2
我们生活在一个有 3D打印火箭和价值1000美元的基因组序列的时代，为什么我们对识别和理解新兴技术趋势的方法，却极其地过时呢？
一个典型的例子是下图，行业分析师估计的2个市场——虚拟现实和无人驾驶飞机。
上图中值得注意的是：
行业分析师估计无人机市场到2020年，可能达到12亿7000万美元，后来飙升至100亿美元，两者之间相差很大。
行业分析师对AR / VR市场的估计开始为10亿6000万美元，一路上升至1500亿美元。
出于某种原因，我们不得不信服于权威人士的随机猜测。你可以把它比作扔飞镖，即使是这样，也是侮辱了飞镖。
比预测人们已经熟知的市场规模更加困难的是，识别早期的新兴技术。
关于新兴技术的数据更少，所以你不得不依赖于“炒做周期”(Hype Cycle，将一项新技术从产生到成熟,再到为市场广泛接受的全过程浓缩为5个阶段)这样的架构，其标榜“给你提供技术或应用程序将如何随着时间的推移而变化的”。
我们已经看到棒球被赛伯计量学重新改造，揭露政治学者的预测如Nate Silver，和预测性分析金融服务、医疗保健、石油和天然气等。
难道现在不是我们开始依靠软件和概率，理解和识别新兴技术趋势的时机吗？而不是继续相信蛇油和专家的见解。
CB Insights Trends采用机器学习大规模媒体文章的语料库，以数据驱动、实时的方法来发现、预测和绘制新兴技术上升和潜在的下降弧线。我们称其弧线为媒体关注路径（Media Attention Path简称MAP），我们将在下文更详细地讨论，为什么媒体关注值得被关注。
但首先，让我们先来看看CB Insights Trends是如何工作的，以及它揭开新兴产业以及企业战略的几个例子。
临床上的可穿戴已经超越一般健身可穿戴？
物联网是否让大数据黯然失色？
谷歌还主导着无人驾驶汽车吗？
临床上的可穿戴已经超越一般健身可穿戴？
使用CB Insights Trends，我们可以看到在2013年之后，越来越多的人对可穿戴感兴趣，可是随后的弧线趋于平缓。这是否意味着可穿戴设备已经没戏了？
我们可以看到下图，在同一段时间内，CB Insights Trends显示，围绕“量化自我”的运动精神急剧减弱。
量化自我普遍与专注于健身或运动穿戴设备有关。因此，虽然普通的健身可穿戴已经失去了其魅力，我们可以使用CB Insights Trends发现，特定疾病或临床可穿戴设备（例如帕金森或糖尿病），实际上可以看到增长的势头。
如上图所示，我们可以使用CB Insights Trends发现，人们对同一个技术的态度转变，和对该技术的不同用处有不同的兴趣。
现在，让我们来看看两种最火的技术领域——大数据和物联网（IOT）。
我们可以看到，物联网已经把媒体对大数据的兴趣都接管过来。
但是物联网是一个在同一时间里，意味着一切，却又意味着虚无的通称。因此在物联网中，有没有让媒体感兴趣的子区域？
CB Insights Trends表明，工业物联网运动继续蓬勃发展。工业物联网指的是像制造、物流、开采、石油、公用事业、农业等重资产行业，也已经开始应用物联网技术，以提高工作效率和开发新的商业模式。
与此同时，我们揭露了另一层工业物联网内，并且可以看出，传感器让机器对机器即M2M黯然失色，表明了这是媒体将持续关注的领域。
此外，用了CB Insights Trends，你可以快速识别一个宏观趋势，同时也可以深入了解它的元素，来用更细致入微的水平来了解市场，突出了解基本趋势和行业内关注的领域。
CB Insights Trends的多功能性同时也提供了一个有趣的制高点，融入企业战略和竞争态势，我们通过无人驾驶汽车的例子就能明白。
CB Insights Trends说明的是，2015年4月，无人驾驶汽车几乎是谷歌的同义词。但是这已经从去年开始改变了，蓝色线和橙色线之间的差距越来越大就是最好的证明。随着30家公司如百度、特斯拉、通用汽车开始研发无人驾驶汽车，竞争开始加剧，媒体的关注也分散到各个开发无人驾驶汽车的公司。跟踪媒体的报道就能发现竞争强度的增长水平。
说到新的进入者，包括通用汽车，我们看到该公司在无人驾驶汽车的决策继续高歌猛进，而苹果在无人驾驶汽车的努力还留在潜行或群龙无首的状态（取决于你的观点）。在这里，我们看到CB Insights Trends描述了企业战略。公司的策略最好是看公司实际上在做什么（投资，收购，合作伙伴关系，产品）与他们所说的相对比。媒体关注提供了一个观点付诸行动，不仅仅是言辞上的。
如果组织得当，开采和量化，媒体关注可以作为内部市场研究小组的类固醇，其文字可以在实时基础上进行调查，以发现，预测，和策划技术发展趋势和创新。
我们对数以百万计的新闻文章分析表明，技术趋势倾向于遵循一些模式，或我们认为是媒体关注的路径（MAP）的东西。
MAP中大部分技术趋势的第一阶段是探索阶段。
在发现阶段，商业出版物或发烧友博客开始撰写有关仍处于初期阶段的技术，曝光这些创新。这些通常被描述为早期适应者或爱好者或创新者，而跟踪他们所谈论的就是新兴技术趋势大预测。下面是虚拟现实（VR）和人工智能（AI）的例子。
我们看到，在虚拟现实和人工智能的情况下，随着时间的推移，探索阶段的对两者的新闻也稳步增长。以下是探索阶段值得注意的几点：
不同时间——新兴技术停留在探索阶段的时间不同，即探索阶段没有典型的持续时间。
一些技术趋势永远不会超越探索阶段——在VR和AI的情况下，我们看到了不断增加的媒体提及斜率。然而，一些技术永远不会超越探索阶段。
探索阶段后，事情就变得更有趣，因为技术的发展趋势并不都遵循同一个MAP。我们已经确定了3个典型的MAP，而且为每个提供了例子。
Boom & Plateau
The Steady Climb
The Rolling Hill
注意：虽然我们理解像炒作周期把所有技术成遵循同样的路径曲线很好的程式化框架的诱惑力，遗憾的是，我们发现，技术发展趋势不会表现得如此一致。
有时候，科技的趋势会受一系列的大事件所影响。虚拟现实就是这样的一个例子。我们可以看到Facebook宣布收购Oculus之后，媒体对该行业的兴趣暴涨。
在Boom & Plateau MAP，在行业中往往有一个主导公司。MAP的步调集中在该公司的事件上。虚拟现实便是如此，Oculus公司最初是虚拟现实的代名词一个最好的例子。随着时间的推移，随着越来越多的玩家进入，媒体的注意力分散到多个公司。
一旦有更多的竞争对手进入行业，其MAP经常变化，遵循更加稳步攀升的模式。
有时，技术走势在探索阶段之后便稳步攀升。如下图所示，物联网和大数据就是例子。
一个技术趋势稳步攀升发展最重要的变量是：
（1）随着时间推移有多少新闻量，比如有多少MAP的斜率在增加（或减少）
（2）与其他行业相比，这个量可以验证该技术是否真的是一个趋势。
上述第1点是显而易见的。一个趋势获得更多的媒体关注点，它的轨迹（斜率）正在发生变化，加剧了媒体对它的兴趣（或减少兴趣视情况而定）。
第2点有点微妙。
我们使用术语“游戏化”来解释。下面的第一图表为游戏化的MAP，显示出了增加的趋势不稳定（用灰色虚线所示）。
基于眼前这个图，你可能会得出这样的结论：游戏化是一种技术发展趋势值得关注的地方。然而，当我们比较它与一个较为知名的走势，可以看到游戏化的相对强度并不意味着它适应于所有的趋势。在这种情况下，在下面的图表，我们比较人工智能看看。
游戏化 MAP对比人工智能表明，该游戏化趋势可能不是一个真正有意义的方式，现在。这可能意味着，这种趋势仍然是探索阶段或者，其实不是一个真正的趋势。
最后，应该是显而易见的，一个技术趋势的稳步攀升不会永远持续下去。趋势可能会变得成熟和主流（因特网或web 2.0），分化为更小的更专业化的子趋势，其中较大的趋势是隐式的（聊天机器人对话最终假定使用人工智能），或在某些情况下，获得品牌重塑的。
有时候，一个趋势发展起来，然后消失了。之前提到的量化自我就是很好的一个例子。
via CBInsight
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
