stringtranslate.com

Прогнозирование технологий

Прогнозирование технологий пытается предсказать будущие характеристики полезных технологических машин , процедур или методов. Исследователи создают прогнозы технологий на основе прошлого опыта и текущих технологических разработок. Как и другие прогнозы, прогнозирование технологий может быть полезным как для государственных, так и для частных организаций для принятия разумных решений. Анализируя будущие возможности и угрозы, прогнозист может улучшить решения, чтобы достичь максимальной выгоды. [1] Сегодня большинство стран переживают огромные социальные и экономические изменения, которые в значительной степени зависят от развития технологий. Анализируя эти изменения, государственные и экономические институты могут строить планы будущих разработок. Однако не все исторические данные могут быть использованы для прогнозирования технологий, прогнозистам также необходимо перенимать передовые технологии и количественное моделирование из исследований и выводов экспертов. [2]

История

Прогнозирование технологий существует уже более века, но оно развивалось в устоявшуюся тему до Второй мировой войны, поскольку американское правительство начало выявлять тенденции развития технологий, связанные с военной сферой после войны. В 1945 году Военно-воздушные силы США создали отчет под названием « К новым горизонтам» , в котором рассматривалось развитие технологий и обсуждалась важность для будущих исследований. Отчет является указанием на начало современного прогнозирования технологий. [3] В 1950-х и 1960-х годах корпорация RAND разработала метод Дельфи, который был широко принят и использовался для проведения разумной оценки будущего. [4] Применение метода Дельфи является поворотным моментом в истории прогнозирования технологий, поскольку он стал эффективным инструментом для накопления знаний и принятия решений, особенно в вопросах социальной политики и общественного здравоохранения. [5] В 1970-х годах частный сектор и государственные учреждения за пределами военной области широко приняли прогнозирование технологий и помогли диверсифицировать пользователей и приложения. По мере развития вычислительной техники, передовое компьютерное оборудование и программное обеспечение облегчают процесс сортировки и анализа данных. Развитие Интернета и сетей также выгодно для доступа к данным и передачи данных. [6] Анализ технологических возможностей начался с 1990 года. Усовершенствованное программное обеспечение может помочь аналитикам искать и извлекать информацию из больших сложных баз данных, а затем графически представлять взаимосвязи. [7] С 2000 года все больше и больше новых требований и проблем приводят к современному развитию прогнозирования технологий, такому как игры в альтернативной реальности , онлайн-сообщества прогнозирования и прогнозирование устаревания. [3]

Важные аспекты

« Я думаю, что у нас есть культурная привязанность к технологиям, которая отражает оптимизм, но мы все делаем плохие прогнозы ». — Джим Мур, директор Программы по транспортной инженерии в Университете Южной Калифорнии [8]

В первую очередь технологический прогноз касается характеристик технологии , таких как уровень технических характеристик, например, скорость военного самолета, мощность в ваттах конкретного будущего двигателя, точность или достоверность измерительного прибора , количество транзисторов в чипе в 2015 году и т. д. В прогнозе не обязательно указывать, как эти характеристики будут достигнуты.

Во-вторых, технологическое прогнозирование обычно имеет дело только с полезными машинами, процедурами или методами. Это исключает из сферы технологического прогнозирования те товары, услуги или методы, которые предназначены для роскоши или развлечения.

В-третьих, осуществимость является ключевым элементом в технологическом прогнозировании. Прогнозисты должны учитывать стоимость и уровень сложности материализации желаний. Например, компьютерный подход «Pattern» является дорогостоящим методом прогнозирования, который не рекомендуется использовать в случаях ограниченных средств. [2]

Методы

Обычно принятые методы и инструменты технологического прогнозирования включают закон Мура , [9] закон Райта и закон Годдарда, [10] которые генерируют количественные оценки технологического прогресса, метод Дельфи , прогноз по аналогии , кривые роста , экстраполяцию и сканирование горизонта . [11] [12] [13] Нормативные методы технологического прогнозирования, такие как деревья релевантности, морфологические модели и диаграммы потока миссии , также широко используются. Метод Дельфи широко используется в технологических прогнозах из-за его гибкости и удобства. Однако требование достижения консенсуса является возможным недостатком метода Дельфи. Экстраполяция может хорошо работать с достаточно эффективными историческими данными. Анализируя прошлые данные, прогнозист расширяет прошлую тенденцию развития, чтобы экстраполировать значимые результаты в будущем. [14]

Несколько методов прогнозирования технологий [15] [16] [17] [18] основывают свои прогнозы на взаимодействии рынков и технологий. В то время как технологический прогресс позволяет фирмам выпускать улучшенные или новые продукты, потенциальный рынок обеспечивает стимулы для инвестиций в НИОКР, а рыночный успех обеспечивает финансирование дальнейших НИОКР.

Объединение прогнозов

Исследования прошлых прогнозов показали, что одной из наиболее частых причин, по которой прогноз оказывается неверным, является то, что прогнозист игнорирует смежные области. [19] Определенный технический подход может не достичь уровня прогнозируемой для него возможности, поскольку он заменяется другим техническим подходом, который прогнозист проигнорировал. Другая проблема заключается в несоответствии между прогнозами. Несоответствие между прогнозами отражает различные места и время, используемые в контролируемом эксперименте. Обычно это дает неточные и ненадежные данные, что приводит к неправильному пониманию и ошибочным предсказаниям. [20] Из-за этих проблем часто необходимо объединять прогнозы разных технологий. Кроме того, использование более чем одного метода прогнозирования часто дает прогнозисту больше информации о рабочих процессах, которые отвечают за рост прогнозируемой технологии. Объединение прогнозов может уменьшить ошибки по сравнению с одним прогнозом. В случае, когда исследователи сталкиваются с трудностями при выборе типичного метода прогнозирования, объединение прогнозов всегда является наилучшим решением. [21]

ИИ в технологическом прогнозировании

ИИ начинает получать широкое распространение в различных отраслях, включая прогнозирование технологий. Например, метод на основе ИИ, разработанный компанией Focus (компания, базирующаяся в Роттердаме, Нидерланды), использует патентные данные для оценки того, насколько быстро будут совершенствоваться новые технологии.

Метод использует машинное обучение для сканирования существующих технологий в определенных областях, отфильтровывает нерелевантные на основе пользовательского контекста и, наконец, оценивает скорость улучшения для каждой технологии на основе индикаторов, скрытых в патентных данных. Методология, лежащая в основе этого, основана на научных исследованиях и была разработана в сотрудничестве с MIT [22]

Относительные исследования и приложения

Институты прогнозирования

Научные журналы

Использование в производстве

Прогнозирование технологий в значительной степени опирается на данные, а данные вносят вклад в производство и Индустрию 4.0 . Система IoT обеспечивает надежную платформу для проведения предиктивного анализа в период после Индустрии 4.0. Передовые технологии повысят точность и надежность прогнозирования. По мере быстрого развития технологии IoT все больше отраслей будут оснащаться датчиками и мониторами. Появление современного производства меняет внешний вид заводов. Система IoT помогает менеджерам контролировать и управлять производственным процессом путем сбора, отслеживания и передачи данных. Данные имеют большую силу. Менеджеры также могут проводить бизнес-анализ на основе маркетинговых данных. Такая информация, как предпочтения покупателей и требования рынка, может быть собрана и использована для оценки производства. [23]

Анализ тенденций, основанный на предположении текущего роста, может быть использован в производстве. Анализ сильно помогает сокращению времени цикла производственного процесса и потребления энергии. В этом случае современные технологии повышают эффективность производства, а также экономическую эффективность. [24]

Прогнозирование технологий с помощью технологического радара

Компании часто используют технологическое прогнозирование для определения приоритетов НИОКР, планирования разработки новых продуктов и принятия стратегических решений по лицензированию технологий и формированию совместных предприятий. [25] Одним из инструментов, позволяющих прогнозировать технологии в компании, является технологический радар. Технологический радар служит для раннего выявления технологий, тенденций и потрясений, а также для привлечения внимания к угрозам и возможностям технологического развития, а также для стимулирования инноваций. [26]

Технологические радары успешно внедряются с целью выявления, отбора, оценки и распространения технологической разведки в масштабах всей компании. [27] [26] Эти технологические радары следуют определенному процессу радара, который сам по себе приносит значительную ценность для компании: [27]

Смотрите также

Ссылки

  1. ^ Куинн, Джеймс Брайан (1 марта 1967 г.). «Технологическое прогнозирование». Harvard Business Review . № март 1967 г. ISSN  0017-8012 . Получено 7 декабря 2019 г.
  2. ^ ab Abdou, E.; Mahmoud, S. (1977-01-01). «Роль технологического прогнозирования в планировании будущих разработок». Тома трудов IFAC . Конференция IFAC по системному подходу к развитию, Каир, Египет, 26–29 ноября. 10 (14): 65–68. doi :10.1016/S1474-6670(17)66433-4. ISSN  1474-6670.
  3. ^ ab Council, National Research (2009-09-28). Постоянное прогнозирование разрушительных технологий. National Academies Press. ISBN 978-0-309-11660-2.
  4. ^ О'Брайен, Питер В. (1978). «Техника Дельфи и планирование образования». Ирландский журнал образования / Iris Eireannach an Oideachais . 12 (2): 69–93. ISSN  0021-1257. JSTOR  30076717.
  5. ^ Адлер, Майкл; Зиглио, Эрио (1996). Взгляд в оракул: метод Дельфи и его применение в социальной политике и здравоохранении. Jessica Kingsley Publishers. ISBN 978-1-85302-104-6.
  6. ^ Мартино, Джозеф П. (1999-08-01). «Тридцать лет перемен и стабильности». Технологическое прогнозирование и социальные изменения . 62 (1): 13–18. doi :10.1016/S0040-1625(99)00011-6. ISSN  0040-1625.
  7. ^ Чжу, Дунхуа; Портер, Алан Л. (2002-06-01). «Автоматизированное извлечение и визуализация информации для технологического интеллекта и прогнозирования». Технологическое прогнозирование и социальные изменения . Основные моменты TF из ISF 2001. 69 (5): 495–506. doi :10.1016/S0040-1625(01)00157-3. ISSN  0040-1625. S2CID  16720975.
  8. ^ Лафкин, Брайан (6 июля 2016 г.). «Пять транспортных обещаний, которые так и не изменили мир». BBC . Архивировано из оригинала 2016-07-09.
  9. ^ Брок, Дэвид С. (2006). Понимание закона Мура: четыре десятилетия инноваций . Фонд химического наследия.
  10. ^ Goddard, C. (декабрь 1982 г.). «Развенчание кривой обучения». IEEE Transactions on Components, Hybrids, and Manufacturing Technology . 5 (4): 328–335. doi :10.1109/tchmt.1982.1136009. ISSN  0148-6411.
  11. ^ Джун, Сын-Пё; Сон, Тэ-Ын; Пак, Хён-У (2017). «Прогнозирование по аналогии с использованием трафика веб-поиска». Технологическое прогнозирование и социальные изменения . 115 (C): 37–51. doi : 10.1016/j.techfore.2016.09.014 .
  12. ^ Чен, Ю-Хэн; Чен, Чиа-Йон; Ли, Шун-Чунг (1 июня 2011 г.). «Прогнозирование технологий и патентная стратегия водородной энергетики и технологий топливных элементов». Международный журнал водородной энергетики . 36 (12): 6957–6969. doi :10.1016/j.ijhydene.2011.03.063. ISSN  0360-3199 . Получено 21 марта 2021 г.
  13. ^ Силак-Глассман, Эмили Дж.; Уильямс, Шэрон Р.; Гупта, Наяни (2016). «Приложение C». Текущее и потенциальное использование инструментов прогнозирования технологий в федеральном правительстве : C-1–C-4.
  14. ^ Прочитайте «Постоянное прогнозирование прорывных технологий» на NAP.edu. 2009. doi :10.17226/12557. ISBN 978-0-309-11660-2.
  15. ^ Итами, Хироюки; Нумагами, Цуёси (1992). «Динамическое взаимодействие между стратегией и технологией». Strategic Management Journal . 13 (S2): 119–135. doi :10.1002/smj.4250130909. ISSN  0143-2095.
  16. ^ Клайн, Стивен; Дайер-Уитефорд, Ник; Пейтер, Грейг Де (2003-05-26). Цифровая игра. Издательство Университета Макгилла-Квинса. doi :10.1515/9780773571068. ISBN 978-0-7735-7106-8.
  17. ^ Сонг, Майкл; Дроге, Корнелия; Ханванич, Сангфет; Калантоне, Роджер (2005). «Взаимодополняемость маркетинговых и технологических ресурсов: анализ эффекта их взаимодействия в двух контекстах окружающей среды». Strategic Management Journal . 26 (3): 259–276. doi :10.1002/smj.450. ISSN  0143-2095.
  18. ^ Орбах, Яир (2022). Прогнозирование динамики рынка и технологий . Ariel University Press. ISBN 978-965-7632-40-6.
  19. ^ Портер, Алан Л.; Каннингем, Скотт У.; Бэнкс, Джерри; Ропер, А. Томас; Мейсон, Томас У.; Россини, Фредерик А. (2011-07-12). Прогнозирование и управление технологиями. John Wiley & Sons. ISBN 978-0-470-44090-2.
  20. ^ Паппенбергер, Ф.; Клок, Х. Л.; Перссон, А.; Демеритт, Д. (2011). «Мнения HESS «О (не)согласованности прогнозов в гидрометеорологической цепи: проклятие или благословение?»». Обсуждения гидрологии и наук о системах Земли . 8 (1): 1225–1245. Bibcode : 2011HESSD...8.1225P. doi : 10.5194/hessd-8-1225-2011 . ISSN  1812-2116.
  21. ^ Армстронг, Дж. (2001-06-17). «Объединение прогнозов». Маркетинговые документы (34).
  22. ^ Триульци, Джорджио; Олстотт, Джефф; Маги, Кристофер Л. (2020-09-01). «Оценка темпов улучшения производительности технологий путем анализа патентных данных». Технологическое прогнозирование и социальные изменения . 158 : 120100. doi : 10.1016/j.techfore.2020.120100 . ISSN  0040-1625.
  23. ^ Чжун, Рэй И.; Сюй, Сюнь; Клотц, Эберхард; Ньюман, Стивен Т. (2017-10-01). «Интеллектуальное производство в контексте Индустрии 4.0: обзор». Engineering . 3 (5): 616–630. doi : 10.1016/J.ENG.2017.05.015 . ISSN  2095-8099.
  24. ^ Cascini, Gaetano; Becattini, Niccolò; Kaikov, Igor; Koziolek, Sebastian; Kucharavy, Dmitry; Nikulin, Christopher; Petrali, Pierluigi; Slupinsky, Mateusz; Rabie, Mahmoud; Balachandar; Ramadurai (2015-01-01). "FORMAT – Building an Original Methodology for Technology Forecasting through Researchers Exchanges between Industry and Academia". Procedia Engineering . TRIZ and Knowledge-Based Innovation in Science and Industry. 131 : 1084–1093. doi : 10.1016/j.proeng.2015.12.426 . ISSN  1877-7058.
  25. ^ Фират, Айше Кая; Вун, Вэй Ли; Стюарт, Мадник (2008). "Технологическое прогнозирование - обзор" (PDF) . Лаборатория композитных информационных систем (CISL), Массачусетский технологический институт . S2CID  14340682. Архивировано из оригинала (PDF) 28.02.2019 . Получено 24 февраля 2020 .
  26. ^ ab Rohrbeck, René; Heuer, Jörg; Arnold, Heinrich (2006). «Технологический радар — инструмент технологической разведки и инновационной стратегии». Международная конференция IEEE по управлению инновациями и технологиями 2006 г. Том 2. С. 978–983. CiteSeerX 10.1.1.527.7418 . doi :10.1109/ICMIT.2006.262368. ISBN  1-4244-0147-X. S2CID  27061994.
  27. ^ ab Boe-Lillegraven, Siri; Monterde, Stephan (2015). «Изучение когнитивной ценности технологического предвидения: случай технологического радара Cisco». Технологическое прогнозирование и социальные изменения . 101 : 62–82. doi : 10.1016/j.techfore.2014.07.014 .
  28. ^ "Технологический радар | Мнение руководства по сегодняшнему технологическому ландшафту". Thoughtworks . Получено 2024-06-05 .

Внешние ссылки

На Викискладе есть медиафайлы по теме «Прогнозирование технологий» .