Эта статья о графике, который стоит десятки тысяч долларов, предсказывает будущее технологий и ошибается чаще, чем попадает. И всё равно остаётся влиятельным инструментом для принятия решений.
В 2017 году компания Long Island Iced Tea Corporation сменила название на Long Blockchain Corporation. Акции взлетели на 400% за ночь. У компании не было ни одного блокчейн-продукта. Kodak запустила туманную криптовалюту KodakCoin, и её акции тоже рванули вверх. Это был пик ажиотажа вокруг блокчейна.
В 2023 году история повторилась с генеративным ИИ. Компании массово добавляли “AI” в названия и описания продуктов. Инвестиции в стартапы с искусственным интеллектом побили рекорды. ChatGPT набрал миллион пользователей за пять дней.
Оба раза аналитики Gartner смотрели на происходящее и говорили: “Мы на пике завышенных ожиданий. Скоро будет больно”. И оба раза оказывались правы. Как им это удаётся? И удаётся ли на самом деле?
Часть первая. Откуда взялась кривая
35 миллиардов на прогнозах
Чтобы понять, почему одна кривая на графике стоит столько внимания, стоит посмотреть на того, кто за ней стоит. Gartner Inc. основана в 1979 году Гидеоном Гартнером как консалтинговая компания в области информационных технологий. Сегодня это публичная корпорация с капитализацией около 35 миллиардов долларов, штатом более 20 000 сотрудников и офисами в 100 странах.
Бизнес-модель строится на продаже аналитических отчётов и консультаций. Годовая подписка стоит от нескольких тысяч до сотен тысяч долларов в зависимости от уровня доступа. Клиенты – список Fortune 500 и правительства многих стран.
У Gartner есть несколько узнаваемых инструментов. Магический квадрант (Magic Quadrant) оценивает поставщиков технологий. “Критически важные возможности” (Critical Capabilities) сравнивают продукты по конкретным параметрам. Но самый известный продукт, вышедший далеко за пределы корпоративного мира, – это кривая хайпа. И появилась она почти случайно.
Кривая на доске
В 1994 году аналитик Джеки Фенн присоединилась к команде Gartner, которая занималась исследованием новых технологий. Она заметила повторяющуюся закономерность: каждая новая технология проходила через волну энтузиазма, затем через разочарование, и только потом находила реальное применение.
Фенн вспоминала, как в конференц-зале кто-то нарисовал на доске кривую затухающих колебаний. Это была визуализация того, что они наблюдали снова и снова. Фенн добавила названия к каждой фазе, вдохновившись “Путешествием пилигрима” Джона Баньяна с его долиной отчаяния и восхождением к просветлению.
В 1995 году она опубликовала исследовательскую заметку “When to Leap on the Hype Cycle” (Когда запрыгивать на кривую хайпа). Фенн думала, что это будет разовая публикация. Но клиенты начали спрашивать, будет ли обновление в следующем году. Так родилась традиция ежегодных отчётов.
К 2003 году кривая хайпа превратилась в масштабный проект. Gartner начала выпускать десятки специализированных кривых: для облачных технологий, для искусственного интеллекта, для здравоохранения, для государственного сектора. Сегодня компания публикует более 100 различных кривых ежегодно. Но в основе каждой лежит одна и та же модель из пяти фаз.
Пять стадий принятия технологии
Кривая описывает типичный путь технологии от появления до массового использования. Горизонтальная ось показывает время и зрелость. Вертикальная отражает уровень ожиданий и внимания.
Триггер технологии (Innovation Trigger). Всё начинается с прорыва: научное открытие, успешный прототип, первый коммерческий продукт. СМИ подхватывают новость. Ещё нет готовых решений для бизнеса, но разговоры уже идут.
Пик завышенных ожиданий (Peak of Inflated Expectations). Публикации множатся. Появляются истории успеха, часто преувеличенные. Инвесторы вкладывают деньги. Компании боятся отстать и тоже включаются в гонку. Ожидания оторваны от реальности. Некоторые проекты добиваются результатов, но большинство терпит неудачу.
Яма разочарования (Trough of Disillusionment). Реальность не соответствует обещаниям. Проекты внедрения проваливаются. Инвестиции не окупаются. Интерес падает. СМИ переключаются на следующую горячую тему. Многие компании уходят с рынка. Выживают только те, кто смог доработать продукт до приемлемого уровня.
Склон просветления (Slope of Enlightenment). Оставшиеся игроки находят реальные применения технологии. Появляется понимание, где она работает, а где нет. Второе и третье поколение продуктов становится практичнее. Ранние последователи начинают получать измеримую пользу.
Плато продуктивности (Plateau of Productivity). Технология становится нормой. Критерии оценки поставщиков понятны. Отдача от инвестиций предсказуема. Массовое внедрение набирает обороты. Технология перестаёт быть “новой” и превращается в обычный инструмент.
Каждая технология на графике сопровождается оценкой времени до достижения плато: менее 2 лет, от 2 до 5, от 5 до 10, более 10 лет. Некоторые помечаются как “устаревшие до достижения плато” – они умирают, не дойдя до массового применения.
Красивая модель. Но работает ли она? Чтобы ответить на этот вопрос, стоит посмотреть, как кривая справлялась с реальностью на протяжении тридцати лет.
Часть вторая. Пять отчётов, которые вошли в историю
1995: Начало отсчёта
Первая кривая хайпа появилась в разгар бума доткомов. На пике ожиданий находились “Информационная супермагистраль” (Information Superhighway) и “Беспроводные коммуникации”. В яме разочарования уже были “Виртуальная реальность” и “Видеоконференции”.
С высоты прошедших лет эти прогнозы выглядят любопытно. Виртуальная реальность действительно провела десятилетия в забвении, прежде чем снова взлетела на волне Oculus Rift в 2010-х. Видеоконференции тоже долго оставались нишевым инструментом и стали нормой только с пандемией 2020 года, то есть через 25 лет.
Информационная супермагистраль превратилась в интернет, который изменил мир. Беспроводная связь стала основой мобильной эпохи. Но путь от пика ожиданий 1995 года до реальной массовой пользы занял куда больше времени, чем казалось тогда.
Есть забавное видео того времени: Дэвид Леттерман берёт интервью у Билла Гейтса об интернете. Гейтс объясняет, что можно будет слушать бейсбольные трансляции на компьютере. Леттерман скептически спрашивает: “А радио вам ничего не напоминает?” Скептицизм был понятен. Но Гейтс оказался прав. Правда, потребовалось лет двадцать, чтобы это стало очевидно всем.
2000: Накануне краха
Отчёт 2000 года вышел в марте, как раз когда индекс NASDAQ достиг исторического максимума. На пике ожиданий красовались: Wireless Web/WAP (беспроводной интернет), ASP (провайдеры приложений как услуги), Webtops (веб-рабочие столы). Биометрия и голосовые порталы быстро поднимались к вершине.
Через несколько недель после публикации начался крах доткомов. NASDAQ потерял почти 80% стоимости к 2002 году. Тысячи компаний обанкротились. Инвесторы потеряли триллионы долларов.
Предупреждал ли Gartner? И да, и нет. Позиция технологий на кривой говорила о завышенных ожиданиях. Но сама модель не предсказывала сроков и масштабов падения. Кривая показывала, что разочарование неизбежно. Она не показывала, что это разочарование уничтожит целую индустрию.
E-business Hype Cycle 1999 года, по словам самих аналитиков Gartner, довольно точно предсказал крах доткомов 2001 года и последующее становление электронной коммерции как нормы. Это один из немногих случаев, когда специализированная кривая для отдельной темы сработала как точный предсказатель.
Ретроспективный анализ показал важную вещь: многие технологии, которые “погибли” в крахе доткомов, на самом деле не исчезли. Они прошли через яму разочарования и вернулись в изменённом виде. Облачные вычисления, интернет-магазины, онлайн-реклама – всё это родилось из пепла 2000 года. Вопрос только в том, кто дожил до возрождения, а кто нет.
2008: Облака и мобильность
К 2008 году Gartner публиковала уже десятки специализированных кривых. Джеки Фенн вместе с коллегой Марком Раскино выпустила книгу “Mastering the Hype Cycle” (Harvard Business Press, 2008), где систематизировала методологию.
В том году облачные вычисления находились на подъёме к пику. Amazon Web Services уже работали два года, но оставались экзотикой. Большинство компаний относились к идее хранить данные “где-то в интернете” с недоверием.
Мобильные приложения ещё не существовали в современном понимании. iPhone появился годом раньше, App Store откроется только летом 2008-го. Социальные сети поднимались вверх по кривой: Facebook открылся для всех в 2006-м, Twitter набирал обороты.
Что показал этот отчёт с позиции сегодняшнего дня? Облачные вычисления действительно прошли через яму разочарования около 2010-2012 годов, когда громкие истории о сбоях и утечках данных пугали корпоративных клиентов. К 2017 году облака достигли плато продуктивности. Сегодня это стандартная инфраструктура.
Мобильные приложения проскочили через цикл гораздо быстрее, чем предполагалось. Взрывной рост смартфонов ускорил всё. К 2012 году это была уже норма.
Есть интересная деталь: в отчёте 2008 года фигурировала технология под названием “Tera-Architecture”, которую сам Gartner придумал и потом забросил. По описанию это было что-то похожее на современные конвейеры обработки больших данных. Идея опередила время на десять лет. А кривая этого не уловила.
2017: Блокчейн на вершине
2017 год стал пиком криптовалютного безумия. Биткоин вырос с 1000 до почти 20 000 долларов за год. ICO (первичные размещения монет) собирали миллионы за считанные минуты. Слово “блокчейн” добавляли ко всему подряд.
На кривой хайпа Gartner блокчейн красовался прямо на пике завышенных ожиданий. Аналитики предсказывали, что технология достигнет плато продуктивности через 5-10 лет. Рядом с блокчейном на пике находились: машинное обучение, глубокое обучение, когнитивные вычисления, коммерческие дроны, автономные транспортные средства.
В том же отчёте отмечались три мегатренда: искусственный интеллект везде (AI Everywhere), погружающий опыт (Immersive Experience) и цифровые платформы (Digital Platforms).
Что произошло дальше? Блокчейн погрузился в глубокую яму разочарования. Крах криптовалют в 2018 году, затем снова в 2022-м. Большинство блокчейн-проектов так и не принесли обещанной ценности. Но технология не умерла. Она нашла нишевые применения: токенизация активов в финансовом секторе, отслеживание цепочек поставок, некоторые решения для идентификации.
Машинное обучение к 2017 году уже начало спускаться с пика. Несколько лет было относительно тихо, пока в 2022 году генеративный ИИ не взорвал всё снова.
Автономные транспортные средства до сих пор не достигли плато. Прогнозы 2017 года о массовых беспилотных такси к 2020-м годам оказались слишком оптимистичными. Кривая предупреждала, что технология не готова. Но недооценила, насколько она не готова.
2023: Генеративный ИИ захватывает мир
30 ноября 2022 года OpenAI запустила ChatGPT. За пять дней сервис набрал миллион пользователей – самый быстрый рост в истории интернет-продуктов до появления Threads от Meta.
К августу 2023 года, когда вышел очередной Hype Cycle for Emerging Technologies, генеративный ИИ занял безоговорочное первое место на пике завышенных ожиданий. Gartner прогнозировал достижение трансформационных результатов через 2-5 лет.
Впервые Gartner выпустила отдельную кривую хайпа специально для генеративного ИИ. До этого такой чести удостаивались немногие технологии.
Генеративный ИИ действовал как чёрная дыра, которая стягивала к себе всё внимание рынка. Другие перспективные технологии – периферийный ИИ (Edge AI), графы знаний (Knowledge Graphs) – начали скатываться в яму разочарования просто потому, что про них все забыли.
2024 год Gartner назвала “годом великого похмелья от ИИ”. Разговоры сместились от “что такое генеративный ИИ?” к вопросу потруднее: “Как его внедрить, масштабировать и получить отдачу?” Генеративный ИИ начал сползать с пика. По прогнозам 2025 года, к 2028 году более 95% предприятий будут использовать генеративный ИИ в производственных средах. Но путь туда окажется труднее, чем казалось в эйфории 2023-го.
Тридцать лет, пять поворотных отчётов, сотни технологий. Кривая каждый раз выглядит убедительно. Но можно ли ей доверять?
Часть третья. Работает ли это на самом деле?
200 технологий под микроскопом
В 2017 году аналитик Майкл Маллани (Michael Mullany, “8 Lessons from 20 Years of Hype Cycles”, LinkedIn, 2017) проделал кропотливую работу: он проанализировал все кривые хайпа для новых технологий с 2000 по 2016 год, отследил более 200 технологий и проверил, насколько их путь соответствовал предсказанной модели.
Его выводы оказались отрезвляющими: “Средняя технология не следует кривой хайпа. Мы только думаем, что следует, потому что когда мы вспоминаем, как появлялись технологии, мы подвержены когнитивным искажениям.”
Ошибка выжившего заставляет нас помнить технологии, которые преуспели (они вокруг нас), и забывать те, что провалились. Ретроспективное искажение заставляет нас “улучшать” воспоминания о прошлых прогнозах.
Академическое исследование (цитируется в статье “Hype cycle” на Wikipedia) подтвердило эти выводы: из технологий, которые попадают в яму разочарования, шесть из десяти уже не поднимаются. Они просто исчезают. Кривая предполагает, что все технологии в итоге находят своё место. Реальность жёстче.
Ещё одно наблюдение: большинство важных технологий, принятых после 2000 года, не были идентифицированы на ранних стадиях. Смартфоны, социальные сети, облачные вычисления – всё это стало нормой быстрее или иначе, чем предсказывала модель.
Где модель ломается
Критики указывают на несколько фундаментальных проблем.
Это не цикл. Настоящий цикл предполагает повторение. Технология проходит через фазы один раз. Правильнее было бы называть это “траекторией хайпа” или “кривой ожиданий”.
Методология непрозрачна. Gartner не раскрывает, как именно определяется позиция технологии на кривой. По каким данным? С какой точностью? Это больше похоже на экспертную оценку, чем на измерение.
Модель не научна. Нет данных или анализа, которые бы обосновывали форму кривой. Термины “разочарование” и “просветление” субъективны. Невозможно объективно определить, где именно находится технология.
Самосбывающееся пророчество. Если компании принимают решения на основе кривой, они влияют на судьбу технологий. Технология на “пике” получает меньше инвестиций от осторожных игроков. Технология в “яме” может получить больше внимания от тех, кто ищет недооценённые возможности.
Упрощение сложной реальности. Технология может быть одновременно на пике в одной отрасли и в яме в другой. Квантовые вычисления фигурируют в отчётах с 2000-х и до сих пор “через 10+ лет до плато”.
Но при всей этой критике кривая не теряет популярности. Почему?
Почему это всё равно работает
Кривая хайпа остаётся популярной не случайно. Она даёт несколько вещей, которые трудно получить иначе.
Общий язык. Когда кто-то говорит “эта технология на пике хайпа”, все понимают, о чём речь. Это упрощает разговор между техническими специалистами и бизнесом.
Напоминание о закономерности. Сам факт, что за пиком следует разочарование, – это полезное предупреждение. Многие компании потеряли деньги, инвестируя на пике и паникуя в яме.
Каталог технологий. Ежегодные отчёты работают как обзор того, что происходит в индустрии. Даже если позиции технологий спорны, сам список помогает не пропустить важное.
Защита от давления. Когда руководство требует “срочно внедрить блокчейн”, можно показать, что Gartner относит его к технологиям с 5-10 годами до зрелости. Это аргумент в пользу взвешенного подхода.
Вместо заключения: как пользоваться кривой
Кривая хайпа Gartner похожа на карту погоды: полезна для понимания общей картины, но не стоит планировать пикник на основе прогноза на следующую неделю.
Несколько практических соображений для тех, кто принимает решения о технологиях.
Не инвестируйте на пике только потому, что “все так делают”. Пик означает максимальный шум при минимальной проверенности. Риск переплатить за незрелые решения максимален.
Не списывайте технологии в яме. Именно там находятся возможности для тех, кто готов разобраться глубже. Многие успешные внедрения происходят, когда хайп уже схлынул.
Смотрите на специализированные кривые, а не только на общую. Кривая хайпа для вашей отрасли или области будет точнее, чем обобщённая Emerging Technologies.
Проверяйте историю прогнозов. Если технология пять лет подряд “через 5-10 лет до плато”, это сигнал, что сроки постоянно сдвигаются.
Помните о контексте. Кривая показывает ожидания рынка, а не объективную ценность технологии. Высокая позиция не означает, что технология бесполезна. Низкая не означает, что она созрела.
В конечном счёте кривая хайпа – это модель человеческого поведения, а не технологического развития. Она описывает, как мы реагируем на новое: сначала переоцениваем, потом разочаровываемся, потом находим реальное применение. Эта закономерность повторяется веками, от тюльпанной лихорадки XVII века до генеративного ИИ сегодня.
Gartner заработала миллиарды, превратив это наблюдение в методологию и продукт. Можно критиковать научность подхода. Но нельзя отрицать, что базовая идея работает: любая технология проходит через цикл завышенных и заниженных ожиданий, прежде чем занять своё реальное место.
Вопрос не в том, произойдёт ли разочарование. Вопрос в том, что останется после него.
Где читать дальше
Jackie Fenn, Mark Raskino “Mastering the Hype Cycle” (Harvard Business Press, 2008) – системное изложение методологии от создателей кривой. Ежегодные отчёты Hype Cycle for Emerging Technologies доступны на gartner.com (платный доступ). Подкаст Gartner ThinkCast, серия “Behind the Hype” – для тех, кто предпочитает слушать.
Michael Mullany “8 Lessons from 20 Years of Hype Cycles” (LinkedIn, 2017) – пожалуй, самый детальный критический разбор. Исследование “An analysis of Gartner Hype Cycles since 2000” (цитируется в Wikipedia) добавляет академическую перспективу.
Jackie Fenn “The First Hype Cycle: An Origin Story” (LinkedIn) – история создания кривой от первого лица. Интервью на IdeaConnection “Why the Hype?” раскрывает контекст.
Carlota Perez “Technological Revolutions and Financial Capital” (2002) – для тех, кто хочет шире: о технологических циклах и пузырях в экономической перспективе.
технологических циклах и пузырях в экономической перспективе.
Автор: MDyuzhev
