная система и пр.) в течении своей жизни проходит несколько этапов, каждый из которых характеризуется различной степенью интереса со стороны общества и специалистов [1]:
Разумеется, в реальности далеко не все технологии достигают зрелости, преждевременно завершая свой жизненный цикл без перспектив эффективного использования. Обычно в своих аналитических отчетах для конкретного сегмента рынка Gartner показывает место каждой новой технологии на графике ее развития, а также прогнозируют ее возможность стать зрелой и широко применяемой на практике [1].
Цикл технологической зрелости – Hype Cycle от Gartner
Главные ИТ-тренды в области Machine Learning и Artificial Intelligence
В сентябре 2019 года Gartner выпустила отдельный отчет по технологиям искусственного интеллекта, начиная от концептуальных понятий типа нейронных сетей до аппаратных реализаций алгоритмов Machine Learning в виде промышленных роботов и беспилотных транспортных средств [2]. Примечательно, в этом отчете что автономные машины (дроны, беспилотные автомобили и прочие транспортные средства) сейчас находятся на дне разочарования, а методы автоматического машинного обучения (AutoML), глубокое обучение (Deep Learning), чат-боты и прочие разговорные пользовательские интерфейсы – на пике завышенных ожиданий. А вообще системы распознавания речи и инструменты ускорения процессов на базе видеокарт (GPU) вышли на плато продуктивности. Обзор отечественного и мирового рынка чат-ботов представлен в нашем следующем материале.
С точки зрения промышленного применения наиболее перспективны технологии создания роботизированного ПО для автоматизации производственных процессов (Robotic process automation software) [3]. Эти тенденции коррелируют с самыми востребованными трендами в сфере интернета вещей (Internet of Things), о которых мы рассказывали в статье про Ганноверскую промышленную ярмарку (Hannover Messe/Fair 2019).
Самые перспективные технологии Machine Learning и другие приложения искусственного интеллекта: аналитический прогноз Gartner 2019
Будущее Big Data: аналитика и управление данными
Интересно также отметить, что аналитики Gartner составили отдельный прогноз по наиболее перспективным технологиям в области управления данными (Data Management), разделяя сферу Big Data от искусственного интеллекта. В частности, согласно этому исследованию, сейчас на пике завышенных ожиданий находятся следующие технологии управления данными [4]:
На этапе старта Gartner располагает концепцию DataOps, специальные СУБД для хранения бухгалтерских данных типа гроссбуха для биткоинов (Ledger DBMS), ML-инструменты поддержки качества данных (Machine Learning-Enabled Data Quality) и частные СУБД в виде облачных платформ (Private Cloud dbPaaS). Спад интереса отмечается к следующим технологиям [4]:
Доверие общества восстанавливается к аналитическим СУБД (In-DBMS Analytics, Analytical In-Memory DBMS), SQL-интерфейсам к Apache Hadoop (например, Cloudera Impala, Apache Phoenix, Drill и Hive), логическим хранилищам данных (Logical Data Warehouse), колоночным и документо-ориентированным СУБД (Wide-Column DBMS и Document Store DBMS), инфраструктурным платформам и инструментам для интеграции данных (iPaaS for Data Integration и Data Integration Tools), а также к резидентным базам данных (Operational In-Memory DBMS), которые размещаются в оперативной памяти. Наконец, на плато продуктивности сегодня находятся различные системы миграции контента (Content Migration), криптографические СУБД (Database Encryption), виртуализация данных (Data Virtualization) и резидентные сетки данных (In-Memory Data Grids) [4].
Самые перспективные технологии Big Data и другие приложения Data Management: аналитический прогноз Gartner 2019
На практике, по крайней мере, в России технологии управления данными только начинают входить в фазу интереса и востребованности. В частности, эту тенденцию подтверждает растущий спрос на DataOps-инженеров и государственный тренд на цифровизацию. Разговор о наиболее перспективных с точки зрения Gartner ИТ-тенденциях мы продолжим в следующий раз.
Как эффективно использовать эти и другие технологии больших данных, машинного обучения для цифровизации своего бизнеса, вы узнаете на наших образовательных курсах в лицензированном учебном центре обучения и повышения квалификации руководителей и ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data) в Москве:
Gartner Hype Cycle выпячивает интеллект… искусственный интеллект
Привет, Хабр! На днях мне на глаза снова попался график Gartner Hype Cycle for Emerging Technologies за 2020 год. В августе, когда отчет был опубликован, я не обратила внимание на то, как качественно изменилось “представительство” искусственного интеллекта в плеяде новых технологий. Сегодня хочу поделиться своими наблюдениями с вами. Всех, кто хотя бы задумывался о развитии ИИ, прошу под кат!
Много говорить про сам отчет, наверное, не имеет смысла, потому что все прекрасно знают про подход Gartner к оценке перспективных технологий. После нелегкого этапа инноваций и пика завышенных ожиданий, каждая технология проходит яму разочарования, поля забвения, и через этап преодоления недостатков выходит на плато продуктивности.
С одной стороны, технологии, попадающие на график Hype Cycle еще не являются доверенными и проверенными, но с другой стороны, их наличие в отчете свидетельствует о том, что через несколько лет направление может стать прорывным.
Давайте посмотрим на график Gartner Hype Cycle 2019.
Какие AI тут есть? В зоне Innovation Trigger наблюдаются Эмоциональный ИИ (Emtion AI), расширяемый ИИ (Expandable AI), краевой ИИ (Edge AI) и искусственный интеллект как платформа (AI PaaS). Все они находятся еще на раннем этапе развития, и “плато” для них ожидается только через 5-10 лет (лишь для Edge AI ожидается 2-5 лет).
Но вот мы смотрим на график 2020 года
Во-первых, говорим спасибо Gartner за разнообразие цветов — из-за смены палитры все стало понятнее )) А во-вторых, смотрим, что в зоне Innovation Trigger появилось еще много чего интересного — Дизайн с ИИ (AI Assisted Design), адаптивное машинное обучение (Adaptive ML), композитный ИИ (Composite AI), генеративный ИИ (Generative AI), ответственный ИИ (Responsible AI) и разработка дополненной реальности с ИИ (AI Augmented Development). При этом расширяемый ИИ уже перешагнул пик завышенных ожиданий, а встраиваемый ИИ (Embedded AI) лишь успев появиться уже приблизился к пику.
Что еще интересно, уже три направления развития искусственного интеллекта находятся в зоне выхода на плато от 2 до 5 лет!
На мой взгляд, вдвое увеличивается количество направлений ИИ, вошедшим в Hype Cycle, а также втрое увеличившееся число кандидатов выйти на плато продуктивности за 2-5 лет говорят о том, что сейчас — самое время развивать ИИ. Действительно, появляются подходы к сбору и систематизации данных, уже есть достаточно доступные алгоритмы, а некоторые разработчики готовы включаться в проекты по развитию ИИ как партнеры, не требуя от бизнеса денег на начальную разработку.
Интересно было бы узнать ваше мнение — считаете ли вы тенденции, отмеченные Gartner актуальными? Готова ли ваша компания начать применение ИИ в каком-либо виде, и если нет — то что вам мешает? В общем, буду очень признательна за комментарии, так как меня лично этот прогноз очень заинтриговал.
Цикл зрелости технологии (Hype cycle) Gartner — при внедрении новой системы на предприятии
В 1995 году исследовательская компания Gartner предложила hype cycle — кривую зрелости технологии, графически представляющую стадии, через которые проходит технологическое новшество в ходе своего становления.
Данный феномен наблюдается при появлении любой новой техники, будь то появление планшетов на рынке или внедрение новой CRM системы на предприятии.
Про то как эта кривая работает в части электроники, написано много статей.
А вот как она работает в ходе внедрение новой системы в организации?
Давайте посмотрим…
Как можно видеть, кривая состоит из пяти фаз:
Также в районе п.4 существует еще одна засада, которая называется «Проверка на прочность» (описание этой стадии см в книге Монстр перемен), ее суть в том что ситуация может выглядеть как «все проблемы позади и у нас все получилось», но это самая опасная ситуация, если мы смотрим только глазами и слушаем ушами. Тут важно подключить статистику. Взять какой то ключевой показатель для новой технологии и мониторить его. В начале там будет полная аритмия и он будет скакать как кардиограмма больного сердца, затем он либо упадет и это будет сигналом падения проекта, либо стабилизируется и пойдет на улучшение.
Если мы внедряем CRM систему, то это может быть количество открытых сделок с разрезом по маркетинговым каналам или воронка продаж. Если мы внедряем системы управления производством или услугами, то это может быть объем произведенных операций и/или доля операций выполненных в срок. Если мы создаем базы знаний, то это может быть посещаемость базы знаний (читаемость) и/или количество новых материалов (наполняемость). Важно не оставлять новую технологию без мониторинга, т.к. очень велика вероятность остановки сердца и вроде бы успешно закрытый проект, в реальности не дает результатов в организации.
Gartner Hype Cycle 2019: разбор полётов
Разложили AI технологии 2019 по полочкам и бесстыдно сравнили их с прогнозом 2017 года.
Во-первых, что такое Gartner Hype Cycle? Это своего рода цикл зрелости технологии, а точнее перехода от стадии хайпа к её продуктивному использованию. Сейчас будет график с переводом, чтоб наглядно всё. А внизу пояснения.
Первая стадия. ̶Г̶н̶е̶в̶. Запуск. Технология появляется, её обсуждают сперва просвещённые нёрды, а потом и фанатичная общественность; постепенно нарастает ажиотаж.
Вторая стадия. ̶Т̶о̶р̶г̶. Пик завышенных ожиданий. В какой-то момент уже все говорят о технологии, пытаются её внедрить, а самые смекалистые – продать втридорога.
Четвёртая стадия. ̶О̶т̶р̶и̶ц̶а̶н̶и̶е̶.̶ Работа над ошибками. Технология дорабатывается, проблемы решаются. Постепенно компании аккуратно пробуют внедрять технологию и, ура, всё получается прекрасно.
Пятая стадия. ̶П̶р̶и̶н̶я̶т̶и̶е̶.̶ Продуктивная работа. Технология завоёвывает своё заслуженное место на рынке и спокойно работает, развивается, нравится.
Возвращаясь к хайп циклу 2019. Компания Gartner выпустила в сентябре отчёт о том, какие технологии искусственного интеллекта на какой стадии находятся, и когда они начнут работать продуктивно. График внизу, комментарии под графиком.
С большим отрывом и уже на стадии «Продуктивная работа» идут технологии «Распознавание речи» и «Ускорение процессов с использованием GPU». Это означает, что их надо оперативно применять, ибо они уже обеспечивают конкурентное преимущество своим владельцам.
Автоматическое обучение машин (AutoML) и чат-боты сейчас на пике хайпа. То есть про них все говорят, многие внедряют, но на доведение технологий до нужной кондиции потребуется от 2-х до 5-ти условно.
Привычные нам машины сейчас тоже более чем в тренде. Технология «автономные транспортные средства» почти прощупывает дно. В данном случае это хорошо, ибо впереди продуктивная работа. Однако на проработку и адаптацию потребуется не менее 10 лет.
Где же сегодня находятся когда-то хайповые дроны и виртуальная реальность? Всё на месте, Гартнер включил дроны в сферу Edge AI (категории, граничащие с ИИ), а виртуальная реальность стала частью Augmented intelligence (расширенного интеллекта). Обе темы, кстати, сейчас на стадии запуска и имеют позитивный прогноз: 2-5 лет до продуктивной работы на рынке.
Из перспективных фич: Роботизированное ПО для автоматизации процессов (Robotic process automation software) – звучит страшно, но по факту это когда робот заменяет рутинные действия. Ночной кошмар низкоквалифицированного персонала; однако исследование Harvard Business Review утверждает: увольнений не будет, но продуктивность работы возрастёт. Есть основания верить. Технология за 2 года пройдёт пик непопулярности и всеобщего презрения, а потом распространится повсеместно.
Из технологий, про которые будут массово рассказывать евангелисты и инфоцыгане всех мастей только в перспективе, отдельно заинтересовало «нейроморфное оборудование». Это электрические устройства (чипы), которые имитируют естественные биологические структуры нашей нервной системы с точки зрения энергоэффективности. Если очень упростить, то это про суперпроизводительность благодаря разделению труда (асинхронному обновлению нейронов). Такие гиганты как IBM и Intel уже вовсю занимаются созданием нейроморфных чипов. Но у армии Джона Коннора есть время подготовиться к ссудному дню – Гартнер отвел на зрелость технологии аж 10 лет.
Про цифровую этику (Digital Ethics), что характерно, говорят много, а имплементировать не спешат. Направление выделено в отдельную категорию сфер ИИ: имеется в виду, что надо бы закрепить какие-то этические принципы, нормы и стандарты сбора данных, внедрения ИИ в жизнь, в общем, чтоб было как у людей. В конце концов, подглядеть у Азимова.
Забавно, но в 2017 всё было по-другому, даже отдельного хайп цикла на ИИ не отводилось: технологии ИИ шли в локомотиве развивающихся технологий (Emerging Technologies) вместе с блокчейном и дополнительной реальностью.
Машинное обучение и глубокое обучение в 2017 были на хайповом олимпе, а в 2019 продолжили свой путь в сторону спада, то есть продуктивной работы.
Кстати, дроны сначала переходили от пика к спаду, а в 2019 ушли назад в сторону подхода к пику. И такое случается, да.
В 2019 в цикл вошли 8 новых технологий. Среди них облачные сервисы ИИ (Cloud Services), Торговые площадки ИИ (Marketplaces), Квантовые вычисления с ИИ (Quantum Computing). В общем хорошо известные в узких кругах инструменты, которые пытаются ставить на AI рельсы.
