2
我們生活在一個有 3D打印火箭和價值1000美元的基因組序列的時代，為什么我們對識別和理解新興技術趨勢的方法，卻極其地過時呢？
一個典型的例子是下圖，行業(yè)分析師估計的2個市場——虛擬現(xiàn)實和無人駕駛飛機。
上圖中值得注意的是：
行業(yè)分析師估計無人機市場到2020年，可能達到12億7000萬美元，后來飆升至100億美元，兩者之間相差很大。
行業(yè)分析師對AR / VR市場的估計開始為10億6000萬美元，一路上升至1500億美元。
出于某種原因，我們不得不信服于權威人士的隨機猜測。你可以把它比作扔飛鏢，即使是這樣，也是侮辱了飛鏢。
比預測人們已經熟知的市場規(guī)模更加困難的是，識別早期的新興技術。
關于新興技術的數(shù)據(jù)更少，所以你不得不依賴于“炒做周期”(Hype Cycle，將一項新技術從產生到成熟,再到為市場廣泛接受的全過程濃縮為5個階段)這樣的架構，其標榜“給你提供技術或應用程序將如何隨著時間的推移而變化的”。
我們已經看到棒球被賽伯計量學重新改造，揭露政治學者的預測如Nate Silver，和預測性分析金融服務、醫(yī)療保健、石油和天然氣等。
難道現(xiàn)在不是我們開始依靠軟件和概率，理解和識別新興技術趨勢的時機嗎？而不是繼續(xù)相信蛇油和專家的見解。
CB Insights Trends采用機器學習大規(guī)模媒體文章的語料庫，以數(shù)據(jù)驅動、實時的方法來發(fā)現(xiàn)、預測和繪制新興技術上升和潛在的下降弧線。我們稱其弧線為媒體關注路徑（Media Attention Path簡稱MAP），我們將在下文更詳細地討論，為什么媒體關注值得被關注。
但首先，讓我們先來看看CB Insights Trends是如何工作的，以及它揭開新興產業(yè)以及企業(yè)戰(zhàn)略的幾個例子。
臨床上的可穿戴已經超越一般健身可穿戴？
物聯(lián)網是否讓大數(shù)據(jù)黯然失色？
谷歌還主導著無人駕駛汽車嗎？
臨床上的可穿戴已經超越一般健身可穿戴？
使用CB Insights Trends，我們可以看到在2013年之后，越來越多的人對可穿戴感興趣，可是隨后的弧線趨于平緩。這是否意味著可穿戴設備已經沒戲了？
我們可以看到下圖，在同一段時間內，CB Insights Trends顯示，圍繞“量化自我”的運動精神急劇減弱。
量化自我普遍與專注于健身或運動穿戴設備有關。因此，雖然普通的健身可穿戴已經失去了其魅力，我們可以使用CB Insights Trends發(fā)現(xiàn)，特定疾病或臨床可穿戴設備（例如帕金森或糖尿?。?，實際上可以看到增長的勢頭。
如上圖所示，我們可以使用CB Insights Trends發(fā)現(xiàn)，人們對同一個技術的態(tài)度轉變，和對該技術的不同用處有不同的興趣。
現(xiàn)在，讓我們來看看兩種最火的技術領域——大數(shù)據(jù)和物聯(lián)網（IOT）。
我們可以看到，物聯(lián)網已經把媒體對大數(shù)據(jù)的興趣都接管過來。
但是物聯(lián)網是一個在同一時間里，意味著一切，卻又意味著虛無的通稱。因此在物聯(lián)網中，有沒有讓媒體感興趣的子區(qū)域？
CB Insights Trends表明，工業(yè)物聯(lián)網運動繼續(xù)蓬勃發(fā)展。工業(yè)物聯(lián)網指的是像制造、物流、開采、石油、公用事業(yè)、農業(yè)等重資產行業(yè)，也已經開始應用物聯(lián)網技術，以提高工作效率和開發(fā)新的商業(yè)模式。
與此同時，我們揭露了另一層工業(yè)物聯(lián)網內，并且可以看出，傳感器讓機器對機器即M2M黯然失色，表明了這是媒體將持續(xù)關注的領域。
此外，用了CB Insights Trends，你可以快速識別一個宏觀趨勢，同時也可以深入了解它的元素，來用更細致入微的水平來了解市場，突出了解基本趨勢和行業(yè)內關注的領域。
CB Insights Trends的多功能性同時也提供了一個有趣的制高點，融入企業(yè)戰(zhàn)略和競爭態(tài)勢，我們通過無人駕駛汽車的例子就能明白。
CB Insights Trends說明的是，2015年4月，無人駕駛汽車幾乎是谷歌的同義詞。但是這已經從去年開始改變了，藍色線和橙色線之間的差距越來越大就是最好的證明。隨著30家公司如百度、特斯拉、通用汽車開始研發(fā)無人駕駛汽車，競爭開始加劇，媒體的關注也分散到各個開發(fā)無人駕駛汽車的公司。跟蹤媒體的報道就能發(fā)現(xiàn)競爭強度的增長水平。
說到新的進入者，包括通用汽車，我們看到該公司在無人駕駛汽車的決策繼續(xù)高歌猛進，而蘋果在無人駕駛汽車的努力還留在潛行或群龍無首的狀態(tài)（取決于你的觀點）。在這里，我們看到CB Insights Trends描述了企業(yè)戰(zhàn)略。公司的策略最好是看公司實際上在做什么（投資，收購，合作伙伴關系，產品）與他們所說的相對比。媒體關注提供了一個觀點付諸行動，不僅僅是言辭上的。
如果組織得當，開采和量化，媒體關注可以作為內部市場研究小組的類固醇，其文字可以在實時基礎上進行調查，以發(fā)現(xiàn)，預測，和策劃技術發(fā)展趨勢和創(chuàng)新。
我們對數(shù)以百萬計的新聞文章分析表明，技術趨勢傾向于遵循一些模式，或我們認為是媒體關注的路徑（MAP）的東西。
MAP中大部分技術趨勢的第一階段是探索階段。
在發(fā)現(xiàn)階段，商業(yè)出版物或發(fā)燒友博客開始撰寫有關仍處于初期階段的技術，曝光這些創(chuàng)新。這些通常被描述為早期適應者或愛好者或創(chuàng)新者，而跟蹤他們所談論的就是新興技術趨勢大預測。下面是虛擬現(xiàn)實（VR）和人工智能（AI）的例子。
我們看到，在虛擬現(xiàn)實和人工智能的情況下，隨著時間的推移，探索階段的對兩者的新聞也穩(wěn)步增長。以下是探索階段值得注意的幾點：
不同時間——新興技術停留在探索階段的時間不同，即探索階段沒有典型的持續(xù)時間。
一些技術趨勢永遠不會超越探索階段——在VR和AI的情況下，我們看到了不斷增加的媒體提及斜率。然而，一些技術永遠不會超越探索階段。
探索階段后，事情就變得更有趣，因為技術的發(fā)展趨勢并不都遵循同一個MAP。我們已經確定了3個典型的MAP，而且為每個提供了例子。
Boom & Plateau
The Steady Climb
The Rolling Hill
注意：雖然我們理解像炒作周期把所有技術成遵循同樣的路徑曲線很好的程式化框架的誘惑力，遺憾的是，我們發(fā)現(xiàn)，技術發(fā)展趨勢不會表現(xiàn)得如此一致。
有時候，科技的趨勢會受一系列的大事件所影響。虛擬現(xiàn)實就是這樣的一個例子。我們可以看到Facebook宣布收購Oculus之后，媒體對該行業(yè)的興趣暴漲。
在Boom & Plateau MAP，在行業(yè)中往往有一個主導公司。MAP的步調集中在該公司的事件上。虛擬現(xiàn)實便是如此，Oculus公司最初是虛擬現(xiàn)實的代名詞一個最好的例子。隨著時間的推移，隨著越來越多的玩家進入，媒體的注意力分散到多個公司。
一旦有更多的競爭對手進入行業(yè)，其MAP經常變化，遵循更加穩(wěn)步攀升的模式。
有時，技術走勢在探索階段之后便穩(wěn)步攀升。如下圖所示，物聯(lián)網和大數(shù)據(jù)就是例子。
一個技術趨勢穩(wěn)步攀升發(fā)展最重要的變量是：
（1）隨著時間推移有多少新聞量，比如有多少MAP的斜率在增加（或減少）
（2）與其他行業(yè)相比，這個量可以驗證該技術是否真的是一個趨勢。
上述第1點是顯而易見的。一個趨勢獲得更多的媒體關注點，它的軌跡（斜率）正在發(fā)生變化，加劇了媒體對它的興趣（或減少興趣視情況而定）。
第2點有點微妙。
我們使用術語“游戲化”來解釋。下面的第一圖表為游戲化的MAP，顯示出了增加的趨勢不穩(wěn)定（用灰色虛線所示）。
基于眼前這個圖，你可能會得出這樣的結論：游戲化是一種技術發(fā)展趨勢值得關注的地方。然而，當我們比較它與一個較為知名的走勢，可以看到游戲化的相對強度并不意味著它適應于所有的趨勢。在這種情況下，在下面的圖表，我們比較人工智能看看。
游戲化 MAP對比人工智能表明，該游戲化趨勢可能不是一個真正有意義的方式，現(xiàn)在。這可能意味著，這種趨勢仍然是探索階段或者，其實不是一個真正的趨勢。
最后，應該是顯而易見的，一個技術趨勢的穩(wěn)步攀升不會永遠持續(xù)下去。趨勢可能會變得成熟和主流（因特網或web 2.0），分化為更小的更專業(yè)化的子趨勢，其中較大的趨勢是隱式的（聊天機器人對話最終假定使用人工智能），或在某些情況下，獲得品牌重塑的。
有時候，一個趨勢發(fā)展起來，然后消失了。之前提到的量化自我就是很好的一個例子。
via CBInsight
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
