Введение
Прогнозирование будущего технологий – это попытка предсказать будущие характеристики полезных технологических машин, процессов или методов. Исследователи создают технологические прогнозы, опираясь на прошлый опыт и текущие технологические разработки. Как и любые другие прогнозы, технологическое прогнозирование может быть полезно государственным и частным организациям для принятия обоснованных решений. Анализируя будущие возможности и угрозы, прогнозисты могут улучшать решения для достижения максимальной выгоды. В настоящее время большинство стран переживают значительные социальные и экономические изменения, которые во многом зависят от развития технологий. Анализируя эти изменения, государственные и экономические институты могут разрабатывать планы дальнейшего развития. Однако не все исторические данные пригодны для технологического прогнозирования, поэтому прогнозистам также необходимо использовать передовые технологии и количественное моделирование, основанные на исследованиях и выводах экспертов.
Technology forecasting attempts to predict the future characteristics of useful technological machines, procedures or techniques. Researchers create technology forecasts based on past experience and current technological developments. Like other forecasts, technology forecasting can be helpful for both public and private organizations to make smart decisions. By analyzing future opportunities and threats, the forecaster can improve decisions in order to achieve maximum benefits. Today, most countries are experiencing huge social and economic changes, which heavily rely on technology development. By analyzing these changes, government and economic institutions could make plans for future developments. However, not all of historical data can be used for technology forecasting, forecasters also need to adopt advanced technology and quantitative modeling from experts’ researches and conclusions.
Объединение прогнозов
Исследования прошлых прогнозов показали, что одной из самых частых причин, по которой прогноз оказывается ошибочным, является игнорирование прогнозистом смежных областей. Определенный технический подход может не достичь прогнозируемого уровня эффективности, поскольку он был вытеснен другим техническим подходом, который прогнозист не учел. Другая проблема – это непоследовательность между прогнозами. Эта непоследовательность связана с использованием различных мест и временных рамок в контролируемых экспериментах. Обычно это приводит к неточным и ненадежным данным, что влечет за собой ошибочные выводы и неверные прогнозы. Из-за этих проблем часто необходимо комбинировать прогнозы, основанные на разных технологиях. Кроме того, использование нескольких методов прогнозирования часто позволяет прогнозисту глубже понять процессы, лежащие в основе развития прогнозируемой технологии. Комбинирование прогнозов может снизить погрешность по сравнению с единичным прогнозом. Если исследователи испытывают затруднения с выбором подходящего метода прогнозирования, комбинирование прогнозов всегда является оптимальным решением.
ИИ в прогнозировании технологий
ИИ начинает широко внедряться в различные отрасли, включая прогнозирование технологического развития. Например, метод, основанный на искусственном интеллекте и разработанный компанией Focus (компания, базирующаяся в Роттердаме, Нидерланды), использует патентные данные для оценки скорости развития новых технологий. Метод применяет машинное обучение для сканирования существующих технологий в заданных областях, отсеивает нерелевантные на основе контекста, предоставленного пользователем, и, наконец, оценивает темпы улучшения каждой технологии, опираясь на индикаторы, содержащиеся в патентных данных. Методология, лежащая в основе этого подхода, основана на научных исследованиях и была разработана в рамках совместной работы с MIT.
Использование в производстве
Технологическое прогнозирование в значительной степени опирается на данные, а данные вносят вклад в развитие производства и Индустрии 4.0. Система IoT предоставляет надежную платформу для проведения предиктивного анализа в эпоху после Индустрии 4.0. Передовые технологии повысят точность и надежность прогнозирования. По мере стремительного развития технологии IoT все больше отраслей будут оснащены датчиками и системами мониторинга. Развитие современного производства меняет облик заводов. Система IoT помогает менеджерам отслеживать и контролировать производственный процесс, собирая, регистрируя и передавая данные. Данные обладают огромной силой. Менеджеры также могут проводить бизнес-анализ на основе маркетинговых данных. Информацию о предпочтениях покупателей и рыночном спросе можно собирать и использовать для планирования производства. Анализ тенденций, основанный на текущих оценках роста, может применяться в производстве. Этот анализ существенно способствует сокращению производственного цикла и снижению энергопотребления. В результате современные технологии повышают как производственную, так и экономическую эффективность.
Технологическое прогнозирование с помощью технологического радара
Компании часто используют технологическое прогнозирование для определения приоритетов в научно-исследовательских и опытно-конструкторских работах (НИОКР), планирования разработки новых продуктов и принятия стратегических решений в области лицензирования технологий и создания совместных предприятий. Одним из инструментов, обеспечивающих технологическое прогнозирование в компании, является технологический радар. Технологический радар служит для раннего выявления технологий, трендов и прорывных изменений, привлечения внимания к угрозам и возможностям технологического развития, а также для стимулирования инноваций. Технологические радары успешно применяются для выявления, отбора, оценки и распространения технологической разведки по всей компании. Эти технологические радары следуют определенному процессу, который сам по себе приносит значительную пользу компании:
Идентификация: сотрудники, выполняющие роль технологических разведчиков по всему миру, представляют новые технологии на платформу. Отбор: на основе технологии, ее потенциального влияния и новизны, команда радара рассматривает представленные технологии и выбирает наиболее перспективные. Оценка: отобранные технологии затем оцениваются на основе рыночных возможностей и рисков реализации. Распространение: радар отображает оцененные технологии в соответствии с уровнем их зрелости, позицией в цепочке создания стоимости и актуальностью.
Identification: employees acting as technology scouts from all over the world submit novel technologies to the platform. Selection: based on the technology, its potential impact and novelty, a radar team revises submitted technologies and selects the most valid ones. Assessment: selected technologies are then assessed on the basis of market opportunity and implementation risk. Dissemination: radar displays assessed technologies according to maturity, position in the value chain, and relevance.